成都市公共文化服務大數據實踐經驗簡析

陳現春

摘? 要：隨著云時代的來臨，大數據（big data）吸引了越來越多的關注。“大數據”是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。大數據技術（big data）指的是所涉及的資料量規模巨大到無法通過目前主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策更積極目的的資訊。

關鍵詞：公共文化? 大數據? 數字文化? 研究

中圖分類號：G64? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ? 文章編號：1674-098X（2020）11（c）-0140-03

A Brief Analysis of the Practical Experience of Big Data of Public Cultural Services in Chengdu

CHEN Xianchun

（Chengdu Cultural Center Digital Work Department， Chengdu， Sichuan Province， 610000 China）

Abstract：? With the advent of cloud era， big data has attracted more and more attention. "Big data" is a massive， high growth rate and diversified information asset that needs new processing mode to have stronger decision-making power， insight and discovery ability and process optimization ability. Big data technology refers to the amount of data involved is so large that it can not be retrieved， managed， processed and organized into more active information to help enterprises make business decisions in a reasonable time.

Key Words： Public culture; Big data; Digital culture; Research

1? 公共文化服務與大數據結合

以文化館為例我們可將公共文化服務數據分為：資源數據、用戶數據、運行服務數據和用戶行為數據。其中，資源與用戶數據是基礎，當兩者發生服務或使用關系時，產生運行服務數據與用戶行為數據。資源數據包括機構設施基本數據，以及各類實體資源、數字資源和服務資源的數據。用戶數據是指性別、年齡、學歷、地區等反映用戶基本特征的數據。運行服務數據指各類軟硬件資源在服務時所產生的數據，如機構服務時間與服務人次、公共文化服務內容流通情況、各類培訓、演出、活動、展覽的開展情況等。用戶行為數據指用戶在接受服務時各種行為所產生的數據，如用戶培訓次數、在線閱讀、活動參與等數據，訪問數字資源的行為數據等。

2? 公共文化服務大數據實踐

2.1 實踐基礎概述

由文化部全國公共文化發展中心、成都市文化廣電新聞出版局主辦的“公共文化服務大數據應用”文化部重點實驗室2017年工作及實驗基地建設研討會在成都召開。會議提出2017年將啟動“公共文化服務大數據應用”文化部重點實驗室建設工作，通過5年時間，建成公共文化服務大數據中心，培養一批領軍人才和中青年學術骨干，通過大數據應用尋求公共文化服務的新增長點。

同時成都市文化館建設的“文化天府”公共文化服務云平臺通過近4年的建設與運營目前已涵蓋課程報名、活動搶票、場地預約、街頭藝人、慕課教學、直播教室、文化志愿者、大家美術館等23項最受市民群眾喜愛的服務功能，與全市19個區（市）縣實現互聯互通，平臺累積下載量90余萬次、注冊用戶超過60萬人，全平臺公共文化服務內容點擊量超過3300余萬次，線上課程開展次數超過3000個班次，線上公共文化服務活動開展次數超過2500次。平臺將線下公共文化服務過程全面引入線上，通過平臺產生的大量服務記錄數據整合為大數據分析依據，行程分析結果，將更好的為公共文化服務指導依據。

2.2? 實踐方法概述

成都市文化館結合“文化天府”云平臺現有用戶資源，將有價值的用戶數據通過分類分析、回歸分析、聚類分析、關聯規則、特征分析、變化和偏差分析等方式，通過圖文報告的形式，對全市群眾公共文化服務需求進行判斷和預測，從而指導各地開展公共文化服務。

（1）看圖說話。

就是利用一些圖表類型，將一些數據通過不同的指標和基數進行比較，大數據不是只有技術人員才會看到，普通用戶也是可以看到的，所以要求對大數據的分析也要被普通的用戶所接受，直觀的、可視化的大數據分析很快就可以讓更多的使用者讀懂。

（2）數據統計方法。

我們通過各種數據挖掘算法，讓不同類型的數據呈現出不同的數據特點，加以統計后得出數據深層次的價值。

（3）預測分析。

通過現有數據分析，預測未來的數據發展趨勢，更好地為全市公共文化服務提供預測性數據，預測分析主要就是通過挖掘數據的特點，建立科學的數據模型，帶入新的數據，得出新的預測結果，作為發展過程中的參考。

2.3 實踐成效

在公共文化服務工作中，通過數據分析結果產生大量的數據報告，通過分析報告找到相關性因素，以及用戶的公共文化服務消費習慣，準確定位提升公共文化服務效能的方法，為我們公共文化服務的管理工作提供了重大的決策依據。

3? 結合分類分析方法，建立年齡、公共文化服務類型、性別等分類條件，實現文化服務資源供給側的優化

（1）活動服務優化。

首先建立活動服務大數據監控分析表，確立公共文化服務思路，將逐步完成公共文化服務服務受眾的年輕化，因此在公共文化服務資源供給側進行了大量改革和優化，加大平臺活動宣傳推廣力度，改善供給內容類型，并增加親子活動等中青幼人群喜聞樂見的服務供給，截止到目前18歲以下參與人群占據12.86%，18～40歲參與人群占據29.1%的比重，從2017年底統計的40歲以下人群參與人群占比13%提升至41%，大大提升了公共文化服務效能。

（2）課程分類分析。

建立課程服務的報名數據分析，按課程類型及用戶年齡進行分類采集，從數據中發現用戶喜好以及過量資源投入，實時優化和補充服務課程類型，為市民提供更優質的課程資源。通過數據分析，我們發現中青年（40歲以下）的人群對美術類、語言類課程的參與度較高，中老年（40歲）以上的人群對攝影、養生、文學類課程參與度較高，根據各年齡層次的參與情況，公益學校可以據此調整課程門類的安排，最大化地提高群眾滿意度。

4? 結合回歸分析方法，按時間段統計和分析用戶活躍情況，完成用戶留存和使用的動態監控以便實時進行平臺服務推送

平臺建立相關用戶活躍度分析模型，監控用戶留存及使用情況，取2020年4～6月數據可看出，平臺活躍用戶平均每日大于4300人，4～6月相對平穩，說明平臺服務內容產出相對穩定，用戶使用習慣相對已經養成，在用戶活躍度最低的閾值，我們即可進行相關服務推送，以提升平臺活躍度。通過該分析可實時發現群眾的喜好，以實時調整公共文化服務內容的推送。

5? 結合聚類及關聯分析方法，從用戶角度出發，建立用戶行為追蹤、用戶使用時間分析，完成用戶行為習慣的動態監控以優化公共文化服務手段

（1）行為統計。

目前“文化天府”平臺后臺已采樣了用戶行為近70萬條，我們根據分類將用戶行為習慣分為以瀏覽、搜索、分享、參與活動報名、參與課程報名、參與視頻學習幾類，我們發現與資源供應量成正比的是，動態新聞類的瀏覽占據用戶操作的60%，其次是課程報名，第三是活動報名和視頻學習，從這里可以看出用戶所進行的操作與平臺所提供的公共文化服務內容量是成正比的。

（2）用戶使用時間分析。

根據我們對用戶操作記錄數據采樣的時間性分析，我們發現上午9點～12點為操作最為頻繁的時候，晚上8點～12點為第二個操作高發期，因此我們在運營過程中盡量抓住這兩個時間段進行集中信息推送，盡量讓更多的人群不錯過我們平臺供應的優秀公共文化服務內容。

6? 結合特征分析方法，實現公共文化服務消費群體的精準畫像，實現平臺的千人前面，將各類人群所喜好的公共文化服務內容推送至用戶眼前

（1）用戶參與公共文化服務內容偏好分析。

我們從用戶參與的活動、課程中進行采樣，發現用戶偏好前三位為：培訓、音樂會、講座，對展覽、電影等靜態性的活動內容參與率較低。從目前的采樣數據我們可以發現，排名前三的活動都具有一個特點，即有規模性，并且都為人群集中性參與，互動性較強。

（2）各大版塊點擊率分析。

通過后臺數據整理，我們將平臺信息點擊率排名前五的數據進行了綜合分析，我們發現用戶通過“首頁熱推”進入的點擊次數最高，其次是有明確定義的專區板塊，如課程報名、活動搶票，街頭藝人，學習視頻。相比之下，隱藏了兩級及以上的欄目，點擊率就低很多。由此我們得出的結論：針對平臺功能性的優化，即在“首頁”更加直接直觀的向用戶展示公共文化服務，這為我們下一步對平臺APP界面優化提供了明確的方向。

7? 建立用戶反饋機制，完成用戶參與活動后的調查分析，精準了解公共文化服務滿意度，優化公共文化服務質量

自評價系統開放以來，共收到3392用戶活動評價，其中滿分評價用戶占2891條，4分341條，公眾滿意度達到 95% ，共收到 6178條用戶課程評價，其中滿分評價用戶占5142條，4分649條，公眾滿意度達到 93% 。

8? 結語

經過成都市文化館近幾年來對公共文化服務與大數據分析相結合的內容實踐上，我們發現，在市民日益變化的精神文化需求上，我們需要做大量的基礎數據采集、分析、總結工作，通過目前已知的分類、回歸分析、聚類、關聯規則、特征、變化和偏差分析等分析方法，不斷優化各類算法的參數及計算公式，才能不斷滿足群眾的公共文化服務需求。未來，大數據的研究首先應當從厘清可行的數據分析需求開始，以數據建設為基礎，逐步完成并實現大數據的采集與分析應用的宏圖。

參考文獻

[1] 許道琳.公共文化機構媒體融合服務創新研究[J].大慶社會科學，2020（4）：143-146.

[2] 彭澤明.西部貧困地區公共文化建設的特殊性研究[J].重慶理工大學學報：社會科學，2017，31（8）：123-128.

[3] 楊佳.如何做好數字文化館建設中的黨政思想工作[J].時代報告，2020（7）：58-59.

[4] 郭玲.基層圖書館的公共文化服務研究[D].泰安：山東農業大學，2020.

[5] 周一琛.城市公共文化與體育服務適老化建設研究[D].成都：四川省社會科學院，2020.

[6] 郭路生.基于EA的公共文化服務大數據資源規劃研究[J].圖書館學刊，2019，41（12）：75-81.

[7] 朱寶華.大數據背景下數字化文化館建設[J].藝術品鑒，2019（20）：3-4.

[8] 王元明，楊楠，王雪麗.均等化視角下天津市基層公共文化服務效能評價及提升策略[J].重慶理工大學學報：社會科學，2020，34（3）：97-108.

[9] 田凱利，燕艷，梁劍峰.鄉村公共文化服務體系建設的路徑分析[J].河北農業科學，2020，24（4）：5-8.

[10] 肖崗.圖書館員：公共文化服務創新發展的生力軍[J].傳媒論壇，2020，3（14）：112-113.

[11] 化柏林，趙東在，申泳國.公共文化服務大數據集成架構設計研究[J].圖書情報工作，2020，64（10）：3-11.

[12] 王珂，陳家琪，劉凱旋，等.雄安新區公共文化服務體系建設探析[J].國際公關，2020（1）：24.

[13] 黃銀茂.關于公共文化服務體系建設的現狀與發展[J].中外企業家，2019（13）：219-220.

[14] 譚俊超.大數據時代群眾文化智慧服務的路徑建設[J].文化學刊，2019（1）：62-66.