基于斐波那契數列構建圖書流量分析模型

沈思陽 安迎建

(云南工商學院,云南昆明 651701)

1 書流量分析模型設計背景及意義

現今隨著社會經濟的逐步發展,人們的閱讀需求不斷上升不管是社會圖書館的管理還是高校圖書館的管理都產生了相應的挑戰。圖書館管理系統為管理者在圖書館處理圖書的借閱業務提供了方便的保障,同時也是系統內記錄了大量的圖書流量數據,這些圖書流量數據只是用來記錄讀者是否成功借閱圖書或是否已經歸還了所借圖書,對這些數據缺少有效利用。圖書流量分析模型的設計需要數據作為最基本的支撐,這樣就對這些數據進行了有效的利用。同時圖書流量分析模型的構建為圖書館圖書流量數據的分析提供了具有可靠性和高效性的數據處理手段,讓圖書館管理者直觀的看到分析數據,幫助管理者工作。為圖書閱讀APP的圖書推薦模塊提供了數據處理的可靠手段,不再依靠單一的一個數據項來分析。

2 圖書流量分析模型的設計與構建

2.1 圖書流量分析模型數據來源分析

圖書流量分析模型的基礎數據支持在來自圖書館管理系統和與其相關聯的圖書閱讀APP,在本論文中,以云南工商學院為例進行調研分析。

(1)用戶借閱圖書流程:用戶到圖書館后選擇好要借閱的圖書后到圖書館前臺輸入用戶唯一編號后由管理員使用掃碼槍掃碼借閱圖書,成功后在借閱系統中產生圖書借閱的記錄。

(2)用戶歸還圖書流程:用戶直接攜帶歸還圖書到圖書館前臺對圖書二維碼進行掃碼成功后,在系統中相應的借閱記錄表中自動添加圖書歸還時間。

圖書閱讀APP對用戶與圖書之間的產生的核心業務關系主要有如下三個:

(1)用戶評論流程:用戶進入相關圖書的評論頁面后。就可在下方評論留言,留言成功后在系統數據表中生成相關評論記錄。

(2)用戶打分流程:用戶進入圖書打分頁面后進行打分操作,打分成功后返回成功提示,并在相關的系統數據表中生成相關打分記錄。

(3)用戶購買電子書流程:用戶進入電子圖書購買頁面后可以點擊購買圖書,點擊后生成訂單,訂單生成成功后可以立即付款,或是取消付款。付款成功后在相關的系統表中生成購買記錄。

2.2 圖書流量數據種類概括

以下是針對圖書館借閱系統和與其相關聯的閱讀APP所分析概括出的數據種類,數據類型的分析概況是以上節中的核心業務流程分析得出,如表1所示。

表1 分析模型數據維度支持表Tab.1 Analysis model data dimension support table

2.3 分析模型指標建立

本論文在指標建立中引入部分圖書內容質量評價體系中經相關資深從業者與學者測試設計總結出的相關指標體系,作為本次分析模設計的指標。下面對相關指標進行展示和概括。

(1)載體價值:主要關注圖書作為知識和信息載體應具有的價值屬性,故將第一主成分命名為“載體價值”[1]。

(2)文娛價值:主要關注圖書內容的吸引力、藝術特點能夠為讀者提供愉悅美好的閱讀體驗,故將第二主成分命名為“文娛價值”[1]。

(3)學術水平:主要關注圖書內容在表達新觀念、 新理論, 立足新思維、 新發明, 能夠引導相關領域學者進行深入學術探索的指標, 故將第三主成分命名為“學術水平”。

(4)影響水平:主要關注圖書作者在圖書內容涉及領域的聲望和代表性, 同為影響水平的一個方面, 故將第四主成分命名為“影響水平”[1]。

(5)資訊價值:主要關注圖書為讀者提供的資訊信息價值、效用,故將第五主成分命名為“資訊價值”[1]。

(6)實用價值:主要關注圖書內容符合大多數讀者興趣、 知識基礎, 能夠解決讀者疑問, 故將第六主成分命名為“實用價值”[1]。

(7)教育有效性:主要關注圖書內容的先導作用及與教育目標的契合程度, 而科學性指標所要求的圖書內容中的事實、公式、屬于等準確可靠是進行有效教育的前提,故將第七主成分命名為“教育有效性”[1]。

(8)作者專業水平:主要關注作者在圖書內容涉及領域的專業程度, 故將第八主成分命名為“作者專業水平”[1]。

2.4 分析模型指標數據維度支持

分析模型的指標需要相應的底層數據庫數據來支撐,不同的指標選取與之關聯度高的數據作為指標依據,具體見表2。

表2 指標數據及權重設計表Tab.2 Index data and weight design table

3 分析模型設計——指標權重設計

3.1 設計中的黃金比例—斐波那契數列

斐波那契分割數列,又被當時人們廣泛稱之為基于黃金數字分割的一個數列,它本身就是這個數字樣子的一個分割數列:0,1,2,3,5,8,13,21,34,在現代數學上,斐波那契分割數列以一種根據如下公式遞推的整數計算公式方法被用來得到確定。

該數列在比例的設計中無限接近黃金分割,不管是學習還是在生活中都有著廣泛的應用。所以在分析模型的指標權重比例設計中,經過和導師的討論,決定使用該數列來設計權重[2]比例。提高分析模型的可靠性。

3.2 數據指標權重設計

在表1指標數據支持表中,各項指標都有相應的四項基礎數據的支撐,我們需要先為各項指標中的四項數據設計權重比。因為四項數據中的每一項都要占據一定的比重,不能為0,所以采用斐波那契數列從1開始取4位數,分別為:1、1、2、3,從取到的該數列中得到總數為7,四項數據各占總數的1/7、1/7、2/7、3/7。針對各項指標中的四項數據實際占權重比的多少,本論文采用問卷調查法通過對讀者發放圖書流量評價指標的調查問卷,獲取相關調研的數據,對指標中各項數據權重比進行分配。圖書流量分析模型的數據來源主要是讀者與圖書之前業務關系產生的相關數據,所以各項指標中數據的權重占比分析也要立足于讀者。

《讀者對圖書流量評價指標的調查問卷》在闡述清楚各項指標含義的基礎之上,對各指標的四項數據進行重要性打分。打分量度為:(1)不重要;(2)普通;(3)重要;(4)非常重要。對問卷進行統計后得出的結果具體如表2。

各項指標的四項數據所占的權重比例已經構建完成。現在對分析模型的各項指標進行權重構建,從1開始取8位,分別為 1、1、2、3、5、8、13、21。總數為54,8項指標各占1/54、1/54、2/54、3/54、5/54、8/54、13/54、21/54。依據借鑒的圖書內容質量評價體系中已經構建好的權重分析為各項指標排列重要等級,并依據等級直接分配權重比例,從高到低依次為:載體價值指標、文娛價值指標、學術水平指標、影響水平指標、資訊價值指標、使用價值指標、教育有效性指標、作者專業水平指標。