基于小數據決策支持的讀者薦購服務優化路徑研究

王春艷

(東北林業大學圖書館 黑龍江哈爾濱 150040)

隨著移動互聯網、云計算、物聯網和人工智能等數字技術的快速發展與應用，大數據的理念已深入社會的各個領域，并改變著人們的生活、工作與思維方式[1]。圖書館作為信息服務中心，一直是這些先進技術的體驗者，日常工作中積累了大量的業務數據，但限于自身的人力與物力，圖書館并沒有很好地利用這些大數據。

與大數據對應的是小數據，是指以個體為中心的全方位數據，包括與個體有關的思維、行為、情感、特點、愛好、社會聯系等個體數字化特征，具有個性化、精準性和隱蔽性等特點，能夠有效地揭示個體行為模式規律，對于個體需求分析有著重要價值，是大數據的組成、延伸與完善[2-3]。利用小數據分析可準確得知讀者閱讀需求變化的趨勢，有利于圖書館為讀者開展個性化服務提供決策支持，目前國內學者已針對圖書館的不同服務（如學科服務、知識服務、創客服務等），利用小數據思維對其進行了相關研究，并提出了相應的服務優化策略[4-6]。

讀者薦購服務作為圖書館文獻資源建設工作的重要補充，是圖書館針對讀者需求開展讀者個性化服務所采用的主要方式[7]。史麗香[8]、田艷艷[9]、婁冰[10]、許靜波等人[11]分別以不同地區、不同類型的高校為對象，圍繞圖書館網站的薦購服務內容對我國讀者薦購服務現狀進行了相關調研，但缺少從小數據視角出發的、基于讀者薦購數據的針對薦購服務的深入研究。因此，該文以東北林業大學圖書館（以下簡稱“該館”）為例，通過對近10年讀者薦購數據的統計分析，從“小數據”的角度對薦購服務進行實證分析，探討當前讀者薦購服務的現狀及薦購中存在的問題并提出優化策略，以期從數據層面上為高校圖書館完善讀者薦購服務提供決策支持與參考。

1 薦購小數據的統計分析

該館于2013 年6 月份更換為匯文圖書管理系統，其OPAC自帶的薦購系統以其方便快捷的特性成為筆者學校讀者首選的薦購方式。通過對該館近9年的薦購數據進行收集、整理，選取薦購圖書的題名、分類號、責任者、出版信息、薦購日期、薦購狀態及處理備注，以及薦購讀者的人數、類型與專業等內容作為研究對象，從圖書和讀者兩個維度對讀者薦購數據進行深度挖掘，分析該館薦購服務中存在的問題與不足，從而有針對性地提出解決方案。

1.1 整體的薦購情況

該館從2013年7月1日至2022年6月30日的9年間共產生薦購數據18 797 條，以一學年（當年7 月1 日至次年6 月30 日）作為一個統計周期，部分數據（薦購總數、無效薦購數與西文圖書數）的分布情況如圖1所示。其中，薦購總數在2018年前相對穩定，在2 200條左右，更換系統后的第二年（2014 年）達到最高；2019年后，由于新冠疫情的原因導致薦購數量減少。而與薦購總數對應的，無效薦購數一直居高不在，占薦購總數一半以上。此外，與薦購總數相比，西文圖書的薦購數相對較少，說明該校薦購系統中的薦購主要以中文圖書為主，因此后文中的分析以中文圖書的薦購數據為準。

圖1 薦購總數、無效薦購數與西文圖書數年度趨勢圖

1.2 中文圖書薦購信息的處理情況

通過對薦購信息中“薦購狀態”字段的分析，可了解薦購圖書的處理結果。對“薦購狀態”的6 種狀態（待處理、已處理、已訂購、已典藏（優先借閱）、已典藏和退訂），與“處理備注”的4 種情況（已有館藏、已訂購、未訂購和未備注）進行分類合并，保留已有館藏、未訂購（包括退訂）、未備注、待處理和已訂購（包括已典藏的兩種狀態）5種說明作為處理狀態的最終結果，以2018年的統計數據為例，具體處理情況如表1所示。

其中，已有館藏的圖書占薦購總數的6.4%，說明部分讀者在薦購圖書時，并沒有進行館藏圖書的檢索查重，造成重復薦購。

根據館藏文獻資源建設的原則，圖書館對于讀者薦購的圖書，會做一定的選擇，對于不滿足館藏條件的圖書不予采購。多年來，該館的未訂購比例一直較高，薦購失敗率近1/2，最高時達57.2%（2018年）。說明讀者對于館藏原則、收錄標準等薦購服務的具體規則并不了解，造成大量的無效薦購。

未備注的圖書，其“薦購狀態”為“已處理”，如果在“處理備注”中沒有進一步的說明，讀者將無法通過此狀態了解其薦購申請是否被接受，相當于未處理；而對于讀者新薦購的圖書，在圖書館未處理的時候，顯示的“薦購狀態”為“待處理”。整體上看，該館在這方面處理及時。

將已典藏的圖書、已訂購未到館和已到館正在處理的圖書合到一起，歸為已訂購圖書，代表了薦購成功的圖書。該館的文獻資源建設明確要求對符合要求的薦購圖書保證百分百采購，但由于無效薦購以及其他原因（無法購買到所薦購圖書）導致薦購申請中成功訂購圖書的比例占薦購總數的比例相對較低。

1.3 訂購圖書的分類與出版社信息

通過對讀者薦購圖書的類目及出版社的統計分析，可更好地把握讀者對圖書的需求方向，及時調整圖書采購策略，同時應對高頻出版社出版的圖書給予更多的關注，以期在符合館藏原則的前提下，采購到更多高質量的讀者喜愛的圖書。

薦購成功的中文圖書，基本涵蓋了所有的學科門類，但是數量相差極大。按照“中圖法”對其進行類目統計，各大類圖書占比較多的類目為I、T、D、F和K類，合計占比超過訂購圖書的60%以上。尤其是其中的I類和T類，是歷年薦購圖書中的主要薦購對象，說明該館在這兩大類圖書的采購中還是有所欠缺，在今后的采訪工作中，應在符合館藏原則的前提下對以上幾大類圖書有所偏重。

對歷年薦購成功圖書的出版社信息進行統計，匯總高頻出版社信息，其中前15 家出版社的圖書共計4 525，占訂購圖書總計的49.4%。說明這些出版社出版的圖書質量較高，為讀者所青睞。

1.4 薦購讀者信息

2013—2021 年間年薦購人數與人均薦購圖書數量如表2 所示。從表2 中可見，雖然薦購人數在減少，但人均薦購數在增加；對薦購讀者的讀者類型進行統計，發現以本科生（12 592）和碩士研究生（3 968）為主，博士研究生（982）與教職工（1 255）較少；其中，薦購次數超過100 次以上的讀者有21 位，10～99 次有332 位，2～9 次有1 384 位，其他僅薦購1 次的讀者有1 488 位；薦購次數最多的一位讀者為林學院的研究生，其碩士與博士期間分別薦購750 次和481 次，排名第二、三位的讀者分別薦購473次和448次。總體來看，讀者薦購熱情相對較高，薦購10本以上的讀者累計薦購12 293次，占薦購總數的65.4%。

表2 年薦購人數與人均薦購數

2 讀者薦購服務現狀與問題

該館通過OPAC系統進行的薦購服務，9年來共接收近19 000 條薦購信息，平均年薦購量約為2 100 條，但不同年份間相差較大。究其原因主要是來自于新冠疫情的影響，疫情3 年之外的6 年年薦購數較為穩定，但也說明多年來該館的薦購服務沒有太大的提高。

薦購信息的處理情況是關系到讀者滿意度與薦購服務水平的主要因素，該館從新系統上線至今，在薦購服務上一直保持高度重視，并根據實際情況不斷進行服務優化，如完善薦購說明、多方宣傳服務、規范回復說明等，但從整體的情況來看，無效薦購情況依然不理想，薦購人數也相對較少，這將是今后工作的重點；但從人均薦購數的不斷增長上看，讀者對于薦購信息的及時處理與反饋情況是比較滿意的，應繼續保持。

在外文圖書的薦購方面，通過薦購系統薦購的數量相較于中文圖書來說基本可以忽略，一方面與該校的綜合實力有關，另一面也可能與薦購方式有關，這里不過多討論。對于薦購圖書的類目與出版社方面，由于該館的圖書采購為統一招標，受限于書商提供的信息，僅能在選擇時多關注于一些優秀出版社的圖書與類目；而對于讀者薦購的圖書，在滿足館藏原則的條件下，盡量通過各種購書途徑進行訂購來滿足讀者的閱讀需求。

薦購讀者的分布上，主要為本科生和碩士研究生，而博士研究生和教職工的薦購較少。這一方面是后兩者工作較忙且有一定的經濟基礎，有需要的圖書個人就直接購買了；另一種原因，也可能是后兩者對于該館的薦購服務并不是十分了解，甚至于并不清楚圖書館有這項服務。因此圖書館在宣傳服務時，不能只局限于學生當中，對于教師群體也應給予更多的重視，尤其是教師群體推薦的書籍更加專業與經典，這對于提高館藏文獻的整體質量是非常重要的。

3 讀者薦購服務優化路徑

作為圖書館文獻資源建設的有益補充，應定期對讀者薦購相關數據進行統計分析，對整個薦購服務進行科學評估，及時發現服務中的不足，準確把握讀者的需求，進而不斷完善薦購服務，為圖書館的資源采購提供參考。通過對該館讀者薦購小數據的深度分析，了解該館薦購服務現狀，針對其中存在的問題，采用多項措施對薦購服務進行完善與優化，以提高薦購服務質量。

3.1 薦購服務的多方宣傳

讀者薦購的參與度低，與高校對薦購服務的宣傳力度有著直接的關系，各高校應加強對讀者薦購服務的重視程度，通過各種方式加大讀者薦購服務的宣傳力度，如新生培訓、圖書展覽、學術講座等活動，使讀者充分了解薦購服務，進而提高讀者的參與度。

3.2 薦購政策的合理制定

薦購服務工作的順利進行，離不開強有力的政策支撐，各高校圖書館應根據實際情況，制定符合各館館藏要求的薦購服務政策[12]。在薦購政策中應明確說明文獻采購的基本原則、各類文獻的采拒標準、薦購前的查重提示、薦購后的處理機制等，以便于讀者更好地了解薦購規則，減少重復薦購與無效薦購，進而提高薦購成功率。

3.3 薦購申請的及時處理

讀者提出薦購申請后，如果得不到及時的反饋，會對薦購服務產生質疑、失去耐心，甚至導致不再薦購。圖書館應明確薦購流程，對讀者的薦購申請做到及時處理。對于滿足條件已訂購的圖書應及時更新其訂購狀態，使讀者了解圖書的處理進度，在圖書到館后能夠第一時間借閱，從而滿足讀者對薦購圖書的需求；而對于拒采的圖書也要有合理的理由與解釋。

3.4 薦購回復的規范說明

對于薦購記錄的回復說明，各高校缺少統一的規范：有的過于簡單，如關于拒采的回復，讀者不能從中得到具體的拒采原因；有的則過于繁瑣，同一類處理回復卻復雜多樣。這不僅不利于讀者了解薦購的處理結果，也不利于日后的統計分析。

匯文系統薦購自帶的處理回復有9 項內容，過于簡單，可以通過修改客戶端采訪模塊的配置文件（SuggestReply.ini）增加其內容。同濟大學將回復內容進行了編號：[A01]回復內容、[A02]回復內容，[B01]回復內容、[B2]回復內容等，對回復內容進行歸類，但其A和B 類內容有所重復，沒有明顯區別。可在其基礎上進行完善，使回復更有條理性，如對回復進行分類：A 表示已有館藏、B表示已訂購、C表示拒采，而每類下的具體序列則代表對應的不同處理：[B01]已訂購尚未到館、[B02]已到館正在處理等。這樣使讀者能夠對處理結果一目了然，明確其申請成功與否或被拒采的原因，方便其再次薦購；也利于圖書館日后對薦購服務進行相關的分析總結。

4 結語

我國圖書館界自2015 年便開始了對小數據相關問題的探討，雖取得了一定的成果，但主要集中在對小數據內涵、特征、服務模式以及關于數據采集、清洗、保存等理論方面的研究，缺少針對某項服務數據的具體分析，實踐研究不夠深入。小數據運用于圖書館的研究不應只停留在理論層面，更應加強實踐層面的探究，注重理論與實踐相結合，以理論來指導其實踐，并以實踐應用來促進其理論的深度發展，促進小數據在圖書館的深入運用。

該文以圖書館讀者薦購小數據為對象，通過對薦購數據的深入挖掘分析，探討讀者薦購服務中存在的問題，從小數據思維的角度提出針對性的優化方案，優化薦購服務內容，提高薦購服務質量，進而為圖書館文獻資源建設工作提供決策支持與參考。