基于SNA的高校書籍借閱數據分析研究

楊斌

（浙江經濟職業技術學院，浙江 杭州 310018）

0 引言

當今高校面臨數字化改革的需求，高校圖書館也面臨著從傳統服務向個性化、信息化服務轉型的問題。圖書館對自身數據進行有效分析，通過量化指標指導各類服務調整，是現今高校圖書館轉型的必由之路，使用社會網絡分析法（Social Network Analysis，SNA）分析書籍借閱數據，不僅可以獲得大量量化的測度指標，也可以繪制可視化的社群圖，具體以浙江院圖書館數據為例，討論多向需求書籍、潛在需求書籍、打包套餐類書籍等書籍推薦工作的啟示，為高校圖書館數字化改革提供了一種方案。

1 背景

在互聯網+背景下，師生獲取知識的途徑越來越多元化，高校圖書館也必須從傳統的知識提供者，開館坐等師生上門轉變為知識的引領者，走出圖書館為師生提供專業的、全方位的書籍、文獻推薦，為高校專業打造專業書籍群落，精準定位每一本書籍的作用。

隨著大數據技術的發展，信息時代轉向了數據時代，數據將是最重要的生產資料之一。高校圖書館擁有豐富的圖書數據及借閱數據，同時這些數據是借閱者依據自身需求，切實產生的行為數據，可以真實反映每一本藏書的價值。對書籍借閱數據進行統計分析，計算測度指標，乃至將分析結果可視化呈現，有助于圖書館優化館藏書籍結構，為師生精準推薦書籍，發掘師生的潛在興趣。同時對高校師生各類數據進行統計分析，也是高校數字化改革的一個重要組成部分。

當今國內外較為成熟的推薦算法是協同過濾算法[1-2]，此算法已經在電子商務上有了成熟的運用，如淘寶、京東等，但是協同過濾算法有冷啟動、矩陣稀疏性等問題，針對這些問題有很多學者從圖書標簽信息和用戶背景信息兩方面為突破點對協同過濾算法進行了補充和改進[3-4]，一般是在系統初始化時依據用戶背景信息推薦相關專業書籍，但是高校圖書館圖書推薦與傳統的電子商務商品推薦有著明顯不同的環境特征，一是借閱者和書籍的專業傾向較為明顯，數據在同專業書籍中相對集中，而跨專業書籍中相對稀疏；二是在推薦借閱者同類型書籍的同時更需要為借閱者挖掘新的興趣點[3]。

在圖書館數據分析中引入其他分析法將是一種必然趨勢，而社會網絡分析法也早已廣泛的運用到了各行各業中，包括圖書情報學中[5]，其主要運用方向分為兩個：一是通過文獻的引用、作者、課題等信息對文獻進行社群分析，得到文獻的社群圖，研究文獻之間的關聯及分布關系；二是在圖書系統中附加了社交評論模塊，然后對社交模塊數據進行分析[7-8]。本文嘗試單純從書籍借閱數據入手，對書籍社群進行分析。社會網絡分析法能被廣泛關注且運用，主要有兩個顯著的優點：可視化及定量的測度指標，這兩個特點都是協同過濾算法所不具備的，也同時是被廣大學者重視所在。可視化可以讓書籍的借閱者、圖書館的管理者更直觀形象的了解圖書館的書籍借閱信息，并從全局出發得到啟示；定量的測度指標可以為圖書館工作的科學化、高效化提供數據支撐，做到有依據可追溯。

2 基于社會網絡分析法的高校書籍借閱數據分析

運用社會網絡分析法對高校圖書館書籍借閱數據進行統計分析，以同書號書籍為單個實體對象，輔以書籍、借閱者背景數據進行數據過濾，計算各種書籍量化測度指標，繪制書籍社群圖，最后形成基于社會網絡分析法的高校圖書館書籍數據分析報告，為書籍推薦、入庫、剔舊等圖書工作提供量化的數據支撐。

2.1 整體分析流程

運用社會網絡分析法對高校圖書館書籍借閱數據進行分析，整體流程如圖1所示，主要分為四步：①從圖書管理借閱系統中導出借閱數據，并進行清洗；②依據書籍、借閱者的背景數據將借閱書籍進行簡單歸類，形成不同的書籍社群，得到鄰接矩陣；③運用社會網絡分析法，計算測度指標；④繪制書籍社群圖，撰寫分析報告。

圖1 基于SNA高校書籍借閱數據分析概念圖

2.2 數據清洗

圖書借閱是圖書館核心服務之一，其產生的數據同樣是圖書館的核心數據，能從側面反映一個高校的學習氛圍乃至辦學質量。圖書管理借閱系統中存儲的借閱數據仍然有較大的冗余，不能直接用于分析，需要經過清洗轉換為可用數據。

本文對于原始的借閱數據清洗遵從以下四條原則：

①以書號為書籍實體單位判別的界限，同書號不同版次的書籍數據歸總為一個實體的數據，不同書號即使同名、同版次的書籍數據也區分統計；

②不同書籍實體間的書本數量存在差距，其必然對借閱數據產生影響，在此研究中此影響不作考慮，以待后期研究補充；

③同借閱者同書籍的反復借閱行為，其數據進行歸總合并，單純認為是借閱者與書籍實體間存在屬性關聯，此屬性不做強度處理；

④剔除與被研究無關數據標簽，只保留借閱者信息、書籍信息、借閱信息三部分。

明確數據清洗原則后，將數據從圖書管理借閱系統中導出、清洗、整理并以書籍類型歸類，選取相應類型書籍形成所需分析的底層數據。

2.3 以書籍為實體對象的鄰接矩陣

使用社會網絡分析法分析書籍借閱數據的首要任務是：明確分析的實體對象以及量化實體對象之間的聯系，從而形成書籍借閱數據鄰接矩陣，作為社會網絡分析法的數據基礎。本研究以書籍為實體對象，以借閱數據中書籍的一個重要屬性——“借閱者”為其聯系，以擁有相同借閱者的數量量化兩個實體對象書籍的聯系強度，如書籍a擁有41次借閱數據，書籍b擁有32 次借閱數據，其中兩者擁有17 位相同的借閱者，那么認為a 與b 之間為17 的聯系強度。將書籍類型確立之后，依照此方法可以得到該書籍群落中所有書籍相互間的聯系強度，形成社會網絡分析法分析的數據基礎——鄰接矩陣。

2.4 測度指標

以上述鄰接矩陣為基礎，可計算書籍的出入度、密度、整體中心度、中心勢、凝聚子群等量化的測度指標。

出入度為書籍實體對象所有聯系強度之和，出入度越大，代表此數據的局部影響力越大，與周邊書籍實體對象擁有越多的相同借閱人數。而將聯系強度指標進行升高，剔除弱連接，比如兩本書籍間連接強度平均在20，那么10以下的我們認為是弱連接剔除，而過濾后的每本書籍出入度又發生了變化。過濾前出入度最大的書籍是較為熱門，影響面較廣的書籍，過濾后出入度最大的書籍是此類型書籍中地位較高，具有較高長期保存價值的書籍。

密度較高代表該類型書籍整體性越高，特別是剔除弱連接過濾后，密度仍然較高，那么意味著借閱者對該類型的書籍整體需求度較高，需要依據書籍內容做進一步分析，確定是書籍內容相似度高還是關聯度高，我們認為同一類型書籍的關聯度較高是館藏書籍的合理結構。如果密度較低，則代表書籍內容相近性較低或該類型書籍對相關專業關聯度較低，無法形成較高的整體性價值。

整體中心度代表書籍實體對象在該類型書籍中的位置，計算公式為：

即書籍實體對象到達其他所有書籍實體對象的距離和，整體中心度越高代表此書籍實體對象在該類型書籍中的位置越偏遠，即該書從借閱者的角度來說較為獨立。而整體中心度較低代表該書籍實體對象在該類型書籍中處于核心位置，即使借閱量不高，也可以重點推薦。

凝聚子群即對數據進行聚類分析，常用的是“k-核”的概念，及連接強度在k時，該類型數據分成了哪幾個子群體，可以精準定位借閱者需求的重疊性或者稱為延續性，同一凝聚子群中的書籍實體對象明顯有較高的相互推薦性，但是如果處在不同凝聚子群，并且該書籍實體對象整體中心度和出入度又較高則認為能夠開拓學生的潛在興趣點，同樣具有推薦價值。

這些指標不止在書籍推薦中具有參考意義，在圖書剔舊工作、書籍上架排列工作、甚至是書籍采購工作中同樣具有指導意義。

3 對高校圖書館書籍推薦工作的啟示

以浙江經濟職業技術學院圖書館2020 年9 月至2021年6月的書籍借閱數據為例，具體闡述基于社會網絡分析法的高校書籍借閱數據分析，對于指導高校圖書館書籍推薦工作的四點啟示。

首先依據上述分析流程獲取數據，清洗后，本文選取了考試參考類書籍作為書籍社群，得到該書籍社群的數據鄰接矩陣。具體如圖2所示。

圖2 考試考證參考書籍數據鄰接矩陣

圖3 書籍社群圖

獲取數據鄰接矩陣后，可以根據各個公式計算各項測度指標，包括節點出入度、節點中心度、社群密度、社群中心勢等等，同時可以繪制出可視化的社群圖直觀的展現社群結構及關系。

3.1 基于節點度數的多向需求書籍推薦

在傳統圖書館書籍借閱數據分析中，大多以單本書籍借閱量衡量書籍的重要性，通常將借閱量大的書籍作為推薦書籍，方便讀者查閱。而通過社會網絡分析法分析借閱數據，可以進一步得到專向需求書籍和多向需求書籍的分類。

如《報關員資格全國統一考試教材》一書，共借閱19 次，通過社會網絡分析法分析，發現其僅和其他3本考試類用書產生借閱聯系，即大部分的讀者都單獨的借閱了這一本考試類書籍，這是一本面向一些特定讀者的用書，具有針對性較強，需求量大且專向的特點。因此可以推斷出大量讀者是定向借閱該書，而不是在書架的瀏覽過程中借閱該書。

如《大學英語四級綜合特訓》一書，共借閱21次，同樣通過社會網絡分析法分析，發現其擁有18的出入度度數，即代表與該書產生過共同借閱者的書籍有18本，證明大量讀者借閱此書時會同時或前后借閱其他考試書籍，通過查驗借閱數據得到與其有借閱聯系的18 本書籍中有12 本英語類考試用書，可以判斷它是一本考試用途中可替代書籍或者是知識點互補書籍，需求量大且多向，較高的借閱量也證明了此書本身的價值。因此可以推斷出在推薦英語類考試用書時，此書會引起更多的關注。

同理通過社會網絡分析法分析在理論上還可以得到一類書籍，借閱量不高但與其他書籍有較密集的借閱聯系，但此次數據分析中并未出現該類型書籍。

3.2 基于節點中心度的讀者潛在需求書籍推薦

通過社會網絡分析法分析借閱數據，可以得到讀者更多的潛在需求書籍。

如《大學英語四級綜合特訓》一書，通過書籍整理得到該書兩年內總計借出21次，借閱次數本身較高，同時其擁有最高的絕對中心度18，即與該書擁有相同借閱者的書籍有18本，意味著未來有借閱者在借閱這18本書籍中的任意一本時也有較大的可能會借閱《大學英語綜合特訓》一書。進一步分析該書距離長度為2 的網絡，可以得到一些潛在同需求的書籍，如《外貿單證操作實例》一書，雖然沒有讀者同時借閱《外貿單證操作實例》和《大學英語四級綜合特訓》，但其通過《四級聽力強化訓練》和《初級會計》兩本書籍作為中間書籍形成兩條長度為2的路徑，此數據分析表明多位讀者分別借閱了其他書籍與這兩本書籍之一，因此可以推斷此兩本書籍間也有同需求潛質，可以在讀者借閱《外貿單證操作實例》時同時推薦《大學英語綜合特訓》，做到有效挖掘讀者的潛在閱讀需求。

同時通過整體中心度計算，得到書籍在整個社群中的位置，本文發現其中最大的凝聚子群為7本計算機類用書組成，證明計算機考試用書在借閱者中擁有更多的共同需求。可以考慮做一期計算機類考試用書的推薦集合，使讀者更好的了解圖書館該類書籍的館藏情況及各自特點。

3.3 基于聚類分析的套餐書籍推薦

圖書館一般都有推薦書籍書架，現多數按照時事信息將最受關注的書籍放置在顯眼位置，剩余則按照作者、書本類型進行擺放供讀者選閱。通過社會網絡分析法中的聚類分析，可以到書籍間的凝聚子群，得到以讀者借閱需求組合的書籍套餐，將同一個凝聚子群的書籍擺放在附近，更方便讀者快速查閱。

發現計算機類考試書籍與英語類考試書籍組成了一個凝聚子群，說明有一定量的讀者同時需求或者潛在需求這9本書籍，可將其擺放在一個區域做一期推薦。

3.4 基于可視化社群圖的書籍推薦

依據中心度高低繪制出書籍借閱社群圖，可以直觀清晰的看到各書籍實體對象間的聯系，如圖5所示為考試類用書的借閱社群圖，中心度較高的書籍呈現在社群圖的中間區域，代表它們擁有更多的同類讀者需求或者同類讀者的潛在需求。

同時讀者可以清晰地從自己借閱的書籍為起點，找到與之有聯系的書籍及距離為2為3的書籍。并且讀者通過自己的借閱行為，可以實時地改變社群圖，做到借閱更有趣味性。

4 結束語

高校圖書借閱系統中的借閱數據由讀者依據自身需求所產生，可以正確反映書籍被需求的情況，被哪些類型借閱者需求、需求強度、需求時期等，是圖書館最重要的無形資產之一。靈活應用書籍借閱數據，進行統計分析，可視化呈現，是高校圖書館數字化改革的突破口之一。

基于社會網絡分析法對高校圖書館書籍借閱數據進行分析，可以從另一個的角度重新認識館藏書籍，認識館藏書籍在讀者需求中的關系結構，這不僅對書籍推薦服務的開展提供了可量化的、可追溯的工作依據，也為館藏圖書的管理工作提供了數據參考。同時大數據時代下，為數字圖書館的個性化服務提供了一種可能，也為未來人工智能在高校圖書館中的運用提供數據基礎。