APP下载

基于读者借阅数据的时间序列特征探讨高校图书馆工作

2013-06-21璇,孔

关键词:馆藏利用率显著性

丁 璇,孔 超

(金陵科技学院图书馆,江苏 南京 211169)

图书借阅工作是高校图书馆的基本工作,图书的利用情况客观体现了图书馆资源的利用效率,因此,对读者借阅数据的统计研究,对促进图书馆人员配置和服务创新等方面都有着积极的作用。尤其是图书馆采用计算机管理系统后,大量客观反映读者需求和利用情况的图书流通数据存贮在管理系统中,便于我们查询和提取。随着图书馆系统中存储的数据日益庞大,其中大量的数据都是时间序列数据,进一步分析处理这些数据,在海量的时间序列中发现其背后隐藏的相关信息对于我们分析读者的个性化需求和借阅倾向,对科学地进行图书馆的决策、预测和发展具有重要意义[1]。本文针对图书馆管理信息系统中的读者借阅数据,分析馆藏资源的利用和读者需求情况,提出满足读者需求和优化业务管理的对策和建议,为文献资源建设决策等高校图书馆工作提供数据支持。

一、研究设计

(一)研究对象及数据采集

本次研究选取金陵科技学院2009—2012年全校读者对馆藏纸质图书的借、还数据为研究对象,数据来源为该馆“汇文管理系统”流通模块中提供的流通日志查询功能,主要提取了证件号、姓名、单位、借书日期、题名、索书号、馆藏地等数据。

(二)研究方法

以该馆四年的流通日志为基础,通过整理、挖掘、提取,分别将数据归纳为不同时间序列特征的数据库,对时间序列特征、借阅量、图书类别三个维度进行交叉分析,探讨不同时间序列特征下读者流通借阅量的变化规律,分析读者利用文献的高峰期和低谷期以及读者群借阅图书的偏好。其中时间序列的划分主要为以下三种:一是以年为单位,以《中图法》分类为依据,分析各类图书利用情况;二是以月份为单位,分析12个月份各类图书利用情况;三是以星期为周期、以日为单位,分析一周中各天的图书利用情况;四是,以小时为单位,分析每天不同时段的图书利用情况。

二、实证结果与分析

(一)以年为单位分析图书利用情况

以2009—2012年的馆藏总量为基础,统计各类图书借阅量,计算各年度的图书利用率[2],即利用率=(借阅量/可借图书馆藏量)×100%,得到各类图书利用情况(表1)。

表1 2009—2012年各类图书利用情况

通过对表1的数据进行分析可以得出以下结论:

1.各类图书利用率基本上呈现逐年递减趋势,这个现象与当前数字阅读蓬勃发展,对传统阅读方式提出挑战的现状相符。

2.对2009—2012年各类图书利用率进一步方差分析,得F值8.911,对应P值3.18×10-12,小于0.05,表明各类图书之间利用率存在显著性差异,采用两两比较SNK法对数据进行再分析。结果显示,利用率较高且与其他组别有显著性差异的依次是I类(文学)、H 类(语言、文字)、J类(艺术)。按均值比较余下19类图书的利用率,排名由大到小,依次是E类、B类、K类、R类、T类、O类、C类、A类、F类、D类、G类、V类、P类、Z类、Q类、S类、N类、V类、X类,但彼此之间无显著性差异,随着样本数据量的增加或时间的推移,排名先后次序可能会有所变动。

(二)以月份为单位分析图书利用情况

1.以2009—2012年各月份读者借阅数量为研究对象,以月份和当月图书借阅总量生成柱状图(图1)。

图1 2009—2012年度各月份图书借阅情况

将有关数据进行方差分析,得F值为11.121,对应P值为1.42×10-8,小于0.05,表明12个月份的读者借阅数据间有显著性差异,采用两两比较SNK法进一步分析,发现1、2、7、8月因包含寒暑假,借阅量明显较少,其中2012年8月借阅数据为8,与其他月份借阅量有显著差异。其余8个月份中,按照均值比较,3月份借阅量最高,6月份相对偏低,但彼此之间并不存在显著性差异。

2.以2009—2012年各月份读者借阅图书类别为研究对象,将各月份借阅数据带入方差分析模型,并同时采用两两比较SNK法进行再分析,发现借阅量较大并与其他类别图书有显著性差异的主要集中在I类(文学)、T类(工业技术)和H类(语言、文字)。按照均值比较,除上述三类以外,F类(经济)和K类(历史、地理)借阅量较其他类别多的月份比例较高,其他各类图书借阅情况逐月变化不大,比较有规律性(表2)。

(三)以星期为周期、以日为单位分析图书利用情况

以2009—2012年星期一至星期日的读者借阅数据为研究对象,以星期x(x=1—7)当日的图书借阅总量为输入属性制成表格,并进行方差分析,得F值为13.821,对应P 值为5.12×10-14,小于0.05,表明星期一到星期日读者借阅数据间有显著性差异。采用两两比较SNK法进一步分析,样本均值由大到小依次为星期一、星期二、星期四、星期五、星期三、星期日、星期六,其中星期一至星期五各天之间以及星期日、星期六之间的借阅数据无显著性差异,但这两组借阅数据之间具有显著性差异(表3)。

表2 2009—2012年各月份图书借阅类别情况

表3 2009—2012年星期一到星期日图书利用情况

由此可见,虽然图书馆双休日照常开放,但借阅量与工作日相比明显减少。

(四)以小时为单位分析图书利用情况

以2009—2012年每天8:00开始每小时的读者借阅数据为研究对象,以该时间段的图书借阅总量为输入属性制成表格,将数据带入,进行方差分析,得F值为32.896,对应P值为4.47×10-63,小于0.05,表明14个时间段的读者借阅数据间有显著性差异。采用两两比较SNK法进一步分析。结果显示,借阅量较大并有显著性差异的时间段为:10:00—11:00、15:00—16:00、16:00—17:00;借阅量较小的时段为:8:00—9:00、20:00—21:00、21:00以后。

表4 2009—2012年8:00开始每小时借阅量统计

三、对图书馆工作的建议

(一)文献资源建设方面

1.将文献采购,利用情况调查常规化,要根据学校专业设置以及重点特色学科对馆藏文献进行全面调查[4]。利用量化方法,统计每年新购图书的利用情况,不断优化文献采购策略,明确馆藏结构。

2.从年度统计结果来看,2009—2012年图书利用率持续下降,这说明高校读者对纸质图书的需求逐年下降,这和读者的阅读习惯改变有关,反映到文献采购策略上,图书馆需要调整纸质资源和电子资源的采购比例,加大电子资源的采购力度。

3.从借阅图书类别来看,I类(文学)、H类(语言、文字)、T类(工业技术)图书需求量比较大,特别是H类和T类,属于学习参考用书,说明学生在英语、计算机考级上的需求比较大,可以建议文献资源采购部门加大该类图书的采购比例,并适当增加复本量。对于借阅需求较低的V类、X类、Z类图书,在采购时可适当减少比例。

(二)读者服务工作方面

1.将读者需求的调查常规化。可以通过读者借阅数据的量化分析、问卷调查等方式,了解读者需求,征求使用意见,并将意见及时反馈文献资源采购部门,优化采购策略,及时补充读者需要的文献资源。

2.对读者需求量比较大的图书,读者服务部可以对此类图书的排架位置进行微调,将其中借阅频次较高的图书安排至标识明显的位置摆放,方便读者查找借阅。

3.做好图书阅读推荐、指导工作。从馆藏图书特别是图书利用率较低的图书中挑选优秀图书,制成宣传展板,进行导读推荐工作。并可以根据不同年级学生的实际,主动为其推荐相关图书资料,有的放矢地做好阅读指导工作。

4.在进行图书剔旧工作时,要优先考虑图书利用率低的图书,而不能按年代简单划分。

5.在人员管理方面,根据各类图书利用率高低,调整各个岗位的人员配置情况,并定期轮岗。

6.在安排勤工助学和志愿者工作时,要根据分析结果,动态地管理和调整资源。结合本次研究结果,周一至周五10:00—11:00、15:00—16:00、16:00—17:00这3个时段工作量大,可以在安排勤工俭学和志愿者服务时,优先重点考虑这些时段。周六与周日的工作量明显减少,可少安排或不安排勤工俭学和志愿者学生。

四、结语

采用量化方法研究图书馆服务与管理工作是当前图书馆学研究的趋势之一,有利于合理调配图书馆的人力、物力,提高服务质量[5]。本次研究对存在于图书馆信息管理系统中的海量时间序列特征数据进行挖掘分析,力求通过对具体数据的分析,深入了解读者需求,为高校图书馆的工作优化、科学管理提供一些建议。

[1]张炜.读者借阅行为的时间序列统计模式实证分析与对策思考[J].图书馆论坛,2011(3):26-28

[2]蔡迎春,康红.基于馆藏结构分析和文献利用统计的藏书质量优化策略研究[J].图书馆建设,2009(9):42-46

[3]张文彤,邝春伟.SPSS统计分析基础教程 [M].2版.北京:高等教育出版社,2011:274

[4]朱宝林,王亚胜,王健明.本科教学工作评估背景下的高校图书馆建设[J].金陵科技学院学报:社会科学版,2011(2):86-89

[5]田梅.基于混沌时间序列模型的图书借阅流量预测研究[J].图书馆理论与实践,2013(7):1-3,26

猜你喜欢

馆藏利用率显著性
馆藏
2019年全国煤炭开采和洗选业产能利用率为70.6%
博物馆的生存之道:馆藏能否变卖?
基于显著性权重融合的图像拼接算法
化肥利用率稳步增长
基于视觉显著性的视频差错掩盖算法
知还印馆藏印选——古印篇
浅议如何提高涉烟信息的利用率
一种基于显著性边缘的运动模糊图像复原方法
论商标固有显著性的认定