高校图书馆荐购系统建设研究*

刘　华（上海大学图书馆 上海 200444）许新巧　（上海大学图书情报档案学系 上海 200444）

高校图书馆荐购系统建设研究*

刘华（上海大学图书馆 上海 200444）
许新巧（上海大学图书情报档案学系 上海 200444）

高校图书馆荐购系统发展迅速，但普遍存在以下问题：荐购原则的限制阻碍读者积极参与；荐购系统使用率低，互动模式不健全；书目信息库不全，读者参与积极性降低。借鉴南京大学、武汉大学等高校的图书馆荐购系统设计的经验和模式，上海大学图书馆构建了改进荐购工作的新系统框架，并从以下四个方面优化了荐购系统的功能：OPAC无缝链接、荐购结果查询、征订书目库和读者决策采购。

高校图书馆读者推荐荐购系统

［Key words］University library； Reader recommendation； Recommendation system

1　发展现状

高校图书馆文献资源建设主要采访模式是以采访人员独立选书为主，学科馆员选书、学科专家与教师参与荐书为辅，筛选出认为适合读者阅读的、有价值的图书。然而这个模式独缺少了图书使用的主体——读者的参与，专家们认为有价值的图书就是读者真正需求的图书吗？如果读者不需要，那再有价值的图书恐怕也只能“躺在书架上睡大觉”。随着这种争论的持续和深入，高校图书馆的选书理念也慢慢开始由“价值论”向“需求论”转变［1］。读者需求第一，一切为了读者，是现阶段采访工作中一个很大的转变点，而图书馆荐购系统的产生使这一理念付诸实践，它让读者参与图书采访环节，读者可以根据其获得的目录信息向图书馆推荐自己所需文献，提出采访意见，采访人员根据反馈的荐购信息和其他影响因素做出采选决策。读者通过这个平台向图书馆传达了自己的实际信息需求，充分发挥了自己在图书馆服务中的主人翁地位，同时也减少了馆员选书的盲目性，节约经费，改善了馆藏资源低利用率的情况，提高了图书馆为用户服务的质量和水平。

随着网络技术的发展、数字图书馆的建设及读者信息获取即时性需求的提高，高校图书馆荐购系统也从传统的现场推荐、纸质推荐等方式开始向网络荐购模式转变。目前，网上荐购系统开发已经成为高校图书馆荐购系统建设中的主要趋势。史丽香在《高校图书馆读者网上荐购的现状与思考——基于对50所高校的调查》中指出，在被调查的50所高校中，45所高校提供读者网上荐购服务，占被调查高校的90%，在提供服务的45所高校图书馆中，33所高校把这项服务放在了图书馆网站的首页，占所有提供这项服务的高校的73.33%［2］。罗毅在《高校图书馆荐购系统现状与问题研究》中也提到，通过对“985”工程中的30所高校图书馆的网页调查，发现有97%的高校图书馆提供网上图书荐购服务，有84%的高校图书馆将荐购服务放在主页［3］。通过网络荐购系统，读者可以轻松实现向图书馆荐购图书的意愿，这种方式简单、快捷，提高了读者参与馆藏建设的热情，推动了图书馆文献资源建设工作的发展。

随着Web2.0时代的到来，图书馆管理者和学者们也积极地推动Web2.0社交网络在图书馆服务中的应用。对于Web2.0技术在高校图书馆荐购系统中的应用理论研究，范凯在《基于Web2.0图书馆荐购系统的功能设计》一文中曾提出了基于Web2.0图书馆荐购系统，通过分析Web2.0技术在高校数字图书馆应用的可行性，设计开发出一款基于Web2.0技术的、面向全校师生的图书馆荐购系统［4］。而对于Web2.0技术在高校图书馆荐购系统中的实践应用，其在高校图书馆荐购系统设计中，都已或多或少地融合了Web2.0技术，如厦门大学图书馆、武汉大学图书馆、南京大学图书馆、同济大学图书馆等。刘丽静通过对20所图书馆的调研和分析后指出，大部分图书馆荐书模式基本都符合当前Web2.0的理念，顺应了基于网络平台拓展图书馆新型业务的发展趋势，开辟了读者服务工作的多种渠道［5］。

最近随着图书馆云计算应用研究的深入，一些学者也在关注基于云计算的高校图书馆荐购系统的建设研究，但此研究目前都还处于理论研究初步阶段。例如，史艳芬和徐咏华在《基于云服务的图书馆读者荐购系统模式研究》中提出了一个基于云服务的图书馆读者荐购系统模型，它以云计算为核心，读者可以通过任何终端接入，结合云计算、SaaS（Software-as-a-Service，软件运营）、SOA （Service-Oriented Architecture，面向服务的体系结构）等技术实现云服务端的系统总体模式，主要功能模块包括云书目检索模块、Web图书检索模块、图书荐购模块及信息反馈模块等，可以实现地区图书馆馆藏资源的关联查询，接收云端反馈的荐购图书信息，最终达到提高图书荐购工作效率和满足读者需求的目标［6］。

2　面临的问题

笔者在参与上海大学图书馆荐购系统的重新规划、开发设计过程中，针对目前高校图书馆荐购系统存在的问题进行了全面、深入的调研，发现当前高校图书馆荐购系统存在的最主要问题为：用户并没有如工作人员预想的那样积极地参与此活动中，很多高校图书馆荐购工作都收效甚微，分析其原因如下。

2.1荐购原则限制，阻碍读者积极参与。

很多高校图书馆鉴于自身经费和荐购图书质量上的考虑，在设置读者能够参与的荐购原则时，往往会对读者的身份有很严格的限制。第一，读者的类型限制。荐购图书划分为本科生、研究生和教师可以荐购的类型，本科生一般只能推荐相关教材类的图书，研究生可以推荐学科更高层次学科的图书。第二，读者的专业限制。一般读者只能在自己所属专业的大学科前提下推荐相关图书，不能跨学科推荐图书，如管理学院的学生只能推荐管理学相关学科，理科生不能推荐文科书目，艺术生更不能推荐工科类的图书等。第三，读者推荐书目的数量限制。根据读者的不同类型，荐购系统设置了相应的最高推荐书目数量，如本科生只能推荐3本图书，研究生推荐6本图书，教师可以推荐10本图书。第四，读者推荐书目的语言限制。一般情况下，本科生在推荐外文图书时有更严格的限制，研究生和教师相对宽松一些，但都有一个推荐最高数量的限制。这些原则的设置在一定程度上阻碍了读者参与图书荐购的积极性，使图书馆提供的荐购服务的质量和成果都大大打了折扣。

2.2图书馆荐购系统使用率较低，互动模式不健全。

对于图书馆荐购系统使用率低的问题，一方面，是由于很多高校图书馆的宣传力度不大，并未引起读者的注意。其实绝大多数的高校图书馆都提供了网上的荐购服务，一般高校图书馆将其设置在图书馆的首页，如清华大学、北京大学、厦门大学、南京大学等高校的图书馆；有些将图书馆的荐购服务设置在主页的导航栏中，如华东师范大学、浙江大学、北京师范大学等高校的图书馆。但是这些并没有引起读者的注意，很多读者没有使用过，甚至没有听过图书馆有这项服务。罗毅在《高校图书馆荐购系统现状与问题研究》中，从各高校图书馆荐购实践看其荐购服务利用效率的统计分析中也提到，高校图书馆的荐购服务没有得到用户广泛的利用，并提出应加强图书馆荐购服务的宣传［3］。而另一方面，是由于图书馆应对读者的荐购反聩不及时，或者不够重视，降低了读者的荐购热情。刘晓雁在《高校图书馆图书荐购系统调查分析》中曾指出，在被调查的30所高校图书馆中，馆员与读者之间尚未形成互动式交流关系，从而影响用户对图书馆荐购服务的热情，导致图书馆荐购系统的使用率较低［7］。

2.3书目信息库不健全，读者参与积极性降低。

读者在荐购书目时，就必须对此书有所了解，读者从哪里不定时地获取书目信息是一个问题。虽然很多高校会推荐一些书目信息库，让读者去阅读，然后进行好书推荐，如清华大学图书馆建议读者浏览万圣书园、北京图书大厦、北京北发图书网等网站的图书信息，从中为图书馆推荐好书和查找书目信息；中山大学图书馆与北京人天公司合作，让读者在这个公司的网站上为图书馆推荐自己喜欢的图书，图书馆定期汇总推荐数据并进行购买。但是这些单一的书目信息库毕竟都是不全面的，或侧重于某一领域，读者在使用时，必然会漏掉很大一部分好书。而且，目前高校图书馆的荐购系统中，都需要读者填写荐购书目或者资源的有关信息，如书名、作者、出版社、ISBN、价格和荐购理由等。那么，读者就需要耐心去查找这些信息，借助豆瓣、Google、亚马逊、百度或者别的搜索引擎浏览查找所需的书目信息，然后在网上进行提交。其实这个过程是很繁琐的，没有耐性和毅力的读者估计一看到这里，就不愿意再继续推荐书目了。这些因素都在一定程度上影响了读者参与图书馆荐购服务系统的积极性。

3　典型案例

在调研过程中，笔者发现一些知名高校图书馆荐购系统建设水平很高，功能也很完善，而且还很具有特色，在一定程度上克服了上文所提到的高校图书馆荐购系统中普遍存在的问题，特别是南京大学图书馆和武汉大学图书馆的荐购系统，对我们重新设计、开发新的荐购系统以很大启迪。

3.1南京大学图书馆

南京大学图书馆开发了一个性质类似于“我的图书馆”的“BOOK PLUS”，图书馆把馆藏书目信息与互联网信息技术紧密相结合，在传统热门借阅的基础上，加入“图书封面”、“豆瓣评论”、“分享到微博”等Web2.0技术，建立了一个更加完善、贴切用户使用习惯的荐购系统［8］。“BOOK PLUS”具有很强的独特性，提供鲜明的个性化服务。

（1）与Web2.0的完美融合。首先体现为个性化的借阅排行和新书推荐。图书馆根据用户信息和类型、学科背景等进行个性化推送服务，如展示与用户专业相关的热门图书和新书。其次表现为与书评网、网上书店互联互通。例如，BOOK PLUS为用户提供豆瓣网的互通服务，用户可以看到豆瓣网上的读者对这本图书的评价，如果该书没有馆藏或者不可借，还可以直接连接网上书店进行多家比价，提供快速的购书通道或者向图书馆推荐购买。

（2）最新图书目录信息集中浏览。南京大学图书馆把多家书商的最新图书目录信息导入荐购系统，建立了一个“征订目录浏览”和“征订分类浏览”功能选项，用户可以根据专业分类浏览目录中各家书商提供的最新书目信息，了解本专业或者感兴趣知识的最新信息，关注图书动态变化，从而向图书馆推荐有价值的图书。

（3）荐购信息反馈。图书馆工作人员把用户推荐购买的图书信息集中全部存放入“荐购历史”中，用户可以及时地查看其他用户推荐过的图书信息与图书馆对荐购结果的处理情况，如用户荐购的图书目录信息、荐购时间、荐购状态——是否采纳荐购；如果订购，是否已购买，以及不采纳荐购的原因等。

3.2武汉大学图书馆

武汉大学图书馆荐购系统可以说是目前高校图书馆荐购系统中一流水平的代表，功能很完善，如查重功能、图书最新征订目录、荐购历史查询、用户荐购申请入口等［9］。

（1）查重功能。图书馆把OPAC查询系统与荐购系统无缝链接，用户在向图书馆推荐购买图书时，需要先在本地馆藏中查询一下此书是否已收藏，如果馆藏中没有此书，则可以继续填写荐购申请表。这个查重功能的设置有效地避免了用户无效的荐购举措，也减轻了工作人员的反复工作。

（2）征订书目浏览。武汉大学图书馆荐购系统把全国数百家出版社每月向图书馆提供的数千种更新的（如题名、ISBN、出版社等）传统书目信息进行集中分类、揭示出来，用户可以通过树形分类查看最新书目信息；而且图书馆还在书目详细信息中把与此书相关的豆瓣网书评、超星数字图书馆、百度图书搜索、WorldCat和Google图书搜索集中链接一起，用户可以直接点击任一选项进行其他相关查看或检索，从而指导用户决定是否向图书馆荐购此书。

（3）荐购结果查询。武汉大学图书馆荐购系统中的荐购结果查询展示了所有用户的荐购信息，而且一条记录中除了常规的书目信息外，系统还及时、精确地累加了同一本图书被荐购的总次数，这是很多图书馆的荐购结果反馈中所不具有的特色，而且这个总次数信息也可以作为图书馆工作人员决定是否采购的参考因素，毕竟荐购的次数反映了此书的需求。

在详细信息中，用户不仅可以看到此书的荐购人、荐购时间及荐购原因，还可以看到处理荐购书目的工作人员信息、处理结果和处理意见。荐购结果反馈机制的设置有效地促进了荐购者和工作人员之间及时、积极地相互交流和监管，提高了荐购服务的质量，推动了荐购系统的健康发展。

4　上海大学图书馆荐购系统建设

4.1系统框架

针对上文提到的目前高校图书馆荐购系统建设中存在的主要问题，参考一些高校图书馆荐购系统的先进经验和模式，并根据目前图书馆界出现的信息技术和服务理念，上海大学图书馆构建了一个符合上海大学实际情况的荐购系统新框架，并在此基础上，指导荐购系统建设的实践工作。荐购系统框架如图1所示。

图1　上海大学图书馆荐购系统框架

4.2优化方案

（1）基于OPAC无缝链接的荐购系统。当用户登录荐购平台进行推荐书目时，先通过OPAC检索一下本地书目库，检测是否本地馆藏已经收藏了此书，如果馆藏显示无此书，那么读者就可以继续推荐此书。因此，健全的荐购系统的查重功可以提高用户荐购的有效性，降低馆员的重复工作强度。而笔者在对39所“985”高校图书馆的荐购系统统计分析中发现，有11（30%）所高校图书馆的荐购系统直接跟OPAC实现无缝链接，如南京大学、同济大学、厦门大学、东南大学、中国海洋大学、北京理工大学、大连理工大学、哈尔滨工业大学、北京航空航天大学、中国农业大学、西北农林科技大学的图书馆。鉴于此，上海大学图书馆荐购系统也设置了基于OPAC链接的查重功能，第一阶段建设已经完成了此功能设计。

（2）荐购结果查询。针对互动反馈机制不健全的问题，高校图书馆荐购系统的先进模式是增加荐购结果查询功能，读者向图书馆荐购书目后，荐购结果查询系统中就会形成一条荐购书目信息表。读者可以登录系统随时查看图书馆员对于荐购结果的处理情况，如荐购书目是否已受理、是否已采纳荐购、是否已购买等情况。图书馆员进行后台操作，根据本馆的采购原则和计划，决定是否采购、拒绝，并将处理结果反聩在平台上或电话沟通，包括采购；已购；已购，正在编目中；金额较大，交由学术委员会讨论等情况。馆员和读者进行深入交流和实时互动，这样既提高了读者参与图书馆荐购活动的热情，又督促了馆员工作。目前，上海大学图书馆荐购系统已经具有这种功能。

（3）征订书目库。上海大学图书馆荐购系统中提供的用户查阅的最新书目信息库，也同其他一些高校图书馆的做法一样，只是揭示了一些与本馆有合作项目的某些书商提供的每月更新书目信息。其实，站在全国每月新出版的总书目量的角度来看，这些高校提供的新书目库都是不完整的。如果由CALIS或者国家图书馆搭建一个中心书目库，全国所有图书馆、出版社和数据库商等机构都可以自由、开放地存储最新的书目信息；然后由CALIS或者国家图书馆进行资源整合，形成书目池；最后提供一个统一的检索平台，任何高校、出版社或者书商都可以自由访问书目信息。那么就可以完全克服由于单个图书馆提供书目信息的不全面性，读者荐购书目时还要从别的网络平台查找信息的不方便性，以及在填写荐购书目信息的复杂性等局限。这样读者推荐书目时会变得非常便利，既能提高用户体验满意度，更有助于提高采纳率。

（4）基于读者决策采购的荐购系统。上海大学图书馆荐购系统正在规划实施构建基于读者决策采购模式的荐购系统，然而由于操作的复杂性和高难度，在第一期建设中还没有完全实施。读者决策采购（P a t r o n-D r i v e n Acquisition，简称PDA）指图书馆根据本馆的馆藏政策，参照传统的纲目购书或阅选计划，设定购书范围及每本图书的预设文档，将与书商协定好的图书目录导入图书馆的馆藏检索系统（OPAC），这时图书馆只是将这些书目展示给读者，但尚未向书商支付费用，只有当读者真正开始通过点击链接直接阅读该书的电子版后，并达到图书馆预设的次数、时间、人数等指标门槛后，才会自动触发图书馆向书商租用或购买的指令［10］。读者决策采购实现了由读者的阅读行为驱动购买决策，也就是使读者成为了图书馆整个图书采购活动中的主体，读者阅读的实际行为决定了图书馆是否购买图书的结果，这样完全消除了图书馆针对读者荐购时设置门槛的必要性，如读者的专业限制、类型（本科生、研究生或者教师）限制等。一方面，读者可以真正地参与到图书馆的图书采购活动中，图书利用率也很高，更不会有零借阅率；另一方面，使图书馆有限的经费花在读者真正需要的图书上，更在一定程度上缓解图书馆经费紧张的压力，改善图书馆服务水平。

5　结　论

图书馆读者荐购系统对图书馆采访工作起到了一个重要的补充作用，因而一直受到许多高校图书馆管理者的重视。虽然在新的时期下仍存在着一些问题和不足之处，但是随着网络技术、信息技术在图书馆的应用，新的管理服务想法和理念的融合，图书馆读者荐购系统也一直在不断的发展和完善。在新的时期下，高校图书馆荐购系统将更加重视读者角色，或者实现真正意义上的读者公平参与图书馆管理和服务的目标，如果这些功能和想法得到应用和实践，无疑将对图书馆服务水平进一步发展起到重要的推动作用。

［1］罗华. 高校图书馆荐购决策支持系统研究［D］. 重庆：西南大学情报学系， 2008：10-11.

［2］史丽香. 高校图书馆读者网上荐购的现状与思考：基于对50所高校的调查［J］. 图书馆论坛， 2013（5）：117-122.

［3］罗毅. 高校图书馆荐购系统现状与问题研究［J］. 图书馆学研究， 2010（24）：46-49.

［4］范凯. 基于Web2.0图书馆荐购系统的功能设计［J］. 科技与管理， 2013（4）：56-59.

［5］刘丽静. 高校图书馆读者网上荐书的调研与思考［J］. 图书馆杂志， 2012（6）：53-55.

［6］史艳芬，徐咏华. 基于云服务的图书馆读者荐购系统模式研究［J］. 图书馆， 2013（3）：111-113.

［7］刘晓雁. 高校图书馆图书荐购系统调查分析［J］. 现代情报， 2008 （4）：161-163.

［8］南京大学图书馆图书荐购系统［EB/OL］. ［2014-03-02］. http：// book.njulib.cn/hotbook_list.php.

［9］武汉大学图书馆资源荐购［EB/OL］. ［2014-02-10］. http：//www. lib.whu.edu.cn/web/index.asp？obj_id=488&menu=h.

［10］刘华. “读者决策采购”在美国大学图书馆的实践及其对我国的启示［J］. 大学图书馆学报， 2012（1）：45-50.

Research on the Construction of the Recommendation System in the University Library

The recommendation system in the university library develops rapidly， but generally exists following problems： the limitation of recommendation principles hinders readers' active participation； the use rate of the recommendation system is low， the interactive model is imperfect； the incomplete bibliography information database decreases the readers' enthusiasm. Drawing lessons from the experience and mode of the recommendation system design in Nanjing University Library and Wuhan University Library， Shanghai University Library has built up the new system framework of improving the recommendation work， and has optimized from following four aspects： the seamless linking with OPAC， checking the recommendation result， the available booklist and Patron-Driven Acquisition.

G253.1

B

*本文系2 0 1 3年度教育部人文社会科学基金项目“云环境下研究图书馆文献资源建设策略与机制研究”的成果之一，项目编号：13YJA870014。

刘 华 女，1966年生，现工作于上海大学图书馆，研究馆员，研究方向为资源建设。

许新巧 女，1989年生，上海大学图书情报档案学系2012级硕士研究生。

2015-02-16 ］