数学方法在图书馆服务质量评价中的应用

韩赢

【摘 要】近年来，我国图书馆服务质量评价的方法一直处于演进中，诸多专家和学者也陆续针对图书馆服务质量评价的方法展开了研究和探讨。其中，将数学方法应用于图书馆服务质量评价体系中，具有较高的可靠性和可行性。采用数学方法来对图书馆服务质量进行定量化评价，无疑会使得测评结果更科学合理。基于此，本文将围绕数学方法在图书馆服务质量评价中的应用这个命题展开探究，在对相关概念、理论分析的基础上，以设计服务质量评价体系的方式来引入数学方法的具体运用。

【关键词】数学方法；图书馆；质量评价；应用

图书馆作为一个重要学习和研究场所，在文献资料和信息服务方面发挥着极为重要的作用。服务是图书馆的本质属性，对图书馆的服务质量展开有效性评价也是改进图书馆管理工作的必然途径。为此，我国各高校都在积极探索关于图书馆服务质量评价的有效方法。

1相关概念与理论分析

1.1图书馆服务质量

服务质量即服务过程与结果所获得的用户满意程度。服务质量严格来说没有严格的标准或界限，是所提供的服务满足用户需求的特性总和，属于能够被用户实际感知的事物。服务水平与用户期望往往都会有一定的差值，服务质量是可以通过感知来衡量的，所以，有必要采用一定的模糊数学模型体系或其它有效方法来确定其感知的分值，从而得出有科學计算依据的测评结果。本文所提到的图书馆服务质量正是基于图书馆服务参与者对于用户满足程度的主观评价体系的构建和实施。

1.2基于数学原理的评价方法

1.2.1 SERVQUAL模型

SERVQUAL是一种多变量的评价方法，在服务行业中比较常见，其通过建立服务质量差距模型（期望与感知的实际差距）来对服务值进行量化评价，所以，SERVQUAL模型也可以称之为期望与感知差值模型，用数学方法表示为：服务质量（Q）=用户感知值（P）-用户期望值（E）。当用户感知值超过用户期望值时，用户对服务质量很满意，并且超过的分值越大满意程度越高；当用户感知值等于期望值时，用户对服务质量基本满意，说明当前的服务水平与用户所需要的趋势一致；当用户感知值小于用户期望值时，用户对服务质量是不满意的，并且感知值与期望值的差距越大，说明服务质量越差。SERVQUAL进一步将服务质量（Q）分为有形性、可靠性、反应性、保证性和情感性五个层面，采用调查问卷的方式来让用户对期望值和感知值进行量化打分，最后再通过综合计算来取得最终的服务质量评价分值。

1.2.2 LibQUAL+R 模型

LibQUAL+R设计之初就是针对高校图书馆服务质量评价的特有模型。 LibQUAL+R模型的设计理念和方法源自于 LibQUAL理论，当前 LibQUAL+R在高校图书馆服务质量评价领域应用相对广泛，许多图书馆包括社会上的一些专业性及公共性图书馆都采用了 LibQUAL+R模型进行服务质量的综合评价。LibQUAL+R从服务影响、整体环境、信息控制等3个维度以及具体的22个核心问题（指标）出发，针对图书馆服务质量展开具体详细的测评。

1.2.3模糊数学模型

图书馆服务质量评价属于一个被主观感知的评价范畴，无法进行准确地的定量评价，为此需要借助模糊性的综合评价来建立一种能够给予有效的定量评价的模式。模糊数学为我们评价不分明的事物或状况提供了理论基础，数学定义上也将不分明的难以直接明确划分或评价的事物成为模糊事物，这些事物可以用0到1之间的实数表达出来，并确定所谓的隶属函数，其中每一个模糊子集都有一个隶属度与之相对应。在图书馆服务质量评价中采用综合模糊数学模型，首先要设计好因素集，每一因素都是评价图书馆服务质量的主要成分，因素集可以设论域U={U1 ， U2 ，…，Un }，然后根据每一个因素的评价等级组成相对应的评价集：V={V1 ，V2 ，…， Vm }；其次，建立模糊评价矩阵。由评价者对每一个因素进行模糊评价，并给出具体的映射关系，组成一个模糊矩阵。通过模糊矩阵运算，形成对图书馆服务质量定量分析的依据；最后，广泛听取意见，采用多个评价组综合评价的实数值，最终给出综合性评价。

2图书馆服务质量评价体系设计

不管是采用任何一种评价模型，都需要建立一套符合图书馆自身实际的服务质量评价体系。本文依据上述所提到的SERVQUAL、LibQUAL+R、模糊数学等理论方法，以图书馆服务质量评价体系设计为例，以此来具体探讨其中关于数学方法的应用。

2.1建立指标体系

指标体系的构建是整个服务质量评价体系的关键所在，也是客观真实测评图书馆服务质量的首要条件。指标体系的构建一般需要经过收集、筛选及优化过程。在2008年，国际标准化组织就呈针对图书馆绩效指标给出了测评意见，但每一个图书馆的实际情况差别很大，为此还需要经过很多的实证研究。为此，某个图书馆在建立服务质量指标时可以先对国内外一些类似的图书馆指标体系进行参考，并征询本校师生的意见，来确定具体的指标因子。然后根据调查筛选出的指标进行分析汇总，不断优化后形成最终的合理的指标体系。此外，需要注意的是为了能够通过数学方法对指标进行定量化分析和计算，就必须确保指标体系的模型化，从多维层面及隶属关系的角度建构指标体系模型。

2.2设计指标权重

关于指标权重的设计经常会采用层次分析法和序关系分析法。其中，序关系分析法又称为G1算法，通过序化和量化能够简化指标权重计算过程。第一步，对指标进行排序，明确具体的序关系。序关系可以根据每一个指标的重要性程度用排列函数表示：X1≥X2≥……≥Xn（n≥2）。第二步，对指标赋权，确定相邻指标之间权重比值：Rk=Wk-1/Wk（k=2，3，……，n），其中R为权重比值，Wk为第K个指标的权重系数，通过权重比值来判断相邻指标的重要性程度，再根据指标赋值比重来确定具体的指标权重系数Wn：。第三步，计算出各个维度的权重总系数，并根据专家或测评对象意见获得权重原始数据，并进行加权集结，明确最终的指标权重。

2.3确定评价方法

本文选择引入的是模糊数学综合评价方法，其主要依据模糊数学理论来对图书馆服务质量进行定量评价。模糊数学综合评价方法非常适合图书馆服务质量评价这种比较模糊的对象。在确定了评价指标体系的基础上，就可以根据指标权重以及隶属度向量来建立模糊评价矩阵进行模糊运算。首先，根据前面制定的评价指标体系建立不同层级的指标集合：如一级指标集合为U={A，B，C，D}，二级指标集合A={A1，A2，A3，A4，A5···}，并在此基础上建立相应的评语集合V={V1，V2，V3，V4，V5，V6，V7}，评语集合可以通过问卷调查的方式搜集，通常包含非常满意、满意、比较满意、一般、比较不满意、不满意、非常不满意等七个评语等级。其次，确立权重集合。这个可以结合已经确定的指标权重系统进行建立权重集合：W={W1，W2，W3，W4，W5}。再次，建立模糊关系矩阵R。根据评价指标集合U中的评语等级集合V来确定矩阵R的隶属度。最后，将模糊关系矩阵R与权重集合W相乘得出相应的评价矩阵A，并进行归一化运算处理，从而计算出最终的评价结果：S=A*V。

3结语

当前，各高校以及职业院校都加强了图书馆建设，不断优化图书馆的服务质量，力争为全校师生学习、研究以及学术交流提供有利条件。可以说，图书馆的成立之初，就是奔着服务于师生这个目的去的，能够有效地为广大师生读者提供优质服务直接关系到整个院校教育教学及校园文化建设的成效。因此，我们有必要采取科学合理的评价方式，以便于真正发现图书馆建设方面存在的不足，以此来促进图书馆服务质量的不断提高。

参考文献：

[1]张译文.基于用户感知的公共图书馆服务质量模糊综合评价研究[J].农业图书情报学刊，2017（03）：8-11.

[2]孙晓燕.基于LibQUAL模型的学术型图书馆服务质量评价研究——以海洋专业图书馆为研究案例[J].图书馆工作与研究，2017（03）：122-128.

[3]步宏婕.构建高校图书馆服务评价指标体系探讨——以中国石油大学（北京）图书馆为例[J].情报探索，2017（01）：115-117.endprint