数据驱动的高校图书馆读者行为分析

肖荣荣，刘亚丽，彭 宇

图书馆用户行为研究是图书馆情报学的重要研究领域。图书馆学界对其用户行为的研究由来已久，最早可追溯至1849年，在一份呈交到英国议会的报告中陈述了有关图书馆效用和读者阅读行为的调查研究[1-2]。随着信息技术的发展，数字图书馆等项目的建设，各应用系统数据库客观地记录了用户与平台的交互行为，这些数据对用户信息行为的研究具有重要价值，成为当前用户行为研究重要的数据来源。我们将此类研究称之为基于“数据驱动”的图书馆用户行为研究，属于图书馆数据科学这一新领域的范畴[3]。

本文从数据驱动的角度，以某高校图书馆读者为研究对象，对读者进入实体图书馆后的行为进行分析，由此可以看出图书馆的利用效率和读者喜爱图书馆的程度。希望通过对读者利用图书馆的情况分析，为高校图书馆的读者服务提供建议。

1 读者行为数据统计

1.1 门禁数据统计

对图书馆的门禁数据进行统计分析是研究读者到馆行为的主要渠道之一。门禁数据中的读者进出馆记录是读者到访图书馆最直观的反映。下面将某高校门禁系统数据库进行统计分析。

读者总入馆人次分析。本文统计了某高校2013—2019年门禁系统读者进馆的人次，2013—2019年每年进馆人次基本在200万次左右，随着时间变化稍有增长，但幅度不大。对比这几年的在校学生人数基本没有太大变化的情况，可以得出年平均每个读者的进馆率也变化不大。

图1显示了2015—2019年入馆人次排名前14位的学院入馆人次分布情况，可以看出不同学院进馆人次的差异非常明显，次数最多的学院是次数最低学院的3倍有余。该校进馆人次的学院分布情况随年代变化不大，进馆最多的前5位是经济管理学院、土木工程学院、机电工程学院、材料科学与工程学院以及工程技术学院。

图1 历年各学院门禁进馆人次

图2显示了2015—2019年每月进馆人次，从曲线看，近几年每月进馆人次趋势大致趋同，每年的3—6月、9—12月是每年入馆的高峰期，下半年要高于上半年，11月达到最高峰，这与每年的考研备考期有关，历年进馆人次均达到高峰。1—2月、8月数据量极少与假期、春节有关。

图2 历年每月门禁进馆人次

为了充分反映读者一天中到馆的时段情况，本文对读者进行了进馆时段分析。图3显示了自2013年以来，总进馆人次的平均时间分布，从图中可以看出，读者进馆的高峰时段主要分布在上午的7时—9时，以及下午的17时—18时。

图3 门禁平均进馆时间分布

1.2 座位管理分析

占座现象一直是高校图书馆普遍存在的问题。为缓解占座问题并有效提高座位资源的利用率，多数图书馆选择座位管理系统进行日常管理，实现座位的激活和释放功能，规范读者座位使用行为，提升座位利用率。通过定量分析的方式获取图书馆座位资源被利用的情况，从而全面把握座位资源的使用效率和图书馆读者的大部分需求。

该校2013—2015年选座人次最多，2016—2019年选座人次比较平稳，但相比前几年有下降趋势。与这几年的门禁人次相比，2016—2019年门禁人次增加，但选座人次有所下降。

座位使用时段是座位资源最核心的属性，座位资源的分配本质就是以最均衡和高效的方式将座位的单位使用时间提供给每位读者。故此，“常用时段”和“常用月份”两个行为属性最能反映座位资源的利用率，读者每天对于当日座位资源的总体需求可通过“选座次数”字段值的高低体现需求的强烈程度。

图4中显示了2013—2019年平均选座人次比例的月份分布情况。可以看出每年的3—6月、9—12月是每年选座的高峰月，10月、11月最高，与门禁入馆人次的月份分布情况相比，各月的变化幅度没有进馆人次变化大。

图4 平均选座人次的月份分布

从读者选座与释放座位随时段的变化数据可以看出，选座集中在上午的6时—9时，一天基本不释放座位，直到晚间系统释放。可以看出读者已经对座位的位置产生一定情结，并不随时段变化而变化。因此，针对每日的高频率选座时段，高校图书馆可以多投入馆员、学生志愿者以及读者服务中心成员等参与督导，引导读者的选座行为形成规范并自助化。

1.3 读者借阅行为分析

从该校2013—2019年图书借阅情况可以看出，2013—2016年图书借阅情况比较稳定，从2017年开始逐年下降，到2019年降至前几年的一半。说明传统纸质文献随年代的变化，其利用情况很不乐观。

图5显示了该校历年图书借阅的月份分布情况，与进馆统计、选座统计不同的是，图书借阅的高峰月份在每年的3月和9月。除去假期的1月、2月、8月，其他月份借阅情况大体相当。说明考研备考期的10—12月对读者借阅图书行为影响不大。

图5 历年图书借阅月份分布

按照读者属性，细分了历年来本科生、硕士生的借阅比例情况，数据显示在总体借阅量逐年下降的情况下，本科生借阅比例相对呈上升趋势，硕士生呈下降趋势。说明目前馆藏纸质资源更适合本科生阅览。

图6显示了该校历年图书分类借阅比例情况。从图中可以看出，各图书类别的借阅规律在各年度基本相同，差别不。比例最高的是文学类，占比29.67%，其借阅量明显高于其他类别，尤其是小说类；其次是工业技术类，占比22.84%，其中是自动化和计算机TP类图书比例最高。

图6 历年图书分类借阅比例

2 读者行为分析

从以上统计结果，可以看出高校读者到馆行为具备一定的规律性。

2.1 读者入馆及选座总体情况分析

随着读者入馆的年代变化规律来看，2013—2019年门禁入馆、选座读者大体都趋于稳定、借阅图书数量明显减少，说明读者对图书馆的物理实体、学习环境具有了相当程度的依赖性，图书馆依然是读者非常热衷的校园场所。

对于图书馆而言，在硬件设备、空间布局等多方面进行图书馆功能调整，让读者不会因为数字资源的广泛利用而放弃对实体图书馆的依赖，使实体图书馆依然保持它的核心地位。而借阅图书行为的大幅下降，也说明读者的文献利用行为已经随着网络时代的变化发生了根本性的变化，读者对传统纸质文献的依赖越来越小，图书馆应该在文献采购决策上增加这方面的考虑因素。

另外，而随着年度的增加，门禁数量上升、选座数量下降的情况，说明在图书馆多年来不断扩充自习区座位的举措，已经在一定程度上缓解了之前学生占座的普遍问题，由于座位的增加，很多读者已经不需要再去选座机选座就可以拥有座位，而需要习惯于某一个座位的读者，还可以通过选座机在一定时段内固定自己的座位。

2.2 高峰月份分析

读者入馆、选座、具有明显的周期性，每年的3—6月、9—12月都是高峰期，相对来说，下学期要高于上学期，其可归因于：

其一，冬季气温偏低，而图书馆环境较好；其二，这个时期正逢考研备考期，学生学习热情高涨，氛围浓烈。而每年的1—2月、8月正逢假期、春节等节日，虽也有一定数量的学生入馆、选座，但相对来说，数量极少。但这些因素对图书借阅行为并没有产生太大的影响。因此图书馆可以在这些高峰月份，考虑如何更好的疏导学生有序入馆以及座位选取。

2.3 高峰时段分析

从一天中的入馆时段上看，每天的门禁入馆人次会有两个高峰期，即上午的7—9时和下午的17—18时，说明这两个时间段，读者入馆比较集中；而中间的12—15时，入馆人次比较平稳，图书馆可以在进出馆高峰时间段相应调整通道闸机出入口数量来缓解甚至避免拥堵。选座人次上只有上午6—9时是高峰时段，而且选座人次最高值的时间相对于入馆最高值时间早1个小时，说明入馆最高峰的读者，将会有很大部分流向图书阅览区。适时对读者进行阅读指导，推进全民阅读的引导工作时机恰好。

2.4 入馆学院分布分析

从该高校历年门禁入馆的学院分布上看，各学院的历年入馆人次随年度增长没有较大变化，数量平稳。说明每个学院对于实体图书馆的依赖，这既与学院课程内容与时间的设置、对文献需求的程度以及学习任务有很大关系，也与学院一直保持的浓郁学习氛围相关。其中，经济管理学院历年位居最高，其次是土木工程学院、机电工程学院和材料科学与工程学院。

2.5 学历层次与借阅类别分析

结合历年本科生、硕士生的借阅比例以及图书借阅类别上看，在总体借阅率逐年下降的趋势下，本科生借阅率却是呈上升趋势的，而且主要集中在大二学生，其次是大三学生，说明学生在大二这个阶段，已经对学校及课程各方面有了一定的了解，又有比较充足的时间，开始对图书馆的纸质图书产生极大兴趣，尤其是文学类图书以及计算机技术类图书。文学类图书主要满足读者的兴趣爱好、休闲以及提升自身综合素质；计算机类图书极高的借阅和利用情况充分显示了读者对信息时代的知识需求，既有专业课程的原因，也有对自身技能提升的要求来为将来求职做好准备。因此图书馆可以在阅读推广活动中针对特定人群、特定各类图书进行工作安排。

3 总结

由于信息技术的快速发展，从纸本读物到电子读物，从无声到有声，从静到动，到现在的互动读物，读者的阅读方式越来越多样化、社会化。如何避免读者流失，保持读者对传统图书馆的黏性，维持读者在进入图书馆或远程图书馆阅读过程中的良性体验是高校图书馆目前面临的挑战，因此我们要积极地从我们现有的数据中挖掘用户的各种行为信息，有的放矢地进行图书馆工作安排，优化馆内阅读环境，分析读者行为，有针对性地进行个性化服务，加强图书馆专业化人才队伍建设。阮冈纳赞在“图书馆五定律”中指出，“图书馆是一个生长着的有机体”。如何改进工作，满足读者多样化需求，是正值图书馆转型期非常值得我们思考的问题。