高校图书馆利用读者数据提升服务精准度的建议

杨晶

作者简介：杨 晶（1990— ），武汉大学图书馆助理馆员。

关键词：高校图书馆;读者数据;读者服务;阅读报告

摘 要：文章以2019年武漢大学阅读报告为研究对象，阐述了高校图书馆如何运用读者数据分析学生的入馆和借阅行为，并提出了相应的建议，以期提升高校图书馆的服务精准度。

中图分类号：G258.6文献标识码：A文章编号：1003-1588（2021）01-0042-03

1 背景

近年来，许多行业利用大数据构建用户画像，分析和感知用户的需求，以期提升产品的附加值。信息管理系统被广泛运用到图书馆行业，有利于高校图书馆获取读者的流动和分布数据及对读者的入馆行为和借阅偏好进行分析。高校图书馆定期制作相应的数据报表，不仅能为开展日常管理工作和优化服务内容提供科学的依据，还有助于提升服务效率和馆藏资源利用率。

高校图书馆作为大学生的第二课堂，是大学生开展课外学习的重要阵地。入馆人数与天气、时段、校区及大学生的学习需要等密切相关;借阅偏好与大学生的专业、所处学习阶段等密切相关。高校图书馆可根据这些动态变化数据的统计分析结果，合理调配馆藏资源，不断完善馆藏资源体系，制定有针对性的阅读推广政策，从而吸引更多的学生走进图书馆、利用图书馆，提升他们的资源获取能力，引导他们制订合理的阅读计划，帮助他们完成专业学习，丰富他们的课余生活。此外，高校图书馆还可加强与各院系师生的互动交流，把定期制作的数据报表提供给各院系，为各院系制订专业人才培养计划提供参考借鉴，为开展精准服务提供更多思路。

2 读者数据分析与可视化呈现

2.1 阅读报告的分析项目

笔者以2019年武汉大学阅读报告（以下简称“阅读报告”）为例，统计分析了相关数据，以期发现读者的阅读行为规律，达到提升读者服务精准度的目的。阅读报告的分析项目分为四类：一是读者到馆情况，包括入馆次数及在馆时长。二是图书借阅情况，包括借阅数量及馆藏地分布等。三是热门图书与作者。四是设备利用情况，包括自助借还设备、可移动阅读设备、自助文印设备的使用情况。

2.2 读者到馆情况分析

相关的统计分析数据显示，2016年、2017年的人均入馆次数在71次左右，自2018年以来，人均入馆次数提升至90次以上。这一现象与预约选座系统的上线密切相关，在选座系统上线之前，馆内抢座占座行为时有发生，由于座位空缺的不确定性，学生入馆后要花费较多时间寻找座位，部分学生的入馆积极性较低。在选座系统上线之后，抢座占座问题基本得到解决，学生的入馆积极性显著提高。

从上页表1可以看出，在考试周期，学生的入馆积极性最高;在寒假、暑假及第三学期，由于大部分学生离校，日均入馆人次显著减少。值得注意的是，秋季学期教学周的日均入馆次数显著高于春季学期教学周，学生入馆学习的积极性较高，主要原因可能是秋季学期天气渐冷及很多学生参加资格考试、研究生入学考试、公务员考试及四六级考试。

不同年级的入馆人次数据显示，大三、大四学生的人均入馆次数均在110次左右，而低年级学生的人均入馆次数在80次左右。造成这一差异的原因可能是大三、大四学生的课程较少，其需要准备毕业论文和各类考试，有较多的时间入馆查阅资料和自习。

从上述分析可知，高校图书馆的座位数量、学生寻找座位的时间、重要考试的备考、学生所处的学习阶段、气候变化均会影响学生的入馆积极性。

2.3 读者借阅情况分析

借阅数量的统计数据显示，借阅册数在3册及以下的人数最多（15，980人），占学生总数的53.5%;借阅册数在10册以上的人数较少（8，560人），占学生总数的28.6%。由此可见，虽然学生的日均入馆人次较多，但馆藏资源的利用率却较低;每年9月和3月是借阅数量最多的月份，与开学后大量图书集中归还有关;借书和还书的高峰时段是每天下午五点至六点，与学生离馆办理书籍借还有关;自助借还书籍占总借还书量的93.1%，自助借还设备的投放有效提升了借还书籍的效率;人文科学学部学生的人均借阅册数明显高于其他学部;在人均借阅数量前五名的学院中，有4个学院属于人文科学学部，这4个学院借阅数量排名靠前的书籍均以专业书籍为主，与人文科学研究需要阅读大量文献资源，以及院系教师推荐的专业书籍较多有关;大一学生的人均借阅册数最多，有借阅行为的学生人数也最多，而高年级学生的借阅积极性却呈递减趋势。因此，如何提升大三、大四学生的借阅积极性是阅读推广人员需要思考的问题。

2.4 热门图书与热门作者分析

相关的统计数据显示，文学类书籍属于热门图书，借阅量占总借阅量的90%，外借书籍以小说类为主;中文图书借阅量排前五位的图书依次为《明朝那些事儿》《盗墓笔记》《神雕侠侣》《倚天屠龙记》《哑舍》;外文图书借阅榜单的图书种类则相对分散一些，以文学类为主;哲学学院、法学院、数学与统计学院、基础医学院借阅量排前十位的书籍主要是专业图书;经济与管理学院、政治与公共管理学院借阅量排前十位的图书则以非专业图书为主。可见，不同学院学生的阅读偏好存在一定差异，且对专业图书的利用程度也不同。因此，如何引导学生利用馆藏资源，提高专业图书的利用率，已成为高校图书馆亟待解决的问题。

3 利用读者数据提升服务精准度的思考与建议

3.1 选取适宜的维度，构建符合大学生特点的用户标签体系

大数据时代，高校图书馆构建读者的用户画像，有助于读者服务工作朝着精细化和个性化方向发展。学生的用户画像主要包括以下信息：性别、年级、专业、入馆时间段、借阅时间段、所在学部/校区、浏览图书馆微信和网站的频率、喜欢的作者、喜欢的图书类型、喜欢的阅读方式、常用的数据库、喜欢的自习室类型等。目前，很多高校图书馆虽然对入馆人数及借阅量等数据进行了统计分析，但缺乏对这些数据的深度挖掘，无法为读者服务工作提供科学的数据支撑。因此，高校图书馆可按照学生的性别、年级、专业、所属学部等标签构建用户画像，获取学生的阅读喜好，进而为读者服务工作提供可靠的数据支撑。此外，高校图书馆还可根据读者的用户画像，向他们推送相关的图书信息。

3.2 重视读者阅读倾向分析，有针对性地开展阅读推廣

针对目前存在的问题，高校图书馆可加强与院系的沟通交流，通过向大三、大四学生发放调查问卷的方式获取他们的实际阅读需求，重视读者阅读倾向的分析。高校图书馆还可向院系教师征集推荐书目信息，定期在宣传栏和微信公众平台发布新书信息，增加热门专业书籍的购买数量，满足高年级学生的多元化阅读需求。此外，高校图书馆应拓宽资源获取渠道，根据师生的实际需求，有针对性地开展阅读推广活动，提升他们的信息素养。

3.3 收集院系的反馈意见，优化数据分析内容与学科服务方式

由于不同院系的人才培养模式及教学方式存在一定差异，学生利用图书馆的频率和方式也存在一定差异。因此，高校图书馆可加强与各院系的沟通交流，为院系提供相应的读者数据报表，收集院系的反馈意见，掌握各院系师生的阅读需求，进而为阅读推广提供更多的角度和思路。在笔者所分析的阅读报告中，部分院系提出了一些建议，如在阅读报告中加入在馆时长指标、无借阅记录的本科生占比、各院系学生对专业图书的利用率等。高校图书馆可根据各院系的建议，不断优化数据分析内容与学科服务方式，满足师生的多元化文献需求，进而达到提升馆藏资源利用率的目的。

3.4 根据数据分析的结论动态调整日常工作模式

高校图书馆在较长时间内对读者数据进行连续性分析，能够准确发现读者的阅读行为规律，进而指导读者服务工作的开展。高校图书馆分析选座系统上线前后的入馆数据，能够发现选座系统对学生的入馆积极性有正向影响;分析信息科学分馆在2019年年底实行部分区域24小时开放的利用情况，能够为其科学规划开放空间面积和座位数量提供参考;分析每年的图书借阅情况，能够为其合理安排书籍整理、修补及书库搬迁等工作提供参考;分析专业图书借阅率较低的原因，能够为其开展阅读推广活动提供新思路。

参考文献：

[1] 都蓝.基于用户画像的高校图书馆年度阅读报告研究[J].图书馆杂志，2019（4）：27-33.

[2] 李雅.基于读者用户画像的高校图书馆精准化服务研究[J].农业图书情报学刊，2018（12）：108-111.

[3] 都蓝，吴育冰.大数据时代高校图书馆年度阅读报告调查研究：以我国“双一流”大学图书馆为例[J].图书馆学研究，2018（20）：94-101.

[4] 周静晴.公共图书馆智能读者流量系统大数据分析研究：以深圳图书馆为例[J].图书馆研究，2018（4）：116-122.

（编校：孙新梅）