基于斐波那契数列构建图书流量分析模型

沈思阳 安迎建

(云南工商学院,云南昆明 651701)

1 书流量分析模型设计背景及意义

现今随着社会经济的逐步发展,人们的阅读需求不断上升不管是社会图书馆的管理还是高校图书馆的管理都产生了相应的挑战。图书馆管理系统为管理者在图书馆处理图书的借阅业务提供了方便的保障,同时也是系统内记录了大量的图书流量数据,这些图书流量数据只是用来记录读者是否成功借阅图书或是否已经归还了所借图书,对这些数据缺少有效利用。图书流量分析模型的设计需要数据作为最基本的支撑,这样就对这些数据进行了有效的利用。同时图书流量分析模型的构建为图书馆图书流量数据的分析提供了具有可靠性和高效性的数据处理手段,让图书馆管理者直观的看到分析数据,帮助管理者工作。为图书阅读APP的图书推荐模块提供了数据处理的可靠手段,不再依靠单一的一个数据项来分析。

2 图书流量分析模型的设计与构建

2.1 图书流量分析模型数据来源分析

图书流量分析模型的基础数据支持在来自图书馆管理系统和与其相关联的图书阅读APP,在本论文中,以云南工商学院为例进行调研分析。

(1)用户借阅图书流程:用户到图书馆后选择好要借阅的图书后到图书馆前台输入用户唯一编号后由管理员使用扫码枪扫码借阅图书,成功后在借阅系统中产生图书借阅的记录。

(2)用户归还图书流程:用户直接携带归还图书到图书馆前台对图书二维码进行扫码成功后,在系统中相应的借阅记录表中自动添加图书归还时间。

图书阅读APP对用户与图书之间的产生的核心业务关系主要有如下三个:

(1)用户评论流程:用户进入相关图书的评论页面后。就可在下方评论留言,留言成功后在系统数据表中生成相关评论记录。

(2)用户打分流程:用户进入图书打分页面后进行打分操作,打分成功后返回成功提示,并在相关的系统数据表中生成相关打分记录。

(3)用户购买电子书流程:用户进入电子图书购买页面后可以点击购买图书,点击后生成订单,订单生成成功后可以立即付款,或是取消付款。付款成功后在相关的系统表中生成购买记录。

2.2 图书流量数据种类概括

以下是针对图书馆借阅系统和与其相关联的阅读APP所分析概括出的数据种类,数据类型的分析概况是以上节中的核心业务流程分析得出,如表1所示。

表1 分析模型数据维度支持表Tab.1 Analysis model data dimension support table

2.3 分析模型指标建立

本论文在指标建立中引入部分图书内容质量评价体系中经相关资深从业者与学者测试设计总结出的相关指标体系,作为本次分析模设计的指标。下面对相关指标进行展示和概括。

(1)载体价值:主要关注图书作为知识和信息载体应具有的价值属性,故将第一主成分命名为“载体价值”[1]。

(2)文娱价值:主要关注图书内容的吸引力、艺术特点能够为读者提供愉悦美好的阅读体验,故将第二主成分命名为“文娱价值”[1]。

(3)学术水平:主要关注图书内容在表达新观念、 新理论, 立足新思维、 新发明, 能够引导相关领域学者进行深入学术探索的指标, 故将第三主成分命名为“学术水平”。

(4)影响水平:主要关注图书作者在图书内容涉及领域的声望和代表性, 同为影响水平的一个方面, 故将第四主成分命名为“影响水平”[1]。

(5)资讯价值:主要关注图书为读者提供的资讯信息价值、效用,故将第五主成分命名为“资讯价值”[1]。

(6)实用价值:主要关注图书内容符合大多数读者兴趣、 知识基础, 能够解决读者疑问, 故将第六主成分命名为“实用价值”[1]。

(7)教育有效性:主要关注图书内容的先导作用及与教育目标的契合程度, 而科学性指标所要求的图书内容中的事实、公式、属于等准确可靠是进行有效教育的前提,故将第七主成分命名为“教育有效性”[1]。

(8)作者专业水平:主要关注作者在图书内容涉及领域的专业程度, 故将第八主成分命名为“作者专业水平”[1]。

2.4 分析模型指标数据维度支持

分析模型的指标需要相应的底层数据库数据来支撑,不同的指标选取与之关联度高的数据作为指标依据,具体见表2。

表2 指标数据及权重设计表Tab.2 Index data and weight design table

3 分析模型设计——指标权重设计

3.1 设计中的黄金比例—斐波那契数列

斐波那契分割数列,又被当时人们广泛称之为基于黄金数字分割的一个数列,它本身就是这个数字样子的一个分割数列:0,1,2,3,5,8,13,21,34,在现代数学上,斐波那契分割数列以一种根据如下公式递推的整数计算公式方法被用来得到确定。

该数列在比例的设计中无限接近黄金分割,不管是学习还是在生活中都有着广泛的应用。所以在分析模型的指标权重比例设计中,经过和导师的讨论,决定使用该数列来设计权重[2]比例。提高分析模型的可靠性。

3.2 数据指标权重设计

在表1指标数据支持表中,各项指标都有相应的四项基础数据的支撑,我们需要先为各项指标中的四项数据设计权重比。因为四项数据中的每一项都要占据一定的比重,不能为0,所以采用斐波那契数列从1开始取4位数,分别为:1、1、2、3,从取到的该数列中得到总数为7,四项数据各占总数的1/7、1/7、2/7、3/7。针对各项指标中的四项数据实际占权重比的多少,本论文采用问卷调查法通过对读者发放图书流量评价指标的调查问卷,获取相关调研的数据,对指标中各项数据权重比进行分配。图书流量分析模型的数据来源主要是读者与图书之前业务关系产生的相关数据,所以各项指标中数据的权重占比分析也要立足于读者。

《读者对图书流量评价指标的调查问卷》在阐述清楚各项指标含义的基础之上,对各指标的四项数据进行重要性打分。打分量度为:(1)不重要;(2)普通;(3)重要;(4)非常重要。对问卷进行统计后得出的结果具体如表2。

各项指标的四项数据所占的权重比例已经构建完成。现在对分析模型的各项指标进行权重构建,从1开始取8位,分别为 1、1、2、3、5、8、13、21。总数为54,8项指标各占1/54、1/54、2/54、3/54、5/54、8/54、13/54、21/54。依据借鉴的图书内容质量评价体系中已经构建好的权重分析为各项指标排列重要等级,并依据等级直接分配权重比例,从高到低依次为:载体价值指标、文娱价值指标、学术水平指标、影响水平指标、资讯价值指标、使用价值指标、教育有效性指标、作者专业水平指标。