基于大数据的图书馆个性化图书荐购策略

时间:2024-05-21 人气:

摘 要:大数据为图书荐购带来了很多创新性的策略:基于采访大数据,图书馆可以对图书资讯、网上评论等进行图书荐购的权重分析;基于用户大数据,图书馆可以通过搜索排行榜、关联图书网络、提取用户咨询关键词等实现图书荐购。为了提高图书荐购的效率,图书馆还可建立一个系统性的图书荐购平台,在技术层、系统层、媒体层和用户层上实现开放式的图书荐购。

关键词:大数据;图书馆;图书荐购;个性化服务

1 引言

随着大数据时代的到来,越来越多的行业发现了大数据的价值,图书馆也不例外,大数据对图书馆的管理和服务产生了很大的影响。根据布拉德福的理论,当馆藏利用率在75%到85%时,表明该图书馆的馆藏结构较为合理。但是,目前很多图书馆的馆藏利用率仅为35%左右,远远未达到理想中的水平[1],再加上我国的图书馆评估对馆藏数量提出了要求,因此造成图书馆大量购买图书,间接导致了馆藏利用率的下降。

要想解决这一局面,就要避免图书馆出现盲目购书的情况。大数据理论的出现,为图书馆馆藏资源建设带来了新的启发。利用大数据,图书馆可以优化图书荐购的流程,让书商、馆员、读者全程参与到馆藏建设当中,却无需耗费大量的人力物力。而且,利用大数据荐购的图书可以更加贴合图书馆用户的实际,为图书馆开展个性化、精准化的阅读推广活动作准备。因此,本文拟从大数据的角度,探讨图书馆个性化图书荐购的策略。

2 面向大数据的图书荐购策略

2.1 基于采访大数据的图书荐购

纸质图书出版商和数据库商每天都在产生新的图书采访信息,如图书版权信息、图书简介、图书销量、图书购买渠道等,这些信息中隐藏着大量有用的数据。传统的图书馆主要与馆配商进行合作,由馆配商安排图书的购买,图书馆只需要与馆配商沟通好具体的书目信息,即可完成交易,大大缩短了图书馆采访图书的流程。但是,这种做法让图书馆丢失了大量有用的采访信息,如果能够在与馆配商合作的基础上,合理地分析采访信息中的有用数据,将会给图书荐购带来更大的价值。因此,图书馆可做以下调整,为图书荐购做准备:

①在网络上收集有关图书质量、关注度等的信息,生成与图书对应的数据映射表。通过这种方式,可以提高经典图书和热门图书的权重,为图书荐购带来参考。

②收集权威机构发布的获奖图书或图书排行榜信息,如诺贝尔文学奖图书、亚马逊排行榜等[3],由于这些书目信息源于专家推荐和图书销量评估,因此对图书荐购有很大的参考价值。

③把图书的作者、出版社、出版年份等数据作为权重指标,让知名度高、质量好或新出版的图书得到更高的权重,满足圖书馆用户对热门图书的需求。

④把这些数据纳入到书目质量评估当中,通过构建图书评估模块,系统地生成图书荐购评估模型。

基于采访大数据的图书荐购模式,不仅能够评估馆配商提供的书目质量,而且可以挖掘出一些被馆员忽视却又很有价值的图书,即使在需要大量扩建图书馆馆藏时,也可以最大限度地保证图书采访的质量。

2.2 基于用户大数据的图书荐购

正如阮冈纳赞所说,图书是为了用的[2]。因此,图书馆的图书是否能够满足读者的需求,是图书馆存在的价值之一。为了了解读者的需求,图书馆需要提供图书荐购的渠道,让读者把自己想要借阅的图书信息提交给图书馆,实现馆藏图书的个性化购买。目前,图书荐购的方式有四种。第一种是由读者通过图书馆提供的网站添加荐购表单实现荐购。第二种是由学校的教师根据教学的内容和图书的专业特性为图书馆提供推荐书目。第三种是图书馆联系书商到场举办展览或选书活动,由读者现场荐购图书。第四种是读者通过扫描二维码的方式,把自己在书店或其他地方看到的图书信息上传到图书馆的服务器上,再由图书馆员进行审核购买。随着图书荐购实践的增多,越来越多的图书馆开始使用第四种方式进行图书荐购[3],这表明图书馆正努力为用户提供更为便捷的图书荐购方式。其实,在大数据时代,基于用户信息的图书荐购还可以有更多的方式,这些方式如下:

①根据搜索排行榜实现荐购。读者搜索的图书信息隐藏着读者的需求,通过对图书馆检索系统中的搜索数据进行分析,可以了解读者想要的图书。

②生成关联图书网络实现荐购。图书馆可以对借阅量大、拒借率高、点赞率高、转发量大的图书进行收集,并利用大数据生成该本图书的相关性网络,从中挖掘出一些相关性高的图书,实现相关图书的推荐购买。

③提取用户咨询关键词实现荐购。用户进行参考咨询的内容虽然不一定与图书荐购有关,但对这些数据进行分析同样可以挖掘出用户的喜好和感兴趣的领域。因此增加该类图书的购买量,可以满足特定人群的阅读需求。

3 开放式图书荐购平台的建设

为了让采访大数据和用户大数据能够得到更好的管理和利用,提高图书荐购效率,减轻图书馆工作人员的负担,建立一个开放式的图书荐购平台是非常有必要的。从平台构建的角度而言,一个开放式的图书荐购平台一般包括技术层、系统层、媒体层和用户层。

在技术层面上,图书馆应该引进和培养大数据分析人才。这些人员主要负责对每天产生的大数据进行分析,通过云计算、数据挖掘、数据可视化等技术,挖掘出有价值的信息,生成报告,辅助进行图书荐购,最终实现个性化的图书采访和信息推送服务。

在系统层面上,图书荐购系统除了包含图书荐购模块以外,还必须包含图书采访、图书管理和用户咨询等模块。这些模块虽然相对独立却又是相互联系的。为了实现图书荐购,图书采访模块需要先把相关的信息进行采集和处理,构建权重分析模型。用户咨询模块需要收集用户荐购的图书信息,形成图书荐购书目。图书管理模块需要把图书信息进行整理和分类,然后再传送给图书荐购模块实现图书荐购。图书荐购模块需要设计扫码荐购、表单荐购等功能,并与图书采访模块接口相联系,实现图书的购买,这个过程是相互渗透、动态互联的。

在媒体层面上,图书荐购平台除了要开发出符合用户需求的APP接口外,还需要关注对不同媒体的使用数据的收集。第一,收集用户使用不同媒体的历史轨迹,例如调查笔记本电脑和手机的使用时间比例、调查浏览器和微信的访问比例等。第二,收集用户利用媒体进行阅读的时长和对应的图书种类、难度等,从中挖掘出适合用户进行数字阅读的图书。第三,通过问卷调查的方式,具体了解用户在使用不同媒体时的阅读情况,并从中挖掘出有价值的数据信息。

在用户层面上,图书荐购平台要注意建立图书馆员、图书馆读者、出版商、数据库商、馆配商等相联系的沟通平台,实现不同用户之间的信息互通功能,让不同用户之间可以利用便捷的方式进行沟通,了解不同用户之间的需求,提高图书荐购平台的成效。另外,为了维护用户大数据的安全性,图书荐购平台还应该为不同的用户设置不同的权限,让用户可以在跟踪图书荐购流程的同时,保护用户的隐私。

4 结语

从目前看来,利用大数据开展图书荐购的实践还比较少,因此还有许多值得挖掘的地方。例如,图书馆之间可以通过建立图书馆荐购联盟的方式,增加相关信息的收集范围,并通过协调合作的方式,提高图书荐购的效率。另外,一些图书虽然利用率低,但却能带来很大的利用价值。图书馆在分析大数据时,要注意对这部分图书的挖掘,并通过阅读推广的方式,让一些经典图书和精品图书得到推广,提高图书利用率,最终实现图书荐购的目的。

参考文献

[1]彭丹.以人为本理念下高校图书馆管理创新研究[D].西南大学,2014.

[2]刘艺潇,张志强.基于2014年度图书排行榜的图书出版分析[J].图书馆论坛,2015,09:89-94+127.

[3](印)阮冈纳赞著;夏云等译.图书馆学五定律[M].北京:书目文献出版社.1988.

[4]黄琴玲,高协,李芳,孙翌,陈幼华.协同工作模式下的高校图书馆新型图书荐购系统建设与思考——以上海交通大学图书馆为例[J/OL].图书情报工作,2016,(22):61-66.

相关文档:
好家长杂志2020年7期目录
好家长杂志2020年6期目录
浅析在大学英语教学中培养学生隐喻思维能力的必要性
血站内部档案交接工作中存在的问题与对策
试论技工学校体育教学的现状及改革
浅析水利档案管理工作规范化及其加强措施