图书馆读者荐购与图书借阅数据分析及启示—以中国政法大学.docxVIP

图书馆读者荐购和图书借阅数据分析及启示 —以中国政法大学图书馆为例 作者：张馨文 要点 研究背景介绍 数据调查与分析 建议与方案 补充与展望 1.1 分析大会主题，确定选题 大数据时代带给我的启示 为了便于实地研究 以“对读者荐购数据的处理”作为论文写作的出发点 1.2 文献调查（结果见表一） 1. 研究背景介绍 大数据时代对图书馆的影响 数据爆炸式增长已成为一个社会化趋势 机器数据日益重要 大数据不被利用就等于资源浪费 大学图书馆存在大量用户信息行为数据 现在图书馆数据统计存在的问题： 缺乏数据收集与保存机制 数据统计指标体系不完整 数据统计来源不一致 数据统计分析功能不完善…… 返回 表一：文献调查结果 2010-2014年 关键词 模糊查询 高校读者荐购数据处理 65篇 高校图书馆图书借阅数据分析 129篇 图书馆读者荐购和图书借阅数据分析 53篇 —中国知网（CNKI） 返回 文献调查结论 高校图书馆比较关注借阅数据的研究 对读者荐购数据研究得相对较少 对读者荐购数据结合借阅数据分析的研究就更少 读者荐购数据和借阅数据的分析工作一直没有得到各高校应有的重视 1.3 研究的必要性 读者荐购数据最能反映读者对所喜爱图书的兴趣取向。 统计分析这些数据能提高图书借阅率，指导图书采购，科学合理地改善馆藏结构。 深入挖掘该数据，还能研究读者心理，为帮助读者选购喜爱的图书到引导读者读好书打下良好基础。 1.4 确定研究思路 归纳法 观察法 访谈法 2. 数据调查与分析（1） 2.1 研究方法介绍 准备阶段：文献调查研究法（2.1.1 见P3） 数据采集、加工、整理和统计阶段：定量和定性相结合，以及观察法和访谈法，并使用EXCELL和SPSS软件技术。 数据分析得出结论阶段：归纳法和文献调查法 2. 数据调查与分析（2） 2.1.2定量和定性相结合的方法： 从图书馆汇文系统采访模块中截取了2013年3月至8月330条读者荐购数据，采用定性研究的方法按照各统计项之间的相关程度，有针对性地选择统计项； 根据2013年法大春季学期图书馆读者借阅数据，分别统计出“西文、法律、非法律借阅图书比率”、“各法律、非法律、西文类图书借阅量分布”情况，与荐购量统计结果相互映证，互为补充； 统计了2013年春季学期图书馆各学院读者借阅数据，以及各学院本硕博三类学生借阅量排行情况。 荐购数据：按图书类别统计 荐购数据：按图书出版社统计 返回 2013年春季学期图书馆读者借阅数据 2013年春季学期图书馆读者借阅数据 返回 2013年春季学期图书馆各学院读者借阅数据统计 统计结果： 通过统计我了解到法大师生荐购最多的是哪类图书、排在前几位的出版社都有哪些、法律非法律西文图书的借阅比率如何，它们中各类图书借阅量如何，各类图书借阅量之间有何联系，各个学院招生比例以及学风情况，各学院学生构成情况，据此预测出各学院招生计划等信息，为采购员采购图书和设计馆藏结构提供参考依据。 2.1.3 实证研究中的观察和访谈法 在工作之余，随时将荐购系统、馆藏结构和知识服务三方面的实际工作情况详细记录下来，走访相关负责人，并做好了记录。 数据统计： 使用了EXCELL和SPSS软件，对采集数据进行整合、分类统计、汇总求和、排序和频数分布等方法，以获得所需结果。 2. 数据调查与分析（3） 2. 数据调查与分析（4） 2.1.4 归纳法与文献调查法 综合分析统计结果之后，结合所有材料归纳出图书馆在这几个方面存在的实际问题，通过查找相关文献资料和成功案例，得出相应的建议和解决方案。 3. 建议与方案（1） 3.1 高校图书馆应对包括荐购数据与借阅数据统计分析在内的数据统计工作重视起来，尤其是对有价值的记录图书馆读者行为习惯的大数据等信息还应做更进一步地分析，为将来实现针对不同读者个性化的服务打下良好基础。 3.2 在分析了读者借阅偏好和心理之后，定期举办各种图书推介活动，向读者推荐他们喜闻乐见的图书和学科专业书籍，并对优秀读者进行表彰。 3.3 定期清查馆藏数量（包括电子资源数据库），并及时在图书馆网站中同步更新。 3.4 制定图书“剔旧”原则，对馆藏中借阅率过低、时效期已过、专业性学术性不强或太旧、太破、已丢失却还保留着财产号的“图书”予以剔除或转换成数字资源后再加以剔除。 3.5 为避免重复采购，可将所有电子资源数据库的电子文献馆藏信息，同时在OPAC平台上向读者展示出来。 3. 建议与方案（2） 3.6 与系统提供商协商或图书馆系统部自行研发，重新设计或添加功能模块，使荐购系统使用起来更加人性化，更有利于后期统计相关数据，为采购员据此制定科学合理的采购计划和预算提供技术支持。 3.7 高校图书馆的知识服务应有所侧重，针对不同学科方向和各类型读者，做好知识采集、加工和整理工作