基于大数据的图书馆个性化图书荐购策略.docVIP

基于大数据的图书馆个性化图书荐购策略 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，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?D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