數據驅動的高校圖書館讀者行為分析

肖榮榮，劉亞麗，彭 宇

圖書館用戶行為研究是圖書館情報學的重要研究領域。圖書館學界對其用戶行為的研究由來已久，最早可追溯至1849年，在一份呈交到英國議會的報告中陳述了有關圖書館效用和讀者閱讀行為的調查研究[1-2]。隨著信息技術的發展，數字圖書館等項目的建設，各應用系統數據庫客觀地記錄了用戶與平臺的交互行為，這些數據對用戶信息行為的研究具有重要價值，成為當前用戶行為研究重要的數據來源。我們將此類研究稱之為基于“數據驅動”的圖書館用戶行為研究，屬于圖書館數據科學這一新領域的范疇[3]。

本文從數據驅動的角度，以某高校圖書館讀者為研究對象，對讀者進入實體圖書館后的行為進行分析，由此可以看出圖書館的利用效率和讀者喜愛圖書館的程度。希望通過對讀者利用圖書館的情況分析，為高校圖書館的讀者服務提供建議。

1 讀者行為數據統計

1.1 門禁數據統計

對圖書館的門禁數據進行統計分析是研究讀者到館行為的主要渠道之一。門禁數據中的讀者進出館記錄是讀者到訪圖書館最直觀的反映。下面將某高校門禁系統數據庫進行統計分析。

讀者總入館人次分析。本文統計了某高校2013—2019年門禁系統讀者進館的人次，2013—2019年每年進館人次基本在200萬次左右，隨著時間變化稍有增長，但幅度不大。對比這幾年的在校學生人數基本沒有太大變化的情況，可以得出年平均每個讀者的進館率也變化不大。

圖1顯示了2015—2019年入館人次排名前14位的學院入館人次分布情況，可以看出不同學院進館人次的差異非常明顯，次數最多的學院是次數最低學院的3倍有余。該校進館人次的學院分布情況隨年代變化不大，進館最多的前5位是經濟管理學院、土木工程學院、機電工程學院、材料科學與工程學院以及工程技術學院。

圖1 歷年各學院門禁進館人次

圖2顯示了2015—2019年每月進館人次，從曲線看，近幾年每月進館人次趨勢大致趨同，每年的3—6月、9—12月是每年入館的高峰期，下半年要高于上半年，11月達到最高峰，這與每年的考研備考期有關，歷年進館人次均達到高峰。1—2月、8月數據量極少與假期、春節有關。

圖2 歷年每月門禁進館人次

為了充分反映讀者一天中到館的時段情況，本文對讀者進行了進館時段分析。圖3顯示了自2013年以來，總進館人次的平均時間分布，從圖中可以看出，讀者進館的高峰時段主要分布在上午的7時—9時，以及下午的17時—18時。

圖3 門禁平均進館時間分布

1.2 座位管理分析

占座現象一直是高校圖書館普遍存在的問題。為緩解占座問題并有效提高座位資源的利用率，多數圖書館選擇座位管理系統進行日常管理，實現座位的激活和釋放功能，規范讀者座位使用行為，提升座位利用率。通過定量分析的方式獲取圖書館座位資源被利用的情況，從而全面把握座位資源的使用效率和圖書館讀者的大部分需求。

該校2013—2015年選座人次最多，2016—2019年選座人次比較平穩，但相比前幾年有下降趨勢。與這幾年的門禁人次相比，2016—2019年門禁人次增加，但選座人次有所下降。

座位使用時段是座位資源最核心的屬性，座位資源的分配本質就是以最均衡和高效的方式將座位的單位使用時間提供給每位讀者。故此，“常用時段”和“常用月份”兩個行為屬性最能反映座位資源的利用率，讀者每天對于當日座位資源的總體需求可通過“選座次數”字段值的高低體現需求的強烈程度。

圖4中顯示了2013—2019年平均選座人次比例的月份分布情況?？梢钥闯雒磕甑?—6月、9—12月是每年選座的高峰月，10月、11月最高，與門禁入館人次的月份分布情況相比，各月的變化幅度沒有進館人次變化大。

圖4 平均選座人次的月份分布

從讀者選座與釋放座位隨時段的變化數據可以看出，選座集中在上午的6時—9時，一天基本不釋放座位，直到晚間系統釋放?？梢钥闯鲎x者已經對座位的位置產生一定情結，并不隨時段變化而變化。因此，針對每日的高頻率選座時段，高校圖書館可以多投入館員、學生志愿者以及讀者服務中心成員等參與督導，引導讀者的選座行為形成規范并自助化。

1.3 讀者借閱行為分析

從該校2013—2019年圖書借閱情況可以看出，2013—2016年圖書借閱情況比較穩定，從2017年開始逐年下降，到2019年降至前幾年的一半。說明傳統紙質文獻隨年代的變化，其利用情況很不樂觀。

圖5顯示了該校歷年圖書借閱的月份分布情況，與進館統計、選座統計不同的是，圖書借閱的高峰月份在每年的3月和9月。除去假期的1月、2月、8月，其他月份借閱情況大體相當。說明考研備考期的10—12月對讀者借閱圖書行為影響不大。

圖5 歷年圖書借閱月份分布

按照讀者屬性，細分了歷年來本科生、碩士生的借閱比例情況，數據顯示在總體借閱量逐年下降的情況下，本科生借閱比例相對呈上升趨勢，碩士生呈下降趨勢。說明目前館藏紙質資源更適合本科生閱覽。

圖6顯示了該校歷年圖書分類借閱比例情況。從圖中可以看出，各圖書類別的借閱規律在各年度基本相同，差別不。比例最高的是文學類，占比29.67%，其借閱量明顯高于其他類別，尤其是小說類；其次是工業技術類，占比22.84%，其中是自動化和計算機TP類圖書比例最高。

圖6 歷年圖書分類借閱比例

2 讀者行為分析

從以上統計結果，可以看出高校讀者到館行為具備一定的規律性。

2.1 讀者入館及選座總體情況分析

隨著讀者入館的年代變化規律來看，2013—2019年門禁入館、選座讀者大體都趨于穩定、借閱圖書數量明顯減少，說明讀者對圖書館的物理實體、學習環境具有了相當程度的依賴性，圖書館依然是讀者非常熱衷的校園場所。

對于圖書館而言，在硬件設備、空間布局等多方面進行圖書館功能調整，讓讀者不會因為數字資源的廣泛利用而放棄對實體圖書館的依賴，使實體圖書館依然保持它的核心地位。而借閱圖書行為的大幅下降，也說明讀者的文獻利用行為已經隨著網絡時代的變化發生了根本性的變化，讀者對傳統紙質文獻的依賴越來越小，圖書館應該在文獻采購決策上增加這方面的考慮因素。

另外，而隨著年度的增加，門禁數量上升、選座數量下降的情況，說明在圖書館多年來不斷擴充自習區座位的舉措，已經在一定程度上緩解了之前學生占座的普遍問題，由于座位的增加，很多讀者已經不需要再去選座機選座就可以擁有座位，而需要習慣于某一個座位的讀者，還可以通過選座機在一定時段內固定自己的座位。

2.2 高峰月份分析

讀者入館、選座、具有明顯的周期性，每年的3—6月、9—12月都是高峰期，相對來說，下學期要高于上學期，其可歸因于：

其一，冬季氣溫偏低，而圖書館環境較好；其二，這個時期正逢考研備考期，學生學習熱情高漲，氛圍濃烈。而每年的1—2月、8月正逢假期、春節等節日，雖也有一定數量的學生入館、選座，但相對來說，數量極少。但這些因素對圖書借閱行為并沒有產生太大的影響。因此圖書館可以在這些高峰月份，考慮如何更好的疏導學生有序入館以及座位選取。

2.3 高峰時段分析

從一天中的入館時段上看，每天的門禁入館人次會有兩個高峰期，即上午的7—9時和下午的17—18時，說明這兩個時間段，讀者入館比較集中；而中間的12—15時，入館人次比較平穩，圖書館可以在進出館高峰時間段相應調整通道閘機出入口數量來緩解甚至避免擁堵。選座人次上只有上午6—9時是高峰時段，而且選座人次最高值的時間相對于入館最高值時間早1個小時，說明入館最高峰的讀者，將會有很大部分流向圖書閱覽區。適時對讀者進行閱讀指導，推進全民閱讀的引導工作時機恰好。

2.4 入館學院分布分析

從該高校歷年門禁入館的學院分布上看，各學院的歷年入館人次隨年度增長沒有較大變化，數量平穩。說明每個學院對于實體圖書館的依賴，這既與學院課程內容與時間的設置、對文獻需求的程度以及學習任務有很大關系，也與學院一直保持的濃郁學習氛圍相關。其中，經濟管理學院歷年位居最高，其次是土木工程學院、機電工程學院和材料科學與工程學院。

2.5 學歷層次與借閱類別分析

結合歷年本科生、碩士生的借閱比例以及圖書借閱類別上看，在總體借閱率逐年下降的趨勢下，本科生借閱率卻是呈上升趨勢的，而且主要集中在大二學生，其次是大三學生，說明學生在大二這個階段，已經對學校及課程各方面有了一定的了解，又有比較充足的時間，開始對圖書館的紙質圖書產生極大興趣，尤其是文學類圖書以及計算機技術類圖書。文學類圖書主要滿足讀者的興趣愛好、休閑以及提升自身綜合素質；計算機類圖書極高的借閱和利用情況充分顯示了讀者對信息時代的知識需求，既有專業課程的原因，也有對自身技能提升的要求來為將來求職做好準備。因此圖書館可以在閱讀推廣活動中針對特定人群、特定各類圖書進行工作安排。

3 總結

由于信息技術的快速發展，從紙本讀物到電子讀物，從無聲到有聲，從靜到動，到現在的互動讀物，讀者的閱讀方式越來越多樣化、社會化。如何避免讀者流失，保持讀者對傳統圖書館的黏性，維持讀者在進入圖書館或遠程圖書館閱讀過程中的良性體驗是高校圖書館目前面臨的挑戰，因此我們要積極地從我們現有的數據中挖掘用戶的各種行為信息，有的放矢地進行圖書館工作安排，優化館內閱讀環境，分析讀者行為，有針對性地進行個性化服務，加強圖書館專業化人才隊伍建設。阮岡納贊在“圖書館五定律”中指出，“圖書館是一個生長著的有機體”。如何改進工作，滿足讀者多樣化需求，是正值圖書館轉型期非常值得我們思考的問題。