依托“大数据”技术，再现“读书系列活动”魅力

黄海云 袁立强 靳红 张屹 牛晓艳 刘平

1 引言

随着信息技术的飞速发展和知识的大量累积，大数据技术得到广泛应用，图书馆传统的服务内容和服务方式已不能满足新时代的需求，需要不断创新来寻找更有效的服务途径。大学生，尤其是新生面对海量的图书，需要更精准的阅读指导。为此，河北科技大学图书馆（以下简称“我馆”）依托大数据技术进行了一系列有效尝试。根据十年来开展读书系列活动的经验，我馆不断完善活动形式与内容，并分析读者的借阅数据和借阅习惯，开发了读者兴趣预测软件，筛選出有共同爱好的读者群，有针对性地开展活动和推荐书目，从而吸引了更广泛的读者关注和参与。

近十年来，我馆陆续开展了“好书月月谈”“名家讲座”“文化之旅”“好书推荐”等系列活动，从历年的活动经验中发现，虽然开展的阅读推广与辅导活动不断更新，但仍存在着很多“局限性”，例如：参与活动的读者缺乏广泛的代表性;聘请专家、学者进行讲课和交流会受到时间、地点等因素的制约;陈旧的活动形式，使读者的积极性逐渐淡化，以点带面的作用不大，因此难以实现图书馆服务和读者需求有效的衔接。这就迫切需要图书馆工作人员创新工作思路，不断更新活动方式。我馆在这一背[LL]景下，利用贝叶斯网络技术预测读者的需求，为读者借阅提供更精确的指导;针对有共同爱好的读者群体开展相应的活动，提升读者阅读兴趣;秉承从读者的需求出发，再服务到读者中去的理念，提高阅读推广服务水平，培养读者的读书习惯;把读书活动方式从被动服务逐步转变到有针对性的主动服务上去，提升服务效能。

2 案例背景

随着读者信息需求水平的提高，我馆开展的阅读推广与辅导活动已不能满足不同类型的读者需求，必须从大数据技术入手，从海量数据中挖掘出有价值的信息来提高服务水平。我馆通过分析历年借阅数据和读者信息数据，开发了读者兴趣预测软件，预测出“阅读倾向”相同的读者群体，结合馆藏图书资源，分批分类地精准推送读者所需的书籍，并且有针对性地对这些群体开展他们喜闻乐见的读书系列活动。

3 实施步骤

3.1 整合读者信息和借阅数据

数据来源于我馆2011-2017年度读者的个人信息和借阅记录信息。其中，读者个人信息包括：借书证ID、性别、所属院系、办证时间、读者类别;借阅记录包括：图书的馆藏信息、读者类型信息、所借书号、借还书日期等。通过整合出有用信息，为开发软件做好充分的前期准备工作。

3.2 统计分析相关数据

（1）首先对河北科技大学男女读者各类图书的人均借阅次数统计。从统计结果可知，男性读者对于数理化和工技类等方面书籍平均借阅量明显高于女性，而对于语言、文学、艺术、史地类书籍则是女性读者平均借阅量要高于男性读者。

（2）对各个学院所借各类书籍的人均借阅量进行对比统计。结果发现所有学院的读者借阅语言、文学类图书都比较多;除了影视、外语、文法、艺术等几个学院外，其他学院借阅数理化方面的图书也比较多;理学院的学生对于哲学和经济类图书也很感兴趣，而影视和艺术学院对于文学类图书的兴趣没有理科学生的兴趣高。

（3）对各类读者的人均借阅次数做了统计。从统计结果看，本科生借阅量最大，理工学院和研究生借阅量相对较少;理工学院的读者对于数理化方面的图书借阅兴趣不高，而对于文学和工技类的图书借阅量稍高些;研究生对于工程技术类图书借阅量最多。

（4）最后对不同年级的读者借阅各类书籍的人均借阅次数统计。发现大一、大三学生借阅量相对小，大四和准备考研的学生借阅量比较大。各届学生对于文学类图书借阅仍然是最多的。利用这些数据开发出能预测有共同爱好的读者群体，是我们开发软件的初衷。

3.3 开发和使用软件

以上述统计出来的数据作为训练集，训练贝叶斯软件模型，编制出预测行为软件，把读者兴趣预测软件安装在体验机上，读者输入四个选项的信息，就会弹出该生预借的图书类别比例。

4 活动效果

图书馆工作人员统计出有共同偏好的读者，对他们有针对性地开展活动。我们根据统计出来的数据信息开展了两期阅读推广活动：一期是以“科幻”为主题，围绕作者刘慈欣的作品展开评论;另一期是以“明史”为主题，以时间为轴线展开讨论。因为参加者有相同的爱好，所以发言踊跃，各抒己见，达到了理想的预期效果，同时借阅量也有了明显的提升。经过多年不断的创新、探索，终于有了“破茧成蝶”的发展。从统计表1来看，很多相关种类的书籍，月平均借阅量呈现总体上升的趋势。

5 总结

目前我们开发的预测软件可以挖掘不同专业、性别、年级和不同类型的读者对于各类书籍的借阅偏好。图1是我们对于目前咨询软件的一个改进思路：全贝叶斯网络A可以根据读者个人信息推导出书籍的借阅概率。分层贝叶斯网络B可根据读者的查询词集及同义词推导出书籍的

借阅概率。两者结合可实现更精准的借阅咨询。