運(yùn)用回歸模型構(gòu)建隨書(shū)光盤(pán)共享平臺(tái)

●王　冉（江蘇師范大學(xué)圖書(shū)館，江蘇　徐州　221116）

?

運(yùn)用回歸模型構(gòu)建隨書(shū)光盤(pán)共享平臺(tái)

●王冉（江蘇師范大學(xué)圖書(shū)館，江蘇徐州221116）

［關(guān)鍵詞］隨書(shū)光盤(pán)；回歸分析；移動(dòng)互聯(lián)網(wǎng)

［摘要］在移動(dòng)互聯(lián)網(wǎng)大環(huán)境下，隨書(shū)光盤(pán)共享平臺(tái)難以很好地為讀者服務(wù)，改造虛擬光盤(pán)勢(shì)在必行。采用多元回歸分析模型，結(jié)合隨書(shū)光盤(pán)相關(guān)數(shù)據(jù)，利用SPSS軟件對(duì)隨書(shū)光盤(pán)下載量的影響因素進(jìn)行多元回歸分析，建立預(yù)測(cè)模型。經(jīng)檢驗(yàn)，預(yù)測(cè)模型可以有效預(yù)測(cè)光盤(pán)下載量，有針對(duì)性地指導(dǎo)光盤(pán)改造工作。

1　前言

隨書(shū)光盤(pán)作為紙本書(shū)籍的重要補(bǔ)充，是傳統(tǒng)閱讀向數(shù)字閱讀過(guò)渡的中間環(huán)節(jié)。由于光盤(pán)本身的傳播能力有限，且讀者以獨(dú)占方式借閱，使得隨書(shū)光盤(pán)的利用效率受到影響。加之光盤(pán)易被磨損，由此可能導(dǎo)致數(shù)據(jù)讀取失敗，甚至部分或全部損壞。［1］因此，近幾年，國(guó)內(nèi)各大高校、機(jī)構(gòu)紛紛將館藏隨書(shū)光盤(pán)壓制為虛擬光盤(pán)鏡像文件（*.ISO），建立隨書(shū)光盤(pán)共享平臺(tái)（系統(tǒng)），以期為讀者提供更加便利的光盤(pán)檢索、借閱服務(wù)。［2］隨書(shū)光盤(pán)共享平臺(tái)上線之初得到讀者廣泛認(rèn)同，很多讀者通過(guò)下載光盤(pán)鏡像取代實(shí)體光盤(pán)借閱。［3］然而，近一兩年來(lái)，光盤(pán)鏡像下載量并不盡如人意，究其原因，主要有兩點(diǎn)：其一，部分光盤(pán)存在信息陳舊、內(nèi)容空泛等問(wèn)題，不能滿足讀者的實(shí)際需要；其二，在現(xiàn)今所處的移動(dòng)互聯(lián)網(wǎng)時(shí)代，移動(dòng)終端由于其便攜性強(qiáng)，信息處理能力日益提高，讀者更愿意使用智能手機(jī)、平板電腦等移動(dòng)設(shè)備處理簡(jiǎn)單的工作和學(xué)習(xí)事務(wù)，而傳統(tǒng)的隨書(shū)光盤(pán)鏡像文件主要運(yùn)行平臺(tái)是個(gè)人電腦和筆記本電腦尤其是個(gè)人電腦因其不夠輕便、能耗高、整合性差、網(wǎng)絡(luò)接入單一等，相當(dāng)一部分讀者棄之不用。耗費(fèi)大量財(cái)力建立并需要不斷投入人力、物力進(jìn)行維護(hù)的隨書(shū)光盤(pán)共享平臺(tái)不能有效、高質(zhì)地為讀者服務(wù)的現(xiàn)狀成為廣大圖書(shū)館員面對(duì)的一個(gè)困局。

2　移動(dòng)互聯(lián)網(wǎng)時(shí)代隨書(shū)光盤(pán)共享平臺(tái)現(xiàn)狀

在移動(dòng)互聯(lián)網(wǎng)時(shí)代大環(huán)境下，智能手機(jī)、平板電腦等輕量級(jí)設(shè)備難以支撐類似虛擬光盤(pán)鏡像這類大容量文件。具體表現(xiàn)在：目前的移動(dòng)終端所采用的操作系統(tǒng)多為android、ios、windows phone/RT、windows 8等。其中，除去windows 8作為桌面級(jí)操作系統(tǒng)可以無(wú)縫支持虛擬光盤(pán)的相關(guān)應(yīng)用外，其余均受限于系統(tǒng)內(nèi)核、文件系統(tǒng)以及CPU和其他硬件性能等因素，無(wú)法執(zhí)行對(duì)iso文件的讀取、解壓等操作。唯有徹底打破虛擬光驅(qū)鏡像文件（iso）的束縛，將光盤(pán)內(nèi)容轉(zhuǎn)換為移動(dòng)平臺(tái)可以支持的形式和格式，才能讓移動(dòng)設(shè)備正常使用隨書(shū)光盤(pán)共享平臺(tái)。因此，對(duì)現(xiàn)有隨書(shū)光盤(pán)共享平臺(tái)的改造勢(shì)在必行。

隨書(shū)光盤(pán)一般分為以下四大類：（1）數(shù)據(jù)、資料類，包含素材、源代碼、電子書(shū)、影音文件、軟件工具等；（2）視頻、音頻原盤(pán)，包含VCD、DVD、CD等；（3）紙本書(shū)籍配套的輔助應(yīng)用，包含試題、練習(xí)、等交互式應(yīng)用；（4）其他，包含以上未列舉各類光盤(pán)。就改造而言，以上4類難度各異，具體改造方式見(jiàn)表1。

表1　隨書(shū)光盤(pán)改造方式

目前，隨書(shū)光盤(pán)共享平臺(tái)中收藏了數(shù)以萬(wàn)計(jì)、不同領(lǐng)域、不同年代出版的虛擬光盤(pán)文件，一般占用存儲(chǔ)空間多達(dá)數(shù)十T。同時(shí)，越來(lái)越多的紙本數(shù)據(jù)選擇附帶光盤(pán)出版，大量的新光盤(pán)不斷被壓制出來(lái)，導(dǎo)致光盤(pán)存儲(chǔ)空間日益捉襟見(jiàn)肘。然而，在如此巨大的光盤(pán)資源中，尚有相當(dāng)一部分并非讀者經(jīng)常使用，甚至幾乎不被使用。從表1可知，光盤(pán)改造工作不同于對(duì)光盤(pán)的簡(jiǎn)單壓制，需要耗費(fèi)更多的人力、物力、財(cái)力。對(duì)現(xiàn)有所有光盤(pán)進(jìn)行改造并不現(xiàn)實(shí)，也沒(méi)必要。如能有針對(duì)性地選擇多數(shù)讀者急需的光盤(pán)進(jìn)行改造，并在新書(shū)光盤(pán)壓制時(shí)有預(yù)見(jiàn)性地選擇改造，同時(shí)，對(duì)現(xiàn)有過(guò)于老舊且無(wú)人問(wèn)津的虛擬光盤(pán)鏡像實(shí)施剔舊，則可以在滿足讀者需要基礎(chǔ)上，節(jié)省大量人力、財(cái)力、物力，減少隨書(shū)光盤(pán)共享平臺(tái)日益激增的存儲(chǔ)量，從而使隨書(shū)光盤(pán)共享平臺(tái)在移動(dòng)互聯(lián)網(wǎng)時(shí)代高質(zhì)量、高效率地為讀者服務(wù)。

綜上所述，如何選擇和預(yù)測(cè)讀者需要的光盤(pán)加以改造是亟待解決的問(wèn)題。

3　運(yùn)用回歸模型預(yù)測(cè)光盤(pán)下載量確立改造重心

下載量是隨書(shū)光盤(pán)受歡迎與否的重要指標(biāo)，但考慮到部分光盤(pán)上線不久，下載量并不明顯。單純依據(jù)現(xiàn)有下載量判斷光盤(pán)的重要性來(lái)選擇對(duì)其進(jìn)行改造，有失偏頗，會(huì)使很多重要光盤(pán)得不到改造，影響讀者使用。同時(shí)，新書(shū)隨書(shū)光盤(pán)尚未產(chǎn)生下載量，也無(wú)從有針對(duì)性地選擇改造。

根據(jù)已有下載量數(shù)據(jù)，結(jié)合隨書(shū)光盤(pán)和紙本書(shū)籍自身信息，并在橫向上參考光盤(pán)所在中圖分類中書(shū)籍隨書(shū)附盤(pán)比重，建立預(yù)測(cè)模型，由此推斷和預(yù)測(cè)隨書(shū)光盤(pán)的受歡迎程度，有針對(duì)性、有重點(diǎn)地優(yōu)先改造，是真正解決隨書(shū)光盤(pán)共享平臺(tái)在移動(dòng)互聯(lián)網(wǎng)時(shí)代困境的有效方法。借助統(tǒng)計(jì)學(xué)廣泛使用的回歸分析模型可以便捷、準(zhǔn)確地實(shí)現(xiàn)這一需求。

3.1回歸分析的含義和原理

回歸分析（Regression Analysis）是通過(guò)研究一個(gè)或多個(gè)自變量X和因變量y之間是否相關(guān)、相關(guān)方向和強(qiáng)度，從而建立數(shù)學(xué)模型，以便通過(guò)特定自變量來(lái)預(yù)測(cè)因變量的一種統(tǒng)計(jì)學(xué)分析數(shù)據(jù)的方法。根據(jù)涉及自變量的多少，可分為一元回歸分析和多元回歸分析；按照自變量和因變量之間的相關(guān)類型，可分為線性回歸分析和非線性回歸分析。［4］多元線性回歸分析是利用最小二乘函數(shù)構(gòu)建線性回歸方程對(duì)多個(gè)自變量和因變量之間關(guān)系進(jìn)行建模的一種回歸分析。多元線性回歸分析的數(shù)學(xué)原理是：當(dāng)因變量y和自變量X1， X2，X3，…Xi存在線性關(guān)系時(shí)，利用最小二乘函數(shù)建立y和X1…Xi之間的關(guān)系模型為y=b0+b1X1+b2X2+b3X3+ …+biXi。其中，b0是回歸常數(shù)，表示方程的截距，bi是偏回歸系數(shù)，表示當(dāng)其他自變量不變時(shí)，自變量Xi每改變1個(gè)單位時(shí)y的平均變化量。［5］

3.2回歸參數(shù)選擇和數(shù)據(jù)采集

根據(jù)隨書(shū)光盤(pán)下載的實(shí)際情況，設(shè)計(jì)影響光盤(pán)下載量的因素有所在分類書(shū)籍附盤(pán)比重、光盤(pán)容量、改造成本、書(shū)籍含光盤(pán)價(jià)格、書(shū)籍頁(yè)碼。

設(shè)計(jì)自變量如下：附盤(pán)比重X1（%）、光盤(pán)容量X2（mb）、書(shū)籍（含光盤(pán)）價(jià)格X3（元）、書(shū)籍頁(yè)碼X4（頁(yè)），由于網(wǎng)絡(luò)環(huán)境等因素對(duì)模型無(wú)實(shí)際影響，故分析時(shí)不予考慮。則下載量模型為：

y=b0+b1X1+b2X2+b3X3+b4X4

考慮到隨書(shū)光盤(pán)的時(shí)效性較強(qiáng)，同時(shí)隨書(shū)光盤(pán)共享平臺(tái)正式上線服務(wù)時(shí)間不長(zhǎng)，近一兩年新上線的隨書(shū)光盤(pán)的下載量尚存在較大變化。故在2011年出版的隨書(shū)光盤(pán)下載量中抽樣選取數(shù)據(jù)既能保證數(shù)據(jù)足夠成熟，又照顧到光盤(pán)的新鮮度。表2顯示了從江蘇師范大學(xué)隨書(shū)光盤(pán)共享平臺(tái)中隨機(jī)抽取的44組2011年出版的隨書(shū)光盤(pán)下載量。下面，將對(duì)前40組數(shù)據(jù)作回歸分析，構(gòu)建回歸模型，用后4組數(shù)據(jù)檢驗(yàn)回歸模型的有效性。

表2　隨書(shū)光盤(pán)下載量和相關(guān)參數(shù)

3.3多元線性回歸分析

啟動(dòng)spss軟件，建立變量并錄入數(shù)據(jù)，執(zhí)行回歸分析，選擇線性回歸，在線性回歸對(duì)話框中，將y設(shè)置為因變量，將變量X1到X5設(shè)置為自變量，設(shè)置回歸方法為：“輸入”；點(diǎn)擊“Statistics”按鈕，在統(tǒng)計(jì)對(duì)話框中選中“估計(jì)”、“模型擬合度”、“共線性診斷”。執(zhí)行線性回歸分析。［6］部分輸出結(jié)果見(jiàn)表3～5。

表3　方差分析

表4　模型摘要

表5　系數(shù)

由表3可知，F(xiàn)統(tǒng)計(jì)量為747.945，顯著性值為0.00，小于顯著性水平0.05，因此判定模型有效，即因變量和自變量之間有顯著線性關(guān)系。可決系數(shù)R2為復(fù)相關(guān)系數(shù)R的平方，由表4知R2為0.988，調(diào)整后的R2為0.987，較接近1，顯示回歸結(jié)果較好，模型擬合度比較理想。但根據(jù)表5數(shù)據(jù)，X4即頁(yè)數(shù)自變量的偏回歸系數(shù)是非顯著的，說(shuō)明其對(duì)因變量（下載量）影響并不顯著。因此，模型中引入此變量沒(méi)有實(shí)際意義。方差膨脹因子（VIF）最大值為1.767（通常VIF大于2就可能存在共線性問(wèn)題），判斷可能不存在共線性問(wèn)題。［7］

為進(jìn)一步避免出現(xiàn)共線性問(wèn)題以及有效剔除非顯著影響因子，可以采用逐步回歸方法建立模型。逐步回歸根據(jù)偏相關(guān)系數(shù)的大小次序?qū)⒆宰兞恐鸫我敕匠?，并進(jìn)行統(tǒng)計(jì)檢驗(yàn)，將效應(yīng)顯著的自變量留在回歸方程內(nèi)，循此繼續(xù)遴選下一個(gè)自變量。

重新執(zhí)行spss線性回歸分析，在線性回歸對(duì)話框中，設(shè)置回歸方法為逐步，得到分析結(jié)果見(jiàn)表6～8。

表6　逐步回歸模型摘要

表7　逐步回歸方差分析

表8　逐步回歸系數(shù)

表6顯示，模型3中復(fù)相關(guān)系數(shù)R=0.994，可決系數(shù)R2=0.988（非常接近1），調(diào)整后的R2=0.987，剩余標(biāo)準(zhǔn)差為4.688，顯示因變量光盤(pán)下載量與所選3個(gè)自變量之間存在顯著線性關(guān)系。由表7可知, F統(tǒng)計(jì)量為1025.226，顯著性值為0.00小于顯著性水平0.05，所建立的回歸模型具有統(tǒng)計(jì)學(xué)意義。由表8可以看出，經(jīng)過(guò)逐步回歸最終選擇建立模型的預(yù)測(cè)變量為：附盤(pán)比重X1（%）、光盤(pán)容量X2（mb）、書(shū)籍（含光盤(pán)）價(jià)格X3（元）。該模型回歸系數(shù)顯著，即對(duì)光盤(pán)下載量有顯著影響。［8］B值即為方程截距和偏相關(guān)系數(shù)，據(jù)此建立回歸方程為：

y=1.312X1-0.007X2+1.287X3-19.473

3.4模型檢驗(yàn)

利用回歸模型檢驗(yàn)第41～44組數(shù)據(jù)，得到結(jié)果如表9所示。從表9可以看出，模型預(yù)測(cè)誤差最小值為2.62%，最大值為7.84%，平均誤差為4.91%。說(shuō)明本模型有著較高的預(yù)測(cè)準(zhǔn)確度，對(duì)光盤(pán)下載量有較好的揭示作用。

表9　模型預(yù)測(cè)結(jié)果和實(shí)際值對(duì)比

4　結(jié)束語(yǔ)

利用回歸分析建立預(yù)測(cè)模型，運(yùn)算分析過(guò)程較為簡(jiǎn)單，準(zhǔn)確度較高，預(yù)測(cè)結(jié)果直觀，可以直接指導(dǎo)隨書(shū)光盤(pán)鏡像的改造工作。根據(jù)現(xiàn)有隨書(shū)光盤(pán)共享平臺(tái)數(shù)據(jù)，進(jìn)一步搜集和增加因變量的決定因素，完善自變量，優(yōu)化模型結(jié)構(gòu)，提高模型精度，及時(shí)推廣回歸分析模型并展開(kāi)預(yù)測(cè)工作，可以讓隨書(shū)光盤(pán)改造工作具有針對(duì)性，以最小的投入成本獲取最大限度的改造效果。同時(shí)，可以對(duì)老舊、無(wú)效資源進(jìn)行剔舊，優(yōu)化現(xiàn)有存儲(chǔ)格局，提高硬件使用效率，讓隨書(shū)光盤(pán)這種數(shù)字媒體的“先驅(qū)”在移動(dòng)互聯(lián)網(wǎng)時(shí)代繼續(xù)為讀者提供優(yōu)質(zhì)、高效服務(wù)。

［參考文獻(xiàn)］

［1］李永鋼．關(guān)于建立隨書(shū)光盤(pán)共享平臺(tái)的思考［J］．淮北師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2011 （4）：53－57.

［2］王妙婭．高校圖書(shū)館隨書(shū)光盤(pán)網(wǎng)絡(luò)化服務(wù)現(xiàn)狀與問(wèn)題調(diào)查分析［J］．圖書(shū)館工作與研究，2013 （2）：101－104.

［3］支崎．高校圖書(shū)館隨書(shū)光盤(pán)管理模式比較研究［J］．圖書(shū)館學(xué)研究，2004（10）：8－9，15.

［4］陳永勝，宋立新．多元線性回歸建模以及SPSS軟件求解［J］．通化師范學(xué)院學(xué)報(bào)，2007（12）：8－9，12.

［5］王惠文，孟潔．多元線性回歸的預(yù)測(cè)建模方法［J］．北京航空航天大學(xué)學(xué)報(bào)，2007（4）：500－504.

［6］史春薇，等．基于SPSS統(tǒng)計(jì)軟件在多元線性回歸校驗(yàn)數(shù)據(jù)中的應(yīng)用［J］.當(dāng)代化工，2014（6）：1112－1113.

［7］馮力．回歸分析方法原理及SPSS實(shí)際操作［M］．北京：中國(guó)金融出版社，2004.

［8］謝宇．回歸分析［M］．北京：社會(huì)科學(xué)文獻(xiàn)出版社，2010.

［責(zé)任編輯］張雅妮

［收稿日期］2014－11－05

［作者簡(jiǎn)介］王冉（1981－），男，碩士，江蘇師范大學(xué)圖書(shū)館館員，研究方向：數(shù)字圖書(shū)館、隨書(shū)光盤(pán)。

［基金項(xiàng)目］本文系江蘇師范大學(xué)哲學(xué)社會(huì)科學(xué)基金項(xiàng)目“非書(shū)資料共享管理平臺(tái)建設(shè)和實(shí)踐研究”（項(xiàng)目編號(hào)：11XWB19）研究成果之一。

［文章編號(hào)］1005－8214（2015）09－0087－03

［文獻(xiàn)標(biāo)志碼］B

［中圖分類號(hào)］G255.75