數(shù)據(jù)分析和圖書館數(shù)據(jù)化

徐勇

【摘 要】圖書館數(shù)據(jù)化是一門古老而新興的事業(yè)，用現(xiàn)代的數(shù)據(jù)分析方法分析圖書館的數(shù)據(jù)，是讓圖書館事業(yè)煥發(fā)新活力的有效途徑?；诖耍撐脑噲D將圖書館數(shù)據(jù)分類，進而在數(shù)據(jù)分析的基礎上得出結論，指導圖書館的工作。

【Abstract】Library datamation is an ancient and emerging enterprise. Using modern data analysis method to analyze library data is an effective way to make library cause new vitality. Based on this， this paper attempts to classify library data， and then， on the basis of data analysis， draw conclusions and guide the work of library.

【關鍵詞】圖書館；數(shù)據(jù)化；數(shù)據(jù)分析

【Keywords】library； digital； data analysis

【中圖分類號】G250.7 【文獻標志碼】A 【文章編號】1673-1069（2017）08-0112-02

1 引言

在如今信息爆炸的時代，對數(shù)據(jù)進行分析得出非凡的結論，正在逐漸成為一種新的工作模式。高校圖書館是讀者和信息的橋梁，是人類獲取信息的途徑和方式之一。對高校圖書館的數(shù)據(jù)進行分類，可以更方便地進行數(shù)據(jù)分析，順應時代的發(fā)展。

2 數(shù)據(jù)分析和文獻數(shù)據(jù)化

一般地，圖書館館藏資源包括圖書、期刊、報紙、學位論文、古籍善本、特藏專藏、工具書、年鑒、電子出版物、縮微資料、視聽資料等。詹姆斯？格雷克在《信息簡史》中寫到“萬物源于比特”，以現(xiàn)代信息論的觀點來看，圖書館就是一個“比特的海洋”[1]。一個“信息比特”從創(chuàng)作者手中誕生，流動到圖書館中沉淀，直到有一個讀者發(fā)掘出它、利用了它。

數(shù)據(jù)分析一般是指用適當?shù)慕y(tǒng)計方法有目的地收集數(shù)據(jù)、分析數(shù)據(jù)，使之成為信息的過程，它的主要目的是為了通過分析圖書館各工作流程中產生的數(shù)據(jù)來得出總結和結論，進而指導圖書館的工作。在《大數(shù)據(jù)時代》這本書里，作者寫道：“數(shù)據(jù)化是指一種把現(xiàn)象轉變?yōu)榭芍票矸治龅牧炕问降倪^程；數(shù)字化是指把模擬數(shù)據(jù)轉換成用0和1表示的二進制碼的過程[2]?！彼栽趫D書館數(shù)據(jù)領域，一般地我們可以這樣區(qū)分，資源數(shù)字化揭示的是文獻的實質內容，資源數(shù)據(jù)化是數(shù)字化更進一步的發(fā)展，它既揭示文獻的外部特征和內部特征，也揭示文獻的歷史沿革。例如，假設本館收藏《大數(shù)據(jù)時代》的紙本書，把它數(shù)字化的結果就是計算機存儲的0和1的二進制碼，讀者閱讀的是計算機轉換二進制碼得到的圖書內容，將本書數(shù)據(jù)化得到的結果是表格，內容既包括書名等外部特征和主題詞等內部特征，也包括本書的版本歷史、入藏歷史、借閱歷史等數(shù)據(jù)。所以可以這樣說，資源數(shù)字化或者說數(shù)字圖書館的概念興起于20世紀末，而從圖書館誕生之時起，人們就做著文獻數(shù)據(jù)化的事情。

3 圖書館數(shù)據(jù)

在本文中，我們說的圖書館數(shù)據(jù)分析的數(shù)據(jù)主要就是指圖書館數(shù)據(jù)化的結果數(shù)據(jù)，數(shù)據(jù)化的目的是為了分析。在數(shù)據(jù)分析過程中，我們把圖書館數(shù)據(jù)分為三個大類：館藏數(shù)據(jù)、流通數(shù)據(jù)和其他數(shù)據(jù)，這三類數(shù)據(jù)主要按數(shù)據(jù)的產生流程來分類。

3.1 館藏數(shù)據(jù)

一般地，圖書館文獻資源包括圖書、期刊、報紙、學位（會議）論文、古籍善本、特藏專藏、工具書、年鑒、電子出版物、專利、標準、縮微資料、視聽資料等。館藏數(shù)據(jù)是指文獻經著錄入藏后形成的數(shù)據(jù)，各種文獻類型均有相應的文獻著錄規(guī)則。館藏數(shù)據(jù)數(shù)據(jù)化的過程是把書目數(shù)據(jù)和marc數(shù)據(jù)相結合的過程。

在《大數(shù)據(jù)時代》做著錄入藏工作之前，會有一個文獻采訪訂購的過程。在采訪過程中，會形成一個采訪數(shù)據(jù)庫，主要作用是用直觀的分析和數(shù)據(jù)來保障采訪工作的質量。在采訪過程中的《大數(shù)據(jù)時代》，它的大部分數(shù)據(jù)字段跟它的marc部分數(shù)據(jù)字段內容相同，主要包括題名和責任說明、標準號、版本、出版發(fā)行、載體形態(tài)、叢編、附注、主題分析、分類號等。采訪數(shù)據(jù)也有不同于其marc數(shù)據(jù)的特點，這個特點是采訪工作的重要內容之一，那就是關系。例如本書作者邁爾·舍恩伯格，在采訪庫中筆者注意到他的另一本書名叫《刪除》，描述的是大數(shù)據(jù)相關內容，值得收藏卻沒有入藏，可以列入采購計劃中。在這個過程中，用的方法是關系，所以采訪數(shù)據(jù)庫一般設計為關系數(shù)據(jù)庫。由上述過程應該注意到，采訪數(shù)據(jù)庫數(shù)據(jù)內容的豐富和完備非常重要，它決定了采訪工作的深入和完善。而采訪數(shù)據(jù)庫的建設是一個隨時間累積的過程，因此，對文獻建設質量來講，圖書館配備專職的文獻采訪人員是必要的。

在文獻入藏后，還有一些marc字段數(shù)據(jù)也是館藏數(shù)據(jù)化的一部分，對數(shù)據(jù)分析工作是重要的。例如，001字段記錄控制號，它有固定格式，一般由編目系統(tǒng)自動生成，部分系統(tǒng)也可由編目人員自行修改，它是書目數(shù)據(jù)庫中準確對應一條記錄的唯一標識，在應用系統(tǒng)中常作為數(shù)據(jù)鏈接和合并的依據(jù)。在數(shù)據(jù)分析中，它可以作為一個時間段內入藏記錄的統(tǒng)計依據(jù)，對數(shù)據(jù)批處理有特殊幫助。再如，在某些編目系統(tǒng)的9字段，可以添加條形碼號，這樣通過條形碼號和001字段的對接，可以精確確定一本書的入藏過程，在數(shù)據(jù)分析中，這是有意義的。

3.2 流通數(shù)據(jù)

傳統(tǒng)上，流通工作是檢驗圖書館工作成效的重要途徑之一，這體現(xiàn)在流通工作主要面對讀者，是圖書館和讀者溝通的橋梁。流通數(shù)據(jù)是圖書館統(tǒng)計分析數(shù)據(jù)的主要來源之一，它主要包括文獻及其借閱史、讀者及其借閱史。

在文獻入藏進入流通以后，會有兩種情況出現(xiàn)，一種情況是零借閱，另一種情況是有借閱。造成文獻零借閱的因素有很多，從數(shù)據(jù)分析的角度看，這些因素大體分兩種，一個在采訪環(huán)節(jié)，另一個在流通環(huán)節(jié)。在采訪環(huán)節(jié)，采訪員沒有做到完整的讀者需求分析、文獻入藏價值分析，造成誤購。在流通環(huán)節(jié)，缺少文獻流通分析、讀者借閱分析，造成工作無的放矢，閱讀推廣活動缺乏針對性，導致讀者找不到好書讀。endprint

對于有借閱的文獻，對其借閱史和相關數(shù)據(jù)的分析和解讀是流通部門的重要工作之一，這涉及讀者信息、流通類型、借還時間、借還期限等數(shù)據(jù)的數(shù)據(jù)化，也包括進館人數(shù)和閱覽人數(shù)的數(shù)據(jù)化。對讀者信息的分析可以了解到某種讀者類型的閱讀喜好，例如女性讀者更偏愛言情小說，男性讀者更偏愛武俠小說；對流通類型的分析可以反映讀者的閱讀，例如圖書館的圖書總是文學類借閱最多，專業(yè)類借閱相對較少；從借還時間和借還期限等方面，可以反映出文獻的受歡迎程度和被閱讀程度。

同時，讀者信息和文獻借閱信息是相輔相成、密不可分的，這里的邏輯是：讀者信息對應單個讀者，單個讀者對應單本文獻，單本文獻對應文獻借閱信息。所以我們可以按照需要，分析單個讀者和單本文獻的借閱數(shù)據(jù)，分析一類讀者和一類文獻的借閱數(shù)據(jù)，也可以分析所有讀者和所有文獻的借閱數(shù)據(jù)，這些分析結果最終反映的都是一定時期內的文獻資源建設質量。

3.3 統(tǒng)計數(shù)據(jù)

在圖書館中，除了編目數(shù)據(jù)和流通數(shù)據(jù)，還有許許多多其他的數(shù)據(jù)，對圖書館的數(shù)據(jù)分析是有用的，需要做到數(shù)據(jù)化，這些數(shù)據(jù)在本文中，統(tǒng)稱為統(tǒng)計數(shù)據(jù)。

圖書館是一個生長著的有機體，不是一個孤立的事件，它和周圍許多事物是聯(lián)系在一起的。以高校圖書館為例，圖書館的建筑面積、閱覽座位、讀者人數(shù)、高校的教學層次、學科設置等，均影響著圖書館的建設。這些信息的數(shù)據(jù)化對圖書館的數(shù)據(jù)分析是有意義的。同時，在圖書館中，除館藏數(shù)據(jù)和流通數(shù)據(jù)之外，還有一些服務數(shù)據(jù)是有意義的，包括科技查新、參考咨詢、學科服務、館際互借、電子資源等。

統(tǒng)計數(shù)據(jù)的分析對圖書館建設的影響主要體現(xiàn)在硬件和服務兩個方面。同樣以高校圖書館為例，一定時期內，建筑面積一般是不變的，閱覽座位按在校生人數(shù)總量控制，一般也是不變的，而讀者人數(shù)總是變化的，這由招生規(guī)?？刂?，教學層次和學科設置決定了文獻資源建設的側重和策略。按照《公共圖書館建設標準》（2008）和《普通高等學校基本辦學條件指標（試行）》（2004）中的相關標準，硬件的設定決定了圖書館建設的下限，圖書館的建設要達到相關標準并在標準上方運行，于是，在數(shù)據(jù)分析結果中沒有達標的項，需要被強制建設。在服務方面，數(shù)據(jù)同樣被采集和分析，例如，對參考咨詢來說，讀者咨詢的每一個問題都應該被記錄下來，這些被記錄的數(shù)據(jù)，就是圖書館特色資源庫建設的完美素材。

4 結語

在信息時代，做圖書館的數(shù)據(jù)化和數(shù)據(jù)分析，是一件非同尋常的事情，它抽象了圖書館，也讓圖書館顯露出它的信息本質，即信息中介。本文的圖書館數(shù)據(jù)分類，實質上是在數(shù)據(jù)分析工具和數(shù)據(jù)分析手段日新月異的當代，來完成圖書館數(shù)據(jù)化這項古老而新興的活動，為圖書館各項事業(yè)的發(fā)展提供效益反饋和數(shù)據(jù)支撐。

【參考文獻】

【1】詹姆斯·格雷克.信息簡史[M].北京：人民郵電出版社，2013.

【2】維克托·邁爾-舍恩伯格.大數(shù)據(jù)時代[M].杭州：浙江人民出版社，2015.endprint