耿曼曼 朱茗
?
高校圖書館事實數據庫建設現狀及展望*——以“江蘇省高校圖書館事業(yè)發(fā)展統(tǒng)計與決策服務系統(tǒng)”為例
耿曼曼 朱茗
(南京師范大學圖書館,南京 210023)
本文以“江蘇省高校圖書館事業(yè)發(fā)展統(tǒng)計與決策服務系統(tǒng)”為例詳細介紹事實數據庫系統(tǒng)建設的實施步驟、功能設計和系統(tǒng)架構。進而從統(tǒng)計指標設置和特色功能兩個方面與“教育部高校圖書館事實數據庫系統(tǒng)”進行比較,指出該系統(tǒng)具有指標設置合理、數據填報人性化設計、數據分析實時可視化、數據庫計量規(guī)范易操作的特點。最后,針對高校圖書館事實數據的建設提出統(tǒng)計完整化、數據共享化、平臺智能化、數據戰(zhàn)略化的啟發(fā)性建議。
高校圖書館;事實數據庫;統(tǒng)計指標;決策
高校圖書館事實數據庫系統(tǒng)是圖書館管理、服務、資源建設的原始數據積累平臺,可以記錄高校圖書館的發(fā)展狀況和發(fā)展歷程,為高校圖書館的評估(個體評估和整體評估)提供基礎數據,分析和把握高校圖書館的發(fā)展趨勢,助力高校圖書館的宏觀管理和決策。
2001年教育部高等學校圖書情報工作指導委員會(簡稱“圖工委”)和中國高等教育文獻保障系統(tǒng)聯合定制了“教育部高校圖書館事實數據庫系統(tǒng)”(以下簡稱“全國平臺”)[1],開啟了事實數據的網絡填報階段,并于2004年、2011年進行了2次系統(tǒng)更新升級。由于“全國平臺”無法兼顧地方特色,海南省高校圖工委在“全國平臺”的基礎上制定出具有海南高校特色的統(tǒng)計指標體系,設計和開發(fā)了反映海南高校圖書館建設水平和服務水平的“海南省高校圖書館事實數據庫系統(tǒng)”[2]。“江蘇省高校圖書館事業(yè)發(fā)展統(tǒng)計與決策服務系統(tǒng)”(以下簡稱“江蘇平臺”)[3]是江蘇省高校圖書館事業(yè)發(fā)展數據填報和統(tǒng)計分析的專用平臺,是江蘇省高等學校數字圖書館(JALIS)三期工程(2008年)和四期工程(2014年)建設項目之一,由南京師范大學圖書館承建,旨在與“全國平臺”互補,為江蘇省各高校圖書館、省圖工委和省教育廳領導提供決策支持信息。經調查,其他省、直轄市沒有建設服務于本區(qū)域的事實數據庫系統(tǒng),有些省、市圖工委為了得到更翔實的數據,會在“全國平臺”的基礎上再向各館發(fā)放紙質調查問卷。
目前國內關于事實數據庫系統(tǒng)的研究,共分為3類。①現狀研究?;凇叭珖脚_”收集的數據,吳漢華等[4-7]從館藏、人力資源、信息化建設、經費4個方面對全國高校圖書館進行現狀分析,西南交通大學圖書館團隊和其他研究人員[8-14]分區(qū)域、類型進行研究。②指標研究。西南交通大學圖書館團隊[15-17]通過與美國研究圖書館協會、中國香港特別行政區(qū)的統(tǒng)計進行對比分析,對高校圖書館事實數據庫提出建議;祝紅藝等[18]針對數字資源計量規(guī)范做了相關研究;張惠君等[19]指出“全國平臺”的指標體系中存在的疑問并分析原因。③平臺研究。海南職業(yè)技術學院圖書館團隊[20-22]從平臺建設出發(fā),基于事實數據庫構建圖書館智能評估和績效評價平臺。
2017年4月24日,江蘇省高校圖工委發(fā)布啟用“江蘇平臺”的通知,到目前為止正常運作了近兩年。2018年5月項目組召開全省高校館填報人員交流會,9月基于平臺發(fā)布了《2017年江蘇省高等學校圖書館發(fā)展報告》(以下簡稱“《報告》”)。綜合交流會上的建議和《報告》撰寫過程中遇到的問題,我們發(fā)現高校圖書館事實數據庫的建設工作還有許多值得思考的地方。本文將以“江蘇平臺”為例,介紹項目實施步驟、功能設計和系統(tǒng)架構,并從統(tǒng)計指標設置和特色功能兩個方面與“全國平臺”進行對比分析,最后針對事實數據庫的建設工作提出啟發(fā)性建議。
項目開展的實施步驟見圖1。
(1)準備階段。開展調研工作,確定統(tǒng)計指標和系統(tǒng)功能需求。項目組調研教育部、各省教育廳、全國高校圖工委和國際圖書館相關標準,制定適合江蘇省高校圖書館特點的科學、量化、可操作的統(tǒng)計指標,包括指標名稱、指標標準、指標內涵及指標填報說明。
(2)開發(fā)階段。確定系統(tǒng)開發(fā)環(huán)境,設計數據庫、數據分析參數,進行系統(tǒng)開發(fā),建立數據填報、處理、評價和網絡發(fā)布應用平臺。根據統(tǒng)計指標進行系統(tǒng)分析和設計,采用最新數據庫和網絡技術進行系統(tǒng)開發(fā),設置具有權限控制的數據提交、查詢分析服務,結合專業(yè)數據分析軟件,從不同維度實現對數據的自動統(tǒng)計分析。
(3)試運行階段。組織相關工作人員進行數據預填報,測試系統(tǒng)功能,征集意見并完善系統(tǒng),以實現穩(wěn)定服務提供。
(4)維護階段。制定實施細則和政策,編制操作指南和說明,對全省高校圖書館填報人員開展培訓,促進統(tǒng)計資料得以及時準確填報,建立可持續(xù)發(fā)展的機制。
“江蘇平臺”具有數據填報和數據分析兩大功能模塊。數據填報模塊分為兩部分,第一部分是事實數據的填報,包括基本信息、辦館條件、年度經費情況、資源建設、內涵建設、讀者服務6個板塊;第二部分為數據庫填報,主要包括商業(yè)數據庫的勾選和自建數據庫的填報。數據填報采用角色分級管理,既保障數據安全又可實現多人協同操作。數據分析模塊具有強大的數據分析功能,可實時、分層、多維度、可視化揭示信息,方便不同權限的用戶直觀了解。項目組定期發(fā)布全省高校圖書館事業(yè)發(fā)展各類統(tǒng)計分析報告,為教育行政管理人員、圖書館館長及科研人員提供服務。
系統(tǒng)采用面向用戶角色的設計思路,實現基于樹形結構對權限系統(tǒng)進行分級管理,根據不同角色實行用戶身份認證并賦予相應的功能權限。該系統(tǒng)共有普通用戶、圖書館用戶、圖工委用戶、管理員4種角色,具體不同用戶類型相對應的功能如表1所示。
前臺部分面向普通用戶、圖書館用戶、圖工委用戶。其中普通用戶不需要登陸,圖書館用戶、圖工委用戶需要賬號登錄成功才能擁有特定的功能權限。圖書館用戶具有獨特的數據填報功能;圖工委用戶的數據分析功能比圖書館用戶的強大,如圖工委用戶可以查看江蘇省所有圖書館的全部數據,還可以進行數據庫建設方面的查詢,但圖書館用戶僅可以對本館的數據和其他館的少部分數據進行簡單的查詢分析。另外,雖然這3個角色用戶都擁有“統(tǒng)計匯總”功能,但賦予的權限深度不同:普通用戶僅可看到各館“A1館舍總面積”“A4讀者總人數”等常見數據項的排序,但看不到具體數值;圖書館用戶可以查看大部分數據項的排序,同樣看不到具體數值;圖工委用戶可以查看所有數據項的排序和具體數值,且可以根據城市和學校性質分類進行統(tǒng)計分析。后臺部分面向管理員,主要包括系統(tǒng)管理、新聞管理、用戶管理、規(guī)范數據庫池管理等。
從邏輯結構上看,系統(tǒng)從低到高分層如圖2所示。最底層是運行環(huán)境,是項目搭建的基礎保障,采用在Windows系統(tǒng)中以“Apache+PHP+MySQL”的組合模式來配置。Apache由于其跨平臺和安全性被廣泛使用,是流行的Web服務器端軟件之一;PHP是免費的,具有開放源代碼、快捷、跨平臺性強、效率高等特點;MySQL是完全網絡化的跨平臺關系型數據庫系統(tǒng),在網絡方面表現非常優(yōu)秀。數據庫層存放系統(tǒng)的所有元數據,包括事實數據、用戶數據和數據庫建設數據。數據層也可稱為數據訪問層,主要是對數據庫的操作,包括讀寫數據、數據緩存等,為上面各層提供數據服務。業(yè)務層主要是針對具體問題的操作,對各種用戶的不同業(yè)務進行邏輯處理。展示層和前端將該系統(tǒng)以Web方式呈現給用戶,根據用戶的角色提供相應的功能界面,并根據用戶的請求返回相應的數據,為用戶提供一種交互操作的界面。該系統(tǒng)以網站發(fā)布形式分層次、分角色提供24小時門戶服務,并逐步將部分信息向社會公眾開放。
“江蘇平臺”結合“全國平臺”和國際高校圖書館統(tǒng)計的新理念、新趨勢,對統(tǒng)計指標進行充實、優(yōu)化,使其更符合江蘇省實際情況。
“全國平臺”擴展版的統(tǒng)計指標分為五級,一級指標11項,各級指標共計201項?!敖K平臺”統(tǒng)計指標分為六級,將“全國平臺”的一級指標進行整合,共6項,分別為辦館條件、年度經費情況、資源建設、內涵建設、讀者服務、數據庫建設。其中前5項與“全國平臺”相對應,按邏輯關系和圖書館實際情況進行細分(見表2)?!敖K平臺”較“全國平臺”新增了部分統(tǒng)計指標,如“G3參會情況”“G4科研及學術成果”等。
數據庫建設統(tǒng)計中分別對購買數據庫和自建數據庫進行統(tǒng)計,其中購買數據庫有13項統(tǒng)計指標,自建數據庫有7項統(tǒng)計指標?!敖K平臺”各級指標共計226項。
“江蘇平臺”與“全國平臺”相比,具有三大特色功能:一是數據填報模塊人性化設計;二是數據分析與揭示提供多維度、實時可視化功能;三是采用建立規(guī)范數據庫批量勾選單元,統(tǒng)一計量數據庫。
3.2.1 數據填報人性化設計
為節(jié)省填報時間,對于如“A1館舍情況”“A3資料室情況”“G1館長情況”等未發(fā)生變化或變化不大的填報項,各館填報人員可以選擇“復制上一年數據”功能,將上一年的數據復制,只需將變動的地方稍作修改后提交即可,避免不必要的重復勞動。
平臺還設置了由填報館管理員分配角色的功能,方便不同業(yè)務人員同時填報不同模塊,如涉及“資源建設”的由文獻部主任填報,涉及“內涵建設”的由人事秘書填報,涉及“數據庫建設”的由數據庫采訪人員填報。
3.2.2 數據分析實時可視化
(1)以三維立體圖形式展示分析結果。在進行數據分項統(tǒng)計和比較時,系統(tǒng)使用餅狀圖、折線圖、直方圖等形式將分析結果更加清晰、直觀地展示出來,使用戶一目了然。
(2)可以同時對多個學校、多個指標項進行多維度比較。目前系統(tǒng)設置可以最多選擇10個學校和10個指標項進行同時比較。
(3)圖書館用戶可以將本館的年度數據和自建數據庫列表導出為Excel文件,方便查看和資料保存。
3.2.3 數據庫計量規(guī)范易操作
電子資源統(tǒng)計是現代高校圖書館統(tǒng)計工作中的重要組成部分,而電子資源計量方法是統(tǒng)計工作中的難點?!叭珖脚_”不具有數據庫統(tǒng)計功能,“江蘇平臺”通過以下途徑解決數據庫統(tǒng)計中的困難,實現對電子資源的統(tǒng)計。
(1)建設統(tǒng)一規(guī)范的商業(yè)數據庫池。按數據庫商提供的最小訂購單元,“江蘇平臺”每年會對市場上已有商業(yè)數據庫按“名稱、出版商、中文/外文、數據庫類別、學科覆蓋范圍、收錄文獻類型、參考價格、利用方式、數據庫簡介”進行規(guī)范整理,形成一個統(tǒng)一規(guī)范的商業(yè)數據庫池。各館用戶在填報購買數據庫時,不需逐個手動添加,只需批量勾選、提交,然后再根據本館實際情況,對單個數據庫的價格、利用方式等指標適當修改。這樣方便圖書館用戶填報購買的商業(yè)數據庫,節(jié)省時間;更重要的是,規(guī)范統(tǒng)一的數據庫有利于對全省的數據庫建設情況進行統(tǒng)計分析,進而充分利用統(tǒng)計數據,定期、長期出版統(tǒng)計調查報告。2017年商業(yè)數據庫池中備選庫共有1?152個,其中中文庫520個,外文庫632個。
(2)對數據庫建設情況進行統(tǒng)計分析??梢詮亩鄠€維度對全省高校圖書館購買的商業(yè)數據庫進行查詢分析。如可以根據城市、年份、數據庫類型檢索商業(yè)數據庫的購買情況,并按照訂購學校數從多到少排序;也可根據年份、數據庫名稱檢索出購買圖書館列表,以方便各級領導層對全省高校圖書館商業(yè)數據庫采購情況、經費支出、利用成效等信息有一個綜合全面的了解。
此外,還可以統(tǒng)計全省圖書館的自建數據庫建設情況。自建數據庫主要充分發(fā)揮學校特色資源,服務于本校的特殊需要。2017年的統(tǒng)計數據顯示,全省高校圖書館共已建設177個自建數據庫,以文史類居多,文獻類型多樣,數據來源廣泛,學科特色明顯。
不管是“全國平臺”還是“江蘇平臺”,都是屬于傳統(tǒng)的統(tǒng)計模式,只是將以前紙上填報方式轉為網絡填報,還是對經費、館藏量、利用率、IT設備、服務等傳統(tǒng)指標的統(tǒng)計。隨著大數據、云計算、關聯數據等新技術的發(fā)展,事實數據庫統(tǒng)計來源同樣面臨轉型和對傳統(tǒng)的顛覆。除傳統(tǒng)的數據外,還應該增加存放在各館服務器中不可篡改記錄的采集,如圖書館為科研服務數據、用戶行為數據(借閱信息、入館記錄等)、MARC記錄、網站日志文件等,此外還有大事記的統(tǒng)計,以下詳細列舉其中3項。
(1)為科研服務水平的統(tǒng)計。事實數據庫的統(tǒng)計數據先要反映館藏文獻資源的信息量和服務質量,其次要反映為教學科研服務的水平[23]。隨著E-science的發(fā)展,科研范式繼實驗型、理論型和計算型之后,出現第四種研究范式——數據密集型科研范式。在這種范式中,科研數據的重要性被廣大科研人員認同,圖書館作為文獻保障中心和信息服務中心,對科研數據的管理責無旁貸。
此外,近年來機構知識庫建設在國內高校圖書館逐漸推廣。機構知識庫是把機構內各種系統(tǒng)、各個團隊、各個成員散存的各類知識成果的記錄、集成、再組織和展現。目標是展現機構成果,盤活機構知識資產,為成員、團隊提供學習和科研服務支持。據項目組成員調研,目前國內已建和在建的機構知識庫總量為472個,收藏資源數量龐大[24]。
“全國平臺”中涉及為科研服務的有“G7.1查新”“G7.2定題服務”和“G7.3查收查引”,“江蘇平臺”中涉及為科研服務的有“H1.7提供查新服務數量”和“H1.8提供查收查引服務數量”,都是僅統(tǒng)計服務的數量。后期可以增加對學術成果(專著、文章、科研立項等)的明細統(tǒng)計,同時還要體現對科研數據管理和機構知識庫的統(tǒng)計。
(2)用戶行為數據統(tǒng)計。圖書館的數據除了資源和服務數據,還有大量的用戶數據,將資源和服務數據與用戶數據相結合,發(fā)展個性化服務系統(tǒng)已成為新型圖書館知識服務模式[25]。用戶行為數據是用戶數據的重要組成部分,包括入館記錄、紙電閱讀借閱記錄、知識訂閱、收藏關注、社交網絡等。而這些數據資源分布廣泛,存儲于多個孤立的數據子系統(tǒng)和數據節(jié)點中,數據類型和維度呈現多樣化,很多是非結構化的,不便于統(tǒng)計與存儲,圖書館應將行為數據的展現形式從非結構化數據轉為結構化數據,并進行歸類和統(tǒng)計。
(3)大事記統(tǒng)計。大事記是黨政機關、企事業(yè)單位、社會團體記載自己重要工作活動或自己轄區(qū)所發(fā)生的重大事件,具有珍貴的史料價值。兩平臺目前都沒有對該方面有所涉及,后期可以增加大事記的統(tǒng)計,主要是各館的工作總結、工作檢查、工作匯報、工作統(tǒng)計、重要會議、重大活動、榮譽獎勵等。
實現數據共享,可以使更多的人更充分地使用已有數據資源,減少資料收集、數據采集等重復勞動和相應費用,而把精力重點放在對數據的開發(fā)利用上。數據只有開放,才有更多的價值,但開放與隱私互相矛盾,在如今十分注重隱私的時代,這就變成了一個敏感的話題。普華永道(PWC)對全美2?500位消費和商業(yè)領域的決策者進行調查,87%的消費者認為隱私會成為主要問題[26]。2018年歐洲的隱私法案《通用數據保護條例》[27]讓數據的隱私和開放陷入了矛盾。盡管憂心忡忡,但人們還是認識到共享數據的利他價值,PWC調查顯示,57%的人愿意分享個人信息以幫助醫(yī)療突破,62%的人愿意分享出行數據以幫助緩解城市交通。雖然隱私是人們擔憂的問題,但人工智能的普及已經形成時代潮流,數據必將會更大程度地被共享。
目前“江蘇平臺”圖書館用戶除可以查看本館數據外,對全省其他館的數據僅可以就某些指標項查看各館排名,并不能得到具體數據。缺少數據就很難對數據采用人工智能、大數據等技術進行挖掘,進而影響本館的決策。事實數據庫系統(tǒng)希望讓用戶能夠突破時間與空間的限制,在保證數據安全和保護隱私的前提下,最大限度地實現數據共享,為各館做決策提供數據支持。①明確各類型、各層次的數據使用者的許可權,讓填報數據的圖書館具有知情權,可隨時審計使用者的使用情況;②制定圖書館隱私保護機制,嚴格依據保密法適度共享系統(tǒng)中的數據;③從技術上保證數據的安全性和隱私性。
事實數據庫系統(tǒng)不是為了統(tǒng)計而統(tǒng)計,最終目的是利用統(tǒng)計數據來改進圖書館的服務。目前比較流行的人工智能技術,核心在于通過計算找尋數據中的規(guī)律,運用該規(guī)律對具體任務進行預測和決斷。從根本上說,結合人工智能讓新舊數據得到有效的管理,有望推動產品創(chuàng)新、內容創(chuàng)造和服務創(chuàng)新。數據驅動發(fā)現成為一種新的科學進步路線[28],由平臺收集的數據進一步構建智能化統(tǒng)計決策平臺,實現由事實數據向評價決策的智能轉換,給圖書館各級領導提供績效評價和輔助決策。
(1)指標設置動態(tài)參考值,實現自我評估。“江蘇平臺”和“全國平臺”填報的指標類型分別有數字型、邏輯型、單選型、多選型,根據一定規(guī)則為每個指標項實時自動計算出年度參考值,提供給圖書館用戶,達到圖書館自評的目的。對數字型指標,從圖書館填報的數據中自動獲取并計算平均值作為參考值;邏輯型指標只有“是”或者“否”,可以統(tǒng)計系統(tǒng)中選擇“是”和“否”的比例作為參考值;單選型指標計算每個選項的選擇比例作為參考值;多選型指標計算出單個選項的選擇比例和多個組合選項同時選擇的比例作為參考值。
該功能可以讓圖書館實現常態(tài)化的自評和自查,及時發(fā)現與同行在資源、服務等方面的差距,并找出原因,及時整改。同時在自評的基礎上,結合本館的建設發(fā)展情況,制定年度工作計劃及發(fā)展規(guī)劃。
(2)為高校館提供智能專家輔助決策,實現上級評估。在對事實元數據經過抽取和整理的基礎上,建立各種統(tǒng)計、分析模型(如文獻計量模型、多方程時間序列統(tǒng)計模型等),進行多維的、更復雜的綜合分析和計算,從中發(fā)現各種趨勢(如文獻增長趨勢、電子資源趨勢預測等),從而可以發(fā)現異常情況、找出內在規(guī)律、得到重要細節(jié)信息,為各級領導的決策業(yè)務提供切實有效的幫助。此外,為避免一葉障目的數據誤導,建立專家顧問庫,辯證地看待數據分析結果,及時補充相關領域專家,形成良好的、客觀的專家顧問把脈診斷機制。
隨著信息管理各個方面的不斷發(fā)展,新舊技術在不久的將來必定共存,且共存的模式可能會變得更加復雜。因此,數據的管理有方并非易事,要將數據管理作為圖書館各級組織的戰(zhàn)略性任務來看待。適用的戰(zhàn)略規(guī)劃有助于組織機構確定發(fā)展目標、實施步驟和重點任務,以適應未來的形勢變化和環(huán)境變化,積極應對不可預測的挑戰(zhàn)。
(1)關注并建立數據管理機制。圖書館要像管理文獻一樣管理圖書館的每條數據[29],將每條數據都作為資產管理起來。鑒于當下數據監(jiān)管面臨的挑戰(zhàn),圖書館應該從管理著手,建立正確的指導方針以防止代價高昂的失誤。此外,適用的管理計劃會將數據構建為資產,并成為圖書館新的重要組成部分。如重慶大學圖書館將文獻資產數據、行為數據和用戶數據采用相應的管理規(guī)則全部收集起來,建設成大數據中心,以數據來驅動圖書館的管理和服務。
(2)統(tǒng)一數據收集規(guī)則,加強數據一致性,降低收集成本。目前各館在填報“全國平臺”或“江蘇平臺”時,對某些統(tǒng)計項的理解和統(tǒng)計存在誤差,導致統(tǒng)計結果存在差異,無法進行準確的橫向比較。通過對圖書館的各種數據制定系統(tǒng)收集、存儲與傳輸規(guī)則,建立標準的數據協議,既達到統(tǒng)計上的一致性,也可以加強數據的有效性和準確性。此外,通過定義圖書館范圍的技術標準,進而開發(fā)供各館重復使用的工具,可以降低收集數據的成本。
(3)不斷審視平臺目標,調整平臺功能。隨著技術的革新和圖書館需求的變化,要不斷地重新審視平臺目標,基于現有平臺調整數據類型、收集方法和擴展數據分析處理能力。如“江蘇平臺”和“全國平臺”目前的數據收集方式是手動填報,不僅花費時間,出現錯誤的概率也會增加。隨著數據收集機制的完善統(tǒng)一,平臺后期可建設成自動收割數據的方式,這樣既減少人力物力,還大幅提升數據的準確性和實效性。又如JALIS四期的建設目標之一是建立一套JALIS服務體系互操作接口標準規(guī)范和創(chuàng)新管理機制,為未來的JALIS各子系統(tǒng)的整合集成提供規(guī)范和參考,進而為全省高校讀者提供資源和服務統(tǒng)一揭示、整合的、分布式、開放的、多層次和個性化的“江蘇省高校數字圖書館云服務平臺”。而目前該系統(tǒng)的用戶身份認證功能相對JALIS門戶網站來說是獨立的,后期需要統(tǒng)一調用JALIS門戶網站中的標準館代碼接口,實現統(tǒng)一身份認證。
[1] 教育部高校圖書館事實數據庫[EB/OL].[2018-09-13]. http://libdata.scal.edu.cn/login.html.
[2] 陳君濤,展金梅,王海,等. 海南省高校圖書館事實數據庫系統(tǒng)研究與實現[J]. 圖書館學刊,2011,33(5):47-48,54.
[3] 江蘇省高校圖書館事業(yè)發(fā)展統(tǒng)計與決策服務系統(tǒng)[EB/OL].[2018-09-13]. http://ssk.jalis.nju.edu.cn.
[4] 吳漢華. 對我國高校圖書館館藏圖書總量及其增長情況的分析[J]. 大學圖書館學報,2013,31(6):38-44.
[5] 吳漢華. 對我國高校圖書館信息化設施建設現狀的分析[J]. 圖書情報工作,2013,57(22):81-86,71.
[6] 吳漢華,張芳. 對我國高校圖書館人力資源現狀的分析[J]. 大學圖書館學報,2015,33(3):43-50.
[7] 吳漢華,姚小燕. 我國高校圖書館年度經費支出現狀分析[J]. 高校圖書館工作,2017,37(4):60-67.
[8] 胡秀梅,熊霞,李睦,等. 高等院校圖書館發(fā)展之分析研究[J]. 四川圖書館學報,2015(3):2-5.
[9] 高凡,何雪梅,胡秀梅,等. 高校圖書館文獻資源發(fā)展狀況(2010—2014年)[J]. 大學圖書館學報,2016,34(2):28-36.
[10] 胡秀梅,何雪梅,李睦,等. “211工程”院校圖書館紙質文獻資源建設區(qū)域性對比研究[J]. 大學圖書館學報,2013,31(5):18-22.
[11] 李睦,熊霞,高凡. 2012年四川省普通高校圖書館發(fā)展狀況調查[J]. 四川圖書館學報,2014(5):51-56.
[12] 張毓晗. 四川省高校圖書館人力資本存量測算與分析[J]. 四川圖書館學報,2014(3):83-85.
[13] 李忠,王曉麟. 高職高專圖書館人力資源現狀調查及應對策略[J]. 四川圖書館學報,2014(3):86-89.
[14] 侯壯,杜麗,李泰峰. 研究型大學圖書館館員隊伍建設探析——以6所理工類研究型高校圖書館為例[J]. 四川圖書館學報,2016(2):56-59.
[15] 李睦,胡秀梅,何雪梅,等. 美國研究圖書館協會的統(tǒng)計工作機制對我國高校圖書館統(tǒng)計工作的啟示[J]. 大學圖書館學報,2011,29(6):92-94,107.
[16] 胡秀梅,何雪梅,李睦,等. 美國研究圖書館協會統(tǒng)計與“高校圖書館事實數據庫”統(tǒng)計的對比研究[J]. 大學圖書館學報,2011,29(6):95-98.
[17] 高凡,何雪梅,胡秀梅,等. 內地和香港地區(qū)高校圖書館統(tǒng)計規(guī)范之比較[J]. 大學圖書館學報,2013,31(6):50-53.
[18] 祝紅藝,羅紅彬. 數字資源計量規(guī)范研究——基于事實數據庫專項數據填報的思考[J]. 現代情報,2016,36(1):114-117.
[19] 張惠君,張西亞. 關于“教育部高校圖書館事實數據庫”統(tǒng)計難點的探討[J]. 大學圖書情報學刊,2011,29(1):49-53,58.
[20] 王海,楊艷紅. 高校圖書館協同評價體系構建與實現[J]. 圖書館學研究,2017(22):36-39.
[21] 王海,趙會平,郭向勇. 應用事實數據庫構建高校圖書館智能化評估模式研究[J]. 圖書館論壇,2015,35(1):58-62.
[22] 郭向勇,敖龍,龔自振,等. 高職高專院校圖書館績效評價體系的實踐與探索[J]. 圖書館建設,2015(6):69-74.
[23] 李新蘋. 對《全國高校圖書館事實數據庫》統(tǒng)計工作的幾點想法[J]. 現代情報,2005(8):120-121.
[24] 龔亦農,朱茗. 我國機構知識庫建設現狀調查[J]. 數字圖書館論壇,2018(9):20-28.
[25] 袁輝,沈敏,楊新涯. 用戶行為模型在圖書館“智慧門戶”建設中的應用與探索[J]. 圖書情報工作,2017,61(7):57-61.
[26] How AI is pushing man and machine closer together[EB/OL].[2018-09-13]. https://www.pwc.com/us/en/industry/entertainment- media/publications/consumer-intelligence-series/assets/pwc-botme-booklet.pdf.
[27] 通用數據保護條例[EB/OL].[2018-09-13]. https://baike.so.com/doc/28255394-29669214.html.
[28] 顧立平. 數據治理——圖書館事業(yè)的發(fā)展機遇[J]. 中國圖書館學報,2016,42(5):40-56.
[29] 楊新涯. 科學數據管理——圖書館的數據[EB/OL].[2018-09-13]. http://live.vhall.com/552304882?shareId=u-27041313-3.
Current Situation and Prospect of the Construction of Statistical System in University Libraries:Taking “Jiangsu Academic Library Development Statistics and Decision Making Service System” as an Example
GENG ManMan ZHU Ming
( Nanjing Normal University, Nanjing 210023, China )
The article takes “Jiangsu Academic Library Development Statistics and Decision Making Service System” as an example to introduce the implementation steps, function design and system architecture of Statistical System construction. Then compares it with the “Statistical System of the University Library of the Ministry of Education” from two aspects: indicator setting and characteristic function. The system has the features of reasonable index setting, humanized design of data filling, real-time visualization of data analysis, and easy operation of database measurement specifications. Finally, the suggestions of statistical integrity, data sharing, platform intelligence and data stratification are proposed for the construction of statistical system.
University Library; Statistical System; Statistical Indicator; Decision Making
G250.74
10.3772/j.issn.1673-2286.2018.11.006
(2018-10-13)
耿曼曼,女,1985年生,碩士,館員,研究方向:數字圖書館,E-mail:gm413@163.com。
朱茗,女,1968年生,碩士,副研究館員,研究方向:數字圖書館,E-mail:mzhu@njnu.edu.cn。
*本研究得到江蘇省高等學校數字圖書館四期工程建設項目“資源協調采購與評估平臺”子項目(編號:JS2014-15)資助。