楊斌

（浙江經(jīng)濟(jì)職業(yè)技術(shù)學(xué)院，浙江 杭州 310018）

0 引言

當(dāng)今高校面臨數(shù)字化改革的需求，高校圖書館也面臨著從傳統(tǒng)服務(wù)向個(gè)性化、信息化服務(wù)轉(zhuǎn)型的問題。圖書館對(duì)自身數(shù)據(jù)進(jìn)行有效分析，通過量化指標(biāo)指導(dǎo)各類服務(wù)調(diào)整，是現(xiàn)今高校圖書館轉(zhuǎn)型的必由之路，使用社會(huì)網(wǎng)絡(luò)分析法（Social Network Analysis，SNA）分析書籍借閱數(shù)據(jù)，不僅可以獲得大量量化的測度指標(biāo)，也可以繪制可視化的社群圖，具體以浙江院圖書館數(shù)據(jù)為例，討論多向需求書籍、潛在需求書籍、打包套餐類書籍等書籍推薦工作的啟示，為高校圖書館數(shù)字化改革提供了一種方案。

1 背景

在互聯(lián)網(wǎng)+背景下，師生獲取知識(shí)的途徑越來越多元化，高校圖書館也必須從傳統(tǒng)的知識(shí)提供者，開館坐等師生上門轉(zhuǎn)變?yōu)橹R(shí)的引領(lǐng)者，走出圖書館為師生提供專業(yè)的、全方位的書籍、文獻(xiàn)推薦，為高校專業(yè)打造專業(yè)書籍群落，精準(zhǔn)定位每一本書籍的作用。

隨著大數(shù)據(jù)技術(shù)的發(fā)展，信息時(shí)代轉(zhuǎn)向了數(shù)據(jù)時(shí)代，數(shù)據(jù)將是最重要的生產(chǎn)資料之一。高校圖書館擁有豐富的圖書數(shù)據(jù)及借閱數(shù)據(jù)，同時(shí)這些數(shù)據(jù)是借閱者依據(jù)自身需求，切實(shí)產(chǎn)生的行為數(shù)據(jù)，可以真實(shí)反映每一本藏書的價(jià)值。對(duì)書籍借閱數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，計(jì)算測度指標(biāo)，乃至將分析結(jié)果可視化呈現(xiàn)，有助于圖書館優(yōu)化館藏書籍結(jié)構(gòu)，為師生精準(zhǔn)推薦書籍，發(fā)掘師生的潛在興趣。同時(shí)對(duì)高校師生各類數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，也是高校數(shù)字化改革的一個(gè)重要組成部分。

當(dāng)今國內(nèi)外較為成熟的推薦算法是協(xié)同過濾算法[1-2]，此算法已經(jīng)在電子商務(wù)上有了成熟的運(yùn)用，如淘寶、京東等，但是協(xié)同過濾算法有冷啟動(dòng)、矩陣稀疏性等問題，針對(duì)這些問題有很多學(xué)者從圖書標(biāo)簽信息和用戶背景信息兩方面為突破點(diǎn)對(duì)協(xié)同過濾算法進(jìn)行了補(bǔ)充和改進(jìn)[3-4]，一般是在系統(tǒng)初始化時(shí)依據(jù)用戶背景信息推薦相關(guān)專業(yè)書籍，但是高校圖書館圖書推薦與傳統(tǒng)的電子商務(wù)商品推薦有著明顯不同的環(huán)境特征，一是借閱者和書籍的專業(yè)傾向較為明顯，數(shù)據(jù)在同專業(yè)書籍中相對(duì)集中，而跨專業(yè)書籍中相對(duì)稀疏；二是在推薦借閱者同類型書籍的同時(shí)更需要為借閱者挖掘新的興趣點(diǎn)[3]。

在圖書館數(shù)據(jù)分析中引入其他分析法將是一種必然趨勢，而社會(huì)網(wǎng)絡(luò)分析法也早已廣泛的運(yùn)用到了各行各業(yè)中，包括圖書情報(bào)學(xué)中[5]，其主要運(yùn)用方向分為兩個(gè)：一是通過文獻(xiàn)的引用、作者、課題等信息對(duì)文獻(xiàn)進(jìn)行社群分析，得到文獻(xiàn)的社群圖，研究文獻(xiàn)之間的關(guān)聯(lián)及分布關(guān)系；二是在圖書系統(tǒng)中附加了社交評(píng)論模塊，然后對(duì)社交模塊數(shù)據(jù)進(jìn)行分析[7-8]。本文嘗試單純從書籍借閱數(shù)據(jù)入手，對(duì)書籍社群進(jìn)行分析。社會(huì)網(wǎng)絡(luò)分析法能被廣泛關(guān)注且運(yùn)用，主要有兩個(gè)顯著的優(yōu)點(diǎn)：可視化及定量的測度指標(biāo)，這兩個(gè)特點(diǎn)都是協(xié)同過濾算法所不具備的，也同時(shí)是被廣大學(xué)者重視所在?？梢暬梢宰寱慕栝喺?、圖書館的管理者更直觀形象的了解圖書館的書籍借閱信息，并從全局出發(fā)得到啟示；定量的測度指標(biāo)可以為圖書館工作的科學(xué)化、高效化提供數(shù)據(jù)支撐，做到有依據(jù)可追溯。

2 基于社會(huì)網(wǎng)絡(luò)分析法的高校書籍借閱數(shù)據(jù)分析

運(yùn)用社會(huì)網(wǎng)絡(luò)分析法對(duì)高校圖書館書籍借閱數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，以同書號(hào)書籍為單個(gè)實(shí)體對(duì)象，輔以書籍、借閱者背景數(shù)據(jù)進(jìn)行數(shù)據(jù)過濾，計(jì)算各種書籍量化測度指標(biāo)，繪制書籍社群圖，最后形成基于社會(huì)網(wǎng)絡(luò)分析法的高校圖書館書籍?dāng)?shù)據(jù)分析報(bào)告，為書籍推薦、入庫、剔舊等圖書工作提供量化的數(shù)據(jù)支撐。

2.1 整體分析流程

運(yùn)用社會(huì)網(wǎng)絡(luò)分析法對(duì)高校圖書館書籍借閱數(shù)據(jù)進(jìn)行分析，整體流程如圖1所示，主要分為四步：①從圖書管理借閱系統(tǒng)中導(dǎo)出借閱數(shù)據(jù)，并進(jìn)行清洗；②依據(jù)書籍、借閱者的背景數(shù)據(jù)將借閱書籍進(jìn)行簡單歸類，形成不同的書籍社群，得到鄰接矩陣；③運(yùn)用社會(huì)網(wǎng)絡(luò)分析法，計(jì)算測度指標(biāo)；④繪制書籍社群圖，撰寫分析報(bào)告。

圖1 基于SNA高校書籍借閱數(shù)據(jù)分析概念圖

2.2 數(shù)據(jù)清洗

圖書借閱是圖書館核心服務(wù)之一，其產(chǎn)生的數(shù)據(jù)同樣是圖書館的核心數(shù)據(jù)，能從側(cè)面反映一個(gè)高校的學(xué)習(xí)氛圍乃至辦學(xué)質(zhì)量。圖書管理借閱系統(tǒng)中存儲(chǔ)的借閱數(shù)據(jù)仍然有較大的冗余，不能直接用于分析，需要經(jīng)過清洗轉(zhuǎn)換為可用數(shù)據(jù)。

本文對(duì)于原始的借閱數(shù)據(jù)清洗遵從以下四條原則：

①以書號(hào)為書籍實(shí)體單位判別的界限，同書號(hào)不同版次的書籍?dāng)?shù)據(jù)歸總為一個(gè)實(shí)體的數(shù)據(jù)，不同書號(hào)即使同名、同版次的書籍?dāng)?shù)據(jù)也區(qū)分統(tǒng)計(jì)；

②不同書籍實(shí)體間的書本數(shù)量存在差距，其必然對(duì)借閱數(shù)據(jù)產(chǎn)生影響，在此研究中此影響不作考慮，以待后期研究補(bǔ)充；

③同借閱者同書籍的反復(fù)借閱行為，其數(shù)據(jù)進(jìn)行歸總合并，單純認(rèn)為是借閱者與書籍實(shí)體間存在屬性關(guān)聯(lián)，此屬性不做強(qiáng)度處理；

④剔除與被研究無關(guān)數(shù)據(jù)標(biāo)簽，只保留借閱者信息、書籍信息、借閱信息三部分。

明確數(shù)據(jù)清洗原則后，將數(shù)據(jù)從圖書管理借閱系統(tǒng)中導(dǎo)出、清洗、整理并以書籍類型歸類，選取相應(yīng)類型書籍形成所需分析的底層數(shù)據(jù)。

2.3 以書籍為實(shí)體對(duì)象的鄰接矩陣

使用社會(huì)網(wǎng)絡(luò)分析法分析書籍借閱數(shù)據(jù)的首要任務(wù)是：明確分析的實(shí)體對(duì)象以及量化實(shí)體對(duì)象之間的聯(lián)系，從而形成書籍借閱數(shù)據(jù)鄰接矩陣，作為社會(huì)網(wǎng)絡(luò)分析法的數(shù)據(jù)基礎(chǔ)。本研究以書籍為實(shí)體對(duì)象，以借閱數(shù)據(jù)中書籍的一個(gè)重要屬性——“借閱者”為其聯(lián)系，以擁有相同借閱者的數(shù)量量化兩個(gè)實(shí)體對(duì)象書籍的聯(lián)系強(qiáng)度，如書籍a(chǎn)擁有41次借閱數(shù)據(jù)，書籍b擁有32 次借閱數(shù)據(jù)，其中兩者擁有17 位相同的借閱者，那么認(rèn)為a 與b 之間為17 的聯(lián)系強(qiáng)度。將書籍類型確立之后，依照此方法可以得到該書籍群落中所有書籍相互間的聯(lián)系強(qiáng)度，形成社會(huì)網(wǎng)絡(luò)分析法分析的數(shù)據(jù)基礎(chǔ)——鄰接矩陣。

2.4 測度指標(biāo)

以上述鄰接矩陣為基礎(chǔ)，可計(jì)算書籍的出入度、密度、整體中心度、中心勢、凝聚子群等量化的測度指標(biāo)。

出入度為書籍實(shí)體對(duì)象所有聯(lián)系強(qiáng)度之和，出入度越大，代表此數(shù)據(jù)的局部影響力越大，與周邊書籍實(shí)體對(duì)象擁有越多的相同借閱人數(shù)。而將聯(lián)系強(qiáng)度指標(biāo)進(jìn)行升高，剔除弱連接，比如兩本書籍間連接強(qiáng)度平均在20，那么10以下的我們認(rèn)為是弱連接剔除，而過濾后的每本書籍出入度又發(fā)生了變化。過濾前出入度最大的書籍是較為熱門，影響面較廣的書籍，過濾后出入度最大的書籍是此類型書籍中地位較高，具有較高長期保存價(jià)值的書籍。

密度較高代表該類型書籍整體性越高，特別是剔除弱連接過濾后，密度仍然較高，那么意味著借閱者對(duì)該類型的書籍整體需求度較高，需要依據(jù)書籍內(nèi)容做進(jìn)一步分析，確定是書籍內(nèi)容相似度高還是關(guān)聯(lián)度高，我們認(rèn)為同一類型書籍的關(guān)聯(lián)度較高是館藏書籍的合理結(jié)構(gòu)。如果密度較低，則代表書籍內(nèi)容相近性較低或該類型書籍對(duì)相關(guān)專業(yè)關(guān)聯(lián)度較低，無法形成較高的整體性價(jià)值。

整體中心度代表書籍實(shí)體對(duì)象在該類型書籍中的位置，計(jì)算公式為：

即書籍實(shí)體對(duì)象到達(dá)其他所有書籍實(shí)體對(duì)象的距離和，整體中心度越高代表此書籍實(shí)體對(duì)象在該類型書籍中的位置越偏遠(yuǎn)，即該書從借閱者的角度來說較為獨(dú)立。而整體中心度較低代表該書籍實(shí)體對(duì)象在該類型書籍中處于核心位置，即使借閱量不高，也可以重點(diǎn)推薦。

凝聚子群即對(duì)數(shù)據(jù)進(jìn)行聚類分析，常用的是“k-核”的概念，及連接強(qiáng)度在k時(shí)，該類型數(shù)據(jù)分成了哪幾個(gè)子群體，可以精準(zhǔn)定位借閱者需求的重疊性或者稱為延續(xù)性，同一凝聚子群中的書籍實(shí)體對(duì)象明顯有較高的相互推薦性，但是如果處在不同凝聚子群，并且該書籍實(shí)體對(duì)象整體中心度和出入度又較高則認(rèn)為能夠開拓學(xué)生的潛在興趣點(diǎn)，同樣具有推薦價(jià)值。

這些指標(biāo)不止在書籍推薦中具有參考意義，在圖書剔舊工作、書籍上架排列工作、甚至是書籍采購工作中同樣具有指導(dǎo)意義。

3 對(duì)高校圖書館書籍推薦工作的啟示

以浙江經(jīng)濟(jì)職業(yè)技術(shù)學(xué)院圖書館2020 年9 月至2021年6月的書籍借閱數(shù)據(jù)為例，具體闡述基于社會(huì)網(wǎng)絡(luò)分析法的高校書籍借閱數(shù)據(jù)分析，對(duì)于指導(dǎo)高校圖書館書籍推薦工作的四點(diǎn)啟示。

首先依據(jù)上述分析流程獲取數(shù)據(jù)，清洗后，本文選取了考試參考類書籍作為書籍社群，得到該書籍社群的數(shù)據(jù)鄰接矩陣。具體如圖2所示。

圖2 考試考證參考書籍?dāng)?shù)據(jù)鄰接矩陣

圖3 書籍社群圖

獲取數(shù)據(jù)鄰接矩陣后，可以根據(jù)各個(gè)公式計(jì)算各項(xiàng)測度指標(biāo)，包括節(jié)點(diǎn)出入度、節(jié)點(diǎn)中心度、社群密度、社群中心勢等等，同時(shí)可以繪制出可視化的社群圖直觀的展現(xiàn)社群結(jié)構(gòu)及關(guān)系。

3.1 基于節(jié)點(diǎn)度數(shù)的多向需求書籍推薦

在傳統(tǒng)圖書館書籍借閱數(shù)據(jù)分析中，大多以單本書籍借閱量衡量書籍的重要性，通常將借閱量大的書籍作為推薦書籍，方便讀者查閱。而通過社會(huì)網(wǎng)絡(luò)分析法分析借閱數(shù)據(jù)，可以進(jìn)一步得到專向需求書籍和多向需求書籍的分類。

如《報(bào)關(guān)員資格全國統(tǒng)一考試教材》一書，共借閱19 次，通過社會(huì)網(wǎng)絡(luò)分析法分析，發(fā)現(xiàn)其僅和其他3本考試類用書產(chǎn)生借閱聯(lián)系，即大部分的讀者都單獨(dú)的借閱了這一本考試類書籍，這是一本面向一些特定讀者的用書，具有針對(duì)性較強(qiáng)，需求量大且專向的特點(diǎn)。因此可以推斷出大量讀者是定向借閱該書，而不是在書架的瀏覽過程中借閱該書。

如《大學(xué)英語四級(jí)綜合特訓(xùn)》一書，共借閱21次，同樣通過社會(huì)網(wǎng)絡(luò)分析法分析，發(fā)現(xiàn)其擁有18的出入度度數(shù)，即代表與該書產(chǎn)生過共同借閱者的書籍有18本，證明大量讀者借閱此書時(shí)會(huì)同時(shí)或前后借閱其他考試書籍，通過查驗(yàn)借閱數(shù)據(jù)得到與其有借閱聯(lián)系的18 本書籍中有12 本英語類考試用書，可以判斷它是一本考試用途中可替代書籍或者是知識(shí)點(diǎn)互補(bǔ)書籍，需求量大且多向，較高的借閱量也證明了此書本身的價(jià)值。因此可以推斷出在推薦英語類考試用書時(shí)，此書會(huì)引起更多的關(guān)注。

同理通過社會(huì)網(wǎng)絡(luò)分析法分析在理論上還可以得到一類書籍，借閱量不高但與其他書籍有較密集的借閱聯(lián)系，但此次數(shù)據(jù)分析中并未出現(xiàn)該類型書籍。

3.2 基于節(jié)點(diǎn)中心度的讀者潛在需求書籍推薦

通過社會(huì)網(wǎng)絡(luò)分析法分析借閱數(shù)據(jù)，可以得到讀者更多的潛在需求書籍。

如《大學(xué)英語四級(jí)綜合特訓(xùn)》一書，通過書籍整理得到該書兩年內(nèi)總計(jì)借出21次，借閱次數(shù)本身較高，同時(shí)其擁有最高的絕對(duì)中心度18，即與該書擁有相同借閱者的書籍有18本，意味著未來有借閱者在借閱這18本書籍中的任意一本時(shí)也有較大的可能會(huì)借閱《大學(xué)英語綜合特訓(xùn)》一書。進(jìn)一步分析該書距離長度為2 的網(wǎng)絡(luò)，可以得到一些潛在同需求的書籍，如《外貿(mào)單證操作實(shí)例》一書，雖然沒有讀者同時(shí)借閱《外貿(mào)單證操作實(shí)例》和《大學(xué)英語四級(jí)綜合特訓(xùn)》，但其通過《四級(jí)聽力強(qiáng)化訓(xùn)練》和《初級(jí)會(huì)計(jì)》兩本書籍作為中間書籍形成兩條長度為2的路徑，此數(shù)據(jù)分析表明多位讀者分別借閱了其他書籍與這兩本書籍之一，因此可以推斷此兩本書籍間也有同需求潛質(zhì)，可以在讀者借閱《外貿(mào)單證操作實(shí)例》時(shí)同時(shí)推薦《大學(xué)英語綜合特訓(xùn)》，做到有效挖掘讀者的潛在閱讀需求。

同時(shí)通過整體中心度計(jì)算，得到書籍在整個(gè)社群中的位置，本文發(fā)現(xiàn)其中最大的凝聚子群為7本計(jì)算機(jī)類用書組成，證明計(jì)算機(jī)考試用書在借閱者中擁有更多的共同需求?？梢钥紤]做一期計(jì)算機(jī)類考試用書的推薦集合，使讀者更好的了解圖書館該類書籍的館藏情況及各自特點(diǎn)。

3.3 基于聚類分析的套餐書籍推薦

圖書館一般都有推薦書籍書架，現(xiàn)多數(shù)按照時(shí)事信息將最受關(guān)注的書籍放置在顯眼位置，剩余則按照作者、書本類型進(jìn)行擺放供讀者選閱。通過社會(huì)網(wǎng)絡(luò)分析法中的聚類分析，可以到書籍間的凝聚子群，得到以讀者借閱需求組合的書籍套餐，將同一個(gè)凝聚子群的書籍?dāng)[放在附近，更方便讀者快速查閱。

發(fā)現(xiàn)計(jì)算機(jī)類考試書籍與英語類考試書籍組成了一個(gè)凝聚子群，說明有一定量的讀者同時(shí)需求或者潛在需求這9本書籍，可將其擺放在一個(gè)區(qū)域做一期推薦。

3.4 基于可視化社群圖的書籍推薦

依據(jù)中心度高低繪制出書籍借閱社群圖，可以直觀清晰的看到各書籍實(shí)體對(duì)象間的聯(lián)系，如圖5所示為考試類用書的借閱社群圖，中心度較高的書籍呈現(xiàn)在社群圖的中間區(qū)域，代表它們擁有更多的同類讀者需求或者同類讀者的潛在需求。

同時(shí)讀者可以清晰地從自己借閱的書籍為起點(diǎn)，找到與之有聯(lián)系的書籍及距離為2為3的書籍。并且讀者通過自己的借閱行為，可以實(shí)時(shí)地改變社群圖，做到借閱更有趣味性。

4 結(jié)束語

高校圖書借閱系統(tǒng)中的借閱數(shù)據(jù)由讀者依據(jù)自身需求所產(chǎn)生，可以正確反映書籍被需求的情況，被哪些類型借閱者需求、需求強(qiáng)度、需求時(shí)期等，是圖書館最重要的無形資產(chǎn)之一。靈活應(yīng)用書籍借閱數(shù)據(jù)，進(jìn)行統(tǒng)計(jì)分析，可視化呈現(xiàn)，是高校圖書館數(shù)字化改革的突破口之一。

基于社會(huì)網(wǎng)絡(luò)分析法對(duì)高校圖書館書籍借閱數(shù)據(jù)進(jìn)行分析，可以從另一個(gè)的角度重新認(rèn)識(shí)館藏書籍，認(rèn)識(shí)館藏書籍在讀者需求中的關(guān)系結(jié)構(gòu)，這不僅對(duì)書籍推薦服務(wù)的開展提供了可量化的、可追溯的工作依據(jù)，也為館藏圖書的管理工作提供了數(shù)據(jù)參考。同時(shí)大數(shù)據(jù)時(shí)代下，為數(shù)字圖書館的個(gè)性化服務(wù)提供了一種可能，也為未來人工智能在高校圖書館中的運(yùn)用提供數(shù)據(jù)基礎(chǔ)。