温丽花

(深圳市龙岗区图书馆，广东 深圳 518000)

1 背景

随着用户服务模式和服务内容的变革，图书馆致力于愉悦感和满意度提升，为读者提供持续的个性化服务，导致用户服务数据、系统管理数据、系统运行监控数据和用户行为数据呈爆炸式增长态势，图书馆跨入大数据时代。大数据时代产生了海量的服务数据，如流通借阅数据、咨询服务数据、各类系统平台数据、各类社交媒体数据等，这些服务数据的作用日益凸显，大数据背景下图书馆服务相关研究已成为图情领域的热点。

2 大数据时代基层图书馆服务数据功能的调查分析

回顾已有研究成果，图书馆服务数据的功能主要分为图书馆层面、馆员层面和读者层面，图书馆层面又可以细分为优化馆藏资源和改善服务内容，馆员层面又可以细分为提高馆员素养和提升馆员服务能力，读者层面又可以细分为满足读者需求和引导读者阅读。为了更好地评估大数据时代基层图书馆服务数据功能，笔者设计问卷收集数据测算平均值并进行评估。

2.1 问卷设计

基于图书馆服务数据功能，调查问卷主要包括6个题项：①大数据时代基层图书馆服务数据是否可以帮助图书馆优化馆藏资源。②大数据时代基层图书馆服务数据是否可以帮助图书馆改善服务内容。③大数据时代基层图书馆服务数据是否可以有效提高馆员素养。④大数据时代基层图书馆服务数据是否可以有效提升馆员服务能力。⑤大数据时代基层图书馆服务数据是否可以高效满足读者需求。⑥大数据时代基层图书馆服务数据是否可以合理引导读者阅读。

2.2 评估标准

笔者界定变量衡量标准，对图书馆服务数据的上述6大功能进行衡量，数值越大，表示功能发挥越好。每个题目均采用5级李克特量表进行衡量，设置五个选项：1=非常不同意，2=比较不同意；3=一般；4=比较同意；5=非常同意。

2.3 数据收集

笔者随机抽取50家基层图书馆的馆员发送线上调查问卷，邀请他们进行1～5级评分，回收得到有效问卷41份。

2.4 统计分析

笔者采用SPSS软件进行描述性统计分析，统计题项答案频数分布和平均值见下页表1。

2.4.1 大数据时代基层图书馆服务数据优化馆藏资源功能方面。调查结果显示，选择“非常不同意”“比较不同意”“一般”“比较同意”“非常同意”的分别为1人、5人、6人、8人、21人，平均值为4.0488，显著大于5级李克特量表的中位数3，说明大数据时代基层图书馆的服务数据在优化图书馆馆藏资源方面可以发挥很大效用。

表1 调查结果

2.4.2 大数据时代基层图书馆服务数据改善服务内容功能方面。调查结果显示，选择“非常不同意”“比较不同意”“一般”“比较同意”“非常同意”的分别为2人、3人、5人、9人、22人，平均值为4.1220，显著大于5级李克特量表的中位数3，说明大数据时代基层图书馆的服务数据在改善图书馆服务内容方面可以发挥很大效用。

2.4.3 大数据时代基层图书馆服务数据提高馆员素养功能方面。调查结果显示，选择“非常不同意”“比较不同意”“一般”“比较同意”“非常同意”的分别为7人、7人、9人、10人、8人，平均值为3.1220，略大于5级李克特量表的中位数3，说明大数据时代基层图书馆的服务数据在提高馆员素养方面可以发挥一定效用。

2.4.4 大数据时代基层图书馆服务数据提升馆员服务能力功能方面。调查结果显示，选择“非常不同意”“比较不同意”“一般”“比较同意”“非常同意”的分别为6人、8人、8人、9人、10人，平均值为3.2195，略大于5级李克特量表的中位数3，说明大数据时代基层图书馆的服务数据在提升馆员服务能力方面可以发挥一定效用。

2.4.5 大数据时代基层图书馆服务数据满足读者需求功能方面。调查结果显示，选择“非常不同意”“比较不同意”“一般”“比较同意”“非常同意”的分别为1人、2人、4人、7人、27人，平均值为4.3902，明显大于5级李克特量表的中位数3，说明大数据时代基层图书馆的服务数据在满足读者需求方面可以发挥很大效用。

2.4.6 大数据时代基层图书馆服务数据引导读者阅读功能方面。调查结果显示，选择“非常不同意”“比较不同意”“一般”“比较同意”“非常同意”的分别为4人、6人、10人、11人、10人，平均值为3.4146，略大于5级李克特量表的中位数3，说明大数据时代基层图书馆的服务数据，在引导读者阅读方面可以发挥一定效用。

综上，大数据时代基层图书馆服务数据在优化图书馆馆藏资源、改善图书馆服务内容、满足读者需求方面可以发挥很大作用，在提高馆员素养、提升馆员服务能力、引导读者阅读方面也可以发挥一定作用。

3 大数据时代基层图书馆服务数据功能的影响因素分析

笔者通过查看已有研究成果发现，服务数据功能的发挥与服务数据的采集、清洗、整合、分析、处理密切相关，为了更好地界定大数据时代基层图书馆服务数据的优化路径，以上述相关因素作为影响因素，分析其对服务数据功能具有怎样的影响关系，并由此提出建议和措施。

3.1 模型构建

基于因果影响关系，构建多元回归分析模型，即： Yi=α+βiXi+ε,其中，Y是因变量，这里指图书馆服务数据功能，X是自变量，这里包括数据采集、数据清洗、数据整合、数据分析、数据处理。

3.2 变量界定

在界定变量衡量标准时，为了与上述图书馆服务数据功能的测量一致，笔者采用1～5级李克特量表进行衡量，数值越大，表示程度越高。其中，1=非常不同意，2=比较不同意，3=一般，4=标同意，5=非常同意。

3.3 数据收集

笔者采用问卷调查收集数据，随机抽取50家基层图书馆的馆员发送线上调查问卷，邀请他们针对数据采集、数据清洗、数据整合、数据分析、数据处理进行1～5级评分，回收得到有效问卷41份。

3.4 回归结果

笔者采用SPSS软件调查问卷进行多元回归分析，结果见表2。

表2 多元回归分析结果

3.4.1 根据R2结果可知。模型调整后R值为0.913，模型调整后R2值为0.834，即拟合优度为83.4%。也就是说，自变量数据采集、数据清洗、数据整合、数据分析、数据处理对因变量图书馆服务数据功能的解释程度为83.4%，具有较高的解释力。

3.4.2 根据F值结果可知。模型分析中的F值为87.729，显著性水平为0.000，小于0.05，说明模型通过F检验，也就是说，模型分析结果是有效的，可以进行进一步讨论。

3.4.3 根据回归结果可知。“数据采集”变量的Beta值为0.651，为正，显著水平为0.001，小于0.01，说明数据采集对基层图书馆服务数据功能具有非常显著的正向影响，也就是说，大数据时代可以通过提高基层图书馆的数据采集质量提升其服务数据功效。“数据清洗”变量的Beta值为0.632，为正，显著水平为0.002，小于0.01，说明数据清洗对基层图书馆服务数据功能具有非常显著的正向影响，也就是说，大数据时代可以通过提高基层图书馆的数据清洗质量提升其服务数据功效。“数据整合”变量的Beta值为0.759，为正，显著水平为0.000，小于0.01，说明数据整合对基层图书馆服务数据功能具有非常显著的正向影响，也就是说，大数据时代可以通过提高基层图书馆的数据整合质量提升其服务数据功效。“数据分析”变量的Beta值为0.706，为正，显著水平为0.000，小于0.01，说明数据分析对基层图书馆服务数据功能具有非常显著的正向影响，也就是说，大数据时代可以通过提高基层图书馆的数据分析质量提升其服务数据功效。“数据处理”变量的Beta值为0.596，为正，显著水平为0.009，小于0.01，说明数据处理对基层图书馆服务数据功能具有非常显著的正向影响，也就是说，大数据时代可以通过提高基层图书馆的数据处理质量提升其服务数据功效。综上，大数据时代基层图书馆服务数据的采集、清洗、整合、分析、处理对服务数据功能的发挥均具有非常显著的正向影响。

4 大数据时代基层图书馆服务数据功能的提升路径

4.1 优化服务数据采集质量，提升服务数据功能

大数据时代更强调数据的完整性和混杂性，需要收集尽可能多的数据，以便进行深度探讨。基层图书馆在采集数据时应保证数据来源的多样性：一是自建系统数据库，全面采集读者的相关数据，如读者的借阅数据，阅读习惯数据，阅读行为数据等，同时还可以将SqlServer、MySql、Oracle、Access等数据库的读者数据导入系统数据库。二是精准捕捉网络数据，采用网络工具和程序收集网络相关数据，如网站的点击量、访问驻留数据、用户的各种网络使用行为数据等。三是有针对性地将纸质数据转换为电子数据，即选取图书馆在信息化建设前存留的纸质数据中有价值的部分转化为电子数据。

4.2 优化服务数据清洗质量，提升服务数据功能

大数据时代追求数据的完整性会带来数据量的大幅增加，从而造成数据质量下降，原因在于采集的元数据可能存在重复数据、错误数据、缺失数据、不一致数据、异常数据等。因此，图书馆需要对这些数据进行清洗，数据清洗的目的是检测数据本身的非清洁和数据间的非清洁，并予以剔除或改正，提高数据质量。数据清洗的具体步骤如下：首先获取元数据，分析数据存在的问题；其次定义清洗规则，确定清洗方案；再次选择数据样本验证数据清洗方案的正确性和清洗效率；最后进行数据清洗，并将清洗过的数据代替原有数据。

4.3 优化服务数据整合质量，提升服务数据功能

大数据时代可以实现数据可视化，而要想将数据可视化就必须知道数据的具体表达，数据表达和相互之间的关联是数据可视化的关键，也是全面分析数据的关键，同样还是深层次理解数据的关键。为了能完整展示数据与数据之间的关系，图书馆需要对数据进行整合，单个数据表中的数据往往不能反映一种行为或现象的全貌，需要结合其他数据源中的数据一起进行分析，这里的数据整合可以被理解为对数据进行组织、整理、合并和完整性补充。

4.4 优化服务数据分析质量，提升服务数据功能

大数据时代可以做到数据的多层次分析和深度分析，数据分析的根本目标是根据需求从数据中提取有用的知识，并将其应用到具体领域中。服务数据经过整合后依然数量庞大、结构复杂，图书馆员需要通过进一步分析才能得到很多隐藏在数据背后的意义。

4.5 优化服务数据处理质量，提升服务数据功能

大数据时代可以实现数据的自动化处理，图书馆日常工作多而复杂，产生的服务数据种类和数量也日益繁多，实现服务数据的自动化处理对数据资源的管理、数据资源利用具有重要的现实意义。服务数据的自动化处理特别要突出自动统计分析，就是基于整合后的服务数据为用户使用提供服务，按照编写好的程序提供统一应用界面，实现数据的汇总、统计、查询以及报表自动生成等功能，方便用户获得各类统计信息。