强调读者参与和资源揭示的OPAC

●江佳惠（西南财经大学 图书馆，成都 610074）

信息技术的发展和数字图书馆建设的推进，对OPAC（Online Public Access Catalogue） 功能的完善提供了更好的技术支持和更高的要求。本文将通过分析目前高校图书馆的OPAC在资源建设和资源揭示中存在的问题，提出建设一个为读者提供参与资源揭示、资源评价和允许读者互动的OPAC，以期借助这样的系统来提高读者需求满足率、资源利用率和读者满意度。

1 目前图书馆在资源建设和组织中存在的问题分析

1.1 缺乏读者参与的资源采购、典藏

数字资源在购买前通常都会有一次或多次试用，试用期内的使用效果是最终购买与否的参考意见。与数字资源不同的是，纸本资源由图书馆直接采购。即：是否购买某种纸本资源、购买多少个复本，在多校区的情况下确定纸本资源的典藏地点等工作，都不由读者来决定，而完全凭借工作人员的经验。

虽然在提倡以读者为中心的理念指导下，多数图书馆都有“读者推荐”渠道，但由读者推荐而采购的资源在全部购买资源中的比例相当低，几乎可以忽略不计。而且，现在有些图书馆的编目、典藏工作采用外包，典藏地点的确定可能更机械，与实际需求情况结合更不紧密，也就更不方便有实际需求的读者了。可见，目前仍然沿用的资源（特别是纸本资源）采购模式会造成采购与读者需求的吻合度有较大的偏差，这种偏差势必对教学、科研产生不良影响，并最终影响图书馆对读者的吸引力。

1.2 缺乏读者参与、互动的资源揭示

读者利用OPAC主要是为了查找资源，但标准的OPAC对资源的呈现是按照图书馆专业的分类编目体系来进行的，缺乏关联揭示和聚类呈现，也缺乏诸如在网络中越来越流行的由普通用户添加标签等功能，不完全符合当今普通读者的思维和查找习惯。比如，OPAC里每一条书目数据只有书名、作者、出版社、出版时间、页码等基本信息，但读者在查询和选择时可能需要参考的不止这些。而且OPAC的界面呆板，缺乏亲和力。而网上书店的书目数据则丰富得多，如当当书店、亚马逊书店等，[1]有封面图片、目录、图书试读、顾客评论等，亚马逊书店甚至还提供作者访谈等，让用户通过这些信息可以更多地了解资源，并参考他人的评论和推荐来进行选择。[2]相比而言，两者带给读者的体验差异是很明显的。由于图书馆的OPAC对资源揭示深度不够，也缺乏其他读者的推荐意见、评价信息等，当检索结果众多时，系统不能在读者对资源进行判断、辨识上提供帮助，导致读者不知如何取舍，阻碍了读者对资源的获知和利用。

1.3 对读者借阅资源行为的统计与分析不全面

（1） 针对数字资源的利用，国际上通用的COUNTER标准（Counting Online UsageofNetworkElectronic Resources）有着较为规范的统计，图书馆能在统计数据的基础上作进一步分析，从而指导采购工作。而对纸本资源的利用统计与分析，在国内图书馆界没有得到足够重视，尤其是对资源在馆内阅览的统计，由于技术和人力的原因，是普遍缺失的。由于对所购资源的使用情况缺乏跟踪了解，就不能获取读者对图书馆已购资源的反应，当然也就谈不上不断调整和完善采购政策。

（2）读者浏览过某个资源的书目数据，其借阅信息在系统里都有记录。对这些数据的分析有利于我们调整采购政策，从而把采购工作做得更贴近读者的需求。

（3） 现在的OPAC都提供了在线预约、续借功能，支持馆际互借和文献传递服务，方便了读者，也减轻了图书馆工作人员的工作量。但是对于使用这些功能和服务的读者行为却缺乏统计与分析，比如预约频繁的资源是否考虑增补复本，或是某一类资源总是有文献传递的请求，是否考虑购买等。

2 强调读者参与、互动和资源揭示的OPAC

2.1 加强资源揭示深度

一直以来，OPAC在资源揭示上的不足使得资源的利用也受到很大的约束，而资源的有效利用与否是衡量图书馆将资源转化为服务能力大小的指标。所以，在OPAC中对资源的描述和揭示要更加详细和深入，使读者通过更多的资源描述全面了解资源。如增加前言、摘要、目录等内容,[3]也可以通过专门软件链接网络书目信息，如Wiki、百度、Google、豆瓣网，甚至于其他网上书店的信息。

2.2 提供丰富的资源呈现方式

（1）将读者检索得到的结果提供按需求进行分组浏览的方式。读者可以按照出版年代、出版社、作者、作者单位、学科、关键词等分组查看检索结果。

（2） 将读者检索得到的结果提供多种排序方式,[4]比如按时间、相关度排序，或按资源已经发生的借阅次数等来排序。

（3）向读者推荐资源。在读者查找资源的过程中，无论有无匹配结果，OPAC都向读者提供推荐信息，目的是帮助读者获得与其关注的资源相关的资源。有了这样的关联资源的推荐，读者会感觉更方便、快捷。并且，当读者进行的是没有过多限定的一次检索时，所有相关的各种类型的资源都能包括在结果内，并能按多种方式进行分组呈现。这就把更多的资源推荐给了读者。

2.3 在OPAC中增加互动功能

允许读者参与的互动功能具体有如下几种模式：

（1）读者评论、评价、推荐资源。让读者参与书目数据建设，允许读者提交并发布类似于读书体会、书评、推荐指数等信息，并可以对已有评论打分，目的是让正在查阅该资源的读者能获得别人的意见来帮助自己判断该资源是否满足自己的真实需求。

（2）允许读者为资源添加标签。标签是用来标志目标的分类或内容，像是给目标确定的关键词，便于自己和他人查找和定位目标的工具。而网络标签（Tag）是一种网络内容的组织方式，是相关性很强的关键字，它帮助没有经过专门学习和训练的人们轻松地描述和分类内容，以便于检索和分享。

（3）允许读者进行保存。当读者觉得有必要时，OPAC允许读者保存自己的检索式和检索结果，为浏览的书目数据添加注释，并允许将这些保存的记录和注释通过Email进行传送推荐等操作。

（4）允许读者推荐图书馆尚未收藏的资源。一旦读者在OPAC中经过检索未找到既定资源，如果读者愿意，即可链接到一个“推荐”的页面，由读者提供资源出版信息，然后提交到读者推荐资源库里，作为图书馆采访人员选购资源的参考来源之一。

（5） 建立虚拟社区。在OPAC中建立虚拟社区，供读者交流资源使用心得、探讨资源内容等。读者除了需要安静的学习和思考的环境，更需要通过合作、相互帮助、相互启发等交流形式来探求和获得知识。[5]虚拟社区就是图书馆为读者提供的交互式的学习模式之一，也是促成大学图书馆从以资源为中心向以读者为中心成功转变的有效途径之一。

2.4 对OPAC中读者行为数据进行全面的统计与分析

对资源利用的统计与分析，实际上就是对读者利用资源的行为数据进行统计分析，如果能切实将这样的统计分析的结果与图书馆资源建设和组织工作相结合，是完善图书馆资源采购和配置的有效方法之一。

如前所述，目前多数图书馆仅仅凭借对OPAC中资源外借情况而忽略大量馆内阅览资源的统计与分析，来判断图书馆的采购政策是否合理、采购人员的工作是否合格以及典藏地点是否合适是不充分的。所以，要增加对馆内阅览的统计，从而对资源的利用情况有全面准确的掌握。对OPAC中数据的统计分析可以注重在以下几方面进行：

（1）图书馆应坚持对OPAC中的读者行为数据进行定期统计与分析，从而跟踪、监控并指导图书馆的各项业务工作。

（2）将OPAC中资源的外借和馆内查阅的数据综合起来进行统计与分析，以了解所购资源的利用情况，从而科学地选择品种和购置纸本资源的复本量及确定其典藏地点，尤其要对读者使用预约、续借功能的数据进行统计分析，这是了解读者需求的最佳途径之一。

（3）对借还地点进行分析，合理确定和调整资源的典藏地点。图书馆工作人员根据全校各层次学生在多个校区的分布情况初步设置纸本资源的典藏地点，3个月或半年后再根据OPAC中的数据来判断原有典藏地点是否合理，进而决定是否需要调整典藏地点。

（4）对馆际互借和文献传递服务数据进行统计分析，完善馆藏资源。

（5）纸质资源和数字资源的统计与分析要相互比对，综合考虑。随着数字资源在图书馆馆藏中占有比重的日益增加，对纸本资源利用的分析和评价应在整体资源（包括数字资源）的框架内进行，从而最大限度地提高图书馆的综合服务水平和读者满意度。

[1] 严贝妮.互联网时代馆藏目录建设新思路——岭南-亚马逊模式给我们的启示[J].图书馆杂志，2005（1）：50互53.

[2] 查颖，等.高校图书馆资源揭示面临的挑战和对策 [J]. 晋图学刊，2010（1）：1互5.

[3] 周虹，等.清华大学图书馆OPAC书封服务的设计与实现[J].现代图书情报技术，2008（8）：84互87.

[4] 白海燕，胡铁军.融入知识组织系统的图书馆自动化系统的新发展[J].情报学报，2007（1）：106互110.

[5] 郭晶，陈进.创新型大学图书馆：战略选择、建设实践与发展设想[J].图书馆管理，2008（中文版）：5互14.