基于数据挖掘的阅读推广探索——以“电子科技大学最受学生欢迎的二十本图书”调查推广为例

喻梦倩 侯 壮 王惠森 雷 萍

（电子科技大学图书馆，四川成都611731）

基于数据挖掘的阅读推广探索
——以“电子科技大学最受学生欢迎的二十本图书”调查推广为例

喻梦倩 侯 壮 王惠森 雷 萍

（电子科技大学图书馆，四川成都611731）

阅读推广中，推荐和导读是极其重要的环节，如何更好地利用大数据中的有效信息服务于阅读推广是值得探究的课题。本文以“电子科技大学最受学生欢迎的二十本图书”调查推广为例,逐步梳理调查数据，深度挖掘相关数据信息,探索“数据挖掘+优秀读本导读+阅读资源无缝对接读者需求”的阅读推广新模式。

数据挖掘 阅读推广 资源导读

1 前言

全民阅读推广的重要文化使命，除深入而持久地向一辈又一辈、一代又一代读者弘扬阅读，尤其是读书的价值观，多层次、多方位、多角度地激发社会各层面读者的阅读尤其是读书情意外，更重要的一个方面，是结合文化的传统、时代的需求和社会的发展，从书林学海中筛选出好书佳作和经典名著，进行各界人士皆宜的读物推广［1］。阅读资源推荐，是阅读推广中不可或缺的重要环节。从古代到20世纪，我国一直延续着开列各种推荐书目的传统：从元代的《程氏家塾读书分年日程》，到明代的《思辨录》；从清朝的《读书次第》到民国的《一个最低限度的国学书目》；从二十世纪四十年代的《初学求书简目》，到二十世纪九十年代的《影响中国的三十本书》［2］。

随着信息技术席卷全球，所有人都被卷入信息洪流，在能便捷获取信息的同时，也迷失在大数据当中。大数据最显著的特点被称为4V:Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）［3］,如何在多样而又大量的阅读资源中，高速的获取有阅读价值的资源，是大数据时代的阅读推广人必须思考并解决的问题。高校图书馆面对海量的读者阅读数据和读者面对海量的可阅读资源一样，如不寻找到数据梳理途径，不在数据海洋中寻觅到获取有价值的数据的方法，我们都将错过大数据的Value，而仅仅是困在大数据的Volume当中。电子科技大学图书馆在读书月活动期间，面向全校读者进行了一次问卷调查，最终整理并发布“电子科技大学最受学生欢迎的二十本图书”。本文以“电子科技大学最受学生欢迎的二十本图书”调查推广为例,逐步梳理调查数据，深度挖掘相关数据信息,探索数据挖掘+优秀读本导读+阅读资源无缝对接读者需求的阅读推广新模式。

2 读者调查问卷背景及数据分析

为了进一步了解本校读者的阅读习惯及偏好，了解读者对阅读资源的需求，并在“4·23世界读书日”到来前，整理出一份有价值的推荐书单，电子科技大学图书馆自2015年3月中旬起，发布了一份读者调查问卷，问卷时间持续半个月，共收到数百份问卷反馈。通过问卷，反映出科大读者的阅读现状及阅读中遇到的问题，并为下一步的优秀阅读书目推荐及阅读推广工作的开展奠定了基础。

2.1 调查问卷背景

电子科技大学图书馆此次面向全校读者的网络问卷调查内容涵盖：读者入馆率、每日阅读时长、借阅中遇到的问题、阅读偏好及最喜欢阅读的书籍等内容。为了扩大读者调查问卷的覆盖面，电子科技大学图书馆旗下的学生团队图书馆学生管理委员会（下简称：图委会）联合校学生会、校官方微博运维团队等，通过网页、微信、微博等途径，多管齐下大力宣传。

通过读者调查问卷，从一定程度上反映出科大读者的阅读习惯及爱好，为后续阅读推广工作提供了非常重要的数据支撑。

2.2 调查问卷基础数据分析

参与此次调查问卷的读者中，男性读者为64.82%，女性读者为35.18%，与电子科技大学男女生比例接近。读者学历层次情况为：本科读者94.97%，研究生读者5.03%，与日常到馆阅读读者学历构成情况接近，从一个侧面反映出最关注图书馆的读者群体为本科读者群。在阅读推广工作中，本科读者应成为重要目标读者群。而针对研究生以上读者群，需要调整工作重心，让阅读推广各有侧重，有的放矢。

问卷对读者到馆阅读学习时长进行了调查，课余时间绝大多数读者选择了在馆内阅读和学习，其中60.80%的读者在馆学习时长为1-3小时，3小时以上占13.07%。结合电子科技大学图书借阅情况分析，大部分读者仍然保持了每日阅读的习惯（其中包括专业类书籍的阅读），且阅读时间并不短。在读者阅读偏好的调查中发现喜爱文学的读者占69.35%，其他依次为自然科学、社会科学等。

问卷调查体现了科大读者阅读偏好（钟爱文学作品，热爱自然科学和社会科学），反应出他们的阅读习惯（把图书馆当做第二课堂，每天坚持阅读，哪怕是专业书籍），也折射出他们阅读中的问题（面对海量的藏书，依旧觉得无书可读；拿到图书又不能合理安排时间，导致未读完就要归还等）。有了这些数据，为进一步的阅读资源推荐和阅读推广提供了基础数据保障，也让接下来的数据收集分析目标更明确。

2.3 调查问卷推荐读物数据分析

人们的生活节奏越来越快，而面对的图书也越来越多，成功的推荐书目，不仅能够节省读者选择图书的精力、时间，还能快速直接地向读者展现书本的魅力，将读者从日益纷繁的生活娱乐中吸引到书本阅读上来［4］。高品质的阅读资源推荐，是最有效的阅读推广途径之一。阅读资源推荐不能是随性而至的行为，应该是科学严谨，有据可依的。本次调查问卷为了更好地收集读者对阅读资源的需求，在问卷最后设置了一道开放题目：列举几本您最爱阅读的书籍。最终获得300余本读者推荐书籍。

在调查问卷数据挖掘中，首先，对所有读者推荐书籍的基本信息进行调查，包括馆藏借阅量、豆瓣评分等，结合每本书籍被推荐的次数，最后为每本书标明推荐程度：低、中下、中、中上、高共五个等级，整理出了推荐度最高的20本图书。

笔者对书单涉及的书籍进行馆藏借阅历史调查，具体情况如下表：

“电子科技大学最受同学喜爱的20本图书”推荐书单部分图书被借阅次数统计（2010-今）

调查结果发现，这些书籍多为副本均被借阅且多名读者预约，供不应求。此外，通过豆瓣、亚马逊等知名网站的读者评价对这20本书进行进一步分析，在各大网站推荐评分中，这20本推荐书籍的读者评分集中在8.4分-9分，平均分达到了8.5分，表明大多数读者对于它们非常喜爱。

在推荐度最高的20本图书以文学类作品居多，占总数的70%，其余均为社科类以及科技类书籍。基于以下评价纬度，最终电子科技大学图书馆整理并推出了“电子科技大学最受学生欢迎的二十本图书”推荐书目：

1）阅读审美价值：有作者指出文学作品的审美价值，既不单纯是主观因素决定的，也不单纯是客观因素决定的，它是凝结在作品所描写的场景、事件过程和情感中的作者审美创造的结晶，以及读者对此的认同、契合，从而产生和被唤醒的相类似的人生经验与审美情感［5］。表1中推荐的20本书籍本身蕴含丰富的现实意义及教育意义，同时也被广大读者认同、接纳。具有很高的阅读审美价值。

2）导向性：一份优秀的推荐书目所体现的倾向性应该是奔腾不息的民族精神和积极向上的社会价值观，在信息泛滥、人心迷茫的当下，这种倾向性更显得尤为重要［6］。

3）可读性：这些书籍逻辑性强，兼具知识性，便于读者阅读和吸纳。读者在享受阅读的过程同时，又能促进读者对人生、对世界的思考，这同时也是阅读最重要的意义之一。

4）接纳度：这20本书籍知名度较高，作者影响力大，易于让读者接纳，推广效果好。同时，馆藏借阅量极高，深受校内读者喜爱。

推荐书单一经确定，图书馆利用学校官方微信平台、微博平台等进行发布书单一经推出，在校园内引起极大反响，是一次非常有效的阅读推广。

3 基于数据挖掘的阅读推广

基于读者阅读数据分析挖掘推出的“电子科技大学最受学生欢迎的二十本图书”是一次成功的阅读推广。大数据里蕴含着很多有价值的信息，“数据挖掘+优秀读本导读+阅读资源无缝对接读者需求”的阅读推广新模式，需要充分挖掘数据里的秘密，才能充分解读读者需求，使阅读推广有的放矢。

3.1 根据阅读数据配置馆藏

在本次问卷调查中，读者普遍反映热门书籍需要排队等候，导致想看的得不到，觉得无书可读。笔者对“电子科技大学最受同学欢迎的20本书”推荐书单中馆藏书籍借阅情况进行了一轮摸底，表1中被读者推选的图书绝大部分借阅量大，其中如《大数据时代》《从你的全世界路过》《三体》等出现“一书难求”的情况，其中《大数据时代》馆藏全部借出的同时，已有13人在排队等书。

通过借阅数据分析，可以为图书馆资源建设提供科学依据。图书馆对热门图书借阅数据动态跟踪，根据读者借阅热度及时增加副本量，减少读者排队等候的时间，减轻“图书馆无书可读”的错位感。

3.2 建立图书现场荐购机制

2015年电子科技大学图书馆“借、阅、购”一体空间——“博约书屋”正式面向读者开放，博约书屋首创将PDA概念引入纸质图书的选购过程，“无缝对接”读者需求。

电子科技大学图书馆图书现场荐购模型

“博约书屋”即选即借，即看即得的现场选书模式，大大缩短传统图书馆采购周期，避免新书到馆滞后情况，让读者第一时间与最新出版物亲密接触。这种“读者说了算”的图书采购模式，是以读者需求为中心的资源采购模式。此外，博约书屋中还打造了舒适的阅览区，让读者可以就地选择，就地阅读。自2015年4月开放起，两个月中博约书屋接待读者千余人，有400余位读者参与图书荐购、图书借阅，办理借阅手续的图书近1000余册。

在书人两醉的博约书屋里，还不定期举办丰富多彩的知识沙龙、读书分享等活动。“博约书屋”集图书现场荐购、阅读资源推荐、阅读活动开展为一室，其优势在于：

1）通过读者现场选书，实时收集读者动态阅读数据。

2）经过数据收集分析，可分阶段整理阅读推荐书单，能不断将优秀读物推送给读者。

3）开展读书沙龙活动，吸引更多的读者进入“博约书屋”参与资源荐购，分享优秀读本。

这样的良性循环，开启了一种全新的阅读推广模式。一方面，便于图书馆实时收集阅读数据和资源流通数据，更加机动灵活地调整阅读推广工作内容。另一方面，读者作为阅读的主体，同时也扮演阅读推广者的重要角色，真正参与到阅读当中来。

3.3 联合学生团队举办阅读活动

学生读者不应只是阅读推广的目标群体，他们更应该成为阅读活动的主体，成为积极的参与者。阅读信息通过读者之间传递，有效性和影响力更大。电子科技大学图书馆旗下的图委会是图书馆沟通学生读者的重要桥梁。图委会与全校已注册的学生社团建立了定期沟通机制，联合各特色社团在每个学期开展不同主题的“读者课堂”读者沙龙活动，为全校读者搭建“以阅会友”的交流平台。此外，图委会还负责图书馆全年阅读活动中部分内容的策划及具体实施，并在图委会微博、人人网等平台定期发布图书馆推荐书目，协助图书馆阅读资源推荐工作。

学生读者亲身参与组织阅读活动，更贴近学生读者需求，更能引起共鸣，是阅读推广中不可或缺的力量。

3.4 书评征集及分享

读者书评是对读者阅读喜好及热门图书信息收集的便捷途径，图书馆若能充分收集并利用相关数据，就能挖掘出读者阅读爱好、情趣等的变化。掌握读者阅读动态，才能更好地开展阅读引导。

有了这一认识，电子科技大学图书馆联合学校官方微信平台，在“微服务”一栏增添“阅·分享”专题。选择官方微信平台，因其关注度高，信息传递速度快。微服务模块中，目前的板块均贴近读者日常学习生活，板块活跃度较高。“阅·分享”板块集合“阅读心得+书评+图书推荐+图书荐购”，读者可自由表达自己的阅读心得，分享热门读本，还能为图书馆资源荐购提出建议和意见。

掌上阅读交流平台更贴合现代读者习惯，能随时随地发表阅读态度，随时交流最新阅读咨询，实时交流，互动鲜活。

4 结语

传统背景下，读者在做阅读决策时，通常通过浏览图书馆网站的新书导读、好书推荐、借阅排行等专栏信息却不足以让其做出决策。大数据背景下，图书馆若不能将馆藏资源精准、快速地呈现在读者面前，可能会失去读者［7］。因此图书馆要重视阅读大数据挖掘，数据诚实地反映出读者阅读偏好、心态、习惯、需求等变化，只有掌握读者动态，才能为读者提供贴合读者需求的阅读资源，才不会导致读者的流失。

电子科技大学图书馆不断探索基于数据挖掘的阅读推广之道，让数据揭示读者需求，图书馆寻需而动，为读者提供优秀的阅读资源。此外，通过建立特色阅读推广模型、开展阅读活动、加强立体宣传等途径，为读者提供阅读资源的同时，增强互动性和趣味性，让更多的读者成为阅读过程中的主动者，而不是被动者。当读者把积极参与阅读当成一种习惯，阅读推广便落到实处，真正起到效果。

精于数据而不阈于数据，通过数据挖掘追踪读者动态，进而积极开展精品导读，开展阅读活动，打造书香校园，让读者回归阅读。

〔1〕徐雁,谭华军.目录明，方可读书：推荐书目、影响书目、畅销书目与读物推广［J］.图书馆杂志,2014（4）：30-36

〔2〕丁文祎.大数据时代下的推荐书目与经典阅读推荐［J］.大学图书情报学刊,2014，32（6）：20-23

〔3〕百度百科.大数据时代［EB/OL］.http://baike.baidu.com/subview/ 6954399/13647476.htm

〔4〕邓永秋.推荐书目的过去、现在与未来［J］.高校图书馆工作，2009（3）:1-4

〔5〕杨立民.论文学作品审美价值的复杂性［J］.河北学刊，1990（2）：67-72

〔6〕王余光.推荐书目与传统经典的命运［N］.中华读书报，2008-04-23（018）

〔7〕李和娟,惠青.大数据背景下的图书馆阅读推广服务策略［J］.科技视界，2015（2）:39,175

Exploration of Campus Reading Promotion Based On Data Mining

Yu Mengqian Hou Zhuang Wang Huisen Lei Ping

Recommendation and guidance play an important part in reading promotion.It is a worthwhile project to study how to make better use of the useful information in big data to promote reading.The paper explores how to build a new reading promotion model of“data mining+reading guidance+resources connect readers seamlessly”，based on the investigation of“Top Twenty Books Most Popular with the Students in University of Electronic Science and Technology of China（UESTC）”.

Data mining;Reading promotion;Reading guidance

G252.17:G258.6

A

喻梦倩，女，硕士，电子科技大学图书馆馆员。侯壮，女，电子科技大学图书馆副馆长。王惠森，男，电子科技大学图书馆阅览部主任。雷萍，女，电子科技大学图书馆阅览部副主任。