大数据时代高校阅读推广综合评价指标体系研究*

黄燕

（广东金融学院，广东 广州 510006）

1 现行阅读推广评价及其存在的问题

阅读推广评价是检验阅读推广活动成效的有效途径，是追踪了解读者各方面素质发展情况的重要渠道。高校阅读推广活动开展近十年来取得了重要成果，很多学校不仅成立了专门的阅读推广部门，并且将阅读推广活动做成了学校的文化品牌。然而，与阅读推广活动快速发展形成强烈反差的是评价阅读推广活动成效的阅读推广评价体系建立的缓慢前行。阅读推广评价是支撑阅读推广活动继续前行的方向舵。只有通过阅读推广评价，才能感知阅读推广活动是否满足读者的阅读需求以及是否对读者产生长远的影响。阅读推广评价指标的选取及获取方法是阅读推广评价需要解决的主要问题。

目前，阅读推广评价指标构建存在以下几个问题：一是评价指标浅显，不全面。现有的评价体系存在两种角度，一种是从图书馆的角度获取评价指标，另一种是从读者的角度获取评价指标[1]。因获取的视角单一，从而未能深层次、全方位地反映阅读推广活动的成效以及读者的阅读变化[2]。二是指标样本收集繁琐，样本量少，处理时间长。现有研究的指标筛选大多通过调查问卷、访问的方法获取，这个过程不但耗时耗力，而且样本量不够多造成评价结果有偏差。三是指标获取存在时间断层，阅读推广是一个动态发展的过程，某一时间点的指标只能反映一个固定时间点的情况，未能反映整个阅读推广的过程，难以捕捉读者心理活动动态发展的情况。四是评价指标的赋权存在主观片面性。专家对指标的权重判断存在主观赋权的随意性，带有个人的经验和喜好的成分，对结果存在一定的影响。五是缺乏个人体验式评价。现有的评价很多都是人为事先设定让被调查者选择，未能深层次地反映读者的真实感受。

2 大数据在阅读推广评价指标体系构建中的作用

大数据具有数据量大、数据实时生成的特点[3]，利用大数据技术获取阅读推广评价的指标数量更多，范围更广，可以实现多维度、客观动态地评价整个阅读推广过程，从而及时反馈阅读推广效果，调整阅读推广方案。大数据分析统计功能在短时间内能够快速有效地完成数据挖掘分析，形成有价值的信息，对阅读推广形成系统性、整体性的评价。基于此数据的选取可以贯穿在整个阅读推广的过程中，实现阅读推广的过程性、动态性评价，充分发挥阅读推广评价预测性、指导性、干预性、总结性的评价作用。通过大数据挖掘技术，多层次、多视角分析数据，确保评价的科学性、客观性，最大限度地防止主观评价的偏差，挖掘主观性的评价意见，保证阅读推广评价的完整性。

3 基于大数据的阅读推广综合评价指标体系的构建

3.1 与阅读推广有关的数据

高校阅读推广活动通常由图书馆负责。信息技术在图书馆的应用，带来了大量的数据，而且数据有不断增长的趋势，数量相当庞大。第一类数据是系统类数据，包括图书管理系统中产生的图书借阅量、图书借阅类型、图书馆借阅统计表、图书推荐目录、图书借还周期、推荐书目借阅量；图书检索系统中生成的图书浏览量、图书检索轨迹；电子资源搜索系统中的资源下载量、点击量；还有门禁系统、财务系统、人事系统以及资产系统产生的数据。第二类是平台类数据，如微信公众号；第三类是主观性数据，例如读者的留言、媒体的报道、参赛作品的质量、评委对作品的点评等。这些数据与图书馆服务效能、读者阅读行为密切相关，也是阅读推广评价的重要依据。

3.2 阅读推广评价角度

目前阅读推广活动的指标体系，存在着两种评价角度的体系，一种是基于图书馆的阅读推广评价指标，另一种是基于读者的阅读推广评价指标[4]。从图书馆角度出发的阅读推广评价是评判阅读推广效益的重要手段，是衡量投入产出是否达到预期效果的方法，是阅读推广人调整活动方案中的人力、物力、财力投入的依据。因此，从图书馆角度出发的阅读推广评价更倾向于阅读推广人的立场。从读者出发的阅读推广评价是判断读者是否从中受益的重要依据，是感知读者阅读心理、阅读习惯、阅读需求变化的主要方法。仅仅从一个角度出发的阅读推广评价不能全面、系统、有效地反映阅读推广的效果。笔者所指阅读推广评价基于图书馆和读者两个视角，不仅反映了阅读推广的收益效果，而且还呈现了读者的受益情况。

3.3 评价指标的选取与数据来源

目前高校图书馆阅读推广的评价指标大多从一个角度去评价，因此评价体系不够完整，而且指标获取的过程繁琐而漫长，笔者所指阅读推广评价指标选取是从图书馆与读者两个角度出发，利用大数据获取数据源。建立的评价指标体系能全程监控、分析和反映整个阅读推广的过程以及参与者的真实感受。根据相关研究和分析，笔者设计的评价指标从图书馆的方案、活动保障、活动开展情况[5]以及读者阅读兴趣、读者满意度、读者阅读能力[6]选取并作为一级指标，为更具体地分析推广效果，进一步确定了27个二级指标[7]，指标都有相对应的数据来源，具体见表1。

表1中数据源的获取方式根据数据类型来确定，系统类数据通过统计模块从系统数据库中采集；各类平台后台可以调取自身平台的数据；主观类数据通过各平台中的服务模块后台、调研、访谈等方式收集。

3.4 评价模型的构建

基于大数据的阅读推广评价指标由图书馆和读者两部分数据组成，阅读推广评价模型的构建围绕着两类数据不同时间节点构成。首先建立图书馆、读者相关原始数据的数据库，在不同的时间节点对数据库进行全量抽取。系统对每一个时间节点抽取的数据按照表1所示的评价指标进行分类整理。对比分析两个时间点分类数据，获得评价结论。大数据存储的数据类型是对数据过程的记录，因此，阅读推广期间产生的数据都被保存了下来，在阅读推广活动期间任何时间都可以采取数据、分析评价结果，评价结果实现对阅读推广全过程的追踪，对读者相关数据的深度采集、分析与挖掘。

表1 高校图书馆阅读推广评价指标

4 可视化的阅读推广评价结果

4.1 数据可视化

数据可视化，即将数据信息和知识转换为一种视觉形式，在信息可视化中充分利用了人们对可视模式快速识别的自然能力。人类获取外界信息的方式有视觉、听觉、触觉、嗅觉、味觉等多种方法，但从信息获取的效率和数量上看，大约有80%以上来自于视觉系统[8]。因此，可视化分析依然是用户从大数据中发现价值和获取知识的最主要途径。将以大数据为基础的阅读推广评价结果可视化，能将评价结果转化为图书馆员可理解、可识别的图形、图像等形式，进而将其转换成有价值的信息来辅助图书馆进行科学决策、管理和服务。阅读推广活动是动态发展的过程，其评价指标也随着时间的推移而动态变化着，为了更好地了解阅读推广活动推行的效果，动态获取评价结果成为实时掌控阅读推广活动全过程的关键。而可视化的阅读推广评价结果可以直观、多角度、多维度地了解数据反映的实质问题，可读性强，提高感知能力。

图表是数据可视化的一种最常用的展示方式，按照数据的类型和作用，图表可以分为比较类、分布类、占比类、关联类、时间类和趋势类等，每一种类型的图表都有不同的数据可视化图形表示，如柱状图、散点图、热力图、饼图、漏斗图、环图和词云等[8]。

4.2 评价指标可视化

阅读推广评价体系，可以根据评价指标进行数据分类，两个时间节点的数据可依据数据的不同类型分别进行比较，并将阅读推广评价结果用各种不同类别的图表表示。如图1所示，多个时间节点图书借阅量、读者入馆次数、网页浏览时长、电子资源下载量等可以用比较类的图表表示；如图2所示，图书借阅类型、读者类型、财务支出比例等，可以用占比类的图表表示；如图3所示，读者的关注点、搜索热点可以用词云表示。

图1 图书借阅量

图2 财务支出比例（时间节点1）

图3 搜索热点图书词云

4.3 阅读推广评价结果展现形式

评价体系依据二级指标采集相关的数据，通过分析得出阅读推广活动的评价结论。因二级指标相对应的数据类型多样，有数值型的，有评价性质的，不同的数据类型评价结果表现方式也不一样。比如，图书借阅量、资源下载量、网页浏览量等都属于数值型的指标，指标值越高，活动效果就越好；相反，数值浮动不大特别是有下降的趋势，活动效果就不理想。对于一些评价性质的指标，就要采取大数据分析技术，抓取关键信息，形成评价结论。例如，网站或者微信留言中对阅读推广活动的评论，通过数据挖掘分析，获得活动评价结论，如果表达喜欢、感兴趣、支持的评论关键词占的比例高，表示活动受欢迎；如果相关评论少，或者表达不满意的词比较多，那么活动效果就表示欠佳。对整个阅读推广评价的结论是根据分类指标的权重综合考虑分析得出的结果。

5 利用大数据评价结论引导阅读推广活动

大数据阅读推广评价体系是对阅读推广活动的动态持续的评价过程，只要有数据产生就可以开展阅读推广评价工作，因此在阅读推广前期、中期和后期都可以获得阅读推广评价结果。活动开展前期的评价结果可以指导阅读推广人制定针对性的阅读推方案；中期的评价结果可以为决策者调整方案提供依据；后期的评价结果可以总结阅读推广活动的经验和为下一次阅读推广活动提供参考[9]。大数据阅读评价体系创新了阅读推广评价方式，为制定科学全面、符合读者需求的阅读推广方案提供了决策支持。

5.1 辅助阅读推广活动方案的形成

阅读推广活动开展前，利用读者历史借阅记录、网络检索历史记录、访问日志、浏览记录、社交媒体等产生的数据对读者的阅读状态、阅读心理、个性化喜好进行动态持续的监测，从中分析读者的需求和关注点，为策划阅读推广活动确定主题和系列活动方案。阅读推广活动方案制定流程如图4所示。

图4 制定阅读推广活动方案流程

5.2 监控阅读推广活动的发展态势

阅读推广活动开展期间，通过采集、分析活动产生的各项数据，实时掌握活动开展情况。根据评价结果预测活动的发展态势，以采取不同的对策。评价结果符合读者需求或受读者欢迎，方案就继续执行；评价结果不理想，根据情况适时地调整活动方案，再重新采集方案调整后产生的新数据进行评价。实时的评价结果可有效地预测阅读活动的推广效果，监控整个活动发展的态势的目的。阅读推广活动监控模型如图5所示。

图5 阅读推广活动监控模型

6 结语

利用大数据数据量大、数据实时生成的特性构建阅读推广评价指标体系，与目前一次性、单方面、终结性的评价指标体系不同，是一套全方位、多维度、实时的评估系统。尝试解决评价指标获取难、处理时间长的问题，减少主观赋权的偏向性，同时，对阅读推广活动整个过程进行监控，随时调整活动方案，从而达到提高活动质量和效果的目的。