公共图书馆线下阅读推广数据采集框架研究∗

杨 秀

(镇江市图书馆,江苏 镇江 212001)

1 背景

随着社会的发展,公共图书馆不断创新阅读推广活动形式,丰富活动内容,但其活动数据采集和活动效果评估工作相对滞后,仅通过微信公众号、移动客户端等线上阅读推广平台大范围抓取数据,主要收集用户数据、图文数据、菜单数据和交互数据[1]。由于线下阅读推广活动的相关数据指标模糊、类型繁多、收集困难,公共图书馆大多不会关注对相关数据的采集,即便进行采集,采集到的数据也存在权属、标准、共享程度等方面的差异性问题,且时效性较弱,难以应用。 因此,公共图书馆亟须构建结构完整、适用性强的线下阅读推广活动数据采集框架,并不断提高该框架的包容度,为线下阅读推广活动的评估和优化提供数据支持。

2 公共图书馆线下阅读推广活动流程分析

阅读推广活动数据取自阅读推广活动的全过程,涉及阅读推广活动的所有要素。 因此,公共图书馆有必要开展活动流程分析工作,厘清在活动不同阶段指向和生成的数据,奠定数据采集框架的构建基础。 笔者依据时序原则,将公共图书馆线下阅读推广活动划分为活动前、活动中和活动后三个环节,每个活动环节都会产生生物数据、行为数据、文本数据等多模态数据[2]。

2.1 活动前

该环节是公共图书馆线下阅读推广活动的准备阶段,主要收集活动类型、预计参与人数、预计参与对象、参与对象特征、参与对象行为、活动预计时长、活动场次、活动场所、活动共同体、平台工具和活动预算等数据[3]。

2.2 活动中

该环节是公共图书馆借助物理的或符号的、内部的或外部的中介工具(图书、画作、音乐等)对客体(活动目标、活动内容、活动任务)进行操作和转化,引导活动对象做出获取、建构、表征和迁移等行为的阶段,旨在解决何种活动组织开展形式可以达到既定目标的问题,主要收集主体行为、对象行为、互动交流、情感变化、实时评测、过程管理和活动评价等数据。

2.3 活动后

该环节解决的是活动效果与活动目标是否匹配的问题,相关数据是公共图书馆判断活动价值的关键,主要收集满意度、资源利用、拓展延伸、预设对比和成果总结等数据。

3 公共图书馆线下阅读推广活动的数据类型与数据指标

系统数据等四个类型,组成了从下到上、从小到大、逐级汇聚的公共图书馆线下阅读推广活动多维数据群[4],详见图1。

图1 公共图书馆线下阅读推广活动多维数据群

3.1 个体数据

阅读推广活动相关数据直接或间接地描述了活动目标的达成情况,笔者根据数据来源与范围的不同,将公共图书馆线下阅读推广活动开展过程中产生的各类数据分为个体数据、活动数据、管理数据和个体数据是公共图书馆线下阅读推广活动过程中产生的最基础、最易得的数据,主要为阅读推广活动主体和对象的基本信息,是公共图书馆开展多元分析工作的基础数据,具体的数据指标如表1 所示。

表1 公共图书馆线下阅读推广活动的个体数据指标

3.2 活动数据

活动数据一般是单次线下阅读推广活动过程中产生的数据,包括活动基本信息、过程数据、评价数据等,是公共图书馆评判特定线下阅读推广活动成效的核心数据,具体的数据指标如下页表2 所示。

表2 公共图书馆线下阅读推广活动的活动数据指标

3.3 管理数据

管理数据是公共图书馆根据线下阅读推广活动类型的不同,以月、季、年等较长时段为统计周期收集的数据,旨在收集在不同时间段开展的各类线下阅读推广活动的宣传覆盖率、社会影响力、活动对象满意度、阅读转化率等数据[5],帮助公共图书馆评估线下阅读推广活动效果,为相关管理工作提供数据支持。 管理数据的数据类别、指标与活动数据类似,主要为不同类型活动的场次、登记报名人数、覆盖人群、活动对象满意度等量化数据,以及总结报告、反思评价等质性数据。

3.4 系统数据

活动理论认为两个活动系统之间可建立联系,形成更大的活动系统,以增强活动的开放性与活动之间的交互性[6]。 同样,活动与读者阅读、用户管理、设备使用、办公管理之间也会产生联系并生成相应数据,这些数据即系统数据,是更偏向价值关照的数据,有助于图书馆对其整体发展趋势和动态发展特征进行评估,能够为图书馆馆藏建设、活动规划、人事调整、空间再造、社会合作、智慧转型等政策的制定提供依据。

4 公共图书馆线下阅读推广活动数据采集框架的构建与应用

公共图书馆线下阅读推广活动过程中产生的数据量较大,数据采集工作的难度较大。 笔者从“过程”和“范围”两个角度对公共图书馆线下阅读推广活动进行了分析,厘清了线下阅读推广活动的基本环节及每个环节所能产生的初级数据,并在此基础上构建了基于数据的来源与采集、分析与处理、保存与应用三个模块的公共图书馆线下阅读推广活动数据采集框架,详见下页图2。

图2 公共图书馆线下阅读推广活动数据采集框架

4.1 数据采集应保持长期稳定

数据具有识别与串联价值、描述价值、时间价值、预测价值和导向价值,但单一、静态的数据价值不高,难以被用于客观分析和预防引导等。 因此,公共图书馆应将数据采集作为一项系统工程,不断完善顶层设计,建立健全数据采集和信息更新机制,加强数据型阅读推广团队建设,提升馆员的数据素养,在保障数据质量的同时,促进数据采集工作的常态化开展。

4.2 数据采集应追求数据质量

公共图书馆应根据自身实际情况,在保障数据质量的前提下有选择地采集活动数据。 例如,公共图书馆可根据数据应用目的采集相关数据,在条件有限的情况下优先采集活动参与人次、活动对象特征、活动投入产出、活动满意度评价等数据边界清晰、加工难度较小、价值密度较高的数据;根据自身业务特点、硬件条件等,选择合适的数据采集粒度[7]。 越重要的数据指标,数据采集粒度应越细。

4.3 数据采集应符合伦理规范

在数据采集和应用过程中往往存在隐私、安全等伦理问题。 因此,公共图书馆应始终坚持理性的阅读推广服务价值和功能取向[8],着力解决好数据采集与个人隐私之间、数据管理应用与信息安全之间的矛盾[9],具体做法如下:一是合法采集个人数据。 公共图书馆应在法律允许的范围内,收集经活动对象认证的数据,并明确告知数据的使用目的、方式和范围。 二是加强对个人数据的保护。 公共图书馆应通过科学的管理措施和技术手段保障数据的安全,避免信息泄露、侵犯他人隐私等问题的发生;坚持限期存储原则,设置合理的数据存储期限,及时清理超过存储期限的数据。三是坚持收集真实数据。 数据的真实性决定了数据的核心价值,公共图书馆应保证相关活动数据的真实性、客观性,避免人为夸大、捏造、修改活动数据等问题的发生。

5 结语

目前,公共图书馆界针对大数据的研究已从理念与价值层面深入模型构建与应用层面。 笔者构建的公共图书馆线下阅读推广活动数据采集框架,既包含活动投入与产出、活动对象满意度等核心数据,也包含活动预计目标的实现程度、活动实施质量等重要但易被忽略的数据,在关注数据采集完整度和可靠度的同时,还基于公共图书馆的实际情况强调了数据采集的实用性与可行性。 笔者将在相关实践过程中不断优化该框架,为公共图书馆有效开展线下阅读推广活动提供数据支持。