用户视角下公共图书馆家谱阅读推广策略探索*

马步遥 （上海图书馆）

0 引言

IFLA《图书馆保护文化遗产》 （Libraries Safeguarding Cultural Heritage）指出，保护文化遗产是图书馆的核心工作。随着全球文化遗产保护的实践与理论探索，图书馆文化遗产的保护重心从古籍类文化遗产发展为保护记录性文化遗产[1]。家谱是记载血亲集团世系和家族资料的历史图籍，与方志和正史并称为中国历史的三大支柱，是重要的记录性文化遗产之一。传承家谱这类文化遗产，需根植于对其内容的开发与利用，而阅读推广是家谱发挥其文化传承作用、体现其社会价值的关键。

公共图书馆对家谱的研究主要有以下几个方面：①资源建设：讨论家谱征集方式[2]，介绍图书馆家谱的管理模式[3]，展望家谱资源建设的未来[4]。②数字人文领域：探索家谱数字化技术[5]，包括基础数字技术的研究、计算机技术运用于文献的研究以及在此基础上结合其他数据库发现文献的某种规律，进而验证学术观点的研究[6]。③海外家谱研究：对海外华人家谱的收藏和利用现状进行梳理[7]；介绍国外图书馆和档案馆的家谱利用情况[8]；借鉴国外家谱网站的设计模式，对我国家谱网站建设提出优化方向[9]和构建设想[10]。④阅读推广：图书馆界对家谱的阅读推广主要从图书馆推广实践出发，对各图书馆家谱的推广形式进行介绍[11]。

目前公共图书馆对家谱的研究大多是从资源开发利用的角度进行思考的，普遍存在用户视角缺失的问题。尤其是在需要与用户大量接触的家谱阅读推广方面，由于图书馆对用户兴趣方向的前期调研不足，在推广策划时图书馆的主观性过强，理念往往停留在营造声势阶段，止步于知识普及层面[12]。而已有的少量家谱用户调查和用户画像也只面向图书馆的既有用户，忽视了非图书馆用户的推广对象。家谱的阅读推广要迈入深耕阶段，就需要从用户视角出发，以数据为支撑，分析研究推广对象的志趣方向，从而兼顾存量用户和增量用户，实现阅读推广的精准化。本文通过对知识社区用户的家谱回答文本进行LDA模型构建，解读家谱兴趣群体对家谱的认知，探索用户视角下家谱阅读推广的设计路径。

1 文献综述

1.1 家谱推广研究

我国家谱主要收藏于公藏机构，对“中国家谱知识服务平台”的441个典藏机构进行统计，可以将典藏机构细化成8个不同的类型，见表1。

表1 典藏机构8个不同的类型

其中由于公共图书馆的家谱藏量总和最大、机构数量也最多，因此在家谱推广方面，公共图书馆有着无可替代的作用。近年来公共图书馆在家谱推广方面进行了多种尝试。例如湖南图书馆举办“中华姓氏源流及族谱系列展”，从家谱文本出发，追溯湖湘宗族文化的历史进程；扬州市图书馆策划并举办了“追寻家族源流留存家族谱系——扬州市图书馆线装家谱制作活动”让读者亲自参与线装家谱的制作[13]；湖北省图书馆联合湖北广播电视台，推出家谱文化的广播专栏《湖北家谱》，邀请民俗文化专家、家谱姓氏专家讲述自己家族的迁徙繁衍[14]；上海图书馆在B站开辟“观止讲堂”栏目，以馆内外专家为主体，结合馆藏家谱，制作解说视频[15]。此外，多地图书馆以“晒谱节”的形式，在每年固定的时间进行家谱展览、晒谱仪式、修谱交流等活动，推广家谱文化。

目前公共图书馆的诸多家谱推广项目，重点在丰富家谱的推广内容和拓宽家谱的推广途经两个方面，但是推广大多还停留在科普性质的浅层，而拓宽的推广途径虽然提升了对人群覆盖的面，但推送末端的接收效果难以评估。图书馆在家谱推广项目策划时，往往只是从图书馆的馆藏角度出发，对已有资源进行内容再利用，而不是从用户角度出发，深度挖掘他们对家谱内容的偏好。阅读推广的核心价值在于对推广内容的聚焦和重组，使其具有对推广对象的针对性[16]。因此基于图书馆主观判断的全盘推送注定无法达到理想的宣传效果。

从已有研究来看，图书馆的用户调查大多还是集中在对图书馆家谱平台已有用户的调查，例如王昭以国家图书馆的中华寻根网线上用户咨询作为调查对象，统计用户咨询需求[17]；赵雪芹等对上海图书馆家谱知识服务平台用户进行问卷调查，借鉴技术接受模型（TAM）和信息系统持续使用模型（ECMISC），研究用户的持续使用意愿[18]。然而这类的调查过多依赖调查问卷，预设问题也主要站在图书馆的视角，样本量小，同时忽略了对家谱平台以外的潜在家谱用户的调查，对家谱增量用户的纳新帮助有限。

1.2 用户研究

用户回答的主题挖掘是一种基于定性研究的量化分析方法。通过挖掘用户回答中的潜在主题，图书馆能够更有效地掌握用户兴趣方向，从用户的视角出发，实现阅读的精准化推广。

目前图书馆界的用户回答主题挖掘主要集中在对图书馆整体评价的研究，通过对网络新闻[19]、点评网站[20]、微博超话[21]的图书馆用户评价的主题建模，理解用户对图书馆的看法，为图书馆的管理提出改进方向。主题模型中使用最广泛的是Blei等在2003 年提出的 LDA 模型[22]。LDA（Latent Dirichlet Allocation）也被称为隐含狄利克雷分布，是一种无监督学习算法，它利用三层贝叶斯概率模型识别大规模文档中潜在的主题信息。其基本思想是假设语料库中有K个独立的潜在主题，且主题的参数服从狄利克雷分布，即一篇文档代表由K个主题构成的概率分布，而每一主题又代表由若干特征词构成的概率分布，通过主题特征词出现的概率来反映主题的内部结构，从而实现主题的理解。该方法从一定程度上克服了基于传统向量空间模型（Vector Space Model，VSM）建模时文本位数过高且极度稀疏、忽略文本语义信息等缺陷，对包含多个主题的文本进行主题识别有着较好的效果[23]。

在图情界LDA模型还被用于分析某一研究领域的主题演化和趋势分析[24]，从方法论的角度探索LDA主题模型在学科探索[25]、文献管理方面的应用研究也较为多见[26]。在阅读推广方面，LDA模型被应用于微信平台的推广内容分析，通过对主题的归类，统计不同主题阅读量，从而评估图书馆公众号文章推广的效果[27]。目前图书馆在主题挖掘方面缺乏对单一文献用户反馈的深耕。本文选用LDA主题模型，对线上用户的观点进行文本的主题挖掘，分析他们对家谱这一特种文献的认知、兴趣偏好等要素，并在此基础上探索图书馆家谱的推广路径。

2 研究设计

2.1 研究对象

本文以社会化问答社区“知乎”家谱话题下的用户回答文本作为研究对象。社会化问答社区是基于互联网技术的知识共享平台，用户通过问答的形式进行知识交流，其回答具有多样化和个性化等特征[28]。知乎是国内颇具影响力的社会化问答社区。截至2020年12月，知乎拥有3亿注册用户，总问题数超过4 400万条，总回答数超过2.4亿条[29]。知乎用户可以围绕着某一感兴趣的话题进行讨论，通过对发散性思维的整合，拓宽问题的深度和广度。

和单纯的检索及浏览信息相比，用户对话题的参与是一种更需要内在动力的行为。对大多数普通用户来说，只有当用户对话题具有较强烈的情感时，才更有可能参与讨论。用户回答的动机往往出自共情（empathy）。主要存在三种原因：话题与用户内心产生共鸣、话题与用户过往经历存在联系以及用户希望通过回答问题来获得情感反馈。因此，用户对话题的回答可以被认为是贴近用户的内心感受的、基于用户自身知识和经验的、包含用户价值取向的文本表达。

与传统的针对图书馆家谱用户的调查不同，知乎家谱话题下的用户涵盖的范围更广，存在大量非图书馆用户。同时，用户能够对家谱话题进行回答，这种行为本身就代表着用户对家谱有着较强烈的情感，而这部分用户恰恰是图书馆家谱推广所应重视的对象。除此以外，由于知乎是典型的弱关系互动社区，用户来源更复杂，对知乎用户的观点分析可以最大程度上避免家谱“圈内人”的 “回声室效应”，从而获得大量异质化的观点。

2.2 数据搜集与处理

本文采用网络爬虫的方式对知乎家谱话题下的关于家谱存在价值的观点进行采集，获得有效数据1 201条。参与用户1 183名，其中多次回答用户16名。回答文本字数共计35.2万。

对采集数据进行预处理，流程包括：

① 文本清洗：去除文本中的字母、阿拉伯数字、空白符、换行符、标点符号以及网页URL链接。

② 规范文本用词：对用户文本中的部分词语进行统一化处理。如家谱、族谱、宗谱、谱牒、家乘统一为家谱；祠堂、宗祠统一为祠堂；父亲、爹、爸爸统一为父亲；乡村、农村、村子、村统一为乡村；后人、后代、子孙、后裔统一为后人等。

③ 分词和去停用词：在Python编程环境下调用jieba分词库对文本进行分词。根据哈工大停用词表删去停用词（stop word），即没有实际意义，但在文本中常见又必不可少的词。在机器学习文本分类算法的过程中，太多杂词会导致主题过于分散，因此在数据处理过程中，去掉长度为1的词，并根据jieba词性判断，去掉与主题挖掘不相关或者相关性较弱的代词、副词、数词、助词、动词、介词、语气词、形容词、状态词、拟声词。同时，由于研究文本内容为家谱，因此去除“家谱”和与家谱共词频率最高的“家族”。经分词并去停用词后，获得有效数据数量1 189条。

2.3 文本特征提取

使用TF-IDF（Term Frequency-Inverse Document Frequency）进行文本特征提取。TFIDF是一种用于信息检索与数据挖掘的加权技术[30]。TF代表词频，指的是某一个给定的词语在该文件中出现的频率。某一特定词语的TF可以通过该词在文档中出现的次数/包含该词的文档数得到。IDF是逆文本频率指数，是一个词语普遍重要性的度量，即某一特定词语的IDF越大则说明该词语具有很好的类别区分能力。IDF可以通过总文本数目/包含该词语之文件的数目加1，再将得到的商取以10为底的对数得到。二者相乘便是TF-IDF值。公式如下：

TF-IDF倾向于筛选出对文本关键的词语。

对Python中的导入机器学习包gensim的TfidfModel参数进行TF-IDF构建。通过TFIDF模型对语料库进行转化，共得到9 515个特征词的TF-IDF值。通过tfidf_threshold参数调整阈值范围，过滤掉TF-idf较低的词汇，对语料库进行降噪，根据经验，设定tfidf_threshold = 0.3，特征词的范围缩小至2 330个，创建一个新的语料库进行LDA主题分析。

2.4 LDA主题模型构建

在文本特征提取的基础上对主题进行LDA建模（见图1）。设定iterations=3 000，即迭代3 000次。超参数α和η选取默认值，LDA主题数K值取[2，9]区间。采用一致性得分（Coherence Score）结合pyLDAvis可视化结果的方法来衡量模型主题的质量。一致性得分是一种客观的衡量标准，它基于语言学的分布假设：具有相似含义的词往往出现在相似的上下文中。如果所有或大部分单词都密切相关，则主题被认为是连贯的。通过一致性得分，可以判断主题内部的词语是否有很好的语义相关性。一致性得分高的主题说明训练主题模型的效果较好，其主题分类容易被解释和理解[31]。

图1 LDA一致性分数

从运行结果看（见图2），当主题数为7个的时候，一致性得分最高且pyLDAvis可视化的呈现效果较好，达到了良好的分类和解释效果。

图2 pyLDAvis可视化结果

3 主题内容分析

根据一致性得分和pyLDAvis视图结果，设K值为7进行LDA主题模型运行。在ldamodel.show_topic中将topn设为50，即导出每个主题下排名前50的特征词。为了确保各个主题之间边界清晰，对于主题不明确且出现在多个主题的高词频特征词（如“文化”“历史”“地方”等）结合主题内其他特征词，进行唯一化主题归类。主题分类结果见表2。

表2 主题分类表

经人工判读后对特征词进行整理，解读每个主题下的高词频特征词，归纳最符合主题的内容标识。

主题1——探讨修谱行为：用户认为老家是家谱的主要编修地点。老家的族人有修谱的传统和编纂的能力，能够调集资源进行家谱编修工作。家谱修纂的动力在于修谱成员的家族观念。从这一主题的解读可以发现，在用户的认知中家乡与家谱有着紧密的联系，在所有的回答文本中“老家”相关词频共90次，说明部分用户身份的另一层含义——异乡人。他们虽然不是家谱修纂的主要参与者，但是在他们语境中，家谱成了他们对家乡回忆的一部分，因此产生了较为强烈的参与家谱讨论的意愿。

主题2——描述家谱内容：用户认为家谱是家族内部的资料，包含世祖和名人。家族的历史和曾经的势力范围以家谱的形式流传下来。但是用户对家谱的可信度较为怀疑。从这一主题的解读可以发现，研究选取的对象既能够认识到家谱的历史资料价值，也能够对家谱记载的不足提出质疑，说明这部分用户对家谱有一定程度的了解，对家谱的看法也较为客观。但是，通过词频统计可以发现，图书馆在这部分用户中存在感较低。所有的回答文本中“图书馆”仅出现9次，其中1次提及国家图书馆，2次提及上海图书馆。因此可以认为，图书馆在家谱推广方面有很大的发展空间，目前社会上存在大量对家谱有所了解的用户，而他们并未将图书馆与家谱的认知联系在一起。

主题3——时代的挑战：传统社会，家族以家谱和祠堂为纽带，产生一套约束家庭成员的礼俗规范。但是随着时代的变化，族人不再被限制在以血脉维系的集体中，互联网加速了家族成员个人意识的产生。从这一主题的解读可以发现，用户感受到了时代对传统家族制度的挑战。通过互联网，家族成员的人际关系重心由血缘转向业缘，在这样的背景下，他们对家谱修纂的必要性提出了思考。

主题4——家谱的现实价值：家谱为原子化家庭的普通人之间的抱团提供可能，家族成员可以通过家谱中的关系为下一代搭建互利平台，同时，家谱也能够帮助移民寻根问祖。主题4在一定程度上呼应了主题3的思考。部分用户认为，即使在互联网时代，通过编纂家谱来强化血缘关系依然能获得可观的现实收益。这种观点能够较好地解释近年来民间的修谱热潮，而在这种解释中，家谱的功能不再只是家族资料的记录，而更像一种家族向心力建设的附带产物。

主题5——家谱用户偏好：用户对家谱的兴趣点包括谱系和始祖、家谱与地方关系的研究、西方国家的家谱、姓氏源流、家谱人物、女性视角下的家谱、家谱的历史研究。通过解读主题5，可以发现一些有价值的图书馆家谱推广方向。在用户的偏好中，谱系、人物和始祖都处于家谱的内容层面。这部分偏好一直以来都是图书馆家谱推广的强项。姓氏源流、地方家谱建设和家谱历史研究处于家谱的开发层面。一些对家谱建设比较重视的图书馆在这个层面做了许多的工作。比如上海图书馆通过对家谱文本的解读，以技术手段从宏观的历史角度揭示移民的迁徙事件；多个省馆在家谱的网页中加入了当地家族姓氏源流的解说。但是女性视角下的家谱、对西方国家家谱的介绍，目前鲜有图书馆关注，是图书馆进行家谱推广时值得探索的部分。

主题6——用户经验中的家谱相关人物：在用户对家谱的认知中，受到男性长辈的影响显著高于其他家庭成员。平辈描述中兄弟占最大的比例。提起儿子的频次高于女儿。其他人物中，最多被提起的是老人和族长。在家族内，老年男性是家谱推广的主力。从这一主题的解读可以发现，虽然学界还没有大样本的数据调查结果，但是无论是家谱文献利用的潜在用户还是图书馆已有的家谱用户，男性和年长者可能都占据多数。这应该是与家谱主要用于记载父系家族有关。鉴于此，如何增加女性对家谱的兴趣，以怎样的宣传口径向女性读者推广家谱，有待图书馆更多的探索。

主题7——家谱的文化价值：用户对家谱和文化的关系有一定的认识，认可其对传统文化的记录功能。在用户描述中，家谱内容通过家族故事的形式将家族历史信息传播给年轻一代，对民族的文化传承具有意义。从这一主题的解读可以发现，用户认可家谱的文化价值，但是在具体论述时却倾向于从个人视角出发。这一方面说明用户对家谱的看法比较正面，受到了较多正向的宣传；另一方面也说明用户对家谱的文化价值理解较为模糊，家谱虽然被认为是历史人文的重要组成部分，但是各界对其历史方面的研究较多，而对其文化方面的研究相对欠缺。家谱在文化宣传方面还有较多的潜力可以挖掘。

4 图书馆家谱推广路径探索

4.1 嵌入记忆之场

家谱与正史和方志并提为史学文献的三大支柱，图书馆界对家谱的开发主要集中在其史料开发方面，例如精选家谱的文化资料，编校《中国家谱资料选编》；结合家谱文本内容，研究中国祠堂文化，编制《中国祠堂通论》等。然而家谱内容存在牵强附会的成分，在调查中可以发现，部分用户对家谱的可靠性存疑，进而影响了他们对家谱的看法。夏翠娟指出图书馆应该将家谱看作是“记忆”媒介而非“历史”媒介，跳出家谱文献的虚构与真实之争，在文化记忆的视域下利用和解析家谱内容[32]。但是文化记忆的参与结构是具有精英主义导向的[33]。从用户回答文本中可以发现，个体在家谱修订中的参与情况是高度差异化的，大量用户并未能参与到家谱的编纂中，这亦影响了他们对家谱本身的评价。因此，单纯从文化记忆角度出发，仍存在不利于家谱阅读推广的因素。

皮埃尔·诺拉（Pierre Nora）认为需要将记忆与物质实体联系在一起，才能使人们在历史中探寻到记忆与情感的切入点[34]。在调查的文本中，用户对家谱的记忆往往嵌入在他们对生活场景的叙述中，因此从“记忆之场”理论出发，图书馆应该通过大量征集与家谱相关的历史残留物，通过多类型、多维度、多模态征集记忆资源，对资源进行组织、加工与整合，为更深层次的记忆场景开发挖掘和价值实现奠定物质基础[35]。包括实体的地方资料、照片、人物史料、地图和具有象征意义的庆典仪式、音乐、非物质文化遗产的实体化表达等，使用户在场景中激发回忆进而产生对家谱这类文献的感情羁绊。从这点来看，虽然目的是家谱推广，但是推广的方式应该嵌入在“记忆之场”的场景系统中，而不仅是“家谱内容”的展示。与之相配套的是家谱的阅读推广的“场景式阅读”[36]设计：利用后现代人们的文化消费更注重声光画的特征，从视觉、听觉、触觉、知觉等方面出发，以家谱推广为目的、详略有序地将图书馆收集的资料组织起来，以“软推广”的形式将家谱资源嵌入图书馆搭建的记忆之场中，实现家谱推广的形象化、感官化，从而填补专业家谱知识缺乏群体的知识鸿沟，引导用户在场域中实现对 “家谱”主题的关注，从而拓展家谱的受众范围。

4.2 重视女性视角

新时代下，家谱以男性为主的记录视角越来越受到诟病。虽然家谱中存在着一些对女性成员的事迹记载。如福建地区部分家谱会着重记载贞烈节孝类和羽化成仙类的女性[37]；安徽地区会着重记载孝事长辈、治家治生、抚育子嗣、守贞殉节、扶贫济弱、忠勇义行的女性；而朱君毅[38]对武林徐氏《诵芬咏烈编》的考察发现除女性德行外，少数家谱也会夸赞女性的才艺素养。但是至今仍有许多家谱在修谱时拒绝将本家族出生的女性记录在册。从用户文本回答可知，即使是对家谱了解不深的用户，也能指出家谱普遍存在“重男轻女”的现象。女性占阅读推广对象的半壁江山，因此制定何种策略来针对女性群体进行家谱推广，是值得图书馆思考的问题。

笔者认为家谱对女性群体的阅读推广更应强调的是家谱历史资料的作用和文化价值，而非对家族成员的记录功能。重心应放在女性在家谱中地位变化的历史过程演绎，而非简单的家谱中女性内容的罗列。有必要时可对女性群体进行专项的家谱用户调查，从而挖掘女性用户的家谱兴趣方向。

4.3 具有国际视野

用户对西方国家的家谱有一定的好奇，他们往往从文化比较学的视角出发，将西方家谱的内容纳入回答。这对图书馆家谱的推广启示在于，图书馆虽然不需要将西方家谱作为采购对象，但需要在家谱的推广中更具国际视野。

梳理西方的家谱历史可以发现，西方家谱的一些内容对国内用户来说并不陌生，比如古希腊赫西俄德（Hesiod）的《神谱》，它记载了奥林匹斯众神的世系关系；《圣经》新旧约中出现的相当篇幅的犹太人家谱。虽然用户并不一定知道《神谱》，也并不一定阅读过犹太人家谱的内容，但是用户普遍对希腊神话和《圣经》耳熟能详，加之西方家谱体例有车轮状家谱、树状家谱等不同于中国家谱的形式，在推广过程中能够增加项目的趣味性。图书馆也可将中国家谱内容和西方家谱内容进行对比向用户揭示，拓展用户对家谱的认知，使图书馆的家谱宣传更具国际化。

4.4 创新修谱指导

通过主题分析可以发现，部分用户认为在现代社会，家谱是作为一种家族内驱力建设的产物存在的。因此他们更重视编修家谱的过程中血缘关系的再强化而非单纯的家谱内容。在对鄂西北武村的田野调查中，张新文等发现通过敬祖归宗的集体活动，族人重塑了对家族的文化认同，构建出更适合时代发展的礼俗秩序和道德评价体系[39]。从这个角度来看，接受主流文化指导的家谱编修活动能够为促进乡风建设、为弘扬乡土优秀文化提供元动力。

目前一些地方图书馆与当地的谱牒专家、家谱爱好者和社会活动家共建了家谱文化研究中心，通过对家谱的编修指导，进行家谱的阅读推广。但是，从用户对家谱的回答文本可以发现，用户对修谱意义的理解是割裂的——低参与度的用户不理解家谱的编修意义，对家谱推广持消极态度；而高参与度的用户认为修谱有利于家族凝聚力，为家族成员的合作搭建了平台。基于此，图书馆在对家谱编修指导过程中，不应只在“圈内人”的范畴内进行编修指导，而应有意识地选择让尽可能多的人员参与编修家谱的过程，从而扩大图书馆家谱资源利用的队伍，推广家谱阅读，为重塑家风、弘扬优秀民族文化做出更多的贡献。

5 结语

图书馆是家谱的最大公藏机构，各级图书馆在家谱资源建设中投入了大量的精力，但图书馆对家谱用户的想法认识不足，推广活动还停留在以图书馆视角为主的阶段。本文通过对知识社区用户的家谱回答文本进行LDA模型构建，从用户的视角出发，了解家谱兴趣群体的关注重点，对家谱推广的路径进行了新的探索。但是本文仍有一些问题未能解决：一是在调查样本的选取上，本文的调查样本集中在线上知识社区的群体，未能将社区以外的人群纳入样本统计，这其中包含了大量儿童和老年用户，同时也缺乏对那些完全不了解家谱群体的调查。因此，在对儿童和中老年人的精准化家谱推广设计上尤有不足，也未能就家谱普及层面的推广思路予以探讨。二是从文本的词频统计可以发现，“图书馆”在调查对象中存在感较低，说明各地图书馆推出的宣传并未被传递到这些家谱兴趣人群，因此要实施图书馆家谱的推广策略，还须先设计有效的宣传方式让他们将家谱与图书馆联系起来，而这部分内容本文也未来得及加以讨论。在未来研究中，可以继续扩大研究样本的来源，兼顾图书馆用户和非图书馆用户、各年龄阶段人群、家谱兴趣群体和家谱无兴趣群体的数据采集。同时引入更多的数据处理技术，对家谱推广效果进行评估，使公共图书馆对效果的判断从活动规模、渠道增设等表象指标转为“后推广”时期文献利用率上升情况、用户主动宣传意愿等效果指标，从而在更开阔的用户视角下探索家谱的阅读推广之路。

（本文数据链接地址：http://hdl.handle.net/20.500.12304/11238）