●王　冉（江蘇師范大學(xué)圖書館，江蘇　徐州　221116）

?

運用回歸模型構(gòu)建隨書光盤共享平臺

●王冉（江蘇師范大學(xué)圖書館，江蘇徐州221116）

［關(guān)鍵詞］隨書光盤；回歸分析；移動互聯(lián)網(wǎng)

［摘要］在移動互聯(lián)網(wǎng)大環(huán)境下，隨書光盤共享平臺難以很好地為讀者服務(wù)，改造虛擬光盤勢在必行。采用多元回歸分析模型，結(jié)合隨書光盤相關(guān)數(shù)據(jù)，利用SPSS軟件對隨書光盤下載量的影響因素進行多元回歸分析，建立預(yù)測模型。經(jīng)檢驗，預(yù)測模型可以有效預(yù)測光盤下載量，有針對性地指導(dǎo)光盤改造工作。

1　前言

隨書光盤作為紙本書籍的重要補充，是傳統(tǒng)閱讀向數(shù)字閱讀過渡的中間環(huán)節(jié)。由于光盤本身的傳播能力有限，且讀者以獨占方式借閱，使得隨書光盤的利用效率受到影響。加之光盤易被磨損，由此可能導(dǎo)致數(shù)據(jù)讀取失敗，甚至部分或全部損壞。［1］因此，近幾年，國內(nèi)各大高校、機構(gòu)紛紛將館藏隨書光盤壓制為虛擬光盤鏡像文件（*.ISO），建立隨書光盤共享平臺（系統(tǒng)），以期為讀者提供更加便利的光盤檢索、借閱服務(wù)。［2］隨書光盤共享平臺上線之初得到讀者廣泛認同，很多讀者通過下載光盤鏡像取代實體光盤借閱。［3］然而，近一兩年來，光盤鏡像下載量并不盡如人意，究其原因，主要有兩點：其一，部分光盤存在信息陳舊、內(nèi)容空泛等問題，不能滿足讀者的實際需要；其二，在現(xiàn)今所處的移動互聯(lián)網(wǎng)時代，移動終端由于其便攜性強，信息處理能力日益提高，讀者更愿意使用智能手機、平板電腦等移動設(shè)備處理簡單的工作和學(xué)習(xí)事務(wù)，而傳統(tǒng)的隨書光盤鏡像文件主要運行平臺是個人電腦和筆記本電腦尤其是個人電腦因其不夠輕便、能耗高、整合性差、網(wǎng)絡(luò)接入單一等，相當(dāng)一部分讀者棄之不用。耗費大量財力建立并需要不斷投入人力、物力進行維護的隨書光盤共享平臺不能有效、高質(zhì)地為讀者服務(wù)的現(xiàn)狀成為廣大圖書館員面對的一個困局。

2　移動互聯(lián)網(wǎng)時代隨書光盤共享平臺現(xiàn)狀

在移動互聯(lián)網(wǎng)時代大環(huán)境下，智能手機、平板電腦等輕量級設(shè)備難以支撐類似虛擬光盤鏡像這類大容量文件。具體表現(xiàn)在：目前的移動終端所采用的操作系統(tǒng)多為android、ios、windows phone/RT、windows 8等。其中，除去windows 8作為桌面級操作系統(tǒng)可以無縫支持虛擬光盤的相關(guān)應(yīng)用外，其余均受限于系統(tǒng)內(nèi)核、文件系統(tǒng)以及CPU和其他硬件性能等因素，無法執(zhí)行對iso文件的讀取、解壓等操作。唯有徹底打破虛擬光驅(qū)鏡像文件（iso）的束縛，將光盤內(nèi)容轉(zhuǎn)換為移動平臺可以支持的形式和格式，才能讓移動設(shè)備正常使用隨書光盤共享平臺。因此，對現(xiàn)有隨書光盤共享平臺的改造勢在必行。

隨書光盤一般分為以下四大類：（1）數(shù)據(jù)、資料類，包含素材、源代碼、電子書、影音文件、軟件工具等；（2）視頻、音頻原盤，包含VCD、DVD、CD等；（3）紙本書籍配套的輔助應(yīng)用，包含試題、練習(xí)、等交互式應(yīng)用；（4）其他，包含以上未列舉各類光盤。就改造而言，以上4類難度各異，具體改造方式見表1。

表1　隨書光盤改造方式

目前，隨書光盤共享平臺中收藏了數(shù)以萬計、不同領(lǐng)域、不同年代出版的虛擬光盤文件，一般占用存儲空間多達數(shù)十T。同時，越來越多的紙本數(shù)據(jù)選擇附帶光盤出版，大量的新光盤不斷被壓制出來，導(dǎo)致光盤存儲空間日益捉襟見肘。然而，在如此巨大的光盤資源中，尚有相當(dāng)一部分并非讀者經(jīng)常使用，甚至幾乎不被使用。從表1可知，光盤改造工作不同于對光盤的簡單壓制，需要耗費更多的人力、物力、財力。對現(xiàn)有所有光盤進行改造并不現(xiàn)實，也沒必要。如能有針對性地選擇多數(shù)讀者急需的光盤進行改造，并在新書光盤壓制時有預(yù)見性地選擇改造，同時，對現(xiàn)有過于老舊且無人問津的虛擬光盤鏡像實施剔舊，則可以在滿足讀者需要基礎(chǔ)上，節(jié)省大量人力、財力、物力，減少隨書光盤共享平臺日益激增的存儲量，從而使隨書光盤共享平臺在移動互聯(lián)網(wǎng)時代高質(zhì)量、高效率地為讀者服務(wù)。

綜上所述，如何選擇和預(yù)測讀者需要的光盤加以改造是亟待解決的問題。

3　運用回歸模型預(yù)測光盤下載量確立改造重心

下載量是隨書光盤受歡迎與否的重要指標(biāo)，但考慮到部分光盤上線不久，下載量并不明顯。單純依據(jù)現(xiàn)有下載量判斷光盤的重要性來選擇對其進行改造，有失偏頗，會使很多重要光盤得不到改造，影響讀者使用。同時，新書隨書光盤尚未產(chǎn)生下載量，也無從有針對性地選擇改造。

根據(jù)已有下載量數(shù)據(jù)，結(jié)合隨書光盤和紙本書籍自身信息，并在橫向上參考光盤所在中圖分類中書籍隨書附盤比重，建立預(yù)測模型，由此推斷和預(yù)測隨書光盤的受歡迎程度，有針對性、有重點地優(yōu)先改造，是真正解決隨書光盤共享平臺在移動互聯(lián)網(wǎng)時代困境的有效方法。借助統(tǒng)計學(xué)廣泛使用的回歸分析模型可以便捷、準(zhǔn)確地實現(xiàn)這一需求。

3.1回歸分析的含義和原理

回歸分析（Regression Analysis）是通過研究一個或多個自變量X和因變量y之間是否相關(guān)、相關(guān)方向和強度，從而建立數(shù)學(xué)模型，以便通過特定自變量來預(yù)測因變量的一種統(tǒng)計學(xué)分析數(shù)據(jù)的方法。根據(jù)涉及自變量的多少，可分為一元回歸分析和多元回歸分析；按照自變量和因變量之間的相關(guān)類型，可分為線性回歸分析和非線性回歸分析。［4］多元線性回歸分析是利用最小二乘函數(shù)構(gòu)建線性回歸方程對多個自變量和因變量之間關(guān)系進行建模的一種回歸分析。多元線性回歸分析的數(shù)學(xué)原理是：當(dāng)因變量y和自變量X1， X2，X3，…Xi存在線性關(guān)系時，利用最小二乘函數(shù)建立y和X1…Xi之間的關(guān)系模型為y=b0+b1X1+b2X2+b3X3+ …+biXi。其中，b0是回歸常數(shù)，表示方程的截距，bi是偏回歸系數(shù)，表示當(dāng)其他自變量不變時，自變量Xi每改變1個單位時y的平均變化量。［5］

3.2回歸參數(shù)選擇和數(shù)據(jù)采集

根據(jù)隨書光盤下載的實際情況，設(shè)計影響光盤下載量的因素有所在分類書籍附盤比重、光盤容量、改造成本、書籍含光盤價格、書籍頁碼。

設(shè)計自變量如下：附盤比重X1（%）、光盤容量X2（mb）、書籍（含光盤）價格X3（元）、書籍頁碼X4（頁），由于網(wǎng)絡(luò)環(huán)境等因素對模型無實際影響，故分析時不予考慮。則下載量模型為：

y=b0+b1X1+b2X2+b3X3+b4X4

考慮到隨書光盤的時效性較強，同時隨書光盤共享平臺正式上線服務(wù)時間不長，近一兩年新上線的隨書光盤的下載量尚存在較大變化。故在2011年出版的隨書光盤下載量中抽樣選取數(shù)據(jù)既能保證數(shù)據(jù)足夠成熟，又照顧到光盤的新鮮度。表2顯示了從江蘇師范大學(xué)隨書光盤共享平臺中隨機抽取的44組2011年出版的隨書光盤下載量。下面，將對前40組數(shù)據(jù)作回歸分析，構(gòu)建回歸模型，用后4組數(shù)據(jù)檢驗回歸模型的有效性。

表2　隨書光盤下載量和相關(guān)參數(shù)

3.3多元線性回歸分析

啟動spss軟件，建立變量并錄入數(shù)據(jù)，執(zhí)行回歸分析，選擇線性回歸，在線性回歸對話框中，將y設(shè)置為因變量，將變量X1到X5設(shè)置為自變量，設(shè)置回歸方法為：“輸入”；點擊“Statistics”按鈕，在統(tǒng)計對話框中選中“估計”、“模型擬合度”、“共線性診斷”。執(zhí)行線性回歸分析。［6］部分輸出結(jié)果見表3～5。

表3　方差分析

表4　模型摘要

表5　系數(shù)

由表3可知，F(xiàn)統(tǒng)計量為747.945，顯著性值為0.00，小于顯著性水平0.05，因此判定模型有效，即因變量和自變量之間有顯著線性關(guān)系?？蓻Q系數(shù)R2為復(fù)相關(guān)系數(shù)R的平方，由表4知R2為0.988，調(diào)整后的R2為0.987，較接近1，顯示回歸結(jié)果較好，模型擬合度比較理想。但根據(jù)表5數(shù)據(jù)，X4即頁數(shù)自變量的偏回歸系數(shù)是非顯著的，說明其對因變量（下載量）影響并不顯著。因此，模型中引入此變量沒有實際意義。方差膨脹因子（VIF）最大值為1.767（通常VIF大于2就可能存在共線性問題），判斷可能不存在共線性問題。［7］

為進一步避免出現(xiàn)共線性問題以及有效剔除非顯著影響因子，可以采用逐步回歸方法建立模型。逐步回歸根據(jù)偏相關(guān)系數(shù)的大小次序?qū)⒆宰兞恐鸫我敕匠?，并進行統(tǒng)計檢驗，將效應(yīng)顯著的自變量留在回歸方程內(nèi)，循此繼續(xù)遴選下一個自變量。

重新執(zhí)行spss線性回歸分析，在線性回歸對話框中，設(shè)置回歸方法為逐步，得到分析結(jié)果見表6～8。

表6　逐步回歸模型摘要

表7　逐步回歸方差分析

表8　逐步回歸系數(shù)

表6顯示，模型3中復(fù)相關(guān)系數(shù)R=0.994，可決系數(shù)R2=0.988（非常接近1），調(diào)整后的R2=0.987，剩余標(biāo)準(zhǔn)差為4.688，顯示因變量光盤下載量與所選3個自變量之間存在顯著線性關(guān)系。由表7可知, F統(tǒng)計量為1025.226，顯著性值為0.00小于顯著性水平0.05，所建立的回歸模型具有統(tǒng)計學(xué)意義。由表8可以看出，經(jīng)過逐步回歸最終選擇建立模型的預(yù)測變量為：附盤比重X1（%）、光盤容量X2（mb）、書籍（含光盤）價格X3（元）。該模型回歸系數(shù)顯著，即對光盤下載量有顯著影響。［8］B值即為方程截距和偏相關(guān)系數(shù)，據(jù)此建立回歸方程為：

y=1.312X1-0.007X2+1.287X3-19.473

3.4模型檢驗

利用回歸模型檢驗第41～44組數(shù)據(jù)，得到結(jié)果如表9所示。從表9可以看出，模型預(yù)測誤差最小值為2.62%，最大值為7.84%，平均誤差為4.91%。說明本模型有著較高的預(yù)測準(zhǔn)確度，對光盤下載量有較好的揭示作用。

表9　模型預(yù)測結(jié)果和實際值對比

4　結(jié)束語

利用回歸分析建立預(yù)測模型，運算分析過程較為簡單，準(zhǔn)確度較高，預(yù)測結(jié)果直觀，可以直接指導(dǎo)隨書光盤鏡像的改造工作。根據(jù)現(xiàn)有隨書光盤共享平臺數(shù)據(jù)，進一步搜集和增加因變量的決定因素，完善自變量，優(yōu)化模型結(jié)構(gòu)，提高模型精度，及時推廣回歸分析模型并展開預(yù)測工作，可以讓隨書光盤改造工作具有針對性，以最小的投入成本獲取最大限度的改造效果。同時，可以對老舊、無效資源進行剔舊，優(yōu)化現(xiàn)有存儲格局，提高硬件使用效率，讓隨書光盤這種數(shù)字媒體的“先驅(qū)”在移動互聯(lián)網(wǎng)時代繼續(xù)為讀者提供優(yōu)質(zhì)、高效服務(wù)。

［參考文獻］

［1］李永鋼．關(guān)于建立隨書光盤共享平臺的思考［J］．淮北師范大學(xué)學(xué)報（自然科學(xué)版），2011 （4）：53－57.

［2］王妙婭．高校圖書館隨書光盤網(wǎng)絡(luò)化服務(wù)現(xiàn)狀與問題調(diào)查分析［J］．圖書館工作與研究，2013 （2）：101－104.

［3］支崎．高校圖書館隨書光盤管理模式比較研究［J］．圖書館學(xué)研究，2004（10）：8－9，15.

［4］陳永勝，宋立新．多元線性回歸建模以及SPSS軟件求解［J］．通化師范學(xué)院學(xué)報，2007（12）：8－9，12.

［5］王惠文，孟潔．多元線性回歸的預(yù)測建模方法［J］．北京航空航天大學(xué)學(xué)報，2007（4）：500－504.

［6］史春薇，等．基于SPSS統(tǒng)計軟件在多元線性回歸校驗數(shù)據(jù)中的應(yīng)用［J］.當(dāng)代化工，2014（6）：1112－1113.

［7］馮力．回歸分析方法原理及SPSS實際操作［M］．北京：中國金融出版社，2004.

［8］謝宇．回歸分析［M］．北京：社會科學(xué)文獻出版社，2010.

［責(zé)任編輯］張雅妮

［收稿日期］2014－11－05

［作者簡介］王冉（1981－），男，碩士，江蘇師范大學(xué)圖書館館員，研究方向：數(shù)字圖書館、隨書光盤。

［基金項目］本文系江蘇師范大學(xué)哲學(xué)社會科學(xué)基金項目“非書資料共享管理平臺建設(shè)和實踐研究”（項目編號：11XWB19）研究成果之一。

［文章編號］1005－8214（2015）09－0087－03

［文獻標(biāo)志碼］B

［中圖分類號］G255.75