尹相權

基于圖書館座位管理系統(tǒng)的用戶行為分析*

尹相權

（北京師范大學圖書館，北京 100875）

移動服務的興起使得高校圖書館空間服務從單一方式演變?yōu)槎喾绞?，通過不同服務方式的用戶行為對比分析，對高校圖書館空間服務改進具有重要意義。采用圖書館營銷的理念，提出一個結合用戶細分模型和方式細分模型的用戶行為分析模型，以用戶黏度、用戶活躍度和用戶產出作為用戶行為指標，在用戶細分和方式細分的基礎上，通過描述性數據分析方法、聚類、多因素方差分析法，對北京師范大學圖書館座位管理系統(tǒng)為期2.5年的用戶行為數據進行分析，并根據分析結果提出圖書館座位管理系統(tǒng)應進一步加強移動方式宣傳、利用座位聚類結果開展個性化推薦等改進策略。

圖書館座位管理系統(tǒng)；圖書館營銷；用戶行為分析；用戶黏度；移動服務

隨著信息共享空間等概念的興起，圖書館以用戶為中心的設計和管理，尤其是學習空間的管理日益得到關注。如今的讀者大量利用現代技術和數字化信息，圖書館需要了解新一代讀者利用圖書館的習慣，進而有針對性地為其提供學習及閱讀空間，如信息空間、學習空間等[1]。其中，座位空間預約服務由于服務范圍廣（可面向全部讀者）、可解決圖書館普遍存在的占座問題、工程實現難度低等原因，已在多數高校圖書館普及。得益于寬帶無線接入技術和移動終端技術的飛速發(fā)展，高校圖書館的座位空間服務逐漸從單一服務方式轉變?yōu)槎嘣辗绞?，部分圖書館已經提供萬維網服務平臺、移動服務APP、微信公眾號平臺以及圖書館服務終端等多種座位預約方式[2-4]。那么，投入使用這些服務方式后，用戶對圖書館座位的利用率是否有所提高？如何從經濟學的角度來衡量座位的利用率？在諸多服務方式中，用戶會更傾向于選擇哪種服務方式？不同預約方式用戶的行為習慣有哪些異同？通過分析這些問題，各高校圖書館可借助技術手段培養(yǎng)用戶利用圖書館空間資源的良好習慣，為高校圖書館選擇何種方式提供預約、如何改善預約服務提供數據支持，從而提高高校圖書館空間資源的利用率，最終形成用戶使用方便、圖書館管理科學的雙贏局面。

已有研究采用網絡調研方式確立讀者行為分析的變量，并通過座位管理后臺獲取實證研究和跟蹤分析，確定服務改進策略[5]。另外，圖書館座位管理系統(tǒng)在用戶實際使用過程中產生大量歷史數據，這些海量歷史數據中隱含了用戶的行為習慣信息，為開展深入的用戶行為分析提供了研究基礎。因此，也有研究基于座位管理系統(tǒng)日志數據開展用戶行為分析。儲文靜等[6]基于江西師范大學圖書館座位管理系統(tǒng)數據，使用數理統(tǒng)計方法從自習位置選擇偏好、選座行為偏好等方面分析讀者自習行為，將讀者分為研究生和本科生，統(tǒng)計了刷卡選座、預約選座和重新選座的頻次，未進一步開展基于用戶細分模型和選座方式的深度分析。為此，筆者調研了圖書情報領域利用數據挖掘方法開展深度用戶行為分析工作，按照工作方法可分為兩類。①描述性以及推斷性分析方法。安徽省圖書館基于Web日志進行圖書館用戶行為的描述性以及推斷性的分析，找出了安徽省圖書館用戶行為存在的問題[7]。②基于機器學習的方法，其中又包括基于聚類和基于關聯規(guī)則兩類研究?；诰垲惖难芯恐校S蘭等[8]以圖書館讀者借閱量為實例，利用統(tǒng)計分析系統(tǒng)（SAS）的聚類技術對圖書館讀者社群進行數據挖掘；重慶理工大學圖書館利用數據挖掘聚類方法中的系統(tǒng)聚類算法設計了相應的體系構架，結合重慶理工大學圖書館讀者借閱業(yè)務需求，建立了圖書館讀者細分模型[9]；邱均平等[10]采用聚類方法，從基于檢索字段的書目數據聚類、基于用戶分類的書目數據聚類、基于用戶資源利用行為數據統(tǒng)計分析的聚類完善OPAC資源揭示及書目推送服務；謝發(fā)徽[5]基于K-means聚類對網絡調研數據開展分析。基于關聯規(guī)則的研究中，關聯規(guī)則挖掘的目標是發(fā)現大量數據項集之間的關聯或相關聯系，如果兩項或多項屬性之間存在關聯，那么其中一項的屬性就可以依據其他屬性值進行預測[11-12]。已有研究中，陳淑英等[13]利用多維屬性間關聯規(guī)則數據挖掘技術，對不同專業(yè)用戶群體4年圖書借閱數據進行分析；艾金勇[14]采用基于Fp-樹的頻繁方式增長算法找出隱藏在讀者借閱行為中的關聯規(guī)則；李欣[15]應用強關聯規(guī)則算法在圖書借閱和信息查詢數據的分析中，減少圖書頻繁項集的產生，避免冗余規(guī)則的挖掘和生成。

縱觀已有研究，深度用戶行為分析方法大多基于讀者借閱數據并應用于數字圖書館電子資源推送以及借閱數據推送等方面，尚沒有基于座位管理系統(tǒng)實際使用數據的、探究用戶預約方式對用戶行為影響的深度用戶行為分析模型。圖書館營銷（library marketing）從20世紀90年代進入飛速發(fā)展階段，其中一個很重要的理念是用產品概念來設計圖書館服務[16]。將圖書館座位管理系統(tǒng)視為產品，則營銷網站的評價體系適用于座位管理系統(tǒng)的用戶行為分析。因此，本研究提出一個結合用戶細分模型和方式細分模型的用戶行為分析模型，以用戶黏度、用戶活躍度和用戶產出為用戶行為指標，在用戶細分和方式細分的基礎上，通過描述性統(tǒng)計分析方法、聚類、多因素方差分析法，按照用戶行為指標開展數據挖掘，為確定服務改進策略提供數據支持。

1 基于用戶細分和途徑細分的用戶行為分析模型

參考大多數網站的用戶行為分析[17]，在座位管理系統(tǒng)的用戶行為分析的用戶行為指標中，主要關注讀者的黏度、活躍度和產出。其中，讀者黏度主要關注讀者在一段時間內持續(xù)訪問和使用座位管理系統(tǒng)的情況，更強調一種持續(xù)的狀態(tài)，這里將訪問頻率、訪問時長指標歸到黏度的分類?；钴S度更多地針對讀者具體的座位使用情況，考察座位使用隨時間變化的規(guī)律以及座位使用與用戶的關聯，前者按時間的特性（周一到周日）以及預約時間長度特性，統(tǒng)計平均日預約頻次和長/短時預約頻次；后者把讀者細分為讀者類型以及年級，考察不同讀者類型在不同預約方式的預約活躍度。產出代表業(yè)務衡量，考慮到圖書館的非營利性質，選擇座位的總體使用量、座位選擇傾向代表座位管理系統(tǒng)的產出。

基于用戶細分和方式細分的用戶行為分析研究路線如圖1所示，獲取座位管理系統(tǒng)數據后，根據用戶維度和預約方式維度進行數據分割，并進一步開展用戶行為分析。將用戶行為分析的指標設定為用戶黏度、用戶活躍度和用戶產出，使用描述性統(tǒng)計分析方法、聚類方法和多因素方差分析方法開展分析，并將分析結果應用于改進系統(tǒng)運行策略。用戶細分的維度包括用戶類型和年級，方式分為觸屏機、網頁、APP和微信，其中，由于網頁、APP和微信的移動特性，在本研究中合稱為移動方式。用戶行為分析中的聚類分析主要用于基于用戶產出（即座位的使用頻次以及使用時長）產生座位的分類信息，并以此分類信息考察不同方式用戶偏好之間的共性以及差異；多因素方差分析主要用于挖掘座位偏好與座位特性之間的關聯。

2 用戶行為分析

選取北京師范大學圖書館2016年9月5日—2019年1月19日中文閱覽室的座位管理系統(tǒng)日志數據作為研究對象。由于北京師范大學圖書館的移動APP和微信正式上線時間在2018年9月，故4個方式的對比分析僅使用2018學年秋季學期的數據。

2.1 用戶黏度分析

用戶黏度分析的目標為考察使用不同方式進行預約的用戶對座位管理系統(tǒng)的訪問頻率和訪問時長情況。表1對比了2016年、2017年和2018年秋季學期的使用率，對比發(fā)現，預約平均時長呈遞增趨勢，與2017年秋季學期相比，2018年秋季學期預約平均時長提高5.85%；2018年秋季學期移動用戶數量有顯著增長，與2017年秋季學期相比，增加46.31%，且有效提高了用戶平均使用時長（41.65%），充分說明新的預約方式給圖書館座位管理系統(tǒng)帶來了更高的用戶黏度。另外，同時使用觸屏機和移動方式的用戶也呈現增加趨勢，從23.91%逐漸增加到26.35%、35.38%，說明越來越多的用戶使用多種預約方式。

圖2進一步對比了移動方式與觸屏機方式在2016年9月—2018年7月每月預約統(tǒng)計對比情況。如圖2所示，觸屏機預約模式為主流預約模式，兩種方式的趨勢相近，當觸屏機方式預約量下降時，移動方式預約量也會下降，反之亦然，相對而言，觸屏機方式預約量波動較大；在4個學期中，有3個學期的期末，移動相對于觸屏機的使用均有一定程度下降，以上信息說明用戶在座位相對緊張的時間，大部分還是傾向于選擇使用觸屏機方式，移動方式還有一定的服務提升空間。

筆者進一步提取了2018年9月—2019年1月的移動模式數據，進行了觸屏機、網頁、APP和微信4種預約方式的行為模式對比研究。如圖3所示，APP預約和微信預約的比例呈持續(xù)增長態(tài)勢。這進一步說明了用戶使用移動方式的增長趨勢。

2.2 用戶活躍度分析

用戶活躍度更多地針對讀者具體的座位使用情況，考察座位使用隨時間變化的規(guī)律以及座位使用與不同類型用戶的關聯?？紤]長時間段預約和短時間段預約的比例是影響空間利用率的重要因素，有必要按照不同時間段對不同方式的預約行為進行考察，為此，筆者把使用時間分為6個時間段：上午（7:00—12:00）、下午（12:00—18:00）、晚上（18:00—22:00）、上午—下午、上午—晚上、下午—晚上，例如“上午—晚上”，代表預約開始時間屬于上午，預約結束時間屬于下午，統(tǒng)計了不同時間段的預約行為，結果如表2（a）所示。兩種預約方式的下午時段和上午—下午時段預約數相對較少，上午—晚上時段預約數相對較多，用戶更傾向于使用較長時間段，且在較長時間段的預約行為中，移動方式的使用比例有所提高，說明移動方式預約長時間段具有一定優(yōu)勢或者更為便利。不同方式日平均預約頻次對比如表2（b）所示，用戶更傾向于在周一—周四使用自習空間，且在周五、周六和周日使用移動方式預約的比例會有一定提高。

表3展示了圖書館用戶移動方式預約總計與觸屏機方式預約總計比率的分用戶類型的對比分析結果。其中，本科生使用移動方式的比例明顯高于碩士生和博士生，留學生使用移動方式的比例最低，高年級學生（本科四年級、碩士生三年級、博士生三年級）會更傾向于使用移動方式。另外，在本科階段和博士階段，新生相對二年級學生使用移動服務的比率更高，說明新生階段為習慣養(yǎng)成階段，學生對不同預約方式接受度較高；而碩士生階段該變化不明顯，推測原因為部分碩士生中一年級新生為本校本科生，真正意義上的新生比例偏低。留學生較少使用移動頻道，說明移動頻道在多語言推廣工作方面仍需加強。

2.3 用戶產出分析

參考網站將用戶選擇的訂單作為用戶產出，研究將用戶選擇的座位作為座位管理系統(tǒng)產出的內容，將特定學習空間、特定時間范圍、分行為方式的座位偏好作為用戶產出開展分析。收集2.5年內實驗記錄共計3?890?077條。

從圖4的座位使用時長分布可以看出，幾乎所有座位的有效使用時長均超過20個月，少數座位甚至超過30個月，使用率較高，但仍有一定的提升空間。

關于預約方式的產出情況，本文分別統(tǒng)計了觸屏機、網頁、APP和微信的使用時長，并按照使用率從高到低的順序對座位進行排序，取前60位進行對比分析，探討不同方式的座位偏好。僅通過座位編號來表征座位會忽略不同座位的共性信息，為提取座位的共性信息，盡可能忽略座位編號本身帶來的差異，根據座位的使用頻次和使用時長，使用K-means聚類方法，對座位進行聚類分析。使用組內誤差平方和法，選取最佳聚類個數4，聚類結果如圖5所示。座位時長與座位使用頻率正相關，按使用率從低到高排序，依次為簇4、簇3、簇1和簇2。

圖6展示了不同預約方式的選座偏好，不同形狀的點分別代表座位的不同類別。其中，不同預約方式的選座偏好具有一定差異，觸屏機模式和微信預約模式受歡迎的座位編號分布較為分散，網頁方式對編號為1~20的座位更為青睞，APP方式對座位的偏好可明顯分為0~50以及150~180兩大區(qū)間。統(tǒng)計各個方式之間的交集發(fā)現，網頁方式與APP方式，網頁方式與微信方式，APP方式與微信方式分別有36個，20個和18個共同座位；觸屏機方式與網頁方式、APP方式和微信方式分別有6個、2個和8個共同座位，說明網頁方式、APP方式和微信方式的行為規(guī)律具有一定共性。從座位類別分布來看，4種方式最受歡迎的座位為類別1、類別3、類別4，分別對應圖5中的簇1、簇2和簇3。其中，觸屏機和APP的座位類別分布比較相似，而微信方式與其他方式的類別分布差異較大，類別分布更為隨機。

為更具體地看各個影響因素的不同水平與觀測變量的相關性，使用線形回歸算法對最鄰近圖書分類（CD/D/F/GF/HG/MID）、是否靠墻（WALL）、方位（N/S）、是否臨近洗手間（WC）、是否有擋板（BAFF）5個因素進行回歸分析，結果見公式1。

最鄰近圖書分類CD、靠墻、鄰近洗手間以及具有擋板與受歡迎程度正相關，其余水平與受歡迎程度負相關或不相關。

3 用戶行為相關問題分析

以圖書館營銷相關用戶行為指標（用戶黏度、用戶活躍度和用戶產出）為視角，對北京師范大學圖書館座位預約管理系統(tǒng)數據的深度用戶行為分析，發(fā)現圖書館座位管理系統(tǒng)用戶行為具有明顯的規(guī)律，且不同方式的用戶行為具有明顯差異。

用戶黏度分析表明，座位使用率有遞增趨勢，預約平均時長顯著增加，這從側面說明了圖書館的座位管理系統(tǒng)在提高座位管理系統(tǒng)服務方面取得了一定成效。考慮到2016年以來圖書館在服務改進方面最突出的工作是新預約方式的引進，推測座位使用率的提高與新預約方式的引進使得座位預約更為便利有關。同時，座位使用率仍有一定的提升空間。在所有的預約方式中，用戶行為存在以下規(guī)律：連續(xù)兩個學年中，每年11月和12月都是用戶訪問量最高的月份，推測與臨近期末考試或考研考試相關；周一到周四的預約量明顯高于周五、周六、周日；長時段預約量明顯高于短時段預約量；觸屏機的預約量明顯高于移動預約量，期末時間尤其明顯。每到學期的最后一個月，圖書館座位的整體預約率會顯著下降，同時觸屏機方式的使用比率會有一定上升，說明在座位使用率不飽和的時間，用戶到館直接使用觸屏機方式預約的人數會有所增加。以上分析結果表明，為進一步提升座位使用率，圖書館應該更加關注“休閑時間”的圖書館座位使用率提升問題。

用戶黏度和用戶活躍度分析表明，移動方式服務用戶黏度和用戶活躍度具有遞增趨勢。與觸屏機方式相比，移動方式的服務量雖然較低，但已顯現出其獨特的優(yōu)勢。例如，在周五、周六和周日相對休閑的時間，移動預約比率有明顯增長，且隨著學生年級的增長，移動預約比率也有明顯增長。隨著APP和微信服務方式的開啟以及推廣應用，移動方式與觸屏機方式的用戶量差距在逐漸縮小。另外，留學生使用移動方式的比例偏低，具有很大的增長空間。移動方式在“休閑時間”的優(yōu)勢以及巨大的服務提升空間，為進一步提高圖書館座位服務找到了實施點，即圖書館應進一步提高移動方式在新用戶（尤其是留學生）中的宣傳力度，并根據用戶使用情況，增加休閑時段座位推送信息，吸引用戶到圖書館開展學習和研究。

用戶產出分析表明，不同預約方式的座位偏好具有一定差異。各方式最受歡迎的前60個座位中，不同移動方式（包括網頁方式、APP方式和微信方式），用戶的座位偏好具有一定共性，而觸屏機方式和移動方式的交集較小。移動方式中，微信方式的偏好座位更為隨機，可能與微信方式無法查看座位分布圖有關?；陬悇e的分析發(fā)現，4種方式最受歡迎的座位集中在其中的3個類別，觸屏機方式和APP方式的最受歡迎座位類別具有較高的共性，而微信方式的類別分布與其他座位類別分布差異較大。另外，在座位本身的特性中，最鄰近圖書分類、是否靠墻、方位、是否臨近洗手間、是否有擋板、最鄰近圖書分類與是否靠墻的交互因素對座位的受歡迎程度影響較大。從整體來看，用戶更傾向于最鄰近圖書分類C-D、靠墻、鄰近洗手間以及具有擋板的座位。座位偏好分析結果表明，圖書館用戶對隱私性和便利性均有一定要求，可以考慮在圖書館適當位置增加擋板，并在座位推送時，結合讀者的專業(yè)來滿足其對便利性的需求。

4 總結與建議

以圖書館營銷為視角，對北京師范大學圖書館座位預約管理系統(tǒng)數據開展的用戶行為分析結果表明：用戶黏度有遞增趨勢，座位使用率有遞增趨勢，預約的平均時長顯著增加；移動方式服務用戶黏度和用戶活躍度遞增趨勢明顯，尤其體現在“休閑時間”以及長時間段預約；座位偏好與座位的隱私性以及便利性相關性較高。

以上基于用戶黏度、用戶活躍度以及用戶行為進行分析得到的結論為進一步改進圖書館座位管理系統(tǒng)服務提供了嚴謹的數據論證和有益的啟發(fā)。首先，建議圖書館將下一步的工作重點聚焦到“休閑時間”的圖書館座位使用率提升問題。在非工作日時間以及距離考試較遠的時間，及時觀測座位使用率變化并做出響應。進而，重點研究如何提升移動方式服務問題，進一步提高移動方式在新用戶中的宣傳力度。加強針對新生的移動座位預約宣傳、培訓工作，考慮到留學生使用移動服務的比例偏低，還應改進英文版本的移動座位預約指南，幫助留學生盡快學會使用移動預約方式，在提高移動方式使用率的同時，達到提高長時預約比例，進而提高座位利用率。最后，有必要根據用戶使用情況，增加休閑時段座位推送信息，吸引用戶到圖書館開展學習和研究。在座位推送時，應該同時考慮到座位的隱私性以及便利性，以進一步提高用戶的滿意度。此外，圖書館應排查頻次低、時間短的座位產生原因，進一步提高該類座位的隱私性和便利性，如通過增加座位擋板提高該類座位對學生的吸引力等。

根據本文提出的模型實現圖書館座位個性化推薦是進一步研究的重要方向。根據用戶的使用習慣，統(tǒng)計每位用戶喜歡的座位分類，構建基于用戶歷史記錄、座位使用特性以及座位本身特性的區(qū)分用戶預約方式的多元化推薦模型。其中，用戶歷史記錄提供用戶更傾向于使用的預約方式以及歷史座位。座位使用特性即基于座位的歷史預約頻率以及預約使用時長給座位打的分類標簽；座位本身特性即指座位本身的硬件屬性，包括是否鄰近洗手間以及是否有擋板等。當用戶選擇某一種預約方式時，如微信預約時，系統(tǒng)自動根據用戶歷史記錄中統(tǒng)計出的座位類別以及座位本身特性，從微信預約方式的座位產出列表中篩選候選座位，以進一步提高用戶選座效率，進而提升圖書館座位的產出。

［1］ 肖小勃，喬亞銘. 圖書館空間：布局及利用［J］. 大學圖書館學報，2014，32（4）：103-107.

［2］ 陳武，錢青，趙熊，等. 清華大學智能座位管理系統(tǒng)的設計與實現［J］. 現代圖書情報技術，2013，29（10）：90-95.

［3］ 周瑤，劉暢，李建東. 圖書館微信座位預約應用開發(fā)——以西北民族大學為例［J］. 現代圖書情報技術，2015，31（7）：155-159.

［4］ 顧朝兵. 高校圖書館多平臺座位管理系統(tǒng)設計［J］. 電腦知識與技術，2014（24）：5667-5670.

［5］ 謝發(fā)徽. 高校圖書館座位管理系統(tǒng)的讀者行為分析［J］. 圖書館論壇，2018（3）：108-116.

［6］ 儲文靜，儲昭輝，許曉云. 基于座位管理系統(tǒng)數據的圖書館讀者自習行為探究［J］. 圖書館研究，2017（5）：107-112.

［7］ 李祝啟，陸和建，毛丹. 基于Web日志統(tǒng)計分析的公共圖書館用戶行為研究［J］. 圖書館雜志，2014，33（7）：39-46.

［8］ 黃蘭，郭志敏，習萬球. 利用聚類技術對圖書館讀者社群的研究分析［J］. 計算機工程與設計，2007，28（22）：5552-5555.

［9］ 聶珍. 一種基于系統(tǒng)聚類的圖書館讀者細分模型［J］. 現代情報，2009，29（9）：158-161.

［10］ 邱均平，周毅. 聚類視角下圖書館OPAC資源揭示與推送服務探析［J］. 圖書館建設，2014（2）：17-20.

［11］ 熊擁軍，陳春穎. 基于關聯挖掘技術的數字圖書館個性化推送服務［J］. 圖書情報工作，2010，54（1）：125-129.

［12］ 高俊峰，王淑梅. 基于概念格的數字圖書館信息推送服務方法研究［J］. 圖書情報工作，2012，56（17）：66，122-125.

［13］ 陳淑英，徐劍英，劉玉魏，等. 關聯規(guī)則應用下的高校圖書館圖書推薦服務［J］. 圖書館論壇，2018（2）：97-102.

［14］ 艾金勇. 圖書館讀者借閱行為的關聯規(guī)則挖掘研究［J］. 情報探索，2017（1）：40-43.

［15］ 李欣. 強關聯規(guī)則挖掘在智慧圖書館個性化推送服務中的應用研究［J］. 情報科學，2018，36（4）：95-99.

［16］ 張明霞，龔劍. 國內外圖書館營銷研究述評［J］. 圖書館學研究（應用版），2010（3）：7-10.

［17］ 尤婷. 社交網站用戶行為特征及其內在機制研究——以“人人網”為例［D］. 北京：北京郵電大學，2012.

An Analysis of Multiple-Way User Behaviors of Academic Library Seat Reservation System

YIN XiangQuan

( Beijing Normal University Library, Beijing 100875, China )

With the breakdown of mobile techniques, mobile ways of space services in academic libraries have been developed in recent years. It is important to understand the differences of user behaviors among different service ways for better services. Based on the library marketing theory, a user behavior model which is user specific and service way specific is rendered. The model takes user viscosity, user activity and user output as indicators, divides users and ways to different classes, and uses descriptive analysis, clustering and multivariate analysis of variance methods. The model is applied in the 2.5-year-long records of seat reservation system collected by Beijing Normal University Library, and strategies including an improvement of mobile service advertisement and a personalized recommendation based on the seat clustering results are suggested.

Library Seat Reservation System; Library Marketing; User Behavior Analysis; User Viscosity; Mobile Service

*本研究得到教育部人文社會科學研究規(guī)劃基金項目“數據驅動的圖書館精細化服務模式與保障機制研究”（編號：17YJA870011）資助。

G250

10.3772/j.issn.1673-2286.2019.10.006

尹相權，男，1982年生，碩士，館員，研究方向：圖書情報領域數據挖掘，E-mail：yinxq@lib.bnu.edu.cn。

（2019-10-08）