彭 虎

（九江學院信息科學與技術學院 江西·九江 332005）

0 引言

數字化閱讀對傳統(tǒng)圖書閱讀帶來的沖擊越來越大，從中國新聞出版研究院發(fā)布第十七次全國國民閱讀調查報告中可知，2019 年我國成年國民包括數字出版物和在書報刊內的各種媒介的綜合閱讀率為81.1%，其中網絡在線閱讀或手機閱讀等數字化閱讀方式的接觸率為79.3%，與之相比，傳統(tǒng)的圖書閱讀率僅為59.3%。從中可以看出，基于手機或移動屏幕的新媒體閱讀所占比重越來越大，給社會大眾特別是樂于接受新事物的大學生帶來了巨大沖擊，“淺閱讀”“低效閱讀”等問題也隨之而來。[1]

隨著信息技術的不斷發(fā)展，大學生慣于淺閱讀，而懶于深閱讀。因此，在大學生身上呈現的是“淺”與“深”相矛盾，閱讀習慣與學業(yè)要求相對立。[2]碎片化的新媒體信息與課業(yè)要求的個性化學習需求相差甚遠，缺乏精準的閱讀信息是大學生這一群體面對的突出問題。[3]

針對這一目前亟待解決的問題，國內外研究者主要集中在移動互聯時代的大學生閱讀變遷以及對淺閱讀現象及影響因素方面的研究。[4,5]已有的相關研究存在單一性和淺層次問題，或探討數字化閱讀帶來的淺閱讀的特性和現狀，或研究當前數字化深、淺閱讀之間的矛盾，缺乏在大數據環(huán)境下如何緊緊圍繞大學生淺閱讀行為特點深入破解問題的對策研究。為此，本文探討了在大數據的時代背景下如何將淺閱讀轉化為有效的深閱讀，最大限度地激發(fā)學生的學習積極性。

1 大學生閱讀行為分析

閱讀是教育的核心，培養(yǎng)合格的閱讀者應該是現代教育的重要教學目標之一。大學生的閱讀可分為專業(yè)閱讀和普通閱讀兩種，大學生通過閱讀與課業(yè)相關的專業(yè)書或考試類書以完成學業(yè)，并提升專業(yè)技能，通過普通閱讀選擇自己感興趣的書，從而實現拓展視野、豐富知識和提升綜合素質。通過網絡問卷，我們對大學生群體的閱讀行為進行調查，并使用結構方程模型進行分析，總結出大學生群體閱讀行為特點主要如下。

（1）閱讀內容豐富，閱讀需求不確定。在這樣一個“信息爆炸”的時代，各種新媒體層出不窮，內容呈現形式多種多樣，很多經過精心設計的輿論或娛樂信息吸人眼球。部分大學生每天花費大量的課外甚至是課內時間沉浸其中，但這些新媒體內容多數與大學生的課業(yè)不相關，從學業(yè)的角度來說幫助甚微，卻擠占了時間，消耗了精力。大學生在數字化閱讀的這種開放式閱讀過程中其實并不了解自身的閱讀需求或閱讀目的，往往是從一個鏈接擴散到另一個鏈接，有用的與無用的，有趣的與無趣的都照單全收，容易被一些沒用的或不良的信息所影響。因此從大學生課業(yè)的角度出發(fā)，在海量的閱讀內容中，需要聚焦閱讀目標。

（2）淺閱讀與深閱讀的矛盾與對立。淺閱讀是信息時代發(fā)展的產物，有其必然性和必要性，且與新時代大學生的個性特點相吻合，深受其喜愛。但大學生最重要的標簽是學生身份，專業(yè)知識的需求與深閱讀相對應，深閱讀是其專業(yè)成長的必由之路?，F實的情況是，大學生慣于淺閱讀，而懶于深閱讀，需深閱讀時而淺嘗輒止，該淺閱讀時而忙于深究。因此，在大學生身上呈現的是“淺”與“深”相矛盾，閱讀習慣與學業(yè)要求相對立。

（3）深閱讀與精準信息推送。缺乏精準信息的推送，無法滿足個性化學習需求，是大學生這一群體面對的突出問題。因此，如何將無序的碎片化信息整合為有序的精準化信息，通過淺閱讀來促進深度閱讀，為此必須構建一種新型的以大數據技術為支撐的閱讀新模式，這也是高校校園閱讀文化發(fā)展的必然趨勢。為實現由“淺”向“深”的演進，可分兩條路徑實施推進，一是倡導并構建濃郁的校園閱讀新文化與學習氛圍，二是通過技術手段推動大學生勤于深閱讀，將淺閱讀轉化為有效的深閱讀。

2 由“淺”及“深”的閱讀新模式

大數據驅動的大學生由“淺”及“深”的閱讀模式，讓學生能隨時獲得其想要的圖書目錄，讓學生與圖書之間通過各自的閱讀屬性建立一種能進行有效互動的關聯。基于大數據技術，如隨機森林和協同過濾等機器學習算法，構建圖書館新書推薦的圖書推送平臺，從技術的角度推動大學生勤于深閱讀，將淺閱讀轉化為有效的深閱讀。從而形成良性的學生與圖書之間的互動，通過交互式的合作突破標準式的流弊，從而達到最大限度地激發(fā)學生的學習積極性。大數據驅動的大學生由“淺”及“深”的閱讀模式的技術路徑如圖1 所示。

圖1 閱讀新模式技術路線圖

（1）閱讀大數據的采集和清洗。閱讀數據的采集和清洗是實現閱讀內容精準推送的關鍵，將逐步建立大學生閱讀大數據，以支撐對大學生閱讀行為的分析和精準推薦算法的訓練。數據主要來源于高校圖書館的學生借閱數據。

（2）閱讀內容推送技術。在高校圖書館中，目前可以做到的有新書的電子郵件通知、電子布告欄上新書通知以及圖書薦購等。實際上，如果能引入書籍精準推送服務，那么對于師生讀者而言，必然能極大提高使用效率與滿意度。首先，需要獲取原始數據并進行清洗工作；然后，基于算法對用戶偏好數據進行挖掘，以形成離線規(guī)則庫；最后，系統(tǒng)根據用戶的基本信息，為目標用戶提供個性化的新書推薦服務，該服務包括主頁面展示及郵件推送這兩種方式。

新書推薦功能的實現過程包括為數據準備、數據挖掘及生成推薦。其中，數據準備是從數據庫中讀取用戶的評分記錄并通過數據清洗得到有價值的信息，數據挖掘是基于相關的推薦算法模型（如協同過濾或隨機森林等）對用戶的偏好數據（評分值、評分時間、書籍短評等）進行計算并得到離線規(guī)則庫，從而生成推薦信息。

（3）校園閱讀新文化的構建。校園閱讀新文化的構建在大學生由“淺”及“深”的閱讀模式的技術路徑中至關重要，閱讀文化的培育與大數據技術的支撐這兩者是相輔相成，互為依托，互相促進。只有在校園閱讀新文化的熏陶下，在大數據技術的積極促進下，才能在潛移默化中推動大學生勤于深閱讀，樂于深閱讀。校園閱讀新文化的構建應該線上線下雙軌推動。傳統(tǒng)的講座或閱讀沙龍等要持續(xù)并努力發(fā)揚光大，同時需要創(chuàng)新形式，吸引學生積極參與其中，在校園中能定期掀起一股閱讀潮流。面對新興的線上閱讀活動，也要全力推廣，持續(xù)推進。線上活動相對于線下活動更易于組織，但如何讓學生積極有效參與是一大難題。

3 總結

本文淺析了大數據驅動的閱讀新模式，讓學生能獲得其想要的圖書目錄，讓學生與書之間通過各自的閱讀屬性建立一種能進行有效互動的關聯?；诖髷祿夹g，如隨機森林和協同過濾等機器學習算法，構建圖書館新書推送平臺，從技術的角度推動大學生勤于深閱讀，將淺閱讀轉化為有效的深閱讀。