图书馆文献资源建设中的优化方案教育经济研究

图书馆文献资源建设中的优化方案【摘要】本文分析了图书馆文献资源的总体情况和读者的需求特点，建立了图书馆藏书资源需求与库存之间的关系模型。并结合在具体环境下，图书馆资源系统如何根据读者借阅情况调整库存图书，优化图书结构，给读者提供最佳的服务效果。文章详细介绍了该方案实现时应收集借阅的信息特征，预期借阅资源的分析过程和优化后的实际处理方法。【关键词】馆藏图书；资源优化；借阅关系；模型；图书结构1背景图书馆中丰富的学习资源在教育事业中一直起着重要的作用，但近年来，随着知识更新的迅速发展，图书馆的藏书资源也需要不断的调整，以其跟上知识的更新速度。但是在对图书馆藏书进行更新和增加时，往往遇到以下几个问题：第一、受经费的限制，近年来由于图书和期刊的价格不断上涨的原因，使得图书更新经费总是处于捉襟见肘的窘境。第二、现有图书馆的藏书往往是历史阶段常年累月积累下来的，其知识的针对性往往与当前需求不符，尤其是有些院校其研究方向、领域在历史岁月中经历过多次变化的更为明显。因此如何将那些专业方向不符的藏书与需要这些书的其他图书馆藏书进行交流，使当前图书藏书最贴近读者需求，这是图书馆资源更新时遇到的第二个问题。也正因为如此，图书资源优化越来越受到人们的重视，并已经成为现代图书管理与研究中非常重要的一个环节。图书资源的优化主要是对图书馆以往的读者借阅信息进行统计分析后，建立一个恰当的需求分析模型，并利用该模型验证当前的读者需求情况，通过验证后，将该模型用来提前分析今后一段时间内读者的需求情况。为图书馆的管理者制定下一步的图书更新采购计划或者图书交流计划提供准确的参考依据。优化工作的主要内容则是根据读者借阅图书的历史情况，建立尽可能的完善和真实的优化模型。目前，尽管人们已经逐渐将统计方法、概率分析等方法应用到图书资源优化当中来，但这些方法有些仅仅停留在对方法本身的使用或者对某些单项指标的分析上，如针对某一期刊的阅读次数统计、期刊的借阅周期统计等等，将这些方法应用到图书资源优化配置上来还并不是太多。因此，很有必要开展这方法的研究，既能在最大程度上使图书资源贴近读者需求，实现用户的需要，同时又能将有限的图书资源合理分配，发挥最大的价值。2图书资源优化的准备工作资源优化的模型有多种，不同的优化模型其处理方法和流程都不尽相同，得到的处理效果也大不一样，目前用得比较多的有基于概率统计和回归分析的时间序列法、线性回归法等。这些方法在使用时面临的一大问题是优化分析时必须要有大量连续的历史数据，而且在处理过程中，可能还需要根据具体的应用环境对某些参数设定不同的权重，使用起来比较负责。而采用另一知名的灰色系统理论则可在一定程度上简化数据的处理。该理论是基于信息不完全系统，即部分信息是已知的，部分信息是未知的，这样构成的系统称为少数据、不确定系统。如果将影响图书馆资源需求等各种复杂因素联合起来，看成一个大系统的话，则它兼有确定性和不确定性两面。其中实际得图书需求历史资料能够清楚地显示出来，显示出确定性的一面；而需求随时间和学生数、专业特点不断变化的趋势又体现为不确定的一面。此外，该理论在处理时还有一个好处则是无需很多的数据，可以从杂乱无章、有限的、离散的数据中找出规律，建立相应的模型。为了有效地进行图书资源的优化分析，首先需要进行数据采集。优化过程中用到的数据主要是各类图书以往的借阅数量、借阅率和现有的库存，这些数据都可以从图书馆的计算机系统中得到。由于学校对图书资源的更新一般的都是以半年或者一年为更新周期，因此，本文分析的时候，时间单位也以半年为单位。目前图书的基本分类方法都是基于中图分类法，这种方法以被普遍接受和广泛应用，所以，在本文对图书资源优化时也是采用中图分类法，将图书分为22个大类，然后对每一类的图书分别进行处理。从图书馆取得原始数据后，首先进行数据的预处理，更换或者滤掉其中的无效数据，无效数据一般是由于人为因素或者突发事件引起的，如图书馆因故停止服务而造成的借阅量下降、突发的疫情导致医药类的图书借阅量猛增等等，这些都可能会使借阅量偏离正常值。因此有必要对这些数据进行预处理，去除此类无效数据，保证建模和优化的计算结果为期望值。由于灰预测模型只需要4个或者4个以上的数据即可进行建模，因此在实际处理时，只需要选取5个数据样本即可，本文选取了2005年上半年至2007年上半年5个学期的各类图书借阅量作为模型建立的样本（注：此时的上半年均对应该学年的下学期）。样本数据建立时，由于学校每年都有寒暑假，在假期中图书的借阅数据会急剧下降，因此这一段时间的数据应被视为无效数据，处理时应该将其去除。否则会使优化的结果与实际需求不相符。在建模过程中，为了方便起见，所有选取的借阅量数据长度是一定的，即5个学期中，如果要加入最新一个学期的数据量，则删除最早那个学期的数据，以保证样本数据总是最接近的5个学期，从而使得优化出来的资源配置最符合当前的需求。这样既保证了建模的需求，又能够代表最新的需求动态，分析出来的结果最为准确。3图书资源优化模型及流程本文采用的优化模型是GM(1,1)白化型。令)0(x为)1,1(GM建模序列，ababxkxak))1(()1(ˆ)0()1())(ˆ)1(ˆ()1(ˆ)1()1()0(kxkxkx)1()1(ˆ)0()0(xx按此模型建立起来的优化方案工作流程如图一所示，优化结果以平均相对误差、关联度、均方差比值、小误差概率等4个参数来衡量。其中平均相对误差和均方差比值越小，则表明优化分析的结果精度越高，而关联度和小误差概率越大，表明优化的结果精度越高。读取历史借阅量级比验证（建模可行？）可行否数据变换求出发展系数a和灰作用系数b得到GM(1,1)表达式合格否残差修正精度检验得到需求量预测值合格否放弃否是否是是否图一：图书资源优化流程结合历史借阅数据，按上述模型进行优化与计算后，得到每个新学期需要购买的图书资源满足如下公式：预期增加量＝预期需求量*(1+a)－现有库存量，式中a称为富裕度，它是与预期借阅率相关的一个经验值，表示决策者希望图书库存经优化后的保有量。它的取值根据预期借阅率、图书馆实际因素等情况进行调整。一般而言，预期借阅率越大，a的数值也就越大，表示需要购买更多的图书，1＋a整个参数合一起做为调整系数，它和预期需求量的乘积代表优化后的期望图书库存量。图书期望值与现有库存的差值则代表本次资源优化过程中需要增加的图书。4优化方案的微调与确定基于上述方法得到的优化方案毕竟还是带有一定的理想化，在实际应用中，为了能够更好地贴近真实的借阅环境和读者需求，往往还需要对优化的结果进行微调。在微调过程中，主要需要考虑的因素有：在校学生数、教师数；学校的专业方向调整情况；科学技术领域的前沿发展方向；学校的开课情况；图书的新旧程度；学生的素质和学习的动力等等。在校学生和老师的数量是影响图书借阅的重要因素之一，因为他们是整个图书借阅的主要对象。每个学生和教师对图书的需求互不相同，一般而言，随着学生数和老师的增多，图书的借阅量也会明显增加，因此学生数、老师数与图书的借阅量是成正比的。学生的学习专业不同，会直接导致学生对不同类别的图书感兴趣，尤其是当学校进行专业方法调整时，如果专业方向改变较大，这将导致大量学生需要新的专业领域的书籍。并且这种随着学校专业方向的调整导致的图书借阅方向和数量的改变是具有一定的强制性的，即学生的专业方向调整后，必然会要借阅大量该专业的图书，这一过程是不与学生的兴趣特征为转移的。相对而言，前沿科学技术研究领域的发展与更新对图书借阅的影响更小些，并且这种影响还主要由读者兴趣所支配。学校的开课情况对图书借阅量也是有着明显的影响，这一原因有些类似学校专业方向调整带来的影响。如果某学期学校很多班级都开设了计算机软件设计的课程，那么对程序开发类别的书借阅量将会明显增加，而当该课程结束后，对该类图书资源的需求又会急剧下降。所有分析和优化图书馆资源结构时，一定需要参考下一学期当中课程的开设情况。还有学生的素质和能力也会影响图书的借阅量。有的学生基础知识扎实，学习动力强，那么这类学生在学习过程中很可能不满足于课堂上老师讲授的知识，总是想方设法地获取更多、更广的知识。因此他们将构成图书馆的主要读者，并且他们也是图书馆提高借阅率的重点服务对象。而相对那些素质不是很高的学生，或者读书兴趣不大，或者自身能力有限，苦于完成课堂上的内容，更没有更多的实际借阅课外的参考书。因此这类学生很大程度上是学习方法问题和学习能力问题，图书馆可进行有针对性地启发，欢迎他们来借阅图书，甚至可以提供预定服务，以保证他们的需求，提供图书的借阅率。此外还有一些客观、辅助的因素影响着图书的借阅率，如：图书馆内部工作效率高，图书分布清晰，布局合理，整齐有序，具有良好的检索体系和导读体系，使读者能够方便、快速地找到自己所需要的图书，这将有助于提高馆藏图书的借阅量。另外，图书馆工作人员的素质也能够在一定程度上影响图书借阅量。素质良好的工作人员能够根据读者的需求进行适当的图书推荐服务，帮助读者以最少的时间找到最多的符合其需要的图书。5总结本文根据图书馆读者借阅的特点和需求，建立的图书资源根据当前需求特征动态优化与完善的方案。该方案基于图书资源优化模型的指导，充分考虑到了未来的变化情况和高校学生动态变化的一些实际情况，做了有针对的微调。设计的资源动态优化方案能够根据读者的需求有效地配置资源，在实践中可为高校节约经费，做到资源的最优化配置。