3.4 数据挖掘与结果呈现

高校图书馆服务对象主要为教师和学生，因此将读者库按照本科生、研究生、博士生、教职工、其他（包括访问学者、进修教师、专业硕士、短期留学生、继续教育学生及其他非本校读者）这五种类型进行划分。根据读者库中的“读者类型”字段和“学号”字段，可以判断出读者的具体身份。如读者类型中54、55、56、57分别表示大学一年级学生、二年级学生、三年级学生、四年级学生；学号以10、20、11、12、13开头的代表本科生；本科生学号长度为11位。根据以上信息可以将本科生从读者库中划分出来，SQL语句如下：

同理，可根据读者类型及学号属性划分出研究生、博士生、教职工及其他员工。

3.4.1 读者借阅数据

（1）各学院读者一个自然年内借阅人数比例分析：以一个自然年为分析周期，根据读者库和借阅历史库数据可以分析出高校各学院在一个自然年内借阅人数比例与未借阅人数比例。具体算法为根据读者库中的读者代码2（标识读者的院系信息代码）将各学院人数进行汇总，然后将读者库与借阅历史库耦合，分析出各学院本科生借阅人数，最后计算出各学院借阅人数比例与未借阅人数比例。以本科生为例，SQL语句如下：

由以上算法可得到2019年度华东师范大学各学院借阅人数比例（本科生），如图3-2所示。其中左侧代表借阅比例，右侧代表未借阅比例，该图呈现了各学院本科生对图书馆馆藏资源的依赖程度以及借阅行为习惯。

（2）各学院读者人均外借情况分析：根据借阅历史库和读者库的耦合得出各院系读者的借阅情况，包括借阅读者的院系信息、借阅册数、借阅书目信息、借阅时间；然后根据读者代码2汇总出各院系的借阅册数；最后结合各院系人数分析得出结果。同样以本科生为例，SQL语句如下：

由以上算法可得到2019年度各学院读者人均借阅量（本科生），如图3-3所示。其中院系总体平均借阅册数是基于院系总人数计算的人均借阅册数；有借阅记录的平均借阅册数是基于院系中有借阅记录的人数计算的人均借阅册数。

（3）读者借阅馆藏文献类型分布：馆藏文献类型按照《中国图书馆分类法》分为22个大类，馆藏库中的索书号字段第一位对馆藏文献类型进行了标识。具体算法为：通过借阅历史库和馆藏库耦合得到产生借阅记录的读者借阅历史数据具体信息，包含借阅馆藏号、书目号、借阅馆藏索书号、借阅读者号、借阅日期；然后根据《中国图书馆分类法》提取馆藏索书号第一位，对读者借阅馆藏文献进行分类。SQL语句如下：

由以上算法可得到读者借阅馆藏文献类型分布，如图3-4所示。其中“老分类”指1974年前入藏文献所用分类法，中／日文和西／俄文所用不同，均为全数字标识。从图中可以对比看出读者偏好的文献类型。

得出可借阅文献总量与2019年借阅量对比，如图3-5所示。通过对比可以明显看出各种类型馆藏文献的利用率。

3.4.2 读者进馆数据

（1）读者每日到馆情况分析：以一个自然年为分析周期，通过图书馆进出馆闸机（以下简称通道机）验证数据可以分析出每日进入图书馆的读者人次。具体算法为：通道机中每条记录对应一次进馆行为，将通道机数据库按照进馆日期进行分类汇总，即可得到通道机读者每日进馆情况。SQL语句如下：

分析结果如图3-6所示，从结果呈现中可以清晰看出一年内各时段到馆的高峰和低谷，便于图书馆根据情况更好地安排工作人员与服务事项。

（2）各类读者到馆比例分析：高校图书馆主要服务对象为教师和学生，因此主要统计对象为本科生、研究生、博士生、教职工的到馆比例情况。结合前面章节中分好的本科生、研究生、博士生、教职工读者类型，选取一个自然年为统计周期，从通道机库中汇总出各类读者的到馆人数，最后进行比例测算与对比分析。以本科生到馆人数为例，SQL语句如下：

研究生、博士生及教职工的到馆人数算法以此类推，最后汇总后结果呈现如图3-7。

3.4.3 读者利用图书馆数据

近年来，图书馆投入大量人力、物力进行空间资源建设，以期能够为读者提供更好的服务。除传统的读者到馆、借阅数据外，图书馆还保有大量空间资源利用数据和网络服务数据。例如，馆内电子阅览室上机数据、研讨室使用数据、自助文印使用数据、微信刷卡入馆数据、刷脸入馆数据、馆藏目录检索日志数据等。以下以研讨室的利用情况分析为例。

研讨室利用情况分析：以一个自然年的月份时间轴为基础，对读者使用图书馆研讨室进行学习活动的情况进行分析。华东师范大学图书馆开放研讨室供读者使用，采用联创IC学习空间管理系统对两校区研讨室进行统一管理并提供在线预约服务，并基于此研讨室使用数据纳入数据挖掘范畴。SQL语句如下：

结果呈现如图3-8所示。

通过细化图书馆空间资源利用分析，对读者利用微信刷卡入馆、刷脸入馆、使用馆内电脑人数和上机时间、馆藏目录检索情况以及读者使用研讨室、文印设备情况进行分析，能够及时了解设备的使用情况，探知读者的实际需求。