高校图书馆读者数据的监管与增值利用——以2017年北京大学阅读报告为例

[目的/意义]提出读者数据利用框架,以有助于引导图书馆更规范地对读者数据进行系统的收集、整理、保存和挖掘,实现其增值利用。[方法/过程]引入数据监管和基于数据生命周期的数据服务拓展理念,建立基于生命周期的读者数据监管框架,并基于此框架,以《2017年北京大学阅读报告》为例,分析如何面向图书馆和读者进行读者数据监管。[结果/结论]读者数据监管一方面可以帮助图书馆明确读者来访及借书规律、核心读者群体、资源利用情况,合理优化各类资源和服务;另一方面通过向读者推荐阅读资源和服务,帮助读者提高自身阅读质量,使其充分地利用图书馆,从而为读者数据监管和增值利用的规范化、深入化发展提供有益参考。     

大数据与图书馆保护读者隐私的自律措施

图书馆对大数据时代读者个人数据的管理面临着立法滞后与不完善、泄露读者个人数据的途径增多和图书馆保护读者个人数据的自律性不高等问题。图书馆在大数据时代保护读者个人数据的措施包括：提高对保护读者数据重要性的认识、建立和完善图书馆隐私权保护政策、采用合理科学的读者数据管理策略、发挥技术手段保护读者数据的功能、构建隐私保护法律风险的评估机制等。     

图书馆读者数据泄露及其防范机制摭谈

图书馆读者数据泄露的原因包括法律不健全、技术不完善、管理不到位等,读者自身、图书馆和第三方都可能成为读者数据泄露的主体。在大数据技术条件下,图书馆应针对读者数据的泄露问题采取事前、事中和事后的管理对策,防范读者数据被不合理传播、使用和侵犯。     

大数据时代图书馆读者行为分析及应用

在大数据时代背景下,读者的任何行为都变得有迹可循,图书馆应充分采集和挖掘这些读者行为数据,从读者数据中分析读者行为规律和使用习惯,能更好地满足读者的个性化需求,这不仅可以使图书馆管理人员更好地制定决策,也可以使读者更有效率地享受图书馆的各项服务。     

基于用户画像的图书推荐算法实证研究

个性化推荐算法能够帮助读者从图书馆海量馆藏中发现所需图书,有助于提高馆藏利用率和读者服务效率。文章以高校图书馆图书数据、读者数据和借阅数据为数据源,从中抽取关键词构建图书画像和读者画像;利用向量空间模型计算图书与读者之间的相似度,向读者推荐与其相似度排名靠前的图书;并进行推荐算法效果实证分析,揭示著录数据、读者类型、推荐窗口等变量对推荐准确率的影响。     

都市报读者数据挖掘及整合研究

都市报的兴起在一定时期内快速满足了读者的信息需求和表达需求,但随着新媒体的兴起,读者的信息消费习惯发生了显著变化,如何应对读者的变化成为都市报需要及时面对的问题。本文首先对都市报读者相关的数据进行了全面归纳和整理,划分了各项数据所处的维度,明确了各项数据的指征意义,形成了较完整的读者数据整体架构,并进一步对报业自身运营过程、报纸发行及外部协助等主要读者数据获取的方式和渠道进行了深入分析,最终明确了读者数据整合对报纸采编、经营和内部等方面的指导意义。     

基于分群模型的读者个性化服务研究

为掌握读者的信息需求规律与客户读者群的信息需求特征,文章基于读者信息需求数据,采用数据挖掘方法对读者借阅数据进行读者群体细分,寻找群体的行为特征,为读者提供具有针对性的创新服务.     

大数据背景下读者信息行为方式浅析

在大数据时代背景下,读者的信息行为方式发生了重大变化,图书馆如何在新形势下顺势而为,借力大数据技术,深层挖掘读者信息需求并及时提供个性化服务,是当今各类型图书馆面临的新问题。分析了大数据背景下读者信息行为方式的变化及其对图书馆的影响,并对大数据时代图书馆读者服务工作做了SWOT分析,提出了创新读者服务工作的方法。     

ILASII系统读者库的重建及数据导入

结合实例,分析了ILASII系统读者库重建及数据导入的过程,彻底解决读者库冗余的问题,也可以作为读者数据批导入的方法.     

ILAS Ⅱ系统读者库的重建及数据导入

结合实例,分析了ILASⅡ系统读者库重建及数据导入的过程,彻底解决读者库冗余的问题,也可以作为读者数据批导入的方法。