京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据盘点助力上图洞悉读者阅读需求 聪明的数据当起图书馆“参谋”
去年受读者欢迎的书刊究竟有哪些?大数据时代,一系列阅读指数与群体性偏好,都能从海量信息中窥见一二。日前,上海图书馆针对2014年多项数据的盘点新鲜出炉,这既为图书馆合理配置馆藏采购、盘活资源提供了详实依据,也利于申城中心图书馆体系改善举措更好服务市民。
持证读者增至310万,超半数年外借14册书
比起2013年底的192万持证读者,截至2014年底这一人数涨至310万,其中关键原因就是,去年沪上中小学生电子学生证新增借阅功能。统计数据显 示,25岁至40岁间青年读者是上海市公共图书馆的主要读者群,其中女性略多于男性。中老年读者中,则是60岁左右男性读者较多。
去年一整年,包括255家公共分馆在内的上海市中心图书馆“一卡通”通借通还流通量达5741万册次,同比增长超30%。以上图普通外借室为例,去年室藏总量逾36万本,其中被外借过的图书近35万本,流通率超95%,一半以上的读者年外借量达14册。
借出去的图书中,哪些备受青睐?数据分析出读者群体性偏好:文学类占比达52%依然高居榜首,无论中外作品,小说流通量最高。儿童文学作家杨红樱以逾 12万册次借阅数问鼎年度作者榜,她的《笑猫日记》《淘气包马小跳》等童书系列颇受孩子及家长欢迎。占比8%排在第二位的是历史地理类图书,多为名人传 记。
此外,美食烘焙、家庭养花类等工业科学类图书也被更多生活达人借回家,占比约5%,与文教体育类、艺术类并列排第三。值得关注的是,医学卫生类图书去年借阅热度陡然上升,占比增至4%,其中《名医大会诊》《针灸治疗颈椎病》等养生书籍尤为流行。
流通量指标清晰了,图书馆新增藏量就有了直观参考。去年6月上图新增千余册原版外文文献普通外借服务后,仅过了1个月就被借走七成。图书馆立马加大相应馆藏采购,再次新进600册。外文文献中,当代经典丛书、诺贝尔奖读物、畅销英美小说最为抢手。
热点读物一目了然,串起出版上下游
走进位于淮海路的上海图书馆大厅,市民会发现多了位“新朋友”——由9块55吋液晶屏拼成的电子巨屏。屏幕上以服务时间为横轴,每5分钟实时滚动到馆人数、当日书籍借还状态,正被外借书刊的封面图轮番出现。
大数据可视化,便于读者一目了然热点读物,得知图书在各区分馆流通状况;对图书馆自身来说,工作量安排能据此分布得更趋合理。比如,双休日到馆读者数一般为工作日的2倍;上午10点至11点、下午2点至4点是每天流通的两个高峰期。
数据分析展示不仅仅是一项简单的创新服务,也成为阅读推广手段,重塑了读者与图书馆、图书馆与内容供应商之间的关系。据上图系统网络中心团队介绍,未来 数据墙上还会出现借阅排行榜、读者书评和馆员荐书板块。上图从数据背后挖掘出不同年龄、职业、学历的人群趣味倾向,这也为各大出版社调研选题作了注脚,并 串联起上游出版方、公共机构和受众。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16