國內(nèi)外圖書館數(shù)字信息訪問研討論文

1、國內(nèi)外圖書館數(shù)字信息訪問研討論文編者按：本文主要從圖書館數(shù)字資源訪問統(tǒng)計的現(xiàn)狀；圖書館數(shù)字資源訪問統(tǒng)計的方式；圖書館數(shù)字資源訪問統(tǒng)計的指標；圖書館數(shù)字資源訪問統(tǒng)計存在的問題幾個方面進行論述。其中，主要包括：典型的研究計劃、相關(guān)標準、國內(nèi)圖書館數(shù)字資源訪問統(tǒng)計的研究和應(yīng)用、WEB日志方式、通過對訪問時間進行統(tǒng)計，可以得到服務(wù)器在某些時段的訪問情況、對訪問請求的錯誤進行統(tǒng)計和分析，可以找出有問題的頁面加以改正、資源提供商提供、通過網(wǎng)絡(luò)代理proxy、利用腳本語言自行開發(fā)、國際圖書館聯(lián)盟的統(tǒng)計指標指南、E-Metrics推薦的統(tǒng)計指標、我國圖書館常用的數(shù)字資源訪問統(tǒng)計指標、資料庫不在館內(nèi)，正確及時的

2、統(tǒng)計數(shù)據(jù)不易取得、缺乏標準的統(tǒng)計指標等，具體請詳見。 1圖書館數(shù)字資源訪問統(tǒng)計的現(xiàn)狀 1.1典型的研究計劃 美國和歐盟針對圖書館數(shù)字資源的訪問統(tǒng)計已經(jīng)展開了一些針對性的研究計劃，比如，由美國研究圖書館協(xié)會資助的E-Metric項目、美國多個機構(gòu)（包括ARL、JISC、NISO等）資助的COUNIER項目、歐盟TelematicsforLibrariesProgramme支持的EQUINOX項目等，這些項目多為研究制定描述電子信息服務(wù)和資源的統(tǒng)計指標和績效測度及其方法。 1.2相關(guān)標準 在相關(guān)的標準方面，面對新的信息環(huán)境和圖書館形態(tài)，一些組織開始嘗試將新的電子資源績效評估標準融入原有相關(guān)標準指南

3、的框架。例如NISO在2004年批準了圖書館和信息提供者信息服務(wù)和利用的測度和統(tǒng)計數(shù)據(jù)字典(NISOZ39.7-2004InformationServicesandUse:Metrics&statisticsforlibrariesandinfomationproviders-DataDictionary)，該標準在傳統(tǒng)圖書館工作的基礎(chǔ)上，還特別增加了網(wǎng)絡(luò)服務(wù)、網(wǎng)絡(luò)資源、網(wǎng)絡(luò)運行的新的測度方法，這套數(shù)據(jù)字典將逐漸納入美國圖書館統(tǒng)計工作，成為美國圖書館統(tǒng)計工作的參考依據(jù)， ICOLC1998年制定的網(wǎng)上索引、文摘和全文資源使用統(tǒng)計測度指南(GuidelinesforStatisticalMeaS

4、uresofUsageofWeb-BasedIndexed,AbstractedandFullTextResources)提供了一套網(wǎng)絡(luò)化信息資源使用的績效測度指南。2001年的修訂版明確了網(wǎng)絡(luò)信息使用數(shù)據(jù)統(tǒng)計的最基本要求，并提供在隱私、保密、獲取、傳遞和報告形式方面的指導。 ISOISO/CD11620也在傳統(tǒng)服務(wù)統(tǒng)計指標的基礎(chǔ)上，結(jié)合ICOLC和COUNTER的研究，進行了圖書涫數(shù)字資源測度及其定義、方法的描述。 1.3國內(nèi)圖書館數(shù)字資源訪問統(tǒng)計的研究和應(yīng)用 國內(nèi)隨著公共圖書館、大學圖書館、科學圖書館系統(tǒng)圖書館評估工作的進行，圖書館界開始逐步重視對圖書館數(shù)字館藏、圖書館數(shù)字化信息服務(wù)的評估

5、。 參考文獻2中提出了數(shù)字資源后評估的概念，但是對圖書館數(shù)字資源訪問統(tǒng)計等后評估的方法和指標體系尚未全面展開評論。一些圖書館自行開發(fā)了基于jsp或者asp的圖書館網(wǎng)站訪問統(tǒng)計軟件，一些數(shù)字圖書館系統(tǒng)，如清華同方的TPI、北京拓爾思的TRS、浙江天宇的CGRS等等也提供了相應(yīng)的統(tǒng)計功能，但是尚沒有一款商業(yè)化的軟件針對圖書館的各種類型的數(shù)字資源提供一攬子的訪問統(tǒng)計方案。 2圖書館數(shù)字資源訪問統(tǒng)計的方式 2.1WEB日志方式 web服務(wù)器在工作時，時刻將WWW訪問的結(jié)果記錄在一些log（日志）文件中，通過對服務(wù)器日志的分析可以得到以下信息 (1)通過對訪問時間進行統(tǒng)計，可以得到服務(wù)器在某些時段的訪問

6、情況； (2)對訪問者的IP進行統(tǒng)計，從中可以判斷主要是那些用戶在訪問Web服務(wù)器； (3)對訪問請求的錯誤進行統(tǒng)計和分析，可以找出有問題的頁面加以改正； (4)對訪問者清求的URL進行統(tǒng)計，就可以判斷出讀者對那些頁面的內(nèi)容最感興趣，對哪些頁面的內(nèi)容不感興趣。 各種web服務(wù)器日志文件的格式和內(nèi)容大致相同。根據(jù)W3C的際準2，一般Web日志都包括諸如用戶的IP地址、請求時間、方法（GET/POST等）、被請求網(wǎng)頁或文件的URL、發(fā)送接收字節(jié)數(shù)、協(xié)議版本等信息。表1列出了幾種不同類型的Web日志。 但這些日志文件信息量很大，用戶難以直接從log文件獲得直觀的結(jié)果。對日志文件的分析，可以借助一些商

7、業(yè)性的或者源代碼開放的軟件完成。其中比較好的開放源代碼的日志分析軟件有：AWStats、webalizer等。 從日志文件提供的信息進行統(tǒng)計和分析，就可以對整個網(wǎng)站有一個數(shù)字化、精確的認識，從而對網(wǎng)站的設(shè)計和內(nèi)容進行改善和調(diào)整，使圖書館網(wǎng)站更好地為讀者提供服務(wù)。 2.2資源提供商提供 數(shù)據(jù)庫的使用情況屬于后評估指標，主要用于更新、續(xù)訂數(shù)據(jù)庫時使用，一般在圖書館購買資源提供商的數(shù)字資源時，應(yīng)該要求由出版商或數(shù)據(jù)庫商提供使用報告，再據(jù)此進行各類分析。 目前出版商數(shù)據(jù)庫商提供的統(tǒng)計報告常用的相關(guān)統(tǒng)計指標有： 檢索次數(shù)(searfh/query)：用戶在某一個數(shù)據(jù)庫中提出檢索式的次數(shù)。 登錄次數(shù)(se

8、ssion/signon)：用戶打開某個數(shù)據(jù)庫的次數(shù)。 下載文摘全文(abstract/fulltextpage/image)：用戶在某一個數(shù)據(jù)庫中下載到本地客戶機中的文摘或全文篇數(shù)。 2.3通過網(wǎng)絡(luò)代理proxy 代理服務(wù)器(ProxyServer)是一種服務(wù)器軟件，它的主要功能有：設(shè)置用戶驗證和記帳功能，可按用戶進行記帳，沒有登記的用戶無權(quán)通過代理服務(wù)器訪問Internet網(wǎng)，可以對用戶的訪問時間、訪問地點、信息流量進行統(tǒng)計。 目前代理服務(wù)器軟件產(chǎn)品十分成熟，功能也很強大，可供選擇的服務(wù)器軟件很多。主要的服務(wù)器軟件有WinGate公司的WinGatePro、微軟公司的MicrosoftPr

9、oxy、Netscape的NetscapeProxy、SybergenNetworks公司的SyGate等，這些代理軟件不僅可以為局域網(wǎng)內(nèi)的PC機提供代理服務(wù)，還可以為基于Novell網(wǎng)絡(luò)的用戶，甚至UNLX的用戶提供代理服務(wù)。目前絕大部分Intemet的應(yīng)用都可以通過代理方式實現(xiàn)。大多數(shù)代理服務(wù)器軟件產(chǎn)品具有登記內(nèi)部網(wǎng)用戶訪問外部網(wǎng)的日志記錄，有些產(chǎn)品還可以直接將日志記錄到數(shù)據(jù)庫中。根據(jù)日志記錄文件或數(shù)據(jù)庫，可以統(tǒng)計內(nèi)部網(wǎng)每個用戶的網(wǎng)絡(luò)流量以及上網(wǎng)時間，甚至可以按服務(wù)網(wǎng)絡(luò)類型（如：HTTP、SMTP、FTP等）分別進行統(tǒng)計。 2.4利用腳本語言自行開發(fā) 通過web服務(wù)器的日志可以獲得用戶訪問

10、圖書館網(wǎng)站信息的情況，但是，這種方式需要對日志的格式進行了解，然后用相應(yīng)的工具軟件或者進行一定的開發(fā)來完成。還有一種獲取網(wǎng)站訪問情況的方法是利用asp或者isp等網(wǎng)絡(luò)腳本語言，利用它們內(nèi)置的server、session、request對象等獲取相關(guān)的信息，獲取數(shù)據(jù)進行統(tǒng)計。比如：利用Jsp我們可以用Jsp的內(nèi)置request對象的獲取參數(shù)方法request.getParameter(“userid”)，獲取用戶名；用(request.getRemoteAddr)獲取訪問者的IP地址；通過request.getHeader(“User-Agent”)獲取包含瀏覽器和操作系統(tǒng)的信息，然后用字符串分

11、割substring()方法來分別得到瀏覽器和操作系統(tǒng)；通過Jsp的內(nèi)置對象session的方法session,getCreation-Time()返回Session被創(chuàng)建的時間，而session.getLastAccessedTime()則返回當前Session對象最后被客戶發(fā)送的時間，兩者之差為停留時間。 主要分以下幾個開發(fā)步驟： (1)確定將要統(tǒng)計的信息； (2)建立數(shù)據(jù)庫； (3)實時的訪問信息紀錄，記錄每次點擊的信息，包括頁面信息、用戶信息、訪問IP、訪問時間； (4)實時信息的分類存儲； (5)顯示方式的選擇。可以用Windows的表格系統(tǒng)，也可以自行編制表格顯示。 利用這種方法相

12、對比較簡單，但是可獲得的統(tǒng)計指標也有限。 除了上述幾種統(tǒng)計方式外，還有基于路由器的流量統(tǒng)計、基于防火墻的流量統(tǒng)計、基于以太網(wǎng)廣播特性的流量統(tǒng)計。但是這些方法所提供的簡單流量的統(tǒng)計功能，不能完全滿足圖書館數(shù)字資源訪問統(tǒng)計的目標。 3圖書館數(shù)字資源訪問統(tǒng)計的指標 3.1國際圖書館聯(lián)盟的統(tǒng)計指標指南 國際圖書館聯(lián)盟認為，信息資源提供商對他們提供的特定的電子信息資源所提供的統(tǒng)計數(shù)據(jù)應(yīng)該滿足以下的最低需求。 必須提供的數(shù)據(jù)元素是： a)會話(session)數(shù)量（或者登陸數(shù)量）numberofsessions。為了滿足政府機構(gòu)和專業(yè)組織的報告的需要，應(yīng)該提供會話數(shù)量或者登陸數(shù)量。在沒有國界的網(wǎng)絡(luò)環(huán)境中，

13、會話數(shù)量的統(tǒng)計是一個粗糙的指標。 b)提問數(shù)(numberofqueries)，即經(jīng)過分類的提問數(shù)量。一次檢索是一次獨立的知識查詢。典型地，一次檢索被記錄為向服務(wù)器提交的一個檢索表單，之后的瀏覽行為或者選定一個單獨條目的行為沒有表現(xiàn)為額外的檢索，除非通過提交二次檢索。立即進行重復的檢索、雙擊或者其他用戶的無意識行為都不應(yīng)計入其內(nèi)。 c)菜單的選擇數(shù)(numberofmenuselections)，如果數(shù)據(jù)的顯示需要通過使用菜單來進行瀏覽，則應(yīng)該提供這個指標（如一個電子期刊網(wǎng)站提供的基于音序和主體的菜單選擇）。 d)全文的數(shù)量（打開的、下載的或者提供給用戶的全文，這些全文都是由服務(wù)器控制的而不是

14、由瀏覽器控制的）： 期刊文章按照期刊名稱列出刊名和issn； 電子書按照書名列出書名和isbn； 參考資料按照改資源的內(nèi)容單元（如字典的定義、百科全書的文章、傳記等）； 非文本型資源按照自愿的文獻類型（如圖像、音頻、視頻等）。 上述的每個數(shù)據(jù)元素應(yīng)該按照每個特定的數(shù)據(jù)庫提供商、按照每一組機構(gòu)的IP地址或其他特別的元素（如賬號），以及機構(gòu)名稱、協(xié)會名稱和時間跨度（每月或者每年）分組描述，供應(yīng)商還應(yīng)該提供每天、每小時的統(tǒng)計數(shù)據(jù)，并且還應(yīng)該可以動態(tài)地集成幾個月或者某一段時間的數(shù)據(jù)，而不用限制是當年數(shù)據(jù)還是由供應(yīng)商限定的時間段。 3.2E-Metrics推薦的統(tǒng)計指標 為了了解圖書館數(shù)字資源的使用情況

15、，確定數(shù)字資源的花費是否合理，MRL的E-Metrics項目推薦的指標如下： (1)用戶可檢索的電子資源。包括：R1電子全文期刊種數(shù)、R2電子參考資源種數(shù)、R3電子書的種數(shù)。 (2)對網(wǎng)絡(luò)資源和服務(wù)的使用情況。包括：U1電子參考事務(wù)的數(shù)量、U2登錄電子數(shù)據(jù)庫的數(shù)量（會話session數(shù)）、U3電子數(shù)據(jù)庫的提問和檢索數(shù)量、U4電子數(shù)據(jù)庫的請求條數(shù)、U5對圖書館網(wǎng)站和書目的遠程訪問次數(shù)。 (3)網(wǎng)絡(luò)資源和相關(guān)設(shè)備的花費。包括：C1全文電子期刊的成本、C2電子參考資源的成本、C3電子書的成本、C4圖書館對書目設(shè)備、網(wǎng)絡(luò)環(huán)境等相關(guān)設(shè)備的花費、C5對書目設(shè)備、網(wǎng)絡(luò)環(huán)境等相關(guān)設(shè)備的外部花費。 (4)圖書館

16、數(shù)字化活動。包括：D1數(shù)字館藏的大小、D2數(shù)字館藏的使用、D3數(shù)字館藏建設(shè)和管理的成本。 E-Metrics的統(tǒng)計指標，既考慮了數(shù)字資源和數(shù)字化服務(wù)的訪問量，還考慮了數(shù)字資源及其支持成本，便于從成本效益的角度進行分析。 3.3我國圖書館常用的數(shù)字資源訪問統(tǒng)計指標 對于圖書館數(shù)字資源訪問統(tǒng)計的指標，在我們常見的統(tǒng)計分忻工作中，統(tǒng)計指標圍繞什么被使用？誰在使用？如何使用？什么時候使用？為什么使用？哪些資料經(jīng)常被下載？哪些資料被檢索最頻繁？資料檢索來自哪些單位？哪個單位使用量最多等問題，通常采用數(shù)字資源提供商提供的訪問統(tǒng)計數(shù)據(jù)與對圖書館網(wǎng)站及自建數(shù)字資源的訪問統(tǒng)計相結(jié)合的方式，除了資源提供商提供的數(shù)

17、據(jù)外，往往采用網(wǎng)站訪問流量、訪問者的IP、網(wǎng)站點擊次數(shù)、數(shù)字資源的點擊次數(shù)、下載的篇數(shù)等指標。 與國外相比，我國圖書館的數(shù)字資源訪問統(tǒng)計指標設(shè)定相對比較粗略，沒有統(tǒng)一的、針對各種類型數(shù)字資源的一致的標準，而且統(tǒng)計指標往往僅僅反映了訪問情況，未能與數(shù)字資源的購買和管理成本掛鉤進行成本效益分析。 4圖書館數(shù)字資源訪問統(tǒng)計存在的問題 4.1資料庫不在館內(nèi)，正確及時的統(tǒng)計數(shù)據(jù)不易取得 隨著各個圖書館在數(shù)字資源建設(shè)方面的積累和發(fā)展，圖書館數(shù)字資源的來源多樣，既有通過遠程鏡像或者資源提供商服務(wù)器訪問的數(shù)據(jù)，也有在本地鏡像的數(shù)據(jù)，還有圖書館自建的數(shù)字資源。尤其對于資料庫不在館內(nèi)的情況，需要廠商配合協(xié)助，但是

18、最大的問題在于沒有辦法從廠商那里得到充分的數(shù)據(jù)，或是廠商提供的數(shù)據(jù)不標準，或是提供的資料不是圖書館想要的，而且由于統(tǒng)計數(shù)據(jù)是由資源提供商提供，其客觀性和真實性的保障機制弱。這樣，正確及時的統(tǒng)計數(shù)據(jù)不易取得。 4.2缺乏標準的統(tǒng)計指標 由于資源來源多樣，統(tǒng)計指標不規(guī)范，不同的系統(tǒng)提供的統(tǒng)計報告五花八門，沒有統(tǒng)一指標。統(tǒng)計指標定義混亂、不明確，例如“search”在大多數(shù)系統(tǒng)內(nèi)被定義為用戶發(fā)送檢索式的次數(shù)，但有些數(shù)據(jù)庫卻用“query”來表示同樣含義的指標，而CSA數(shù)據(jù)庫則同時使用了“search”和“query”，二者的含義和區(qū)別并不明確。沒有一致、標準、科學的統(tǒng)計指標體系，對用戶訪問統(tǒng)計的分析及其對圖書館決策的支持可信度就會降