高校图书馆读者数据分析

（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：

图3-2　2019年度各学院本科生借阅人数比例

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。

图3-3　2019年度各学院本科生读者人均借阅册数(www.xing528.com)

（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。

（4）通过馆藏库可以计算出可借阅文献总量，SQL语句如下：

图3-4　2019年度读者借阅馆藏文献类型分布（册数）

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。