图书馆数字资源访问统计研究

《图书馆数字资源访问统计研究》由会员分享，可在线阅读，更多相关《图书馆数字资源访问统计研究（12页珍藏版）》请在金锄头文库上搜索。

1、图书馆数字资源访问统计研究1图书馆数字资源访问统计的现状典型的 研究 计划美国和欧盟针对图书馆数字资源的访问统计已经展开了一些针对性的研究计划，比如，由美国研究图书馆协会资助的 E-Metric 项目、美国多个机构资助的 COUNIER项目、欧盟 Telematics for Libraries Programme 支持的EQUINOX 项目等，这些项目多为研究制定描述 电子 信息服务和资源的统计指标和绩效测度及其 方法 。相关标准在相关的标准方面，面对新的信息环境和图书馆形态，一些组织开始尝试将新的电子资源绩效评估标准融入原有相关标准指南的框架。例如 NISO 在 xx 年批准了图书馆和信息

2、提供者信息服务和利用的测度和统计数据字典(NISO Services and Use:Metrics & statistics for libraries and infomation providers-Data Dictionary)，该标准在传统图书馆工作的基础上，还特别增加了 网络 服务、网络资源、网络运行的新的测度方法，这套数据字典将逐渐纳入美国图书馆统计工作，成为美国图书馆统计工作的 参考 依据，ICOLC1998 年制定的网上索引、文摘和全文资源使用统计测度指南(Guidelines for Statistical MeaSures of Usage of Web-Based I

3、ndexed,Abstracted and Full Text Resources)提供了一套网络化信息资源使用的绩效测度指南。2001 年的修订版明确了网络信息使用数据统计的最基本要求，并提供在隐私、保密、获取、传递和报告形式方面的指导。ISO ISO/CD 11620 也在传统服务统计指标的基础上，结合 ICOLC 和 COUNTER 的研究，进行了图书涫数字资源测度及其定义、方法的描述。国内图书馆数字资源访问统计的研究和 应用 国内随着公共图书馆、大学图书馆、 科学 图书馆系统图书馆评估工作的进行，图书馆界开始逐步重视对图书馆数字馆藏、图书馆数字化信息服务的评估。参考 文献中提出了数字资

4、源后评估的概念，但是对图书馆数字资源访问统计等后评估的方法和指标体系尚未全面展开评论。一些图书馆自行开发了基于 jsp 或者 asp 的图书馆网站访问统计软件，一些数字图书馆系统，如清华同方的 TPI、北京拓尔思的 TRS、浙江天宇的 CGRS 等等也提供了相应的统计功能，但是尚没有一款商业化的软件针对图书馆的各种类型的数字资源提供一揽子的访问统计方案。2图书馆数字资源访问统计的方式.1WEB 日志方式 web 服务器在工作时，时刻将 WWW 访问的结果记录在一些 log 文件中，通过对服务器日志的 分析 可以得到以下信息(1)通过对访问时间进行统计，可以得到服务器在某些时段的访问情况；(2)

5、对访问者的 IP 进行统计，从中可以判断主要是那些用户在访问 Web 服务器；(3)对访问请求的错误进行统计和分析，可以找出有 问题 的页面加以改正；(4)对访问者清求的 URL 进行统计，就可以判断出读者对那些页面的 内容 最感兴趣，对哪些页面的内容不感兴趣。各种 web 服务器日志文件的格式和内容大致相同。根据 W3C 的际准2，一般 Web 日志都包括诸如用户的 IP地址、请求时间、方法、被请求网页或文件的 URL、发送接收字节数、协议版本等信息。表 1 列出了几种不同类型的 Web 日志。但这些日志文件信息量很大，用户难以直接从 log 文件获得直观的结果。对日志文件的分析，可以借助一

6、些商业性的或者源代码开放的软件完成。其中比较好的开放源代码的日志分析软件有：AWStats、webalizer 等。从日志文件提供的信息进行统计和分析，就可以对整个网站有一个数字化、精确的认识，从而对网站的设计和内容进行改善和调整，使图书馆网站更好地为读者提供服务。.2资源提供商提供数据库的使用情况属于后评估指标，主要用于更新、续订数据库时使用，一般在图书馆购买资源提供商的数字资源时，应该要求由出版商或数据库商提供使用报告，再据此进行各类分析。目前 出版商数据库商提供的统计报告常用的相关统计指标有：检索次数(searfh/query)：用户在某一个数据库中提出检索式的次数。登录次数(sessi

7、on/sign on)：用户打开某个数据库的次数。下载文摘全文(abstract/fulltext page/image)：用户在某一个数据库中下载到本地客户机中的文摘或全文篇数。.3通过网络代理 proxy代理服务器(Proxy Server)是一种服务器软件，它的主要功能有：设置用户验证和记帐功能，可按用户进行记帐，没有登记的用户无权通过代理服务器访问 Internet 网，可以对用户的访问时间、访问地点、信息流量进行统计。 目前代理服务器软件产品十分成熟，功能也很强大，可供选择的服务器软件很多。主要的服务器软件有 WinGate公司的 WinGate Pro、微软公司的 Microsof

8、t Proxy、Netscape 的 Netscape Proxy、Sybergen Netwo rks 公司的 SyGate 等，这些代理软件不仅可以为局域网内的 PC机提供代理服务，还可以为基于 Novell 网络的用户，甚至UNLX 的用户提供代理服务。目前绝大部分 Intemet 的应用都可以通过代理方式实现。大多数代理服务器软件产品具有登记内部网用户访问外部网的日志记录，有些产品还可以直接将日志记录到数据库中。根据日志记录文件或数据库，可以统计内部网每个用户的网络流量以及上网时间，甚至可以按服务网络类型分别进行统计。.4利用脚本语言自行开发通过 web 服务器的日志可以获得用户访问图

9、书馆网站信息的情况，但是，这种方式需要对日志的格式进行了解，然后用相应的工具软件或者进行一定的开发来完成。还有一种获取网站访问情况的方法是利用 asp 或者 isp 等网络脚本语言，利用它们内置的 server、session、request 对象等获取相关的信息，获取数据进行统计。比如：利用 Jsp 我们可以用 Jsp 的内置 request 对象的获取参数方法 Parameter(“userid”)，获取用户名；用( Remote Addr)获取访问者的 IP 地址；通过 Header(“User-Agent”)获取包含浏览器和操作系统的信息，然后用字符串分割 substring()方法来

10、分别得到浏览器和操作系统；通过 Jsp 的内置对象 session的方法 session,get Creation-Time()返回 Session 被创建的时间，而 Last Accessed Time()则返回当前 Session 对象最后被客户发送的时间，两者之差为停留时间。主要分以下几个开发步骤：(1)确定将要统计的信息；(2)建立数据库；(3)实时的访问信息纪录，记录每次点击的信息，包括页面信息、用户信息、访问 IP、访问时间；(4)实时信息的分类存储；(5)显示方式的选择。可以用 Windows 的表格系统，也可以自行编制表格显示。利用这种方法相对比较简单，但是可获得的统计指标也有

11、限。除了上述几种统计方式外，还有基于路由器的流量统计、基于防火墙的流量统计、基于以太网广播特性的流量统计。但是这些方法所提供的简单流量的统计功能，不能完全满足图书馆数字资源访问统计的目标。3图书馆数字资源访问统计的指标 .1国际图书馆联盟的统计指标指南国际图书馆联盟认为，信息资源提供商对他们提供的特定的 电子 信息资源所提供的统计数据应该满足以下的最低需求。必须提供的数据元素是：a)会话(session)数量 number of sessions。为了满足政府机构和专业组织的报告的需要，应该提供会话数量或者登陆数量。在没有国界的 网络 环境中，会话数量的统计是一个粗糙的指标。b)提问数(num

12、ber of queries)，即经过分类的提问数量。一次检索是一次独立的知识查询。典型地，一次检索被记录为向服务器提交的一个检索表单，之后的浏览行为或者选定一个单独条目的行为没有表现为额外的检索，除非通过提交二次检索。立即进行重复的检索、双击或者其他用户的无意识行为都不应计入其内。c)菜单的选择数(number of menu selections)，如果数据的显示需要通过使用菜单来进行浏览，则应该提供这个指标。d)全文的数量：期刊文章按照期刊名称列出刊名和 issn；电子书按照书名列出书名和 isbn；参考 资料按照改资源的 内容 单元；非文本型资源按照自愿的 文献 类型。上述的每个数据元

13、素应该按照每个特定的数据库提供商、按照每一组机构的 IP 地址或其他特别的元素，以及机构名称、协会名称和时间跨度分组描述，供应商还应该提供每天、每小时的统计数据，并且还应该可以动态地集成几个月或者某一段时间的数据，而不用限制是当年数据还是由供应商限定的时间段。.2E-Metrics 推荐的统计指标为了了解图书馆数字资源的使用情况，确定数字资源的花费是否合理，MRL 的 E-Metrics 项目推荐的指标如下：(1)用户可检索的电子资源。包括：R1 电子全文期刊种数、R2 电子参考资源种数、R3 电子书的种数。(2)对网络资源和服务的使用情况。包括：U1 电子参考事务的数量、U2 登录电子数据库

14、的数量、U3 电子数据库的提问和检索数量、U4 电子数据库的请求条数、U5 对图书馆网站和书目的远程访问次数。(3)网络资源和相关设备的花费。包括：C1 全文电子期刊的成本、C2 电子参考资源的成本、C3 电子书的成本、C4 图书馆对书目设备、网络环境等相关设备的花费、C5 对书目设备、网络环境等相关设备的外部花费。(4)图书馆数字化活动。包括：D1 数字馆藏的大小、D2 数字馆藏的使用、D3 数字馆藏建设和管理的成本。E-Metrics 的统计指标，既考虑了数字资源和数字化服务的访问量，还考虑了数字资源及其支持成本，便于从成本效益的角度进行 分析 。.3我国图书馆常用的数字资源访问统计指标对

15、于图书馆数字资源访问统计的指标，在我们常见的统计分忻工作中，统计指标围绕什么被使用？谁在使用？如何使用？什么时候使用？为什么使用？哪些资料经常被下载？哪些资料被检索最频繁？资料检索来自哪些单位？哪个单位使用量最多等 问题 ，通常采用数字资源提供商提供的访问统计数据与对图书馆网站及自建数字资源的访问统计相结合的方式，除了资源提供商提供的数据外，往往采用网站访问流量、访问者的 IP、网站点击次数、数字资源的点击次数、下载的篇数等指标。与国外相比，我国图书馆的数字资源访问统计指标设定相对比较粗略，没有统一的、针对各种类型数字资源的一致的标准，而且统计指标往往仅仅反映了访问情况，未能与数字资源的购买和

16、管理成本挂钩进行成本效益分析。4图书馆数字资源访问统计存在的问题.1资料库不在馆内，正确及时的统计数据不易取得随着各个图书馆在数字资源建设方面的积累和 发展 ，图书馆数字资源的来源多样，既有通过远程镜像或者资源提供商服务器访问的数据，也有在本地镜像的数据，还有图书馆自建的数字资源。尤其对于资料库不在馆内的情况，需要厂商配合协助，但是最大的问题在于没有办法从厂商那里得到充分的数据，或是厂商提供的数据不标准，或是提供的资料不是图书馆想要的，而且由于统计数据是由资源提供商提供，其客观性和真实性的保障机制弱。这样，正确及时的统计数据不易取得。.2缺乏标准的统计指标由于资源来源多样，统计指标不规范，不同的系统提供的统计报告五花八门，没有统一指标。统计指标定义混乱、不明确，例如“search”在大多数系统内被定义为用户发送检索式的次数，但有些数据库却用“query”来表示同样含义的指标，而 CSA 数据库则同