图书馆作为全民阅读主要阵地:二十年演进、实践成效与未来路径
作者梳理图书馆开展阅读推广的制度和实践。选取文中的一项服务,写下怎样观察读者实际使用了它。
读时想一想 活动场次、参加人次、读过某一本书的人数,各回答什么问题?
经典信息计量学定律分别观察信息生产者与信息流。课上的问题是:如果把观察单位换成信息接收者,我们会看到怎样的分布?
洛特卡定律讨论作者产出量的分布。普赖斯定律关注少数高产作者贡献了多少成果。
布拉德福定律讨论同一主题的论文在期刊中怎样集中和分散。齐夫定律讨论词频与排名的关系。
在同一群体、同一时间窗口内,每人接收多少信息?这些接收量是否偏斜,是否呈现可在新数据上检验的分布规律?
教学构造的七天记录:名单中有甲、乙、丙、丁四位读者,共有 A、B、C 三篇文章。假定名单与日志完整,甲打开 A 三次、B 一次,乙打开 A、C 各一次,丙打开 A 一次,丁没有打开文章。
先预测,再切换读者范围。总打开次数有没有变?哪一个分母能回答“全班平均打开几次”?切到按文章计数后,再解释观察单位有什么变化。打开记录只能说明发生过一次访问。用自己的名单和打开日志试一次 →
选对数正态、帕累托或威布尔,可以调参数和重新抽样。完全均衡是固定基准:每项得到同样的接收量。可随时切到基准,再切回原参数比较。图中的接收量使用连续的相对单位。
上方看图,下方切换分布或调参,结果会实时更新。
进入同屏实验 ↓
完全均衡没有形状参数,前 20% 份额固定为 20%,基尼系数为 0。
调参数时种子固定。“重新生成”会更换种子,可用来观察抽样波动。
选择相同分布、参数、样本数和种子,可以复算同一组结果。
固定三次热门榜快照中的 1,926 条视频,始终追踪同一个 BV 号。先看播放量名次,再切换点赞、评论、弹幕、收藏、投币或分享。每次都在同一批视频中重新排名。
观察对象
BV1QR3E6qEAF
这条视频在 7 月 26 日的弹幕数高于播放量。此处采用 8 月 2 日的整行记录,播放 3,189,002 次、弹幕 2,109,311 条。同一观众可以发多条弹幕,两种计数均无法给出独立观众人数。
想一想 如果你关心“哪些视频最能引发即时讨论”,你会用哪个指标?仅凭这些累计次数,可以知道有多少位不同观众参与吗?
保持播放量指标不变,从同一批视频反复抽样。每一轮都计算播放量最高的前 20% 视频占这轮总播放量的份额。先猜哪组波动更大,再运行。
点击一种形态,看看按人和按信息项分别能记录什么。论文、视频有内置真实数据可试,其余形态提供计数口径和研究问题。
先把两组想成两个信息环境中的接收量。固定两组各 2,200 个模拟观测,改变生成机制或参数,看相似的头部份额能否由不同机制产生。要作真实跨域比较,还需统一观察单位、事件定义与时间窗口。
上方比较曲线,下方调整两组生成参数。
进入同屏对照 ↓
先选一套真实样本直接计算,或导入自己的数据。按人统计时每行一位匿名接收者,按信息项统计时每行一条视频、一篇论文或一个数据集版本。
按人分析时,每行一位匿名接收者,每列是同一期间的阅读次数、不同文章阅读数等数值。按内容分析时,每行一篇论文或一条视频。有逐次打开日志时,可在下方按读者汇总。导入文件后先确认工作表和指标列,再计算集中度或运行统计检验。文件只在当前浏览器中处理。
先截取同一观察期。日志里的一行是一次打开。把同一位读者的多行合起来,就能区分总打开次数和打开过的不同文章数。
可从 Excel 粘贴。前两列为读者ID、文章ID,第三列事件ID可省略。有事件ID时,相同事件只计一次。省略时,每一行均计为一次打开。
载入后会列出可计算的接收量指标。
只有当一列记录了每个信息项获得的接收量时才勾选。请先从上方预览或原始文件核对字段含义和计量单位。
数字 0 计入样本。空白、负数和无效文本单独计数。每行留有信息项名称时,也能识别并报告接收量缺失。
将接收量从高到低排序。若 20% 落在两个名次之间,在相邻累计份额间做线性插值。例如 7 条记录取前 1 条的全部,加上第 2 条的 40%,再除以总量。曲线、指标卡和导出报告均使用这一口径。
基尼系数按当前样本的经验分布计算。各项完全相等且总量大于零时取 0;总量为零时,份额和基尼系数均无定义。
先在上方选择接收量列。相关分析比较同一观察单位的两个指标,两组比较使用不同观察单位的同一指标。
载入文件或示例后,可在这里查看统计量、p 值和纳入的样本。
Spearman ρ 用两个指标的平均秩计算,零假设为同一行两列相互独立,允许随机重排配对。双侧 p 统计 |ρ| 至少与观测值一样大的排列。最多 8 对数据枚举所有排列。任一列为常数时,ρ 无定义。
两样本 Kolmogorov–Smirnov 检验使用两组经验累积分布的最大绝对距离 D。两组应为独立信息项,零假设为两组来自同一分布。相同数值一起累计,保持每组样本量交换标签。重复测量或匹配样本不适用这种标签置换。
两组比较在组合数不超过 50,000 且逐项比较总量不超过 800 万时穷举。其余情况按所选次数随机置换,固定种子 20261114,p =(达到或超过观测的次数 + 1)/(随机次数 + 1)。每次计算逐行使用所选样本,输出标明实际使用的方法。随机置换时还给出尾部概率的 95% Wilson 区间,便于判断有限次随机计算的精度。区间横跨 0.05 时,先报告统计量与计算精度。结果以 p < 0.05 辅助解读,未作多重检验校正。
方法可查阅 SciPy 文档 spearmanr、permutation_test 和 R 的 stats::ks.test。置换检验要求在零假设下相应配对或组标签可交换,推断范围取决于抽样设计。
默认载入全部热门视频。先比较播放和收藏,再换成弹幕或投币。也可以固定指标,缩小样本观察曲线的变化。
| 原始指标 | 次数 | 样本内名次 | 占该项总量 |
|---|
各列独立降序排列,同值并列。占比的分母为当前样本中该列有效记录的总次数。
固定所选数据集与批次。每轮随机从可配对记录中无放回抽取,比较小样本与大样本。
Top 20% 只看排名最靠前的五分之一占了多少。基尼系数概括所有记录之间的不均衡程度。HHI 把每项份额平方后求和,头部权重较大,均衡样本的下限是 1/n。有效项数等于 1/HHI,表示同样集中度相当于多少个等份项。比较不同规模时,同时查看有效项数占样本比例。
每个指标按自己的数值降序排序,两条曲线上同一排名可能对应不同作品。总量为零时,份额类指标显示“无定义”。固定随机种子时,小样本包含在更大的随机样本中。头部选样按第一项指标降序,并列按记录标识确定次序。
表中显示当前样本的前五条。CSV 保留所有入选记录的来源网址;点击题名可尝试打开快照所记的来源。外部页面的可达性和计数可能随时间、网络而变。
四川大学的医学检索视频和武汉大学的跨年直播都录得约 3.1 万次播放。先猜猜哪条收藏更多,再切到评论,看看它们的顺序如何变化。
横条以所选指标的最大值为 100%。按原表精度,同值并列,下一名跳过并列占用的位置。
| 指标 | 原表记录 | 七条中排名 |
|---|
这些作品由研究者按热门程度选出。可比较七条中的名次,无法据此估计全站视频的集中度或零播放比例。一个人可能多次参与,多种行为也可能来自同一人。
姜玲,《新媒体环境下高校图书馆中长视频服务现状与思考》,《上海视觉》2023 年第 2 期,85–92 页,表 3。播放数保留一位小数的“万”,分析时换算为次。其余五项按原表整数计数。表 1 的获赞数对应整个账号。表 3 未披露每条视频的点赞数。数据反映论文调查时的记录。
查看期刊原文表 1 与表 3 ↗ 下载原表字段 CSV完成四个判断。每答一题都可以查看理由,再决定是否修改答案。
从你自己关心的一种信息形态出发。先写预测,再决定怎样收数据,以及什么结果会让你改变原来的判断。
示例:在同一班级连续四周的课程阅读中,学生之间的总打开次数是否比读过的不同文章数更集中?请选自己的对象、理由和窗口。
先写明一行代表一位读者还是一个信息项,再写明哪些人或内容有机会被观测。比较两个指标时固定这批对象和观测期,区分确认的零次与日志缺失。
例:先写下预测“同一班级按人统计,总打开次数的基尼系数高于去重篇数”。两列都纳入完整名单。用另一个未参与探索的班级按同样的规则复验;若差值为零或反向,怎样修订这项预测?
记录刚才实际看到的数值,说明它能支持到哪一步。接下来可以查阅顶刊论文的变量定义、权威调查的问卷口径,以及论文作者提供的数据。
想修改变量,先读论文;想弄清调查百分比,先查分母;想复算别人的结果,就从原文表格或作者数据入手。
四篇正式刊发的研究。中文入口可继续查全文;两篇 JASIST 提供公开摘要和 DOI,查阅全文可使用学校图书馆。
作者梳理图书馆开展阅读推广的制度和实践。选取文中的一项服务,写下怎样观察读者实际使用了它。
读时想一想 活动场次、参加人次、读过某一本书的人数,各回答什么问题?
研究连接了五万余篇论文和四十万条科学推文,追踪科学信息在社交媒体的级联传播。
读时想一想 把一篇论文、一条推文或一条传播链当作一行,数据表会发生什么变化?
作者对照 IEEE Xplore 的论文发表量、HTML 浏览量和 PDF 下载量,考察研究主题在不同时期、地区的热度。
读时想一想 如果“热门主题”按发文量和下载量分别定义,哪一个更接近你想研究的接收行为?
研究以约 130 万场围绕学术论文的在线对话为观察对象,同时保留论文与对话之间的对应关系。
读时想一想 十条彼此独立的帖子,与同一条对话中的十次回复,能算作同样广泛的接收吗?
先找发布机构和调查对象,再区分人、使用人次与行为次数。
4 月 20 日公布的调查覆盖 195 个城市。2025 年成年国民图书阅读率为 60.0%,数字化阅读方式接触率为 80.8%,综合阅读率为 82.3%。留意听书和视频讲书也列入数字化阅读。
读时想一想 图书阅读率与数字化阅读方式接触率各指哪些行为?同一名成年人可以同时算入两项吗?
阅读机构发布材料 ↗6 月 2 日发布的公报在“公共图书馆方面”列出外借 8.3 亿册次、外借 3.5 亿人次、总流通 14.7 亿人次。前两项相除约为 2.37 册次/外借人次。同一位读者可以多次借书。
读时想一想 2025 年全国公共图书馆每个外借人次平均借出几册?该取 3.5 亿还是 14.7 亿作分母?
阅读机构发布材料 ↗报告于 10 月 18 日发布,调查期截至 2025 年 6 月。图 1 的 36.5% 以我国整体人口为分母,图 4 的 80.9% 以生成式 AI 用户为分母。回答问题是受访者报告的用途,调查没有追踪每条答案的读者。
读时想一想 图 4 的 80.9% 表示谁用过 AI 回答问题?据此能知道某一条答案有多少读者吗?
阅读机构发布材料 ↗用第一项的七行摘录离线复算覆盖率。用第二项辨认随机实验中的比较组和结果变量,再查作者公开的材料。
表 1 涵盖七种期刊、14,497 篇论文。下载表每行是一种期刊,保留论文数及两个平台上至少被提及一次的论文数。两平台均取 Altmetric 口径,Bluesky 取 S2 列。
读时想一想 以 JASIST 的 169 篇论文为分母,分别计算 50 篇和 28 篇的覆盖率。还需要哪些逐篇数据,才能比较提及次数的集中度?
法国和德国共 3,395 名参与者参加两波随机实验,研究团队安排不同组关注新闻或对照账号,两周后测量结果。作者在 OSF 提供预注册、数据及分析脚本。
读时想一想 一组受邀关注新闻账号,另一组受邀关注烹饪、电影或艺术账号。要检验两周后哪组的时事知识得分更高,每名参与者至少要记录哪些变量?
进阶复算可从 OSF 获取原始材料。若访问受限,先用上面的实验描述完成变量设计,在论文 Methods 中核对知识测验的定义。