基于校园一卡通的图书馆学生学习行为分析

摘要:校園一卡通是高校基于物联网数据交流的一个重要数字交互平台,其平台涉及面广,功能多样。本文通过对一卡通数据的实时获取,对本校学生出入图书馆的时间、情况进行时序演化分析,有效获取其学习行为现状,为数字化校园的管理提供数据基础。

关键词:校园一卡通;图书馆;学习行为分析;时序演化

中图分类号:G252 文献标识码:A 文章编号:1007-9416(2018)04-0198-02

现有的图书馆学生学习相关研究主要涉及借阅管控[1-2]、实际利用效率[3]、借阅量分析[4-5]、借阅选择[6-7]、借阅人员分析[8]、安全管控[9]等研究,针对校园一卡通数据的学生学习行为分析的研究相对匮乏。本文通过对该校学生的出入图书馆馆时间、图书馆流动人数等状态进行时序演化分析,分析现有学生利用图书馆进行学习的行为现状,旨在为高校图书馆的服务与管理提出建议。

1 一卡通数据采集与分析

1.1 数据采集

本研究的数据来源为校园一卡通数据,所收集数据的真实性和可靠性均能得到有效的保证。由于本研究所涉及的校园一卡通数据量较大,且涉类繁多。所以,在实验中,仅使用了某春季学期里学生图书馆学习行为相关的数据。出于安全和个人隐私考虑,本次实验未涉及学生的学号、姓名等个人信息。共调用实验数据量12273人/次。

1.2 数据分析

本研究通过描述统计法和推断统计法对数据进行分析。作为统计分析的核心和关键,本研究的实验数据分析有两部分组成,具体数据分析流程如图1所示。

第一部分,主要基于时间演化对学生学习行为进行分析。具体的,以时间为横轴坐标,通过描述统计法,对不同时间范围内不同的数据演化结构、分布状态、数据特征进行汇总,查看一卡通数据中,学生的学习行为在不同时间范围内的变化情况,包括数据集中度和波峰、波谷以及数据直接的关联性等。

第二部分,主要基于特征对比对学生学习行为进行分析。具体的,通过推断统计法,以实验数据中存在的对比特征为基线,提取相关特征数据值,对属性相对的一组特征进行对比分析,包括学生年级特征、学生性别特征等等。通过分析样本与样本分布的差异,来估算样本与总体、同一样本的前后测成绩差异,样本与样本的成绩差距、总体与总体的成绩差距是否具有显著性差异。

2 平台设计与实现

本研究的应用服务采用MVC架构进行分层实现,该分层架构便于程序并行开发,提高开发速度,更重要的是,这种架构具有很好的扩展性,便于系统功能和系统性能的进一步提高,避免重复开发。本展示平台系统界面层采用JQuery、Bootstrap、HTML、CSS等技术实现与图书馆各类流量监测数据的展现;业务层采用SSM框架实现子系统的处理流程;数据层是基于MySQL数据库来处理数据存取。

3 学生图书馆学习行为分析

通过对实验数据进行学生图书馆学习行为分析,发现影响学生图书馆学习行为的主要存在三个因素:学期考试节点、日常作息时间和个体特征差异。

3.1 学期考试节点影响的学生图书馆学习行为

本研究提取数据时间范围为当年3月30日至5月14日。研究实验表明,随着当前学期时间的演化,学生图书馆人数流量动态和学校学期中的考试节点成正相关,其中包括4月中旬的期中考试、5月中旬开始的期末考试以及6月初的CET考试等。在学期考试节点前,图书馆人流量会有较大增长,学生的学习积极性也偏高。而每次图书馆人数达到峰值后,会急剧下降,也正是当前学习考试结束后,学生普遍休整的一种体现。通过实验平台的时序演化分析,图书馆学生总人数流量分布图如图2所示。

3.2 日常作息时间影响学生图书馆学习行为

通过对划分单日时间段的时序演化对比数据发现,日常作息时间对学生在图书馆的学习时间和次数有较大影响。经平台统计分析发现,在同一天的不同时段里,图书馆人流量存在差异。其中,流量较大的时间段主要为早上和晚上,而下午学生相对减少,中午学生人数最少,图书馆人流量与学生上课时间的相关性如图3所示。

具体的,图书馆人流量峰值常集中在8点之后以及19点之后。结合实际调研发现,学生的课程主要集中在上午第三节课和下午第六节课,经平台统计发现,利用早晨上课前的空闲时间和晚上空闲时间进行自习的人数较多。所以,图书馆人流量在清晨和晚间将会达到每天的高峰期,尤其在各类考试的备考期间。另一方面,学生在图书馆学习人数较少的时间段则集中在10点至13点之间,结合实际调研发现,此时间段是学生午餐、午休以及上午课程的主要时间,午后13点至14点,学生午休后回图书馆自习,所以下午的学生学习人数相对午后有一定程度的攀升。

3.3 个体特征差异影响学生图书馆学习行为

学生个体差异在对图书馆学习行为上有较大影响。

我校是工科院校,学校整体男女比约为2:1,因此,男生出入图书馆次数占比例占52.7%,是符合学校实际情况的。通过研究计算发现,男生在出入馆人员性别比中占了58.7%,高于其出入次数比例,女生以较少比例的人数创造了更多比例的访问次数。所以,与男生相比,女生学习的积极性、自主性较强。

2015级学生学习积极性较2016级更强。通过分析发现,2016级新生对学校基础设施并不熟悉,同时新生的课程相对较多,对图书馆的利用时间和了解程度相对较低,未养成良好的自主学习习惯,同时2016级新生的社团活动较多,综上所述,2016级学生对图书馆的利用率偏低,人流量较少。

4 结语

高校图书馆是学生学习的重要场地,通过基于校园一卡通的数据对学生在图书馆的学习行为进行分析,发现了影响学生学习行为的三个因素:学期考试节点、日常作息时间和个体特征差异。根据这三个因素,如何更高效的避免考试期间图书馆的拥挤度,如何结合日常作息时间调整图书馆自习室开放数目,如何更好地加强对低年级图书馆使用和利用的宣传和指导、加强低年级学生学风建设成为管理机构的重点工作之一。学校可以通过举办与图书馆相关的学生活动,开展对图书馆资源利用讲座,要求辅导员教导学生更好利用对图书馆资源。下一步,我们将继续研究学生借阅图书与其专业学习的相关性,推算学生在利用课外时间涉猎知识方向的维度,为学生的课外学习情况提供研究支持。

参考文献

[1]刘芸.地方本科高校相同年级理工科专业图书借阅量的统计分析[J].科技视界,2016,(9):232-232.

[2]高洁.地方高校不同年级专业图书借阅量的统计分析[J]. 农业图书情报学刊,2010,22(7):82-84.

[3]汪志莉,李欣,于亚秀.高校图书馆馆藏利用现状及对策数据评估——以华东师范大学图书馆为例[J].图书馆论坛,2017,37(3):116-122.

[4]易彬.高校图书馆借阅量下降原因分析及措施——以某高校图书馆为例[J].教育教学论坛,2016,(43):67-68.

[5]冯军.大学生图书借阅统计分析——以新疆农业大学图书馆为例[J].农业网络信息,2016,(2):76-79.

[6]胡乌仁.大数据环境下高校图书馆读者阅读趋势及特点分析——以内蒙古师范大学图书馆为例[J].内蒙古财经大学学报,2016,(4):144-148.

[7]Ichiko M. The value of academic libraries: a comprehensive research review and report[J]. Journal of Information Science & Technology Association, 2011, 61(1):384-385.

[8]Stone G, Collins E. Library usage and demographic characteristics of undergraduate students in a UK university[J]. Performance Measurement and Metrics, 2013,14(1):25-35.

[9]Stone G, Ramsden B. Library Impact Data Project: Looking for the Link between Library sUsage and Student Attainment.[J]. College & Research Libraries, 2013, 74(6):546-559.