面试质量控制的数学模型研究_数学模型论文

采访质量控制数学模型研究,本文主要内容关键词为:质量控制论文,数学模型论文,采访论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。

分类号 G253

CLASS NUMBER G253

1 采访质量控制的重要性

采访工作的一个重要方面是采访质量控制。采访质量控制的重要性体现在两个方面。

(1)采访质量控制保证馆藏建设的原则、方针得以正确实施。 每个馆一般都有自己的馆藏原则。比如买什么,不买什么;藏什么,不藏什么;剔除什么,保留什么等。馆藏建设包括购入与剔除两个互逆的动态过程,目的是形成一种有特色的和有生命力的馆藏[1]。其中, 购入方面,就是采访工作。提高馆藏质量,就得提高采访质量,理想状态下是保证每种书都符合馆藏规则。事实上,这是很难办到的。这既有客观因素,比如馆藏原则本身描述不清楚,很难把握;预定书目内容不详细,无法了解每一种书究竟有什么内容,这些内容是否与馆藏原则相关;也有主观因素,比如采访工作人员素质偏低,既不了解馆藏体系,也不了解读者需求,采访回来的书,肯定很少有读者借阅,效益不高。有了采访质量控制数学模型,把馆藏原则作为一项因素考虑到数学模型中去,借助于计算机,以量化的方式来控制采访质量。

(2)采访质量控制是提高文献信息服务质量的保证。 在前一条的基础上,可以采访回来与馆藏原则相关,同时又兼顾读者需求的文献,满足读者需求方面,就容易了。如果采访质量没有控制,采访回一堆于馆藏无益,于读者无用的文献,形成“读者需要什么,馆藏没有什么”的局面,这是很可悲的,这不仅是对购书经费的浪费,更是造成读者流失的原因。从理论上讲,这是馆藏利用率下降的主要原因。

2 采访质量控制数学模型

在谈采访质量控制之前,先要说明一个概念:书的价值。这个问题比较复杂,可以从社会效益上讲,也可以从经济效益上讲;作者、出版商、读者各自的认识都不一样。但是,什么样的图书是有价值的?这个问题的回答是肯定的:利用率越高,而书价越低的图书是有价值的。用于指导工作就是:用最少的钱,买回读者最爱读的书。正如刘仲英指出:目前图书馆经费紧缺,文献价格不断上涨的情况下,如何使有限的资金发挥最大效益,值得关注[2]。

2.1 图书价值的构成因素

一种书的价值可以由8个因素来刻画:(1)被借次数。这是最基本的因素。如果没有任何读者借过这种书,这种书的价值肯定不高。 (2)拒借次数。读者来借某种书,而这种书的复本被借完(暂不考虑装订、修补等情况),称为拒借。(3)预约次数。在实际工作当中, 预约次数几乎等于拒绝次数,因为读者被拒借之后,第一反应是预约。我们用其中一个因素就可以。(4)复本量:不同种的书, 其复本量可能不同,这就有可能造成被借次数不一样。(5)读者级别。同一种书, 被教授读过一次和被本科生读过一次是不一样的,即体现的价值是不一样的:教授在选书时,已经进行了去粗取精的过程,但仍要借这种书,说明这种书的价值高,而一般读者在借书时,没有对比的概念,读者本人也不清楚这种书与同类书的其他种有何区别,属于“随便借一本”。本文后面的算法实例中,提出一个读者级别赋分表,就是来体现不同读者对图书的贡献度。(6)书价。对出版商而言,书价越高,越有价值, 但是对图书馆而言,情况不会是这样,有可能出现低价格、高质量的书;也有可能是高价值、低质量的书,比如某些烫金的礼品书就是这种情况。(7)入藏时间。不同种书的入藏时间有早有晚, 这可能造成被借次数不一样。(8)馆藏特色。每个馆都有自己的藏书建设原则, 要维持一定的购买方向。本文后面的算法实例中,提出一个馆藏特色相关度赋分表,就是来体现各类书与馆藏特色的贴近程度。

2.2 各因素与图书价值的关系

(1)同样的入藏时间内,被借次数越多,书的价值越大; 被借次数越少,书的价值越小。书的价值与被借次数呈正相关关系。(2 )被借次数相同,入藏时间越长,书的价值越小;入藏时间越短,书的价值越大。书的价值与入藏时间呈负相关关系。(3)相同入藏时间内, 同样被借次数情况下,复本量越大,书的价值越小;复本量越小,书的价值越大。书的价值与复本量呈负相关关系。(4 )我们在强调购书经费短缺时,可认为书的价值与书的价格呈负相关关系,如果购书经费十分充足,可以不考虑价值因素。(5)馆藏特色这个因素, 可以用馆藏特色相关度来描述:与馆藏原则贴合的书的馆藏特色相关度为1.0, 不太贴合的书的馆藏特色相关度取小于1.0的值。 书的价值与馆藏特色相关度呈正相关关系。(6)考虑到本数学模型的可操作性, 暂不考虑预约次数因素。许多图书馆自动化系统并不提供某种书的被预约历史查询/输出功能。如果有读者感兴趣,可以认为书的价值与被预约次数呈正相关关系。(7)读者级别。 本数学模型主要依据图书借还日志来进行计算,如果图书馆自动化系统能提供某种书的被借历史查询,就可使用本算法。而某种书的被借历史查询的记录中,记录的是某借书证号(读者)在某年某月某日借过某种书的某个复本,而读者证号一般表达了该读者的级别。综上所述,一种书的价值可以表达为:

Value=(Count×Relative)/(Period×Copy×Price)

其中,

Value:某种书的价值;

Count:该书的被借次数,且已经考虑了读者级别;

Relative:该书的馆藏特色相关度;

Period:入藏时间,即从此书入藏到计算时的时间,一般按年度计算;

Copy:该书的复本量;

Price:该书的价格。

2.3 进行采访质量控制

按上述算法,得出的是每一种书的价值。用这样的数据来指导工作,显然是不合适的:因为量太大,每个馆都有上万种,甚至十几万种图书。正常的做法是按大类来指导工作。比如,科学院图书馆,一般会说,科技图书有多少种多少册;古籍有多少种、多少册;石油大学图书馆,一般会说,石油石化类图书有多少种多少册。因为这样称呼(划分)能代表自己的馆藏特色,指导工作时,操作性很强。因为不同的馆,其馆藏特色不同,所以各馆的大类划分也不一样,比如,有的馆按少儿图书、社科、港台图书来划分;有的馆按文学、政治法律、经济来划分,不一而足。各馆的大类划分都可以归宗于“中图法”,只需建立一种对应关系,比如,文学类含“中图法”的Ⅰ类和K8类;石油石化类含“中图法”的P类和TE类。本文后面的算法实例中, 提出了馆藏图书分类表,就是来表达上述情况。我们在计算出单种图书的价值后,可以通过求平均值办法,得出每个大类的价值。通过计算不同时间段内图书的价值,如果发现某类书的价值增大或变小,可以据此调整采访政策,按价值构成来调整购书经费的分配,力争用最少的钱,买回读者最喜爱读的书,而且兼顾馆藏建设。这就是本数学模型对采访工作的指导作用。

3 采访质量控制数学模型的算法实例

本实例中的数据全部来自北京石油管理干部学院图书馆,图书馆自动化系统为IALS5.0。为了节省篇幅,在此列出每种书的被借历史时, 因为借出记录与还回记录成对出现,故删去了还回记录。另外也略去了经济类(F)、文学类(I,K)和外语类(H)各随机选取的2 种图书的价值计算表。

表1 读者级别赋分表

注:分值是相对值,所以,最后的书的价值也是一个相对的值,即,这种书相对于其它书的价值。

表2 馆藏特色相关度赋分表

(表达某类书与馆藏特色的相关程度)

表3 馆藏图书分类表

表4 随机选取的2种政治、法律类图书

表5 采访经费预算表(假设购书经费100万元)

4 结束语

本数学模型的特点在于粒度细、可操作性强,从最原始的图书借还记录,推导出采购经费预算方案,每一步都是可信的,建立在真实的数据之上,几乎没有个人经验掺杂进来。而且,由于图书馆的读者群相对固定,在一定的时限内,读者的需求也是有规律可循的,其间根本没有投机的因素,因而寻求定量分析的方法是可行的。在本算法提出之前,大部分采购人员陷入一种怪圈,比如花大量的钱买计算机类图书,因为他到书库一看,大部分读者在看计算机类的图书,所以采购时,又狠买计算机类的图书。显然,采购人员眼中只有宏观上的利用率,根本不考虑浪费问题和价值问题。这就是对图书价值的理解不完整造成的,只抓住了图书价值构成要素中的一两个方面,而且没有量化,以此来指导工作,势必要出差错。

本算法除了用于采访质量控制外,还可以用于以下方面:(1 )对采购人员的工作进行评估。比如规定采购回来的书,其价值必须达到某一水平(值)。(2)确定各种图书在藏书布局中的位置。 比如把质量高的书,集中放在读者易接触的地方。(3 )为藏书复选和剔除提供依据。现在很多馆在搞藏书剔旧时,没有量化标准,一切凭感觉和经验,这是很不科学的。(4)为阅读指导提供参考。 把质量好的书推荐给读者,在藏书建设和读者需求之间,建立一种良性互动关系。

本文提出的数学模型还需进一步研究的问题:(1 )影响图书价值的因素是否考虑完整。比如,由于不同类的书的出版种数不同,这必然影响到采访工作中的选书问题,是否应设置一个出版影响因子。(2 )图书价值公式的表达是否完美。首先,因素之间是否都是与线性无关的,如果因素之间存在着相关关系,如何进一步做函数分析。其次,因素之间是否可用加(减)连接,比如:

Value=(Count+Relative)/(Period+Copy+Price)

对于这些问题,笔者也未深入研究,还请广大读者共同讨论。

标签:;  

面试质量控制的数学模型研究_数学模型论文
下载Doc文档

猜你喜欢