DOC《目录》

目录 序言

1 第1章 资源建设

3 1.

1 馆藏总体情况

3 1.1.1. 纸质资源

3 1.1.2. 电子资源

3 1.2 图书分类统计及占比

3 1.2.1各大类图书分类统计

3 1.2.2工业技术类图书分类统计

5 1.2.3期刊分类统计(电子期刊来自维普)

7 第2章 图书馆利用情况

11 2.1 读者到馆情况与高峰时段

11 2.2 各院系学生到馆情况(按人均到馆次数排序)

12 2.3 读者借阅概况与借阅偏好

13 2.4 各院系图书借还情况与偏好

14 2.4.1人均借阅次数与借阅率(按人均借阅次数排序)

14 2.4.2各院系阅读偏好

14 2.5 院系学生各专业和年级到馆与借阅情况(以下各表均以人均借阅册数排序)

15 2.5.1石油与天然气工程学院

15 2.5.2冶金与材料工程学院

16 2.5.3机械与动力工程学院

17 2.5.4电气与信息工程学院

17 2.5.5化学化工学院

18 2.5.6建筑工程学院

18 2.5.7安全学院

19 2.5.8工商管理学院

20 2.5.9法政与经贸学院

20 2.5.10数理学院

21 2.5.11外国语学院

21 2.5.12人文艺术学院

22 2.6 数字图书馆访问概况

22 第3章 图书馆服务

24 3.1 图书馆文化活动概况

24 3.2 图书馆个性化服务概况

24 3.3 图书馆学科服务概况

24 第4章 图书馆利用排行榜

25 4.1 2017上半年最受欢迎的五种类型数字资源

25 4.2 2017上半年最受欢迎的五种数据库

25 4.3 2017上半年全校最受欢迎的五大类图书

25 4.4 2017上半年最受欢迎的二十种小类图书

25 4.5 2017上半年最受欢迎的10种图书

26 4.6 2017上半年人均借阅数人次排名前六名院系

27 4.7 2017上半年人均到馆人次排名前六名院系

27 4.8 2017上半年本科阅读达人前十名

27 4.9 2017上半年本科生入馆达人前十名

28 4.10 2017上半年研究生阅读达人前十

28 4.11 2017上半年研究生入馆达人前十

29 4.12 全校各专业借阅率前十名

29 4.13 全校各专业人均借阅数前十名

29 4.14 全校各专业到馆率前十名

30 4.15 全校各专业人均到馆次数前十名

30 4.16 全校各年级借阅率前十名

31 4.17 全校各年级人均借阅数前十名

31 4.18 全校各年级到馆率前十名

32 4.19 全校各年级人均到馆数前十名

32 图书馆2017年上半年大数据报告 序言 随着云时代的来临,大数据(Big data)也吸引了越来越多的关注,大数据不是一个全新的概念,早在1980年,著名未来学家阿尔文・托夫勒便在《第三次浪潮》一书中,明确提出 数据就是财富 这一观点,并将大数据热情地赞颂为 第三次浪潮的华彩乐章 ,发展到现在,大数据已经不仅仅是IT领域最为流行的词汇,在很多领域已经有了具体的应用,比如零售行业对客户行为的分析以抓住客户需求、保险金融行业对客户信息的分析以筛选目标客户、运输行业对事故的分析以实现事故的提前预防、政府对突发事件的分析以制定灾难的应急方案等等,这些大数据应用不仅可以极大地节省资源、提高效率,也能实际创造极高的价值. 大数据分析相比于传统的数据仓库应用,具有数据量大、查询分析复杂等特点,但是通过分析可以揭示平时难以发现的客观规律、隐藏问题等,对于图书馆而言,通过大数据分析,我们可以发现图书馆图书结构是否符合学校发展战略以调整采购策略以节约经费;

可以发现读者利用图书馆的行为规律以调整服务方式提高读者满意度;