图谋按：《圕人堂话题：数字资源统计标准与规范》（https://blog.sciencenet.cn/blog-213646-1450140.html）发布后，圕人堂群成员图漾老师进行了进一步深入思考与总结，在圕人堂QQ群群文件以pdf文档分享《电子资源访问量统计标准与规范——从麦子老师“何不食肉糜”之问说起》，目前已有302次下载。特此予以编发。文末附上图谋与“老衲曰”微信公众号张丹东先生的交流作为延伸阅读材料供参考。

    2024年9月7日，圕人堂群成员 sunny 提出这样一个问题：“王老师，请教您：你们的数据库访问量、下载量等数据也是跟数据商要的吧？自己不能统计是吧？”引发了一些讨论，我接着这个话题扩展几句，sunny 提出的是数据库的访问量和下载量问题，以下讨论都针对这两个数据。

    数据库的访问量和下载量统计对于图书馆员来说可谓是 pita，做过的人都深有体会，群里也多次进行讨论。

    本地的镜像数据好说，一般会有统计功能，直接在后台进行统计即可，即使数据库不提供统计功能，由于服务器在本地，也可以通过分析日志获得访问数据，

    因此这一块的数据是准确且容易获得的。至于远程的数据库，由于服务器无法掌控，要获取访问数据就比较困难了，一般来说可以通过软件和硬件两种方式获取，不过效果都不是特别好。我曾在群里进行总结：以前的软件解决方式就是做一个代理，所有对数据库的访问都经过这个代理，就可以通过用户日志进行分析，但人家如果直接访问数据库，比如保存了地址，不从你这走了，你就分析不到了。硬件的方式是在学校核心交换设备进行监测，这样从学校出口的访问记录都可以被监测，但也有问题，在家的访问无法记录，再说网络中心也未必允许。因此这类数据多数馆采用向数据商索取的方式。

    但是数据商提供的数据也会有问题，其一就是作假，有的数据商为了使自己的访问数据好看，避免来年被停订，可能会提供虚假的数据；其二，更常见的情况就是统计口径不一致，以致于不同数据商提供的访问数据没有可比性。举个例子，图书馆需要的，也就是各统计平台需要的一般是这几个数据：访问量、下载量、检索量，但这些概念并没有严格界定，比如：

   访问量如何计算，究竟是点击一个页面算一次访问，还是检索一次算一次访问，还是建立一个会话算一次访问？ 

   下载量，有的平台只提供整本下载，有的平台把一篇文章或一本书拆成若干章节下载，这时候下载量算一个还是多个？ 

   浏览全文但不下载，这是算访问还是下载？ 

   同一个人刷新 10 次页面，是算 10 个访问量还是 1 个？ 

   通过发现系统进行检索如何计算访问量？ 

   通过文本挖掘工具进行的访问量如何计算？ 

   不同类型的资源使用量如何统计？ 

    ……… 

    类似很多问题，如果不界定好基本的计算方法，那么各数据商提供的数据即使是真的，也没有可比性，把这些访问量简单相加得到的数字也就没有任何意义。我就遇到过一个极端情况，一个数据商提供的访问量比其他数据商访问量之和还多出几个量级，我相信那个数据商未必造假，只不过它为了数字好看，可能把用户的每一次操作都当成一次访问计算。

    这个问题不仅困扰着我国的图书馆员，国外的出版商、图书馆员也一直为此事头疼，直到 2000-2001 年，牛津大学出版社的理查德·格迪(Richard Gedye)发起了 COUNTER（Counting Online Usage of Networked Electronic Resources）项目，建立了规范框架及实施推广流程，集成了在线期刊、数据库、在线图书及多媒体内容等电子资源的使用统计规范，数据商以 counter 报告的形式进行发布。这种模式下，数据商造假的难度增加，造假收益降低，最重要的，它对于资源的访问统计进行了规范，使得不同数据商的访问数据有了统一的标准。

    如何获取 COUNTER 报告呢？一般有这么几种方式：

   （1）大部分国外电子资源提供商（如 JSTOR、Springer、Elsevier、ProQuest 等）都支持 COUNTER 5（最新版本）报告，可以登录他们的网站获取，比 如 springer 的 登 录 界 面 在 这里： Librarian Portal - login (springernature.com) ，当然需要馆员的账号密码。

   （2）多数国外数据商支持 SUSHI（Standardized Usage Statistics Harvesting Initiative）协议，可通过该协议从数据商处获取 COUNTER 使用统计报告。比如这里是springer 的接口： GitHub - springernature/sushi: Documentation for the SpringerNature SUSHI service，当然，事先需要授权，获得账号和 apikey 等信息。

   （3） 一些 lsp，比如 Exlibris 的 ALMA，OCLC 的 WMS（这个好像没有国内用户），国内的超星等系统（我估计下一代的 lsp 都有）通常内置 SUSHI 客户端，配置好之后可以自动抓取 COUNTER 报告数据。

    可见，现在对于国外的图书馆员来说，获取准确、标准的访问数据并不成问题，因此才有麦子老师“何不食肉糜”之问：“我很好奇有人自己做这个事情的吗？@图谋 另外，中国有没有类似 COUNTER 的标准。对了，我们是把提供这类数据写入合同的。”

    对于国内图书馆员来说，一个坏消息就是几乎没有什么中文数据库支持counter 报告， 这 里 是 支 持 counter 的 数据商 列 表 COUNTER Registry (countermetrics.org)（https://registry.countermetrics.org/），来自中国的除了 cnki 之外，还有中国化学学会、中国医学学会等寥寥几家，也就是说绝大多数中文数据库不提供 counter 报告，中文数据库的访问统计还得用以前的传统方式。

    中国有没有类似 COUNTER 的标准？我的答案是我没见到。2021 年熊霞,高凡,李睦,等发表的《高校图书馆电子资源统计指标体系设计与构建》中写道：“目前,绝大部分引进的外文电子资源都可以提供符合 COUNTER 规范的使用统计报告,但中文电子资源暂时还无法遵循 COUNTER 规范,国内也没有一套通用的电子资源使用统计标准，中文数据库商只能提供符合自己系统和资源特点的使用统计数据,个别数据库甚至无法提供使用数据。”假如和 counter 的实施规范（COUNTER Code of Practice Release 5.1 — COUNTER Code of Practice Release 5 5.1 documentation (countermetrics.org)）（https://cop5.countermetrics.org/en/5.1/）进行一下对比，就能发现，这不是一个东西。麦子老师对此的评价是：“你这是‘正能量’的说法（图谋注：指图谋在交流中说的“这些年，我国公共图书馆领域标准规范建设取得了很大进步。高校图书馆领域，高校图书馆数字资源联盟（DRAA）‘洋为中用’方面做了大量工作，引进数据库的使用统计较以往有较大进步。相关理论与实践有待进一步凝心聚力，同频共振，更有利于事业发展。”），我觉得这事现在的可能比图情加门槛都要难很多。我其实是学了一周COUNTER, 隔壁的小姑娘弄得很清楚，但我发现实在太复杂，里面的数据采集点太多，另外就是有很多大小的层次。所以，个别图书馆如果自己做，工作量大不说，数据可能也不行。”

    二十几年前，国外的同行还和我们一样为数据库访问量统计所困扰，现在二十多年过去了，当我们多数的馆还在东拼西凑这个数据之时，国外馆员已经不把此事当成问题，因为都已经自动获取了。当然，其中有很多因素，值得重视的是麦子老师的这句话：“对了，我们是把提供这类数据写入合同的。”图书馆的推动力量不可小视。如果我们无视问题，继续“正能量”，那么不知何时才能推进中文数据库提供标准报告。麦子老师将各馆自己统计的访问量描述为数据质量差，其实岂止是数据质量差，而是乱成一锅粥，这个粥不是八宝粥，而是小米、黑豆、红枣、薏米仁、韭菜花、可乐、豆汁、咖啡、腐乳混在一起熬的五味杂陈粥。

延伸阅读：

图谋与“老衲曰”微信公众号张丹东先生的交流

（2024年9月11日）

    图谋：关于数字资源统计标准与规范，我看到您转发并评论“关心统计的高校不多，大部分应该都解决了，采购公司产品，部署后可以自己统计，统一标准。”（图谋注：指“老衲曰”微信公众号转发（见：https://mp.weixin.qq.com/s/Y51dXyC6PK0LoLugOhjlkQ）并在“电子资源大数据联盟”微信群分享。）

    这块的问题，实际很复杂。仍然处于各行其是的阶段。公司研发的产品，更多的是作为辅助或参考。圕人堂有一位同行做了进一步的分享，有一定参考价值。那位老师是**大学图书馆技术部负责人。他的观察与思考是比较深入的。我自身具体做数字资源采访工作，其中的复杂性有进一步的感知与认知。数字资源统计，有两个焦点：一是资产（资源量）的统计；二是使用统计（绩效评价参考）。资源越多的馆越头大。

    有关数字牵涉到许多方面。比如：（1）高基报表的信息化统计，有关数字每年增减10%要另附说明；（2）有些外文数据库与使用量密切相关，比如IEL，直接依据全文下载量定用户等级（这个数据是以官方提供的为准）。（3）有关统计数字，不能光看数字，还涉及许多因素，举个例子，有的数据库使用量低，但他的作用大（比如计算数据量的时候）。以我校情况为例，EBSCO数据库使用量较低，但他的外文期刊种数及册数数字大（很有用）。我接触的中文数据库中，中国知网的使用统计模块做的比较好，但挺复杂的。每个学校购买的产品服务大不同，使用效果也大不同。

    张丹东：确实如此。我们是在2019年上了系统，用了一段时间调整数据库上了平台，用户要认证才能使用，平台可以统计一些基本数据，因为标准统一，方便做对比。我在的时候，尚未实现所有数据库都要求用平台，问题也比较多，我们有大大小小三百多个数据库产品。总是被数据库停用的是最先上线了，用平台限制单个用户下载量，问题得到明显控制。我在的时候大约有半数左右数据库是必须用平台才能访问了。还有不少是不用平台也能访问的。原来考虑过建立一个统一的标准，后来发现大家想法不一，也不肯公开相关数据，数据库商也是各行其是，于是就各自为政吧，各自买系统，想怎么统计就怎么统计，有统计总是胜过没有。

    图谋：有的高校要求数据库入国有资产系统，苦不堪言。数据库的计量方法五花八门，内容在不断变化（比如有的期刊，版权没谈拢，中止了，有的是新谈的增加了）。不肯公开相关数据，跟营销模式（商业机密）有关，还有连带影响。好些数据库是一校一价（办学层次不同、区域不同、师生数量不同），使用成本大不同。还有一种情况，有的学校为了引进人才、建设重点实验室、建设博硕士学位点等，花大钱买昂贵的数据库。单看使用量可能觉得不合算，但是综合权衡可能是值得的（比如取得了政绩或得到其他利益）。我在圕人堂组织策划专题讨论话题，重心：一是宣传与推广相关标准规范，二是促进相关实务的工作效率与工作质量。

    张丹东：嗯，复杂。您的推动有意义。

    图谋：那些信息对具体做相关工作的会很有帮助。

    张丹东：是的，我的意思是，大多数人和图书馆不关心。200-300图书馆，每个馆三五个可能关心一下。

    图谋：我自己就是具体做相关工作的，每年要花不少时间和精力，通过边讨论边梳理，我自己也受益匪浅。我们许多工作一次次从头开始、甚至从零开始。无可奈何的事情。