黃晴珊 朱偉麗

（中山大學圖書館 廣東廣州 510080）

Google Analytics是Google公司提供的網站分析服務，用于采集目標網站的訪問數(shù)據(jù)，生成網站分析報告，為明智的網站改版決策提供信息。Google Analytics推出于2005年，繼承了Google公司高品質服務的傳統(tǒng)，后來經過多次升級改進，其功能設置與分析報告已經成為網站分析領域的標準，是公認的最好的網站分析工具。

對于圖書館界而言，尤其關注Google Analytics以下幾個方面的特點：（1）免費服務。根據(jù)Google Analytics的服務條款，每月每個帳戶不超過一千萬的點擊量為免費服務，而這對于圖書館網站而言足夠多了，因此圖書館網站可以應用以往需高昂費用的商業(yè)服務；（2）部署簡單。網站分析有兩種方法，即頁面標簽與服務器日志文件，相對而言，頁面標簽方式更為簡便，應用也日益廣泛。Google Analytics就是基于頁面標簽技術的網站分析服務，只需在網站的每一個頁面中放置一小段JavaScript代碼即可采集數(shù)據(jù)。（3）功能完善。其網絡使用基本情況報表，網站點擊量分布圖，地圖覆蓋圖，站內搜索報告及高級細分功能等可以深入洞察網站健康狀況，特別對Flash（事件），PDF文件下載的追蹤對圖書館網站尤其有用。

圖書館網站及各類網絡應用作為圖書館在數(shù)字化時代的門戶與服務方式，對于圖書館的生存與發(fā)展起著重要的作用。為了更好地服務用戶，發(fā)揮圖書館的功能，圖書館網站及各類網絡應用也需要營銷、推廣與不斷的改善，在這一過程中，應用Google Analytics成為必然的選擇。為了解國外圖書館界對Google Analytics應用與研究的現(xiàn)狀，本文以EBSCO的圖書館信息科學與技術數(shù)據(jù)庫（Library,Information Science&Technology）為信息來源，統(tǒng)計該數(shù)據(jù)庫中與Google Analytics相關的研究成果。具體方法為，在圖書館信息科學與技術數(shù)據(jù)庫的摘要字段中以Google Analytics為檢索詞，在檢索結果的基礎上開展分析。利用這一方法，截止目前共得到81條檢索結果，對檢索結果做進一步的人工篩選，最終精選出相關研究文獻70篇，以此為基礎了解國外應用的概況。

1 文獻定量分析

1.1 文獻發(fā)表年代分布

從70篇相關文獻發(fā)表的年代分布 （見表1）可見，Google Analytics剛一問世便被引入圖書館學領域，相關研究也呈逐年增長的態(tài)勢。結合對文獻內容的分析，發(fā)現(xiàn)前兩年主要是將Google Analytics引入圖書館界，直到2007年美國法律和司法中心羅格斯紐瓦克法律圖書館的Wei Fang的 《使用Google Analytics提高圖書館網站的內容和設計：一個案例研究》，才有了第一篇研究性的文獻。至2010年相關文獻數(shù)量達到最多的15篇，之后每年發(fā)表的文獻數(shù)量維持在近10篇左右。雖然2013年至今可檢索到的文獻已經達到16篇，實際上是因為其中有7篇文獻是美國圖書館協(xié)會2013年4月發(fā)布的《圖書館技術報告》（Library Technology Reports）中的7個章節(jié)?？傮w來看，多年來，國外圖書館界對于Google Analytics的應用保持了持續(xù)的關注，相關研究也在穩(wěn)步推進。

表1 文獻發(fā)表時間的年代分布（篇）

1.2 發(fā)表文獻類型分布

從檢索到的相關文獻的類型（Document Type）上看，絕大部分為Article，數(shù)量達到60篇。3篇Book Review所評論的三部圖書分別是：《Google analytics》、《Performance Marketing With Google Analytics:Practical Techniques for Maximizing》與《Google Analytics:Understanding Visitor Behavior》。 此外，還包括 Case Study、Editorial、Proceeding 以及Product Review各2種，類型較為廣泛，可以看出研究比較活躍，研究角度多樣，并且注意對圖書等相對成熟成果的引入。

同時，考慮Google Analytics是一種技術應用，文獻內容涉及到Google Analytics可深可淺，所以對于檢索到的70篇相關文獻又根據(jù)其研究內容的深度分為介紹引入、應用案例、應用研究與應用指導4種類型（見表2），可以看出，因為Google analytics不斷的改進與更新，對其進行持續(xù)的介紹推廣是必要的。同時，隨著研究成果的不斷積累，近年來出現(xiàn)了對實踐應用更具意義的指導型文獻，這也是相關的應用與研究日益走向成熟的標志。

表2 各年代文獻的類型分布（篇）

1.3 文獻發(fā)表期刊分布

檢索到的70篇相關文獻發(fā)表在42種期刊上，平均每種期刊上發(fā)表不到2篇文獻，總體來看較為分散，這表明Google analytics的應用與研究廣泛，可能涉及到圖書館學的多個領域。在42種期刊中，發(fā)表文獻為2篇或2篇以上的有13種期刊，共發(fā)表41篇文獻（見表3）。

表3 發(fā)表了2篇或2篇以上的期刊題名與發(fā)文數(shù)量

依據(jù) 《期刊引用報告》數(shù)據(jù)庫 （Journal Citation Reports，JCR）中被SSCI收錄的信息科學與圖書館學學科期刊列表，調查中共有11篇文獻發(fā)表于被SSCI收錄的期刊 （見表4）?？梢?，雖然總體而言圖書館界關于Google Analytics應用的研究成果并不豐厚，但已經在圖書館學研究的重要專業(yè)期刊中占有一席之地，受重視程度日漸增加，其研究的價值得到了同行的承認。

2 研究主題分析

2.1 圖書館網站使用分析及改進

Google Analytics本身是網站分析工具，因此利用Google Analytics開展圖書館網站使用情況統(tǒng)計分析，并以此為依據(jù)改進圖書館網站的功能是應用的主要內容。Wei Fang介紹了將Google Analytics應用于美國法律和司法中心羅格斯紐瓦克法律圖書館的主頁改版過程中。其基本方法就是利用Google Analytics的網站點擊量分布圖、內容標題、流量來源、訪問者細分、連接速度等統(tǒng)計報告測試圖書館網站功能，從用戶體驗的角度，對圖書館新網站的設計提出建議。應用的結果表明改進后的網站有更多的流量與回訪用戶，并且決定在圖書館的OPAC中繼續(xù)探索這一工具的應用。美國奧斯汀佩伊州立大學圖書館電子資源館員Michael N.Hooper在文章中認為，對于圖書館應用而言，Google Analytics的統(tǒng)計報告大體可分為3類，即圖書館用戶與圖書館網站連接的方式、圖書館網站用戶的類型、用戶獲取圖書館網站上的內容類型。應用Google Analytics也為其網站改進提供了重要的信息，如發(fā)現(xiàn)應用移動設備接入所在圖書館網站的用戶并不多，從而決定無需另外開發(fā)一個適應小屏幕的圖書館網站。

表4 發(fā)表于被SSCI收錄的信息科學與圖書館學學科期刊的11篇文獻相關信息

在網站分析領域，有一個重要術語 KPI（關鍵績效指標），KPI是度量網站成功與否的關鍵要素。Google Analytics為網站提供了創(chuàng)建KPI的數(shù)據(jù)，甚至在某些場景下可以提供直接的KPI。設計與制定KPI也是圖書館網站分析的重要內容，南密西西比大學圖書館網絡服務館員Steven J.Turner在文章中指出，圖書館網站設計中缺少基于目標的KPI，創(chuàng)建穩(wěn)健的微觀KPI的過程應該包括三個基本步驟：審查圖書館發(fā)布的目標；根據(jù)圖書館的目標，為圖書館網站創(chuàng)建一個目標文檔；創(chuàng)建一個列表，定義網站用戶的行動，活動和行為，以支持或反映圖書館的目標。當然，對于KPI也有館員表達了不同的看法，南伊利諾伊大學莫里斯圖書館的館員Julie Arendt與Cassie Wagner在文章中認為圖書館的用戶行為與網站目標是復雜的，沒有必要試圖去開發(fā)一些KPI，只需利用基本的統(tǒng)計數(shù)據(jù)來指導網站的改進。如果基本的統(tǒng)計信息與假設不符，就意味著改變的必要，如果統(tǒng)計指標信息不足，甚至矛盾時，需要館員從實際需求出發(fā)做出專業(yè)的決策。

2.2 圖書館數(shù)字化資源使用情況統(tǒng)計

對于圖書館自建的數(shù)字化資源，可以應用Google Analytics統(tǒng)計使用概況，即使對于有統(tǒng)計模塊的商業(yè)數(shù)據(jù)庫，Google Analytics也可以從用戶使用模式的角度來為其改進提供依據(jù)。美國范德比爾特大學創(chuàng)新技術和研究主任Marshall Breeding提倡從行為導向的角度尋求數(shù)據(jù)庫使用的模式，比如將打印一張圖片，打開一本電子書作為標準來確定一次成功的訪問，對于范德比爾特電視新聞檔案數(shù)據(jù)庫而言，一次視頻的在線請求被視為一次成功的會話，一天內成功會話的平均數(shù)可以作為服務的標尺。同時，他認為，對于增加網上資源的有效性，Google Analytics可以提供重要的信息，這些信息使數(shù)字化資源的使用建立在實證的基礎上，真正確立以用戶為中心的持續(xù)發(fā)展模式，這比那些非正式的主觀判斷或是經驗基礎上的觀察方法要好的多。密蘇里大學信息科學與學習技術學院Xin Wang等利用Google Analytics對于用戶利用網絡資源的行為進行深度的分析，試圖揭示網站用戶來源，離開站點的網頁，用戶的行為是否是網站建立者所期望的等信息，以分辨用戶的忠誠度，了解流量來源與其它指標的相互關系。他們以一個K12資源導航網站為對象，檢查不同流量來源用戶行為的差異。通過研究發(fā)現(xiàn)，搜索引擎雖然帶來了大量的流量，但偶然進入的訪問者居多；而直接輸入或是收藏網站地址的訪問，目的性更強，用戶停留的時間更長，瀏覽的網頁更多；同時存在一批忠實用戶，將查看該資源網站當成每日的信息來源。

2.3 圖書館OPAC使用情況統(tǒng)計分析

OPAC是圖書館網站上的重要功能之一，Google Analytics可以為圖書館OPAC的使用提供全面而獨特的分析報告。Wei Fang與Marjorie E.Crawford利用Google Analytics調查了基于Innovative Interfaces的OPAC系統(tǒng)的信息檢索模式以測量目錄的有效性，為改進搜索工具提供依據(jù)。他們結合OPAC的使用日志與Google Analytics的統(tǒng)計結果，揭示出OPAC用戶的重要行為趨勢，如58%的用戶定期使用OPAC、37%用戶采用的檢索方式是標題等，據(jù)此對于改善OPAC功能提出了建議。同時認為OPAC系統(tǒng)本身的統(tǒng)計模塊在數(shù)據(jù)收集方面的功能有限，可設置參數(shù)不多，盡管開發(fā)商有增強的統(tǒng)計產品可供選擇，但需要付出高昂的費用，而Google Analytics易于使用，易于理解，自定義功能強，可以在OPAC使用統(tǒng)計與改進中發(fā)揮作用。美國俄亥俄州立大學圖書館的館員Rebekah Kilzer認為使用Google Analytics來統(tǒng)計OPAC的原因有四點：一是ILS軟件統(tǒng)計功能有限；二是方便與靈活的報告；三是基于頁面或站點水平的數(shù)據(jù)；四是可簡單的看到趨勢。同時指出，在統(tǒng)計過程中，Google Analytics提供的重要信息包括搜索詞、瀏覽器信息、地理信息、網站點擊量分布圖等，這些Google Analytics提供的各種OPAC目錄使用細節(jié)是政策與決策制定的重要數(shù)據(jù)。

2.4 Flash教育資源使用情況統(tǒng)計

利用Adobe Captivate、Camtasia Studio等快速課件制作工具制作flash格式的教育資源，已經成為國外圖書館開展在線用戶信息素養(yǎng)教育的重要方式。圖書館制作了大量的教育資源，在使用過程中用戶瀏覽這些教育資源的時長、頁數(shù)、停止瀏覽的位置等，是改進時急需了解的信息，而對于這些信息，傳統(tǒng)的點擊量，瀏覽量等統(tǒng)計方法是無法提供的，Google Analytics通過事件跟蹤功能與代碼的靈活運用，為圖書館自制Flash格式教育資源使用情況統(tǒng)計提供了解決之法。里吉斯大學德頓紀念圖書館遠程學習館員Paul Betty是用Google Analytics統(tǒng)計圖書館自制flash格式教育資源的代表性人物，在其兩篇論文中都闡述了利用Google Analytics來統(tǒng)計圖書館自制的flash格式教學資源的相關問題，并提供了具體的應用方法。根據(jù)其研究，利用Google Analytics統(tǒng)計工具統(tǒng)計圖書館自制flahs格式資源每一個頁面播放次數(shù)的方法為，使用adobe captivate軟件（Camtasia Studio方法類似）在生成的flash視頻某一頁面加入一段Google Analytics代碼，則Google Analytics便會自動跟蹤這一頁面的播放次數(shù)。比如在一段flash視頻的前后及中間任意兩個位置各加入一段Google Analytics代碼，相當于設定4個標記，Google Analytics可統(tǒng)計4個標記的播放次數(shù)，從而揭示出用戶觀看這段flash視頻的具體情況，如是否打開后馬上離開，在哪個標記前離開的情況最多等。如果需要，可以為每一個flash頁面插入Google Analytics統(tǒng)計代碼，使之都成為可跟蹤的標記頁。利用Google Analytics統(tǒng)計flash教育資源的使用情況，以更清楚的了解用戶的需求與行為模式，為教育資源的完善改進提供客觀的指引。

2.5 其它特色應用的使用統(tǒng)計

可以利用Google Analytics統(tǒng)計圖書館博客、維基、二維碼等特色應用的使用情況。亞伯丁中央圖書館媒體中心館員Claire Bell在倫敦互聯(lián)網館員國際會議上，介紹其利用Google Analytics跟蹤二維碼使用情況并改進服務。淡江大學資訊與圖書館學系林信成與洪銘禪以臺灣棒球維基館為對象，利用Google Analytics為主要分析工具，再輔以問卷調查結果掌握維基使用者的多樣面貌，作為網站經營，管理，改進的依據(jù)。賓夕法尼亞州立大學存取檔案保管員Michelle Belden認為博客在圖書館檔案機構中應用非常廣泛，并就圖書館如何使用，推廣與評價博客開展了調查。同時將Google Analytics應用于北卡羅拉納大學格林斯伯勒分校的檔案博客，去發(fā)現(xiàn)用戶的使用方式、地理位置、停留時間、流量來源等信息，并對Google Analytics應用于圖書檔案領域博客提出了建議。

3 研究特色總結

3.1 圖書館應用環(huán)境下統(tǒng)計指標的解釋

Google Analytics作為一種工具，僅僅向網站管理者展示了用戶做了什么，但無法解釋用戶行為之后的動機，更不可能對于網站的改善提出建議，調查中很多作者的文獻都表達了類似的觀點。也正是因為這個原因，Google Analytics在各個行業(yè)的應用，都不僅僅需要技術人員的代碼安裝與報表生成，而需要領域專家的深度參與，根據(jù)各領域的特點對Google Analytics的各項指標做出專門的解釋。圖書館應用Google Analytics也是這樣，調查中每篇研究型的文獻都會針對具體應用，對Google Analytics的統(tǒng)計指標做出圖書館環(huán)境下的解釋。其中有代表性的如美國明尼蘇達大學健康科學圖書館Wayne Loftus的文章，認為圖書館網站因為主要針對校園社區(qū)用戶，數(shù)量變化不大，因此網站瀏覽量是沒有意義的；網站跳出率高通常被認為是用戶體驗差，但對于圖書館網站之類的導航性網站而言，較高的跳出率反而是成功的標志；此外一次會話的長短等，對于不同的頁面也有不同的解釋。Beatriz Plaza的研究則更為嚴謹，采用時間序列分析法，重新認識流量來源統(tǒng)計指標，對于直接訪問，網站推薦與搜索引擎3種流量來源，推翻了通常上“流量多即重要”的認識。根據(jù)其研究，就該館網站而言，雖然網站鏈接是最多的流量來源，但結合訪問深度、會話長度、回訪率、跳出率等訪問者行為，直接鏈接與搜索引擎來源的流量更為重要，從而使館員在網站改版時做出了截然不同的決定。

3.2 從用戶行為視角研究圖書館網絡服務

用戶行為是近年來圖書情報學科領域研究的熱點問題，從用戶行為視角來研究圖書館網絡服務對于提高圖書館網絡服務的水平，提高用戶滿意度具有重要意義。Google Analytics網站分析服務的內容與特點，使其很自然成為一種有效的用戶行為分析工具，對用戶行為的統(tǒng)計分析也是Google Analytics等網站分析服務，與數(shù)量眾多的網站計數(shù)服務工具相區(qū)別的重要方面。圖書館領域相關研究論文也有很多是從用戶行為入手來探討Google Analytics在圖書館界的應用，比如伊利諾伊州厄巴納—香檳大學數(shù)字人文專家Kirk Hess認為Google analytic所具有的高級功能可以跟蹤用戶的搜索請求，揭示出用戶行為的規(guī)律，而關于用戶行為的研究，傳統(tǒng)的基于服務器日志的統(tǒng)計方式是無法獲知的。研究特別應用了Google analytics跟蹤Illinois Harvest Portal中的資源，通過分析其用戶的站內搜索行為，指導Illinois Harvest Portal用戶界面的重新設計。東密歇根大學圖書館館員Sara Memmott與Susann deVries在圖書館網站與用戶教育資源上應用Google Analytics，以揭示校外用戶“難以捉摸”的行為，其應用Google Analytics跟蹤PDF格式的教育資料與外部視頻資源的使用情況尤其值得關注。以用戶行為研究為基礎，還有一部分學者利用Google Analytics開展圖書館網站的可用性測試，為圖書館網站改版提供客觀的依據(jù)，比如用Google Analytics網站分析結果指導圖書館移動網站開發(fā)等。

3.3 具有實踐應用意義系統(tǒng)性指南的編寫

從調查結果來看，自從Google Analytics被引入圖書館界以來，經過一段時間的實踐與研究，近年來出現(xiàn)了系統(tǒng)性的總結與指導性文獻，美國圖書館協(xié)會編寫的《圖書館技術報告》是這一方面研究的亮點。代表性的文獻包括2011年的《圖書館的網站分析》，該期主要內容包括：網站分析工具概況，數(shù)據(jù)收集機制解讀，安裝與配置Google Analytics，有效的報告與分析，圖書館使用Google Analytics 的案例分析；2012 年《運行數(shù)字部門：圖書館網站操作指引》中的第3章《數(shù)字部門的使用與參與度》，也討論了對來自于Google Analytics的統(tǒng)計數(shù)據(jù)如何應用的問題；2013 年又出版了更為詳細的《Google Analytics的最大化：六種高影響力的實踐》，內容包括如何將Google Analytics應用于內容管理系統(tǒng)、OPAC、發(fā)現(xiàn)服務與機構倉儲、跨域跟蹤；指導何時與怎樣組合與分離數(shù)據(jù)；提取網站的目標并使用目標報告去測試結果；使用過濾器從數(shù)據(jù)中去排除本館館員的行為；使用事件跟蹤得到數(shù)據(jù)，包括PDF、視頻播放插件與其它非HTML目標的使用等。同時，還給出易于應用的HTML代碼，使其極具實用價值；美國圖書館協(xié)會的《圖書館技術報告》連續(xù)3年涉及到Google Analytics的應用，也足以見得Google Analytics在網絡時代對于提升圖書館服務的價值。

4 對圖書館應用Google Analytics的思考

4.1 加強網站分析工具的運用

從調查結果可以看出，Google Analytics已經廣泛應用于國外圖書館界網絡服務的多個領域，對于Google Analytics的研究也逐步系統(tǒng)化，應用性指南的編制使其對于實踐的指導性更強。但總體來看，實踐應用并不是十分廣泛，研究成果也不算豐厚，這并不利于理論與經驗的總結與思考。未來需要更多的圖書館從業(yè)者參與到Google Analytics的應用中來，探索各項統(tǒng)計指標在圖書館環(huán)境下的獨特意義，從而增強圖書館網絡服務的效果。與此同時，反觀國內圖書館界，Google Analytics之類網站分析方法的運用與研究更需加強。根據(jù)《中國知網》的檢索結果，國內圖書館界至今沒有應用Google Analytics或者Baidu Analytics等網站分析服務的文獻報道，甚至關于網站分析方面的研究文獻也為數(shù)很少。即使個別圖書館在實踐中有所涉及，但缺乏相應的理論總結，應用的深度與效果也令人置疑，當務之急是加強Google Analytics等網站分析工具的應用，及時總結實踐經驗，編制相關應用指南，以促進整體應用水平的提高。

4.2 多方式分析用戶網絡行為

因為網站分析工具本身存在的缺陷，在Google Analytics用于圖書館網站分析的實踐過程中需要結合其它多種方式來全面揭示圖書館用戶的網絡行為。正如國外有學者所指出，網站記錄只揭示了使用者瀏覽網站時做了哪些動作，但無法了解使用者的動機與原因；對于圖書館的公用電腦而言，使用者的確定本身都有困難；網站記錄分析法也無法了解使用者對于檢索系統(tǒng)的滿意程度等。因此，如果想了解使用者對于圖書館網站的使用感受、動機、滿意度或情感認知，必須輔以多種方式，如問卷調查法、訪談法、焦點小組法、觀察法等，才能有效的反映出使用者信息行為的多元面貌。總之，對于圖書館網站建設及網絡服務而言，網站分析是有效的方法，但并不是唯一的方法，因為 “有時，網頁點擊量少并不代表其不重要。”在圖書館網站服務過程中，多方了解用戶需求，再結合館員專業(yè)化的思考與判斷，才是科學決策的基礎。

［1］Fang W.Using Google Analytics for Improving Library Website Content and Design:A Case Study［J］.Library Philosophy&Practice.2007，（7）:1-17.

［2］Hooper M.Tracking Visits to a Library Website Using Google Analytics:How This Free Service Can Be Used to Improve Customer Service［J］.Tennessee Libraries，2009,59(3):16.

［3］Turner S.Website Statistics 2.0:Using Google Analytics to Measure Library Website Effectiveness［J］.Technical Services Quarterly，2010,27(3):261-278.

［4］Arendt J,Wagner C.Beyond Description:Converting Web Site Usage Statistics into Concrete Site Improvement Ideas［J］.Journal Of Web Librarianship，2010,4(1):37-54.

［5］Breeding M.An Analytical Approach to Assessing the Effectiveness of Web-Based Resources［J］.Computers in Libraries，2008，(1):20,22.

［6］Xin W,Shen D,Hsin-liang C,Wedman L.Applying web analytics in a K-12 resource inventory［J］.Electronic Li brary，2011,29(1):20-35.

［7］Wei F,Crawford M.Measuring Law Library Catalog Web Site Usability:A Web Analytic Approach ［J］.Journal of Web Librarianship ［serial online］，2008,2(2/3):287-306.

［8］Kilzer,Rebekah D.Using Google Analytics in the Propriet ary OPAC［EB/OL］.［2013-09-20］.http://kb.osu.edu/dspa ce/bitstream/handle/1811/31951/GA0804_kilzer.pdf?sequ ence=1.

［9］Betty P.Assessing Homegrown Library Collections:Us ing Google Analytics to Track Use of Screencasts and Flash-Based Learning Objects［J］.Journal Of Electronic Resources Librarianship，2009,21(1):75-92.

［10］Betty P.Creation,Management,and Assessment of Li brary Screencasts:The Regis Libraries Animated Tuto rials Project ［J］.Journal Of Library Administration,2008,48(3/4):295-315.

［11］Bell C.QR codes& Internet Librarian International 2011［J］.Multimedia Information&Technology,2012,38(1):13-14.

［12］Sinn-Cheng L,Ming-Chen H.A Web Metrics Study on Taiwan Baseball Wiki Using Google Analytics［J］.Jour nal Of Educational Media&Library Sciences,2010,47(3):343-369.

［13］Belden M.Archives and Archivists in the Blogosphere［J］.Journal For The Society Of North Carolina Archivists,2009,7(1):43-71.

［14］Loftus W.Demonstrating Success:Web Analytics and Continuous Improvement［J］.Journal Of Web Librarian ship,2012,6(1):45-55.

［15］Plaza B.Monitoring web traffic source effectiveness with Google Analytics［J］.Aslib Proceedings,2009,61(5):474-482.

［16］Hess K.Discovering Digital Library User Behavior with Google Analytics［J］.Code4lib Journal，2012,(17):1-10.

［17］Memmott S,deVries S.Tracking the Elusive Student:Opportunities for Connection and Assessment［J］.Jour nal Of Library Administration，2010，50(7/8):798-807.

［18］Tidal J.Using Web Metric Software to Drive Mobile Website Development［J］.Computers In Libraries，2011,31(3):19-23.

［19］Kate Marek.Web Analytics in the Library Number［J］.Library Technology Reports，2011，(6).

［20］David Lee King.Running the Digital Branch:Guide lines for Operating the Library Website.Library Tech nology Reports，2012，(6).

［21］Tabatha Farney,Nina McHale.Maximizing Google Ana lytics:Six High-Impact Practices，2013，(4).

［22］Jamali H,Nicholas D,Huntington P.The use and users of scholarly e-journals:a review of log analysis studies［J］.Aslib Proceedings，2005，57(6)：554-571.