3.1.1 对策实施。
利用推荐系统来提升销量一直被商业领域广泛应用。鉴于纸本图书借阅量下滑，我馆尝试了修订借阅规则、增加可借阅量、延长借阅期限以及推出季度图书排行、现场主题书展等手段。为进一步促进纸本借阅，探索提高电子资源利用率的有效手段，我馆采用大数据的思维，构建推荐系统进行图书精准推荐的个性化服务。由于我馆借阅历史数据存在数据稀疏性问题，比较各类推荐算法，最终选择无偏好值的协同过滤推荐策略[19].
3.1.2 实现效果。
推荐效果统计数据显示，查看推荐图书的最高量为 120 本，借阅推荐图书的最高量为七本。在登录读者中（具体见图 4），约 17%读者查看了推荐，其中产生借阅行为的占 7%,仅占登录总人数的 1.2%,比例偏低；推荐成功率为 5%,推荐成功图书占同时段借阅总量的 3%.
按照推荐效果对读者类型进行统计，见表2.在查看率（查看 / 登录）相同或相近的情况下，博士生的推荐成功率（借阅 / 查看）最高（9%），其次为研究生（7%），本科生、教职工最低（3%）；但从册数及人数占比来看，本科生最高，分别是43%和 45%.因此，需要考虑适当调整算法，提高本科生的推荐成功率，从而提高整体的推荐成功率。
3.2 馆藏布局调整。
3.2.1 对策实施。
为进一步实施大开间统一借阅的馆藏布局思想，尽量缩短读者在借阅中找书的时间，2015 年 2-3 月我馆重新调整馆藏布局，将所有开架图书统一按分类排架，并将借阅期限改为一个月（博士、教师为两个月）。
3.2.2 实施效果。
调整以后，该区域一个月的借阅总量达 26,376 册数，是 2015 年同期的 1.19 倍，实施效果较好。图 5按照 《中图法》 22 大类对借阅数量进行对比，由图 5 可知，除 E 军事、N 自然、P 天文、R 医学以外，其他大类的借阅量均有小幅上升，而上述四类借阅量本身较少，对外借总数影响不大；绝对值增加最多的分别是 F 经济、B 哲学、I 文学。
3.3 修改借阅规则。
