在2012年两会期间,13位政协委员联合提出了“量化”阅读的议题,强调引入科学的阅读评价方法对全民阅读工程建设的重要意义。在数据科学的时代背景下,高校图书馆作为全民阅读工程的重要抓手,深入挖掘和量化图书馆借阅数据对创新阅读推广工作和改善用户借阅行为有一定指导作用。本文以量化自我为理论基础,借助R语言编程技术获取高校图书馆借阅数据,通过构建借阅指数来“量化”分析个体用户的借阅行为,并与群体用户数据形成对比,分析定位个人的借阅水平,从而为个体用户提供指导帮助。主要研究内容包括了理论构建和实证分析两个方面。理论构建上,将借阅指数定义为量化图书馆读者借阅行为的指标集合,包括用户借阅行为的活跃性、阵发性、记忆性以及用户借阅内容的深入性、均衡性、广泛性、新颖性和热门性等共计8个一级指标和17个二级指标。指标皆源于对历史文献的调研总结和对借阅数据的逻辑推理。实证分析上,以所在高校图书馆近10年以来的320余万条借阅数据为研究对象,从群体用户、个体用户两个层面分析用户借阅指数的数据分布特征。遴选出的具有代表性的用户群体,为个人用户提供借阅指数的参考范围。最终成果以面向图书馆的用户借阅报告和面向读者个人的用户借阅报告体现。本文的拟创新之处在于:1.提出并构建了借阅指数,并利用所在高校的图书馆借阅数据验证了借阅指数的可行性和指导性。2.根据用户借阅频次的数据分布特征,提出了以借阅频次符合幂律分布为分类标准,进行幂律拟合的用户遴选方法。3.设计了针对图书馆和用户个人的两版《用户借阅报告》,通过R Markdown功能可自动化生成,创新图书馆数据服务模式。研究结果表明,借阅指数对用户借阅行为具有一定指导作用。用户总体的借阅行为表现出低活跃性、弱阵发性和弱记忆性的特点,借阅内容的深入性、均衡性、广泛性和新颖性表现一般,热门性的数据分布十分不均匀。用户个人可参考所在群体的借阅指数数据分布特征,准确分析个人借阅情况,发现不足之处,从而改善阅读行为,更好地利用图书馆。