論大數據時代圖書館的發展對策

□崔 芳

2012 年被大衛·芬雷布稱為“大數據的跨界年度”[1]，從此，我們進入了大數據時代。據陸靜對中國知網和OCLC Article First 數據庫所做文獻統計，研究大數據的文獻經過10 多年的發展，于2012 年出現一個飛躍： 從2011 年的41 篇猛增到當年的324 篇，2013 年更多達819 篇，“大數據” 成為IT界、企業管理界和圖書情報界的熱門話題[2]。 2013年9 月30 日的中共中央政治局第九次集體學習，聽取了對大數據發展情況的講解。各行各業都在探討大數據時代給本行業的發展能帶來哪些機遇或者威脅，都希望在大數據時代到來之際，能夠及時抓住機遇、規避風險，乘勢而上加速發展。圖書館行業也不例外。高等院校圖書館、社科院圖書館、國防科技信息學會等系統召開了專題研討會；據文獻統計， 圖書館界發表有關大數據的論文，2012 年有4篇，2013 年達21 篇[3]。 “大數據”也正在成為我國圖書館界研究的熱點話題。

一、努力學習大數據理論，實現觀念、知識和技術更新

高校圖書館雖然有自己特有的任務和定位，但在大數據時代到來之際，面臨所有圖書館需要應對共性的問題。 依筆者管見，我國圖書館界的當務之急是：通過學習大數據理論實現觀念、知識和技術的更新，通過館藏數字化工程和網絡數據搜集建設新型資源，開展切實可行的大數據讀者服務探索。

（一）學習：登堂入室的前提

與傳統圖書館實現自動化、 數字化進程相類似， 我國圖書館要跟上大數據時代的前進步伐，首要任務是虛心學習大數據理論。我們要學習大數據首倡者的有關論著，學習對大數據的推廣做出重要貢獻的研究者的成果，學習走在前列的先進國家圖書館同行們在大數據領域的有益探索和實證應用；弄清楚大數據的概念內涵、 大數據的標志性特征、大數據區別于紙質文獻的特性，從而確立起大數據概念體系、思維觀念、行為模式；學習有關大數據的各種知識，比如數據和大數據的科學概念，大數據為什么被稱為“破壞性技術”“顛覆性力量”，數據與文獻、信息、知識的區別與聯系，數據與數字的聯系與區別， 大數據與傳統意義上的數據的聯系與區別，數字化閱讀與閱讀數據化、數字化服務與服務數據化、 管理信息化與管理數據化的聯系與區別，如此等等。了解與大數據有關的各種計算機及其通信技術，例如Hadoop 和MapReduce 等數據管理處理技術，大數據智能識別、傳感與適配技術，大數據知識服務模式、體系架構、資源分類及平臺標準規范，大數據知識服務全生命周期過程中的虛擬化接入技術，大數據知識服務交易模型研究、質量評價體系、支持多元化可視化大數據知識服務終端交互技術等[4]。只有完成了這樣的知識結構更新，圖書館人才能領到進入大數據時代的通行證。

（二）掌握：大數據的基礎知識

在大數據研究先行者看來，大數據“最初，這個概念是指需要處理的信息量過大，已經超出了一般電腦在處理數據時所能使用的內存量，因此工程師們必須改進處理數據的工具”，“這導致了新的處理技術誕生，……。 這些技術使得人們可以處理的數據量大大增加[5]”。 “這種對大量的人機數據進行捕捉、存儲和分析，并根據這些數據做出預測的能力，就是我們所說的大數據。”[6]由此，可以看出，大數據有三種含義： 一是說由于信息技術的高速發展，使得能夠采集、存儲、長期保留的數據越來越多，即指海量數據； 二是說處理分析數據的能力越來越強，處理速度越來越快，處理成本越來越低，即指高新技術；三是說人們有能力根據采集、存儲的數據，進行分析挖掘處理并做出預測， 即指數據駕馭能力。維基百科稱“大數據是指利用常用軟件工具捕獲、管理和處理數據所耗時間超過可容忍時間的數據集”，這說明它持第一種觀點。 權威的IT 研究與顧問咨詢公司Gartner、 美國國家科學基金會等的界定與此大同小異，均認為大數據與“海量數據”、“大規模數據”的概念一脈相承[7]。總之，業界對于什么叫大數據， 迄今為止尚未得出一個普遍認可的定義。這就提醒我們，必須持續關注國內外有關大數據的研究動向。

大數據的特征， 幾乎是所有探討大數據的論文必提的問題。 其中，文獻介紹說，大數據有四個主要特征，業界取其英文首字母概括為四個“V”：Volume指數據體量巨大， 從TB 級別躍升到PB、ZB 級別；Variety 指數據類型繁多， 包括流行的網絡日志、視頻、圖片、地理位置信息等；Value 指價值密度低，如視頻在連續不斷的監控過程中可能僅僅一兩秒是有用的數據；Velocity 指處理速度快， 基本上貫徹一秒定律，從而與傳統的數據挖掘技術有本質區別[8]。

關于大數據的復雜性， 也是普遍關心的問題。與大科學時代紙質文獻的復雜性不同， 大數據的復雜性呈現三個維度：一是數據類型復雜。例如在網絡上，既有數據庫、圖書、期刊、報紙，又有郵件、微博、論壇、社交短文本；既有文字，又有圖片、聲頻、視頻，給文本挖掘帶來很大困難。二是數據結構復雜。大數據包括結構化數據、半結構化數據和非結構化數據，而且主流形式是非結構化數據，它組織很凌亂、信息噪聲大，為數據的存儲和分析造成很大困難。三是數據模式復雜。數據類型的多樣化、非結構化的數據等因素，導致數據內在模式以指數形式增長[9]。

（三）確立：大數據思維觀念

所謂大數據思維觀念，首先是指數據采集意識的更新，不僅要從館藏等容易搜集數據的地方采集數據，更要從最不好辦的地方采集數據。 數據是構成大數據的根基， 沒有計量和記錄就不可能有數據，也就沒有大數據。讀者進入圖書館的所有行為，以及在線上與圖書館交流互動的所有行為，都是有價值的信息，都是值得采集的數據，均應進行計量和記錄。 長期以來，每一個圖書館都重視數據的采集。例如，每天訪問圖書館的讀者人數、借閱數量、圖書平均周轉天數、辦借閱證數量等等。這些數據對圖書館的服務績效、 服務質量評價乃至管理科學決策均具有重要的意義，一定要保證數據真實可靠。

其次，大數據思維觀念要求我們提高數據采集水平。 不能滿足于數據怎樣采集方便就怎樣采集，而應當使圖書館的全部業務和管理工作在完成自動化之后，逐漸從數字化走向數據化。這主要包括：圖書館的館藏文獻的數據化， 圖書館的地理方位、內部的空間結構的數據化， 圖書館工作人員之間、工作人員與讀者之間、讀者與讀者之間的溝通數據化，圖書館的采編、入庫、流通借閱等工作的數據化。

第三，大數據思維觀念要求我們堅持數據應用導向。 一是做好現有數據的挖掘和再利用，例如多年積累的自動化系統數據、讀者服務數據等；二是完善數據收集的頂層設計，使數據能更好地揭示其相關性，做好預測；三是努力在現有數據與相關數據之間建立聯系。 在數據化過程中，要關注圖書館工作產生的全部數據，而不是其中的部分數據。

二、大數據背景下讀者服務模式的創新發展

在向數據化轉型升級的過程中，傳統圖書館的讀者服務并非無所作為，我們可以開展基于數據挖掘分析的服務和管理創新，開展基于數字閱讀行為數據分析的服務優化以及嘗試基于文獻內容處理分析的知識服務。

（一）基于數據挖掘分析的服務和管理創新

雖然當今的圖書館尚未掌控真正有價值的“大數據”，一般情況下也不考核經濟效益、不適合像企業那樣考量投入產出，但是，同為財政撥款的事業單位，國家投入了同樣多的資金，在不同的管理團隊、不同的服務團隊手中卻產生了不同的社會效益和經濟效益。在大數據技術群的幫助下，圖書館效益的客觀評價成為可能，這就為通過數據挖掘分析，提升圖書館的服務效能和管理效能提供了可能性。

有助于服務創新和管理創新的數據挖掘分析，起碼有以下三類：一是對讀者個人的成長進步進行數據跟蹤分析。大數據技術對全部讀者的信息可以全部存儲，并長期保留，這樣就能了解讀者的成長軌跡，從而對圖書館的人才培養效益做出評價。 二是跟蹤分析讀者閱讀利用的全部書刊文獻，為每一位讀者建立個人閱讀數據庫，同時對每一位讀者發表文章、出版著作、獲得專利等科學產出的數據進行系統采集。分析讀者利用書刊文獻和獲得科學成果這二者之間的關聯性，就能獲得其創作、創新、創造方面的有用數據。 綜合全體讀者的數據，就可得出圖書館在創作、創新、創造方面的效益數據。三是分析挖掘讀者個人數據庫， 分析挖掘讀者所在行業、產業的相關數據庫，了解讀者的閱讀行為與相應產業發展的相關性，從而預測圖書館知識信息服務對當地產業發展的貢獻度。

且以讀者個人數據庫為例展開討論一下。建立讀者數據庫后，從讀者身份證的信息，可以了解其家庭位置、年齡、性別分布；從文獻、出版數據庫，可以了解讀者發表文章、出版著作情況；從讀者的閱讀習慣，可以了解讀者的偏好等等。這樣，圖書館就能通過分析上述數據來確認每一位讀者所關注的圖書種類，使得圖書館有可能對讀者提供更加精準的貼身服務，包括推薦讀者不了解的相關館藏，真正做到為書找讀者，使圖書館的書籍借閱率得到提高；根據讀者數據庫提供的信息，通過QQ、微信等方式將每一次新進的書及時地通知相關讀者，使新書能盡早地發揮作用，產生效益；通過分析讀者行為數據，了解讀者喜好，從而調整圖書館布局，美化閱讀環境，優化工作流程，讓讀者享受到更高質量的服務。

總之，通過對圖書館相關效益的綜合分析，不僅能有效掌握圖書館對經濟發展、 社會進步的貢獻度，進一步增強政府對圖書館投入的決心，而且能為圖書館改進自身管理提供很好的決策參考，從而為圖書館的“數據化”發展創造更有利的條件。 例如，上海市通過2012 年中心圖書館借閱類目分析， 得出該市讀者喜歡閱讀的書籍，依次為文學作品、史地著作和工業科學； 基于數據分析， 上海圖書館于2013 年初推出“讀者悅讀賬單”的“讀者閱讀報告”創新服務。[10]

（二）基于數字閱讀行為數據分析的服務優化

除圖書館集成管理系統積累的書目數據、讀者數據以及讀者借閱行為數據外，開展數字閱讀行為數據的采集、挖掘和分析，探索數字閱讀服務的規律性，也是當前圖書館迎接大數據時代、實現服務優化應當做好的一件大事。

近二三十年里， 我國圖書館采購了各類書目、文獻數據庫以及電子書、報、刊資源，開展了包括全國文化信息資源共享工程在內的大規模的數字閱讀服務。 采集、挖掘和分析好讀者在數字閱讀平臺上的行為數據，必定能改進圖書館的數字資源提供服務。這就有賴于與數字資源供應商開展合作。如果能整合分析本館讀者在所有采購數字資源平臺上的閱讀行為，并且與圖書館集成管理系統所采集的閱讀行為數據開展交叉分析， 就有望改善館藏方針和資源建設策略，提供更加個性化的閱讀服務。據文獻報道，復旦大學圖書館已經在開展類似的探索[11]。

公共圖書館不僅應當做好對本館讀者的數字閱讀行為數據采集和分析工作，還可以利用文化部全國文化信息資源共享工程這個統一平臺來做這項工作。通過國家中心、省級分中心、基層中心組成的網絡開展協作，逐步采用大數據技術，采集、挖掘和分析用戶在共享工程服務平臺留下的行為數據，將對圖書館開展數字閱讀服務、提高全國文化信息資源共享工程和本館的數字資源服務提供很有用的決策依據。 同樣，高校圖書館除對本館讀者開展網上閱讀行為數據采集和分析外，還可以通過中國高等教育文獻保障系統（calis）這一協作平臺，來開展讀者利用數字資源行為模式、行為習慣、閱讀喜好等規律的探索，以提高高等院校圖書館的讀者服務水平和科學管理水平。

（三）基于文獻內容處理分析的專業知識服務

大數據既對圖書館的知識服務能力和知識服務機制形成較大的沖擊，又能幫助圖書館建立和完善新的知識服務模式，提高圖書館的學科知識服務能力和水平。 核心是利用已有的Hadoop、MapReduce 等數據管理處理技術、 大數據智能識別傳感與適配技術、大數據知識服務模式等技術，分析用戶借閱流通數據、 館藏書目數據和電子數據庫、無線射頻識別數據、社交網絡交互數據、移動互聯數據以及各種傳感器數據， 對文獻內容進行處理分析，抓取有用的知識和關聯關系，經過知識重組，再提供給需要的讀者。

1.圖書館可以開展用戶流失分析，應對生存危機。 由于多媒體的沖擊，圖書館服務的價值受到質疑，出現了讀者流失現象。 借助大數據技術分析用戶需求數據，不僅可以了解讀者的信息行為、需求意愿和知識運用能力，還可以深度挖掘其在交互型知識服務過程中的潛在需求數據，開展針對性更強的服務，吸引住讀者群體。

2.圖書館可以建立更加智能、靈活的知識服務社會網絡。 通過分析各種數據資源的狀況，從結構化和非結構化數據資源中抓取有用知識和關聯關系等，完善新的知識服務方式。例如，作為“大數據研究和發展計劃” 重要組成部分的美國國家醫學圖書館，正在集成生物學及內部信息，以創造能整合和交換醫療保健和生物醫學研究數據的方法和工具。 而清華大學圖書館在數據集成和數據挖掘兩方面進行探索，嘗試在大數據環境下從元數據倉儲中提取關鍵詞等信息，分析關鍵詞走向，分析作者與合作者的關系，建立以人為中心的知識關聯網絡[12]。

3.圖書館可以建立基于大數據技術群的知識服務導航機制。 在自動化集成發展階段，圖書館已經建立了各種知識服務導航機制。 現在，應當嘗試利用大數據技術來優化甚至重建這種新型的知識服務導航機制。這種導航機制主要包括用戶知識需求預測導航、多維數據資源的組織和分析導航、用戶信息行為智能分析導航、學術資源搜索導航、數據資源的推薦服務導航等[13]。

“大數據”對圖書館的影響將是多方面的，并且將越來越巨大和深刻。圖書館不僅要繼續履行傳統的四項社會職能，保存傳遞各種經館員分析整理的紙質文獻數據，還將承擔起保存傳遞各種磁介質云所存儲的未分析整理的數據，使人和計算機能夠通過數據云而公開獲取。 面對大數據時代的到來，圖書館要高度重視大數據對圖書館的影響，提高大數據意識、培育大數據思維。 要充分認識圖書館數據化對當地的經濟社會發展所具有的不可替代作用，努力消除事業單位員工缺乏競爭壓力、從而缺少數據化動力的不利因素， 先人一步做好頂層設計，積極采集分析挖掘數據，在大數據時代發現機遇并引領圖書館健康發展。 與此同時，要重視大數據人才隊伍建設，背靠大數據時代，要加快館藏資源的數字化進程并積極開展各種創新型服務，同時探索數據化圖書館的發展路徑。

[1][6][美] 大衛·芬雷布著， 盛楊燕譯. 大數據云圖——如何在大數據時代尋找下一個大機遇[M].杭州：浙江人民出版社，2014：41.

[2][3]陸靜.我國圖書館界大數據研究評述與展望[J].圖書館雜志，2014（1）：20-25.

[4]張新娜.大數據時代智慧圖書館建設路徑分析[J].圖書館研究，2014（1）：9-13.

[5]（英）維克托·邁爾-舍恩伯格，肯尼思·庫克耶著.盛楊燕，周濤譯.大數據時代——生活、工作與思維的大變革[M].杭州：浙江人民出版社，2013：8.

[7][9]劉瓊.大數據背景下圖書館服務體系創新與重構[J].信息技術，2014（6）：55-56.

[8]容春琳.公共圖書館應用大數據的策略研究[J].圖書館建設，2013（7）：91-95.

[10][11]陳超.圖書館如何迎接大數據時代[J].圖書館雜志，2014（1）：4-7.

[12]曹磊，等.大數據：數字世界的智慧基因[N].文匯報，2013-11-08（12）.

[13]樊偉紅，等，圖書館需要怎樣的“大數據”[J].圖書館雜志，2012（11）：63-68，77.