基于大數據的圖書館信息服務體系研究

關鍵詞：大數據；圖書館；信息服務

摘 要：文章通過分析大數據的特征與發展前景，結合圖書館信息服務的實際情況，重點探討大數據給圖書館帶來了哪些挑戰與機遇，并提出大數據環境下圖書館信息服務體系建設的構想，包括可以幫助圖書館用戶分析、建立新型知識服務引擎、建立網絡化信息資源智能組合方式、對大數據的智能分析及智能輔助決策等，建立各類知識服務及業務建設的風險模型。

中圖分類號：G253 文獻標識碼：A 文章編號：1003-1588（2014）01-0111-03

作者簡介：桂定君（1980-），深圳圖書館館員。

新形勢下，數據增長宣告大數據時代的到來，但是社會各界對于大數據存在不一樣的認知。就圖書館而言，圖書館作為信息中心，不可避免地面臨著大數據浪潮的沖擊，大數據環境下的圖書館服務體系轉型是圖書館發展的必然。

1 大數據概念的誕生及發展前景

麥肯錫曾經預言數據將逐漸成為重要的生產因素，而大數據將預示生產率的增長。通過分析大量數據獲取更多的知識與價值，是大數據時代的顯著特征，根據美國最近兩年的互聯網數據報告顯示，互聯網上的數據總量每年增長將近一倍，目前90%的數據是近兩年產生的。可以預見的是，大數據時代即將到來，對于大數據價值的挖掘將成為信息工作者未來工作的重要環節。美國政府于2012年啟動“大數據研究發展計劃”，致力于研究發展大數據的采集、組織、分析、決策工具及技術[1]。

新的信息技術與利用形式在信息知識管理活動中起重要作用[2]，圖書館的知識服務體系包括知識提供者、知識接受者、知識運營者及知識本身，還涉及數據的結構、信息的深度、智能評價、知識價值與未來發展規律分析等高層次信息分析服務。為用戶提供系統性、預見性知識服務是圖書館在大數據時代背景下的新價值。

筆者通過分析大數據的基本特征、結合圖書館信息工作的實際，指出大數據時代給圖書館帶來的挑戰與機遇，提出建設適應大數據時代的圖書館信息服務體系的構想，為其他學者提供參考。

2 大數據給圖書館帶來的新挑戰

2.1 大數據的特征

顧名思義，大數據首先指數據的數量之大，比如：在圖書館領域中大數據的數據源來自植入在書本當中的RFID圖書資源跟蹤技術，RFID技術的普及將成為圖書館大數據的重要來源，還有社交網絡目前所產生的數據量在信息傳播媒介中穩穩占據的優勢地位，社交網絡數據也將是圖書館大數據的主要來源之一。通信技術與移動終端的發展使得圖書館多了一個獲取移動電子設備、人員、資源、用戶行為和需求等信息的渠道[3]。如能對這些信息進行有效的開發，將能提高圖書館知識服務的作用，為用戶提供豐富的輔助決策信息。大數據的概念可以總結為4個特征：①容量。大數據的容量級別是過去的數據無法比擬的，它的起步容量已經達到PB級，一般的計算器已經無法匹配數據的增長速度。②多樣性。大數據是異構數據，它包含結構化、半結構化以及非結構化的數據，并且它們之間是可轉化的，也就是說大數據結構是可變的，甚至是隨時間變化。③速度。大數據的大部分內容是交互式實時生成的內容，用戶希望得到高于常規數據分析的預測性深度分析，以通過數據了解現在與未來。④價值。大數據的巨大價值在于將已有結構化、半結構化數據與非結構化數據進行融合和分析后，會挖掘出很多新的業務信息[4]。

2.2 大數據給圖書館帶來的挑戰

2.2.1 大數據帶來巨大的數據增量對圖書館現有的計算與存儲能力的挑戰。新的數據源一方面減低了數據的成本，另一方面多樣的數據類型與數據結構加大了數據的復雜程度。現有的數據技術無法匹配大數據的應用需求，難以在海量數據中挖掘出有意義的社會與科學問題，為了使圖書館形成新的信息服務范式，圖書館的信息服務架構改革勢在必行。首先，要解決的是數據存儲的問題，構建合理的分級存儲架構利于信息資源的管理。其次，信息服務的出發點以數據本身為中心，從過去以計算應用為主，轉化為計算應用服務與數據。最后，提高我們信息服務的軟硬件設施，包括高性能計算機、新的數據分析技術、新的數據表示方法等[5]。

2.2.2 大數據要求深化數據分析的挑戰。大數據背景下，數據分析是圖書館提供信息服務的基礎，圖書館不僅需要通過數據分析出現階段的內容與狀態，還要對知識服務的內容與狀態進行預測分析，利用數據推測出未來發展方向與程度，進而明確整個知識服務的過程，為知識服務架構的改革做好準備，順應大數據時代的發展要求。值得一提的是，數據的分析手段打破了常規的數據分析，深化的數據分析應該包括大規模圖分析、關聯關系分析、社會網絡分析、時間序列分析、移動平均線分析等。

2.2.3 大數據要求圖書館基礎設施升級的挑戰。大數據給圖書館帶來了大量數據，其中非結構化數據也在不斷增加，這就要求圖書館要不斷增大存儲能力與計算能力。目前，大多數的知識服務機構為了節約成本，往往將大規模集群的中低端計算機來代替高端服務器[6]，以應對大數據對存儲和計算等設施的要求。具體的實施辦法是：利用大規模的分布式數據密集型應用來處理大數據的存儲與計算要求[7]；配置高效的計算能力，盡量減少大數據中壓縮、分層、重復等數據足跡；配置高速的網絡，將大數據集快速分配給各個服務器節點進行處理；高素質的信息情報人員將是處理分析大數據的智力寶庫。

2.3 大數據給圖書館帶來機遇

麥肯錫全球研究所在2011年發布的大數據調查報告顯示，有將近88%的數據沒有得到利用，大多數的數據資源沒有轉化為知識信息[8]。圖書館在信息技術與知識服務的重要地位，在大數據時代愈加凸顯。哈佛大學率先將大數據引入到圖書館的服務當中[9]，并取得一定成效[10]，哈佛的成功證明了圖書館在滿足結構化數據需求的同時也能經濟高效地分析非結構化數據，圖書館有能力利用大數據來橫向擴展知識服務，滿足用戶在大數據時代的知識服務需求。大數據包含著數量巨大的非結構化數據，這些還未被人利用的信息可以揭示出以往數據信息之間難以把握與確定的交互關系。圖書館的核心競爭力在于提供準備、豐富、深入的知識服務，大數據應用比過去的任何時候所提供的數據信息更具有敏感性、時效性、新穎性與獨特性，它能為信息情報人員帶來豐富的輔助決策信息與知識發展趨勢信息。圖書館要做好準備，抓住大數據帶來的知識服務變革的機遇，努力提高圖書館在大數據應用的水平與知識服務能力。endprint

3 基于大數據的圖書館信息服務體系

上文論述了圖書館信息服務體系轉變升級的方向，圖書館在新的信息服務體系中扮演著大數據的提供者、開發者、維護者以及使用者等多個角色[11]。目前，大數據技術及其相關服務的應用范圍與方式都能夠被很好地借鑒到圖書館的信息服務體系中來，這些新型的信息服務方式對圖書館的信息服務體系構建有重大意義。

3.1 圖書館用戶數據分析

圖書館的社會地位與存在價值正在不斷的弱化[12]，用戶正在向其他文化信息機構不斷流失。大數據技術能夠讓圖書館清晰把握用戶的信息需求及意愿，并能由數據分析出用戶的信息行為及其知識應用能力，有利于圖書館對用戶的信息需求以及信息行為偏好進行預測，實現架構以讀者個性化服務為核心的信息服務體系。大數據技術加強了圖書館對于讀者研究與交互數據分析、利用的能力，從海量數據中挖掘有用信息，建立用戶檔案與模型，在精確劃分讀者類別的基礎上，進行跟蹤服務、知識關聯服務、先覺性服務，提高用戶體驗，增加圖書館信息服務的競爭力，留住用戶。

3.2 建立知識服務引擎

知識服務引擎技術一直以來都是圖書情報領域的主要研究課題，同時它也是圖書館信息服務的核心技術。利用大數據技術幫助圖書館構建新的知識服務引擎，是圖書館升級信息服務體系的主要內容。大數據知識服務引擎不同于傳統的知識引擎，既包含傳統意義上的資源及學術搜索引擎，還包括用戶行為智能分析引擎[13]、用戶信息需求預測引擎、網絡知識社區實體分析引擎、資源及服務推薦引擎、信息資源獲取引擎、資源組織引擎以及資源分析決策引擎等。值得一提的是，利用大數據架構的網絡知識社區實體分析引擎為圖書館采編部門提供了豐富的資源評價意見與建議，圖書館可借此預測用戶關注熱點，對圖書館評估資源以及資源建設提供支持。

3.3 建立網絡化信息資源靈活組合方式[14]

新的知識服務體系要求圖書館能在海量的數據當中方便靈活地從結構化及非結構化數據資源中提取出信息的關系、內容、模式以及缺陷。目前為圖書館所廣泛使用的數據分析與工具有網絡分析、可視化分析、聚類分析、數據融合集成、聚類分析、數據挖掘等，但這些耳熟能詳的技術與工具只能對結構化數據進行有效的分析，并不能發現非結構數據的存在以及聯系，更不能去分析數據背后的重大價值。圖書館利用大數據技術去采集網絡中用戶的日志數據，就能在一定程度上揭示出數據的關系規則、數據分類，進而定制數據模型，在宏觀上把握相關主題的發展趨勢，預測知識服務過程以及未來發展動向，為用戶提供更有價值的輔助決策服務。

3.4 建立智能化的信息服務

圖書館智能化信息服務不僅僅指的是解決對海量數據進行智能收集及處理問題，還指對圖書館服務對象進行智能化的信息服務，包括信息服務應用、工具、平臺的智能化推薦，讓用戶智能輕松獲取所需結構化數據以及非結構化數據，如：文本、音頻、視頻、網絡社交信息、現實生活資料等數據。最為重要的是，智能化的信息服務還包括知識信息的流通過程中對于隱性知識信息轉變為顯性知識信息的智能轉化，促進知識信息由個體向多個主體進行傳播和交流，利于知識的重新發現與組織。

3.5 建立知識服務及業務建設的風險模型

通過分析資源，包括知識資源、網絡資源、信息資源、軟硬件資源及服務資源等的實時狀態來預測未來可能出現的故障及數據資源可能出現的突變與波動，幫助圖書館預先制訂好應對措施、策略以及圖書館的各類風險評估模型。在不久的將來，傳感器技術的普及應用將為圖書館獲取大量的圖書館人文環境、自然環境以及技術環境的多維度數據，借助大數據技術分析、預測建立有針對性的各類圖書館風險評估模型，實現圖書館管理的優化升級，保持圖書館穩定的運行狀態。

參考文獻：

[1] The White House.Big Data Across the Federal Government[R/OL].[2012-8-10].http：//www.whitehouse.gov/sites/default/files/ microsites/ostp/big_data_fact_sheet.pdf.

[2] 張曉林.研究圖書館 2020： 嵌入式協作化知識實驗室[J].中國圖書館學報，2012（1）：11-20.

[3] 覃雄派，王會舉，杜小勇等.大數據分析――RDBMS與MapReduce的競爭與共生[J].軟件學報，2012（1）：32-45.

[4] 百度百科.大數據[EB].[2012-8-10].http：// baike.baidu.com /view/6954399.htm.

[5] 詹劍輝，王磊，孫凝暉.高通量計算機的性能評價[J].中國計算學會通訊，2011（7）：40-43.

[6] 張興旺，李晨暉，秦曉珠.構建于廉價計算機集群上的云存儲的研究與初步實現[J].情報雜志，2011（11）：166-171，182.

[7] 張興旺，李晨暉，秦曉珠.云計算環境下大規模數據處理的研究與初步實現[J].現代圖書情報技術，2011（4）：17-23.

[8] McKinsey Global Institute.Big Data：The Next Frontierfor Innovation，Competition and Productivity[EB/OL].2012-8-11.

http：//www.mckinsey.com/insights/mgi/research/technology-nd -innovation/big-data-the-Next-frontie-for-innovation.

[9] The New York Times.Harvard Releases Big Data forBooks[EB].2013-8-11.

http：//bits.blogs.ny-times.com/2012/04/24/harvard-releases-big-Data-for-books/.

[10] Audrey Watters.Strata Week：Harvard Library releasesbig data for its books： Harvard offers big data for books，Cloudera 's new Hadoop distribution，Splunk goespublic[EB/OL].2013-9-2.

http：//radar.oreilly.com/2012/04/harvard-book-data-cloudera-hadoop-splunk-ipo.html.

[11] 張興旺，李晨暉，秦曉珠.挑戰與創新：重新審視云圖書館未來發展的技術走向[J].情報資料工作，2012（4）：37-41.

[12] James Michalko，Constance Malpas，Arnold Arcolio.Re-search Libraries， Risks， and Systemic Change[OL].2012-9-2.

http：//www.oclc.org/research/publi-Cations/library/2010/2010-03.pdf.

[13] Digital Book World. New Start -Up Aims to Be Google Analytics for E-Books[OL].2012-8-13.

http：//www.digitalbookworld.com/2012/new-start-up-aims-to-be-google -analytics-for-e-books/.

[14] 張興旺，李晨暉，秦曉珠.挑戰與創新：重新審視云圖書館未來發展的技術走向[J].情報資料工作，2012（4）：37-41.

（編校：崔萌）endprint