大數據時代的圖書館員在職培訓教育體系設計

關鍵詞：大數據；云計算；圖書館員；在職教育培訓

摘要：圖書館員的現有素養、知識與技能將成為限制圖書館提供大數據服務的瓶頸。借鑒高校大數據專業的教育培訓機制，對圖書館員在職培訓教育體系進行設計，將成為解決這一問題的唯一途徑。

中圖分類號：G251.6文獻標識碼：A文章編號：1003-1588（2014）04-0110-02

收稿日期：2014-03-25

作者簡介：梁琦（1979-），大連市圖書館館員。1大數據時代與圖書館員的在職培訓教育

當前的圖書館員，有圖書情報專業學科背景的盡管占據有一定的比例，但隨著近年來學科服務、在線咨詢服務及相關的外文編目、讀者活動策劃、機構知識庫建設等服務內容的開展，使得其學科背景逐漸呈現多元化，計算機、外文、歷史等專業學科背景的圖書館員更是占據了圖書館的多個重要崗位。在這種學科背景下，圖書館由傳統陣地服務向新型的知識服務、咨詢服務、查新服務等方向轉移。但大數據時代的來臨使得這些服務將不得不尋求新的發展方向和增長點，而圖書館員就成為這一發展變化的關鍵因素，現有的圖書館員素養結構必須進行調整，這樣一來，大數據分析技術等方面的在職培訓和實踐就成為提高和改變他們大數據知識素養的唯一途徑與辦法。

在現有的高校數據監管、信息素養教育等課程設計研究中，一些學者認為在大數據時代可以從高校圖書情報專業的大數據相關課程設計入手，但筆者認為這種應對不能從根本上解決危機。首先，在圖書館的未來從業者中，圖書情報專業不再是唯一的來源選擇，數據密集型與多學科融合發展的科研環境，使得圖書館員的信息素養逐步從傳統的信息查詢、圖書分類等方向轉向了對數據能夠靈活分析和應用，圖書館員在信息的組織、分析、挖掘等方面有著其他專業無法比擬的優勢，但對于用戶存在的學科知識需求并不能滿足；其次，大數據時代的來臨，使得圖書館員的服務技能、綜合信息素養都隨著時代的變化而改變，在高校進行圖書情報專業的大數據相關課程設計，能在一定程度上解決未來圖書館員從業者的大數據技能，并不能解決現有圖書館員從業者的知識技能結構。

2國內外高校的大數據專業設置與課程設計現狀

2.1美國高校的大數據專業課程與教學設計

美國高校的大數據分析碩士學位課程主要有數據分析科學碩士學位課程（MSA，Master of Science in Analytics）、業數據分析碩士學位課程（MSBA，Master of Science in Business Analytics）與數據分析（Other M.S. Programs, Analytics Tracks and Concentrations）三種類型。各個類型所結合的其它學科課程、技術課程所占比例等均有區別，如開設數據分析科學碩士學位課程的高校共有14所，該類型課程主要是將應用數學、統計學、計算機科學以及各種商業學科諸如營銷、財務等融合在一起，注重面向技術的課程設計與實踐。

值得一提的是，盡管各個大學所設置的大數據相關專業的課程設計側重點不盡相同，但都非常重視通過合作來提高學生的實際應用能力。一方面，這些高校在提供全日制課程的同時，也在提高在職培訓教育或網絡在線教育，并結合學生的工作經驗縮短學習周期，充分考慮了學生可能存在的多樣性，為在職人員的學習提供了機會與可能；另一方面，這些高校注重學生的實際應用能力，如舊金山大學（University of San Francisco）的數據分析科學碩士研究生（MSA，Master of Science in Analytics）在2012年開始招生時，就已經與世界著名公司如貝寶（Paypal）、湯森路透（Thomson Reuters）、思科（Cisco）等建立了良好長遠的合作關系，學生可以接觸和應用到這些公司的管理、技術、平臺，為學生的所學知識實際應用提供了多種實踐選擇。

由于高校大數據專業學生的來源廣泛，因而他們的學科背景、專業水平等存在著差異，為了滿足社會多學科、多層次的大數據專業人才需求，美國高校的大數據專業課程設計注重與原有特色專業課程相結合，以實現在該特色和學生的原有學科基礎上關注數據分析。如北卡羅萊納州立大學將目光聚焦在了商業與數據分析的結合、辛辛納提大學將企業的統計與運營管理課程與大數據分析課程相結合。各學校的人才培養目標也不盡相同，如卡耐基梅隆大學則專注技術人才的培養，畢業生將成為掌握商業流程分析、預測建模技術、地理信息系統映射（GIS mapping）、分析報告、市場細分分析和數據可視化的跨學科精英。而羅格斯大學則將目光投向信息與數據發現科學，目標是學生的分析數據驅動決策的能力。

3大數據時代的我國圖書館員在職培訓教育設計

3.1培訓課程設計

基于以上對世界視野和美國的高校大數據專業課程設計特征分析，筆者認為大數據時代的圖書館員在職教育培訓，可以從兩個方面進行設計：一方面，考慮到圖書館員在實踐中將應用一定的數據分析工具和平臺對數據進行分析，因而增設云計算技術、數據分析、數據挖掘等應用課程，這些課程面向一般的圖書館員，使得他們能在大數據服務中掌握基本的工具、平臺應用技能；另一方面，增設云計算體系架構、大數據收集與處理、知識發現、價值發現、知識庫的開發與維護等技術類課程，面向圖書館中的技術開發人員或其它現代技術應用層次較高的圖書館員，使得他們能通過掌握這些前沿技術和方法來實現對工作平臺架構、知識庫等做出必要的開發與管理，完善圖書館的服務平臺性能。

3.2培訓機制設計

借鑒國外高校的大數據專業學習機制設計，我國的圖書館員培訓設計不應拘泥于傳統的課堂授課、課后作業教育模式。一方面，對有時間等條件的圖書館員采取集中授課與實踐操作想結合模式，在授課中進行實踐，在實踐中進行學習，注重教與學的互動與交流。為了提高實踐的針對性和實戰性，可以采取以項目攻關模式，即布置具體的項目任務，對學員進行分組分工，引導他們應用所學技能去完成工作，既鍛煉了他們的技能應用效果，也提高了他們的學習積極性與團隊協調能力；另一方面，采用在線學習機制，使更多的圖書館員能夠參與到學習中。在網絡教育模式下，借鑒Web2.0的無中心化思想，充分發揮每一位圖書館員的主觀能動性，讓他們同時成為學習的疑問者，也成為教學關系中的授業者。

4結語

大數據時代的來臨使得包括圖書館員在內的各個領域都面臨著考驗，如何進行積極的轉型和自我提高以應對時代的挑戰成為當下人人思考的問題。筆者盡管在借鑒高校大數據專業教育模式的基礎上對大數據時代的圖書館員培訓教育進行了設計，但由于其還涉及培訓教師的選擇、實踐項目的選擇、服務平臺的更新等多個問題，因而還需對該問題進行后續、深入的研究與揭示，才能為大數據時代我國圖書館員的在職培訓教育創新提供借鑒與指導。

參考文獻：

［1］Ryan Swanstrom.Colleges with Data Science Degrees ［EB/OL］. ［2014-02-19］.http://datascience101.wordpress.com/2012/04/09/colleges-with-data-science-degrees/.

［2］Gregory Piatetsky-Shapiro. Education in Analytics, Data Mining, and Data Science［EB/OL］. ［2014-02-19］.http://www.kdnuggets.com/education/index.html.

［3］Anne Fisher.Wanted: Data scientists. No math chops? No problem［EB/OL］. ［2014-02-19］.http://management.fortune.cnn.com/2013/05/10/big-data-jobs/.

［4］Michael Goldberg . Data Informeds Map of University Programs in Big Data Analytics［EB/OL］. ［2014-02-19］.http://data-informed.com/bigdata_university_map/.

［5］何海地.美國大數據專業碩士研究生教育的背景、現狀、特色與啟示—全美23所知名大學數據分析碩士課程網站及相關信息分析研究［J］.圖書與情報，2014（2）：48-56.

（編校：嚴真）