大數據思維下高校圖書館學科服務創新機制探究

寧耀莉

[摘 要]大數據時代的來臨，將為高校圖書館學科服務提供創新的空間。本文在分析大數據思維和高校圖書館學科服務內在聯系的基礎上，從數理基礎—大數法則、有效的數據篩選兩個方面探討大數據思維下高校圖書館學科服務創新的重要環節，提出實現開放性服務、個性化服務、創新服務模式等措施，對高校圖書館學科服務機制創新進行了有價值的探索，也為高校圖書館學科服務的未來發展提供一定的參考意見和建議。

[關鍵詞]大數據；大數據思維；高校圖書館；學科服務創新

[中圖分類號]G252[文獻標志碼]A[文章編號]1005-6041（2017）01-0001-04

近年來，大數據（big data）一詞越來越多引起人們的重視。大數據廣泛應用于社會各個領域，極大地顛覆了千百年來人類獲取利用知識和信息的傳統模式，促使海量的、復雜的和多結構數據信息更易于獲取、分析、挖掘，從而引發人類的思維模式革新[1]。目前，大數據技術、大數據思維逐漸滲入到圖書館服務與管理創新，特別對高校圖書館學科服務，影響作用日漸深入。大數據思維引發人們的思維觀念變化，將引起高校圖書館學科服務的服務理念、服務手段、服務基礎、服務載體、服務管理等的變革。

1 大數據思維和高校圖書館學科服務內在聯系

1.1 大數據思維

思維是認識過程的高級階段。大數據思維是基于多源異構和跨域關聯的海量數據分析產生的數據價值挖掘思維，進而引發人類對生產和生活方式乃至社會運行的重新審視[2]。它以感知的技術為基礎，又超越了大數據技術的界限，包含思維態度（人們思想上對大數據的認識和重視）、思維方式（大數據思維范疇）。大數據思維的豐富完善是駕馭大數據和實現其價值的關鍵。大數據思維的本質在于激活數據價值和釋放數據潛能。其特性具有開放性、規律性、無偏性、關聯性[3]。大數據思維的開放、采集、連接和跨界的屬性，極大地提升了高校圖書館學科服務知識的易取性、快捷性的速度與精確性，以至于用戶知識獲取方式的變化幾乎完全顛覆以往通過完整的專業文獻收藏所形成的學科文獻提供能力和依托專業工具書所形成的學科問題咨詢能力[4]。也就是說大數據思維將對高校學科服務的改進和提升起到極大的促進作用，包括學科服務發展規律的新認識、新理解、新定位，為用戶提供學科知識支持。

1.2 大數據思維對高校圖書館學科服務的促進

1.2.1 大數據思維下高校圖書館學科服務的提升。隨著計算機網絡技術的飛速發展，與學科知識聯系密切的高校圖書館學科服務走在圖書館服務的前列，而大數據時代的來臨，不但表現為大數據技術，而且更突出大數據思維，思維的轉變，為高校圖書館學科服務的提升提供了良好的機會。

高校圖書館學科服務是一種用戶需求為本，尋求解決用戶疑問的知識服務[5]。從本質上是一種知識咨詢，以專業的知識組織、知識發現、知識利用為內容，需要用大量的相關知識、數據去支撐。學科服務的知識、數據總是呈現出多樣化、動態化，很可能是單一的專業領域，也可能是跨專業領域，更可能是多個專業領域的復合知識和數據。同時，知識和數據的擁有者也可能是多樣化或復合性的，有單個信息機構擁有，也可能是兩個或多個信息機構共同擁有。大數據思維下，這種知識交織的情況更加顯現、復雜，這將為高校圖書館學科服務在原有的服務內容和方式上延伸帶來一個巨大的發展機會。因為隨著高校圖書館的建設和發展，學科服務知識咨詢的數據資源將日益擴展、深化和細化，而大數據技術及其思維方式又使知識和數據的開放性日益提升與拓展，各學科的知識和數據聯系緊密，融合充分，為圖書館與專業性服務機構的多領域、高層次合作注入全新動力。大數據思維下，高校圖書館學科服務模式是一種動態的管理模式，一個課題或者項目已經不能通過單純的個體技術、思維來完成，需要多種知識結構作為支撐。多類數據的擁有、融合、挖掘與利用的深化發展，推動著高校圖書館學科服務正在進行的文獻資源、數字資源、網絡資源建設。

大數據思維直接促進圖書館學科服務質量在更高水平上的提升。1）大數據構建學科服務質量提升的基礎。大數據思維下，高校圖書館學科服務不僅僅是靠館藏資源、建筑空間、服務水平這些傳統的指標和設施，對龐大的各類數據的挖掘與分析能力和大數據的擁有量將成為服務質量的關鍵指標。首先是結構化數據，即圖書館原有數據庫中的電子圖書、電子報刊、書目信息、畢業論文電子版等。其次，也可能是非結構化數據，像被記錄下來的用戶在圖書館的借閱行為、閱讀習慣等，或者用戶在日常學習、工作和生活中被記錄下來的數據，如在工作場所、娛樂場所、商業活動、社會服務的信息行為數據。通過對這些數據的分析與預測，更容易快捷找到學科服務的內容、方式和方向。2）大數據將成為學科服務的核心資產。有統計數據顯示，全球數據總量每兩年就會增長一倍，預計到2020年人類擁有的數據總量將會達到驚人的35萬億GB，新增數據中，90[WTB3]%[WTBZ]以上屬于傳統技術難以處理的非結構化數據[6]。尤其是隨著人們對大量的如用戶借閱習慣、服務消費痕跡半結構化和非結構化數據分析技術的日漸成熟，大數據將變得越來越有價值。大數據的數據分析、數據處理和數據挖掘在知識咨詢中的重要的核心地位，構成了提升學科服務的中心環節。高校圖書館學科服務要高度重視數據收集工作，同時加強對現存數據的處理，特別是加強對現存數據的分析、加工、整合和重組，把隨機的、分散的、無序的信息轉換為規律的、集中的、有序的結構性數據，構建起學科服務的數據保障，這是提升學科服務質量最堅實的基礎性工作。

1.2.2 大數據思維下高校圖書館學科服務創新。大數據技術的快速發展，引起人們思維的革新，將對傳統的高校圖書館學科服務帶來挑戰。當前許多高校圖書館服務信息資源和數據處理能力十分有限，半結構化和非結構化數據不能物盡其用，很大程度上壓制了學科服務水平的提高[7]。一方面，大數據技術的應用對高校圖書館學科服務數據采集、存儲能力提出了更高要求；另一方面，隨著高校學科分類越來越復雜，對數據要求類型也就越來越復雜，圖書館硬件設備要支撐復雜數據的管理以及分配，必須隨之升級到較高水平。新技術開發與運用、新思維介入，針對新數據和原有數據收集、集成與處理，為高校圖書館學科服務帶來了新問題，也將是學科服務創新的突破口。

關系型數據庫不斷擴展，將形成許多初具規模的元數據倉儲，隨著用戶的不斷增長，數據量也隨著長時間的累積變得越來越繁雜。利用大量的復雜數據分析技術與工具挖掘大數據的利用價值并提供給學科用戶，傳統而單一的定性分析和定量分析已顯得蒼白無力，新技術工具應用和作用將成為圖書館學科服務創新的驅動力。高校圖書館要及時預見和順應這種發展趨勢，主動創造條件應用智能化技術解決大數據思維下數據搜集和處理問題，如對隨時無處不在的海量信息數據的智能抓取、對數據中有關關鍵詞的抽取和存貯等。更要重視以往被忽略的非結構、半結構化數據，如用戶的瀏覽記錄、生活數據、社交信息等的搜集和處理，讓這些數據轉化成學科服務的核心資源，為學科服務決策提供豐富的依據。圖書館服務手段的智能化程度提高與智能化技術、工具、平臺的應用，用戶所需的圖片、視頻、文本等信息將能夠大量而迅速地獲取，同時主動引導用戶去發現其他具有隱性用途的數據，讓知識從單個用戶擁有轉為多個用戶擁有，并相互流通與傳播，使隱性知識變為顯性知識。因此，大數據帶來的技術創新就會極大地推動高校圖書館學科服務的創新。

2 大數據思維下高校圖書館學科服務創新的重要環節

2.1 數理基礎—大數法則

大數法則是一種基本的數據要求，主要是解決大數據同質化條件下數據的整合。從某個高校角度來看，熱門學科和冷門學科對高校圖書館資源需求是不相同的，但從圖書資源和學科需求來看是基本一致的。如果能將高校圖書館進行區域共享或通過網絡整合，從更大的環境角度來看，同一圖書資源被需求的概率是相同的，所以，高校圖書館學科服務應綜合平衡，不能有所偏廢，防止過度搜集熱門學習資源，導致難以進行全面的數據信息的查詢。通過大數據的抓取、篩選和分析出統計數據，自主地找出潛在標的，更加科學地設定各種調節因子，通過對用戶留下的各類信息和數據的精準分析，用戶輸入的數據會存儲到一個數據倉庫中，加入這個數據倉庫的容量不能滿足數據的存儲要求，這些數據將會成為一個數據集合。數據集合超過預定的數值，一旦進行合并，這些數據的格式就會統一，多余的數據也會被篩選出來并刪除。詳細的概念附屬于寬泛的概念之下，兩者之間為遞歸關系。知識架構是構建知識地圖的最主要元素。搞清楚不同群的邏輯聯系，并尋找上位類和下位類的節點，通過節點的查詢可以明確之間是否具有“包含”關系或者是“交叉”關系[8]。可見，大數法則的引進可以有效提升圖書館學科服務管理數據以及信息的準確性，更好地為用戶進行服務。

2.2 有效的數據篩選

大數據有數據體量巨大、價值密度低的特點。特別是大量的非結構化數據、半結構化數據更是體量巨大，價值密度更小。統計數據顯示，世界結構化數據增長率大約是32[WTB3]%[WTBZ]，而非結構化數據增長率則是63[WTB3]%[WTBZ]。非傳統結構意義的大數據意義并不在于“大”，而在于“有用”。數據的價值含量和可應用成分比數量更為重要。并不是任何數據都必須存儲到記錄用戶行為的數據庫中，由于這些數據源之間的聯系不是很明顯，我們需要從中挑選出我們需要的數據。步驟應當是，按照日志信息中的數據進行類別劃分以及權值分配，目的是通過分析這些數據來優化資源配置，提高資源的利用程度。瀏覽器的信息和用戶的時間信息并不是我們需要的，所占權值就比較小，可以刪除，或者是將它們的權值設置為零。進行過數據篩選之后，用分眾分類方法將用戶的興趣愛好進行分類，使不同用戶相同的興趣關聯到一起，信息依照特定的規則組織整理，從雜亂無章轉變為有序狀態。再利用計算機技術，通過設定關鍵詞等直接過濾掉無用的信息，選擇出有效信息并按一定的規則分類整理，形成有利用效能的數據庫，方便用戶的搜索使用。近些年來，一些高校關系型數據庫在不斷建設，形成了許多初具規模的元數據倉儲，為學科服務提供了很大的數據選擇和加工空間。

3 大數據思維下高校圖書館學科服務創新實現機制

3.1 實現開放性服務是基礎

目前，高校圖書館的閱讀方式主要還是沿襲傳統的封閉式閱讀模式，信息資源利用程度不高，有些信息資源較為緊俏，而有些可能是備而不用。各館自成體系，館之間難以進行信息共享，用戶之間也缺乏交流，這些都制約了高校圖書館學科服務質量的提升。隨著大數據時代的到來，大數據思維深入人心，高校圖書館管理者必須認準學科服務在教學和科研中扮演的角色以及所處的地位，轉變思維觀念，注重內涵發展，變傳統封閉式服務模式為開放式服務模式，包括學科館員主動性、知識資源開放獲取、設備易用性等，提高學科知識利用程度。首先，大力進行相關學科知識資源的整合。將高校圖書館中的各類數據資源、網絡資源以及館藏紙質資源進行有效的整合，進而提高數據資源的整體效應，解決“一鍵式”實時快速檢索問題，滿足大數據思維下圖書館學科服務知識資源建設的基本要求。其次，加強知識資源的維護。對于已開發的學科課程資源，讓校內外用戶通過高校圖書館網站進行相關學習內容的下載，并搭建在線交流平臺，方便教師進行指導，及時滿足用戶的數據需求。再次，將每個高校的優勢學科信息資源結合到一起，盡力構造橫跨學校、學科以及地區的圖書館學科服務平臺，實現優質資源的局部共享。學科館員需要在這種聯盟中承擔學科和課程的協調人，專門負責信息的發布、搜集以及管理等工作，同時還要充當學習者與教師之間交流溝通的媒介。除此之外，高校圖書館應重點解決好大數據用戶分析的問題，將各類用戶進行整理分析，區分出各種用戶來源和性質，并將分析結果反饋給學科管理團隊。這樣，學科管理團隊或組織可以利用大數據分析的結果，有針對性地進行學科和課程的重新設計或完善，提高學科管理和課程設計的有效性和針對性。

3.2 關鍵在于個性化服務的開展

傳統的學科服務的服務流程，是學科館員將結構化的文獻信息、數據、線索或將經過一定數據分析加工的知識產品提供給用戶，是一種標準化的服務[9]。其最大弊端在于，把所有用戶當作一個用戶來對待。在大數據思維下，強調通過對用戶信息，即瀏覽記錄、生活數據、社交信息等非結構、半結構化數據的搜集，并加以及時數據處理，進而了解用戶的個性，合理地掌控和設計服務的個性，為用戶提供專業化、知識化、個性化需求。

一個高校涵蓋多個學科，用戶年齡不同、閱歷不同，需求也不同，使個性化服務比較分散。但分散的單位可大可小，大到一個有同樣需求的用戶群體，小到每一個人。利用大量的非結構、半結構化數據資源，最大限度地適應每個用戶的閱讀習慣和信息需求，將是今后高校圖書館學科服務發展的方向。1）根據用戶的信息和個性化需求進行服務分類，在此基礎上依托知識管理手段來進行智能化分析和管理，制定有效的個性化服務決策。2）創新個性化服務的手段。高校圖書館通過優化閱覽環境，強化圖書館管理人員隊伍建設等手段，積極探索圖書館學科服務創新之路。要主動挖掘用戶需求，開展入館教育、用戶培訓、參考咨詢、文獻傳遞、回溯檢索、定題跟蹤、信息推送等多樣化服務方式，提高高校圖書館學科服務質量。

3.3 實現創新服務模式是重點

在大數據思維下要采取不同于以往的創新服務模式。首先，要吸取廣大用戶的建議，設法擴大閱讀面，設置多樣化的閱讀形式，使用戶盡可能多地獲取自己需要的信息。其次，以用戶為核心，通過信息技術將高校圖書館服務空間進行外部拓展，也可以更多地引入外部信息來源，擴大信息活動的適時性需求。再次，構建圖書館的各類資源、網絡學習服務平臺及用戶等信息動態系統。師生使用信息的同時也會產生信息，開發和利用這種信息，應置于圖書館整個信息系統建設的核心地位。圖書館所有的設備以及系統、功能與服務，都要根據師生用戶的需求設定，建立起多方位、多渠道為用戶服務的平臺。另外，還要進一步擴展圖書館的互聯網功能。圖書館可以借助一些互聯網工具為學習者創造隨時隨地的“網絡社區”，不斷建立起用戶之間的動態管理和動態服務的模式，并在此基礎上提供移動圖書館、RSS訂閱、智能聊天機器人等個性化定制服務，提高閱讀的便捷性和有效性，解決知識爆炸時代的“知識垃圾”給用戶者帶來的閱讀效率低問題，提高閱讀效益。

4 結 語

大數據時代的到來，必將使高校圖書館學科服務發生重大轉變和變革。大數據環境下各種技術、手段的革新成效，決定圖書館學科服務質量的提升程度，但另一個必要條件也不能忽視，就是建設一支在大數據思維中能卓有成效工作的高校圖書館學科服務隊伍，讓他們不僅僅掌握信息化條件下各類軟件的使用技能，而且還能熟練的充當“萬噸巨輪”的搬運工，有效地對大量的數據進行及時收集、分析和管理，更好地服務于各個學科的信息訪問需求。還需要學會利用信息化條件下共享機制的建立，密切館際間的聯系，不斷拓寬信息共享和公共信息邊界，解決師生用戶在工作和學習中遇到的各類跨學科問題。

[參考文獻]

[1]（美）韓家煒.數據挖掘：概念與技術[M].范明，譯.北京：機械工業出版社，2012：13.

[2]張維明，唐九陽.大數據思維[J].指揮信息系統與技術，2015（2）：1—4.

[3]和 婷.大數據思維對圖書館信息服務工作的啟示[J].圖書館建設，2014（1）：64—68.

[4]袁紅軍.大數據對圖書館信息咨詢服務的影響及對策[J].新世紀圖書館，2014（3）：29—31，35.

[5]王天泥.大數據時代圖書館的知識服務增長點[J].圖書與情報，2013（4）：74—77.

[6]朱幼平.大數據革命[EB/OL].[2014-10-30].http：∥blog.sina.com.cn/s/blog_5009e2050102v7kg.html.

[7]張興旺.圖書館大數據體系構建的學術環境和戰略思考[J].情報資料工作，2013（2）：12—17.

[8]朱靜薇，李紅艷.大數據時代下圖書館的挑戰及其應對策略[J].現代情報，201333（5）：9—13.

[9]高 琳.大數據思維與圖書館知識資源發現[J].圖書與情報，2015（1）：122—124.