基于大數據技術的智能文獻采訪模式探析

鄧小明

[摘 要]大數據和大數據技術推動下，智能文獻采訪將成為圖書館文獻采訪的發展方向和趨勢。結合大數據技術和圖書館文獻采訪的業務工作，研究文獻采訪大數據的組成和相互關系，探索基于大數據技術的智能文獻采訪模式及具體方法。同時，指出實現文獻智能采訪需要培育的幾個方面的內容。

[關鍵詞]大數據；大數據技術；智能文獻采訪；模式

[中圖分類號]G253.1[文獻標志碼]B[文章編號]1005-6041（2017）03-0006-04

基于云計算機、物聯網等基礎的大數據技術發展和應用逐漸深入到各行業。大數據所涉及的信息量規模巨大，在合理時間內達到擷取、管理、處理、整理成類并能夠解讀的數據資訊，根據應用動態分配資源。大數據及其相關技術，讓圖書館、讀者、供應商和大數據企業間的智能文獻采訪成為可能[1]。利用大數據及其技術，能方便獲取讀者閱讀需求、供應商、出版商以及網絡信息數據來智能分析、管理和預測讀者需求、文獻動態和采訪細節，并以智能虛擬化的方式為圖書館采訪員、讀者用戶間構建實現智能文獻采訪，從而提高采訪的質量、準確性，降低采購成本、管理成本，提升文獻采訪效率。

1 大數據、大數據技術概述

大數據（Bib Data）是指所涉及的規模巨大的數據，于2011年由麥肯錫提出。大數據是無法用現有軟件工具提取、存儲、搜索、共享、分析和處理的、海量的、復雜的數據集合，是需要使用新的處理模式才能具有更強的決策力、洞察力、優化能力的海量資產。大數據基本包括大交易數據、大交互數據。大交易數據是指財務數據、用戶數據、經銷商數據、員工數據等。大交互數據是指微博、微聊天數據、移動終端數據、地理位置等數據。這兩部分數據共同融合成為全面大數據。2012年美國啟動大數據研究，隨后日本、歐盟、法國、澳大利亞陸續進行大數據研究。2013年我國啟動大數據建設，至2015年越來越多的政府和企業建立大數據產業園和創業平臺。如百度、淘寶、京東等企業建立了商品大數據[2]。

大數據具有“4V”特征，即數據巨大、數據類型多樣、處理速度快、價值密度低。大數據是動態的、開放性的、多樣化的。隨著海量的大數據產生，對數據處理的實時性、有效性提出了更高要求。然而傳統的常規技術手段根本無法應付。在這種情況下，大數據技術應運而生。這些技術主要包括分布式緩存、基于MPP的分布式數據庫、分布式文件系統、各種NoSQL分布式存儲方案等。NoSQL數據庫技術主要實現搜索、實時統計分析、簡單事務等[2]。Hadoop數據分析技術主要實現用戶積累、數據整合和分析處理等方位的服務。隨著數據挖掘技術、聚類分析、可視分析、預測分析和數據管理等大數據技術的不斷發展和完善，逐漸實現數據的多維度采集、整理、分析、預測和管理信息源，挖掘出有價值的信息及隱藏在數據背后的信息，進而揭示事物的本質及其發展規律。

2 大數據技術給文獻采訪帶來的影響

隨著人工智能、專家系統技術、云計算、大數據、物聯網等的發展應用，智能采購系統的數據挖掘、預測、分析等技術已取得重大進展。大數據驅動采購變革已開始，不斷把數據拿出來分析和關聯，進行合理的預測和數據推送。已有人嘗試將部分技術運用于圖書館文獻采訪工作的理論與實踐。隨著大數據技術進一步完善，為智能文獻采訪實現提供技術支持，這也是人工智能整體發展的必然趨勢。大數據技術支持下，智能文獻采訪不再高度依賴采購員的主觀經驗，而是根據大數據挖掘、個性化文獻需求，自動生成采購推薦清單，高度智能地完成文獻采訪工作。智能文獻采訪系統通過對讀者用戶各方面數據、館藏數據、書目數據、文獻價值、經費分配、風險等等進行全面分析、比較、判斷、評價，最后做出科學的文獻采訪。同時，通過挖掘數據價值、發現規律和知識為文獻采訪決策和優化提供有利依據，指導文獻采訪和管理的改進，最終改善文獻采訪的運營，實現便捷、高效及環保的文獻采購[3—4]。

3 文獻采訪大數據的構成

在大數據技術和環境下，聯系文獻采訪業務技術流程，可將文獻采訪大數據分為讀者數據、圖書館數據、供應商數據、企業大數據四個部分[1]。

3.1 讀者數據

讀者數據分為讀者用戶身份數據和讀者交互數據。讀者交互數據是指讀者的行為數據，主要是指讀者點擊、瀏覽、停留記錄、檢索、閱讀、借閱、購買等信息數據，也包含讀者與供應商和其他網絡平臺進行溝通聯系產生的一切數據。讀者身份數據是用于在大數據間進行溝通的數據，如身份信息。

3.2 圖書館數據

圖書館數據是指館藏文獻數據、采訪員數據、讀者基本信息。該數據也存在讀者用戶訪問圖書館網站、微信、微博等信息的讀者交互數據。

3.3 供應商數據

供應商數據是指文獻資源數據、讀者交互數據。文獻資源數據主要是文獻出版信息、文獻采購信息、采購交易等數據。這里的讀者交互數據是指讀者參與圖書供應商瀏覽、自主采購或推薦等信息。

3.4 企業大數據

企業大數據是指圖書館、供應商、讀者共同依靠的互聯企業所提供的有關文獻資源、大眾讀者以及閱讀、交易等信息。如百度、騰訊、阿里開放數據庫等。企業大數據是最廣泛數據，也是文獻采訪挖掘、預測、精確采購的數據集合。文獻采訪大數據相互間的結構關系如圖1所示。

4 基于大數據庫技術的智能文獻采訪模式分析

4.1 文獻采訪數據的收集

在大數據環境下，通過大數據搜集讀者信息，利用大數據準確了解每位讀者的文獻需求。這些讀者數據的搜集主要通過圖書館、供應商和大數據企業，還包括通過進行數據分析后獲得的決策數據。供應商開放的文獻采訪平臺擁有文獻資源數據。企業大數據依靠的是互聯網企業所提供的有關文獻資源、大眾讀者以及閱讀、交易等信息。這些數據為供應商營銷和圖書館文獻采訪提供參考、預測數據。接下來需要將這些數據進行整合。其具體辦法可找到一關鍵字段把兩個或多個數據進行連接，如讀者通過身份證號碼在圖書館網站、供應商平臺和互聯網大數據企業間進行連接。通過這種方式，可以對讀者的基本資料、行業特征和交易記錄形成全方面了解。整理完讀者數據之后按一定的邏輯給讀者打標簽。如這個讀者最近經常瀏覽孕婦服裝、奶粉，可以給讀者打上“孕婦”標簽。通過讀者數據來全方位地了解讀者，以便為下一步精準文獻采訪奠定基礎。當這些讀者數據越來越大，企業就將這些讀者數據進行存放，為文獻采訪、供應商的銷售提供科學、智能的預測。同時，圖書館館藏種類、數量和結構等通過圖書館采訪系統與供應商開放平臺互通連接[5]。endprint

4.2 利用大數據，進行精準文獻采訪

收集到讀者數據后，圖書館確定有文獻需求的讀者人群。通過讀者在網絡上的閱讀行為數據，確立圖書館文獻采訪服務重點人群。圖書館根據服務讀者的重點人群的文獻需求對接館藏文獻情況（結構、專題、數量）

和網絡免費獲取的數據。在處理這些數據的過程中，供應商或大數據企業可以根據讀者行為數據進行推薦，引導或幫助其獲取相關資源；同時向圖書館發出相關采訪決策的數據。圖書館也可以根據實際需求、館藏結構設定或其他情況，利用大數據進行讀者行為、文獻出版貿易、其他圖書館收藏利用等數據的搜集，進行精確文獻采訪。如還可以利用大數據將文獻采訪數據、文獻出版交易數據傳送給具有某種閱讀行為或大數據預測需要的讀者，或將文獻采訪數據投放到讀者個體，引導讀者閱讀，實現文獻采訪最大效率。如將一重點大學某一專業的學生讀者作為用戶數據分析對象，然后把目標讀者群的主要參數放在學術交流、學術研究大數據庫中，通過數據挖掘到這些學生讀者、專家在網絡中的關注最多、提及最多的觀點、資料或文獻，然后將這一專業及熱點相關研究文獻信息傳送給這一專業的其他學生讀者和教師，從而實現學科專業精確文獻采訪。雖然通過利用大數據進行精確文獻采訪不是最終目的，但是智能文獻采訪確實可提高文獻采訪的準確性和效率。

4.3 豐富采訪數據，建立長期采訪

從收集數據至利用大數據進行精確采訪，再到豐富大數據建立長期關系，是一個不斷循環、不斷完善的過程。文獻采訪工作不是一段時間的工作。其最好的方式是建立長期持續讀者數據、供應商數據和大數據企業互動，并不斷循環更新。讀者數據在圖書館本身是一種長期服務溝通關系。大數據企業、圖書館、供應商等平臺記錄相關的長期信息，根據讀者興趣愛好、上網閱讀、消費等網絡行為等數據分析，通過Email或微信向讀者發個性化推薦信息，引導讀者。如果讀者參與信息互動，圖書館就可以根據這群讀者進行互動采訪。利用數據分析，跟蹤采訪和持續采訪；并根據預測這些文獻發展趨勢進行采購預測，進而預測文獻采訪經費使用分配。通過這些長期文獻采訪和數據積累，進行跟蹤采訪，從而提高文獻采訪效率。

基于大數據技術的整個智能文獻采訪流程如圖2所示：

5 基于大數據技術的智能文獻采訪的培育

5.1 觀念和制度的培育

基于大數據技術的智能文獻采訪的觀念培育主要是指為了使用文獻采訪發展與外部新技術環境、與讀者需求為導向相匹配，根據文獻采訪的性質和特點并不斷創新和發展。智能文獻采訪模式，具體如注意讀者需求為導向的采訪觀念、提高網絡信息資源采訪觀念、新技術應用觀念、讀者隱私、知識服務采訪等。智能文獻采訪觀念作用于觀念意識、思維方式，進而影響圖書館讀者、文獻采訪員的行為。

智能文獻采訪制度培育是指適應網絡信息時代讀者需求、新技術應用等變革發展，規定文獻采訪方向、運作方式、分配和管理等規范化設計與安排的觀念的創新。文獻采訪觀念創新是文獻采訪制度創新的基礎，文獻采訪制度創新是文獻采訪意識創新的實現。文獻制度創新的目的是建立一種適應創新需要的制度，通過調整文獻采訪的目的、需求、對象以及工作流程，保障文獻采訪工作具有更高的效率[6]。

5.2 文獻采購新技術及平臺的培育

2004年，阿帕奇組織開展了Hadoop項目。該系統包括一些計算的系統、數據存儲的系統、數據分析的系統。Hadoop是一個非常重要的革命性開源系統?，F在許多大數據企業、新生代企業都是以該系統開源平臺為基礎延伸出來的。傳統的文獻采訪數據與大數據的關系是一個發展和結合的關系。利用Hadoop技術將兩個系統進行整合，形成一個后端式的解決方案?，F在也出現一種基于不完全集成的新的大數據平臺，同時兼容大數據和傳統數據的融合，通過簡化的試工幫助企業脫離技術的限制來利用數據。我們可以利用這些技術將圖書館傳統采訪平臺、文獻供應商平臺與大數據企業平臺整合，實現傳統數據和大數據的融合，并利用大數據技術平臺進行文獻采訪業務工作。

5.3 文獻采購員和讀者的培育

文獻隨著新技術應用創新，采訪員需要緊跟技術發展，提高素質。大數據時代，文獻采訪員除具有圖書館職業道德的職業素質外，還要進行與文獻采訪創新所相應的技能和素質的培養。第一，培育文獻采訪員對大數據、云計算、物聯網等新技術在文獻采訪工作創新的意識。第二，掌握新技術在文獻采訪工作中的應用，確保文獻采訪時新技術能熟練運用，提高文獻采訪效率。讀者對文獻的需求、對新技術的應用從不缺少動力。全球70%的人口使用55億個移動設備，其中22億人在使用社交網絡，由此產生了大量的數據。在大數據環境下，讀者對文獻資源的需求會考慮文獻的使用習慣、應用需求，還會考慮到新技術、新文獻資源的來源[7]。

人工智能在大數據和大數據技術推動下將逐漸成為未來技術發展方向和趨勢。雖然智能文獻采訪不能一蹴而就，但隨著大數據、大數據技術在智能采購中不斷的應用和完善，終將會實現。智能文獻采訪是圖書館在新技術環境下，提高文獻資源建設能力，保持創新服務動力的需要。

[參考文獻]

[1]王 素.大數據發展趨勢下中國采購的變化[J].進出口經理人，2015（10）：51.

[2]徐 斌，王曉冬，林 麗.大數據管理：企業轉移升級與競爭力重塑之道[M].北京：人民郵電出版社，2016：23—106.

[3]陳兵兵，劉 慧.大數據對采購與供應鏈的影響[J].中國企業采購發展報告，2014（196）：4—40.

[4]孫冬雪.大數據環境下省級公共圖書館圖書采購模式研究[J].圖書館學刊，2016（1）：61—63.

[5]伍 瑾，毛忠行.大數據背景下的高校圖書館圖書采購模式探析[J].常州大學學報（社會科學版），2014（9）：134—135.

[6]馬啟花，玉麗東.大數據環境下高校圖書館文獻采訪工作變革[J].廣西教育學報，2014（6）：172—175.

[7]藍冬梅.大數據環境下高校圖書館開放獲取文獻的采訪策略[J].河南圖書館學刊，2016（1）：65—67.endprint