基于大數據的高校圖書館定制化信息服務研究

姜淼

摘 要：隨著圖書館數字資源、用戶信息和服務信息的日益增多，用戶個性化信息需求不斷增加，這為高校圖書館提供定制化信息服務提出了更高的要求。因此，文章深入研究了大數據技術在高校圖書館定制化信息服務中的應用，通過綜合信息服務平臺搭建，用戶行為數據挖掘，定制化智能服務推送等方面，提高圖書館的服務質量，從而更好地為學校發展提供支撐和動力。

關鍵詞：大數據挖掘；圖書館；定制化信息服務

目前，高校圖書館的服務主要集中在圖書借閱、文獻傳播、電子資源下載、自習服務等，在此過程中，圖書館也獲取了大量的用戶信息和服務信息。因此，圖書館在提供基本的信息服務外，如果對這些信息進行分析處理，根據用戶的需求提供定制化、個性化的服務顯得尤為重要。

隨著互聯網技術、大數據技術、移動通信技術的迅速發展，高校師生對個性化信息需求不斷增加，同時，高校圖書館的信息服務也受到網絡資源、搜索引擎的大力沖擊，這為高校圖書館向廣大師生提供個性化的信息服務提出了挑戰，需要圖書館以創新的思維，不斷革新和優化定制化信息服務模式。師生對圖書館的信息服務要求，有時候是跨行業的、跨專業的、個性化差異很大的業務，如何利用現有的信息數據和用戶數據，對用戶行為和需求進行挖掘和分析，同時提供有針對性的服務成為推動圖書館信息服務水平提升的關鍵。而大數據處理技術正是解決這一難題的鑰匙，構建圖書館基于大數據的信息服務模式，可以在極大程度上使圖書館的服務質量得到提升，為教學科研提供主動、深層次的定制化服務，從而更好地為學校發展提供支撐和動力[1]。

1 高校圖書館信息服務面臨的困境

高校圖書館作為信息服務機構，除了提供傳統的信息服務之外，還需要面對用戶信息查詢行為和使用習慣的轉變，在大數據時代下面臨著新的發展機遇和挑戰，如何應對信息時代的挑戰，創新服務手段，為廣大師生提供更好的服務，為高校發展貢獻更大的力量，成為高校圖書館發展的一個核心命題。目前，圖書館在大數據時代下的服務體系發展面臨如下困境。

1.1 圖書館作為信息中心的地位越來越低

目前互聯網已經替代圖書館的信息傳播核心地位，當人們遇到疑難問題時，首先想到的是互聯網而不是圖書館，人們的信息獲取大多是在互聯網上進行的，尤其是對圖書的沖擊很大，人們不再需要進入圖書館進行紙質書籍的借閱，而是利用網絡進行電子書籍的下載和閱讀；人們不再去圖書館查閱文獻資料，而是去網上查詢專門的數據庫。這些都使得圖書館作為信息中心地位越來越低。

1.2 圖書館中管理工作人員的綜合素質有待提高

大數據時代對管理人員的綜合素質提出了更高的要求，傳統的管理人員一般缺少計算機學習背景，對新生事物和新技術跟蹤不夠及時，對大數據處理等新手段無法迅速掌握，許多圖書館管理人員仍然重復著過去的工作，沒有與時俱進地對圖書館的信息管理作出有建設性的貢獻，使得圖書館在服務過程中處于被動地位。

1.3 圖書館更新和轉變服務的意識不夠主動

隨著大數據時代的到來，圖書館以書為本的理念依然根深蒂固，缺乏以讀者為中心的服務精神，傳統的以圖書借閱作為主要服務方式的理念根深蒂固；同時，也沒有根據讀者的需求建立完善的配套設施，WiFi、休閑娛樂區、交流溝通區、計算機使用區等建設不完善，使得廣大師生逐漸遠離圖書館[2]。

2 基于大數據的高校圖書館定制化信息服務具體舉措

力爭搭建圖書館綜合信息服務平臺，實現圖書館書目檢索系統、文獻借閱系統、電子資源查詢系統、咨詢服務系統等系統的有機聯系，深入研究用戶行為數據挖掘技術，對用戶數據進行分析、歸類，根據用戶需求做出分類向導及決策，提供定制化推薦、檢索、推送等服務，其主要包括以下研究內容[3]。

2.1 綜合信息服務平臺建設方面

大數據環境下，及時調整圖書館資源建設思路，從以前的以“規模建設為中心”逐步轉化為以“數字化建設為中心”。提供跨庫檢索服務，制定統一的標準約束單一數字圖書館信息資源的收集和存儲等，以便能更大程度上實現信息資源共享，同時也能夠更好地為用戶服務。充分利用網絡免費數字資源，豐富用戶使用體驗。為了整合用戶數據，建設綜合信息服務平臺，將資源導航、書目檢索、文獻查閱、圖書薦購、讀者信息查詢、在線咨詢等現有功能模塊進行整合和數據交互。

2.2 用戶行為數據挖掘技術研究方面

首先，進行用戶數據的收集，獲取的數據可包括基本特征數據、社交活動數據、圖書館活動數據、第三方開放數據。通過此方式將散落在各處的信息進行整理和綜合，將用戶各種數據關聯起來。其次，把采集和處理后的數據經過分析、集成、深度挖掘匯集融合成基礎小數據庫，然后結合館藏資源進行進一步的挖掘和整合，例如，可以詳細分析和深度挖掘用戶不同時間段的同一個性化閱讀需求，獲取閱讀動機、閱讀心理、閱讀偏好、閱讀方式的演變過程，利用智能預測系統推測用戶未來可能的個性化閱讀需求及需求變化趨勢。

2.3 定制化智能服務推送建設方面

大數據環境下高校圖書館定制化信息推送主要包括數據庫交互系統、用戶行為分析系統、精準信息管理系統等。數據庫交互系統的核心就是數據庫交互服務器集群，用戶在使用信息服務平臺時會產生大量的數據，通過搭建數據庫交互服務器集群以實現信息的共享。用戶行為分析系統的功能主要是對目標用戶的所有行為記錄進行篩選，如訪問的數據庫、查閱的書籍和電子資源、觀看的網絡視頻、搜索的信息內容等，然后對其行為進行綜合評判。精準信息管理系統既對可能需要推送的信息進行搜集、存儲并定期更新，也會根據用戶需求分析結果確定該信息是否需要向讀者用戶推送[4]。

基于上述定制化信息推送的基本模式，館藏資源智能化推送主要包括以下方面[5]。

（1）利用手機APP為用戶提供定制化書名查詢、預約、到書提醒、借閱、續借等人性化服務。

（2）開發自習室占座系統，隨時向用戶推送座位使用信息，推送服務中心還可加入座位是否靠窗、有空調、有插座等人性化信息。

（3）根據用戶的閱讀愛好和習慣，通過精準信息管理系統及時向用戶推送相似書籍。

（4）根據學生不同的學習階段和年級，按照課程學習進度及時推送相關學習和參考書籍，提高專業書籍的利用率。

（5）開發圖書定位系統，當用戶有借閱需求時，輸入所需圖書信息，圖書館會自動推送該圖書所在的樓層、書架位置等信息，協助用戶更快地找到所需圖書。

（6）向有需要的用戶及時推送圖書館的各種活動，例如新生入校培訓、專業數據庫使用講座、四六級和考研培訓講座、圖書閱讀活動、新書推薦活動等。

（7）為科研人員提供課題跟蹤等深層次信息服務，跟蹤教師感興趣研究領域的國內外研究動態，定期向課題教師提供新的文獻信息，為其傳遞研究領域的最新文獻。

3 結語

本文深入分析了高校圖書館信息服務面臨的困境，描述了新形勢下，圖書館用戶的使用習慣和個性化需求，為高校圖書館提供定制化信息服務提出了更高的要求。在此基礎上，本文從綜合信息服務平臺搭建，用戶行為數據挖掘，定制化智能服務推送等方面，提出了解決方案，對提高圖書館的服務質量提出了參考措施。