大數據環境下網絡信息資源服務創新研究

鮑時平

摘 要 大數據的到來給網絡信息資源的服務帶來巨大的變化，本文首先通過介紹在大數據的環境下網絡信息資源服務創新的現狀，包括基于Web2.0的信息服務和基于云計算的信息服務，然后總結了三個網絡信息資源服務創新策略。

關鍵詞 大數據 服務創新 策略

隨著新一輪信息信息技術革命的進行，互聯網運用的領域愈發廣泛，以微博和博客為代表的 web2.0網絡服務迅速成長，新興的社交網絡的出現和快速發展，以及以智能手機和平板電腦為主要工具智能終端逐漸普及，使得計算機應用產生的數據量呈現爆發式的增長。這些大量數據背后蘊藏著的巨大信息資源，被認為將會改變人們的生活和理解世界的方式。而這些信息資源已經成為國家的戰略性資源，對于這些信息資源進行整合利用和服務的能力水平也成為衡量國家的綜合競爭力標準的一部分。2015年8月19日，在國務院總理李克強主持召開的國務院常務會議上，通過了《關于促進大數據發展的行動綱要》，提出要推動政府信息系統和公共數據互聯共享，消除信息孤島，加快整合各類政府信息平臺，增強政府公信力，促進社會信用體系建設。《關于促進大數據發展的行動綱要》的通過說明我們國家對于在大數據這個數字環境下的信息資源的共享服務非常的重視，已經逐漸的上升為國家戰略。

大數據浪潮的到來在給國家的互聯網企業帶來發展機遇的同時也同樣面臨著巨大的挑戰，比如目前關注度較高的數據的隱私與安全、多源數據的互操作等問題。因此在提高網絡信息資源服務能力的同時更須關注的是如何進行創新以解決大數據帶來的諸多的挑戰問題，從而更科學得為用戶提供服務。

1大數據與信息資源服務

大數據在近些年來受到越來越多的企業、學者等的關注。早在1980年，美國首先提出了海量數據的概念，隨著互聯網技術的迅速發展，各行各業的數據都在呈爆發式增長，但是目前對于大數據的概念還是沒有統一的定義。維基百科中對大數據的定義是指利用常用軟件工具捕獲、管理和處理數據所耗時間超過可容忍時間限制的數據集。全球著名的管理咨詢公司 McKinsey則將數據規模超出傳統數據庫管理軟件的獲取、存儲、管理以及分析能力的數據集稱為大數據。然而從大數據的特征角度來考慮它的定義目前有具有代表性的3V定義，即大數據的三個特征是多樣性（variety）、規模性（volume）和高速性（velocity）。這3V也表示了大數據最顯著的三個特征，即數據的種類繁多，包括聲音、圖像、音頻以及視頻等形式；數據的數量非常龐大，這對數據處理和存儲的工具也提出了更高的要求；數據的產生速度非常快。后來在3V特征的基礎上又提出了4V特征，即增加了價值密度（value）特征。從大數據的這些特征就可以看出這給信息資源的組織利用以及高效的提供服務帶來了巨大的挑戰。

信息資源服務體系主要包括信息的采集、處理、存儲和利用等過程，最終的目標是為用戶提供高效的信息服務以滿足用戶的需求。在大數據的浪潮到來之前信息資源服務體系主要集中于信息的獲取、加工和處理過程，而如今隨著大數據的產生信息資源的服務更加偏重于對數據產生的管理，然后利用云服務平臺進行數據的交換和存儲。

2網絡信息資源服務創新現狀

2.1基于Web2.0的信息資源服務

Web2. 0 作為新一代的互聯網應用模式，其參與式架構、自組織性和個性化的特征，已經深刻影響著人們對信息的生產、組織、傳遞、開發和利用的觀念。Web2.0時代是一個眾創時代，網絡協同創作成為Web2.0時代最大的特征，信息用戶不再僅僅是被服務的對象，他們每個人還可以參與到信息內容的創作與信息資源的服務當中去。以維基、微博、博客和社交網站等為代表Web2.0的服務極大的提高了網絡信息資源服務的效率。維基百科就是一項依靠群體智慧來將碎片化的信息資源進行整合的典型應用。豆瓣網是一個興趣網絡社群，用戶可以通過豆瓣網找到具有共同興趣愛好的人然后進行信息的交流與分享。由于社交網站產生的數據大多數都是非結構化的，常規的數據管理工具無法進行處理，目前大數據的處理技術主要有Hadoop技術、Map-Reduce和云計算等，而處理更加復雜的非結構化數據的工具隨著大數據的到來也在進一步開發之中。

2.2基于云計算的信息資源服務

云計算是將大量網絡計算資源、存儲資源與軟件資源統一調度以構成一個計算資源池向用戶提供按需服務的 IT 服務模式。云計算的出現，把數據存儲和數據分析變成了一個可以更加方便獲得的網絡服務。云計算的兩大特征是它的高擴展性和虛擬化，它的強大計算能力使得云供應商能夠將信息資源與用戶需求進行匹配從而為用戶提供服務。目前，主要形成了基于大服務商和基于數據中心的兩種云計算環境下的多源信息服務模式。比如國內的阿里云平臺通過在線公共服務的方式為更多的公司企業提供安全可靠的數據計算和數據處理的能力。

3網絡信息資源服務創新策略

3.1多源信息的融合來滿足用戶需求

在如今這個大數據時代，用戶通過各種信息行為在網絡上留下了各種數據痕跡，單看這些數據記錄可能價值并不是很大，但是如果將用戶在不同的信息系統留下的數據記錄進行融合就可以從不同的角度來反映用戶，通過挖掘這些數據之間的內在聯系從而更加精準的了解用戶的需求，當然這中間也要注重對用戶隱私的保護。對于企業來說，將它們的內部數據與外部數據、歷史數據與實時數據進行關聯分析可以更加精準的了解企業的業務運營情況以及預測未來的發展趨勢。內部數據主要是企業在運營的過程當中產生的業務數據，而外部數據主要包括外部市場情況數據，將這些數據融合可以使企業更清楚的認識到自身發展的優勢與劣勢；歷史數據是指公司在過去發展的過程當中產生的數據，實時數據是指企業目前運營過程當中產生的數據，對歷史數據進行分析可以預測未來，對實時數據分析可以清楚的掌握目前的運營狀態，因此將兩者進行融合更精準的對公司的戰略進行定位。大數據時代，高校圖書館用戶興趣信息資源來自于各種信息系統生成的多源數據，如： 用戶注冊的基本信息、瀏覽記錄、流通歷史數據、信息咨詢錄和借閱記錄，這些數據的類型主要有聲音，圖片，文本和視頻等，這些數據可以從各個角度反映人物、事件或活動之間的相關信息，把這些數據融合在一起進行相關分析，可以更全面地揭示事物聯系，挖掘新的模式與關系。關于用戶的基本信息和用戶的借閱記錄這些數據屬于結構化數據，這些數據可以用常規的工具來進行存儲和分析，而對于用戶的瀏覽記錄和信息咨詢記錄等這些半結構化的或者是非結構化的數據就要采用大數據技術來進行分析處理，高校圖書館應該協同利用這些數據來獲得用戶的潛在需求，從而更好的為用戶提供服務，另一方面也能促進高校圖書館向更加智能化的方向發展。

3.2加強智能化在信息服務當中的應用

人工智能的到來給信息服務業帶來了顛覆性的變化，目前一些智能化的設備和技術在信息資源的服務當中已經有了越來越廣泛的應用。大數據時代下數據量和數據的維度均很大，數據類型多，如聲音、圖像、音頻和視頻等，而這些碎片化的數據當中往往可能蘊含著豐富的規律和知識，運用智能化技術（ 語義網技術、數據挖掘技術、自然語言處理技術） 進行自動分析處理這些復雜的數據，從數據當中來獲取隱含的信息，這些隱含的信息能夠更加全面的反映事物的本質特征，通過進一步的挖掘能夠發現它們之間的相關性，這樣就延伸了事物表面所展現的規律或知識，這種隱含知識往往更有價值。智能化的設備和技術能夠處理各種動態的網絡信息資源，在處理過的數據的經驗的基礎上通過深度學習的方式對新產生的數據進行分析處理，這些處理技術和功能在大數據中通過人工的方式是很難完成的，因此在大數據的環境下的網絡信息資源服務是離不開智能化的技術的。

3.3大數據環境下要突出個性化定制信息服務

在大數據時代要提高信息資源的服務質量就必須要為用戶提供更精準和更高效的服務，從而提高用戶的滿意度。個性化定制信息服務是如今比較熱門的一種信息服務模式。在信息服務領域，個性化服務被日益強化，這也是信息服務業發展的不可阻擋的趨勢。另外，在線大規模定制環境下，允許客戶用包括模糊語義之內的多種需求描述方式，獲得半結構化的客戶需求，可以通過一定方法將其轉換成精確的資源內容要求。個性化定制服務主要包括客戶信息管理模塊和信息生產模塊，信息服務商通過掌握客戶的大數據然后為用戶提供個性化的服務計劃。目前個性化信息定制服務在電子商務網站領域應用得比較廣泛，電子商務網站通過用戶的購買和瀏覽等記錄來為用戶推送類似的商品的信息，但是這種個性化的推薦有時并不能完全滿足用戶的需要，所以個性化的信息服務應該強調的是個性化的預測服務，通過挖掘客戶感興趣的信息來預測用戶的需求。

4結束語

大數據已經深入到社會的各行各業當中，如何從這些大數據當中挖掘出隱藏在其中的價值成為當今的熱門話題。高校圖書館、政府、信息服務機構和互聯網企業如今掌握著社會上豐富的信息資源，它們在提供信息資源服務方面有著巨大的優勢，因此要通過大數據思維利用好智能化的技術在信息資源服務方面不斷進行創新，為用戶提供更加精準的服務。

參考文獻

[1] 涂新莉，劉波，林偉偉.大數據研究綜述[J].計算機應用研究，2014（06） ：1612-1616.

[2] 寧家駿.推進我國大數據戰略實施的舉措芻議[J].電子政務，2015（09）：2-5.

[3] BigData[EB/OL].http： / /en.wikipe-dia.org / wiki / Big_data，2018-06-25.

[4] MANYIKA，J.&C.BROWN; B，et al.Big Data：The next frontier for innovation，competition and pro-ductivity[R].Mckinsey Global Institute，2011.

[5] Grobelnik，M.Big-data computing：Creating revolutionary breakthroughs in commerce，science，and society[R/OL].http：//videolectures.net/eswc2018_grobelnik_big_data/，2018-6-25.

[6] 王偉軍，黃杰.企業信息資源集成管理[M]. 武漢： 華中師范大學出版社，2008： 262-275.

[7] 馮登國，張敏.云計算安全研究[J].軟件學報，2011，22 （01） ：71-83.

[8] 張斌，馬費成.大數據環境下數字信息資源服務創新[J].情報理論與實踐，2014，37（06）：28-33.

[9] 羅賀，李升.面向云計算環境的多源信息服務模式設計[J].管理學報，2012，9（11） ：1667-1673.

[10] 孫永生，趙青.大數據時代高校圖書館數字資源服務創新策略[J].山東圖書館學刊，2016（05）：71-75.

[11] 徐榮華 .基于元數據倉儲的資源整合應用[J].圖書館雜志，2012 （04） ： 67-73.

[12] 經有國，但斌，張旭梅等.MC 半結構化客戶需求信息表達與處理方法[J].管理科學學報，2011，14 （01） ：78-85.

[13] 徐揚.基于大規模個性化定制策略的信息服務模式研究[J].情報理論與實踐，2015，38（04）：110-113+79.