梁智霞
摘 要:隨著大數據時代的來臨,圖書館現有服務模式已不能滿足用戶需求,建設智慧圖書館信息服務模式,提高圖書館服務水平是圖書館轉型的目標。本文主要分析了大數據分析技術在數字圖書館中的應用和如何構建智慧圖書館技術信息服務平臺,最后提出了智慧圖書館信息服務模式,以供參考。
關鍵詞:大數據分析技術;智慧圖書館;信息服務模式
1 智慧圖書館的研究進展
1.1 智慧圖書館的概念
智慧圖書館的理念是在提出“智慧城市”概念之后,其定義還無法得到統一,而研究者會從不同角度對于智慧圖書館進行定義和闡述。大多數研究人員認為,智慧圖書館與傳統的圖書館存在較大區別,其建立在云計算技術以及物聯網技術的基礎上,能夠實現圖書館、信息資源以及用戶之間的相互交流。顯然,智慧圖書館是非常依賴移動化和智能化技術,該上層技術就是能夠自動識別和感知用戶所需信息,并為之提供方便、快捷以及準確的信息服務。智慧圖書館是現階段圖書館的先進發展形態,也是數字圖書館的升級,其必能為圖書館的服務模式、服務理念以及服務手段等方面等提供改革動力。
1.2 智慧圖書館的特點
智慧圖書館的信息服務體現出服務的智能化和泛在性,其不僅保證圖書館的硬件設施具有智能化,而且要求圖書館的信息系統也同樣具有智能化。具體來講,智慧圖書館可以利用如射頻識別技術等智能裝置來實現對于所有硬件設施的智能化管理。相對于傳統的圖書館,智慧圖書館的服務功能將更加完善,而且能夠利用先進信息處理技術整合圖書信息資源,并為用戶提供更為準確和實時的信息服務。
2 大數據分析技術在數字圖書館中的應用
需要說明的是,大數據本身只能是一種現象,而不能稱作應用技術,由于系統中使用了海量數據,從而引起數據的收集、整理、處理、檢索、存儲以及分析等相關技術,這才能稱為大數據技術。無可否認,大數據技術的最大貢獻就是整合系統和提高數據的利用率,其中基于大數據的整理、篩選、檢索以及分析處理是整個技術的核心
所在。
2.1 全息存儲技術在數字圖書館中的應用
在信息化社會,人們對于圖像、視頻以及音頻等信息的需求也在日益增多,而且計算機技術、信息處理技術的發展同樣改變了圖書館的發展模式,圖書信息資源的數字化、信息的共享化、信息的網絡化已經成為圖書館數字化的主要表現。值得注意的是,圖書館的信息資源的種類繁多,如何長期存儲動態變化信息以及如何將有效信息以一種更加直觀的方式表現出來,這將是數字圖書館未來發展亟需解決的問題。
現階段,全息存儲技術的成本也在逐年降低,而全息通用的光盤已經投放到市場。考慮到全息存儲技術具有信息存儲量大、讀寫速度快以及便于長期存儲等特點,因此全息存儲技術在數字圖書館的應用前景非常樂觀。當然,在大數據環境下,全息存儲技術將擁有更加寬廣的應用空間。
2.2 大數據分析技術在數字圖書館中的應用流程
大數據不僅具有海量性,而且具有動態性,因此基于大數據的處理技術要兼顧數據產生、收集、篩選、整理、存儲以及分析等過程,在數據處理的各個環節都要使用大數據處理的獨有方式。
大數據的整體應用框架,共分為四個過程,分別為:數據檢索、數據分析、數據存儲以及數據采集。其中數據檢索為最上層,主要負責將用戶檢索的數據反饋給用戶。數據分析層主要負責數據的挖掘和分析處理,也就是從海量數據中篩選出有價值的數據,這階段的數據處理要受到集群的即時監控。數據存儲層不僅要負責將數據轉換為規范的數據庫數據,而且還會利用虛擬存儲技術以及云存儲技術來實現數據的存儲功能。數據采集層是計算機系統自動完成的,其主要功能就是收集各種數據,并將數據傳送到數據存儲層。整個數據處理過程的協調運作離不開集群的監控,其采用分布式監控模式,并根據每個階段節點的處理情況適當分配工作任務,從而保證整個數據處理系統能夠協調穩定運行。
3 基于大數據分析技術信息服務平臺構建
具體來講,大數據的整體架構可分為以下四個階段:數據采集階段、數據存儲階段、數據分析階段以及數據應用階段等。該信息服務平臺的核心就是為不同對象提供不同的服務,并利用數據的挖掘、整合、分析以及共享功能實現信息數據的有效利用。綜合地說,大數據信息服務平臺就是一個針對大數據的服務平臺,其集成了大數據的挖掘技術、存儲技術以及分析技術,能夠為用戶提供預測和決策支持等服務。
3.1 數據采集層
數據采集層就是借助互聯網、傳感器以及數據庫等渠道收集各種類型的海量數據,接著利用先進的信息數據處理技術實現大數據的采集、篩選、轉換以及傳輸等處理,該層是整個信息服務平臺的基礎,為其他層提供數據支持。當然,數據的采集也并不局限于圖書館或者企業資源,還包括各個行業信息、職業技能信息、國家政策法規以及科研發展信息等信息數據。
3.2 數據存儲層
數據存儲層的主要功能是將下層采集的數據進行存儲處理,并且構建相對應的數據庫,從而實現對于信息數據的管理和調用操作[1]。具體來講,如果數據采集層傳輸來的數據為結構化數據,存儲層則將該類型數據傳送到數據庫中,并進行相關處理;如果數據采集層傳輸來的數據為非結構化數據,存儲層則將借助Hadoop計算平臺進行數據處理,需要說明的是該計算平臺的計算成本相對來說比較低。
3.3 數據分析層
根據不同用戶的需求,數據分析層會借助語義分析、分批計算以及聚類關聯等技術來處理海量數據,并從中挖掘出數據之間的相關性以及數據本身的價值。數據分析層的工作重點就是挖掘數據的共性以及相關性,并通過數據建模的方式篩選和提取出潛在有價值的知識,最后借助可視化技術將處理結果直觀地表現出來。
3.4 數據應用層
數據應用層就是通過下層的數據采集、整理和分析功能揭示海量數據之間的相關性,為廣大用戶提供專業的信息服務,比如資源的檢索服務、資源檢測服務、數據發現服務、智能分析和決策服務等。
4 基于大數據平臺的智慧圖書館信息服務模式
智慧圖書館的建立過程真正體現了由傳統圖書館的文獻資源的借閱功能向現代圖書館的信息服務的演化過程,這表明現代圖書館不僅關注技術的發展,而且更加注重人類智慧的發展。智慧服務不僅參考了圖書館關于人智慧的服務模式,而且是整個智慧圖書館的核心功能,可對于信息資源的深度挖掘技術提供必要的知識服務。現階段,智慧圖書館的核心服務主要體現在基于用戶體驗的感知智慧化服務以及服務模式智慧化服務。當然相對于數字圖書館,智慧圖書館具有更好的用戶感知能力,能夠為用戶提供更加人性化、智能化的高效信息服務。智慧圖書館始終以為用戶提供個性化信息需求為目的,利用智能化感知設備以及相應通訊技術幫助圖書館管理人員分析數據和挖掘數據之間的相關性,從而實現了全方位的智能化服務。
4.1 一站式資源服務
基于大數據的信息服務平臺不僅收集企業、單位以及圖書館等結構型數據,還會收集互聯網上各學科和行業等非結構型數據,并進行實時的數據跟蹤,將數據的整理和存儲融為一體,最終為用戶提供一站式的信息服務體驗[2]。具體來講,一方面,智慧圖書館為用戶提供信息資源的檢索服務,比如提供行業資料、學科資料、技能培訓資料等查詢和檢索服務;另一方面,智能圖書館還能夠為用戶提供信息導航服務,例如提供相關學科專業知識和行業資料等方面的導航服務。
4.2 知識發現服務
知識發現服務就是智慧圖書館利用數據挖掘技術以及數據關聯技術來分析和發現有效信息,從海量信息中篩選出潛在有價值的信息。以應用技術型大學為例,知識發現服務主要體現在以下兩個方面:(1)挖掘信息知識方面:可以將收集到的數據之間的隱性知識和關聯性挖掘出來,為科學研究以及技術應用提供數據支持;(2)提煉信息知識方面:將科學研究、企業經營以及教學等活動中隱藏的知識提煉出來,并將其轉換為顯性知識,為用戶所用。不難看出,借助于信息知識的挖掘和提煉技術,知識發現服務可以為企業以及學校等單位提供相關的知識發現和共享服務。
4.3 決策支持服務
決策支持服務是基于智慧圖書館的大數據信息服務平臺不可或缺的重要組成部分。首先,大數據的信息服務平臺擁有如基于知識圖譜等決策所需的信息資源,并為決策提供安全保證;其次,專家學者為各個模型提供適合的數據挖掘和關聯分析服務,從而產生出更具價值的決策信息;總之,決策支持服務為用戶提供建立決策模型、模擬決策過程以及提供數據分析服務,比如產品生產或營銷方案、制定學科或行業的人才培養方案等。
4.4 智能分析服務
(1)分析用戶需求服務,為用戶提供個性化的信息服務。該服務會根據用戶的個性化需求和行為等信息,采用基于系統分析技術針對用戶需求進行相關性信息預測,從而發現用戶所需的真正信息以及潛在信息,以此實現為用戶提供定制型、個性化、智能化以及專業化的信息服務。比如為科研人員或者教師隊伍提供學科和科研服務;為學員提供專業化和職業化的培養服務;為企業提供行業數據分析和市場預測服務等[3]。
(2)基于用戶信息的相關性管理服務,即利用系統操作,為用戶信息開設專門檔案,并針對用戶需求和行為信息進行相關性分析,挖掘出人才培養、企業發展以及科學研究之間的相關性,并將相關信息反饋給用戶。比如為高校科學研究與企業運作進行相關性分析,并將科研成果轉化為實際價值;為高校培養人才方案與企業用人計劃進行相關性分析,以此為學生提供專業技能訓練。
(3)為用戶提供信息跟蹤、智能預測以及智能評估服務,此外智能分析服務還為用戶提供信息推送、信息參考、前沿技術咨詢以及技術專業分析等信息服務。
5 結語
大數據環境下,智慧圖書館的服務將越來越多地體現其必要性及重要性,理性推進大數據應用,提升智慧圖書館服務的針對性和個性化,是實現圖書館轉型的基本路徑。成熟的大數據技術為構建智慧圖書館信息服務提供技術支持,為廣大讀者提供一站式資源服務、知識發現服務、決策支持服務、智能分析服務,從而讓智慧服務效果更加顯著。
參考文獻
[1]胡蓮香.走向大數據知識服務:大數據時代圖書館服務模式創新[J].農業圖書情報學刊,2014,26(2):173-177.
[2]阮艦.論大數據時代智慧圖書館服務模式的創新[J].中外企業家,2016(25).
[3]李艷坤,LIYan-kun.大數據環境下智慧圖書館云服務模式研究[J].農業圖書情報學刊,2016,28(4):163-166.