大數據時代高校圖書館服務模式及服務理念轉型研究

趙淑娟

[摘 要]隨著大數據時代的到來，數據的獲取方式和處理手段發生了極大變化，為高校圖書館的服務轉型提供了新的思路和機遇。基于文獻調研和問卷調查，本文從大數據時代的背景出發，對比了高校圖書館的傳統服務模式和大數據時代的服務模式，并提出了服務理念轉型的新思路。

[關鍵詞]大數據；高校圖書館；服務模式；服務理念；轉型

doi：10.3969/j.issn.1673 - 0194.2018.16.076

[中圖分類號]G250.76 [文獻標識碼]A [文章編號]1673-0194（2018）16-0-03

1 大數據概述

大數據（Big data）是一個近年來被廣泛提及的概念，也是統計學、人工智能和信息技術等各領域研究的熱點。大數據的概念由維克托·邁爾-舍恩伯格和肯尼斯·庫克耶提出，各機構和專家對大數據給出了不同的定義。總的來說，大數據是指在給定時間內無法用常規手段處理的海量數據，具有大量、高速、多樣、低價值密度和真實性的特點。

大數據具有重要的戰略意義，是一種蘊藏著巨大潛能的產業，其重點在于提高海量數據的加工處理能力。從其實現手段來看，云技術提供了必要的技術支持，依托于分布式架構的云計算和云存儲是大數據實際應用的基礎。從其結構上來看，非結構化數據已超越結構化和半結構化數據成為主要數據來源，借助云技術提供的新信息處理手段，這些原先難以分析整合的數據開始被有效利用。從其價值含量來看，數據的體量并不是決定性因素，價值密度和挖掘成本才是獲得有用信息的關鍵。精準營銷、微服務和與傳統行業的結合則提供了獲得高價值含量的思路。從其未來發展趨勢來看，高校圖書館正逐漸成為大數據挖掘的寶藏。高校圖書館提供了學生與館藏文獻乃至潛在資源的接口，隨著數據的資源化，圖書館每日通過館內設備和移動終端收集的海量信息將成為寶貴的信息來源。此外，圖書館的技術手段將與云計算結合，依托數據科學和數據聯盟提供的理論基礎，實現讀者信息的整合和行為的預測，從而使高校圖書館的服務模式實現質的飛躍。

2 高校圖書館傳統服務模式的特點

隨著服務理念的更新和現代科技的不斷更迭，高校圖書館的服務模式也一直在發生新的變化。從紙質時代到Web 2.0時代，圖書館的功能職責從單一的借閱圖書轉而成為融入電子文獻、館際互借、讀者薦購、智能入座等新環節的復合模式。然而隨著時代的發展，曾經的新事物也逐漸成為人們所熟知和普遍使用的舊事物，需要指出的是，本文所提及的“傳統”服務模式，是相對于大數據時代的所有先前服務內容的總和。過去的服務模式是對點數據的利用，而大數據時代的高校圖書館必將越來越依靠看似無關的非結構化復合信息做出預測和決策，以滿足讀者的人性化需求。

2.1 基本服務模式依賴硬件

傳統高校圖書館的基本服務模式有圖書借閱、參考咨詢、新書采購、館藏整理等。互聯網時代的到來使各高校圖書館廣泛采用了與互聯網技術相結合的電子文獻、公用數據庫等服務，并提供了網上讀者薦購等人性化服務。此外，館際合作也越來越得到重視，比如北京高校間成立了BALIS聯盟，提供館際互借、文獻傳遞等服務，近年來在不斷加大推廣力度的前提下獲得了較大的成功。不論是純紙質文獻時代的服務，還是網絡時代新增的服務模式，都極大依賴于圖書館的硬件條件，包括紙質和電子形式的藏書和館內設備。然而，圖書館接收到的學生數據并未得到足夠重視和充分挖掘。

2.2 Web 2.0服務模式依賴點數據輸入

Web 2.0服務是指一個用戶主動獲取并主導內容生成的第二代互聯網技術，近年來已被廣泛應用于高校圖書館建設中。其主要服務模式有：個性化信息定制服務RSS、信息發布和互動交流平臺博客（Blog）、便于提供咨詢和學科服務的即時通訊（IM，Instant Massage）、社會性網絡服務SNS等。

近年來，從高校圖書館Web 2.0服務的調查來看，Web 2.0在各大圖書館得到不同程度的運用，但總體建設情況依然滯后，受限于館員專業技術不足和缺少對用戶需求調查了解等原因，Web 2.0技術并未實現預期的由用戶主導內容的效果。究其本質，Web 2.0的信息輸入從根源上講依賴于用戶的點數據輸入，存在樣本容量難以保證、采樣范圍不均衡等問題。以RSS為例，筆者向華北電力大學、北京師范大學、北京農學院、長治學院這4所高校的學生發放500份網上問卷，回收476份，回收率95.2%。調查結果顯示，RSS在高校圖書館的推廣收效并不顯著，尤其是近兩年隨著手機端APP和微信公眾號的興起，依賴用戶點數據主動輸入的Web 2.0的各項服務顯示出了局限性，如表1所示。

2.3 學科化服務依賴館員素質

學科化服務是一種以用戶為中心的主動服務模式，通過與高校學科建設發展同步的學科館員向讀者提供精細化的文獻資源信息。而學科館員則是提供相應服務的高級專業人才，既是圖書館學的高級人才，又有某一學科專業領域的高水準知識儲備。學科館員模式最早出現于20世紀50年代北美的一些高校圖書館，在我國，清華大學和北京大學也分別于1998年和2001年成立了學科館員小組，目前國內已有40多所高校采用這一制度。

隨著圖書館2.0概念的興起，還出現了學科館員2.0的概念。大數據時代到來之前，兩代學科館員模式從服務深度和服務手段等方面有著顯著不同。比如，就其服務深度而言，第1代學科館員模式只專注被動提供文獻及信息內容，而第2代則開始嘗試主動服務，并通過與用戶互動來挖掘潛在需求；就其服務手段而言，第1代完全依賴館員的學科素質和能力，而第2代則更側重于網絡平臺和技術手段的運用。除了學科館員模式之外，提供學科化服務的還有參考館員、競爭情報人員等機制。前者是在圖書館中專職提供咨詢服務的館員，后者是事先搜集和分析競爭環境來擬定發展戰略，從而使用戶占據主動地位的人員，二者對館員的知識領域和素質的要求更高，提供的服務水準也相應更高。但是，二者同樣受限于館員的素質而難以進行大規模、高水平推廣。

在大數據時代，上述幾種學科化服務模式的差別不再顯著。就其本質而言，這些服務模式的思維方式仍是依賴于人的因素，即使有了整合數據做出預測的意識，也是通過學科館員的分析來實現，并未完全發揮數據本身所潛藏的價值。更值得注意的是，培養具有過硬素質的館員成本過高，需要館員具有針對某一學科相對深入的知識儲備和熟練管理電子資源的能力，導致學科化服務這種相對新的服務模式難以發揮預期的實用效果。

3 大數據時代高校圖書館服務模式拓展

3.1 大數據管理讀者狀態

讀者的一切行為都可以產生動態信息，碎片化的信息只有利用大數據的處理方式。高校圖書館作為眾多信息的接入口，每天通過出入刷卡、借還記錄、查詢下載記錄、瀏覽時間等數據來源獲得大量讀者的行為信息。以微信公眾號平臺為例，國內許多大學如華北電力大學、山西農業大學采用了掃碼入座機制，不僅有效掃除了占座的不良風氣、減少了學生因占座產生的糾紛，還極大提高了圖書館座位的有效利用率，圖書館內不再出現一人占多個甚至一排座位的情況，激發了同學們的學習熱情。

如果和大數據分析相結合，這些信息將能發揮更大的作用。例如，將考試月與平時的在館學習時間相比較，可得出學生的相對學習強度，就可以在合適的時間節點設置預警，提醒學生合理安排時間，在一定程度上減少了考試月突擊的情況，有助于培養學生的良好習慣。再比如通過分析學生設置暫離和回座的時間，預測學生中途休息的活動去向和時間分布，為學校相關的餐飲、文娛等其他部門提供數據支持。

3.2 大數據預測讀者偏好

高校圖書館通過網頁、微信、微博等媒體收集了大量的讀者行為痕跡信息，通過大數據挖掘，可以得到讀者閱讀興趣、借閱需求等偏好。讀者偏好是基于資源評價得到的，大數據時代將不再采取傳統的定性與定量結合的方法，而越來越依賴于數據分析，整合不同渠道的非結構化信息，綜合利用圖書借閱記錄、電子文獻訪問量、下載量和文獻被引頻次等指標，全方位評價讀者對圖書資源的偏好和需求。

基于分析得到的讀者偏好，可以實現具有新穎性和預測性的個性化推薦，幫助用戶拓寬視野，發現潛在的感興趣文獻。還可以實現個性化推送，通過郵箱和手機端的微信公眾號等渠道，向讀者推送所關心領域的最新進展和相關文獻，或設置提醒喚醒不活躍讀者等。通過基于內容的推薦算法，可以對文獻的相似性建立模型，再將評分高的相似文獻推送給讀者。另外，還可以利用基于關聯規則的推薦算法，結合讀者的瀏覽、下載等行為幫助改進檢索結果排序，對讀者可能感興趣的類型實現檢索結果定制化排序。

3.3 大數據改進采購流程

目前，高校圖書館的圖書采購來源主要有兩種：一是館員根據圖書采購原則和實際情況制訂采購計劃，二是由有需求的讀者薦購，由館員審核后購入。這兩種方法獲得的新書依賴于館員的經驗和讀者的素養。而在大數據時代，圖書采購將越來越多地依賴于基于讀者偏好預測。

此外，圖書供應上游產業鏈也將得到新的發展機會。需求驅動采購、讀者決定采購等代購模式將迅速發展，例如近年來全球知名學術出版商Wiley提出的循證采購電子文獻模式，先約定1個電子書采購最低數量并支付1年的訪問費用，再根據讀者實際利用情況向庫中加入新的書籍。類似的，基于“一切都被記錄，一切都被數字化”的理念，圖書市場的亞馬遜網站通過用戶對其網站的瀏覽、閱讀等行為留下的海量數據進行深度分析，從而實現對用戶興趣和需求的精準營銷，建立了強大的圖書推薦系統。該商業模式可以為高校圖書館借鑒采用，實現人性化、個性化精準決策。

4 大數據時代高校圖書館服務理念轉型

當前，大數據在高校圖書館的應用越來越被廣泛提及，然而除了服務方式的變化，更重要的是服務理念的轉型，立足于大數據分析改進服務理念將成為高校圖書館未來發展的必然趨勢。

4.1 從被動型服務到主動型服務

受技術條件所限，傳統的圖書館多承擔被動型服務，坐等讀者上門借還書、咨詢。即使是資源共享時代的館際互借，其背后的思維模式仍是追求收錄圖書更全，以滿足讀者提出的借閱請求，其核心理念集中在調動已有的設備和資源來滿足讀者發出的服務需求，而不去主動預測讀者潛在的需求。技術和場地的限制對館員的服務思維也造成束縛，導致館員不能充分發揮主觀能動性，提供更深層次的服務。大數據時代的數據壁壘被不斷打破，原先看似孤立的、靜態的數據之間的聯動性不斷加強，圖書館能夠通過分析學生的學習生活軌跡做出可靠預測。

4.2 從個人經驗模式到數據分析模式

目前，高校圖書館各項事務的運作和決策大部分是經驗主導的，或輔以節點性的數據，數據分散、孤立、單薄，分析方法簡單、靜態。從日常管理到圖書采購，再到學科化服務，人的因素依賴過多，難以充分考慮和利用大數據本身所反映的學生需求。大數據時代使高校圖書館準確掌握讀者動態和提供個性化服務更加可行，通過對讀者信息進行整合分析，可以建立讀者行為模式的數據庫，并通過新信息的疊加實現模型的不斷迭代修正，在此基礎上建立更加科學的決策方案。相應的，館員的職責重心也將從信息查詢和咨詢轉為數據挖掘和整理，在數據輸入后實現前期甄別，而后期的處理、分析和決策應由相應的大數據算法來完成。

4.3 從依賴點數據到依賴全貌數據

在大數據時代之前，高校圖書館管理日常事務雖然并不完全依靠經驗，也有許多活動依靠數據的支持，但是總體來說，這些數據是分散的、孤立的點數據，且大多是用戶主動輸入的針對某一方面的部分結構化數據。隨著大數據算法處理關聯性數據能力的不斷提高，數據分析將不再受制于數據的相關性和冗余度，圖書館的理念也應從關注數據的因果關系轉向相關關系，更依賴全貌數據使建模更可靠、更實用。另外，大數據的獲取特點也決定了服務理念必將轉型。大數據信息的采集來源分布更加廣泛，從刷門禁卡到自助借還書記錄，再到圖書檢索管理系統和手機端互動，今后還將逐步融合物聯網感知、圖像識別、在線學習平臺采集等渠道。海量的學生日常軌跡信息除了體量大、非結構化之外，還具有動態性、實時性、價值密度低等特點，只有在不斷迭代更新的模型下依靠全貌數據，才能實現全面、準確的個性化分析，從根本上提升服務質量。

5 結 語

我國高校圖書館在大數據時代應努力實現服務模式轉型，從讀者狀態管理、讀者偏好預測、圖書薦購等環節積極轉變，為讀者提供更加人性化的服務。同時，高校圖書館的服務理念也應進行轉型，從而保證能更好地利用大數據提供的數據采集和處理方法。

主要參考文獻

[1]柳益君，何勝，馮新翎，等.大數據挖掘在高校圖書館個性化服務中應用研究[J].圖書館工作與研究，2017（5）.

[2]沈克正，馬抗美.基于教育大數據的高校學生個性化管理模式[J].青島科技大學學報：社會科學版，2017（4）.

[3]徐春艷，許麗麗，洪艷霞.大數據在高校圖書館信息資源建設中的應用探析[J].農業圖書情報學刊，2017（2）.

[4]張譯文.大數據時代圖書館知識咨詢服務發展策略分析[J].農業圖書情報學刊，2015（3）.

[5]夏秀雙.大數據環境下高校圖書館個性化信息服務研究[D].曲阜：曲阜師范大學，2015.

[6]張宏.我國高校圖書館大數據研究現狀分析[J].圖書館工作與研究，2016（7）.

[7]段瑞梅.大數據環境下高校圖書館服務模式淺析[J].圖書館工作與研究，2016（9）.