基于大數據技術與信息挖掘的圖書館智慧服務系統構建

李佳

摘 要：在數據資源全面應用與開發的信息環境中，公共圖書館的信息服務模式發生了改變，大數據、云計算、數據挖掘、信息標注被廣泛應用于圖書館智慧服務。結合現代互聯網技術工具構建圖書館大數據分析和信息挖掘智慧服務平臺，有助于圖書館構建完善的智慧服務體系，能依據用戶興趣為用戶提供多種信息服務，提高用戶的信息服務體驗。

關鍵詞：大數據技術；信息挖掘；智慧服務體系；問題研究

1 圖書館智慧服務的含義

圖書館智慧服務是在立足傳統信息服務基礎上，采用新興的云計算、大數據、物聯網、智能交互等技術，結合相關的智能傳感設備，完成以滿足讀者需求和提高服務質量為目標的智慧服務。利用高新技術通過對傳統圖書館整合升級，能優化圖書館外部環境，創新圖書館內部服務機制，以用戶需求為核心，整合多種文獻資源，構建智慧化服務體系。圖書館智慧服務主要分為兩個部分：一是圖書館借助信息網絡獲取文獻資源，互聯網和各類智能傳感器設備獲取各種文獻信息，包括圖書館的文獻資源和用戶個人信息；二是圖書館利用大數據技術進行信息資源挖掘，從各種關聯性數據中發現有價值的信息。圖書館智慧服務體系必須經過兩個步驟進行構建，為圖書館內部管理機制創新、服務模式優化、用戶的個性化需求和用戶個人信息管理提供智能輔助決策支持。同時圖書館智慧服務體系可幫助圖書館數字管理系統對內部和外部環境實現全面感知，內部環境以服務為主，即圖書館內部數字系統與用戶的信息交互，通過廣泛的利用互聯網工具及智能設備，讓信息化服務與圖書館傳統業務全面融合，為用戶及圖書館決策提供全方位、多元化的智慧支持。

2 大數據分析和信息挖掘為圖書館智慧服務提供決策支持

移動信息網絡的普及和各種信息傳感設備的應用為圖書館帶來了海量文獻數據資源，這些文獻數據由于規模較大，被人們廣泛地看作是大數據，大數據存儲規模較大，結構類型多樣，價值密度較低，有價值的信息數量較少，處理和深度加工較為困難。圖書館作為社會重要的信息資源庫，利用新興技術對海量的數據資源進行分析與挖掘，從中提取有價值的信息，加強自身的決策優勢。這對圖書館智慧服務體系的管理以及讀者信息與文獻資源的選擇都有著較大幫助。借助大數據技術對海量的文獻資源深度挖掘，其所發現數據資源內容的內在聯系有利于圖書館進行智慧服務管理，面向用戶構建深度服務系統。

3 圖書館智慧服務需求

通常情況下，公共圖書館提供的智慧服務包括四方面內容：

1）知識共享智慧化。圖書館借助各種信息傳播媒介，使文獻資源蘊含的隱性知識向著顯性方面轉化，讓知識資源更容易被用戶直接獲取，短時間內讓不同用戶高效率接受知識資源，使知識共享更加智慧化。

2）知識推薦的智慧化。根據用戶的個性化需求和閱讀習慣，通過廣泛采集用戶的行為習慣數據，分析用戶的個人喜好，為用戶的個性化服務進行定制，使知識資源具備更強的應用性。

3）知識導航的智慧化。根據用戶的行為數據進行針對化分析，能準確定位用戶的行為偏好和知識結構，根據其對個性化需求為其定制知識主題，使圖書館知識資源更容易被用戶理解。

4）圖書館服務的智慧化。圖書館在服務過程中借助技術工具對大規模信息資源進行大數據分析和價值性信息挖掘，能開展組織形式多樣、內容豐富的知識推廣活動，使圖書館與用戶形成良好的互動關系，進一步提升圖書館智慧服務效率。

物聯網技術和大數據技術及各種智能傳感設備的應用使得各個圖書館的資源服務器之間、服務器與物聯網終端、用戶與圖書館之間產生良好的知識聯系，形成深度的知識學習網絡，使大數據分析和信息挖掘得到充分利用。隨著智能終端的不斷普及，各類社交媒體及移動智能終端被人們廣泛使用，使圖書館在一定的時空范圍內形成了大規模集群數據。當前滿足圖書館智慧服務的隱性核心需求包括：深度的用戶行為數據、圖書館服務的業務數據、用戶的個人信息數據和各類服務器資源數據。

4 圖書館智慧服務模型構建

針對圖書館智慧服務信息采集中的隱性數據資源進行大數據分析和信息挖掘要利用智能算法工具、拓撲模型及數據整合工具構建智慧服務墨香，需要結合以下四點進行深入探究：

1）對用戶群體組成進行挖掘和分析。依托不同用戶在圖書館使用過程中的知識結構和行為數據以及個人信息，使用線上圖書館閱覽平臺產生的社交數據，可以以用戶個人為中心構建出社會關系網絡。在該網絡中，不同用戶之間的行為信息可通過聚合優化和數據重組找到其重合部分，該部分是用戶群體中的關鍵人物。再利用統計回歸方法對關鍵人物進行聚合分類，研究隱性知識和顯性知識的轉化過程，探究知識信息的傳播方式和共享效果。

2）用戶個人興趣的分析與挖掘。針對用戶的興趣組成進行分析和挖掘，主要應用于用戶的個性化需求的知識推薦服務。依托特定用戶的行為數據找到其顯性知識和隱性知識獲取方式，更深度挖掘用戶的行為偏好和閱讀興趣，再根據當前用戶所處的場景和領域，結合用戶的個性化需求，按照用戶個人發展的不同階段推送知識信息，能實現以用戶個人為中心的智慧服務。

3）各學科知識的分析與挖掘。對圖書館各學科的文獻資源進行大數據分析與挖掘主要目的是實現知識自動導航及推薦服務，通常我們可以根據個人需求構建有關學科領域的語義網，并通過分類和分詞等自然語言處理方法，挖掘出各學科和知識數據集的關鍵字，進而掌握當前某個學校科的前沿熱點。倘若在數據分析與挖掘過程中加入時間維度，則可以在虛擬空間模擬知識產生的過程，在針對該知識體系挖掘出相應的知識圖譜和分布表，最終將根據各學科的語言資料庫形成知識問答系統，滿足用戶信息交互及個性化文獻獲取的需求。

4）關聯性業務數據分析與挖掘。針對圖書館關聯性業務數據進行分析挖掘，主要目的是優化圖書館服務模式，讓圖書館服務具有智慧。依托搜索引擎和智慧爬蟲工具能對圖書館業務開展中各種流動性的數據進行聚類優化，能對各種數據的關聯性規則進行分析，可以發現各種業務之間的關系，促進業務開展與用戶需求實現動態平衡，挖掘出業務與用戶之間的關系，為圖書館服務活動開展提供決策支持。

5 基于Hadoop框架的大數據分析和信息挖掘平臺

互聯網技術讓圖書館產生了智慧服務模式，圖書館利用大數據算法工具及信息挖掘機制能實現真正意義上的智慧服務，并有效解決在面對海量信息資源管理及應用難題。截至目前，較為廣泛利用Hadoop平臺進行大數據分析和信息挖掘，通過該平臺使圖書館實現智慧服務。基于該平臺的數據處理和信息挖掘，主要包括重要信息數據的搜集、存儲、管理、利用四個環節。在數據收集上采用多種搜集方式組成信息搜集框架；在數據存儲上采用持久化定型和非持久化定型的存儲框架；數據資源管理框架包括實時管理、批量數據管理、綜合性消息管理各個方面；數據資源挖掘采用不同的挖掘和機器學習工具進行；在大數據資源利用方面，以各類知識信息宣傳欄、知識服務導航及用戶服務推薦為主，體現出以用戶需求為核心的大數據資源利用原則。

6 結語

在大數據技術快速發展的社會情景中，公共圖書館智慧服務模式發生了改變，為了滿足用戶的個性化需求，根據讀者的行為趨向，合理分配圖書資源，要將大數據技術應用到公共圖書館閱讀借閱服務中，多渠道拓展用戶的資源應用渠道，利用現有的信息技術構建大數據與信息挖掘的服務平臺，滿足用戶的移動情景中資源獲取的需要，借以優化現代圖書館服務模式，以提高服務質量，帶給用戶更良好的閱讀借閱體驗。

參考文獻

[1]秦宗和.基于云計算大數據的圖書館創新發展模式初探[J].發明與創新（大科技），2018（05）：62-63.

[2]顧娜.大數據時代公共圖書館圖書資料管理的創新路徑研究[J].文化學刊，2018（01）：152-153.

[3]容春琳.公共圖書館應用大數據的策略研究[J].圖書館建設，2013（07）：91-95.