數據驅動背景下圖書館系統建設研究

文/哈爾濱商業大學 王茹君

隨著物聯網、人工智能等技術的高速發展，采集圖書館運作過程中產生的相關數據、分析各類數據背后的隱含價值，為讀者提供新型服務已經能夠實現，這就要求圖書館必須擁有一個具備提供新型服務能力的平臺。然而目前高校圖書館應用的管理系統仍然以提供傳統服務為主，嚴重制約著圖書館事業的發展，因此，對于數據驅動背景下圖書館系統建設的研究意義重大。

一、圖書館系統概況

（一）圖書館系統發展。20世紀70年代隨著計算機技術的廣泛應用，圖書館系統應運而生，圖書館事業由手工作業時代進入半自動化管理階段。此階段的圖書館系統替代傳統大量重復性強的手工業務，大大提高圖書館工作效率及自身管理能力。在網絡技術、信息技術迅猛發展推動下，圖書館系統無論在功能方面還是讀者體驗方面都得到長足進步。我國一面引進國外圖書館系統借鑒其應用經驗，一面開發適合我國圖書館應用的管理系統，到了90年代初期我國已自主研發100多個圖書館系統，并繼續向集成化方向發展，隨后幾年里圖書館系統集成各種功能子系統，功能日趨完善基本滿足管理人員日常工作需求及讀者用戶體驗。李偉超在《“雙一流”高校圖書館自動化集成系統應用調研分析》一文中指出，全國雙一流高校中，應用我國自主研發的圖書館系統占比57.2%，引用國外管理系統占比42.8%。其中，國內應用以匯文系統為主。進入新世紀后，數據時代來臨，傳統圖書館系統已不能承載讀者日趨個性化的新型服務需求。圖書館的關注焦點開始由傳統服務向新型服務方向轉變，相應的，圖書館系統也由傳統的集成化系統向智慧化系統方向演進。目前，業界對于數據時代圖書館新型服務方式的研究相對較多，而對數據驅動背景下圖書館系統的關注度相對較小。

（二）圖書館系統現狀。我國高校當前應用的圖書館系統是基于圖書館主要業務建立發展出來的，是一套集成了多個功能子系統的自動化管理系統。包括：圖書館門戶系統，OPAC系統、門禁系統、紙質資源管理系統、電子資源管理系統、自助借還系統、座位預約系統等等。從圖書館自身管理運轉角度來看，系統能夠滿足圖書館基本業務需要；從用戶讀者應用的角度來看，系統能夠滿足讀者基本資源需求。當然，這樣的集成系統長期運轉后也暴露出相應的缺陷，比如：由于各子系統相對獨立缺乏聯動致使圖書館積累了大量冗余數據，尤其當數據時代來臨、圖書館數據量暴漲的情況下，這些數據非但沒能為新型服務提供助力反倒成為圖書館發展的阻礙。另外，圖書館自身館藏數據資源、用戶數據資源以及業務運轉過程中產生的相關數據在新技術的驅動下應該能為教學輔助、助力科研方面貢獻更大的力量，能為用戶提供更為優質的服務，但是，很顯然當前大多數圖書館系統還不具備這個能力。

二、數據驅動的圖書館系統

（一）研究思路。系統架構遵循數據驅動服務的思想。新一代圖書館系統必然是在便于自身管理的前提下，不斷優化業務流程的同時向用戶提供新型服務，是一個基于數據驅動服務的運轉系統。高校圖書館經過多年積累已經擁有豐富的數據資源，簡單來說這些數據可以分為兩類，即館藏資源數據與業務相關數據。圖書館應用館藏資源向讀者提供基礎服務的同時，采集到用戶活動的相關數據，在新技術驅動下，經過對業務數據的分析挖掘得到數據背后的隱含價值，以此優化自身業務環節，并提供更加貼近用戶需求的服務?？梢姅祿r代圖書館向讀者提供的一切優質服務，其原動力就是對大量數據資源的分析利用處理，是一個數據驅動服務的過程。

（二）系統架構?；跀祿寗臃盏乃枷?，筆者將數據驅動下新一代圖書館系統設計為四系統三層次結構模式。即：硬件系統、數據處理系統、業務管理系統、門戶系統。邏輯層次由下至上依次為基礎設備層（底層）、數據管理層（中層）、應用服務層（頂層），頂層與底層將采集的數據信息傳遞到中層，經由大數據技術處理得到隱含關聯信息，再以契合讀者行為的服務方式反饋到各層，從而促進服務方式朝著滿足讀者需要的方向進行，實現數據驅動服務的思想。1.基礎設備層。硬件系統作為圖書館系統運作的基石處在層次結構最底層，包含保障系統正常運轉需要的所有軟硬件設施，如：服務器、存儲設備、網絡設備、感知設備、門禁系統、智能終端等等。其中，一些硬件設備同時擔負數據采集任務，作為數據管理層一部分數據來源。比如：門禁系統記錄的讀者進出館時間、智能終端機采集的讀者何時應用的設備，做了哪些相關操作等等。2.數據管理層。數據管理層是整個系統的中樞，起到承上啟下的作用，包含數據處理系統與業務管理系統。業務管理系統的角色相當于傳統的圖書館自動化集成系統。主要實現對圖書館紙質資源與數字資源的管理；采訪、編目、典藏、流通等業務的自動化管理。此外，業務管理系統向數據處理系統提供一切數據信息，包括：館藏資源數據、業務運轉產生的數據、相關用戶數據等，并接收數據處理系統反饋的數據信息，以此改進相關業務環節，促進管理系統工作效率的提升。數據處理系統相當于整個圖書館系統的計算中心，接收基礎設備層、業務管理系統以及服務應用層傳遞的數據，利用云計算、物聯網技術、機器學習、深度學習等人工智能技術對數據分析挖掘，得到更有價值的關聯信息并返回各系統，促進服務質量的提升。例如：接收業務處理系統提供的館藏資源數據，經過語義提取處理呈現在應用服務層，提供知識發現服務；通過分析讀者借閱數據了解讀者借閱偏好，提供讀者個性化推薦服務。分析學院教師電子數據庫瀏覽數據制定教學專題庫等等。3.應用服務層。門戶系統向用戶提供服務入口，提供用戶所需一切服務，處在系統最頂端的應用服務層。門戶系統主要包括：圖書館網站、微信公眾號、移動圖書館、智能終端機等。提供服務的同時采集用戶相關活動信息傳遞到中層，供數據處理系統分析處理，同時接受數據管理層的數據反饋，以此改進服務內容，提升服務質量。

（三）關鍵問題。盡管圖書館已經積累了大量數據資源，相關大數據處理技術、人工智能技術已得到長足發展，然而仍然存在極具挑戰的困難，制約著新一代圖書館系統的搭建。例如：數據復雜性問題。無論用戶行為數據、還是圖書館自身擁有的資源數據抑或是業務產生的相關數據，均呈現出復雜、多樣、異構的特征。對這些數據進行標準化處理是個極其困難的過程。另外一個無法回避的問題是缺乏相應水平的技術團隊。數據驅動背景下圖書館系統的搭建需要大量具備大數據技術、人工智能技術人才的技術支持，然而普通高校圖書館館員整體技術水平難以達到技術要求。

三、結束語

數據時代圖書館正式進入業務升級與服務轉型的關鍵時期，新一代圖書館系統建設更是此項任務中的重中之重。盡管搭建新一代圖書館系統的條件并不成熟，但相關理論研究逐漸增多，筆者從數據驅動服務的角度探索新一代圖書館系統的建設，希望能為相關研究者提供些許借鑒。