大數據在圖書館領域應用研究分析

文/周生傲（廣西民族大學）

在2011年5月，世界著名的咨詢公司麥肯錫（Mckinsey）發表了《大數據：創新、競爭和生產力的下一個前沿領域》[1]報告，第一次正式提出了“大數據”這一概念，各個行業和領域的數據量的增長也極其迅速，美國的學術界和企業界也對這種現象的意義進行了激烈的探討。“大數據”這個名詞變得越來越流行，越來越重要，最后成為國家和政府層面的發展戰略[2]。圖書館，可以說是一個社會信息服務的中心場所，不僅需要有較高的技術，而且還面臨著較高的管理風險[3]，不僅如此，圖書館還面臨著來自內外部環境的激烈競爭與重重挑戰。從內部環境來看，除了上面提到的主要挑戰之外，還存在許多圖書館不得不面對的挑戰因素，例如圖書館的基礎設施，運營的經費，人力資源與管理制度等都是圖書館面臨的問題；從外部環境來看，各種信息服務機構和各大 IT 廠商都已經專注于對大數據應用的研究[4]，圖書館在大數據的應用競爭中，已經落后于他們一步，盡管圖書館在資源方面占據優勢，但是圖書館在技術應用方面的劣勢使得其追上其他機構的步伐受到了極大的限制。如何提高技術水平，避免與其他競爭者的差距越來越大，將是圖書館必須要考慮的一大問題。圖書館學界對大數據進行了一些學術研究和實際應用，并取得了顯著成效。本文將對CNKI中有關大數據在圖書館領域應用的文獻進行分析，并運用文獻計量分析、直觀分析和內容分析等方法對期刊文獻在圖書館大數據應用研究領域進行直觀分析，從而清晰、全面地展現圖書館大數據研究的時空分布特征和研究熱點，使研究結果更加直觀、科學。通過對研究結果的分析，希望能夠清楚地看到大數據在圖書館領域應用的現狀，以及研究的重點和不足，對研究中遇到的困難提出建議，并指出今后的研究方向。

一、數據來源及研究方法

（一）數據來源

以“大數據”與“圖書館”為檢索詞進行主題檢索，時間跨度為所有年份，共檢索文獻 376 篇，因為都屬于核心期刊或 CSSCI 中的文獻，有很強的代表性，經篩選最終得到的 360 篇文獻符合本研究的研究范圍。

（二）研究方法

研究了文獻的描述特征和內容特征，運用文獻計量分析方法，分析了大數據圖書館應用領域相關文獻出版的時間分布、作者和出版機構的描述特征，并探討了該領域的研究熱點和研究方向。CiteSpace是一種基于Java環境的科學文獻數據測量與分析的信息可視化軟件。它是近年來在信息分析研究中最具影響力和特色的信息可視化軟件。將以上三種方法結合在一起，對有關圖書館大數據應用的文獻進行分析，能客觀科學地得到該領域研究現狀及發展趨勢等信息[5]。

二、調研結果與分析

（一）文獻發表年份分析

在某一領域的研究之初，由于缺乏相關的理論基礎，文獻數量較少。隨著研究的深入，越來越多的研究者加入，研究成果增多，相關論文的發表量也會上升，漸漸地機構增加，發文量增長較快，研究成熟后，發文量趨于穩定[6]。通過對從 CNKI 中的核心期刊和 CSSCI 數據庫中檢索得到的 360 篇有關圖書館大數據應用的研究文獻進行年代分布統計分析，統計得到圖1所示結果。

圖1 圖書館大數據應用研究領域文獻數量變化趨勢

由圖1可以看出，大數據在圖書館的應用研究文獻數量在核心期刊和 CSSCI 中發表的較少，最早始于 2006 年，發文量為兩篇，該年發表的兩篇文獻分析探究了數字圖書館中常見資源特點和描述需求，可見當時大數據的概念還并沒有開始普及。

在接下來的幾年時間中，關于該領域研究的文獻幾乎沒有。直到2012 年，發文量持續上升，該領域越來越受到關注。到目前為止，每年發文的總體數量保持平穩，說明我國圖書館大數據研究進入相對穩定階段，上述現象與我國大數據的發展有密切關系。最合適的大數據概念是在2008年提出的，2008年之后，特別是2012年以來，大數據的研究越來越受到重視。論文發表量迅速增長，成為當前研究的熱點。這與圖書館大數據應用的發展是一致的。

（二）作者及發文機構分析

（1）筆者分析。某一領域的研究人員經常通過發表論文的方式發表和傳播他們的研究成果。通過對文獻作者分布的分析，可以清楚地看到該領域研究者發表論文的總體情況[7]。2006年至今，在圖書館大數據應用研究方面取得了許多科研成果，其中滲透著眾多科研人員的心血。運用社會網絡分析方法對圖書館大數據應用領域的作者分布與合作進行了分析，得到了作者共現網絡圖（又稱作者與合作分布圖，見圖2）。

圖2 “圖書館大數據”主題研究領域作者共現網絡圖譜

從圖2可以看出，在圖書館大數據應用研究領域，形成了以馬曉亭、陳臣、熊太純為中心的作者群，表明這些學者是該領域的領軍人物。為了更具體地展示我國圖書館大數據研究領域主要研究學者的學術成果，表1列出了文獻發表量排名前十的學者名單。從表 1 可以看出，馬曉亭、陳臣是目前圖書館大數據研究領域的核心研究人員，經統計，他們共發表論文 52篇，占該主題領域發文量的 14%。另外，從表1可以看出，大部分作者的發文量是 4篇、3 篇或者 2 篇，說明該領域絕大多數的研究者進行的并不是長期研究。由此可見，我國大數據在圖書館的應用領域的研究核心作者群還沒有真正的形成，對該領域的研究人員還比較少，比較分散，研究成果也較少，因為大部分研究者都是短期研究，沒有深入研究，沒有對該領域長時間的關注。

表1 “圖書館大數據”主題研究領域高頻次發文作者統計表

（2）發行機構分析。每個研究機構在研究領域都有一定的差異和聯系，研究機構的合作促進了相關領域的發展[8]。為了了解圖書館大數據研究領域的機構合作情況，利用CiteSpace可視化軟件生成研究機構的共生網絡圖，如圖3所示。

此次研究的數據也是 360 篇文獻，共來自 37 個發文機構。由圖3 可知，幾所機構對該領域的研究時期較長，尤其是蘭州財經大學信息工程學院和蘭州商學院信息工程學院，走在該領域的研究前沿。可以看出蘭州的高校對該領域的研究比較重視，是該領域的代表機構。表2列出了發文量前二十的研究機構。從表 2 可以看出，蘭州商學院信息工程學院、蘭州財經大學信息工程學院、蘭州商學院信息中心、蘭州商學院網絡中心、蘭州財經大學信息中心發文數量排在前五位；排名第六的南京大學信息管理學院對大數據在圖書館的應用作了較多的研究，發表了較多論文，占總數的16.3%。仔細研究這些發文機構，發現絕大多數是高校的信息學院與圖書館，除此之外還涉及其他專業與研究中心等。

圖3 “圖書館大數據”主體領域研究機構共現網絡圖譜

表2 “圖書館大數據”主題研究領域的文獻來源統計表

（三）圖書館大數據研究熱點的分析（關鍵詞分析）

論文的關鍵詞是對文章思想的高度概括，某領域或主題論文的關鍵詞頻次能夠反映學界對該領域或主題的關注度和重視度，也能夠從中窺探該領域或主題研究的熱點[9]。為了對我國大數據在圖書館應用領域的研究熱點有更清楚的認識，運用詞頻統計分析法對該領域的 360篇文獻進行關鍵詞統計，最終形成了該領域的關鍵詞共現圖譜（圖4）。表3列出了頻次在前 20 的關鍵詞，通過分析，以期更清楚地認識該領域的研究熱點和研究方向。在納入統計的 360 篇文獻中出現了 622 個關鍵詞，出現3 次及以上的有 39 個，可見該領域研究角度較多，范圍比較廣泛。

表3 “圖書館大數據”主題研究領域高頻次關鍵詞統計表

圖4 “圖書館大數據”主體研究領域關鍵詞共現圖譜

將所有的關鍵詞進行處理，相同意思的關鍵詞進行合并，并將“圖書館”與“大數據”這兩個高頻次但對研究意義不大的詞語剔除，最終將頻次至少 6 次的關鍵詞共有 14個繪制成表4。從表4可以看出，該領域的研究者對大數據在圖書館的應用的研究主體，面向的對象和研究內容等的認識比較一致，關注點也比較集中。從關鍵詞的詞頻統計，還可以看出大數據在圖書館的應用對象大多為高校的圖書館，公共圖書館相對較少。

（四）圖書館大數據研究主題研究前沿的分析（主題分析）

隨著科技的進步，各種技術的發展應用，圖書館的大數據技術的應用也在不斷發展，研究熱點也在不斷地更新前進[10]。如圖5所示。圖5所示是8個突變關鍵詞的年代分布。通過觀察突變詞的年代分布，可以看出該領域隨著研究熱點、時間的變化前進。在表5中，紅線段表示該時間段內突變關鍵字的頻率突然增加，而淺線段表示該時間段內突變關鍵字的頻率較低。由圖5可知，該領域的關鍵詞包括：知識服務、數據主體、數據挖掘、圖書館數據、數據立法、數據處理、所有權關系、圖書館等。在 2006 年，突變的關鍵詞有數據主體、權屬關系、圖書館數據、數據立法，表明當時的研究前沿在數據的規范化方面。 2012、2013 年突變的關鍵詞為：數據挖掘，數據處理，知識服務等，表明這個時期，大數據技術開始成熟，開始注重知識服務的重要性。2017年突變關鍵詞為：圖書館。表明各大高校開始把大數據技術引入圖書館，更好地為學生提供專業的服務，滿足學生越來越高的需求。

圖5 圖書館大數據研究領域突變關鍵詞的年代分布

三、圖書館大數據服務面臨的困境

（一）數據獲取問題

在大數據時代的今天，大數據在提高圖書館服務質量等方面顯示出了明顯的優勢。因此，充分利用圖書館大數據可以為圖書館優化服務提供必要的數據支持。然而，大數據的作用需要解決數據采集的問題。同時，圖書館中的數據也呈現出無序的特點，各種數據是否具有使用價值、使用價值有多大等都需要圖書館進行識別，這給圖書館工作人員帶來了更多的工作內容和更大的工作壓力。

（二）人才培養問題

圖書館工作人員是圖書館大數據服務的主體。因此，圖書館工作人員的大數據素養直接影響到圖書館大數據服務的質量。顯然，在大數據時代，圖書館基于紙質圖書的館藏資源很難與圖書館受眾的信息獲取需求實現很好的對接。同時，在利用大數據技術開展圖書館服務的過程中，圖書館工作人員對大數據的態度和利用大數據開展服務工作的能力有待優化和提高。另外，圖書館人才流失現象導致圖書館大數據服務工作難以滿足需要，這對充分發揮大數據在提高圖書館服務質量中的作用有一定的制約。

（三）隱私保護問題

對于圖書館受眾來講，圖書館服務與大數據技術的融合具有兩面性。一方面，圖書館可以利用大數據技術為讀者提供更加個性化、高效的服務；然而，在利用大數據技術開展服務工作的過程中，受眾因素會面臨一定的安全風險。具體來說，數據共享是充分發揮大數據技術優勢的重要基礎。在此背景下，圖書館的數據則呈現出了發展的特點。雖然有利于圖書館各類數據的充分利用，但如果大數據服務的某個環節出現差錯，將導致圖書館受眾數據的外泄，因此，圖書館數據安全和讀者隱私保護也是圖書館在開展大數據服務時需要注意的重要內容。

四、圖書館大數據服務的應用策略

（一）構建圖書館數據管理平臺

大數據時代，圖書館數據呈現出類型多樣化、內容定量化的特點。面對無序的數據資源，圖書館必須有效地建立和識別，在充分利用數據的基礎上，充分發揮大數據技術和大數據服務的優勢。在這個過程中，圖書館可以建立大數據服務管理部門，主要負責收集圖書館的各種數據，并制定數據分析和存儲的標準。因此，圖書館需要認識到大數據技術和大數據服務對圖書館發展的重要性，通過強化現代管理意識，加大對現代圖書館建設的投入，為圖書館數據管理平臺建設提供資金支持，從而有效提高圖書館數據信息的收集、整理、存儲和利用效率，為提高圖書館大數據服務質量提供保障。

（二）重視圖書館人才隊伍建設

從圖書館人才隊伍建設的角度看，圖書館有必要著眼于大數據技術的運營和應用，做好圖書館人才隊伍的培養。同時，要引導圖書館工作人員加強自身的服務理念，充分利用大數據技術，了解受眾的信息需求和信息接受習慣，從而有效提高圖書館讀者的滿意度；優先圖書館人才引進體制，增強圖書館工作的吸引力，為有效吸引人才加入圖書館隊伍，為圖書館增添更多的積極思想和數字人才，為大數據服務的發展打下良好的基礎。

（三）強化受眾隱私管理

在大數據時代，與侵犯受眾隱私相關的新聞事件已是屢見不鮮，比如之前爆出的谷歌、Facebook、亞馬遜、bat等互聯網巨頭擅自將用戶數據用于商業目的，這一點早就飽受詬病。雖然圖書館不具備上述企業的商業性質，但并不意味著圖書館如果不主動公開受眾隱私，受眾隱私就不會泄露。然而從受眾的角度看，如果由于自身問題而泄露了受眾的隱私，那么圖書館的良好形象將會大打折扣。因此，大數據服務中的隱私管理已經成為圖書館需要面臨的一個重要問題。在這個過程中，圖書館需要從制度的角度明確工作人員的職責。

五、結論與不足

本文中以 CNKI 中“圖書館大數據”為主題的核心期刊和 CSSCI數據庫文獻為數據源，利用文獻計量分析法、可視化分析法和內容分析法等，對我國大數據在圖書館的應用研究領域近 15 年研究的研究成果和研究現狀進行全面的梳理和總結分析，得出以下結論：一是以圖書館大數據為主題的文獻數量呈曲線增長的趨勢，這十幾年來該領域的研究者和研究成果都有了很大的提升，表明越來越多的人開始關注該領域，尤其隨著大數據技術的不斷發展，該領域的研究也在不斷發展。到目前為止，每年的發文量總體保持平穩，說明我國圖書館大數據研究進入相對穩定階段；二是在圖書館大數據領域的研究中，比較早期的研究者以馬曉亭為代表，并出現陳臣、何勝、熊太純等在該領域中占有舉足輕重地位的研究者；三是圖書館大數據研究領域的內容比較廣泛，研究熱點在知識服務、數據挖掘、圖書館、數據處理、個性化服務等方面，隨著大數據技術的逐漸成熟，其在圖書館的應用也越來越深入，并將相關的數據技術應用到圖書館管理中。本文中的數據源為 CNKI 中核心期刊與 CSSCI數據庫中的中文期刊文獻，沒有涉及相關領域的外文文獻，所以結果還有待補充完善。由于 CNKI 數據庫自身的限制，沒有辦法運用Citespace 可視化軟件進行文獻的引文分析，所以分析的結果并不完善，具有一定程度的局限性。另外，本文僅以圖書館大數據作為主題進行分析，可能忽略了其他領域的主題，所以分析結果有待補充。大數據技術有助于分析當前圖書館管理的現狀，為圖書管理與服務的改革指明了發展的方向，進一步提高了服務讀者的針對性，優化了圖書館運轉的體系，提高了圖書館管理的效率，降低了圖書館服務的成本。新時代還要大力引進大數據技術，完善圖書館管理工作的機制，發揮大數據技術的基礎價值，依托大數據技術開發專業圖書管理平臺，提高圖書館管理的質量與有效性。