大數據視野下圖書館的新走向

張學軍

(山東財經大學圖書館，山東濟南250014)

我們正處在一個不斷產生“時代”的時代。2013年被媒體稱為“大數據元年”，它標志著我們的生活和思維方式因大數據再次發生潛移默化的改變，世界正在開啟一次重大的時代轉型:一個大規模生產、分享及應用數據的新時代。圖書館也總是隨著特定的社會環境、價值觀念、文化形態等多種因素的變化而變化［1］。

1 大數據概述

什么是“大數據”，現在沒有統一的定義。通常是指無法在可容忍的時間內用傳統IT技術和軟硬工具對其進行感知、獲取、管理、處理和服務的數據集合［2］。大數據的特點可用4個V概括，即Volume(數量巨大)、Variety(多樣化，以非結構化數據為主)，Velocity(實時性，需要更短的時間處理數據)和Value(價值大密度低)。首先，數據集合的規模在不斷擴大，已從GB到ZB來計數。根據市場調研公司IDC的報告，2012年人們創造了2.8ZB的數據信息總量［3］。其次，種類繁多。大數據包括結構化、半結構化的交易數據、以及非結構化數據和交互數據。現在非結構化數據在互聯網的應用呈現大幅增長，2012年末非結構化數據所占比例已達到整個數據量的75%。再次，大數據通常以數據流的形式動態而快速地產生，并且具有很強的時效性。只有用戶能及時掌控數據流，才能有效地去利用這些數據。另外，數據自身的狀態及價值，往往隨著時空的變化而發生演變。并且數據的涌現特征比較明顯，數據的價值巨大。但是由于受傳統思維與技術的影響，卻使人們面臨在實際環境中信息泛濫而知識匱乏的現象，造成大數據的價值利用密度低的窘態。總之，大數據是一種資源和工具，我們認識它的意義并不僅僅是通信，其本質是我們可以從大量的信息中學習到從較少量的信息中無法獲取的東西［4］。

2 大數據時代圖書館的變革

2.1 圖書館具備的大數據特征

隨著科學技術的飛速發展，在每個領域都產生了大量的數據。2011年美國Mckinsey Global Institute發布了《Big Data:The Next Froutier for Innovation，Competition and Productivity》的調查報告，指出盡管全球數據飛速增長，但有將近87.5%的數據未得到真正利用，許多數據資源并沒有形成真正的知識源以供研究人員利用［5］。圖書館歷來是信息技術應用的重鎮，“大數據”時代亦不例外［6］。Harvard已經將“大數據”的服務引入了圖書館［7］，并付諸應用［8］。因為在數字化時代，數據處理變得更加容易，更加快速，人們可以在瞬間處理成千上萬的數據。圖書館擁有的數據資源首先是種類繁多。既有紙質純印本、光盤資源、網絡資源和數據庫資源等結構化信息，還有日常讀者服務等結構化信息、還有圖書館自身建設的相關數據;其次，數量龐大。如2008 年底，CALIS 文獻數據總量達到 180T［9］，國家圖書館數字資源總量至2010年底已達480T［10］，目前，國家館正在進行一期維修改造，建成之后的數字化圖書館的非結構數據存儲量將達到800TB左右［11］。工程的數字資源總量也達到了 108TB［12］。由此看來，全國圖書館的數字資源總量已聚集成為一個龐大的數據集。再次，目前圖書館的自動化服務水平已發展到新的階段，由于各圖書館內自身建設的數據其編碼方式、數據格式及應用特征無法統一，導致每個圖書館間存在較大差異，因此，形成了大量的異構數據。［13］另外，隨著學科化、知識化、個性化等新型服務方式的出現，用戶的服務信息每日劇增，用戶的服務要求越來越高，圖書館必須根據用戶的服務信息做出相應的調整。因此，根據相應環境和條件的限定，從大量的數據中分析和挖掘出用戶的現在和未來需要已顯得急不可待。

2.2 全新管理模式的誕生

在大數據時代，一切皆可以量化。不僅文字、方位、溝通變成了數據，而且世間萬物也可以數據化。即它可以用數據來表現世界的眾多層面。大數據引領我們的思維、管理產生巨大變革，圖書館的用戶可用前所未有的方式去體驗新的環境。如同“大數據時代預言家”維可托·邁爾舍思伯格形容的那樣:“數據的真實價值就像是漂浮在海洋中的冰山，第一眼只能看到冰山的一角，但是絕大部分隱藏在表面之下”［14］。同時，他還提出了大數據價值鏈的三大構成，即數據本身、技能與思維。根據此構成，那么就會出現大數據時代的三類圖書館:基于數據本身的圖書館，它擁有大數據或者還可以收集大量數據;基于技能的圖書館，它們雖然掌握這種專業技能，但是不一定擁有數據或者提出數據創新性用途的才能［15］;基于技能思維的圖書館，數據和技能對它們來說并不是成功的關鍵，讓它們脫穎而出的是它們的創新思維，即怎樣挖掘數據新價值的想法。如在電子書閱讀器里面記錄了讀者反復標記過和強調的地方，如果了解這些數據，就有可能實現它的潛在價值，以此預測和判斷哪些主題的書籍有可能成為暢銷書。同時為館內的資源建設起到一個輔助作用。

2.3 服務理念的變革

大數據給圖書館的服務帶來新的變革，這種變革波及到各個方面。從以借閱為主的傳統圖書館服務到大數據時代追求個性化服務的變革，在理念上已經有了很大的轉變。首先在大數據時代，圖書館的服務不僅包括數據存儲及獲取服務，還有數據引用及更深層次的數據分析服務。在以用戶為中心的理念下，隨著技術的成熟，圖書館的服務既要保留傳統的被動式索取服務，又要提供主動的推送服務。其次，在大數據時代，每個人都是一個處理單元，每個人所接受到的信息都是個性化的，這一切都依賴于數據分析。數據分析讓圖書館更好地掌握用戶的各種動態信息，以便進行更精準的目標定位，使每一位用戶享受個性化乃至全方位立體化的優質服務。

2.4 館員角色的定位

在大數據時代，隨著“職業配書人”的興起，圖書館館員的角色定位也發生了變化。首先，館員和用戶之間的互動變得越來越重要。數據分析與預報平臺就像是圖書館的GPS，將用戶活動的前景全部收納進來。因此這種一對一的定制服務變得更加現實和有說服力，使圖書館員真正充當起了“智慧圖書館員”的角色。其次，幫助“特殊人群”掌握最新、最全和最廣泛的信息。圖書館館員可在互聯網上建立一個門戶網站，匯總所有職能各異的組織機構各自發布關于各類設施與服務的信息，并保證網站內容獲得實時更新。再次，館員通過數據分析，及時發現特定信息需求的人群，并積極主動地提供相應的信息推送服務，以此來提升圖書館的知名度。

3 大數據時代圖書館的服務形態:從數據服務、信息服務、知識服務到智慧服務

隨著科學技術飛速的發展，在各個領域產生了大量的數據，在這些數據中蘊含了大量的有用的信息，如何從這些數據中得到有益的信息，即如何把數據變成知識及智慧則體現了從數據到智慧的挑戰和跨越:如圖1所示，信息源于數據，而知識源于信息更需要智慧［16］。數據、信息、知識和智慧分別代表增值鏈上的不同層次，每個層次又代表著信息加工的不同階段。

圖1 數據規模

第一層:數據，代表著原始數據，是結構和狀態，而沒有行為，它是構成信息的原始的構建材料。數據是孤立的、互不關聯的客觀事實、文字、數據、圖形和符號，它們只是表示，而無含義。在此階段所對應的服務形態為大數據服務形態，即數據服務。數據服務更多地是提供一些資源服務及傳統的數據能力服務。如傳統的圖書館文獻服務是指以紙質印刷品(圖書、期刊、報紙)為主，基于館藏的文獻源，由圖書館員工采用手工操作為讀者提供文獻的服務。其特點是:以“圖書”為中心;為讀者提供整本書刊;陣地式服務，讀者必須到圖書館才能接受服務;以書刊外借和閱覽作為主要服務內容。

第二層:信息，即有價值的數據。如人們對數據進行系統地采集、組織、整理及分析。在信息增殖鏈上，若將數據提升為信息，就要對其進行加工處理轉換成有用及有意義的數據，即信息。在現在的存儲系統中如運用傳統的數據檢索無異于大海撈針，必須通過互聯網基于對象索引技術，將圖像文件通過標準的協議再轉化成縮略的數據封裝起來，不僅利于查詢，同時也解決了文件共享問題。這種技術模式實際上是基于新的大數據而架構的［17］。此時所對應的服務形態為信息服務。圖書館的信息服務主要是指以電子文獻信息為媒介，采用電子信息技術為主要的處理手段，向用戶提供的一種服務。其特點是:以計算機管理為手段，以讀者為中心;向讀者提供需求的知識“信息”單元;提供數據庫檢索服務;信息咨詢，并向讀者輔導對海量信息的資源利用，其服務方式為全開架。［18］

第三層:知識，是指思考內涵的抽象替代體［19］。如果將信息提升為知識，還需要根據用戶的實際需求，把信息內容進一步的提煉、比較、挖掘、分析，然后再概括、判斷和推論。如在針對特定用戶的需求和問題時，可在信息分析的基礎上，提出解決方案。因此，我們說“知識”是指結構化、相互鏈接的、不斷增長的信息及其間存在的復雜的相互關系。其增長來源于信息同人的交互，以及其他輔助技術對其所蘊含關系分析或所蘊含規律的應用［20］。它是用于解決問題的結構化信息。此階段所對應的服務形態為知識服務，如大數據分析可以幫助圖書館靈活、方便地從已有結構化及非結構化數據資源中抓取有用的知識、關系、模式、癥狀用于新的知識服務模式［21］。這是在數據服務和信息加工的基礎上，數據融合所體現的價值［22］。知識服務的最大特點就是融入用戶知識創新的過程中，面向每一位用戶針對其專業特點提供個性化解決方案，通過對知識信息的聚集和加工整理，得到有用的知識信息，并分析出這些信息之間的關系。另外，還可根據用戶的需求制定出知識服務的產品方案，并開展各類協作及學術交流活動，以最終為用戶提供出有特色價值的信息產品。

第四層:智慧，是為達到某種目標而運用知識的能力。它是在知識的基礎上運用知識創造新知識、解決新問題的過程。它所對應的服務為智慧服務，從數據(文獻)服務到智慧服務，反映了服務從依賴資源、技術與工具到越來越依賴于圖書館人的智慧［23］。在大數據時代，圖書館的智慧服務注重的是價值的實現。其服務特點是:通過數據挖掘，獲取隱含的、潛在的知識。并通過數據挖掘技術，從數字圖書館、數據倉庫和浩瀚的網絡信息空間中發現并提取隱藏在其中的信息，幫助信息用戶尋找數據間潛在的關聯，發現被忽略的要素，而這些信息對預測趨勢和決策行為是十分有用的［24］。只有這樣才能把圖書館的智慧轉化為決策智慧，為知識性用戶提供決策支持服務。另外，圖書館還可通過數據挖掘和專業分析為科學研究提供智慧服務。在不同的專業領域有其特定的專業數據庫，如化學專業的化合物數據庫，通過描述建立映射關系，可實現知識的發現［25］。再次，圖書館的數據團隊可深入到某一學科或某一專業研究項目中去，從課題的立項到成果的鑒定，進行全面的跟蹤服務。并通過對專業數據庫進行的智能及鏈接，對口提供專業化和面向課題的個性化專題的知識服務。

總之，大數據技術為圖書館實現從知識服務向智慧服務模式的轉變及突破和流程的動態監測等一系列業務需求提供了新的解決方案和思路。它不僅提升了知識服務的水平，而且對于圖書情報學理論研究及圖書館的應用實踐也具有重要的意義。

4 大數據時代圖書館的應對策略

4.1 搭建云計算技術的基礎平臺建設

大數據時代不僅改變了傳統的IT結構與數據存儲及利用機構，而且還對在社會中儲存信息知識、提供信息服務的信息中心圖書館形成了沖擊和挑戰［26］。在新信息環境下，存在于社會空間中的信息數據量急劇增長，而在大數據時代更會促使數據產生的范圍、方式及途徑發生迅猛的變化，人們的舉動、言行及行為規律都會產生大量的半結構化和非結構化的信息數據。這些數據的組成結構、類型格式及存在的形態都會非常復雜。數據量之大超乎想象，未來幾年數據量會更大。根據IDC“數字宇宙”研究機構的研究結果表明:2011年，全球數據總量就達到了 1.8ZB，其增長速度超過了摩爾定律，［27］，如下圖所示:

圖書館對這些數據的存儲、應用將成為重要問題。因此，圖書館的應對策略是搭建云計算技術的基礎平臺建設。圖書館的基礎平臺建設包括服務器、數據存儲系統等，要想滿足大數據時代未來發展的需求，必須要“擁抱變化，主動改變”。搭建云計算技術的基礎平臺建設，就是為了滿足圖書館業務不斷變化的要求。在云計算技術中其云存儲技術、虛擬化技術及云安全等關鍵技術就是為了解決怎樣理想地存儲數據，以更好地分級處理及安全地保護數據。因此，應用云計算模式建設圖書館高效靈活可擴展的、又能適合數據多級集中的資源，不僅能支撐數據存儲及數據分析系統穩定高效的運作，還能滿足大數據時代圖書館未來發展的需求。

資料來源:IDC2008-2011年全球數字信息總量(單位:ZB)

4.2 加強數據生命周期的管理

數據生命周期管理是指對有不同業務數據進行貫穿其整個生命周期的管理，通過完整的信息生命周期管理解決方案，可以讓不同類型的數據存放在適合的存儲設備上，利用適當的技術手段對這些數據進行處理和分析。這樣，用戶將可以提高現有存儲設備的利用率。因此，數據生命周期的管理非常重要，其環節如下圖所示［28］:

數據存儲與刪除:數據存儲指在不同的應用環境下將數據以合理、安全、有效的方式保存到存儲介質上并實現有效訪問，其目的在于滿足用戶對數據保存在高性能，高可靠性和高擴展性等方面的需求［29］。從圖書館數據存儲介質的歷史演變來看經歷了磁帶、磁盤陣列、固態硬盤及光存儲五個階段，“光存儲”是圖書館目前及未來數據中的所面對的現實。而在存儲的策略上，首先要構建合理的分層的存儲硬件環境，即根據數據能進行自動分類的存儲資源管理工具，以滿足不同類型的業務數據能在不同的生命周期階段所需要的存儲要求。但關鍵的數據應該選用存儲在兩種不同的介質上，同時還要進行數據備份保護。另外，為了打造一個良好的信息生態環境，對用戶數據的保留應限定一個存儲期限，以達成業務目的或滿足法律要求所需的最短時間為期限。存儲期限以提升人類覺察力和權力為目標，需要相對少的技術挑戰。它通過清除過時和無關的信息，提升了數據存儲的整體質量。存儲期限能夠為不同的社會預期和價值觀提供彈性，更重要的是它逐漸為我們擔負起了理解數字化記憶的重擔，并為人類社會保留了“快速反應”的能力［30］。在學術文獻中，已經有人為更加嚴格、全面的信息生態授權提出建議。耶魯大學法學院教授杰克·巴爾金呼吁將其所謂的政府失憶制度化，即“每隔一段時間對某些種類的數據定期進行銷毀，除非有充分的理由對其予以保留。”［31］在缺乏更完善方法的今天，存儲期限無疑向一個更善于遺忘的世界邁出了有價值的第一步。如利用重復數據刪除技術Avamar軟件來優化數字圖書館的數據備份，就取得了良好的效果，它不僅節省存儲空間，降低存儲成本，而且還提高了數據保護的級別。［32］

數據處理:就是利用先進的數據檢索及分析工具，對不同類型的數據所進行的數據處理，以提高圖書館數據的利用率。數據處理有兩個側重點:一個是針對過去，揭示規律;另一個是面對未來，預測趨勢。前者是稱為描述性分析;后者稱為預測性分析。

數據管理:通過對不同類型業務數據的管理策略，實施自動的合理的分層數據管理，以提高數據的可用性及管理效率。如美國普渡大學圖書館的分布式數據管理中心D2C2［33］，為響應國家科研基金會(NSF)的數據管理規劃(DMP)任務，在圖書館同教師合作研究的基礎上，成立了數據管理工作小組。其工作內容包括:識別NSF或其它資助機構的數據管理需求;利用Data Curation Profile Tookkit工具去完成管理計劃的自我評估，將數據或工作流程化為一個DMP;合作建立普渡大學研究機構庫(FURR)為數據管理計劃提供目標數據集模型［34］。不僅為圖書館領導科學決策提供了強有力的保障，而且還可實現分析型的用戶資源管理模式。

數據應用:是指前者通過對一系列的數據進行的統計、分析和管理，所應用在實際工作中的實踐階段。如數據挖掘在資源建設上的應用，主要是通過挖掘文獻的使用規律，以此提高傳統與數字文獻資源建設的針對性，用以評判文獻信息資源的利用率及有效率，以方便建設特色館藏。另外，能及時發現信息資源的漏缺，做好文獻的收集訂購工作，以實現合理的資源配置、優化館藏結構，為教學科研做好服務工作。

數據安全:數據安全是使用各種軟件保證文件的安全。它貫穿在數據生命周期的每一個環節。首先數據的集中存儲增加了秘密泄露風險;另外，數據的集中存儲與規模也影響安全控制措施能否正常運行;第三，由于安全防護手段更新升級的速度跟不上數據量非線性增長的步伐，所以數據安全防護的漏洞也將會暴露出來;第四，一些基于大數據的分析所涉及到的個體安全和隱私問題也存在隱患。圖書館在利用數據挖掘及數據分析獲取價值的同時，黑客會向集中后的數據發起挑戰，從中竊取有用內容:如郵件、電話等信息。所以，數據安全是數據生命周期環節中最為關鍵的因素。

4.3 營造數據文化，培養智慧型數據館員

圖書館員的角色一直在變化中，這種角色上的變化不是源于圖書館員自身的主觀積極性，而是在技術和思維上如何做好雙重準備去應對這種變化。［35］技術是指新技術對原有技術的升級和替代，其發展過程必然是從初級到高級，在這個過程中物理設備所涉及的標識、傳感、傳輸等層面會有大量的技術出現。掌握這些“智慧個體”，拓展圖書館先進的服務模式和豐富的服務內容都需要依賴相關的應用軟件［36］。對這些軟件的學習及掌握成為推動大數據時代圖書館發展的動力。所以，在任何時代，只有不斷地學習，擁有新技能、掌握新技術的人才不會被時代所淘汰;思維是指要具有這種大數據意識。現代社會，數據意識很重要，它包含著精確與開放、透明與分享等因素，相信數據、用數據來說話，是理性精神的一種表現［37］。現代西方國家運用數據的意識和挖掘數據的歷史都早于中國［38］。數據中蘊藏著信息和知識，但信息和知識不會自動呈現，需要不斷地開發和挖掘。因此，為了適應大數據時代的現實環境，首先要具有數據意識;其次要用勝任現有體系及服務的執行和管理;再次還要具備執著的獻身精神和卓越的洞察力，時刻關注著如何通過數據分析，建設新信息源提高服務質量，并能聚集那些有效傳播信息的新技術。尤其是在數字時代，圖書館的個性化服務需要大量的數據支撐，沒有數據的積累就談不到服務的創新性。

〔1〕陳傳夫，吳鋼.圖書館業態的變化與發展趨勢［J］.中國圖書館學報，2007(3):5-14

〔2〕李國杰，程學旗.大數據研究:未來科技及經濟社會發展的重大戰略領域［J］.中國科學院院刊，2012(6):123-126

〔3〕信息大爆炸［EB/OL］.Http://www.ifanr.com/data/278882.［2013-04-17］

〔4〕世界迎來大數據時代［N］.參考消息，2013-05-06(12)

〔5〕MeKinsey Global Institute Big Data:The Next Frontier for Innovation，Competition and Productivity［EB/OL］.Http://www.mckinsey.com/insights/mgi/research/techndogy-and-innovation/big-data-the-next-frontier-for-innovation.［2012-08-11］

〔6〕〔7〕The New York Times.Harvard Releases Big Data for Books［EB/OL］.Http://bits.blogs.ntetmes.com/2012/04/24/Harvard-releases-big-data-for-books/.［2012-08-11］

〔8〕Audrety Watters.Strata Week:Harvard Library releases big data for books，Cloudera’s New.Hadoop.distribution，Splunkgoespublie［EB/OL］.Http://radar.oreilly.com/2012/04/Harvard-bookdata-hadoop-splunk-ipo.html.［2012-08-11］

〔9〕2008年中國教育教育信息化十大事件［EB/OL］.Http://www.e-gov.org.cn/xinxihua/news004/200901/98561.html.［2012-06-20］

〔10〕國家圖書館“十二五”規劃綱要［EB/OL］.Http://www.ndcnc.gov.cn/dsh-footer/gygt/ghgy/.［2012-06-20］

〔11〕國家圖書館:打造大數據時代的數字圖書館［N］.中國電腦教育報，2013-02-04(17)

〔12〕全國文化信息資源共享工程介紹［EB/OL］.Http://www.ndcnc.gov.cn/libpage/gxgc/index.htm/.［2012-06-20］

〔13〕楊海燕.大數據時代的圖書館服務淺析［J］.圖書館與情報，2012(4):120-122

〔14〕〔15〕［英］維克托·邁爾舍恩伯格，肯尼思·庫克耶著;盛楊燕，周濤譯.大數據時代:生活、工作與思維的變革［M］.杭州:淅江人民出版社，2013:104-105，序，160-161

〔16〕梁光德.智慧服務——知識經濟時代圖書館服務新理念［J］.圖書館學研究(理論版)，2011(6):88-92

〔17〕李奕.大數據應用方式:從數據服務、信息服務到知識服務［N］.中國計算機報.2012-07-09

〔18〕張寶泉.圖書館傳統文獻信息服務與現代信息服務的比較研究［EB/OL］.Http://www.doc.com/p-528075065.html.［2007-05-08］

［19］［20］董穎.知識服務機制研究［D］.中國科學研究生院博士學位論文，2003:7-26

［21］樊偉紅.圖書館需要怎樣的“大數據”［J］.圖書館雜志，2012(11):63-77

［22］李奕.大數據應用方式［N］.中國計算機報，2012-07-09(24)

［23］柯平.當代圖書館服務的創新趨勢［J］.高校圖書館工作，2008(2):1-7，8

［24］羅彩冬.高校圖書館開展知識服務的運營思路和方式之探討［J］.情報雜志，2004(11):86-88

［25］謝巖巖.孫繼林.基于數據挖掘技術的知識服務體系［J］.圖書館雜志，2010(5):59-64

［26］［27］許娓瑋.國家圖書館:打造大數據時代的數字圖書館［EB/OL］.中國信息主管網.www.cio360.net/［2013-02-05］

［28］何俊等.信息生命周期管理的分層模型及實施方法［J］.圖書情報工作，2007(2):67-70

［29］信息產業存儲行業分析報告201202［EB/OL］.Http://www.docin.com/p-379716385.html.［2013-02-06］

［30］［31］［32］(英)維克托·邁爾舍恩伯格著;袁杰譯.Delete刪除:大數據取舍之道［M］.杭州:浙江人民出版社，2013:223-228;191-193;191-228

［33］［34］洪程.國外科學數據服務現狀研究［J］.圖書館雜志，2012(10):31-34

［35］(英)伊安·約翰遜;陳旭炎譯.智慧城市、智慧圖書館與智慧圖書館員［J］.圖書館雜志，2013(1):4-7

［36］黃力.基于物聯網技術的圖書館服務模式與內容的研究［J］.圖書館學研究，2011(3):51-55

［37］聶細文.大數據時代面臨的統計挑戰［N］.中國信息報，2013-01-08(7)

［38］于元斌，丁愛平.數據意識不可或缺［N］.解放軍報，2012-12-13