基于用戶服務價值的圖書館大數據價值分析與服務質量保證研究

(蘭州商學院信息工程學院 甘肅蘭州 730020)

1 前言

隨著大數據時代的到來，圖書館用戶服務的內容、模式和方法產生了巨大的變革，大數據資源已成為關系圖書館資產結構科學性和服務平臺運營效率的關鍵因素。“人們將會分析更多的數據，而不再依賴于隨機采樣;人們將不再沉迷于對數據分析精確度的追求，轉而關注對趨勢的把握;人們不會再習慣性地追問事情的因果，而是尋找事物之間的相關關系。”〔1〕因此，大數據時代圖書館數據資源的質量，以及對數據質量管理與保障的有效性，是關系圖書館正確把握自身系統結構特點、準確分析讀者需求、制定科學的管理與服務策略、有效防范運營與服務風險的關鍵。大數據環境下，圖書館通過對大數據資源的價值挖掘和發現，可明確讀者需求、圖書館管理、服務風險、服務市場競爭的優勢和用戶服務模式的變化趨勢，為用戶提供更加安全、高效、便捷、經濟和個性化的大數據閱讀服務。

2 圖書館大數據的環境特征與價值分析

2．1 圖書館大數據的環境特征

隨著科技的發展與網絡繁榮，圖書館用戶服務的模式、環境、方法與內容發生了根本性變革，用戶閱讀活動具有服務數據海量、高速傳輸、多媒體閱讀和即時服務的特點。

首先，圖書館用戶服務模式與服務能力的評估標準有了深刻變革，用戶服務能力建設重點已由以數據中心功能建設為核心，向以滿足用戶需求為中心的個性化服務推送能力建設轉變。因此，圖書館在用戶服務過程中，能否全面、準確地掌握讀者的閱讀行為、閱讀社會關系、閱讀需求和閱讀方式變化趨勢等數據，已成為關系圖書館個性化服務安全、高效、準確和經濟地開展的關鍵。此外，圖書館所采集、存儲的用戶行為與關系數據激增，大幅度降低了大數據資源的價值密度。其次，讀者個性化閱讀活動需求和圖書館服務的內容，已由傳統環境下以數字化文字為主體，向以音頻、圖片和視頻為主體的多媒體服務信息轉變，導致服務數據總量和服務負載激增。第三，隨著科技的發展，圖書館可滿足讀者在任何時間、地點，選擇任意的閱讀終端開展所需模式與內容的閱讀，這極大地滿足了讀者自由閱讀的需求。但是，這種多模式、多終端的閱讀方式使數據不斷增長和沉淀，導致數據資源的復雜性和多樣性不斷增長，大數據呈現價值密度低、污染重和價值提取難度大的特點。第四，大數據環境下，數據已成為圖書館一種新的生產要素，具有較強的空間性、時間性、多維性和關系復雜性，是關系圖書館管理與服務效率、用戶個性化服務推薦精確度、客戶滿意度、風險預測與規避有效性的關鍵因素。〔2〕

2．2 圖書館大數據資源的組織結構

傳統IT環境下，圖書館數據主要由系統管理數據、服務系統運營數據和用戶服務數據組成，數據組織結構具有標準化和結構化的特點。大數據環境下，圖書館數據主要由社交網絡、移動計算、監控設備和傳感器等信息源產生，包括用戶多媒體服務數據、服務系統監控與管理數據、用戶行為和閱讀關系數據、服務市場環境和客戶關系等數據，這些數據主要由半結構化和非結構化數據組成，占據大數據資源的85%以上。

首先，圖書館為了加強自身的洞察力和管理決策的科學性，會多途徑、全方位地采集海量數據，并通過價值提取來提高大數據資源之間、大數據資源和用戶業務服務之間的數據相關性與融合性。因此，大數據資源具有海量和組織結構復雜的特點。其次，圖書館可通過大數據資源的數據過濾和價值提取，來提高數據的全面性、真實性、準確性、時效性和開放性，保證大數據資源易于采集、存儲、加工、整合和數據模式轉換，具有高價值、高密度、高聚合和結構化的特征。第三，隨著圖書館讀者個性化服務的深入，大數據資源的結構復雜度和數據噪聲不斷增加，增加了數據清洗難度與價值挖掘的盲目性。此外，在大數據資源采集、存儲與管理中，數據的安全性、用戶隱私保護和數據挖掘結果的可視化需求，也給數據挖掘算法的科學性和效率提出了較高要求。

2．3 圖書館大數據的價值分析與表現

圖書館在系統運營管理與用戶服務過程中，會結合讀者的性別、年齡、知識層次、地域和閱讀需求等特點，對多數據源采集的結構化、半結構化和非結構化數據進行處理、分析與整合，實現了圖書館系統運營、資源分配和用戶服務過程的準確分析、預測和評估。同時，也完成了讀者個性化閱讀服務的精準營銷和客戶體驗優化。

圖書館可通過對大數據資源的價值挖掘和分析，準確掌握讀者的閱讀社會關系、個體特征、閱讀興趣與需求、閱讀行為和閱讀情緒波動等數據。通過對所采集數據的價值挖掘和分析，可定制符合用戶個性化需求的服務模式和內容，并對個性化服務的有效性進行評估。其次，大數據平臺存儲著真實的讀者群資源、閱讀行為、閱讀模式、閱讀終端類型、閱讀社會關系和讀者位置等數據信息，圖書館可依據大數據分析的結果，對所有用戶實現面向客戶感知的閱讀需求精確預測和服務質量保障。同時，也可利用大數據平臺中系統的運營、服務和監測數據，實現圖書館運營、管理和服務過程的智慧全景分析與決策。第三，圖書館可利用大數據平臺的實時分析和即時決策支持，通過電子郵件、短信、廣告和服務模式的個性化定制，實現讀者個性化服務的精準營銷和自動推薦。可在大幅提高系統運營效率和客戶體驗質量的前提下，不斷降低系統運營、管理和服務的成本。〔3〕

2．4 圖書館大數據的質量管理與保證需求

隨著圖書館服務模式與用戶需求的發展，圖書館對大數據資源的質量管理提出了新的要求。一方面，讀者閱讀需求的增長對圖書館大數據資源的數量、價值密度和可用性提出了更高要求。另一方面，大數據資源總量的激增大幅增加了數據環境的復雜度，導致數據存儲和管理復雜度呈現指數級增長。其次，圖書館大數據資源具有較強的多類型數據混雜性特征，管理員需要從全局層面發現數據之間的因果關系，才能確保圖書館管理與用戶服務決策模式實現由數據到信息、信息到知識、知識到智慧的自動轉變。第三，圖書館應加強讀者閱讀行為、閱讀關系和閱讀社交輿情等大數據資源的質量管理，通過精確的數據分析、評估和決策過程，明確讀者的閱讀需求、閱讀模式變化趨勢、服務市場競爭環境和個人愛好，不斷提高用戶個性化服務的滿意度。第四，為了提高大數據決策的科學性和可靠性，圖書館會對服務系統運營數據、管理效率和安全性監控數據、用戶個性化閱讀行為數據、讀者服務市場環境數據、用戶瀏覽與閱讀需求數據進行全面的采集。對此類數據的質量管理有效性，會直接關系大數據模式分析結果的科學性，并最終在圖書館管理與用戶應用層面表現出來，表現出圖書館系統整體管理的智能化水平和服務風險控制能力。

2．5 圖書館大數據服務質量保證中的用戶隱私保護需求

圖書館大數據價值的管理與保障過程，是一個以讀者需求和服務保障為中心，以元數據存儲為基礎，覆蓋大數據資源的質量管理、數據生命周期全過程管理、數據安全性管理、數據可用性和可控性管理的復雜過程。因此，圖書館應從維護讀者利益和隱私權角度出發，保證讀者擁有對自己關系數據和隱私信息的所有權、隱私權和使用知情權。

首先，大數據環境下讀者的個體特征和行為數據已成為機構、企業和社會群體生產力構成的重要要素，機構、企業和社會群體會通過極大限度地對讀者個人數據全面的采集、分析、挖掘和共享而獲取價值。而這種過度、多源頭和全方位的用戶數據采集、分析、挖掘和共享過程，可能會造成個人隱私泄露和用戶信息安全問題。其次，大數據環境下，我國對個人信息安全和隱私保護方面的法律研究和法規制定相對薄弱，讀者隱私保護缺乏科學、詳細、可靠和易執行的法律依據。第三，圖書館大數據平臺具有數據存儲海量、結構復雜、安全威脅多和安全防范難度大的特點，要求對用戶大數據資源的采集、傳輸、存儲、處理和評估過程既具有較高的效率，又能夠滿足讀者隱私保護所需要的安全等級。〔4〕

3 圖書館大數據的服務質量保證

3．1 加強大數據平臺的應用管理

圖書館大數據資源按類型，可分為系統管理與運營數據、讀者服務數據、用戶閱讀行為數據、讀者關系數據、讀者閱讀模式與位置數據、用戶閱讀過程產生的數據(包括論壇、博客和評價等信息)。這些數據是圖書館明確讀者需求、理解用戶行為、挖掘服務潛力和提高自身市場競爭力的關鍵。

首先，圖書館在大數據的管理與應用中，不應僅僅將重點放在提高大數據資源的存儲、組織、管理和處理能力建設上，應重點關注圖書館對大數據資源的分析、判斷、評估、決策和應用能力，以及如何依靠大數據資源來提高圖書館的管理能力和用戶服務保障力。其次，大數據資源的流動性、融合性、關聯性和可共享性，關系著大數據挖掘和價值發現過程的廣度與深度。圖書館應防止系統內部不同部門之間、不同服務平臺之間、不同用戶之間和不同大數據應用之間發生數據割裂情形，確保大數據資源具有高度的流動性、共享性、連續性和開放性。第三，大數據資源價值過濾、挖掘、分析和發現的有效性，關系著圖書館系統管理和用戶服務的安全性、效率性、可靠性和經濟性。圖書館大數據的價值轉化途徑主要可分為“數據——信息——知識——智慧”四個層面，而智慧管理和智慧服務則是圖書館大數據應用過程的最高層次。因此，圖書館應通過對大數據的挖掘和價值發現，完成傳統IT環境下的系統被動管理與用戶索取式服務，向大數據環境下的智慧管理和智慧服務轉變。〔5〕

3．2 對大數據價值進行精細化過濾

傳統數據環境下，由于受數據采集的對象、內容、方法、范圍和成本等因素限制，圖書館通常以最小量的樣本觀測來獲取數據價值與關系規律。而在大數據時代，由于數據采集、處理、分析和決策科學技術的發展，以及大數據處理與應用成本的大幅下降，圖書館可通過對海量數據進行大數據的分析、決策與應用，而獲取讀者個性化服務所需的經驗、知識和智慧。

大數據的價值在于對數據的高效、精細化過濾。用戶服務內容、模式、對象和方法的多樣性，是大數據時代圖書館用戶服務的一個顯著特征。圖書館大數據環境與用戶服務過程的復雜性，導致大數據資源存在較強的數據噪聲和較低價值密度。因此，圖書館應通過對大數據的精細化過濾和價值提取，來提升數據價值獲取的效率、易用性和個性化水平，并降低數據挖掘、分析和決策的成本。其次，圖書館應根據用戶需求、閱讀行為、閱讀群體特征、情緒脈動、閱讀習慣和服務產品定位，實現讀者個性化定制服務的單項過濾和價值發現，為讀者提供安全、高效、互動和較好閱讀體驗的大數據閱讀服務。同時，可通過讀者閱讀反饋和閱讀行為數據，來判斷、評估和優化圖書館用戶個性化服務內容和模式的有效性。第三，在精細化過濾過程中，對大數據的數據可用性、過濾深度、精確性和實時性具有較高要求。因此，管理員應準確判斷上述四要素對不同大數據應用有效性的影響度，并在大數據價值過濾時有針對性地選擇和突出。〔6〕

3．3 大數據的價值發現以讀者個性化需求為中心

大數據專家維克托在其著作《大數據時代》中闡述:“大數據挖掘的核心特點是‘全量數據、相關關系、預測預判’”。因此，圖書館只有從海量、雜亂的管理數據、服務數據、用戶閱讀行為與關系數據中尋找隱藏其間的數據相關性，才能更深層次的發現讀者閱讀需求、服務系統運營特征和服務風險，才能對圖書館未來的運營模式、服務方法、讀者需求和發展方向進行準確預測。

首先，隨著圖書館用戶服務模式與內容的發展與變革，大數據結構組成快速從結構化數據向非結構化數據演變，且非結構化數據占據數據總量的85%以上。圖書館應依據讀者閱讀服務的模式、內容和結構特征，將采集的大數據資源分類存儲在云空間。同時，可通過科學的處理、分析和應用，準確分析讀者的閱讀需求和閱讀行為，并構建面向讀者需求的360°用戶閱讀行為視圖和興趣圖譜，不斷提高圖書館對讀者認識和服務的廣度、深度及關聯度。其次，對讀者閱讀行為、用戶需求和服務友好性的準確評估，是圖書館制定、完善和優化服務策略的關鍵。因此，圖書館應構建大數據資源、服務和分析三位一體的閉環循環系統，為讀者閱讀服務策略的制定、內容選取、質量保證和有效性評估提供決策依據。第三，以用戶個性化需求為中心的數據價值發現過程，必須重點關注數據采集與傳輸的效率、數據的質量與可用性、數據價值發現與挖掘算法的科學性、大數據應用的時限要求，才能保證數據價值發現過程科學、高效、實時和經濟。〔7〕

3．4 增強大數據平臺數據的價值發現功能

有專家斷言，現在每18個月新增的數據量等于有史以來的數據量之和。近年來，隨著數據采集、存儲、計算和分析技術的發展，從復雜的大數據環境中獲取信息和存儲、處理、分析數據，已不是制約圖書館大數據應用的主要矛盾。而如何提高圖書館大數據平臺結構的科學性和應用效率，確保在復雜、混亂和低價值密度的大數據資源中發現無關數據中蘊涵的相關性和知識，為圖書館管理和用戶服務提供可靠的數據支持，則是圖書館大數據應用重點關注的問題。

首先，圖書館應構建安全、集中、高效和開放的大數據應用平臺，真正實現數據、平臺和應用的統一結合，確保大數據平臺可準確反映用戶的服務模式、讀者需求、服務內容和營銷方式。此外，還需避免發生數據分散、割裂和無法共享的現象，保證圖書館在大數據平臺上自主、靈活、可控和經濟地按照讀者需求開展形式多樣的大數據應用服務。其次，大數據平臺可根據讀者群行為特征和需求，定向垂直采集相關用戶群的閱讀模式、內容、方法、環境、途徑和滿意度大數據信息，實現讀者群的精細劃分與精準營銷。并進一步按照讀者群的閱讀模式、服務方式、個人愛好、地理位置和閱讀終端設備參數，建立用戶群分類標簽和讀者大數據分析視圖化，不斷提高服務平臺保障力和讀者的忠誠度，保證服務內容更加全面、清晰、個性化和與讀者需求自動匹配。第三，信息的對稱度關系大數據平臺決策的科學性和準確性。因此，圖書館應加強大數據平臺數據挖掘、價值過濾和數據關系整理過程的有效性，確保大數據資源全面、完整、實時、動態、開放和可共享，可通過大數據科學決策實現圖書館界的社會價值、服務價值、競爭環境和競爭規則，向有利于用戶服務和圖書館未來發展的方向轉變。〔8〕

3．5 借助大數據價值促進圖書館的服務能力整合

大數據時代，服務信息交換已由數據從圖書館向讀者的單向傳遞，轉變為圖書館與讀者間的雙向交流和反饋。讀者在閱讀活動中的行為、思想、喜好、情感和情緒變化，已成為圖書館圈定用戶、與用戶建立關聯和進行個性化定制服務的重要依據。

首先，借助大數據的分析與預測，圖書館在用戶關系管理中可以明確讀者的特性(個體特征與自然屬性)，能夠全面、深層次地分析讀者的屬性和服務需求，制定智慧的管理策略來提高服務滿意度和客戶忠誠度，并在降低客戶流失率的前提下提升讀者群數量。其次，圖書館可利用大數據來整合服務系統資源，準確發現圖書館服務模式適用性、閱讀需求發展趨勢和與讀者群的關系圖譜。此外，還可為讀者提供個性化服務定制、廣告的精準投放、讀者閱讀滿意度反饋的分析與判斷等，來加強讀者閱讀活動的針對性和有效性。第三，圖書館可利用大數據資源和技術，和其他互聯網服務商以服務聯盟和資源共享的方式來提高核心競爭力，為讀者提供智慧化服務。諸如谷歌公司于2012年4月發布了一款“拓展現實”眼鏡，它具有和智能手機一樣的功能，可以通過聲音控制拍照、視頻通話和辨明方向，以及上網沖浪、處理文字信息和電子郵件等。圖書館可與谷歌公司實現大數據平臺技術與服務共享，為讀者提供一個可自我感知、反饋、分析和預測的大數據閱讀服務。〔9〕

4 結語

大數據時代，隨著大數據海量化、多樣化、快速化和價值化特征的逐步顯現，數據已成為關系圖書館用戶服務能力和市場競爭力的關鍵資產。圖書館只有依靠大數據處理平臺和數據資源支持，才能實現對系統管理和用戶服務的準確預測、判斷和智能化決策，重新定義自己的核心價值和服務競爭力。

在圖書館大數據的管理與應用過程中，數據的質量問題與服務能力保障，是數據間關系準確定義、價值高效提取、質量管理科學和應用過程經濟的關鍵。因此，圖書館應加強大數據資源采集、傳輸、存儲、處理和分析過程的數據價值管理。在確保大數據資源真實、可用的前提下，以海量結構化與非結構化數據的融合和應用為依托，將大數據的質量管理融入到元數據采集、讀者隱私保護、數據可用性管理、信息生命周期管理和專業技術人員管理過程中，才能保證大數據資源具備較高的安全性、價值密度、可用性和應用經濟性，才能為圖書館管理和讀者服務提供可靠的價值發現、決策分析和QOS(服務質量保證)支持。〔10〕

1，3．(英)維克托·邁爾-舍恩伯格，肯尼思·庫克耶．大數據時代．盛楊燕，周濤，譯．杭州:浙江人民出版社，2013:1-15

2．孟小峰，慈祥．大數據管理:概念、技術與挑戰．計算機研究與發展，2013，50(1):146-169

4．沈來信，王偉．基于Tree-Lib的大數據實時分析研究．計算機科學，2013，40(6):192-196

5．王樹良，丁剛毅，鐘鳴．大數據下的空間數據挖掘思考．中國電子科學研究院學報，2013，8(1):8-17

6．唐杰，楊洋．移動社交網絡中的用戶行為預測模型．中國計算機學會通訊，2012，8(5):21-25

7．羅恩韜，胡志剛，林華．一種大數據時代海量數據抽取的開發模型研究．計算機應用研究，2013，30(11):3269-3275

8．劉立潮．數據質量管控智能化在運營支撐系統中的價值和實現．電信科學，2011(11):128-134

9．陳臣．基于大數據的圖書館個性化智慧服務體系構建．情報資料工作，2013(6):75-79

10．漆晨曦．電信企業大數據分析、應用及管理發展策略．電信科學，2013(3):12-16