大數據時代普通高校圖書館的發展策略

劉曉穗

（西華師范大學圖書館 四川 南充 637000）

進入21世紀新技術爆發式涌現，在帶給人們方便、改變人們行為、習慣、觀念和思維的同時也催生出大量異構的數據。我們每個人都無法置身數據包圍之外而又無時無刻不在產生和消費著數據。當無限膨脹的數據被當成資本被挖掘利用時，數據就由量變到質變發生了飛越，“大數據”應運而生，成為繼云計算、物聯網后IT業的新寵而倍受關注。“大數據”它不是巨量數據的簡單疊加，而是面對巨量繁雜數據的一種用以解決異構數據統一接入和實時數據處理需求，挖掘分析數據間關聯性或未知性為核心，以實現信息價值增值和趨勢預測為目的的一類技術方法和手段。按調研公司IDC的定義：大數據是“一種新一代的技術和架構，具備高效率的捕捉，發現和分析能力，能夠經濟地從類型繁雜、數量龐大的數據中挖掘出色價值”［1］。大數據的產生是新技術發展的必然，定將給人類的存在帶來深遠影響。

1 大數據的價值

1.1 大數據的戰略地位

大數據始于2010年12月美國總統科技顧問委員會向總統和國會提交的《規劃數字化未來》報告，繼由奧巴馬政府于2012年3月正式宣布投資2億美元啟動《大數據研究和發展計劃》，用以增加政府收集、分析、提取海量數據的能力和提升知識洞見、科學發現的速度，將大規模數據管理與分析提升到國家戰略高度來加以發展［2］。大數據一經提出立即引起各國政府以及社會各界的廣泛關注。發達國家無不積極組織人力研發大數據分析技術、開放數據源，引導政府、科研機構、學術團體、企業商界、信息咨詢等行業協同參與數據分析和創新應用，力爭在下一場信息戰中贏得先手。大數據儼然已成為國家之戰、軍隊之戰、科技之戰，經濟之戰、生存之戰的一把利器。

1.2 大數據對知識發現模式的改變

通過大數據含義我們可以清晰地知道，大數據是一類創新技術，它通過特定算法對海量、密集數據進行聚類、分析、挖掘并產生價值增量及趨勢預測。正是由于其增值性、趨勢預測性以及數據泛在的屬性，使得它的應用前景十分廣闊。國外一些大數據起步較早的國家大數據應用已滲透到政府、學校、航天、氣象、通訊、醫療、制造等各個領域并取得顯著成效。由政府出面組織建立數據開放式平臺，打破數據壁壘、鼓勵開源環境下的數據再造。一種把數據作為研究對象，以數據為驅動的洞悉知識、發現知識、創造知識的創新思維模式即“數據密集型的科學發現”［3］模式誕生了。它拋棄傳統科學實驗模式，在開放平臺上任何人都可以將科學實驗與知識發現分離開來，運用大數據工具將密集型數據中的關聯數據加以分析、研究從中直接剝離出新的知識和無限可能。這就是大數據最具價值的貢獻。

1.3 大數據對“存在”的顛覆

23年前馬克·魏澤爾（Mark Weiser）在1991年9月的《科學美國人》中發表的《21世紀的計算機》文章中作了計算無處不在的普適計算時代的預判。今天從物聯網、社交網、個人電腦、智能終端、可視化穿戴裝置、傳感器等設備使用中產生的大量結構化、半結構化和非結構化數據組成的大數據已作為戰略資源被大量充分地收集利用。可以說，計算就在你我身邊，大數據奏響了普適計算時代的序曲。一些科學實驗室正在將大數據以全新的方式轉化為人體感官可接收的可視、可聽、可聞、可觸等感官信息，在虛擬世界再現或重建實體場景。這種虛實邊界模糊的世界里，“真”與“假”、“實”與“虛”、“這”與“那”、“現在”與“過去”區別在哪呢？當可視化、感知化裝置佩戴或植入人體，感知沒有了邊界，不受時空的限制，我們熟悉的“存在”何去何從呢［4］？

2 大數據時代普通高校圖書館數據的多維變化

2.1 數據源及類型的多維變化

隨著網絡技術的快速發展，數據的產生方式、發現途徑、存在范圍、類型結構都發生了巨大的變化。從數據生成看，有政府和各級機構的組織管理數據，有人們生產、生活、經營活動產生的運營數據，有各種通訊、電子設備、傳感設備交換、監測的數據，還有人們科學研究、思想語錄、情緒宣泄的原創數據。這些數據無處不在也無時不生，構筑了大數據的物質基礎，使大數據呈現海量、位置分散、結構繁雜、類型多樣、變化快速、價值稀缺、規律趨勢隱蔽的特性。為此，作為信息服務機構的普通高校圖書館不可能在大數據革命中置身事外，在自身數據的收集范圍、結構類型等方面必將呈現多維變化。從普通高校圖書館現有的數據資源來看，有文獻、光盤、數據庫、特色館藏庫、讀者統計、借閱覽統計、跟蹤服務、嵌入服務等多種數據，這些數據大多屬于圖書館內部結構化數據資源。而大數據是一個開源的數據范疇，開放的大數據源將極大地擴展圖書館的數據來源范圍，政府及各類組織公開的數據，物聯網、社交網、移動終端等收集、傳播、組織的社會化媒體信息，學校各部門、學科專業、研究課題的集成數據以及圖書館通過自動化及監測設備收集的讀者身份、體貌特征、學習活動的聲視頻圖像、情緒情感表達方式、搜索習慣、存儲方式等個性化數據將成為圖書館數據新的組成部分。這些新的散布在云終端靜態的、動態的數據多以半結構化和非結構化的形式大量介入圖書館，勢必打破圖書館以結構化數據為主的格局，使數據管理由關系型數據庫向非關系型數據庫傾斜，進而推動大數據新技術的全面引進與應用，引領圖書館服務向更廣、更深、更智能方向發展。

2.2 數據處理的變化

大數據處理的三大關鍵：數據本身、數據分析和結果呈現。數據本身的處理主要反映在數據的組織管理上，數據分析變化集中在大數據思維、創新分析方法和密集型數據驅動方面，結果呈現的不同即決策模式的變化。

2.2.1 數據組織管理的變化

大數據時代個人或組織在真實世界的活動和狀態被前所未有的記錄，有價值的信息通常被淹沒在海量、異構的數字世界，零星且獨立地分布于網絡中為不同格式、不同處理技術所存貯著。普通高校圖書館的數據也是如此，無論是圖書館開發的、共享的、購買的、開放式獲取的數據，除部分結構化的數據外其余80%的非結構化數據沒有統一的表達式和“一站式”檢索入口，讀者往往在不同種類的數據資源間切來換去，難以充分挖掘有效利用。如今大數據技術為整合異構數據和各類信息系統、軟硬件資源提供了技術支持，圖書館應按用戶需求依一定的邏輯關系以高度并行的方式組織、抽取、篩選、融合數據成各種功能數據塊，運用具有高容錯、高擴展、高性能的大數據核心技術 MapReduce［5］的數據組織機制實現異構數據間、功能數據塊間的相互映射、相互印證、相互解釋，達到數據靈活重構、統一檢索和個性挖掘，實現異構數據的組織集成和整合管理。

2.2.2 數據分析、思維方式的變化

大數據時代數據總量及增長是巨大的，數據類型是異構和繁雜的，而巨大數據掩蓋下的知識價值卻呈現出隱性低密的特性。正是由于巨量隱藏了價值的外顯，才使得價值發現突顯其重要性。面對浩如煙海的種類繁雜的數據，傳統的數據分析挖掘方法只能望而興嘆，而 NoSQL、MapReduce、Hadoop等密集型數據存取、分析新技術卻能有效地對巨量、異構數據加以轉化、篩選、融合、集成。通過一定的自然語言處理、統計分析處理和數據挖掘算法處理等手段分析出數據的關聯與數據本身的特點，進而挖掘增值價值和推斷趨勢走向，使知識發現更智能化呈暴發式增長。

大數據時代密集型數據存取分析技術的廣泛應用，從實質上開啟了數據創造知識的時代，把數據作為對象和工具加以研究和利用，改變了人們分析范式的同時也改變著人們的思維方式。人們不再執著追求數據的精確性和因果關系，轉而尋求數據的完整性、混雜性及相關關系，這種去精確性、去因果關系的結果就是只關注結論無需明白過程和方法。人們可以不再通過學習去累積認知，越來越多的社會問題、科學研究、技術創新將通過計算得以解決。這種思維模式顛覆了我們熟悉的認知世界的習慣，也必將催生出基于統計的分析數據專家取代行業專家的宿命。為此，普通高校圖書館要看到大數據變革的力量，打破以往信息統計、分析、挖掘的傳統思維框架，引進大數據分析軟件，開展大數據服務，提高智能水平，以適應大數據時代人們思維方式、行為需求的變化。

2.2.3 決策模式的變化

大數據的決策模式是依賴于數據分析而誕生的，各種以數據為研究對象的數據驅動分析技術能從大量關聯數據中洞悉出相關共性和未知趨勢。而大數據的開放、透明性使得任何組織與個人都可以利用大數據分析技術，繞開專家、精英、權威而自主研究、預判和知識發現。可見，大數據不僅是技術挑戰同時也是業務挑戰，一個非線性的、去中心化的、自下而上的、發現群體智慧的決策模式逐步成型，決策從后臺向前端轉移、從集中向分散轉移、從精英向草根轉移［5］。決策模式的改變使圖書館在用戶個人行為、大數據資源利用能力與動機等相關數據采集、組織、管理、分析等方面提出了更高的要求，數據的完整性、可靠性、及時性、可控性、安全性決定了決策的有效性。因此，普通高校圖書館應及時組建一個數據驅動評價、決策小組，從總體上統一規劃、制定相應的數據驅動知識發現戰略，提出明確的目標與需求，建立大眾參與的數據研發平臺，鼓勵全員創新分享，推動圖書館服務向縱深和智能化發展。

3 大數據時代普通高校圖書館的發展對策

3.1 圖書館角色定位

大數據是一個全球開放的范疇，被譽為是繼生產力、人力資源之后的第三大資源，是IT界的又一次飛躍，是普適時代的前奏。從理論上講其開放、開源的數據環境為所有信息機構提供了同等公平的平臺，也為普通高校圖書館信息服務帶來新的生機。在分享大數據帶來機遇的同時，必須清醒的意識到創新技術人才在大數據開發中的價值。大數據作為一類技術與方法，它本身的產生與發展就離不開技術人才的保障，它需要多種技能支持，需要了解業務流程、Java編程技能和統計知識，甚至需要一些SQL技能和將數據轉換為可執行能力的IT專家。麥肯錫公司預測，到2019年，全球將缺少高達19萬可處理大數據的科學家［1］。19萬的巨大缺口這一數字揭示了普通高校圖書館對于社會寵兒的數據專家而言是沒有太大吸引力的，而普通高校圖書館想短時間把現有技術力量培養成有大數據處理技術的專家也是有難度的。如此囧境，放棄自主大數據技術開發、引進成熟分析軟件，走小規模碎片服務與社會化協同合作發展的道路才是可取而行之有效的途徑。普通高校圖書館必須把自己融入大數據環境，借助中國社會化大數據剛剛起步的有利條件，立足高校師生信息需求相對集中的環境開展大數據建設、服務，培養一批屬于自己相對固定的用戶群；積極加入高校圖書館數字聯盟，利用集團大數據優勢及分析技術加強與科研機構、情報部門、政府機構、社會團體、企業商家的合作；拓寬服務面爭取與IT業專家協作，尋求一定的技術支持；力求小投入大產出，用自己的特色來豐富社會化開源數據資源，成為中國大數據健康發展的助推手。

3.2 大數據規劃

大數據對普通高校圖書館的挑戰是顯而易見的，圖書館必須面對現實、認清優劣、定準角色，制定適合自身發展的短期、長期目標，做好與社會共同愿景、學校總體設計、辦學方針、學科發展、科研項目匹配的階段性、漸進式發展規劃。

3.2.1 大數據資源重構

資源重構是大數據開發、創新、服務的基礎，所以普通高校圖書館必須依自身制定的戰略目標盡可能廣泛、全面、完整地收集、組織貼近戰略規劃的數據資源。在數據來源上，加強同高校數字聯盟、區域性行業聯盟、政府部門、云服務商、門戶網站、移動通訊公司、數據庫開發商等組織機構合作，建立長期數據共享、交換機制；在大數據技術上，主要面對大數據分析技術全球還處于初級階段、多技術開發尚缺乏通用框架的現狀，普通高校圖書館應隨主流先從Apache下載Hadoop來實現對數據源中大量非結構化數據的分析存儲。這一成熟開源軟件框架，能在標準服務器上運行，可以進行索引、排序、數據挖掘、日志分析、圖像處理等等［6］，其優勢可以有效幫助普通高校圖書館大數據建設，以較少的投入獲取處理大量信息。此外，圖書館還要時常關注大數據技術的發展，努力爭取知名大數據技術開發公司和大數據IT專家的技術協助，在Hadoop或更強大的新技術框架下建立與圖書館目標規劃需求一致的數據源評估與篩選模式，有針對性、有選擇的對源數據進行抽取、映射、切割、聚合、融合，整合成格式統一、知識聚類、架構清晰的適合圖書館大數據服務的重構數據資源平臺。

3.2.2 漸進式發展

大數據能力包含兩個方面：一是大數據整合、分析、技術創新能力，二是大數據個性服務能力。這兩種能力相輔相成，第一種是手段，第二種是目的。作為普通高校圖書館而言第一種自主能力弱需要借外力加以提升，第二種卻有著多年信息服務打下的基礎，存在較快的適應性，圖書館應把第二種能力的提高視為今后一段時間努力的重點。能力的提高不是一朝一夕的事，大數據建設又是一個龐大復雜的工程，其對思維、知識發現模式的顛覆于普通高校圖書館而言沒有多少前人經驗可借鑒，只有盡快借助大數據技術在摸索中創新服務才能爭得用戶。為此，普通高校圖書館的大數據建設不能脫離高校這一特定環境，不能丟掉服務師生這一宗旨，從身邊力所能及的事抓起，由小到大、由內到外逐步累積經驗、漸進式拓展，努力搭建好適合自身發展所需要的服務平臺和服務模式。

（1）圖書館內部建立以用戶需求為導向的服務模式。由于普通高校有著數量龐大、專業聚類、興趣愛好趨同的一大批同學，也有著科研項目明確的教研團隊。所以，圖書館的大數據服務必須充分考慮這些群體的共性需求，以用戶需求為導向建立與校內各部門的協同聯系。從人事、組織、學工部、教務處等部門收集讀者個人信息、社會關系、專業設置、人員結構等信息，從二級學院收集課程安排、教師配備等信息，從招生就業處了解生源及就業情況，從圖書館自己的設備和系統中統計讀者借閱史、收集閱讀習慣、專業知識需求與個性關注以及情感情緒宣泄等信息，通過大數據技術加以統一格式的解析、描述、刪減、聚類、融合、整合，使異構松散的數據關聯起來，從中辨析出共性、階段性的關注熱點、研究動向、教學需求，為校務和教學部門提供決策支持。此外，更要重視單個用戶個性信息需求的及時處理，讓碎片需求的碎片服務模式和共性需求的集體推送模式能相互推進、共同發展。

（2）圖書館外部建立用戶需求為導向的社會化共享模式。大數據是一個開源的范疇，大數據時代數據的產生和增量無處不在，人們獲取信息數據的手段與途徑十分廣泛，全球數據共享已成趨勢。為此，普通高校圖書館在價值信息市場所占份額急劇壓縮的今天，其數據的收集、存儲、分析、重構是為大數據服務建立的，數據服務需求社會化又是為共享準備的，用戶需求社會化是共享的動力。圖書館應以用戶需求為導向走出校園與擁有巨量數據信息的政府信息機構、移動通信公司、大型門戶網站、云服務商等主動聯系，建立交互式信息、數據共享平臺。在充分挖掘社會信息的同時，把自己開發的館內特色數據、校內特色數據、個性化信息、共性趨勢化信息、科研成果信息等進行安全保護處理后交換出去，讓社會有需求的用戶方便快捷地用到這些數據，完成共享，推動價值增值和知識再造。

（3）圖書館構建數據驅動型用戶自主研發平臺。隨著大數據技術日臻成熟完善，全球數據大融合催生沒有邊際的網絡大學、沒有圍墻的圖書館誕生。沒有邊際、沒有圍墻就意味著沒有傳統意義的在校學生及教研團隊，取而代之的是全體公民。大家共同接受公平的教育、共同分享開放平臺服務、共同貢獻智慧成果，許多社會化問題與科學研究將以“眾包”的形式加以解決，智慧的分析決策在未來已不再是局限于專家領域，而是一個組織內任何一個人的自由。由此可見，普通高校圖書館在大數據建設中要營造大數據資源開放公平的使用環境，打造一個易于用戶自主數據研發的開放平臺與社會對接；注重大數據文化培育，加強對館內職工、廣大學生和科研人員進行圖書館大數據技術培訓，讓他們學會并掌握大數據技術的使用；鼓勵用戶自主研發，增強個性需求自我滿足的愉悅感和成就感，建好用好圖書館大數據用戶自主研發開放平臺是圖書館的大數據服務真正走向成功的關鍵。

［1］英特爾公司.關于大數據的重要事實［EB／OL］.［2014－09－02］.http：／／www.intel.cn／content／www／cn／zh／big－data／about－bigdata－importantfact.html.

［2］王翠波，吳金紅.大數據環境下技術競爭情報分析的挑戰及其應對策略［J］.情報雜志，2014，（3）：6－10.

［3］鄧仲華，李立睿，陸穎雋.大數據環境下嵌入科研過程的信息服務模式研究［J］.圖書與情報，2014，（1）：30－34，40.

［4］格申·多布倫，約瑟夫·A·帕拉迪索.互聯的世界［N］.龔南葳，譯.光明日報，2014－08－03（006）.

［5］鐘輝新，張興旺，黃曉斌.面向大數據的企業競爭情報動態運行模式 MDD：監控、發現、決策的互動［J］.情報理論與實踐，2014，37（3）：6－11，15.

［6］英特爾公司.應用大數據技術獲得近實時分析巨大成效［EB／OL］.［2014－09－02］.http：／／www.intel.cn／content／www／cn／zh／big－data／real－time－analysis2.html.