大數據時代高校圖書館的數字資源共享策略探討

〔摘要〕大數據時代，高校圖書館數字資源共享要求將各高校圖書館的數字資源作為一個整體進行統一考慮，才能挖掘和發揮數據的真正價值。高校圖書館聯盟統一進行數字資源建設與管理，以推進高校圖書館數字資源共享。為此，應界定大數據的概念，分析高校數字圖書館與大數據，并對大數據時代高校圖書館聯盟的數字資源共享的優勢進行探討，從而提出大數據時代高校圖書館數字資源共享問題解決策略。

〔關鍵詞〕大數據；數字資源；共享策略；高校圖書館

隨著博客、社交網路、物聯網等新型技術的興起，大數據時代的到來，學術界、工業界、政府機構都開始關注大數據問題，人類已經進入了以深度挖掘數據價值為核心的大數據時代。人們可以通過對大數據之間的關系進行分析，得出準確的結論，從而做出科學的決策。同時，人們還可以通過分析海量數據來預測某件事情發生的可能性。高校圖書館擁有海量的數字資源優勢，如果借助大數據發展，可以進一步推動數字資源建設，為用戶提供更好的信息服務。為此，應探討如何利用大數據思維和技術解決高校圖書館數字資源共享問題。

1大數據的概念和特點

1.1大數據的概念

大數據的概念是隨著信息技術的不斷改進被提出的，是由于利用傳統數據技術無法有效解決海量數據問題，而出現的一種解決問題的技術。美國自然雜志（Nature）早在2008年就推出了Big Data專刊[1]。科學雜志（Science）在2011年2月推出專刊《Dealing with Data》，主要圍繞著科學研究中大數據問題展開討論，說明大數據對于科學研究的重要性。2011年5月，麥肯錫公司（Mckinsey and Company）發布了一份關于大數據的詳盡報告，報告中指出：數據已經滲透到每一個行業和業務職能領域，逐漸成為重要的生產因素[2]。2012年3月份美國奧巴馬政府發布了《大數據研究和發展倡議》（Big Data Research and Development Initiative），投資2億以上美元，正式啟動“大數據發展計劃”。計劃在科學研究、環境、生物醫學等領域利用大數據技術進行突破[3]。大數據目前尚沒有統一的定義，維基百科對大數據的定義為：大數據是指利用常用軟件工具捕獲、管理和處理數據所耗時間超過了可容忍時間的數據集[4]。百度百科上給出的大數據（big data）定義是：或稱巨量資料，指的是所涉及的資料量規模巨大到無法透過目前主流軟件工具，在合理時間內達到擷取、管理、處理，并整理成為幫助企業經營決策更積極目的的資訊[5]。

4大數據時代高校圖書館數字資源共享問題解決策略在大數據時代，要解決好高校圖書館數字資源共享問題，我們應探討高校圖書館的數字資源共享的建設策略、運行策略和安全策略。

4.1大數據時代高校圖書館數字資源共享的建設策略4.1.1管理層面

大數據共享建設是一項有規劃和有可持續發展機制的系統化工程，必須有良好的建設策略。為此，高校圖書館數字資源共享需要根據大數據時代的要求，高校圖書館聯盟要建立大數據管理機構，其功能主要有：（1）主要負責制訂和發布大數據建設和數據共享細則、標準；（2）負責數據存儲，以及處理數據版權事項等工作；（3）負責數據的管理、使用和分析等工作。同時，各高校圖書館設立大數據基層管理部門，這是大數據組織機構的基層管理單位，主要負責落實高校圖書館聯盟數據管理機構對大數據的規劃和要求，組織本圖書館完成基礎數據的收集、錄入、審核等工作。同時，在高校圖書館聯盟數據管理機構指導下統一進行數字圖書館建設與管理，從而整體推進高校圖書館數字資源共享建設。

4.1.2技術架構層面

大數據技術是指從各種類型的大數據量中，快速獲得數據中有價值信息的技術。構建圖書館大數據技術架構，研究解決大數據采集、存儲、處理、分析和應用的相關問題。搭建合理的大數據技術架構是基礎性工作，也是整體性工作。大數據技術架構，自底向上，第一層是大數據的采集工作，即對結構化、半結構化、非結構化數據的采集；大數據技術架構的第二層是大數據的存儲工作，可以采用云存儲、NoSQL、HBASE等技術對數據進行存儲；大數據技術架構的第三層是大數據處理工作，即大數據的集成、數據建模、重復數據刪除、數據加密、數據備份等工作；大數據技術架構的第四層即大數據的應用，包括信息檢索、數據挖掘、數據可視化、學科化服務、知識服務等[11]。其技術架構如圖1所示。圖1高校圖書館大數據技術架構圖

4.1.3建設統一的大數據平臺

高校圖書館聯盟要建設統一的大數據平臺，對各高校現有的數字資源進行整合，進行統一的管理和調配。大數據平臺數字資源的采集上要充分利用云計算技術，整合各高校圖書館現有的網絡、硬件設備和數字資源，初期對分散在各高校圖書館的數字資源的數據進行抽取和索引，數字資源存儲在各高校圖書館，隨后逐漸將數據存儲集中到大數據平臺，最終建立一個為各高校圖書館保存數字資源、數據查詢、分析數據提供強大的云端平臺[9]。大數據平臺采用面向服務的架構，將各類數字資源以按需獲取、個性化定制的信息服務形式提交給用戶，有助于解決高校圖書館數字資源建設中存在的諸如資源利用率低、信息孤島、數據安全等問題，促進高校圖書館數字資源共享，為需要數據服務的用戶提供信息服務。

4.2大數據時代高校圖書館數字資源共享的運行策略4.2.1數據運行方面

數據是大數據平臺的基礎，數據的規范性、準確性以及及時性的更新，對高校圖書館數字資源共享大數據平臺作用的發揮有著重要影響。所以，要建立制度化、系統化的數據維護規則，確保數據來源、審核和使用的各個環節有序進行。

4.2.2技術運行方面

技術運行維護的對象主要是高校圖書館聯盟數字資源的硬件設備、軟件系統和數據保存。對硬件的采購，要制定性價比高的采購計劃。在日常，重視對硬件的維護，同時，建立災害備份管理中心，以確保大數據平臺運行安全可靠。軟件系統方面，要對數據管理系統的使用的友好性、管理數據的方便性，數據運行的快速性等進行及時評估，聽取管理者和用戶的反饋意見，以便對系統進行升級或更換，優化運行效率。數據保存維護方面，要注意數據存儲與使用的合理配匹，保證數據存儲的安全和快速，確保用戶查詢數據高效、準確[9]。

4.2.3網絡運行方面

在建立統一的高校圖書館聯盟大數據平臺的基礎上，利用技術力量對網絡進行維護，加強對大數據平臺的網絡管理，建立網絡規劃，并組織精心實施，避免因網絡的重復建設，而導致人、財、物的浪費。同時，建立網絡監控技術系統，對網絡運行中存在的問題及時發現，及時維護，避免因網絡的問題而造成數據丟失或數據查詢困難。

4.2.4績效管理和評估反饋方面

建立績效評估機制，對大數據平臺的使用效果和情況定期進行評估，防止因各高校圖書館各自的利益而消極規避高校圖書館數字資源的共享，確保各高校圖書館的數字資源共享長期開展，因此，建立績效評估機制也可調和各高校圖書館的利益矛盾。建立評估反饋制度，高校圖書館聯盟管理機構要對大數據平臺的數據的使用情況和安全性進行監控，定期提出指導意見，并進行反饋。同時，大數據管理機構要收集各高校圖書館和用戶對大數據平臺的反饋意見，發現問題要及時研究，找出解決問題的方法，及時進行修正。

4.3大數據時代高校圖書館數字資源共享的安全策略4.3.1數據的安全制度建設

在進行大數據平臺建設時需要從國家層面制定數據的安全法規，對高校圖書館聯盟數字資源共享安全進行法律保護。同時，對建設大數據平臺標準的安全運行機制、數據標準等進行統一規定，越詳細、操作性強的規定，越能減少高校圖書館成員館在溝通中產生的歧義，以便數據運行安全平穩。還要制定高校圖書館聯盟數字資源安全檢查的制度，從而對高校圖書館聯盟的數字資源的保護有章可循，確保在制度上減少對高校圖書館聯盟數字資源安全的制度漏洞。

4.3.2加強安全監控能力建設

加強日常對大數據平臺運行情況的檢測，對傳輸中的數據、正在運行的進程進行監控，共享的數字資源要進行定期安全掃描，確保運行狀態安全[9]。在建設高校圖書館聯盟數字資源的大數據平臺標準的前提下，對大數據平臺的各高校圖書館的節點配置安全措施，如果某節點出現安全報警，則將發生問題的節點與整體進行隔離，確保大數據平臺的主體安全。同時，要對大數據平臺本身的安全監控數據進行整理和分析，如發現問題，盡早采取相關處理措施。

4.3.3提高數據安全防范意識

重視保護和挖掘大數據價值的同時，高校圖書館聯盟的數據管理人員要具有保護數字資源的敏感性和責任感的意識。高校圖書館聯盟的數字資源是一座巨型的寶藏，通過挖掘分析可以對學科的發展方向進行分析、評估和預測，對學科建設和發展將發揮巨大的作用。加強數據管理人員安全素質培訓，培養數據管理人員的安全的大局觀和理念，只有具備大局數字資源的安全意識，才能全面推動高校圖書館數字資源共享建設的科學發展。

5結語

大數據技術可以忽略數據類型、時間和空間的限制，從而建立高校圖書館聯盟數字資源共享，實現數字資源的聯通和集中。同時，通過數字資源共享，大數據技術可以大大提高數字資源的價值。利用大數據技術建設高校圖書館聯盟建設大數據平臺，實現高校圖書館之間的數字資源的共享。在大數據時代，高校圖書館聯盟數字資源共享建設應從3個方面著力：（1）建立一套完善的運行機制。大數據建設是一項系統工程，必須建立一整套的運行機制，以促進數字資源建設過程中各個環節的有序進行，并搞好頂層設計，實現真正意義上的高校圖書館聯盟數字資源的整合。（2）制定一套規范建設的標準。制定各類數據的規范建設標準，實現各類數字資源管理系統的網絡互連，為高校圖書館聯盟數字資源共享奠定基礎。（3）搭建一個共享平臺。有共享平臺，才有數據流動和共享的舞臺。通過建立大數據平臺，將各類數據整合與集成，實現各高校的數字資源共享。

參考文獻

[1]Dealing with Data[EB/OL].http：∥wenku.baidu.com/link？url=XOQOwUC-yYYg0y4JhSQq3U9fGAWRR1Uu-SmA52axf82kz863Ln Gis1oy15eNj5DTpvMR-622NBgMiFiWItSV1ljVluA-0M4wXUOQ9 Cbtj7W，2014-04-09.

[2]Big data：The next frontier for innovation，competition，and productivity[EB/OL].http：∥www.mckinsey.com/Insights/MGI/Research/TechnologyandInnovation/BigdataThenextfrontierforinnovation，2014-04-10.

[3]Big Data is a Big Deal[EB/OL].http：∥www.whitehouse.gov/blog/2012/03/29/big-data-big-deal，2014-04-12.

[4] 大數據[EB/OL].http：∥zh.wikipedia.org/wiki/%E5%A4%A7%E6%95%B8%E6%93%9A，2014-04-13.

[5]大數據[EB/OL].http：∥baike.baidu.com/link？url=kbuYbxvNEh9CUqYn6xv2N-75goTQn9oLqhoX4vVxTHaFkMxuK-7bMou6 W0UPZ8oGnnMNZU0ZcsW5lHk3EVEa，2014-04-14.

[6]任新勃.什么是結構化數據、非結構化數據[EB/OL].http：∥www.dostor.com/article/2012-08-23/6945247.shtml，2014-04-15.

[7]非結構化數據[EB/OL].http：∥baike.so.com/doc/1805157.html，2014-04-15.

[8]溫浩宇，李京京.大數據時代的數字圖書館異構數據集成研究[J].情報雜志，2013，32（9）：138-141.

[9]王書偉.大數據時代政府部門間信息資源共享策略研究[D].長春：吉林大學，2013：34-42.

[10]姜曉旭.“云計算”環境下軍校信息資源共建共享模式研究[D].西安：第四軍醫大學，2013：29-30.

[11]朱靜薇，李紅艷.大數據時代下圖書館的挑戰及其應對策略[J].現代情報，2013，33（5）：9-13.

（本文責任編輯：馬卓）