大數據、云計算與圖書館

郝志剛

1 圖書館的大數據

1.1 大數據有哪些

雖然早在1998年美國硅圖公司（SGI）的首席科學家John R.Masey就提出了大數據一詞，但之后很多年人們依然沒有大數據的概念，只是簡單描述隨著科技發展出現的海量數據。直到2011年6月，美國麥肯錫咨詢公司發布了《大數據：下一個競爭、創新和生產力的前沿領域》的研究報告，才給世界一個大數據時代到來的準確定音。這份報告分析了大數據對健康醫療、政府管理、零售業及制造業等行業的重大的經濟影響，并預測大數據將給美國醫療事業帶來每年3000億美元的收入，給歐洲發達經濟體每年節省1000億歐元的支出。由此可見，跟上大數據時代的步伐會給社會各種團體組織帶來不可估量的效益。

大數據是海量的數據被整理納入大數據倉庫里，然后對其進行分析挖掘，再利用有價值的結論進行下一步行動的決策。比如消費者在網站上的搜索被記錄到亞馬遜的數據庫中，通過大數據分析用戶的購買行為，向用戶推薦合適的產品，實現精準營銷[1]。大數據從數據內容結構上分為結構化數據、半結構化數據和非結構化數據。結構化數據即行數據，存儲在數據庫里，可以用二維表結構來邏輯表達實現的數據，在形式上有諸如文字、數字、符號，能夠用統一的形式加以標識。非結構化數據包括所有格式的辦公文檔、文本、圖片、XML、HTML、各類報表、圖像和音頻/視頻信息等等，這些內容無法用簡單的邏輯表達實現，分析起來也需要特別的硬軟件。……