大數據與圖書館信息服務工作的變革

沈 杰（浙江中醫藥大學圖書館 杭州 310053）

大數據與圖書館信息服務工作的變革

沈 杰
（浙江中醫藥大學圖書館 杭州 310053）

〔摘 要〕文章通過對大數據相關概念和特點的概括，分析圖書館大數據的類型、用戶使用數據的內涵和層次結構，論述國內外圖書館應用大數據技術開展信息服務的基本情況，指出大數據可以提升圖書館信息服務的核心競爭力，并從戰略規劃、標準化與規范化、數據門戶建設和用戶隱私保護等方面對圖書館大數據提出了建議和要求。

〔關鍵詞〕大數據 大數據技術 用戶使用數據 關聯文獻推薦 信息服務

數字化、移動化、智能化和大數據化已經成為當今社會的主要特征。同時，開放獲取運動的蓬勃發展，語義技術的不斷成熟則使信息知識化以及知識關聯、重組和計算成為可能。[1]移動互聯網、傳感網絡、社交網絡等的廣泛應用和普及，催生了數據資產的爆炸式增長，將人類社會迅速推進到大數據（big data）時代。目前，對數據的識別、管理、計算和應用已經引起各行各業的關注。世界著名企業，如IBM、oracle、惠普、騰訊、百度、阿里等都紛紛加入到大數據應用研究的行列，通過收購與大數據相關的軟硬技術實現大數據的技術整合，力求在大數據時代取得更加有利的競爭地位。同理，大數據技術也為圖書館服務的轉型與提升提供了前所未有的機遇和挑戰。近年來，國內外圖書館都在轉變觀念，逐漸重視圖書館各類數據的收集、存儲和管理，在用戶數據管理軟件開發，開展數據創意服務，運用用戶數據實現關聯文獻推薦服務等方面取得了一定的進展。為此，本文結合圖書館大數據的特點，對大數據在圖書館的應用以及存在的問題進行探討。

1 圖書館大數據的內涵

隨著數字化、網絡化技術的發展，圖書館的資源類型日益豐富，數據類型日益繁多，用戶的使用數據迅猛增長。尤其是隨著RFID技術在圖書館的運用，圖書館虛擬咨詢和交互平臺的開放，免費WIFI在圖書館的開通使用，使得圖書館的數據資產迅速增長，如何科學有效地收集、存儲、管理這些數據就顯得日益迫切。

1.1 大數據的特點

大數據是繼云計算、物聯網之后信息技術融合應用的新焦點。2008年9月，Nature推出《大數據》專刊，全方位介紹了大數據問題的產生及對各個領域的影響。大數據的研究機構Gartner認為：“大數據”是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。[2]大數據具有四個特點：① 數據量巨大（Volume）， 從TB 躍升到PB、EB 或ZB 級別；② 數據處理速度快（Velocity），數據處理遵循1秒鐘定律原則，可從各種類型的數據中高速度地獲取高價值的信息，這和傳統的數據處理技術有著本質的不同；③ 數據種類繁多（Variety），大數據既包括結構化數據、半結構化數據，也包括非結構化數據，例如：視頻、音頻、圖片、地理位置信息等；④ 價值密度低（Value），價值密度的高低與數據總量的大小成反比。

1.2 圖書館大數據的類型

一般而言，圖書館通常包含圖書館業務數據、文獻數據和用戶數據三大基本類型數據。圖書館業務數據指圖書館各個業務部門和圖書館人員、經費、館藏和服務等日常業務工作的管理數據。圖書館的采訪、編目、數字化資源建設、參考咨詢等業務活動產生的數據首先是工作狀態數據，如每個館員的業務量、業務內容、業務質量；其次是相關業務交流產生的數據。再次是對外服務時產生的數據，比如圖書館各個業務中心的工作日志就是一項數據。這種數據可以是文本、音頻、視頻，收集這種數據可以分析圖書館各項工作情況，從而獲得改進內部業務工作的決策參考依據，強化自身建設。圖書館文獻數據包括圖書館歷年購置的各類文獻資源（包括數字的、紙本的）、圖書館自建的書目數據庫和文獻數據庫、各類網站、網頁等。用戶數據包括用戶的個人信息、個人網站、個人博客、微博、微信和用戶對圖書館各類文獻資源的使用數據等內容。從數據角度而言，用戶數據應是圖書館大數據的核心部分，也是目前難以全面有效的搜集、管理的部分。

用戶使用數據通常可以劃分為三類[3]：一是用戶對圖書館資源的訪問數據；二是用戶的注意力數據，如系統的導航記錄，頁面的瀏覽記錄，菜單的選擇與檢索等相關數據；三是用戶與圖書館的互動數據，用戶對圖書館資源的評價、標簽、注解、評分、推薦、下載、借閱等活動的數據，這些數據一定程度上反映用戶的興趣、愛好和使用意愿。

隨著網絡科技的發展與圖書館創新服務的開展，用戶使用數據的來源越來越多數據種類日益復雜，且大多是非結構化和半結構化的數據，搜集、存儲、管理和分析存在諸多困難。在大數據環境下，圖書館能否全方位、多途徑地采集、存儲、加工和整合用戶數據，已成為圖書館管理與服務效率提升的關鍵因素。

圖書館用戶使用數據的采集，通常應該做好如下工作：首先，應進行頂層設計，建立圖書館大數據管理的科學架構，考慮業務工作和未來發展的要求，建設圖書采訪輔助決策支持子系統、學科服務支持子系統、電子資源使用統一統計分析子系統、網絡安全運行與應用監控子系統等；其次，根據本單位的實際情況，選擇主流的技術進行自主開放，或者引進影響較大、使用面廣的成熟系統，形成包括數據采集、數據存儲、數據管理、數據分析和應用的基礎體系，為各類數據的整合、關聯、重用和共享提供保障；再次，要創建或引進從網絡底層獲取統一數據的關鍵技術，例如，從圖書館流通日志和OPAC日志中采集數據，通過“日志文件”、“數據轉換”等步驟整數據；或者，利用數據商提供的日志數據，運用從網絡底層獲取統一數據的關鍵技術，解決不同數據庫商提供的數據異構問題，通過數據采集流程、數據發送流程、數據接收流程、數據解析入庫流程等步驟，解決不同來源異構數據的整合問題。

2 大數據在圖書館的應用現狀

隨著數字化、網絡化、智能化和大數據時代的來臨，人書相關、人人相聯、文獻關聯、自動推送、智慧服務的模式應運而生。[4]人們獲取信息、閱讀信息、科學研究的行為和實驗操作過程以及由此產生的信息和數據等都將被數字化記錄，通過個體或團體信息行為、信息習慣的搜集、分析與研究等大數據的工作，將重構圖書館信息服務的模式。近年來，國內外圖書館已經通過數據分析、挖掘等工作，開展了用戶使用數據的文獻關聯推薦服務、用戶使用數據的創意服務，使部分用戶對圖書館的數據創新服務有了一定的體驗。

2.1 國內圖書館大數據應用進展

大數據創新圖書館服務工作的內容是廣泛而又深刻的，但是，目前我國圖書館在大數據技術的運用上尚處于嘗試階段，有的只是在管理與服務理念上有了一定的轉變，或者只是在局部的工作上對大數據的技術進行開發與運用，離真正的大數據技術的要求還存在差距，但是這些嘗試值得我們去肯定，具體的應用表現在以下幾個方面：

（1）收集用戶使用數據，開展數據創意服務。2013年，廈門大學圖書館提取畢業生的借閱歷史、入館記錄、論文題目等，通過創意圖文設計與ROR敏捷開發，有針對性地開展個性化服務。這份“小清新”畢業賀禮——“圕·時光”[5]，給畢業生一份難忘的記憶，受到了熱捧，在國內圖書館和網絡界產生了轟動。與之類似，華東師范大學圖書館也開展“圖書館記憶”的數據創意服務。還有，2012年春節上海圖書館的拜年郵件：一份個性化的年度閱讀賬單“我的悅讀2012”，展示了每位上圖讀者的閱讀足跡。[6]

（2）大數據管理軟件的開發。據報道，國內已有圖書館正在開展大數據管理軟件的開發工作，并取得了一定的進展。復旦大學圖書館自2010年起開始研究如何有效整合利用圖書館采購的大量數字資源、用戶訪問信息行為數據、各類系統日志數據等，挖掘有價值的信息，提升圖書館的服務水平和能力。[7]武漢市圖書館已開發了一項新的讀者管理軟件，該軟件可以分析每位讀者的閱讀習慣、潛在需求、館藏圖書與讀者需求差距等信息，還能通過每一位讀者的閱讀需求，推送個性化的閱讀書目，讓讀者享受“淘寶式”的閱讀體驗。[8]大數據管理平臺和管理軟件的開發并非易事，有個逐步提升、改進、發展和完善的過程。大數據管理軟件應該提供包括實時數據的采集、處理、反饋、傳輸、存儲、展示、分析等多項功能，并具有一體化、標準化的解決方案。

（3） BX與關聯文獻推薦服務。BX是Exlibris公司開發的學術推薦工具——依據洛斯阿拉莫斯試驗室（LANL）的研究成果和全球典型SFX用戶的使用日志提供文章級別的學術推薦和關聯。BX推薦的文章列表會在讀者點擊SFX菜單時顯示，無須安裝插件。目前全球有250多家使用SFX的圖書館應用了 BX服務。BX服務商創建了大量的用戶使用數據信息庫，以增強其BX的文章推薦服務。在我國，CNKI全文數據庫已經初步實現了基于用戶使用數據的關聯文獻推薦功能或類似技術，該數據庫的檢索平臺中已經提供類似“同行關注文獻”、“引證文獻”的關聯推薦；在CADAL數字圖書館則給用戶呈現“搜索TOP10”、“點擊TOP10”之類的推薦。但是，這些技術還沒有商業化，我國圖書館對于基于用戶使用數據實現關聯文獻推薦服務的軟件工具主要是通過引進實現的。目前，我國主要有清華大學圖書館和上海交通大學圖書館開展BX服務。[9]

（4）圖書采訪輔助決策支持。圖書館文獻資源的規劃、決策需要科學的數據支持，若能掌握讀者對本館各類數字資源的檢索、瀏覽、下載、引用等使用數據，比較分析不同學科、不同數據庫的篇（本）均或人均使用成本，就能為數據庫資源的增減、續訂、調整等工作提供依據，為圖書館文獻資源建設的優化配置提供方案，提高有限經費的使用效益。復旦大學圖書館通過樹立大數據理念，運用數據獲取、數據建模、數據分析等大數據驅動的關鍵技術，利用關聯分析、聚類分析、社會網絡分析等方法，率先開發出大數據管理系統，為圖書采訪輔助決策、學科服務等工作提供支持，提高了圖書館的管理水平和服務能力。

2.2 國外圖書館大數據應用進展

國外圖書館對學術用戶使用數據的研究和學術文獻的推送服務，用戶數據的標準、規范、共享和交換等工作都開展得比較系統，對于用戶數據的管理和服務意識都比較強。

（1）基于檢索和流通數據的關聯文獻推薦。2002-2007年間，德國卡爾斯魯厄大學圖書館將重復購買理論成功地應用于圖書館OPAC，以統計分析用戶不同時段內的檢索需求行為，并成功開發出BibTip推薦系統。[10]2005年，英國Huddersfield大學Dave Pattern基于圖書館集成系統中的流通數據，在OPAC中按照圖書的借閱次數高低向用戶進行閱讀推薦服務。

（2）利用用戶與圖書館互動數據開展關聯文獻推薦服務。在Web2.0的環境下，用戶會對感興趣的文獻通過標簽對其進行標注，或是對其發表個人評論。這種標注行為通常被認為用戶對相關內容具有個人偏好，可以此為線索進行個人推薦。由此，在圖書館領域就出現了一個個人圖書分享的典型網站（Library Thing for Libraries，LTFL）。LTFL是Library Thing于2007年 針對圖書館提出的一項服務，該服務利用存儲在Library Thing中的數據，通過標簽實現閱讀的社會化關聯，并獲得導讀與推薦服務。Library Thing標簽以標簽云或者標簽列表的形式呈現在圖書館OPAC中。[11]通過標簽瀏覽，用戶可以看到使用同一標簽的所有圖書，這就通過共有標簽這一用戶共同行為實現了相關圖書的推薦服務。

（3）基于SFX使用數據實現關聯文獻推薦。2000年，美國Exlibris公司推出的SFX是實現不同來源、不同類型的數據庫以及這些數據庫與圖書館OPAC之間有機聯系的電子信息資源整合技術。Exlibris公司研發的BX推薦系統，就是基于SFX中所記錄的用戶數據，通過數據的整合和挖掘實現單一用戶社區和信息服務所不能實現的增值服務。我國圖書館有關用戶使用數據的管理起步較晚，很多圖書館還沒有起步，即使已經開展用戶數據存儲的圖書館，也處在單一機構單兵作戰的摸索階段，缺乏國家層面的整體行為和戰略規劃，標準化、規范化還沒有提上議事日程，跨機構、跨媒體、跨行業的共享與合作無從談起，用戶隱私權的保護缺乏基本的法律意識，相關用戶使用數據的處理技術也處在引進和消化階段。

3 大數據提升圖書館的核心競爭力

3.1 大數據提升圖書館的管理效能

隨著數字技術、網絡技術的快速發展，圖書館要確立以互聯網思維、大數據理念和智能化發展為核心的戰略思路，打造知識管理的平臺，擁有智能分析的能力。尤其是隨著關聯數據、語義網、本體和云計算等技術的發展以及科學數據、科學資源共享制度的建立，一種由開放的科學資源和數據以及與之相關的技術和協議組成的新的科學研究支撐方式和交流方式正在形成[12]，對現有圖書館的管理和服務方式提出了前所未有的挑戰。為此，圖書館必須確立新思維，樹立新觀念，運用新技術，以適應快速發展變化的信息生態環境。

大數據技術是提升圖書館自身的洞察力和管理決策科學性的關鍵技術。圖書館通過對系統管理數據、服務系統運營數據和用戶服務數據，以及社交網絡數據、移動互聯數據、傳感設備數據、科研共享數據等用戶大數據的存儲、管理和挖掘與分析，可以發現圖書館在人員安排、空間布局、資源配置與運營模式中存在的問題，可以發現數據資源之間、用戶與數據庫之間、不同數據庫之間的相關性和融合性，可以發現現有文獻配置與文獻經費使用中存在的不足，發現用戶需求、閱讀方式和閱讀取向的變化，為圖書館科學決策，及時調整人員、經費、文獻、空間、技術、服務等方面存在的問題提供依據，為圖書館系統運營、資源分配和用戶服務過程的準確分析、預測和評估提供數據保障，從而提升圖書館管理和服務的效能。

3.2 大數據提升圖書館的服務水平

隨著大數據分析與應用體系的建立，圖書館將真正完成以“用戶為中心”的理念向以“用戶服務為中心”的能力轉變，將建立以個性化推送為模式，以自動、智能、快速、精準服務為標準的有效體系。圖書館在大數據的管理與應用中，其重點是考慮對大數據資源的分析、判斷、評估、決策和應用，其核心是考慮大數據資源的流動性、融合性、關聯性和共享性。圖書館大數據的價值轉化主要分為“數據——信息——知識——智慧”四個層面[13]，智慧管理和智慧服務是圖書館大數據應用的最高層次和最終目的。

圖書館通過利用大數據資源的信息分析和價值挖掘，一方面，可以準確掌握讀者的閱讀行為、閱讀個性、閱讀興趣、閱讀社會關系等信息，從而制定符合讀者閱讀興趣、閱讀需求的服務模式，實現有效的個性化推送服務、跟蹤服務，并進行個性化服務有效性的評估和管理；另一方面，可以對讀者群進行分群、分層的管理與分析，通過讀者群資源、研究團隊的閱讀行為、閱讀模式、閱讀終端類型、閱讀社會關系和位置信息等數據資源，利用數據挖掘、聚類分析和相關分析等技術，對用戶進行精準的分群，并根據分析結果對用戶群進行信息資源的精準推送服務，同時優化圖書館信息資源的配置，改變資源購買的決策模式，從而提升圖書館服務的能力和水平。

4 我國圖書館開展大數據技術應用的建議

我國圖書館的大數據應用與發達國家圖書館是存在明顯的差距的。跨機構、跨數據庫、跨系統、跨區域的共享、管理與積累缺少應有的基礎和條件，這對長遠的發展很不利，必須學習發達國家的先進經驗，進行頂層設計，解決用戶使用數據的標準化和規范化描述和管理問題。

（1）必須立足長遠，確立大數據的合作發展戰略。大數據是關于全媒體、全產業鏈、全樣本的數據收集和分析的技術性工作，收集、擁有或掌握數據處于非常重要的地位。打通產業鏈，實現跨機構、跨數據庫、跨平臺、跨系統、跨區域的共享、聯合、合作處于非常核心的環節。單一的機構、或者單個的圖書館將很難生存，只有與信息的生產者、信息管理者（平臺）、信息集成商或供應商、信息搜集者、信息服務機構、信息消費者等行為主體形成共生、共享、共融、一體的信息生態體系，圖書館才會有未來，才會有生命力和競爭力。

（2）必須建立標準，實現用戶數據的標準化和規范化。對于開展大數據服務工作來說，單一機構的用戶數據是存在很大的局限性的，而對于多種渠道多種來源的用戶數據要實現統一的存儲和管理，實現數據的可用性，達到一致性、精確性、完整性、時效性和實體同一性[14]，標準化和規范化是最基本的要求。國外研究用戶使用數據的一系列項目，無論是全球性出版商、機構庫等聯機期刊使用統計的COURTER（Counting Online Usage of Networked Electronic Resources）計劃，還是響應、收集電子資源用戶使用數據的SUSHI（The Standardized Usage Statistics Harvesting Initiative） 項目[15]，都非常注重數據標準的制定和規范，這就為數據共享、交換、管理、挖掘奠定了良好的基礎。

（3）必須轉變觀念，建立共享的數據門戶網站。今后圖書館之間的競爭不只是服務人員的意識、技術和能力的競爭，更是服務模式、服務手段、服務的有效性和精準性的競爭。只有實現用戶數據的開放，建立數據門戶網站面向研究和應用收集和共享用戶數據集，提高用戶數據的再利用程度，降低數據獲取門檻，開發對用戶數據標準化描述的方案，使數據門戶中的數據具有可用性，才能將學術資源推薦從原型系統走向實際應用。

（4）必須遵守法律，保護用戶數據的個人隱私。用戶數據事關用戶的個人隱私，圖書館對用戶瀏覽、訪問、閱讀、檢索、下載、標注、評論、推薦、購買等使用數據的存儲既要遵守法律，保護個人的基本權益，保護用戶的個人隱私，同時也不能影響數據的關聯、統計、分析等工作，這直接關系到圖書館大數據應用的成敗和未來的發展。

5 結語

大數據是未來圖書館理想的技術發展形態，也是圖書館提高自身服務能力，實現由信息服務向知識服務和智慧服務轉型的必然選擇。就目前的情況看，大數據技術的研究尚處于起步階段，面臨的困難、問題和挑戰很多，要走的路還很長，但是，只要圖書情報界同仁共同努力，夢想總有實現的一天。

（來稿時間：2015年6月）

參考文獻：

1. 孫坦. 開放信息環境：學術圖書館信息資源建設的重定義與再造.中國圖書館學報，2013（39）：9-17

2.陳宏.大數據時代的無線電管理信息化創新之路. [2015- 02-13].http://www.ce.cn/culture/gd/201501/21/t20150121_ 4395005.shtml

3. 樊偉紅等.圖書館需要怎樣的“大數據”.圖書館雜志，2012（11）：63-68

4. 烏恩.智慧圖書館及其服務模式的構建.情報資料工作，2012（5）：102-104

5. 廈大“圕·時光”上線 眾畢業生留戀大學時光.[2015-02-11].http://news.xmnn.cn/a/xmxw/201306/t20130618_3373012.htm

6. 上海圖書館推出“年度閱讀對賬單”.[2015-02-13]. http://www.foods1.com/content/2008858/

7.張計龍.大數據驅動圖書館業務應用與服務創新.上海高校圖書情報工作與研究，2013（3）：1-6

8. 武漢市圖書館調研日志.[2015-02-11].http://www.whxc.org. cn/2014/ 0623/8278.shtml

9. 施曉華等.基于用戶使用數據分析的圖書館學術推薦服務.圖書館雜志，2011（9）：21-25

10. 王丹丹.基于用戶使用實現文獻推薦的實踐與啟示.情報資料工作，2014（3）：80-84

11.Carmagnola F,Cena F,Cortassa O,et al. Towards a tagbased user model:How can user model benefit from tags?.Lecture Notes in Computer Science，2007（4511）：445-449

12. 唐義,肖希明.關聯科學：一種全新的科研支撐方式.圖書館雜志，2013（8）：4-10

13. 馬曉亭.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.圖書館，2014（5）：95-98

14. 李建中，劉顯敏.大數據的一個重要方面：數據可用性.計算機研究與發展，2013,50（6）：1147-1162

15. 閆曉弟，李娟.SUSHI——網絡電子資源利用與統計數據獲取協議.大學圖書館學報，2009（2）：50-54

〔分類號〕G252

〔作者簡介〕沈杰（1963-），女，本科，浙江中醫藥大學圖書館館員，研究方向：圖書情報信息與期刊工作。

The Big Data and the Reform of Information Service of Library

Shen Jie
( Library of Zhejiang Chinese Medical University )

〔Abstract 〕Through the generalization of the definitions and characteristics of big data, the paper analyzes the type of big data, and the connotation and hierarchy when the user used, and the situation of the application of big data in the information service of the library at home and abroad and the content how the big data did promote core competencies in the information service of the library and the pathway how the big data did realize personalized information push service of the library are also discussed. Some suggestions and requirements from the strategic planning, standardization, normalization, data construction and protection in user privacy of library big data are raised at the same time.

〔Keywords〕Big data Big data technologies User data Recommendation for related literatures Information service