大數據思維下多技術融合的圖書館個性化信息服務平臺研究

韓翠峰 韓禮紅

（蘭州商學院圖書館 甘肅 蘭州 730020）

在大數據時代，數據作為一種資源，如何進行有效開發與利用，已成為社會普遍認同并關注的問題。對圖書館而言，其創新變革經歷了數據圖書館（DL）、信息共享空間（IC）、IFRD、機構知識庫（IR）、移動圖書館（ML）、云計算等，數字資源的積累經歷了傳統的數字化到原生數字資源的發展過程[1]。可以說，數據是未來的圖書館資源的主要組成部分。

一、大數據與圖書館

大數據一詞源于麥肯錫公司在2011年5月的一篇報告Big data：The next frontier for innovation，competition，and productivity.報告指出大數據的應用將帶動新一波生產率的增長[2]。關于大數據的特點，已有文獻做了大量的總結與研究，如4V（Variety，Velocity，Volume，Value）[3]或 4V+1C（Variety，Velocity，Volume，VitalityandComplexity）[4]。

大數據，顧名思義就是指數據的量之大。現代圖書館隨著紙質資源的數字化，以及各種自動化管理設備的使用而產生的大量運行記錄，以及讀者使用圖書館留下的閱讀行為記錄等，都會產生大量的具有大數據特點的一些數據。具體來講，其大數據來源主要有以下幾方面：①數字資源的發展。美國研究圖書館協會（ARL）統計顯示，美國研究型大學圖書館的數字資源經費占文獻總費的比率在2011年度就已達到了62.47%，超過了印本資源[5]。國內大學圖書館近幾年對數字資源的發展亦有同樣的趨勢。②RFID圖書資源跟蹤技術產生的圖書流通數據。國內大多數高校在新圖書館建設中，都將RFID技術的使用作為其現代化圖書館建設的重點來考慮。③圖書借閱及數字資源下載等產生的日志數據。④社交網絡產生的媒介傳播數據。通信技術與移動終端的發展使得圖書館多了一個獲取移動電子設備、人員、資源、用戶行為和需求等信息的渠道[6]。

以資源為核心的傳統圖書館，已發展到以讀者為中心的大數據圖書館，最重要的是如何針對不同讀者的需求，開展有針對性的個性化服務，讓讀者能夠快速、準確的獲得所需要的數據資源，是大數據時代圖書館服務應該重點研究的內容之一。

二、多種技術融合的圖書館個性化服務模型

（一）大數據思維下實現個性化信息服務的主要技術

1.云存儲技術。一提到大數據的存儲與管理，必然會聯系到云數據庫技術。由于大數據的半結構化、非結構化數據的特點，傳統的關系型數據庫對大數據的管理無能為力，于是就出現了NoSQL（即Not Only SQL）[7]。很多人把NoSQL叫做云數據庫（CloudDB），其一般意義的定義是部署和虛擬化在云計算環境中的數據庫[8]。文獻[9]對其特點及成熟的產品進行了詳細的描述。因為其處理數據的模式完全是分布式的，因此極為符合處理大數據。

2.虛擬化技術。虛擬化是資源的邏輯表示，這種表示不受物理限制的約束。通過虛擬化技術可以實現用資源的統一訪問，并且隱藏屬性和操作差異，且允許通過一種通用的方式來查看和維護資源。它將應用程序及數據，在不同的層次以不同的面貌加以展現，從而使得不同層次的使用、開發與管理者能夠方便快捷的使用計算機軟硬資源。對硬件資源的虛擬化，可節省硬件成本，提高硬件資源的使用效率；對軟件資源的虛擬化，可整合信息資源，提高信息資源的易用性等。

3.數據挖掘技術。數據挖掘是知識發現過程的一個步驟，又稱作知識發現（Knowledge Discovery）。通俗來說，就是從大量的不完全的隨機數據中，提取出隱含在其中的事先不知道的但又具有潛在有用信息和知識的過程。通常由數據準備、規律尋找和規律（模型）表示三個階段組成。目前常用的大數據挖掘方法有分類、聚類、回歸分析、關聯規則、WEB挖掘以及神經網絡方法等。

4.智能搜索技術。該技術是結合了人工智能技術的新一代搜索引擎技術。基于大數據目標模式的爬蟲軟件必須是能夠針對大數據4V特點的智能搜索程序，可結合分布式處理、并行處理、網格計算以及云搜索等多種方式，來實現大數據的智能搜索功能。

5.智能Agent技術。Agent技術具有社會交互性和智能性，能在不需要或很少需要人為干預下持續自主執行完成某一任務的智能軟件技術，具有自主性、交互性、自學習性、主動性等特點[10]。在大數據時代，信息爆炸與信息匱乏并存，一方面，大量的信息資源不能適時的提供給需要者。另一方面，真正需要某一信息者又不知從何處尋找到有用的信息。在這種情景下，由“人找信息”到“信息找人”的過渡尤為重要，智能Agent技術在開放的大數據環境下實現個性化主動信息服務顯的游刃有余。

6.本體論。簡單講，本體論就是探討世界上存在的一切，在背后是不是存在著一個抽象的、不依賴于現實世界的基礎。在描述事物本質的過程中，是共享概念模型明確的形式化規范說明[11]。本體論廣泛應用于知識管理、人工智能、圖書情報等領域具有大量需要歸類和劃分信息的領域，它不僅準確地描述了概念的含義和內在聯系，而且能夠通過邏輯推理獲取概念之間的蘊含關系。本體技術具有豐富的語義及廣泛的關系，是實現圖書館基于大數據挖掘、知識提取、發現及應用的最佳技術手段之一。

（二）融合多種技術的圖書館個性化服務平臺構建

根據大數據的特點，以及圖書館個性化信息服務的要求，融合上述主要技術手段，來構建基于大數據思維的圖書館個性化服務平臺，以實現基于大數據思維的圖書館個性化信息服務。該服務平臺主要包括基于大數據思維的資源整合與管理，大數據特征信息挖掘與建模，用戶行為信息收集與建模，個性化信息服務等四個相關主體，融合多種信息處理技術，來實現大數據時代圖書館信息資源與讀者需求的最佳匹配。

1.資源的虛擬化管理。現代圖書館內隨著信息化的發展，自動化程度越來越高，系統結構越來越復雜。比如各類電子資源數據庫系統，公共查詢、RFID、一卡通、圖書館藏、網絡管理、出入門禁、WEB檢索、館際互借、自助借還、座位管理等，這些系統通過網絡呈現分布式管理狀態，如何將分布在不同地方的不同資源進行有效整合，然后通過大數據綜合管理平臺進行統一管理與處理是關鍵。對數據資源的虛擬化管理，不但可以把所有納入圖書館管理中的硬件資源進行統一的虛擬化管理，根據需要來虛擬成存儲資源池、網絡資源池等；還能夠很好的把相關分散的信息資源也可有效整合起來，實現資源信息的統一管理與訪問，形成信息資源池。每種資源池只是邏輯意義上的統一，而實際物理屬性并未改變，訪問方式也未改變。

2.數據挖掘與智慧搜索功能。基于大數據思維的個性化服務平臺要具備大數據特征信息的提取與管理，具體功能有三項：大數據的搜集、特征信息提取與建模、用戶信息提取與建模。對于分布在不同系統不同存儲介質上的數據進行收集與提取，可通過爬蟲程序來實現。它類似于搜索引擎中的“蜘蛛”（Spider）程序，不停地游歷于大數據信息資源點，對各數據源點進行遍歷并提取特征信息，并將這些特征信息進行分析與提取。其次，將爬蟲軟件收集到的特征數據，通過本體論技術來提取特征，表達屬性，并建立特征模型，形成資源特征信息庫，用形式化語言來描述特征信息，確定數據間的聯系，根據聯系對特征信息進行組織，并存入特征信息云數據庫中。此外，需對用戶需求進行深度挖掘，從大數據搜集模塊收集到的讀者的信息數據后，采用基于內容、協同過濾、關聯規則、讀者信息統計以及知識管理等多種數據挖掘技術，深度挖掘出讀者當前及潛在的需求，并建立讀者需求模型，形成讀者需求描述文件。讀者需求模型的建立主要從①讀者過往借閱行為數據以及閱讀內容；②定題跟蹤；③同類讀者的興趣參考；④服務的反饋與定制等四方面的信息來綜合。

3.多種技術融合實現信息的匹配與過濾。基于用戶需求模型，對信息特征關聯數據庫中的數據資源進行匹配與過濾。主要有基于內容的數據過濾及協同過濾等，前者主要是通過比較數據信息與讀者需求模型信息來推薦數據，具有簡單有效的特點；后者是依據相似讀者、相似情景模式來推薦，這種方式能夠發現該讀者新的需求與興趣的特點。混合應用兩種過濾方式來克服某一方式的不足，來達到全面的信息匹配與過濾效果。

4.智慧化的主動信息推送技術實現個性化服務。采用Agent等技術，捕獲讀者的相關閱讀信息，并對讀者的信息行為等跟蹤與分析的基礎上，實現對讀者潛在需求信息的主動式推送服務。既可針對某一讀者的個體性推送；也可按需求類別實現群體性推送。

5.讀者需求定制與反饋。當讀者在接受個性化服務過程中，可根據讀者的實際需求對系統所提供的個性化服務進行反饋與更改，也可定制讀者所需要的服務。基于Agent的個性化服務定制、反饋與行為跟蹤分析模塊可根據讀者所提交的定制與反饋信息，以及對讀者閱讀行為的跟蹤服務信息進行綜合分析后，再進行對讀者需求的校正與更新。

三、創新策略分析

從以上分析可以看出，大數據思維下融合多種技術的圖書館個性化信息服務的目標將是從傳統的“人找信息”到“信息找人”的轉變，始終堅持以人為本的服務理念，不斷優化體系結構，綜合多種技術優勢，改進圖書館的管理與服務方式，廣泛深入的開展從數字化到數據化的服務方式轉變。其創新策略主要包括：①在資源利用方面，采用虛擬化技術高度優化與整合了現代圖書館各信息系統資源，搞高了資源利用的效率。②在管理方面，通過虛擬化及大數據挖掘，可進一步優化現代圖書館的資源配置，使現代圖書館的管理與資源配置更加科學有效。③大數據思維下圖書館個性化信息服務平臺的構建，將進一步加強各大高校及公共圖書館及相關專業機構圖書館的開放，進一步促進資源的共建共享與開放。④大數據思維下的圖書館個性化信息服務，是建立在廣泛的信息資源收集之上的，同樣要求融合應用多種技術方法，以達到為讀者提供豐富而精準的個性化服務，這樣就克服了以往局限于某一類信息資源，或應用某一種技術方法來研究個性化信息服務的不足，以便能使圖書館工作者能從更寬更廣的思維去研究圖書館的服務與管理。

四、結語

本文在分析了大數據與現代圖書館關系的基礎上，提出了融合多種技術方法來構建一種能充分發揮各技術優勢，并具有自主性、自學習、自更新等特點的個性化信息服務平臺。該平臺充分整合各信息資源，充分挖掘具有大數據特點的信息源，來實現為讀者提供更精準化與智能化的個性化信息服務的目的。但就理論研究與技術實現而言，基于大數據思維的圖書館個性化信息服務系統是一項系統工程，需要綜合應用人工智能、系統工程等多學科多理論、多技術，在不斷深入研究所涉及的相關技術細節的基礎上，應用大數據思維來建設現代圖書館個性化信息服務系統，才能更好的為讀者提供個性化服務。

［1］蔡新紅.大數據時代圖書館信息資源個性化服務模式研究［J］.圖書館論壇，2014（17）：195-196.

［2］Big Data：The Next Frontier for Innovation，Competition，and Produc-tivity［EB/OL］.http： www.mckinsey.com/insights/bus-inesstech-nology/big datathenextfrontierforinnovation，2014-11-12.

［3］百度百科［EB/OL］.http：//baike.baidu.com/view/6954399.Htm，2014-10-02.

［4］張文彥.大數據時代的圖書館初探［J］.圖書與情報，2012（6）：15-21.

［5］秦鴻.決策支持視角下的數字資源使用統計分析實例研究［J］.大學圖書館學報，2013（6）：60-66.

［6］覃雄派，王會舉等.大數據分析——RDBMS與MapReduce 的競爭與共生［J］.軟件學報，2012（1）：32-45.

［7］百度百科［EB/OL］.http：//baike.baidu.com/view/2677528.htm?fr=aladdin，2014-10-12.

［8］Yoon JP.Access controland trustiness forresource management in cloud databases.In： Fiore S，Aloisio G，eds.Proc.of the Int’l Conf.on Grid and Cloud Database Management.Berlin：Springer-Verlag， 2011：109-131.

［9］林子雨，賴永炫等.云數據庫研究［J］.軟件學報，2012（5）：1148-1163.

［10］Gediminas Adomavicius，Alexander Tuzhilin，Toward the Next Generation of Recommender Systems：A Survey of the State-of-the-Art and Possible Exten-sions ［J］.IEEE Transactions on Knowledge and Data Engineering，2005，17（6）：734-749.

［11］Studer R，Benjamins V R，Fensel D.Knowledge Engineering：Principles and Methods［J］ .Data and Knowledge Engineering，1998，（1-2）：161-197.