基于移動大數據分析的圖書館個性化服務QOS保證研究

馬曉亭（蘭州財經大學信息工程學院）

?

基于移動大數據分析的圖書館個性化服務QOS保證研究

馬曉亭
（蘭州財經大學信息工程學院）

摘要：移動大數據時代，圖書館個性化智慧服務的服務質量保證，面臨著諸如數據海量、類型繁多、增長迅速、價值巨大等的嚴峻挑戰。本文研究了基于移動大數據分析的圖書館個性化服務QOS保證，該策略可以全面、及時、準確地評估讀者需求，能夠為圖書館個性化智慧服務的質量保證，提供具有高附加值的移動大數據分析支撐。

關鍵詞：移動大數據;個性化服務; QOS保證

移動閱讀服務的發展，在給讀者帶來實時、快速、經濟和便捷的移動閱讀體驗的同時，其復雜的移動數據中心設備組織模式、系統運營方式和移動閱讀終端多樣性，導致圖書館移動大數據流呈現爆炸式增長和數據結構類型復雜、多樣化的特點。圖書館移動數據環境已具備海量（volume）、類型繁多（variaty）、增長迅速（velocity）、價值巨大（value）等的大數據4 “V”特點，圖書館進入了移動大數據時代。［1］

當前，圖書館移動閱讀終端具有開放的操作系統平臺、PC級處理能力、高速數據無線網絡接入能力、豐富的人機交互界面等四個顯著特點。此外，移動閱讀服務的數據流量和控制信令也呈現非線性指數增長的趨勢，不遠的將來移動大數據將成為圖書館大數據的主體。因此，如何在海量、繁雜、多類型和總量快速增長的移動大數據中挖掘價值，并將移動大數據中蘊藏的知識運用到圖書館服務模式的變革、服務系統管理和讀者服務的決策支持中去，是關系圖書館服務模式變革科學、系統運營安全高效、讀者移動閱讀滿意和服務可持續發展的重要問題。

1　圖書館移動大數據環境的特點和面臨問題

1.1圖書館移動大數據具有新的特征屬性

作為圖書館大數據的重要組成部分，移動大數據具有海量、多樣、快速增長和高價值的大數據4“V”特性。伴隨移動通信技術的發展，讀者與圖書館的設備、服務和信息實現了高度融合，移動閱讀服務在消除時間、位置和閱讀方式對讀者束縛的同時，龐大的數據中心設備和復雜的通信模式，導致圖書館移動大數據總量呈現指數級遞增。同時，讀者的移動閱讀活動由傳統的數字化文檔、語音和短消息等形式，向以即時通信為主體的語音、圖像、視頻等具有互聯網特征的新業務類型拓展，數據具有高價值的屬性。此外，圖書館移動閱讀服務采用新的快速計算、海量存儲、高速無線寬帶通信和動態資源分配等技術，導致服務過程產生的系統管理、控制信令、服務監控和用戶服務等數據復雜多變，以非結構化數據為主體的移動大數據具有多樣化特征。第三，圖書館移動在具備大數據4“V”特性外，還具有實時（real time）、適時（right time）、全時（all the time）的3“T”屬性，并且讀者移動閱讀活動的隨機性，導致服務負載、數據流量和讀者群分布在空、時域上呈現較強的不均勻特性。［2］

1.2移動大數據的動態分析對內存數據庫和移動網絡性能要求較高

圖書館移動大數據分析具有數據海量、實時產生、動態分析和即時決策的特點。移動數據是圖書館讀者服務需求預測、服務模式科學性保證、QOS （Quality of Service，服務質量）評估和市場競爭環境判斷的重要依據。只有堅持移動大數據采集、處理、存儲和分析過程科學、高效和動態，才能保證大數據決策可靠、可用。

內存數據庫的安全性和效率，是決定大數據實時分析準確、快速、經濟和可用的關鍵因素。圖書館能否有效利用內存數據庫科學的數據緩存方法、經濟快速的算法和高效并行的操作技術，確保移動大數據和程序具有較高的獨立性，以及通過對數據的并發控制、恢復、完整性保證和安全性管理，實現移動大數據的控制、擴展和共享，關系到圖書館動態大數據分析的效率、可靠性和可用性。此外，無線通信網絡的性能，對圖書館移動閱讀服務的質量和移動大數據的可用性產生較大影響。要求無線通信網絡具有較強的移動大數據流承載力，可支持圖書館移動服務業務的變革、數據多樣性和智能自動化管理的需求，能夠有效均衡移動閱讀服務負載和服務資源分配在空、時域上的不均勻性，并具備初級的數據計算、存儲、分析、決策、動態和智能化的功能。

1.3圖書館服務與決策能力的提升需基于移動大數據的支持

目前，附著讀者閱讀模式的變革和閱讀需求的提高，智能、自動化的閱讀活動成為關系讀者閱讀愉悅感和收益的關鍵性因素。因此，要求閱讀終端具備較強的智能化、自動化和機器學習能力。圖書館通過視頻監控設備、傳感器和移動閱讀終端等，采集讀者的閱讀行為、個體地理位置、閱讀模式和閱讀社會關系等移動大數據，通過對移動大數據的挖掘來發現讀者的閱讀情緒變化、閱讀社交關系、閱讀需求和未來閱讀行為發展趨勢。如何有效對移動大數據進行采集、噪聲過濾、處理和分析決策，并將決策結果運用到數據中心服務器和閱讀終端的管理、運營與讀者服務中去，是圖書館提高機器學習的人工智能水平，以及實現人機交互和改善讀者閱讀體驗的前提。［3］其次，圖書館應用服務程序友好的讀者體驗感覺、差異化競爭能力和服務收益，是增強讀者閱讀忠誠度和服務滿意度的關鍵。通過對實時移動大數據的價值挖掘和知識發現，圖書館應用程序應實現基于讀者閱讀情景的需求發現和個性化應用服務。此外，圖書館利用讀者的閱讀情感分析、閱讀忠誠度分析、讀者群需求變化預測和服務產品推薦等，結合讀者閱讀需求、模式和習慣變化，可自動實時預測并為讀者提供所需要的應用服務。

1.4移動大數據應支持讀者閱讀實時、社交和個性化的服務需求

隨著微電子和新材料技術的發展，移動閱讀終端已具備快速計算、大存儲、體積小、重量輕、屏幕適中和電池續航能力強的特點，可支持讀者高效、實時、移動、快速和持續地開展個性化閱讀活動。讀者在有效利用碎片化時間開展移動閱讀的同時，所產生的移動大數據存在著海量、總量快速增長、結構復雜、價值密度低、數據可用性和可控性差的問題，導致圖書館移動大數據分析與決策復雜度快速地增長，會影響移動大數據對圖書館服務的支持能力。其次，移動閱讀的“社交性”和“讀者互動”是移動閱讀的另一個新屬性。圖書館如何通過移動大數據的分析、決策支持，為讀者準確識別閱讀好友、構建閱讀社會關系、分析閱讀社交需求和建立信息交互鏈路，是提升讀者群素質、增強讀者知識獲取效率、擴大讀者群數量和保證圖書館綜合服務收益率的關鍵。第三，依據讀者閱讀需求和個體特征，為讀者提供差異化的個性化閱讀服務，是大數據時代圖書館讀者服務的一個顯著特點。基于讀者個人身份特征的個性化服務，需要圖書館以讀者的個人身份認證為中心，將讀者閱讀ID標示、閱讀終端設備識別碼、閱讀的賬號與密碼一一對應起來，保證圖書館能夠快速、準確地識別讀者身份，并有效獲取讀者閱讀行為和個體地理位置的相關信息，為圖書館個性化閱讀服務提供安全、準確、快捷和個性化的移動大數據決策支持。［4］

2　基于移動大數據的圖書館個性化服務QOS保證

2.1構建全新的移動大數據關系

大數據時代，圖書館通過對閱讀終端、無線傳輸網絡、移動大數據、傳感器和定位系統的整合，實現了移動大數據采集向移動大數據決策服務的轉變。讀者是移動閱讀服務的中心，既是移動大數據產生的主體，也是移動大數據決策服務的客體。以讀者為核心的復雜圖書館移動閱讀服務模式和系統構造，導致圖書館在移動閱讀服務過程中產生了海量、傳統服務模式不具有的多類型數據（諸如照片、聲音、視頻、個體地理位置、GPS數據、服務器監控數據和設備運行日志等）。圖書館必須通過對移動大數據的噪聲過濾、價值提取、數據關系發現與二次構造，才能從中提取和深度發現高價值信息，確保移動大數據決策科學、高效。

移動大數據的3個“T”特點，是圖書館全天候、精確定位讀者相關移動大數據信息，并為圖書館服務優化和讀者個性化閱讀QOS保障，提供實時、適時和全時科學決策支持的保證。因此，圖書館應將實時、適時和全時3個“T”特點，貫穿于移動大數據的價值挖掘與數據關系發現全程，提高移動大數據決策的精度和實時可用。［5］

為了提高大數據價值發現的科學性和準確性，圖書館還可通過共享無線網絡運營商等第三方的移動大數據資源，將來自第三方的移動大數據輸入DMP （Data Management Platform，數據管理平臺）進行混合挖掘和交叉分析，并將分析結果與圖書館移動大數據的分析結果進行對比和修正，以此提升圖書館移動大數據分析的準確率和價值屬性。此外，圖書館還可對移動大數據的復雜關系進行多角度分析和精準定向，對相似需求讀者群和高價值讀者進行一個深度的標簽索引，確保圖書館移動大數據決策的精準性和個性化投放。

2.2優化讀者移動閱讀活動的個性化體驗

基于移動大數據的決策支持，圖書館服務模式完成了從以數據中心設備管理為核心，向以讀者為核心的轉變，極大地提升了讀者的閱讀效率、愉悅感和閱讀收益。圖書館通過對采集的相關讀者個體位置、閱讀終端運行參數、數據中心交換的數據和傳感器網絡傳輸數據的綜合分析，明確了讀者的地理位置、閱讀需求、閱讀模式和閱讀方式的變化趨勢，將傳統的被動式索取服務轉換為主動式推送服務，可根據讀者的閱讀需求、興趣和意向個性化定制服務內容，降低了讀者知識獲取的時間和成本，優化、提升了個性化服務的有效性和針對性。

其次，閱讀終端在傳統IT環境下，僅作為語音、文本和視頻等圖書館服務數據的接收設備。隨著閱讀終端智能化水平的提升和移動大數據的決策支持，閱讀終端可在時間維度、空間維度和社交維度上，與圖書館數據中心、其他閱讀終端、第三方智能通信設備完成信息與知識的交互，極大地拓展了讀者知識獲取的廣度、深度和即時性。

第三，讀者移動閱讀活動的需求和QOS評定標準，將隨著圖書館服務模式的變革而動態變化，如何及時掌握影響圖書館QOS的關鍵因素和了解讀者個性化移動閱讀的需求變化，是圖書館及時、準確優化服務策略和提高讀者滿意度的關鍵。數據分析師可基于移動大數據的分析結果去改進圖書館的管理、應用程序，通過解決影響圖書館服務效率和讀者滿意度的關鍵性問題，高效、創造性地提升讀者的閱讀收益。

第四，讀者閱讀需求具有突發和不確定的特點。此外，圖書館的服務負載和讀者群分布也面臨著動態、不均衡的問題。基于移動大數據的決策支持，圖書館可準確預測未來讀者的移動路徑、讀者群密度、讀者的閱讀需求、服務系統的負載分布等，可通過預先對服務資源的調度與分配、服務內容的預推送和服務網絡的優化，防止突發高服務負載而導致圖書館QOS大幅下降。

2.3實現基于移動大數據的圖書館動態CRM管理

圖書館傳統的CRM（客戶關系管理）是依據讀者的個體資料、訪問記錄、意見反饋、email和論壇發言等數據，對圖書館的讀者關系和服務、營銷過程進行管理，這些數據具有非結構化、零散、實時性差和低價值的特點，無法滿足當前圖書館CRM管理高效、動態、經濟和便捷的需求。基于移動大數據的圖書館動態CRM管理，通過對傳感器、視頻監控器、管理服務器日志、移動閱讀終端等采集的大數據進行分析、決策，具有時空覆蓋范圍廣、融合物理和虛擬空間數據、全方位動態呈現讀者個體數據的優點。

基于移動大數據的動態決策支持，圖書館可從移動大數據中挖掘出每一位讀者的完整圖像，依據讀者的價值、個體特征和閱讀需求，將讀者劃分為不同的讀者群，在為不同讀者群提供共性化服務來減少圖書館綜合服務成本的前提下，可依據個體讀者需求為每一名讀者推送量體裁衣式的個性化定制服務，提高讀者的個性化閱讀滿意度和忠誠度。此外，還可通過移動大數據的支持來模擬圖書館的服務和競爭環境，及時預測、發現、規避和控制服務風險。其次，依據“二八定律”可得知維系老讀者僅需要20%的服務成本，而發展相同質量的新讀者則需要80%的服務成本。［6］因此，圖書館應依靠移動大數據的動態、即時決策支持，及時發現讀者的需求、愛好和閱讀模式變化，在閱讀需求的發現、服務內容的推送、服務參數的設置、閱讀終端的使用、服務廣告、聯機幫助和閱讀模式變革等環節入手，不斷完善圖書館和讀者之間的關系。第三，管理層還可基于移動大數據的決策支持，改變傳統環境下圖書館基于直覺的CRM模式，將科學的移動大數據決策貫穿于圖書館CRM全程，不斷提升讀者群的質量、數量和忠誠度。

2.4提高移動網絡的效率、可靠性和可用性

移動傳輸網絡是圖書館服務承載和知識傳輸的平臺，移動傳輸網絡的結構科學性、無線傳輸效率、抗干擾能力和網絡故障自愈性，直接關系圖書館服務有效性和讀者閱讀滿意度。因此，圖書館應基于移動大數據的決策支持，增強移動傳輸網絡的安全性、運行效率、可控性和經濟性。

移動傳輸網絡是由眾多網元和系統共同組成，任何單一網元和系統出現故障，都會改變移動傳輸網絡的拓撲結構并影響整個網絡的性能。通過對移動傳輸網絡的系統管理日志、設備配置與運行參數、網絡拓撲結構變化的相關數據、網絡傳輸效率動態變化數據的分析，能夠及時發現影響網絡傳輸質量的瓶頸問題和威脅因素，圖書館可根據不同問題對網絡效率影響的程度和優先級別，對網絡進行動態調整、完善和優化。此外，移動傳輸網絡不同的業務類別，對圖書館服務有效性的價值、影響力和影響范圍不同。通過對圖書館系統運行產生的移動大數據分析，移動服務運營商可得到一幅系統管理、運營的動態業務畫像，可清楚地了解影響圖書館服務收益的關鍵業務和相關業務之間的關聯度，有利于實現移動傳輸網絡的精細化管理和服務資源的科學分。［7］第三，隨著OTT（Over The Top,基于開放互聯網的視頻服務）技術的發展，圖書館基于開放的移動互聯網絡為讀者提供視頻閱讀增值服務已成為可能。移動服務運營商可基于圖書館移動大數據的分析、決策支持，將移動傳輸網絡的網絡狀態、群組行為特征、讀者分布復雜度等數據開放給圖書館，圖書館可根據移動傳輸網絡的即時運行效率、參數、OTT應用和網絡設備的運行情況等，及時自動優化、調整閱讀終端的配置、服務模式、系統參數等數據，提高圖書館OTT服務的效率、可控性和可用性。

3　結束語

圖書館移動大數據除具備4“V”特性和3“T”特點外，其半結構化或非結構化數據占據數據總量的90%以上，給圖書館的移動大數據清洗、大規模數據處理、存儲、多維度分析和決策造成了很大困難。［8］

因此，圖書館必須從讀者閱讀需求和QOS保證出發，在提高移動大數據采集與存儲的質量、可信度、分析與決策可用性前提下，注重移動大數據決策中的讀者隱私保護、應用場景多維度分析、數據分析結果的可視化展示、動態CRM有效性等問題，才能實現讀者閱讀服務過程的精細化運營管理，才能提升讀者的移動閱讀體驗和對圖書館服務品牌的感知度。

［參考文獻］

［1］思科公司.2013～2018年全球移動數據流量預測更新［R］.思科視覺網絡指數, 2013.

［2］馮登國，等．大數據安全與隱私保護［J］.計算機學報，2014，37（1）：246－258.

［3］方艾，等.電信運營商能耗優化的大數據分析模型研究［J］．電信科學，2014（10）：38－42.

［4］張平，等．移動大數據時代：無線網絡的挑戰與機遇［J］．科學通報，2015，60（5）：433－438.

［5］張杰，等．多傳感器數據融合技術應用研究［J］.測試技術學報，2013，27（6）：490－495.

［6］王璐，孟小峰．位置大數據隱私保護研究綜述［J］.軟件學報，2014（4）：693－712.

［7］王元卓，等．網絡大數據：現狀與展望［J］．計算機學報，2013，36（6）：1125－1138.

［8］許碧文．論大數據時代圖書館服務的發展與創新［J］．圖書館理論與實踐，2014（12）：19－20，34.

Study on QOS Guarantees of Library Based on Mobile Big Data Analysis

Ma Xiao-ting

Abstract：In the era of mobile big data, smart personalized service QOS of library is encountering many challenges owing to the specific characteristics of big data such as high volume, variety, velocity and great value.This article explores the smart personalized service QOSguarantees for library based on mobile big data analysis that can provide comprehensive, in time, and accurate evaluationfor reader's requirements, andthus provides highadditionalvalue mobile big data analysis that are supportive to the smart personalized service QOSof library.

Key words：Mobile Big Data; Personalized Service; QOSGuarantees

［收稿日期］2015－10－15［責任編輯］菊秋芳

［作者簡介］馬曉亭（1974－），女，遼寧遼陽人，碩士，副教授，研究方向：大數據、數字圖書館建設。

中圖分類號：G250.76

文獻標志碼：A

文章編號：1005－8214（2016）02－0070－04