大數(shù)據(jù)環(huán)境下圖書(shū)館信息服務(wù)的新模式

鐘克吟

（肇慶學(xué)院 圖書(shū)館，廣東 肇慶 526061）

大數(shù)據(jù)環(huán)境下圖書(shū)館信息服務(wù)的新模式

鐘克吟

（肇慶學(xué)院 圖書(shū)館，廣東 肇慶 526061）

大數(shù)據(jù)蘊(yùn)含著大量結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)，建立在數(shù)據(jù)關(guān)系分析基礎(chǔ)上的預(yù)測(cè)是大數(shù)據(jù)價(jià)值的核心所在。圖書(shū)館信息數(shù)據(jù)的分析能力已經(jīng)從基礎(chǔ)性分析、推測(cè)性分析提高到預(yù)測(cè)性分析層面，圖書(shū)館可充分利用用戶(hù)交互數(shù)據(jù)，從而分析和預(yù)測(cè)可能發(fā)生的信息行為。為此，圖書(shū)館應(yīng)挖掘信息，實(shí)現(xiàn)可視化服務(wù)，整合數(shù)據(jù)，促進(jìn)資源建設(shè)，完善體系，提高服務(wù)層次。

大數(shù)據(jù)；信息服務(wù)；圖書(shū)館

近年，借助云計(jì)算、數(shù)據(jù)倉(cāng)庫(kù)和物聯(lián)網(wǎng)技術(shù)，大數(shù)據(jù)在多個(gè)領(lǐng)域得到廣泛應(yīng)用并迅速成為社會(huì)研究熱點(diǎn)。同時(shí)，大數(shù)據(jù)也給圖書(shū)館信息服務(wù)工作帶來(lái)了極大挑戰(zhàn)，數(shù)據(jù)處理、挖掘數(shù)據(jù)的隱性信息和潛在價(jià)值，并根據(jù)數(shù)據(jù)關(guān)聯(lián)進(jìn)行分析和決策預(yù)測(cè)將成為大數(shù)據(jù)時(shí)代圖書(shū)館信息服務(wù)的重要方向。

一、大數(shù)據(jù)的價(jià)值和應(yīng)用

大數(shù)據(jù)之說(shuō)源于美國(guó)McKensey咨詢(xún)公司，爾后《華爾街日?qǐng)?bào)》和《紐約時(shí)報(bào)》同時(shí)開(kāi)展討論［1］。大數(shù)據(jù)呈現(xiàn)多樣化特點(diǎn)，數(shù)據(jù)類(lèi)型、數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)特征均存差異，數(shù)據(jù)結(jié)構(gòu)不再單一。但是，大數(shù)據(jù)尚無(wú)統(tǒng)一定義。普遍認(rèn)為，大數(shù)據(jù)蘊(yùn)含聲頻、視頻、物聯(lián)網(wǎng)、個(gè)人信息、科學(xué)研究結(jié)果等結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)，是描述海量數(shù)據(jù)的集合，其規(guī)模遠(yuǎn)遠(yuǎn)超出傳統(tǒng)的信息量。

社會(huì)信息將都以電子數(shù)據(jù)的形式顯示和存儲(chǔ)，海量數(shù)據(jù)鑄就了大數(shù)據(jù)技術(shù)的誕生。據(jù)IDC（International Data Corporation國(guó)際數(shù)據(jù)公司）檢測(cè)，2020年全球數(shù)據(jù)將達(dá)35ZB，約為2010年的30倍。百度每天處理近100PB的數(shù)據(jù)并提供超過(guò)1.5PB的導(dǎo)航數(shù)據(jù)，這與5 000個(gè)國(guó)家圖書(shū)館的信息總量相當(dāng)。然而，迄今人類(lèi)印刷材料的數(shù)據(jù)總量?jī)H有200PB［2］。

大數(shù)據(jù)超越了傳統(tǒng)數(shù)據(jù)庫(kù)的管理能力，為傳統(tǒng)的數(shù)據(jù)管理方式、數(shù)據(jù)來(lái)源、思維方法和處理方式帶來(lái)了顛覆性的變革。大數(shù)據(jù)技術(shù)是計(jì)算機(jī)領(lǐng)域的新一代技術(shù)和架構(gòu)，能夠從大海量、高繁雜的數(shù)據(jù)中抓取有價(jià)值的信息數(shù)據(jù)。

大數(shù)據(jù)的時(shí)效性強(qiáng)，對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)的不間斷的擷取和處理所產(chǎn)生的效果，要比傳統(tǒng)的數(shù)據(jù)查詢(xún)和數(shù)據(jù)挖掘更快速有效。不過(guò)，由于海量數(shù)據(jù)之中摻雜著各種錯(cuò)亂無(wú)效的信息，數(shù)據(jù)價(jià)值密度較低。

（一）大數(shù)據(jù)的核心價(jià)值

數(shù)據(jù)挖掘、人工智能等技術(shù)推動(dòng)著大數(shù)據(jù)時(shí)代的進(jìn)程，信號(hào)可以轉(zhuǎn)化為數(shù)據(jù)，人們把數(shù)據(jù)分析為信息，將信息提煉為知識(shí)，并以知識(shí)達(dá)成決策和行動(dòng)，充分體現(xiàn)大數(shù)據(jù)的核心價(jià)值。

英國(guó)數(shù)據(jù)科學(xué)家維克托·邁爾-舍恩伯格（Viktor Mayer-Sch?nberger）指出，預(yù)測(cè)是大數(shù)據(jù)的核心價(jià)值，數(shù)學(xué)算法在海量數(shù)據(jù)中的應(yīng)用為事件預(yù)測(cè)提供了可能［3］。

美國(guó)物理學(xué)會(huì)艾伯特—拉斯洛·巴拉巴西院士認(rèn)為，人類(lèi)大部分行為都受制于規(guī)律、模型及原理法則，其中93%的行為可以預(yù)測(cè)。預(yù)測(cè)建立于相關(guān)關(guān)系分析的基礎(chǔ)之上，對(duì)關(guān)聯(lián)物進(jìn)行監(jiān)控則可以預(yù)測(cè)事件發(fā)生的可能性。

網(wǎng)絡(luò)的搜索功能和普及程度足以使網(wǎng)上搜索記錄成為預(yù)測(cè)事件發(fā)生的有力證據(jù)。2013年3月，美國(guó)把數(shù)據(jù)定義為“未來(lái)的新石油”，政府投資2億美元拉動(dòng)大數(shù)據(jù)相關(guān)產(chǎn)業(yè)，并積極發(fā)展亞馬遜、谷歌、蘋(píng)果等互聯(lián)網(wǎng)企業(yè)［4］。

百度公司著力打造一個(gè)開(kāi)放平臺(tái)，為傳統(tǒng)企業(yè)提供大數(shù)據(jù)存儲(chǔ)、關(guān)聯(lián)和分析的能力。百度公司的“大數(shù)據(jù)引擎”包括百度大腦、數(shù)據(jù)工廠(chǎng)和開(kāi)放云，它主要與政府、教育、醫(yī)療、金融等領(lǐng)域展開(kāi)合作，更多行業(yè)將被卷入并加速發(fā)展［5］。

（二）大數(shù)據(jù)的發(fā)展應(yīng)用

美國(guó)McKinsey Global Institute（麥肯錫全球研究院）的調(diào)查報(bào)告《Big Data：The Next Frontier for Innovation，Competition and Productivity》指出，全球?qū)⒔?7.5%的數(shù)據(jù)未得到充分利用。2011年9月，美國(guó)啟動(dòng)“數(shù)字承諾”項(xiàng)目以研究開(kāi)發(fā)科技和教育的交叉點(diǎn)服務(wù)，利用新媒體技術(shù)改變現(xiàn)有的教學(xué)方式與教學(xué)手段。

2012年3月，美國(guó)政府又實(shí)施“大數(shù)據(jù)研發(fā)計(jì)劃”，大力推動(dòng)大數(shù)據(jù)技術(shù)并提高國(guó)民提取知識(shí)和分析數(shù)據(jù)的能力，從而加速美國(guó)發(fā)明創(chuàng)造的步伐［6］。同年10月，我國(guó)成立大數(shù)據(jù)專(zhuān)家委員會(huì)，旨在探討大數(shù)據(jù)核心技術(shù)與應(yīng)用價(jià)值，并推動(dòng)大數(shù)據(jù)學(xué)科發(fā)展，為構(gòu)建數(shù)據(jù)共享平臺(tái)與大數(shù)據(jù)技術(shù)合作提供戰(zhàn)略性觀點(diǎn)［7］。

大數(shù)據(jù)的特色是從海量數(shù)據(jù)中挖掘用戶(hù)最需要的信息，大數(shù)據(jù)分析涉及的主要范圍如下：

1.可視化分析：采用大數(shù)據(jù)核心技術(shù)，通過(guò)云計(jì)算，關(guān)聯(lián)異構(gòu)數(shù)據(jù)，多方面多角度直觀地展示搜索結(jié)果，向用戶(hù)提供圖文聲像等可視化分析。

2.預(yù)測(cè)性分析：對(duì)海量歷史數(shù)據(jù)進(jìn)行分析，并建立有效的數(shù)字模型，從而預(yù)測(cè)數(shù)據(jù)發(fā)展并提供個(gè)性化信息推送服務(wù)。

3.數(shù)據(jù)價(jià)值挖掘：快速、深入、有效地對(duì)海量數(shù)據(jù)包括關(guān)聯(lián)類(lèi)型和結(jié)構(gòu)各異的數(shù)據(jù)進(jìn)行過(guò)濾、整合，最大程度地挖掘數(shù)據(jù)潛在價(jià)值。

4.語(yǔ)義引擎：通過(guò)人工智能系統(tǒng)，使用自然語(yǔ)言，主動(dòng)識(shí)別和搜集用戶(hù)的數(shù)據(jù)語(yǔ)言，或者提取文件的語(yǔ)義信息并自動(dòng)進(jìn)行搜索結(jié)果與關(guān)聯(lián)信息的個(gè)性化推送。

5.數(shù)據(jù)質(zhì)量管理：對(duì)數(shù)據(jù)從計(jì)劃、獲取、存儲(chǔ)、共享、維護(hù)、應(yīng)用到消亡整個(gè)生命周期中可能發(fā)生的質(zhì)量問(wèn)題進(jìn)行識(shí)別、度量、監(jiān)控、預(yù)警等一系列管理活動(dòng)，并通過(guò)改善和提高組織管理水平以提高數(shù)據(jù)質(zhì)量。數(shù)據(jù)質(zhì)量管理能推動(dòng)大數(shù)據(jù)通過(guò)標(biāo)準(zhǔn)化流程和工具最大化而實(shí)現(xiàn)數(shù)據(jù)的價(jià)值，是數(shù)據(jù)處理的關(guān)鍵［8］。

二、大數(shù)據(jù)對(duì)圖書(shū)館信息服務(wù)的影響

大數(shù)據(jù)對(duì)圖書(shū)館的資源存儲(chǔ)和服務(wù)方式提出了挑戰(zhàn)，圖書(shū)館的數(shù)據(jù)數(shù)量和種類(lèi)及未來(lái)的發(fā)展趨勢(shì)都呈現(xiàn)出大數(shù)據(jù)的特征，大數(shù)據(jù)的相關(guān)技術(shù)與應(yīng)用理念對(duì)圖書(shū)館發(fā)展產(chǎn)生著深遠(yuǎn)的影響。

圖書(shū)館資源囊括了以結(jié)構(gòu)化和非結(jié)構(gòu)化方式呈現(xiàn)的大量數(shù)據(jù)，如音視頻資源、圖片、微博、移動(dòng)用戶(hù)的行為和服務(wù)信息以及讀者進(jìn)館時(shí)間、所處位置、搜索記錄、搜索時(shí)間、瀏覽歷史，還有館員的服務(wù)內(nèi)容、服務(wù)時(shí)間等。

隨著數(shù)據(jù)搜集、傳輸、存儲(chǔ)及處理能力的提高，人們不僅可以利用因果關(guān)系而且還能夠根據(jù)海量數(shù)據(jù)并依靠相關(guān)性理論來(lái)認(rèn)識(shí)世界，通過(guò)分析細(xì)微數(shù)據(jù)之間相關(guān)性的方法找出某個(gè)現(xiàn)象的良好關(guān)聯(lián)物，利用其間的相關(guān)關(guān)系分析現(xiàn)在和預(yù)測(cè)未來(lái)。

以往，圖書(shū)館數(shù)據(jù)分析以定性推測(cè)為主，由主觀經(jīng)驗(yàn)推測(cè)事物的發(fā)展趨勢(shì)。而在數(shù)據(jù)時(shí)代，圖書(shū)館數(shù)據(jù)分析能力逐漸從基礎(chǔ)性與推測(cè)性分析向預(yù)測(cè)性分析邁進(jìn)，分析大型的數(shù)據(jù)集合，建立數(shù)據(jù)模型，發(fā)現(xiàn)數(shù)據(jù)關(guān)聯(lián)關(guān)系，以預(yù)測(cè)事物的發(fā)展方向并作出合理解決方案。

目前，圖書(shū)館信息服務(wù)除了利用基礎(chǔ)數(shù)據(jù)之外，還可以根據(jù)大數(shù)據(jù)的關(guān)聯(lián)與隱性信息，由靜態(tài)收集數(shù)據(jù)向動(dòng)態(tài)跟蹤數(shù)據(jù)及發(fā)掘隱性信息拓展，以提供更加精準(zhǔn)的個(gè)性化服務(wù)。

可見(jiàn)，大數(shù)據(jù)的關(guān)聯(lián)與隱性信息必將成為圖書(shū)館信息服務(wù)的關(guān)注重點(diǎn)與拓展方向。相關(guān)性理論使人們擺脫了對(duì)直覺(jué)、經(jīng)驗(yàn)、常規(guī)邏輯推斷、因果關(guān)系分析等傳統(tǒng)方法的依賴(lài)，進(jìn)而運(yùn)用海量數(shù)據(jù)表達(dá)新的關(guān)聯(lián)模式。

大數(shù)據(jù)的關(guān)聯(lián)與隱性信息的運(yùn)用能夠發(fā)掘信息反饋的潛在價(jià)值，增進(jìn)數(shù)據(jù)分析的廣度深度，指導(dǎo)信息服務(wù)的模式與方向定位，信息服務(wù)從被動(dòng)轉(zhuǎn)向主動(dòng)，原來(lái)僅限于單一的專(zhuān)題報(bào)告和輿情監(jiān)測(cè)，現(xiàn)在則能夠提供數(shù)據(jù)驅(qū)動(dòng)型信息專(zhuān)題和趨勢(shì)性預(yù)測(cè)報(bào)告。

為此，圖書(shū)館應(yīng)加強(qiáng)用戶(hù)研究，充分利用交互數(shù)據(jù)，對(duì)用戶(hù)隱性信息進(jìn)行深度挖掘并建立用戶(hù)偏好模型，分析和預(yù)測(cè)未來(lái)可能發(fā)生的信息行為。開(kāi)展個(gè)性化與多樣化的服務(wù)、提供預(yù)測(cè)性的信息服務(wù)產(chǎn)品，提供具有前瞻性且較為精準(zhǔn)的信息服務(wù)。

三、大數(shù)據(jù)環(huán)境下圖書(shū)館信息服務(wù)的方向

大數(shù)據(jù)環(huán)境下圖書(shū)館信息服務(wù)具有交互性、個(gè)性化、主動(dòng)性、多樣化等特征。它從數(shù)據(jù)、信息、知識(shí)、智慧四個(gè)層面展開(kāi)服務(wù)，形成了信息可視化服務(wù)、一站式資源服務(wù)、學(xué)科知識(shí)服務(wù)和智慧服務(wù)四種模式。

（一）挖掘信息資源，實(shí)現(xiàn)可視化服務(wù)

可視化技術(shù)為用戶(hù)獲取信息、整合利用資源和個(gè)性化定制等方面提供了便利。通過(guò)云計(jì)算、hadoop等技術(shù)對(duì)大數(shù)據(jù)進(jìn)行分析，挖掘可資利用的信息，并將抽象分散的數(shù)據(jù)轉(zhuǎn)化為直觀形式，既解決了圖書(shū)館的異構(gòu)數(shù)據(jù)問(wèn)題，又使圖書(shū)館的數(shù)據(jù)分析與應(yīng)用提高了層次。

通過(guò)可視化技術(shù)，挖掘用戶(hù)的實(shí)際需求和潛在需求，把集中性的數(shù)據(jù)和隱性信息的關(guān)聯(lián)關(guān)系呈現(xiàn)出來(lái)并反饋給用戶(hù)，使用戶(hù)能夠發(fā)現(xiàn)那些有用的而且數(shù)據(jù)集中的潛在信息資源，從而提高圖書(shū)館對(duì)用戶(hù)信息需求的預(yù)測(cè)能，并為用戶(hù)提供定制化的信息服務(wù)。

（二）整合信息數(shù)據(jù)，促進(jìn)資源建設(shè)

大數(shù)據(jù)環(huán)境下的圖書(shū)館數(shù)字化資源包括館藏書(shū)目數(shù)據(jù)庫(kù)、自建特色資源數(shù)據(jù)庫(kù)、電子出版物、隨書(shū)光盤(pán)等現(xiàn)實(shí)館藏資源以及網(wǎng)絡(luò)數(shù)據(jù)庫(kù)、在線(xiàn)出版物、開(kāi)放存取資源等虛擬館藏。這些數(shù)據(jù)具有不同的數(shù)據(jù)結(jié)構(gòu)，擁有各自的接口，來(lái)源于不同的數(shù)據(jù)庫(kù)，尤其是社交媒體類(lèi)的信息資源更為復(fù)雜，整合這些資源需要運(yùn)用大數(shù)據(jù)技術(shù)。

廣泛采集有價(jià)值的大數(shù)據(jù)信息并加以整合利用從而完善圖書(shū)館信息資源，這是促進(jìn)圖書(shū)館數(shù)據(jù)資源建設(shè)的關(guān)鍵。信息數(shù)據(jù)主要有三類(lèi)：1.資源性數(shù)據(jù)信息。它是科研人員在科研過(guò)程中，通過(guò)觀察、實(shí)驗(yàn)、實(shí)證調(diào)查、推理等方法而積累的實(shí)驗(yàn)數(shù)據(jù)集、調(diào)研報(bào)告、研究過(guò)程記錄、工具方法等大量有價(jià)值的科研數(shù)據(jù)，圖書(shū)館應(yīng)加以采集整合，通過(guò)建立機(jī)構(gòu)庫(kù)的形式，實(shí)現(xiàn)對(duì)科研數(shù)據(jù)的有效保存與共享。如康奈爾大學(xué)圖書(shū)館的DataStar數(shù)據(jù)庫(kù)，用戶(hù)可以自主上傳數(shù)據(jù)信息，利于數(shù)據(jù)的存檔和出版，實(shí)現(xiàn)數(shù)據(jù)研究過(guò)程的合作共享［9］。2.與經(jīng)濟(jì)社會(huì)發(fā)展息息相關(guān)的數(shù)據(jù)。圖書(shū)館應(yīng)與政府相關(guān)部門(mén)合作，通過(guò)資源共享與合作研究獲取信息數(shù)據(jù)加以研究利用，為社會(huì)經(jīng)濟(jì)發(fā)展提供有價(jià)值的信息服務(wù)。3.用戶(hù)數(shù)據(jù)。這包括用戶(hù)使用數(shù)字資源的實(shí)時(shí)情況、社交媒體交互數(shù)據(jù)以及用戶(hù)訪(fǎng)問(wèn)互聯(lián)網(wǎng)的行為數(shù)據(jù)等，這些數(shù)據(jù)的采集分析有利于挖掘用戶(hù)的個(gè)性化需求，從而為圖書(shū)館的個(gè)性化服務(wù)提供參考依據(jù)［10］。

通過(guò)大數(shù)據(jù)技術(shù)，把成熟的信息采集模式與先進(jìn)的數(shù)學(xué)模型結(jié)合起來(lái)，從浩瀚紛繁的數(shù)據(jù)中快速采集、分析和挖掘，識(shí)別和定位高質(zhì)量信息，整合數(shù)字化信息資源，建立各類(lèi)型數(shù)據(jù)庫(kù)或虛擬存儲(chǔ)空間，再設(shè)計(jì)統(tǒng)一接口，利用大數(shù)據(jù)智能化檢索技術(shù)，實(shí)現(xiàn)多樣性一站式的資源服務(wù)。

（三）完善服務(wù)體系，提高服務(wù)層次

知識(shí)服務(wù)是以采集、分析、重組信息為前提，對(duì)各種顯性和隱性信息資源進(jìn)行挖掘、分析、重組，形成有價(jià)值的知識(shí)產(chǎn)品的服務(wù)。

大數(shù)據(jù)環(huán)境下，圖書(shū)館通過(guò)信息資源平臺(tái)，為廣大用戶(hù)提供相應(yīng)的學(xué)科知識(shí)服務(wù)。通過(guò)分析不同用戶(hù)檢索某一個(gè)學(xué)科信息的頻率，找出一定時(shí)間段用戶(hù)感興趣的學(xué)科，再運(yùn)用數(shù)據(jù)挖掘和聚類(lèi)分析方法，預(yù)測(cè)某個(gè)時(shí)間段學(xué)科研究的熱點(diǎn)以及學(xué)科之間的關(guān)聯(lián)與交叉。同樣，采集圖書(shū)館借閱系統(tǒng)中用戶(hù)的借閱情況統(tǒng)計(jì)數(shù)據(jù)和圖書(shū)流通日志，再通過(guò)數(shù)據(jù)挖掘，分析用戶(hù)與信息資源之間的知識(shí)關(guān)聯(lián)，可以發(fā)現(xiàn)一定時(shí)間段用戶(hù)的喜好與資源關(guān)注熱點(diǎn)，利用這些知識(shí)關(guān)聯(lián)可以為用戶(hù)提供學(xué)科知識(shí)服務(wù)。

圖書(shū)館服務(wù)的發(fā)展除了依靠信息資源和技術(shù)工具之外，館員智慧也舉足輕重，而基于館員智慧的知識(shí)服務(wù)稱(chēng)為智慧服務(wù)［11］。

目前，圖書(shū)館可將大數(shù)據(jù)的信息挖掘技術(shù)應(yīng)用到信息服務(wù)中，主動(dòng)為用戶(hù)提供個(gè)性化定制服務(wù)。通過(guò)對(duì)用戶(hù)的信息需求進(jìn)行分析處理，提供專(zhuān)業(yè)化、智能化、前瞻性的信息服務(wù)，提高用戶(hù)對(duì)信息服務(wù)的滿(mǎn)意度，實(shí)現(xiàn)基于數(shù)據(jù)挖掘的智慧化服務(wù)［12］。

大數(shù)據(jù)時(shí)代，圖書(shū)館應(yīng)根據(jù)用戶(hù)需求與實(shí)時(shí)熱點(diǎn)，強(qiáng)化豐富有效數(shù)據(jù)，完善資源，處理分析數(shù)據(jù)，通過(guò)知識(shí)挖掘發(fā)現(xiàn)用戶(hù)偏好，為用戶(hù)使用資源提供綜合服務(wù)。圖書(shū)館通過(guò)對(duì)用戶(hù)借閱情況、資源檢索行為等數(shù)據(jù)的挖掘來(lái)分析用戶(hù)群體間借閱情況的差異以及用戶(hù)的信息資源需求和研究動(dòng)向等內(nèi)容，再運(yùn)用關(guān)聯(lián)規(guī)則、協(xié)同過(guò)濾與聚類(lèi)分析等方法，依據(jù)關(guān)聯(lián)資源、讀者喜好變化等情況，建立用戶(hù)數(shù)據(jù)資源需求意向分析與推薦模型，主動(dòng)推送用戶(hù)需求的數(shù)據(jù)資源，完善服務(wù)，提升圖書(shū)館的核心競(jìng)爭(zhēng)力。

四、結(jié)語(yǔ)

隨著信息技術(shù)的飛速發(fā)展，大數(shù)據(jù)處理技術(shù)及管理模式日新月異，為信息數(shù)據(jù)處理模式帶來(lái)了挑戰(zhàn)與機(jī)遇。圖書(shū)館理應(yīng)順應(yīng)大數(shù)據(jù)發(fā)展潮流，關(guān)注大數(shù)據(jù)的技術(shù)發(fā)展與核心價(jià)值，對(duì)信息資源快速定位，為用戶(hù)提供全面準(zhǔn)確的可視化信息資源，并從提供描述事實(shí)的專(zhuān)題報(bào)告和輿情研究等服務(wù)形式，逐步向能預(yù)測(cè)事件發(fā)展趨勢(shì)并為用戶(hù)提供精準(zhǔn)、個(gè)性化、前瞻性的服務(wù)模式轉(zhuǎn)變。

目前，大數(shù)據(jù)的研究與技術(shù)應(yīng)用將是圖書(shū)館服務(wù)創(chuàng)新與發(fā)展的重要領(lǐng)域，圖書(shū)館應(yīng)關(guān)注和研究大數(shù)據(jù)技術(shù)的發(fā)展和應(yīng)用，增強(qiáng)數(shù)據(jù)技術(shù)敏銳性，建立完善新型的知識(shí)服務(wù)模式，注重培養(yǎng)高素質(zhì)館員，提升信息服務(wù)水平，著力解決信息服務(wù)新問(wèn)題，全面提高圖書(shū)館的社會(huì)服務(wù)能力。

［1］胡小箐，范并思.云計(jì)算給圖書(shū)館管理帶來(lái)挑戰(zhàn)［J］.大學(xué)圖書(shū)館學(xué)報(bào)，2009（4）：7-12.

［2］李鵬云.大數(shù)據(jù)與圖書(shū)館服務(wù)［J］.農(nóng)業(yè)圖書(shū)情報(bào)學(xué)刊，2013（9）：179-181.

［3］維克托·邁爾-舍恩伯格，肯尼思·庫(kù)克耶.大數(shù)據(jù)時(shí)代［M］.盛楊燕，周濤譯.杭州：浙江人民出版社，2013：16.

［4］徐子沛.大數(shù)據(jù)：正在到來(lái)的數(shù)據(jù)革命［M］.桂林：廣西師范大學(xué)出版社，2012：57-58.

［5］陳超.圖書(shū)館如何迎接大數(shù)據(jù)時(shí)代？［J］.圖書(shū)館雜志，2014（1）：4-7.

［6］李健.美國(guó)的大數(shù)據(jù)研發(fā)計(jì)劃及對(duì)我國(guó)的啟發(fā)［J］.中國(guó)科技資源導(dǎo)刊，2013（1）：17-23.

［7］王忠.美國(guó)推動(dòng)大數(shù)據(jù)技術(shù)發(fā)展的戰(zhàn)略?xún)r(jià)值及啟示［J］.中國(guó)發(fā)展觀察，2012（6）：44-45.

［8］劉明，李娜.大數(shù)據(jù)趨勢(shì)與專(zhuān)業(yè)圖書(shū)館［J］.中華醫(yī)學(xué)圖書(shū)情報(bào)雜志，2013（2）：1-6.

［9］洪程.國(guó)外科學(xué)數(shù)據(jù)服務(wù)現(xiàn)在研究［J］.圖書(shū)館雜志，2012（10）：31-34.

［10］沈志宏.OpenCSDB：關(guān)聯(lián)數(shù)據(jù)在科學(xué)數(shù)據(jù)庫(kù)中的應(yīng)用研究［J］.中國(guó)圖書(shū)館學(xué)報(bào)，2012（5）：17-26.

［11］梁光德.智慧服務(wù)知識(shí)經(jīng)濟(jì)時(shí)代圖書(shū)館服務(wù)新理念［J］.圖書(shū)館學(xué)研究，2011（6）：88-92.

［12］楊艷.基于大數(shù)據(jù)的數(shù)字圖書(shū)館信息服務(wù)研究［J］.數(shù)字技術(shù)與應(yīng)用，2015（7）：56-57.

The New Model of Library Information Service in Big Data Environment

ZHONG Keyin
（Library of Zhaoqing University，Zhaoqing，Guangdong 526061，China）

Big data contains large amounts of structured and unstructured data，the core value of which is to predict based on data correlation analysis.The analysis ability of the library information data has increased from fundamental analysis，speculative analysis to predictive analysis.Library user interaction data should be made good use of so that the possibility of information behavior can be analyzed and predicted.Therefore，librarians should mine big data information，realize the visualization service，integrate data，promote the construction of data resources，perfect the system and improve the service level.

big data；information service；library

G252

A

1009-8445（2016）03-0097-04

（責(zé)任編輯：禤展圖）

2015-12-18

鐘克吟（1980-），女，廣東汕頭人，肇慶學(xué)院圖書(shū)館館員，高級(jí)程序員。