淺談大數據思維與圖書館信息服務

張邦利

摘 要 大數據開啟了時代的重大轉型，引發了人們對數據價值的重新認識，也使得對解決問題思維從追求因果關系向更看重關聯關系方向轉移。不再熱衷于追求精確度，不再依賴于隨機采樣。大數據也在改變著圖書館信息服務的方式，成為提升信息服務的創新源泉。

關鍵詞 大數據思維 圖書館 信息服務

中圖分類號：G250.7 文獻標識碼：A DOI：10.16400/j.cnki.kjdkz.2016.05.090

Abstract Big data opens an era of major transformation， led to a re understanding of the value of the data， but also makes the problem of thinking from the pursuit of causal relationship to a more important relationship between the direction of the transfer. No longer interested in the pursuit of accuracy， no longer rely on random sampling. Big data is also changing the way of library information services， information services to become a source of innovation.

Key words thinking of big data； library； information service

0 引言

大數據的到來深刻地改變著人們的工作、生活和思維方式，各行各業對數據的依賴有增無減，數據即資源，數據即財富這一理念已逐漸為社會所認同。以統計數據為依據的定量分析逐步取以分析者的直覺經驗作出判斷的定性分析方法，隨著手機終端的普及，每個個體人都可以把自己的生活、所見所得變成數據，產業互聯、人體互聯導致更大量級的數據爆炸。數據也變得資產化，被當作財富來采集、存儲和交易，這就是“數字化生存”。伴隨圖書館的信息收集和處理水平的不斷提高，信息服務無疑已成為目前圖書館公共服務的重要內容，通過大數據的思維來指導圖書館信息服務工作中的數據采集、整理、存儲與使用，是圖書館是圖書館發展必須重視的一個問題。

1 大數據和大數據思維相關概述

1.1 大數據

“大數據”一詞，早在20世紀80年代就已出現，但那時“大數據”僅僅是作為數據挖掘技術中的對“海量數據”的一種表述。2011年5月，麥肯錫全球研究院首次提出“大數據”概念，發布了一份關于“大數據”的詳細報告。報告將大數據描述成為“無法在一定時間內使用傳統數據庫軟件工具對其內容進行獲取、管理和處理的數據集合”。而且指出，數據正在逐漸朝每個行業、業務職能領域滲透，成為不可忽視的生產要素，大數據作為分析的另一種表述形式，目前已成從數據中萃取知識，并將知識轉化為提升商業競爭優勢的智能活動。2012年1月的世界達沃斯經濟論壇上，“大數據”是主題之一。時至今日，大數據的內涵變得更為寬泛，首先，大數據的“大”既體現在數量上，也體現在其組成分布、數據結構上；其次，基于“云計算和云存儲”、“物聯網”等新興的技術和服務又促使數據的種類和規模正以前所未有的速度增長。大數據具有多“4V”特征，即大量（Volume）、高速（Velocity）、多樣（Variety）、價值（Value）。

1.2 大數據思維

大數據的出現使得人們分析信息時思維發生了轉變。在大數據時代，人們分析信息面臨著三個轉變，第一是要分析更多的數據，不再依賴于隨機采樣。當我們有足夠的數據處理和存儲能力，而且可以獲得海量數據的時候，隨機采樣就沒有多大的意義了。第二是，不再熱衷于追求精確度。針對小數據量和特定事情，追求精確性依然是可行的，隨著數據的增多，我們就不用再對某個現象一味追求細枝末節，而只需要把握好或判斷出基本發展方向。第三是從導找因果關系轉而關注相關關系，將專注力放在相關關系的探索上，只要發現兩個或若干個現象之前的相關性，就可以創造某種經濟或社會效益。不一定需要知道事情產生的起因或原因，但通過事件觸發器提醒讓我們知道這件事情正在發生。即大數據告訴我們“是什么”，而不是“為什么”。

1.3 大數據思維的幾個重要原理

第一是數據核心原理。在大數據環境下，數據比流程更重要。可以從數據庫和記錄數據庫中搜索出你是誰，你需要什么，從而推薦給你需要的信息，用數據核心思維方式去思考問題并解決問題。

第二是數據價值原理。數據并不完全是越多越好，重要的是通過分析實實在在的數據得出有價值的東西，挖掘出的價值含量越高更能凸顯大量數據的重要性。如今，數據已經成為了一種商業資本，思維轉變了，數據就能被巧妙地用來激發新產品和新型服務。通過對數據的處理和分析，整理出用戶的消費傾向、想法、喜好，個性化差異等情況，然后進行分類記載，既而又可以進行分類指導。

第三是全樣本原理。傳統采樣的目的就是為了用最少的數據獲得更多的信息，但采樣分析不能捕捉細節，而且，在采樣分析的時候，有一些信息會丟失掉了。信息時代，大型數據庫管理系統中存儲的數據庫越來越全面，因為大數據包含了全部的信息數據，通過使用所有的數據，可以發現在大量數據中淹沒掉的情況。全數據的樣本思維方式，我們就能夠從不同的角度，更細致地觀察、思考和研究問題的方方面面。

第四是相關性原理。與傳統的因果思維相比，相關性更加強調兩個數據值之間的數理關系。一個數據值增加，另一個數據值可能會隨之增加，也可能不會發生變化。相關關系沒有絕對，只有可能性。比如，不是圖書館網站上推薦的每本書都是讀者想要的書。每一本書的信息、讀者的每一次檢索都可以記錄為數據，我們對大數據進行相關關系分析，從而知道哪些檢索詞條是最能吸引讀者的，哪個時間段是讀者最愿意呆在圖書館看書的。當然，相關性不是不要因果關系，因果關系還是基礎，通過找出各類數據之間的相互關系也能解決日常管理工作中的難點和瓶頸問題，通過找出以上關聯物并監控它，就能預測下一步的異常情況。

2 大數據思維與圖書館信息化服務

通常情況下，圖書館信息服務工作包含四個方面的內容，一是借閱活動，即常見的書籍、報刊借閱服務。二是信息咨詢服務，向讀者提供題錄、書目等主題信息。三是信息檢索服務，通過文獻信息網絡，提供聯機檢查服務。四是專利檢索與開發服務。隨著圖書館信息服務應用范圍的不斷擴大，圖書館各個系統的信息數據庫內容不斷豐富，數據變得越來越復雜。筆者認為，這些數據既包含現有的圖書館各環節業務產生的數據，存儲于數據庫中，又包含了從客戶端讀取的用戶ID、瀏覽過的網頁、停留的時間等數據，也包含了從其他部門共享來的數據。對圖書館工作人員而言，如何在已有的數據獲取、存儲方式進行創新管理？在分析和決策的工作流程中加入大數據的支持？如何利用大數據幫助信息服務工作？這些問題的解決需要把信息技術思維轉移到大數據思維上來。

2.1 整體性思維改變圖書館數據資源采集模式，盡可能全面采集數據

圖書館的傳統信息資源，通常包含圖書館管理人員和讀者用戶的基本情況，購買的圖書和文獻數據庫，自建的音頻、視頻、專著等數字資源等，這些數字資源組成了圖書館信息服務的資源基礎。這些資源數據的特點是結構完整，格式規范，能夠為讀者提供查詢、檢索、下載等信息服務。現在，大型數據庫管理系統廣泛使用在各行各業，圖書館也無例外，館內各個電腦終端、掃描槍、觸摸屏、攝像頭等捕捉到的數據最終都會很快地匯入圖書館的數據庫中。比如，讀者在圖書館電腦終端的操作軌跡，包括逐條的檢索記錄、借閱時間、借閱規律等都會產生出大量的信息數據，應該盡可能多地收集這些數據。在實際的信息服務工作中，讀者的行為數據還缺乏全面性、整體性和關聯性，如記錄有讀者的檢索詞，下載文獻的主題，但沒有記錄讀者的檢索時長，記錄有讀者的進館次數、進館時間，但沒有記錄讀者的離館時間，從而缺少讀者的在館時間。這些數據與用戶的行為習慣密切相關，雖然價值不大，但如果能全面收集起來，則能幫助分析讀者的偏好，幫助圖書館提供最有用的信息服務。

2.2 關聯思維為信息服務提供新的解決路徑，分析挖掘讀者的行為軌跡

圖書館的開放性決定了圖書館的信息服務是面向讀者的，以讀者參與的各類主題來建立“數據倉庫”，在倉庫中再建立不同的“房間”，每個房間存儲不同的記錄。比如讀者的基本信息、訪問記錄、借閱記錄、檢索歷史、查詢咨詢等。圖書館信息服務一方面要對讀者的不同信息需求加以分析研究，分析不同讀者的“行為軌跡”，如同在網購時經常會彈出的“猜你會喜歡”、“瀏覽了該商品的人還瀏覽了以下商品”等信息。另一方面也需要根據每個業務流程收集到的大量的、完整的讀者借閱記錄、檢索記錄等數據，挖掘讀者的行為特征，對具有相關興趣特征的讀者群體進行分類管理，形成專門的統計分析結果，向讀者推薦相關的專題，既提高了資源的利用率，也提高了讀者滿意度，達到真正吸引讀者的目的。關聯思維需要圖書館工作人員根據特定的問題，考慮到位，特別是在優化圖書館某一個工作流程時，由于各個數據都有著內在聯系，圖書部門之間的資料數據也存在著協調共享，如果不注意其中的關聯關系，就會出現顧此失彼、數據紊亂的問題。

2.3 智能思維豐富圖書館個性服務的內涵，開展主動服務

大數據應用技術是圖書館未來構建創新服務的動力引擎，是未來幾年內圖書領域信息服務研究的重要課題。新型知識智能服務引擎包括資源及學術搜索引擎、資源及服務推薦引擎、用戶及資源行為智能分析引擎、用戶知識需求預測引擎、及多維度信息資源獲取、組織、分析及決策引擎等。例如，美國Hiptype公司就充分利用個性化分析系統，對電子書讀者的身份和閱讀習慣進行智能分析，繼而幫忙作者和出版商得到詳細的數據從而更懂讀者。

利用現在的數據庫技術，圖書館可以重點對讀者用戶的各種行為數據進行復雜的數據處理、統計和分析。如通過對所有學生借閱記錄的記載數據，嘗試統計每月學生的借閱頻率，檢索的關鍵詞，分析并預測出不同月份學生的需求，從而在下一年的不同月份合理安排借閱書目，主動提供索引指南幫助學生克服因信息分散而造成的檢索困難，提高信息服務的時效性和針對性。

利用數據信息，圖書館開展有針對性地主動服務來解決讀者的實際問題。還可以搭建微信公眾號平臺向用戶定期推送內容豐富、形式多樣的個性化信息，保持即時的互動與交流，讀者向圖書館反饋新書的閱讀意見與建議；還可以利用圖書館網站發布公告和動態，提供各類數字資源的下載和查閱；圖書館可以根據讀者不同的信息需求，制定不一樣的信息服務策略，優化不同的業務環節，開展不同的信息服務。可在圖書館網站上設置相關的欄目，放置視頻或幻燈片，方便讀者更快無差錯的檢索。圖書館可適時開展一些諸如咨詢參考、熱門學科跟蹤等相關服務，考慮為讀者精準推送相關聯信息和在未來可提供幫助的潛在資源。

3 結語

隨著圖書館不斷優化信息服務的水平，為各類讀者提供越來越人性化的個性服務，大數據的影響也將越來越深入到圖書館日常的管理工作中，大數據思維也將潛移默化地改變著圖書館管理人員的工作思維方式，引導其不斷創新管理，優化流程，為讀者提供更多人性化和個性化的服務。

參考文獻

[1] 大數據時代的思維變革[J].重慶理工大學學報（社會科學），2014.8.

[2] 蔡莉靜，陳曹維.現代圖書館信息服務[M].北京：海洋出版社，2006：47.

[3] 樊偉紅，李晨暉.圖書館需要怎樣的“大數據”[J].圖書館雜志，2012.11.