大數據環境下高校圖書館信息資源管理的優化路徑思考

【摘要】大數據分析是實現高校圖書館信息資源管理的高效性與便捷性的有效措施，是高校圖書館信息資源管理工作有序開展的保障。本文筆者將基于大數據環境下，探究高校圖書館信息資源管理的優化路徑，以供相關人士參考。

【關鍵詞】大數據;高校圖書館;信息資源;優化路徑

前言

隨著科學技術的發展，計算機網絡技術不斷進步，致使諸多新技術得到研發，例如，大數據技術、云計算技術等。大數據技術與云計算技術是數據處理的有效手段，具有可靠性高的優勢。高校圖書館所面對的信息資源具有復雜多樣的特點，且蘊含龐大的閱讀數據，大大增加了高校圖書館信息資源管理難度。因此，高校應以大數據環境為基礎，優化圖書館信息資源管理模式，提高高校圖書館信息資源管理效率。

一、大數據基本概述

大數據，亦被稱之為巨量數據或海量數據，即在龐大數量、復雜結構以及類型多樣的數據基礎上，所構建的數據集合，是在云計算數據處理和應用模式前提下，以數據的集成共享為目標，在交叉復用過程中形成的智力資源與知識服務能力。針對大數據，研究學者將其進行如下定義：大數據，指在新處理模式基礎上，具有較強的決策能力、洞察發現能力以及流程優化能力的海量、高增長率以及多樣化的信息資產。從某種意義上說，大數據表示的是數據分析的前沿技術。換言之，大數據技術即在各種各樣類型數據處理過程中，具有快速獲取具有價值的信息的能力。針對大數據而言，其具有4個基本特征。具體而言：第一，數據量大，大數據的起始計量單位至少為P（1000個T）、E（100萬個T）或Z（10億個T）。第二，數據類型繁多。諸多大數據源并非結構化，而是半結構化或者為多結構化。此類數據均可具有可被理解的邏輯流程，可將有效數據進行提取用于信息分析。第三，價值密度低。例如，目前物聯網得到廣泛應用，信息感知無處不在，龐大的信息量，導致價值密度偏低。第四，速度快時效高。該特征是大數據區別于傳統數據挖掘的顯著特征。

二、高校圖書館數據管理與文獻知識模塊中應用大數據分析

龐大的閱讀數據是大數據分析的首要對象，若以數據分析的表象為視覺角度，海量數據的分析，即歸納整理讀者感興趣的文獻信息資料。對于大數據技術，時間性與空間性是其基本屬性，適用于高校圖書館信息資源管理。對鎖定的目標進行分析整理是海量數據分析和管理的一大功能，進而保證數字圖書資源存在的價值。與此同時，海量數據中的閱覽數據是判定文獻重要程度的有效依據，是文獻利用率的彰顯。文獻知識既是概念的詮釋，也是概念的表達，閱讀數據則是知識存在模式與關系的揭示。數據的單一記錄，難以正確體現知識的價值、認知程度以及可靠性等，只有將不同記錄的數據進行有序組織，在大數據技術指導下，正確掌握讀者閱讀信息，對比分析文獻知識的共性與個性，解讀數據信息的有效性，達到整理、歸納數據中隱藏的知識結構與線索的目的，充分顯示知識的價值與可靠性。

基于大數據技術作用下，圖書館文獻知識管理分析過程具有一定復雜性。顯性知識獲取與隱性知識獲取是知識獲取的兩種方式，顯性知識閱讀量數據獲取對應的則是顯現數據，針對顯性知識閱讀量數據分析，即在一定規律與理論的指導下，在測量歸類方式基礎上，獲得的有效數據，從而實現對文獻閱覽總量的描述，達到獲取知識概念的目的。例如，理論文獻查閱、文科學科分類閱覽以及新聞動態閱讀等。

評估高校圖書館信息資源整理利用率是數據分析的主要作用，但由于諸多知識點具有不可量化的特點，針對此部分知識點，則可利用模型輔助對其進行推理判斷。隱性數據，即基于建模作用下的概念推理數據，揭示顯性知識信息與資源的可靠依據是隱性數據的主要作用。例如，利用PBL教學模式，進行數據分析。PBL，基于解決問題基礎上，將教學目標設置為大學生自主學習能力，進而構建的知識體系。PBL教學模式有利于激發學生學習積極性，調動學生學習興趣，達到提高學生解決問題能力的目的，培養學生養成自主學習的習慣。高校圖書館，以大學生知識查閱的點擊量為顯性數據，判定大學生若沒有教師的指導其學習能力的高低。與此同時，高維隱性數據是促使數據分析得到理想數據的有效保障。換言之，即對于參與實驗的大學生而言，其在圖書館查閱實驗相關的知識點的過程中，對相關知識點的點擊量，則為隱性數據的綜合。總之，基于大數據技術作用下，高校圖書館信息資源管理逐步實現數字化管理方式，為高校圖書館信息資源管理模式的創新與發展提供依據。

三、基于大數據視野下，云計算與圖書館數據信息挖掘

目前，谷歌、清華大學以及華盛頓大學聯合開展云計算學術合作研究計劃，其中，大數據時代下高校圖書館信息數據管理的新模式是其探究的重點之一。云計算，指在虛擬計算環境基礎上，基于數據中心下的超級計算方式，其中，動態性與可擴展性是其基本特點。以計算機云計算為基礎，高校圖書館信息資源管理將社會大規模電子文獻出版系統、個體終端讀者以及學術團體等多個主體緊密聯系起來，為讀者提供更為優質、全面的服務，拓寬高校圖書館信息資源獲取渠道，達到資源共享的目的。

基于云計算的動態性與可伸縮性，為實現高校圖書館信息資源高效管理奠定基礎。在云計算作用下，出版社以及圖書公司等以讀者書籍的點擊量為依據，為其提供動態數據參考，為圖書館館藏與信息資源結構的優化提供保障

云計算和圖書館數據信息挖掘技術是高校圖書館利用率的保障，文獻閱讀數據是高校學術研究的依據。在信息網絡技術不斷發展的時代下，高校圖書館信息資源管理逐漸走向現代化發展道路，為高校圖書館信息資源管理效率帶去保障。

四、基于大數據環境下，優化圖書館信息資源個性化推動服務

傳統高校圖書館信息資源的推送服務包括兩種基本模式，一是針對定制個性化服務的用戶推送;二是面向全體用戶進行推送。若高校圖書館采用面對全體用戶推送信息資源方式，致使信息資源推送缺乏針對性與目的性，存在諸多大學生不感興趣的內容，進而放棄推動服務信息的閱讀，導致圖書館信息資源推送服務失敗。基于大數據作用下，讀者信息得到有效整合，大學生可采用多種形式達到與圖書館互動的目的，例如，移動、微博、QQ以及微信等形式，為圖書館信息資源推送提供依據。與此同時，利用大數據的關系分析法，輔助圖書館管理者準確預測大學生讀者的閱讀需求，開展具有針對性、目的性的信息資源推送活動，充分發揮大數據的作用，提升圖書館信息推送效率。

五、小結

總而言之，科技是第一生產力，是推動各行各業向前發展的動力，高校圖書館信息資源管理亦是如此。因此，為保證高校圖書館信息資源的有效性，提高圖書館信息資源利用率，高校圖書館應以科學技術為指導，優化圖書館信息資源管理模式，提高圖書館信息資源管理效率，實現圖書館信息資源管理的智能化發展。

參考文獻：

[1]李南.基于大數據環境下高校圖書館的信息推送服務[J].激光雜志，2015，02：39-40.

[2]張穎.大數據時代高校圖書館信息資源管理的創新與發展[J].武漢理工大學學報（社會科學版），2015，03：449-452.

[3]王顯燕.大數據環境下高校圖書館信息資源建設與服務[J].農業圖書情報學刊，2015，10：26-28.