我國大數(shù)據(jù)技術(shù)應用于圖書館的實踐研究

魯月　張秀蘭

摘要：文章簡要介紹了大數(shù)據(jù)技術(shù)，分析了圖書館應用大數(shù)據(jù)技術(shù)的必要性，從讀者服務、自身業(yè)務工作兩個方面對目前我國圖書館應用大數(shù)據(jù)技術(shù)的實踐進行了總結(jié)，最后，指出了我國圖書館在大數(shù)據(jù)技術(shù)應用方面存在的問題，并提出對策。

關(guān)鍵詞：大數(shù)據(jù)；大數(shù)據(jù)技術(shù)；圖書館

隨著云時代的到來，由維克托·邁爾-舍恩伯格及肯尼斯·庫克耶提出的大數(shù)據(jù)（big data）越來越多的得到社會各界學者的關(guān)注。大數(shù)據(jù)或稱海量數(shù)據(jù)，是用來描述海量的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的專業(yè)術(shù)語，包括業(yè)務流程數(shù)據(jù)、企業(yè)大數(shù)據(jù)、社會大數(shù)據(jù)、個人大數(shù)據(jù)和科學大數(shù)據(jù)等。利用大數(shù)據(jù)技術(shù)分析挖掘圖書館中的數(shù)據(jù)信息，改善圖書館日常業(yè)務工作，提升圖書館的服務水平已成為大數(shù)據(jù)時代圖書館提高服務質(zhì)量的發(fā)展方向。

一、大數(shù)據(jù)及大數(shù)據(jù)技術(shù)概述

（一）大數(shù)據(jù)的涵義及特征

大數(shù)據(jù)一般指數(shù)據(jù)量在10TB（1TB=1024GB）規(guī)模以上的數(shù)據(jù)，與海量數(shù)據(jù)不同，大數(shù)據(jù)不僅代表著巨大的數(shù)據(jù)量，在數(shù)據(jù)流、結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)的處理速度及效率上也是驚人的。大數(shù)據(jù)的本身沒有意義，它的價值主要是通過數(shù)據(jù)挖掘及分析來體現(xiàn)。

大數(shù)據(jù)與過去的海量數(shù)據(jù)有所區(qū)別，具有數(shù)據(jù)量巨大、數(shù)據(jù)類型眾多、價值密度低和處理速度快四大基本特征。

（二）大數(shù)據(jù)技術(shù)

隨著大數(shù)據(jù)時代的到來，人們需要采用新一代的信息技術(shù)來對大數(shù)據(jù)進行分析處理，大數(shù)據(jù)技術(shù)主要分為五大類。

1. 基礎架構(gòu)技術(shù)

基礎架構(gòu)技術(shù)主要包括支撐大數(shù)據(jù)處理的數(shù)據(jù)中心管理技術(shù)、云計算平臺、云存儲設備及技術(shù)等。大數(shù)據(jù)處理需要云數(shù)據(jù)中心和具備高效調(diào)度管理功能的云計算平臺的支撐。

2. 數(shù)據(jù)采集技術(shù)

數(shù)據(jù)采集技術(shù)是進行數(shù)據(jù)處理的必備技術(shù)，對海量的數(shù)據(jù)加以利用的前提是通過采集技術(shù)把數(shù)據(jù)采集上來，采集的過程既包括采集、轉(zhuǎn)換、加載等，也包括對數(shù)據(jù)的清洗、過濾、校驗等各種預處理過程，這一系列的過程都需要采集技術(shù)加以支撐。

3. 數(shù)據(jù)存儲技術(shù)

數(shù)據(jù)經(jīng)過采集和轉(zhuǎn)換之后，還需要進行存儲歸檔。數(shù)據(jù)存儲技術(shù)主要是將這些數(shù)據(jù)分布到多個存儲節(jié)點上，數(shù)據(jù)存儲技術(shù)還提供備份、訪問接口等服務。

4. 數(shù)據(jù)計算技術(shù)

數(shù)據(jù)計算主要包括數(shù)據(jù)查詢、數(shù)據(jù)統(tǒng)計、數(shù)據(jù)分析、數(shù)據(jù)預測、數(shù)據(jù)挖掘等各項相關(guān)的技術(shù)，這些同時也是大數(shù)據(jù)技術(shù)的核心。

5. 數(shù)據(jù)展現(xiàn)與交互技術(shù)

數(shù)據(jù)最終的結(jié)果是為人們生產(chǎn)、決策提供支持，因此需要恰當直觀的將數(shù)據(jù)展示出來。數(shù)據(jù)展現(xiàn)除傳統(tǒng)報表、圖形等，還可以結(jié)合現(xiàn)代的可視化工具及人機交互手段，如手機APP等增強現(xiàn)實的手段，來實現(xiàn)數(shù)據(jù)與現(xiàn)實的無縫接口。

二、圖書館應用大數(shù)據(jù)技術(shù)的必要性

隨著信息技術(shù)及數(shù)字技術(shù)在圖書館中的應用，圖書館資源數(shù)量越來越多，資源類型越來越復雜，資源內(nèi)容越來越豐富，圖書館需要充分有效地利用這些數(shù)據(jù)資源，拓展圖書館的服務內(nèi)容。

（一）圖書館工作符合大數(shù)據(jù)特征之處

1. 海量化的信息

據(jù)互聯(lián)網(wǎng)數(shù)據(jù)中心的監(jiān)測，全球在2010年正式進入ZB時代。與此同時，圖書館的資源收藏量也呈現(xiàn)出急速增長的趨勢，從TB級別躍升到PB級別。北京世紀超星技術(shù)發(fā)展有限責任公司建設的超星數(shù)字圖書館，擁有數(shù)百萬冊電子圖書，內(nèi)容總量超13億頁，數(shù)據(jù)總量約達976.56TB，其圖書資源量十分龐大；再如，國家圖書館資源類型十分豐富，不僅包括微縮制品、音像制品，還建成了中國最大的數(shù)字文獻資源庫基地，數(shù)字資源的數(shù)據(jù)總量超過1000TB，并以每年100TB速度增長；武漢圖書館截至2014年年底，館藏文獻總量達398萬冊，數(shù)字資源容量達到150TB。因此，目前我國許多圖書館從數(shù)據(jù)量上看已經(jīng)具備了海量化的數(shù)據(jù)。

2. 多樣化的數(shù)據(jù)

隨著信息技術(shù)的迅速發(fā)展，由圖像、聲音、超媒體等信息組成的非結(jié)構(gòu)化數(shù)據(jù)也隨之產(chǎn)生并逐漸增多。圖書館經(jīng)過多年的數(shù)字化建設，數(shù)據(jù)類型變得更加多樣化，除了紙質(zhì)文獻外，還擁有大量的數(shù)字資源，以及各種光盤、音頻、視頻資源等。北京大學圖書館大量引進和自建國內(nèi)外數(shù)字資源，其數(shù)字資源類型多樣，包括各類數(shù)據(jù)庫、電子期刊、電子圖書和多媒體資源等，從結(jié)構(gòu)上看主要包括半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)字資源。武漢圖書館已建成集印刷文獻、電子文獻、微縮文獻、視聽文獻、網(wǎng)絡文獻為一體，學科門類齊全、虛擬與實體館藏相結(jié)合的多類型文獻資源格局。綜合國內(nèi)圖書館具有的資源類型可以看出，圖書館已經(jīng)具備了多樣化的大數(shù)據(jù)特征。

（二）圖書館應用大數(shù)據(jù)技術(shù)的意義

1. 全方位數(shù)據(jù)推送服務

圖書館通過數(shù)據(jù)采集技術(shù)采集讀者信息，利用大數(shù)據(jù)分析技術(shù)對讀者的年齡、職業(yè)、喜好等采集到的數(shù)據(jù)進行分析，以不同層次讀者的需求為出發(fā)點，根據(jù)不同類型人群的喜愛提供有針對性地全方位地實時信息推送服務，這種推送服務不僅可以提供讀者所需資料，還可以將信息資料細化到某一摘要、關(guān)鍵詞，為讀者帶來全新的智慧體驗，很好地提高了圖書館的社會效益。

2. 建立新型圖書館資源框架

身處大數(shù)據(jù)時代中，面對網(wǎng)絡上種類繁多的信息和用戶對圖書館的多重需求，圖書館可以利用大數(shù)據(jù)技術(shù)構(gòu)建起新型數(shù)字圖書館資源框架。新型框架要具備以數(shù)據(jù)為中心的理念，除了包括傳統(tǒng)的文獻資源外，還應把數(shù)字資源、網(wǎng)絡資源嵌入其資源體系內(nèi)，既包括文本信息，也包括圖像視頻信息，實現(xiàn)網(wǎng)絡的信息進行自動獲取。在新型的資源框架下，通過建立具有語義關(guān)系的大數(shù)據(jù)組織、檢索技術(shù)，圖書館的信息采集和服務將全面提升。

3. 提高日常業(yè)務工作效率

在圖書館資源采購工作中，利用大數(shù)據(jù)技術(shù)對讀者的需求和喜好等信息進行分析和挖掘，可以在圖書館采購環(huán)節(jié)中合理分配經(jīng)費，將有限的經(jīng)費用于采購讀者所急需和喜聞樂見的信息資源，避免經(jīng)費的浪費。此外，在圖書館參考咨詢服務中，應用大數(shù)據(jù)采集和挖掘技術(shù)，圖書館利用語義檢索功能和文本知識挖掘功能，使讀者更快更準確地檢索到所需要的信息資源，提高讀者滿意度。

三、大數(shù)據(jù)技術(shù)在圖書館工作中應用的實踐

大數(shù)據(jù)的研究及應用激勵著圖書館大數(shù)據(jù)體系和信息智能服務的構(gòu)建，目前國內(nèi)許多圖書館已經(jīng)開始將大數(shù)據(jù)技術(shù)應用于工作實踐之中。

（一）在讀者服務中的應用

1. 華中科技大學圖書館

華中科技大學圖書館綜合讀者借閱數(shù)據(jù)、書目瀏覽數(shù)據(jù)、電子閱覽室瀏覽數(shù)據(jù)等部署了大數(shù)據(jù)存儲與分析系統(tǒng)，旨在對數(shù)據(jù)進行統(tǒng)一存儲和綜合挖掘，目前該系統(tǒng)已存儲各類數(shù)據(jù)記錄兩億余條。華中科技大學圖書館使用數(shù)據(jù)挖掘算法對存儲在系統(tǒng)中的數(shù)億條數(shù)據(jù)進行挖掘計算，以此進行讀者分類，針對不同層次讀者的特點，采取相應的服務措施；同時該館利用圖書自有的元數(shù)據(jù)及借閱數(shù)據(jù)等，進行圖書關(guān)聯(lián)度的挖掘，為讀者提供相似、相關(guān)圖書的推薦；根據(jù)讀者的屬性使用協(xié)同過濾方法在讀者群中找到興趣相似的讀者，綜合這些讀者對某些文獻的評價，對他們的喜好進行分析，進行實時圖書推薦，為讀者提供更方便的服務。

2. 上海圖書館

2015年，上海圖書館基于對信息系統(tǒng)內(nèi)海量數(shù)據(jù)的分析和挖掘，利用大數(shù)據(jù)的采集技術(shù)和可視化技術(shù)，推出了“上海市中心圖書館即時數(shù)據(jù)展示屏”，對市中心圖書館實時流通情況、今日到館讀者數(shù)、今日借還情況等數(shù)據(jù)進行展示，使讀者可以隨時了解圖書館的最新動態(tài)。上海圖書館還采用數(shù)據(jù)展現(xiàn)與交互技術(shù)，結(jié)合現(xiàn)代可視化工具，推出了的最新版本手機APP，將位置定位等常用的移動技術(shù)與圖書館服務相結(jié)合，通過這些技術(shù)讀者可以隨時隨地查看上海圖書館的熱門圖書推薦、館藏狀態(tài)等信息，為讀者帶來全新的智慧圖書館體驗。

3. 武漢圖書館

2014年，武漢圖書館在讀者行為模式研究中應用大數(shù)據(jù)分析技術(shù)，開發(fā)讀者管理平臺，開展讀者行為“大數(shù)據(jù)”分析工作，通過分析讀者構(gòu)成、閱讀習慣、潛在需求等信息，為每位讀者提供個性化薦書服務，“假設一位讀者近一段時間經(jīng)常借閱經(jīng)濟類圖書，當他登陸數(shù)字化借閱端口，就會顯示相關(guān)經(jīng)濟類圖書供這位讀者參考，系統(tǒng)對每個人的推薦目錄都是獨一無二的”。武漢圖書館館長李靜霞說，此項服務可以積極引導市民培養(yǎng)閱讀習慣，推薦好書。

4. 清華大學的知識關(guān)聯(lián)網(wǎng)絡

目前清華大學圖書館的館藏中紙質(zhì)書達三百多萬種、電子書六百多萬種、近七萬種電子期刊，清華大學圖書館以這些海量數(shù)據(jù)為基礎，通過大數(shù)據(jù)分析及挖掘技術(shù)，自動甄別出清華大學的目標學者（ThuRID），獲取學者的學術(shù)出版物及其信息，應用開放鏈接技術(shù)準確定位清華學者學術(shù)出版物的全文，并采用可視化視圖的方式直觀展示學者的學術(shù)歷程，建立學者為中心的科研網(wǎng)絡和知識關(guān)聯(lián)網(wǎng)絡。目前，清華大學圖書館已經(jīng)成功甄別出五十位目標學者，建立了以他們?yōu)橹行牡闹R關(guān)聯(lián)網(wǎng)絡，便于用戶查找某一學者的全部學術(shù)信息。

（二）在自身業(yè)務工作中的應用

1. 資源的合理配置

資源的采購和合理配置是圖書館日常業(yè)務中非常重要的環(huán)節(jié)。大數(shù)據(jù)技術(shù)對數(shù)據(jù)深層次地挖掘和分析，可以為圖書館的資源采購及配置環(huán)節(jié)提供幫助。上海圖書館館長劉煒說：“大數(shù)據(jù)的應用是上圖在保障用戶隱私的基礎上，使數(shù)據(jù)服務于讀者。通過數(shù)據(jù)分析，一系列閱讀指標一目了然，上圖可以基于流通量指標等數(shù)據(jù)更有針對性地合理配置采購、盤活館藏資源”。

2. 資源未來需求方向的預測

2013年12月，武漢圖書館首次使用大數(shù)據(jù)分析技術(shù)分析全年圖書借閱排行榜，結(jié)果發(fā)現(xiàn)經(jīng)典名著入榜，社科人文類暢銷書借閱率提高，網(wǎng)絡文學和通俗文學類圖書借閱率下滑，此分析對武漢圖書館的文獻購買提供了支持，武漢圖書館可以根據(jù)分析結(jié)果預測未來資源的需求量、需求方向，科學的制定采購政策。

深圳圖書館于2012年開始大數(shù)據(jù)的研究與應用，在構(gòu)建全市統(tǒng)一技術(shù)平臺和引進新技術(shù)的過程中，通過網(wǎng)絡系統(tǒng)、數(shù)據(jù)庫系統(tǒng)和軟件系統(tǒng)的協(xié)同工作，采取大數(shù)據(jù)挖掘、聚類分析等技術(shù)，對圖書館多個領(lǐng)域的數(shù)據(jù)進行分析挖掘。助力圖書館從大數(shù)據(jù)應用的視角，對不斷增長的數(shù)據(jù)進行統(tǒng)計分析和趨勢預測，預測未來圖書館服務發(fā)展方向，館藏資源的購買方向，推進圖書館向智能化、智慧型方向發(fā)展。

四、我國圖書館大數(shù)據(jù)技術(shù)應用的問題與建議

（一）問題

雖然大數(shù)據(jù)技術(shù)已開始在圖書館的讀者服務和業(yè)務工作中應用，但目前圖書館的應用還不普遍，在應用過程中也暴露出許多問題，值得我們總結(jié)和思考。

1. 眾多圖書館大數(shù)據(jù)技術(shù)應用的意識淡薄

雖然大數(shù)據(jù)技術(shù)在眾多領(lǐng)域得到廣泛的應用，但圖書館領(lǐng)域的應用并不充分，究其原因應用意識淡薄是首要的。目前，許多圖書館還沒有清醒地意識到大數(shù)據(jù)環(huán)境的到來，沒有認識到大數(shù)據(jù)在圖書館各項工作中的作用和價值，更沒有意識到大數(shù)據(jù)技術(shù)會給圖書館工作帶來的根本性的變革和創(chuàng)新，認為自己離大數(shù)據(jù)還很遙遠。因此，如何提高大數(shù)據(jù)環(huán)境下圖書館人對大數(shù)據(jù)技術(shù)的認知度是我們急需面對的問題。

2. 基礎設施不夠完善

身處于信息的海洋中，快速增長的數(shù)據(jù)逐漸超出了圖書館現(xiàn)有基礎設施的承受范圍，傳統(tǒng)圖書館的數(shù)據(jù)處理設備及方式常常顯得力不從心，許多圖書館能支持非結(jié)構(gòu)化數(shù)據(jù)存儲及分析的軟硬件設施還沒有建設起來，大量的有價值數(shù)據(jù)得不到很好地利用，其價值往往被埋沒，完善基礎設施建設是當下圖書館需要解決的另一大問題。

3. 圖書館員專業(yè)技術(shù)欠缺

當今社會，圖書館員應既是一名文獻工作者也是一名數(shù)據(jù)工作者。美國麻省理工學院的一個研究表明，圖書館員在數(shù)據(jù)監(jiān)護工作當中需要承擔的職責包括：數(shù)據(jù)集合的存儲、數(shù)據(jù)管理規(guī)劃、最佳實踐經(jīng)驗的傳播、收集與傳播數(shù)據(jù)集合以及數(shù)據(jù)保存標準的制定等。由此可見圖書館員應掌握大數(shù)據(jù)的各項技術(shù)，才能完成圖書館資源地有效整合，從而更好的為讀者服務。顯然，我國目前多數(shù)圖書館還沒有滿足新技術(shù)環(huán)境對圖書館工作的新要求。

4. 數(shù)據(jù)安全面臨風險

數(shù)據(jù)安全和隱私保護是大數(shù)據(jù)發(fā)展的一大難題，也是圖書館大數(shù)據(jù)工作面臨的重要問題。首先，圖書館海量數(shù)據(jù)的存儲增加了數(shù)據(jù)安防的難度，數(shù)據(jù)損壞或丟失的系數(shù)增加；其次，大數(shù)據(jù)時代，網(wǎng)絡攻擊也威脅著數(shù)據(jù)安全，讀者行為等數(shù)據(jù)的泄露帶來的損失遠遠超出行業(yè)所能承擔的范圍，因此，圖書館大數(shù)據(jù)工作中數(shù)據(jù)的保存和維護變得十分重要，這些安全風險無法規(guī)避，會給讀者帶來重大損失。如何更好地保障數(shù)據(jù)安全也是圖書館大數(shù)據(jù)工作必須要解決的問題。

（二）建議

面對大數(shù)據(jù)帶來的機遇和挑戰(zhàn)，圖書館應該積極把握機遇，迎接挑戰(zhàn)，科學、合理地構(gòu)建圖書館大數(shù)據(jù)體系。

1. 提高認識，把握機遇

圖書館作為文獻信息的中心，擁有大量的資源數(shù)據(jù)，這些數(shù)據(jù)不僅數(shù)據(jù)量巨大，而且類型復雜，所蘊含的價值極其豐富，圖書館應充分認識這些數(shù)據(jù)地分析利用會給自身帶來的發(fā)展契機，把握住大數(shù)據(jù)時代給圖書館的變革和創(chuàng)新帶來的機遇。

2. 完善設施，營造環(huán)境

大數(shù)據(jù)技術(shù)的應用需要相關(guān)設備的支撐，圖書館需要加強軟硬件設施的建設，積極引進能支持大數(shù)據(jù)處理的先進技術(shù)設備。在軟件方面要積極構(gòu)建大數(shù)據(jù)計算與處理平臺，展示與分析平臺，優(yōu)化升級圖書館數(shù)據(jù)存儲系統(tǒng)。此外，還要真正確立以用戶為中心的服務理念，制定數(shù)據(jù)管理計劃及政策，努力營造優(yōu)質(zhì)的大數(shù)據(jù)服務環(huán)境。

3. 培養(yǎng)人才，提升水平

圖書館要想充分發(fā)掘和利用大數(shù)據(jù)技術(shù)，人才培養(yǎng)是關(guān)鍵，如前所述，目前我國圖書館館員在新的信息技術(shù)的掌握和使用方面還是一個薄弱環(huán)節(jié)，因此，圖書館可以采取引進人才，已有館員的外出學習、培訓，參加館內(nèi)的相關(guān)實踐等多種手段，培養(yǎng)館員數(shù)據(jù)處理方面的技術(shù)，為圖書館大數(shù)據(jù)體系建設提供人才保障。

4. 加強安全管理，確保數(shù)據(jù)安全

大數(shù)據(jù)在采集、組織、存儲、維護、協(xié)調(diào)等方面都有著不同于傳統(tǒng)信息處理方法的顯著特征，圖書館在從事大數(shù)據(jù)的業(yè)務時，首先要從思想上認識安全管理的重要性，在相關(guān)的政策性文件的框架下，制定相應的規(guī)章制度，加大數(shù)據(jù)安全管理的力度；其次，要健全技術(shù)防范和保障體系，充分研究利用包括入侵檢測技術(shù)、防火墻技術(shù)、防病毒技術(shù)、加密技術(shù)、認證技術(shù)等在內(nèi)的技術(shù)保護措施，建立健全各項技術(shù)防范和保障體系，確保系統(tǒng)的正常運行，保證數(shù)據(jù)安全，保護讀者隱私。

五、結(jié)語

目前圖書館在大數(shù)據(jù)技術(shù)的應用方面還面臨著許多挑戰(zhàn)，但挑戰(zhàn)即機遇，圖書館要清醒的意識到大數(shù)據(jù)時代的到來，將大數(shù)據(jù)技術(shù)充分應用于各項業(yè)務工作中，使大數(shù)據(jù)技術(shù)能在圖書館未來的發(fā)展中發(fā)揮應有的作用。

參考文獻：

[1]李鵬云.大數(shù)據(jù)與圖書館服務[J].農(nóng)業(yè)圖書情報學刊，2013（09）.

[2]A Mcafee，E Brynjolfsson. Big data： the management revolution[J].Harvard Business Review，2012（10）.

[3]趙勇.架構(gòu)大數(shù)據(jù)：大數(shù)據(jù)技術(shù)及算法解析[M].電子工業(yè)出版社，2015.

[4]關(guān)曉穎.淺談大數(shù)據(jù)技術(shù)在圖書館中的應用研究[J].金融理論與教學，2015（02）.

[5]蘇新寧.大數(shù)據(jù)時代數(shù)字圖書館面臨的機遇和挑戰(zhàn)[J].中國圖書館學報，2015（06）.

[6]江云，李鳳蘭.大數(shù)據(jù)在我國圖書館的應用及推進研究[J].圖書館工作與研究，2014（06）.

[7]P.Bryan Heidorn.The Emerging Role of Libraries in Data Curation and Escience[J].Journal of Library Administration，2011（08）.

*本文系國家社科基金項目“基于國際編目新規(guī)則的我國編目工作變革研究”成果之一，項目編號：14BTQ010。

（作者單位：遼寧師范大學管理學院）