大數據環境下民辦高校圖書館的知識服務之路

陳晨健

2012年3月美國政府將大數據上升為國家戰略高度。2015年國務院也發布了《促進大數據發展行動綱要》。在社會生活領域。2009年阿里巴巴啟動“雙十一”活動，2011年的“雙十一”開始利用它的阿里云提供大數據支持，如實時顯示成交額，以及不同省份的購買情況等。從2013年開始，微軟、亞馬遜等國際巨頭都在中國建立數據中心。IBM從2008年在中國建立第一個云計算中心，接連幾年拓展它的數據服務業務。2016年國家健康醫療大數據中心落戶長樂。2017年夏收小麥，利用大數據分析“收割機指數”。種種現象說明，大數據已然成為一個“時代”而到來。

圖書館，作為新技術應用的忠實擁護者、數據的提供者，似乎當下互聯網技術、云計算、數據分析和數據挖掘技術、數據倉儲等技術的集大成者——“大數據”，正是為圖書館量身打造的。這似乎可以成為圖書館又一自我變革和進步的契機。本文通過對我國大數據的現狀進行闡述，并分析現階段大數據在圖書館應用的可能性，探討民辦高校圖書館應該如何開展自身的學科服務知識服務。

一、大數據的特征及現狀

（一）大數據的特征

雖然大數據的首次提出還存在爭議。大數據的概念還沒有一個被廣泛采納的明確定義。但業界通常用4V（即Volume、Variety、Value、Velocity）來概括大數據的特征。

一是數據體量巨大（Volume）。互聯網的數據已經從TB級別，躍升為PB級別。根據國際數據公司（IDC）統計，2014年全球數據總量為8ZB，預計2020年達到44ZB。同期，我國總量為909EB，占全球數據總量的13%。

二是數據類型繁多（Variety）。這種類型的多樣性也讓數據被分為結構化數據和非結構化數據。相對于以往便于存儲的以文本為主的結構化數據，非結構化數據越來越多，包括網絡日志、音頻、視頻、圖片、地理位置信息等，這些多類型的數據對數據的處理能力提出了更高要求。

三是價值密度低（Value）。價值密度的高低與數據總量的大小成反比。以視頻為例，一部1小時的視頻，在連續不間斷的監控中，有用數據可能僅有一二秒。如何通過強大的機器算法更迅速地完成數據的價值“提純”成為目前大數據背景下亟待解決的難題。

四是處理速度快（Velocity）。這是大數據區分于傳統數據挖掘的最顯著特征。根據IDC的“數字宇宙”的報告，預計到2020年，全球數據使用量將達到35.2ZB。在如此海量的數據面前，處理數據的效率就是企業的生命。

但4V特征僅僅體現的是大數據的資源視角，體現的是一種全新的資源觀。

還有人在4V的基礎上加了個O（online）：數據是在線的。數據是永遠在線的，是隨時能調用和計算的，這是大數據區別于傳統數據最大的特征。現在我們所談到的大數據不僅僅是“大”，更重要的是數據變得“在線”了，這是互聯網高速發展背景下的特點。比如，對于打車工具，客戶的數據和出租司機數據都是實時在線的，這樣的數據才有意義。如果是放在磁盤中而且是離線的，這些數據遠遠不如在線的商業價值大。

（二）我國大數據的現狀

一是全社會對數據資源極其價值認識不足，存在盲目追求硬件設置投資，輕視數據資源積累和價值挖掘利用等現象；二是技術創新及支撐能力不夠，難以滿足各行各業大數據應用需求；三是數據資源建設和應用水平不高，數據價值難以被有效挖掘利用，大數據應用整體上處于初級階段，潛力遠未釋放；四是信息安全和數據管理體系尚未建立；五是人才隊伍建設亟須加強，綜合掌握數學、統計學、計算機等相關學科及應用領域知識的綜合性數據科學人才缺乏。

二、大數據技術與圖書館

（一）圖書館界對大數據的研究情況

筆者根據CNKI，搜索統計了2012年至2017年6月3日的“大數據”關鍵詞的會議數量。如表1。

表1：2012—2017“大數據”會議統計

筆者接著用高級檢索“大數據&圖書館”。CNKI會議中，2012年及之前并無圖書館界的關于“大數據”的會議，從2013年開始出現。如表2。

表2：2012—2017“大數據&圖書館”會議統計

1.研究成果。近幾年，圖書館界從多方面入手研究大數據在圖書館的應用。包括新技術和新哲學，圖書館發展型態轉換，服務模式創新，圖書館管理方式，以及相關領域的拓展[1]。

在實際應用探索方面。復旦大學圖書館利用大數據相關技術驅動圖書館業務應用和服務創新，對圖書采訪、學科服務、電子資源使用、網絡等方面進行實證研究[2]。

國家圖書館的大數據工程的一個實驗性項目——國家圖書館數據管理與分析平臺。通過對館藏資源、資源利用情況和用戶行為等信息，為國家圖書館的大數據利用提供理論和實踐依據[3]。

自從2013年RDA開始實施，2014年12月1日，CALIS生效了它的RDA實施申明。對大數據環境下，非結構化數據的規則，進行跟進和研究。2017年4月16—21日，CALIS與大連外國語大學圖書館聯合舉辦CALIS外文書刊RDA編目業務培訓研討會。會議培訓教材《CALIS外文書刊RDA編目培訓教材》中，總結了這幾年RDA的發展，并為國內各大高校圖書編目以及未來非結構化數據的編目提供參考依據。

2.研究欠缺。2014年前，圖書館界的大數據應用更多的是停留在理論階段[4]。雖然這三年“大數據”研究依舊是圖書館的熱點，但研究范圍，研究深度要進一步提高以及質量水平不高[5-6]。

（二）大數據技術暫時無法運用到圖書館

1.國內圖書館發展不平衡。公共圖書館依據地域經濟情況更加復雜。在技術應用和數據提供較有優勢的高校圖書館，呈現的不平衡與高校自身所處的階梯大致一致。如“985”“211”高校，省市公辦高校以及民辦高校。這其中的各項不平衡及困難最終都歸結于資金及人才儲備

尤其是民辦高校圖書館。既沒有國家及各級部門的資金支持，又在一定程度上吸引不到優秀的人才。使得國內民辦高校圖書館大部分都處于基礎應用階段，與“985”“211”高校圖書館存在明顯的差距[7]。

2.大數據技術還處于初級階段。大數據要應用到各行各業，必須經過數據到產品到服務的階段。而圖書館也輸出大數據應用的末端，屬于行業應用。目前，大數據已經應用于電信領域、政務領域、交通領域、醫療領域、工業、零售業、農業等，但尚處于初級階段。

三、民辦高校圖書館該何去何從

（一）民辦高校圖書館的自我定位

大數據都是從小數據收集起來的。雖然圖書館可以公用通用的數據以及讀者行為指導。比如與京東當當合作，獲取高等教育群體的圖書購買閱讀指數。但你有，他有，大家都會有。這個時候，什么是圖書館的核心競爭力？答案是：圖書館要收集自己的大數據。不僅僅有讀者數據的各項行為數據，更重要的是地方性區域性的資料數據。民辦高校走應用型道路是立校的方向，圖書館結合地方特色以及辦學特色進行知識推送才是它的生存之道。

（二）民辦高校圖書館可以做什么

民辦高校圖書館在受限于自身各方面條件的情況下，可以從數據入手，從人才培養開始，從基礎建設、館藏優化、管理制度健全等方面著手。

正是因為大數據的應用還處于初級階段，民辦高校與其他已經發展得很好的高校圖書館一樣，都面臨著新形勢、新環境、新技術的挑戰，所以必須立足與本校的辦學特點，對大數據進行探索和利用。民辦高校能做的依舊是從基礎出發，從圖書館的全面發展和自我提升完善出發。因此，民辦高校圖書館在完成相應的館藏配置以及硬件配套后，必須通過人才培養以及組織架構的整合，依據學校辦學方針及區域文化特色，依托于高校區域聯盟，共享豐富及多元的數據，實現個性化的知識服務。

（三）民辦高校圖書館的知識服務

大數據環境下的知識服務是面向海量數據的知識服務模式；是提供智慧服務的知識服務模式；是面向下一代數字圖書館發展的知識服務模式[8]。這就涉及對本館本校本區域大數據的存儲，對相關數據的開發利用。

從宏觀角度出發，圖書館需要資金的投入以及人才的培養。

正如前文闡述的，民辦高校需要從現在開始，將圖書館的知識服務作為圖書館的服務方向。這是技術應用后的服務要求，也是生存要求。

首先，民辦高校圖書館需要調整自身的組織架構。2016年底福建高校圖書館聯盟（FULink）的學科服務組赴廈門大學調研學習。通過對廈門大學的學科服務知識服務的學習，大家都認識到高校圖書館開展自身的學科服務知識服務的緊迫性和必要性。2017年3月FULink學科服務組提交了各個高校2017年的學科服務的工作計劃，其中多所高校圖書館開始調整自身的組織架構，拆分圖書館傳統部門，組建學科服務組。將技術、參考咨詢、學科館員整編。

其次，在完成組織架構后，圖書館必須進行相應的人才培養和技術儲備。培養知識服務理念以及知識服務手段。存儲圖書館的讀者的各項信息，包括讀者的借閱信息、門禁數據、微信訪問情況，網站使用情況等。存儲學校各專業的教師專家的研究成果、教學資料、微信微博有關學科的分享、言論。存儲地方區域的各類別各方面的數據，特別是地方經濟、文化、歷史、黨政機關、學校、醫院、公共圖書館等的數據。為建設本館的大數據倉儲添磚加瓦。

最后，學習其他高校圖書館的經驗，開展自身的知識服務。在不斷摸索和完善中，形成個性化的知識服務。

四、結語

本文通過對現階段國內大數據應用的分析，得出高校圖書館在對大數據的運用還處于初級階段，還有很長的路需要走。因此，高校圖書館需要做好數據的采集工作。本文的不足是并未給出現階段適用于高校圖書館的大數據應用，以及高校圖書館應該在那些業務方面實踐并應用大數據技術。

[1]韓煒.國內關于大數據推動圖書館變革的研究綜述[J].山東圖書館學刊，2014（5）：21-25.

[2]張計龍.大數據驅動圖書館業務應用與服務創新[J].上海高校圖書情報工作研究，2013（3）：1-6.

[3]張寧，李雪.國家圖書館數據管理與分析平臺建設[J].國家圖書館學刊，2016（6）：80-89.

[4]陸靜.我國圖書館界大數據研究評述與展望[J].圖書館雜志，2014（1）：20-25.

[5]張小琴，王昊，孫承軍.“十二五”期間我國圖書館大數據領域研究內容解析[J].情報科學，2017（1）：169-176.

[6]劉佳美，程結晶.大數據下數字圖書館熱點研究——基于關鍵詞的因子降維分析方式[J].農業圖書情報學刊，2017（4）：76-80.

[7]李小平.淺談民辦高校圖書館的現狀與對策[J].科技情報開發與經濟，2017（7）：30-32.

[8]胡蓮香.走向大數據知識服務：大數據時代圖書館服務模式創新[J].農業圖書情報學刊，2014（2）：173-177.