基于大數據挖掘與知識發現的智慧圖書館構建

陳臣

〔摘 要〕 [目的/意義]為從大數據中發現潛在規律和提取有用的知識，并有效解決圖書館在個性化智慧服務中存在的問題。[方法/過程]面對讀者的智慧閱讀需求，本文研究了圖書館在個性化智慧服務中應注意的問題，構建了基于大數據挖掘與知識發現的圖書館智慧服務體系，并論述了智慧圖書館各服務層的功能。[結果/結論]該體系可實現資源和服務的高度融合，顯著減少系統資源的占用，能夠依據讀者需求智慧化地定制服務，并為讀者提供個性化智慧閱讀服務。

〔關鍵詞〕大數據挖掘；知識發現；智慧圖書館

DOI：10.3969/j.issn.1008-0821.2017.08.012

〔中圖分類號〕 G250.76 〔文獻標識碼〕 A 〔文章編號〕1008-0821（2017）08-0085-08

〔Abstract〕Purpose/significance] In order to discover underlying rules and extract useful knowledge from big data，and effectively solve the problems in the library personalized smart service. [Method/process] In the face of readerswisdom reading demand，in this paper，the matters needing attention were studied for personalized smart service in library，and the smart library service system was constructed based on the big data mining and knowledge discovery， the functions of each service layer of smart library were described. [Result/conclusion] The system could make its resources and services highly integrated，significantly reduce the use of system resources，according to the requirements of readers to intelligently customize the service content，and provide personalized smart reading services for readers.

〔Key words〕big data mining；knowledge discovery；smart library

2008年11月，IBM總裁兼首席執行官彭明盛（Samuel J.Palmisano）首次提出了“智慧地球”這一概念[1]。“智慧地球”是人類歷史上第一次實現了幾乎可將所有東西進行數字化和網絡互聯，并通過低成本的高新技術和網絡服務，在未來所有的物品上安裝并應用智能技術，對物體進行更透徹的感應和度量、更全面的互聯互通、更深入的智能洞察，來向整個社會提供更加智能化的服務，最終為社會的發展和經濟進步提出了一條全新的發展思路。“智慧圖書館”作為“智慧地球”的重要組成部分，也引起了世界學者們的廣泛關注。從圖書館的服務角度看，智慧圖書館就是圖書館、物聯網、云計算和智能化設備等技術的結合，是一個具有智慧化管理、個性化服務、高效知識共享和讀者需求智慧感知的自動化圖書館。從數字圖書館服務的角度看，智慧圖書館就是利用ICT （Information Communications Technology，信息通信技術） ，實現圖書館知識資源的智慧化搜索、個性化定制和智慧化推送。從服務感知的角度看，智慧圖書館就是要實現讀者閱讀需求、圖書館服務環境、讀者閱讀收益和服務滿意度等的智慧感知與預測。基于對智慧圖書館認知角度的不同，智慧圖書館通常借助云計算、認知計算、傳感器、高速無線傳輸、射頻技術、大數據等技術來構建，其管理與應用平臺的建設也可劃分為信息的收集、協同感知以及泛在聚合這3個階段，以實現讀者與讀者、讀者與設備、設備與設備的互通。近年來，隨著大數據技術和云計算技術的發展，圖書館的數據采集、傳輸、計算、分析與決策能力快速增長，大數據海量（Volume）、多樣（Variety）、高價值（Value）、處理快速（Velocity）的4“V”特點已不再是阻礙圖書館大數據應用的主要問題，而大數據本身所特有的高價值、真實性、快速增長和動態變化等優勢，已成為當今智慧圖書館構建和讀者智慧服務質量保障的重要決策依據。

世界領先的全球管理咨詢公司麥肯錫最早預測大數據時代的到來，指出：“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來。” IDC的研究表明，包含結構化和非結構化的大數據正在以每年60% 的增長率持續增長，到了 2020 年全球數據總量將增長 44 倍，達到 35.2ZB[2]。目前，伴隨大數據時代的發展和大數據技術的提升，圖書館大數據的價值總量、價值密度、可用性和可控性也呈現快速增長態勢，大數據已成為圖書館智慧服務體系構建、智慧服務管理、讀者服務需求感知、智慧服務定制與推送、CRM（客戶關系管理）、個性化智慧閱讀QOS（Quality of Service，服務質量）保證的重要決策依據。因此，圖書館必須以讀者閱讀需求和圖書館服務模式變革為中心，將大數據的預測、感知、分析和決策優勢運用到圖書館的建設與讀者服務中，才能增強圖書館的物聯化、互連化和智能化水平，才能構建真正意義上的智慧圖書館，實現圖書館的構建、管理和服務從“管理員經驗治理”向 “大數據智慧決策”的轉變。

1 智慧圖書館的研究與應用現狀

歐美等國家的圖書館研究學者最早提出“智慧圖書館”一詞，如 M.Aittola等認為，“智慧圖書館是一個不受空間限制的、可被感知的移動圖書館，它可以幫助用戶找到所需圖書和相關資料” [3]。2001年起，在加拿大首都渥太華率先建立了一個名為“Smart Library”的圖書館聯盟，包括公共圖書館、高校圖書館、專業圖書館、博物館等在內的12所相關機構加入了該聯盟，利用同一個搜索引擎為聯盟圖書館的讀者提供一站式服務，這是國外關于智慧圖書館的最早實踐[4]。在2003年的人機交互移動設備國際研討會上，來自芬蘭奧盧大學圖書館的艾托拉發表了名為《智慧圖書館： 基于位置感知的移動圖書館服務》的研究論文，指出“智慧圖書館”（Smart Library）是一個不局限于圖書館內終端、可隨時隨地訪問圖書館資源并能實現移動終端到資源位置的定位和指引[5]。從2003年開始，芬蘭奧盧大學圖書館開始嘗試為讀者提供“智慧圖書館”這種新型服務方式。2004 年，米勒等學者在國際會議上發表了題為《智慧圖書館：強調科學計算的圖書館的SQE最佳實踐》研究報告，認為智慧圖書館是指運用大量軟件質量工程的實踐，力圖使用戶和開發人員避免犯各類錯誤，包括使用、配置、安裝中的錯誤，以及因應用程度的變化而導致的績效下降或死鎖等方面的錯誤[6]。自2005年起，我國上海圖書館開展了基于手機圖書館的讀者移動服務，臺北市立圖書館也運用無線射頻技術建成了無人值守的智慧圖書館。直到2008年11月，IBM首席執行官彭明盛提出了“智慧地球”的概念，引起了美國各行業的巨大反響[7]。2009年8月，IBM又發布了《智慧地球贏在中國》計劃書，正式揭開 IBM“智慧地球”中國戰略的序幕。從此，“智慧圖書館”作為“智慧地球”的重要組成部分，引起了世界各國學者更加廣泛、深入的研究[8]。

芬蘭奧盧大學圖書館的Aittola M等學者認為，在智慧圖書館中讀者可通過手持PDA設備獲取位置感知服務，并在移動設備上得到有關書籍的地圖向導，繼而幫助讀者迅速找到所需的圖書等[9]。英國學者伊安·約翰遜指出，任何“智慧圖書館”都需要“智慧的圖書館員”的存在，智慧館員不但應具備高水平的技能素養和職業信念，還必須幫助讀者充分認識到圖書館確實發揮出了與眾不同的積極作用[10]。近年來，隨著云計算與大數據技術的快速發展，基于大數據技術構建智慧圖書館和為讀者提供智慧閱讀服務已成為當今圖書館學研究的一個重點。祝森生對大數據時代關于智慧圖書館的幾個研究問題進行了探討，認為大數據時代的來臨，將為智慧圖書館的實踐建設提出了挑戰，但也為智慧圖書館的學術研究提供了增長點，如何在大數據時代滿足用戶與社會發展需求、保證智慧圖書館的互聯、高效與便利三大特點，將會是大數據時代智慧圖書館研究的主要問題[11]。馬曉亭對大數據時代圖書館的個性化智慧服務QOS保障進行了研究，認為如何從海量、不完全、高噪聲、模糊和隨機的大數據庫中發現大數據的價值和相互關聯，是科學構建智慧圖書館和為讀者提供個性化智慧閱讀服務的關鍵[12]。黃輝對基于物聯網標識體系的智慧圖書館建設進行了研究，文章從物聯網標識的完整概念與核心技術出發，論述了智慧圖書館的建設現狀，分析了物聯網標識技術在智慧圖書館應用中存在的問題，探討了基于物聯網標識技術的智慧圖書館建設對策[13]。劉喜球對基于可穿戴技術構建智慧圖書館進行了研究，認為可穿戴技術作為具有強烈“人類感知”能力的新技術，有助于移動圖書館轉變為智慧圖書館[14]。儲節旺對智慧圖書館的建設及其對技術和館員的要求進行了研究，認為智慧圖書館的建設是一項系統工程，其最核心的要素就是智慧科技和智慧館員。因此，未來智慧圖書館科技體系的建設和館員隊伍的培養更應結合圖書館實際情況[15]。

2 大數據在智慧圖書館構建中的決策優勢與挑戰

2.1 智慧圖書館的定義

智慧圖書館是指以讀者需求和QOS（服務質量）保證為中心，利用物聯網、云計算和其它相關智慧化的設備，通過對傳統圖書館進行升級、優化和改造，以及對圖書館所有知識的科學發現和有機地整合，使圖書館能夠深刻感知外部服務環境、讀者需求和服務模式的變化趨勢，并在此基礎上實現智慧管理和智慧服務的圖書館。從智慧圖書館的形成過程看，智慧圖書館的形成可劃分為兩個階段：第一個階段是圖書館信息的數字化，包括圖書館相關的管理與服務信息的采集、傳輸、存儲、處理、計算、控制和數字化處理；第二個階段是通過對圖書館數據的收集、挖掘、分析和知識發現，發現大數據中蘊藏的數據價值和智慧，為圖書館的構建、管理和用戶服務提供智慧的決策支持。數字化圖書館向智慧圖書館變革主要有4個標志性的區別，分別是智慧圖書館可實現數據價值的深度挖掘、知識的全面發現、定律的科學定義和決策的實時生成。從智慧圖書館的系統功能劃分，智慧圖書館可劃分為智慧環境、智慧讀者、智慧管理、智慧服務、智慧閱讀、智慧移動和智慧交流7個部分，同時，智慧圖書館的構建應實現對外部環境的全面感知、內部服務要素與讀者的廣泛互聯、高新技術與圖書館業務的深度融合、服務開放和多模式的原則。

2.2 大數據的決策優勢

大數據具有數據體量巨大（Volume）、類型繁多 （Variety）、低價值密度 （Value）、 處理快速 （Velocity）和復雜（Complexity）的“4V+1C”特點[16]。大數據權威研究專家維克托·邁爾-舍恩伯格在其名著《大數據時代》中認為，大據時代有三個重大轉變：“第一是我們可以分析更多海量的數據，甚至可以處理和某個特別現象相關的全體數據，而不是依賴于對數據的隨機采樣，更多精確的數據可以使我們發現更多的細節。第二是我們研究數據的總體量巨大，使我們放棄了傳統追求數據精確度的做法，轉而從對海量大數據的分析中獲得洞察力。第三是我們不再熱衷于尋找事物的因果關系，而是熱衷于探索事物之間的相關性” [17]。因此，基于大數據自身特有的價值屬性和決策優勢，以及智慧圖書館的運營與服務數據指數級快速遞增、高價值總量、讀者強相關性和高可用性的特點，使大數據在智慧圖書館的系統構建、運營管理、用戶服務和服務風險規避中具有較強的科學決策優勢。

首先，圖書館可利用服務器監控設備、視頻監控器、傳感器網絡、可穿戴閱讀設備和第三方運營商共享的數據，對圖書館相關的系統運營、用戶服務和讀者閱讀行為等，進行全方位、不間斷的采集、處理、挖掘、融合、分析和價值提取。此外，通過對大數據相關性的發現，可以科學構建與圖書館服務和用戶閱讀活動相關的動態感知與監控模型，實現對圖書館系統運營有效性、讀者閱讀需求、服務外部環境變化和服務競爭市場的智慧感知，可保證圖書館發展宏觀策略的定制、管理與運營制度、讀者個性化服務內容的定制與推送、服務的安全性與可信度保證等，能夠依據圖書館大數據新價值的發現而動態調控、優化和完善。其次，圖書館通過對服務系統的配置參數、運營和維護大數據的采集，科學構建圖書館客戶管理、服務系統運行效率、運營風險的實時評估系統模型，實現對圖書館客戶管理系統、數據中心運營效率和服務安全風險的感知、預測、評估、預警和智能化管理。第三，大數據具有海量、多樣、高價值、處理快速的4“V”特點，大幅增加了大數據采集、處理、存儲和決策的復雜性與難度。圖書館可通過對大數據在采集、清洗、過濾、存儲、分析和決策過程的數據生命周期質量管理，以及將位于不同系統、不同數據存儲模式和不同所屬對象的大數據進行融合與共享，可增強大數據決策的價值量、可用性和可控性。

2.3 ICT技術增加了圖書館大數據采集的復雜度

近年來，隨著ICT技術和云計算技術的快速發展，以及相關技術在圖書館服務中的廣泛應用，圖書館的移動網絡呈現出高帶寬、低誤碼率、低延時和傳輸成本經濟的優點，讀者可以在任何時間、任何地點和任何距離享受圖書館的個性化定制服務。此外，集成電路制造與新材料技術的發展，也使用戶閱讀終端設計與制造過程遵循摩爾定律的規則，每隔18-24個月其性能將翻1倍以上，而制造成本則下降為原來的一半，導致圖書館服務模式向多樣化、個性化定制、經濟性和實時推送方向轉變，在大幅提升圖書館服務科學性、安全性、時效性和經濟性的同時，也使圖書館數據中心服務系統、傳輸網絡和閱讀終端的數據總量快速遞增，其數據環境呈現海量、多樣化、高價值和處理快速的大數據4“V”特點，使圖書館服務模式從“業務驅動型”向“數據驅動型”轉變[18]。其次，ICT技術在保證圖書館服務模式、對象和內容多樣性的同時，也使其數據具有海量、指數遞增、多類型和復雜的特點，大幅增加了圖書館大數據采集、傳輸、存儲、分析、決策的難度和成本。此外，大數據無規則地分布存儲于圖書館的子信息系統、網絡傳輸節點和用戶終端，圖書館難以實時、全面地對位于不同業務部門和信息節點的大數據進行采集、標準化處理、整合、分析和推送。第三，大數據應用的投資收益率是關系智慧圖書館建設有效性和智慧服務經濟性的關鍵問題，因此，圖書館在保證服務系統智能需求和大數據決策科學性的前提下，如何利用ICT技術有效提升大數據采集、存儲、融合、管理、處理、分析和決策的科學性與標準化水平，也是關系圖書館大數據決策有效性的關鍵。

2.4 可穿戴設備與物聯網絡增加了大數據價值提取的難度

對服務器運行參數、服務環境、讀者閱讀行為、閱讀社會關系、閱讀終端設備等大數據的全面、準確和實時采集，是圖書館科學、準確、實時、快速地從大數據分析中獲取知識，全面、精準地描述圖書館的服務效率、讀者閱讀需求、服務環境變化和讀者閱讀模式變化趨勢的前提。因此，科學、規范地從數據中心服務器、數據傳輸網絡、RFID設備、無線傳感器、移動閱讀終端、讀者可穿戴設備上采集數據，是確保圖書館大數據決策的科學性和可用性的前提[19]。

當前，高新技術的發展正推動著圖書館服務模式和讀者閱讀方式快速變革，從可穿戴設備中全面、動態和不間斷地采集讀者的閱讀行為、生理特征、心理變化等數據，已成為圖書館獲取讀者相關大數據的主要方式。可穿戴設備產生的數據具有海量、快速遞增、多類型、實時性和保密性的特點，因此，要求圖書館大數據平臺安全、可靠和經濟，以及具備大數據處理性能高和系統兼容性強的優點，可為讀者個體閱讀活動的精準數字畫像提供科學的大數據決策支持。其次，圖書館從數據中心服務器、數據傳輸網絡、RFID、無線傳感器、移動閱讀終端、可穿戴設備上采集的數據，具有海量、多樣、高價值和處理快速的大數據4“V”特點，而云計算技術恰恰是科學、高效地傳輸、存儲、處理、融合、查詢、檢索、分析和挖掘這些大數據的關鍵支撐技術。因此，圖書館如何依據自身業務特點和讀者閱讀需求構建云服務平臺，是圖書館實現基于云計算技術的超大規模計算和海量存儲的前提。第三，隨著物聯網技術的發展與應用，圖書館可通過GPS（全球定位系統）、射頻識別、紅外感應器、激光掃描儀、氣體感應器等信息傳感設備采集相關大數據，并按照約定的通信協議利用互聯網絡將圖書館的感應器、服務設備、控制器、閱讀終端等設備與讀者連接起來，實現了對讀者、設備、服務的智能化識別、定位、跟蹤、監控和管理。物聯網絡采集的大數據具有海量、高價值、持續和動態的特點，因此，如何依據圖書館的業務流程與讀者個性化服務需求的動態變化，有效降低大數據中的噪聲信號和增強大數據的決策相關性，是圖書館大數據分析面臨的又一個難題[20]。

2.5 大數據的質量及其開放程度是智慧圖書館構建的關鍵

隨著圖書館服務模式與讀者閱讀方式多樣化的發展，圖書館大數據的數據總量與數據環境的復雜度也快速增長。因此，如何有效過濾數據噪聲與完全提取大數據中的價值，增強大數據分析、決策的相關性與可用性，已成為全面挖掘大數據中蘊藏的知識和科學構建智慧圖書館的關鍵。

首先，圖書館通常依靠視頻監控設備、讀者管理信息系統、服務監控設備、傳感器網絡、網絡管理服務器、可穿戴設備和閱讀終端等采集相關大數據，大數據的采集過程具有多數據源、多模式、持續和多噪聲干擾的特點，部分大數據不能滿足數據量化、處理和分析的質量需求，這些高噪聲數據和假數據的存在，會大幅降低大數據在智慧圖書館構建中的決策科學性和可用性。其次，圖書館各部門的業務具有一定的獨立性和不相關性，會導致各部門的業務數據存在信息孤島的現象。因此，如何在圖書館內部以及與第三方之間實現業務數據的公開、共享、融合和二次挖掘，全面消除圖書館不同業務部門之間的數據壁壘，是圖書館實現以大數據決策為依據的智慧圖書館頂層設計，增強圖書館不同業務部門與系統平臺數據聯動和智慧管理能力的關鍵。此外，如何確保所采集大數據完整、精確和高價值密度，以及對多類型大數據進行標準化處理的科學性，也是關系圖書館大數據開放性的重要問題。第三，圖書館在大數據采集、傳輸、共享、處理、分析和決策中，具有監控數據節點多、管理成本高、安全技術復雜和業務持續性的特點。因此，如何依據大數據應用和安全性的需求，對大數據管理員、普通圖書館員、設備供應商、第三方共享人員設定不同的大數據訪問權限，并對各種非法訪問、惡意操作、誤操作和越權訪問行為進行跟蹤、定位和追溯，直接關系圖書館大數據價值發掘的有效性和數據開放過程的安全性。

3 智慧圖書館構建與智慧服務的相關問題

3.1 圖書館智慧管理與服務系統構建

當前，隨著圖書館服務模式與讀者閱讀方式的快速變革，圖書館大數據的數據總量、價值屬性、可用性和可靠性快速增長。此外，伴隨大數據技術與云計算技術的快速發展，以及在圖書館管理與服務中的廣泛應用，圖書館大數據的海量、多類型、低價值密度和不相關性等特點，已不再是決定圖書館大數據決策科學性與應用有效性的關鍵因素，基于大數據決策的科學支持，圖書館的管理與服務正在從傳統的“館員經驗治理”模式向大數據時代的“數據科學決策”模式轉變。

對智慧圖書館的構建、功能、服務和管理等方面分析，智慧圖書館主要由智慧館員、智慧管理、智慧服務、智慧環境、智慧閱讀、智慧讀者等6個方面的組成內容。對智慧圖書館的系統功能結構與大數據智慧決策的原理分析，智慧圖書館應依據大數據的生命周期發展規律，將圖書館采集的原始大數據按照數據——信息——知識——智慧的過程有效轉變，并依據大數據在不同轉換階段的價值屬性與可用性特點，通過智慧決策結果來分層構造和管理圖書館。此外，基于大數據的智慧圖書館決策系統的構建，應重點加強系統的大數據采集能力、數據的信息轉化能力、數據價值的感知能力、大數據知識庫的構建能力、多類型數據的關聯分析能力、智慧的解答與可視化展示能力的建設，才能保證圖書館智慧決策結果安全、科學、高效、經濟和可用。本文設計的基于大數據的智慧圖書館系統分層結構框架如圖1所示。

該系統結構主要分為數據感知層、數據傳輸層、數據分析層、智慧服務層4個部分。數據感知層是智慧圖書館構建的基礎設施層，由視頻監控設備、網絡監控設備、閱讀終端、傳感器、移動閱讀終端、二維碼掃描設備、管理信息系統、可穿戴設備等組成，主要完成圖書館服務環境、讀者閱讀情境、服務器運行參數、服務系統效率、讀者閱讀收益等數據的采集，是圖書館采用統一的標準或協議，將讀者、服務設備和其它相關設施通過互聯網絡相連接起來，以實現對圖書館服務環境、讀者、服務設備等要素的感知、識別、數據采集和量化，并將所采集的大數據進行存儲和預處理，是大數據處理、查詢和網絡傳輸的最底層基礎平臺。數據傳輸層由光纖網絡、無線局域網絡、RFID網絡、傳感器網絡、藍牙網絡、紅外線和網絡管理設備等組成，負責將數據感知層采集的大數據安全、快速、經濟和實時地傳輸到圖書館數據中心大數據存儲庫，并將隱匿有高價值數據的大數據轉換為信息，能夠保證繁雜、多結構和低價值密度的大數據可被圖書館業務部門高度共享、處理和挖掘。數據分析層由大數據質量管理模塊、大數據挖掘模塊、語義引擎、數據噪聲過濾模塊、數據標準化處理模塊、大數據整合模塊、可視化分析模塊和數據挖掘算法等部分組成，主要對由數據傳輸層傳輸來的高噪聲、低價值密度和低相關性數據，進行數據噪聲過濾、標準化處理、數據挖掘和數據價值可視化分析等操作，并將從大數據中發現、挖掘的智慧與知識存儲在大數據庫中，為圖書館的系統管理、用戶服務和讀者滿意度保證等提供科學的大數據智慧決策服務。智慧服務層是智慧圖書館系統結構的最高層，基于大數據分析層的智慧化分析支持，可為圖書館的管理與服務提供智能環境感知、服務智慧管理、智慧閱讀推送、服務安全管理、用戶需求預測、個性化服務智慧定制、智慧讀者、系統智慧評估與優化等支持，并有效保障圖書館大數據決策的科學與讀者QOS（服務質量）。

3.2 智慧圖書館構建與智慧服務涉及的關鍵問題

3.2.1 必須增強圖書館大數據的開放性與標準化程度

圖書館服務系統對讀者、設備、環境、物品、信息的自動智慧感知、互聯、挖掘、分析、學習、決策和執行，是圖書館從大數據中發現知識和將數據轉換為智慧的重要流程，而大數據的開放性與標準化程度，則是關系圖書館大數據決策有效性、科學性、智慧化和個性化水平的關鍵因素。因此，圖書館必須不斷提升大數據的開放性與標準化程度，來增強大數據的價值密度、可用性和數據融合后的價值增量。

為了增強大數據的開放性，圖書館必須統一各業務部門、系統設備、數據傳輸接口、數據采集終端和安全管理系統的數據標準，特別要嚴格規范大數據在采集、傳輸、處理、整合和應用等環節的質量管理，依據圖書館各業務部門在管理、運營和服務過程中對大數據的精確性、流通性、完整性的需求，對大數據的精確度、屬性、邏輯一致性、數據完整性和層次關系等進行規范[21]。其次，圖書館大數據的海量、多類型特點是制約大數據開放性的主要因素。圖書館可利用云計算平臺的虛擬化存儲和智能數據壓縮技術，通過噪聲過濾、冗余數據刪除和數據二次重組，大幅度降低大數據的數據總量和提升大數據的價值密度、可控性，確保大數據開放過程科學、高效、經濟、可用和可控。第三，大數據在圖書館多個管理與服務系統之間的交換、共享，以及將在不同終端感知設備中采集的強相關大數據進行整合與集成，是圖書館大數據價值挖掘和知識發現的前提。圖書館在加強內部業務部門大數據開放、共享的前提下，還應將大數據應用和圖書館的真實業務場景相結合，將圖書館大數據和第三方共享大數據相融合，通過大數據的二次挖掘實現大數據的增值。

3.2.2 對讀者閱讀行為進行全面、連續的感知

利用視頻監控設備、網絡監控設備、閱讀終端、傳感器、移動閱讀終端、二維碼掃描設備、管理信息系統、可穿戴設備和GPS（全球定位系統）等，圖書館實現了對外部服務環境、讀者閱讀行為和用戶生理特征數據等，進行全面、自動、不間斷的感知與采集，完成了圖書館與讀者之間、讀者與讀者之間、服務內容與讀者需求之間的大數據關聯。在圖書館采集的讀者相關數據中，數據的多源性、完整性、價值總量和價值密度等是關系大數據決策科學性、可用性和可控性的關鍵因素，此外，為了增強讀者服務推送的實時性、精確度和個性化水平，圖書館在大數據的采集、處理、整合和分析過程中，必須融合讀者相關大數據的閱讀情境、用戶需求和閱讀方式等內容[22]。

讀者閱讀情境數據可劃分為靜態情境數據和動態情境數據兩類。靜態情境數據主要由讀者的性別、年齡、專業、閱讀長期興趣等長期穩定的數據組成，動態情境數據主要由閱讀環境、讀者地理位置、閱讀心情、閱讀時間、閱讀短期興趣等數據組成，易受外界環境及數據之間的相互作用而變化。在基于讀者閱讀情境數據的個性化服務決策與推送決策中，圖書館應重點關注情景大數據的噪聲過濾、數據標準化處理和情境建模過程，依據實時情境數據和歷史情景數據與讀者個性化服務的相關性，賦予每個情境數據不同的權重因子，并依據圖書館在讀者個性化服務過程中的總體服務收益和讀者閱讀滿意度的變化，對情境數據的權重因子進行動態調整，才能確保圖書館個性化服務定制內容精準、實時、經濟和可用。此外，圖書館大數據中心應實現對情境數據的實時處理、存儲、匹配、計算和分析，在情景數據的決策中融合讀者的文化水平、閱讀興趣、瀏覽記錄、閱讀關系和情景數據相關性等參數，實現情景數據分析平臺對讀者個性化服務系統的控制與反饋優化，確保服務內容具有較高的用戶個性化相關性與推送精準性。

3.2.3 對圖書館用戶服務系統的運維環境與風險進行動態監控

通過對用戶服務、網絡傳輸、信息管理等系統大數據的采集、分析與決策，圖書館可以預測、捕獲、監控和評估服務環境與服務系統面臨的風險，并制定科學、高效、經濟和動態安全管理策略，可有效降低圖書館系統的運行風險和提升服務的可信度。

圖書館在對相關服務系統、傳輸設備和信息管理系統進行大數據采集、處理、分析與決策活動時，應堅持實時、快速和動態的原則，并具備對安全事件精確、高效的響應和事后追溯能力。監控系統應支持對所有主流文件類型與傳輸協議數據的監控，監控對象應覆蓋主機服務器、網絡設備、安全管理設備、數據庫和閱讀終端等，當有安全觸發事件發生時，圖書館安全管理與防御系統可依據大數據決策結果智能、自動地做出安全響應，并對結果進行評估、可視化展示和反饋優化。其次，為了增強圖書館安全事件發現、分析、決策的靈敏度和時效性，應增強安全大數據采集的廣泛性和降低大數據的細粒度，將安全大數據實時決策結果，動態地運用到圖書館安全防御系統構建、IT服務系統風險控制、安全對象掃描、安全性審計和安全結果的可視化展示中，確保當多個安全事件同時突發時，安全管理系統可依據圖書館服務系統運行和安全威脅的程度，按照安全事件的威脅級別、服務內容等級和讀者優先級，在滿足圖書館安全管理事件對系統資源需求的前提下，保證讀者具有較高的閱讀收益率和愉悅感[23]。第三，通過對安全大數據的分析與決策，圖書館可發現安全管理系統自身存在的弱口令、抗攻擊性、自身防御性、安全管理有效性、數據安全性等問題，有助于安全管理員利用大數據決策結果，科學提升安全管理系統的智慧管理水平和運維風險控制能力。

3.2.4 大數據決策應覆蓋智慧圖書館構建、管理與服務全程

智慧圖書館的構建是一個涉及服務環境的智慧感知、讀者與服務系統資源的智慧管理、讀者個性化服務的定制與推送、智慧館員與智慧讀者培育等內容的復雜課題。因此，圖書館大數據決策應覆蓋智慧圖書館的構建、管理與服務全程，才能確保智慧圖書館構建和讀者服務保障過程科學、智慧和自動化。

服務環境的智慧感知主要體現在圖書館對讀者閱讀需求、服務系統資源和QOS（服務質量）的智慧化感知、管理、分配和優化上。管理員在分析傳感器采集到的讀者群體行為數據、服務請求負載總量、服務系統能耗、室內環境溫度、系統運行效率、火災事故監控等數據的前提下，結合圖書館實際的服務系統資源總量、讀者的閱讀需求、讀者閱讀模式、閱讀環境溫度與濕度變化趨勢等數據，制定科學、高效、經濟和可控的智慧環境管理策略，可以實時、動態地對圖書館的服務系統資源、系統能耗、服務環境安全性、環境溫度與濕度等，進行智慧和自動化的監控、調度、管理、控制與優化。其次，多媒體閱讀已成為當前大數據環境下讀者閱讀的主要方式，多媒體閱讀方式在提升讀者知識收益率和愉悅感的同時，也導致圖書館的服務、管理大數據呈現海量和指數遞增特點。因此，圖書館應通過大數據技術，將圖書館、讀者、IT服務系統和網絡傳輸系統緊密聯為一體，將讀者閱讀需求、服務系統資源和海量多類型大數據等，進行協同預測、處理 、分析、調度、分配和優化，才能實現圖書館系統管理與用戶服務投資收益的整體最優化。第三，智慧的圖書館員是智慧圖書館組成的核心因素，在智慧館員的培養中，圖書館應注重對館員大數據素養和大數據應用能力的培養，特別應加強圖書館員自身的大數據價值發現、強相關數據的融合、大數據的管理、數據知識的獲取等能力培養，才能提升圖書館員的智慧管理與智慧服務能力，真正實現圖書館員、大數據技術、圖書館業務三者的完美結合[24]。

4 結語

當前，隨著云計算技術、分布式處理技術、大數據存儲技術和感知技術的快速發展，以及在圖書館管理與服務中的廣泛應用，圖書館的服務模式和讀者閱讀方式已發生深刻變革，圖書館數據環境日趨復雜并具有大數據的4個“V”特征，圖書館已進入大數據時代。大數據時代，圖書館對讀者閱讀行為、IT服務器運行、視頻監控、閱讀終端等進行廣泛、持續的數據采集，使圖書館數據環境呈現出海量、復雜和異構特點。因此，如何在復雜的大數據中發現數據中蘊藏的價值和知識，并將大數據中的價值和知識轉換成智慧，是科學構建智慧圖書館和智慧服務模式面臨的嚴峻挑戰[25]。

在智慧圖書館的構建中，圖書館首先應加強大數據在采集、噪聲過濾、處理、存儲和分析等過程的質量管理，努力提升大數據的價值總量、密度、可用性和可控性，確保數據轉化為信息、信息轉化為知識、知識轉化為智慧的過程科學、高效、準確和可控，能夠為智慧圖書館構建提供科學的大數據決策依據。其次，大數據決策應與圖書館的智慧服務能力建設和讀者的智慧閱讀需求相結合，將大數據決策結果廣泛運用到圖書館的智慧決策系統、智慧管理系統、智慧服務系統和智慧安全保障等子系統的建設中，才能提升服務子系統的綜合智慧服務能力。第三，圖書館還應基于大數據決策結果努力構建智慧的服務環境、智慧的圖書館員、智慧的讀者，才能提升圖書館的智慧決策、智慧感知、智慧服務和智慧閱讀能力，才能為讀者提供真正意義上的智慧化閱讀服務。

參 考 文 獻

[ 1 ] Repanovici A，Turcanu M. Smart Library：RFID implementation in Libraries[M]. Artificial Intelligence Series-WSEAS，2009：523-526.

[ 2 ]維克托·邁爾-舍恩伯格，肯尼思·庫克耶.大數據時代[M].盛楊燕，周濤，譯.杭州：浙江人民出版社，2013：35-37.

[ 3 ] Aittola M，Ryhanen T，Ojala T.Smart library：Location Aware Mobile Library Service[C]//Proceedings of the 5th International Symposium on Human-Computer Interaction with Mobile Devices and Services（Mobile HCI）.Udine：Springer，2003：411-415.

[ 4 ]王世偉.論智慧圖書館的三大特點[J].中國圖書館學報，2012，（6）：22-28.

[ 5 ] AITTOLA M，RYHANEN T，OJALA T.Smart Library：Location-Aware Mobile Library Service[J].International Symposium on Human Computer Interaction with Mobile Devices and Services，2003，（5）：411-415.

[ 6 ] Miller M C，Reus J F，Matzke R P，et al.Smart libraries：Best SQE practices for libraries with an emphasis on scientific computing[EB/OL].[2017-03-08].https：//e-reports-ext.llnl.gov/pdf/3149.

[ 7 ] The Royal Society.Knowledge，Networks and Nations：Global Scientific Collaboration in the 21st Century[EB/OL].[2017-03-13]

[ 8 ] IBM公司.智慧地球贏在中國[EB/OL].白皮書，2009-02[EB/OL].[2017-03-15]https：//wenku.baidu.com/view/1ac69bf8c8d376eeaeaa31fd.html

[ 9 ] Aittola M，Ryhanen T，Ojala T. Smart Library：Location Aware Mobile Library Service[C]//Proceedings of the 5th International Symposium on Human Computer Interaction with Mobile Devices and Services（Mobile HCI）[J]：Springer，2003：411-415.

[ 10 ]（英）伊安·約翰遜 .智慧城市、智慧圖書館與智慧圖書館員[J].陳旭炎，譯.圖書館雜志，2013，（1）：41-47.

[ 11 ] 祝森生.大數據時代關于智慧圖書館的幾個研究問題探討[J].圖書與情報，2013，（5）：126-128.

[ 12 ] 馬曉亭.大數據時代圖書館個性化智慧服務QOS保障研究[J].現代情報，2014，34（12）：69-73.

[ 13 ] 黃輝. 基于物聯網標識體系的智慧圖書館建設研究[J].圖書館工作與研究，2014，（8）：41-44.

[ 14 ] 劉喜球，王燦榮.可穿戴技術：構建智慧圖書館的助推器[J].圖書館論壇，2015，（6）：105-108.

[ 15 ] 儲節旺，李安. 智慧圖書館的建設及其對技術和館員的要求[J].圖書情報工作，2015，59（15）：27-34.

[ 16 ] 田梅.基于關聯主義學習理論的智慧圖書館服務模式構建[J].圖書館學研究，2014，（19）：64-67，46.

[ 17 ] 李小濤，邱均平，余厚強，等.論智慧圖書館與知識可視化[J].情報資料工作，2014，（1）：6-11.

[ 18 ]曾子明，陳貝貝.融合情境的智慧圖書館個性化服務研究[J].圖書館論壇，2016，（2）：75-63.

[ 19 ]吳吉玲.數字圖書館與智慧圖書館比較研究[J].情報資料工作，2015，（2）：43-45.

[ 20 ]秦殿啟.智慧圖書館的語境、要素和發展路徑[J].圖書館，2016，（6）：35-38，91.

[ 21 ] 郎玉林.智慧圖書館發展策略研究[J].圖書館，2015，（4）：77-79，84.

[ 22 ]陳衛靜.智慧圖書館在大數據環境下的智慧分析[J].圖書情報工作，2015，59（12）：49-52.

[ 23 ]Executive Office of the President.Obama Administration Unveils“Big Data”Initiative：Announces $ 200 Million in New R&D investments[EB/OL].[2017-03-15].https：//www.white-house.gov/sites/default/files/microsites/ostp/big_data_press_re-lease_final_2.pdf.

[ 24 ]約翰遜，陳旭炎.智慧城市、智慧圖書館與智慧圖書館員[J].圖書館論壇，2013，32（1）：113-114.

[ 25 ]李后卿，董富國. 智慧圖書館服務實現策略探析[J].圖書館，2016，（5）：80-84.

（本文責任編輯：孫國雷）