高校圖書館大數據服務體系構建的戰略思考

王云鳳

摘 要：文章分析了大數據背景下高校圖書館面臨的機遇與挑戰，提出福州地區大學城高校應利用“福建省高校數字圖書館（FULINK）”平臺優勢構建大數據服務體系的建議，旨在為高校圖書館構建大數據服務體系提供參考。

中圖分類號：G252文獻標識碼：A文章編號：1003-1588（2017）09-0038-03

關鍵詞：大數據；高校圖書館；個性化服務；FULINK

近年來，大數據由于具有數據量大、數據類型多、價值密度低、處理速度快和較大的復雜性等特點，已經滲透到各行各業中[1]。2008年9月，美國《Nature》雜志刊登了《Big Data：Science in the Petabyte Era》一文，正式提出“大數據（Big Data）”一詞，并且被廣泛傳播[2]，從此大數據技術受到學術界和產業界的廣泛探討和研究。眾所周知，圖書館數據種類繁多（如數據庫信息、用戶信息等），數據量大，而且包含許多未被利用的信息，存在價值密度低等特點，圖書館數據在一定程度上具備大數據的特點[3]。Huwe[4]指出，大數據與圖書館之間存在密切聯系，大數據有助于圖書館員對用戶行為進行采集與分析。張凱等[5]指出，高校圖書館應抓住大數據發展的契機，將圖書館龐大的數據資源逐漸轉化為潛在的知識服務。

1 大數據環境給高校圖書館帶來的機遇與挑戰

1.1 大數據的收集、存儲及計算分析

高校圖書館能夠實現館藏資源和信息資源的數字化，同時將這部分資源與館內音頻、視頻等資源轉換存儲，建立多種多樣的數據庫，形成結構化數據資源，這是大數據圖書館的基本功能，也是高校圖書館的優勢。同時，圖書館大數據還包括大量的非結構化信息資源，例如讀者的借閱信息等。因此，圖書館面臨以下問題：如何有選擇性地收集這些非結構化海量信息，將不同數據源的有效數據進行集中存儲，并統一到一個管理平臺中進行計算和分析，進而實現數據格式的統一化，并利用計算機圖形圖像等方法將復雜的信息直觀地顯示出來，方便讀者了解數據的內涵。

1.2 大數據背景下高校圖書館知識服務的構建

圖書館擁有龐大的信息資源和服務優勢，但隨著網絡信息科技的發展，傳統圖書館服務逐漸弱化，資源利用率降低。作為科研服務中心，高校圖書館的科研人員需要花費大量的時間與精力獲取有效信息，而大部分科研數據未經整理，造成了信息的封閉與流失。大數據技術能使圖書館資源得到最大限度的挖掘和利用，高校圖書館可以借助數據開放和共享平臺，使用信息收集、計算、分析等技術為用戶提供知識服務。

1.3 有限的計算設備和資金成為阻礙

大數據環境下，高校圖書館的建設和數據的收集、存儲以及計算所需要的服務器硬件和軟件設備的購置使圖書館面臨巨大的資金壓力。國內高校圖書館的建設主要依靠學校每年的固定撥款，而學校資金投入有限，通常情況下學校撥款只能購買一些硬件設施以滿足系統平臺的初步建設，很難滿足大數據發展的要求。與此同時，大量數據資源、大數據設計的應用和開發技術不可避免地會涉及知識產權問題，雖然國內許多互聯網企業成功構建了萬節點的大數據計算集群和軟件平臺，提供了大數據服務，然而由于市場競爭、知識產權等原因，研究者難以獲取相關的資料進行圖書館大數據分析，這些都加重了高校圖書館的資金負擔。

1.4 高校圖書館大數據體系對館員素養的新要求

圖書館應該擁有一支專業的圖書館員隊伍，或者稱作大數據分析家，他們應具備圖書與情報、信息技術、知識服務、科學研究等方面的知識，能夠提供參考咨詢服務。這是一支綜合素養較高的高校圖書館服務隊伍，也是推進圖書館大數據服務體系構建的專業性人才。

2 福州大學城高校圖書館大數據服務體系的構建

福州大學城高校圖書館大數據服務體系包含大數據處理和個性化服務兩方面（見圖1）。

2.1 大數據的收集

高校圖書館的大數據除傳統意義上的結構化館藏資源信息外，還包括許多非結構化和半結構化的信息資源。隨著校園建設的不斷深入，校園“一卡通”取代了以前傳統的各種證件，例如：學生證、借書證、上機卡等。“一卡通”系統平臺所記錄的信息包含高校圖書館用戶校園生活中的大部分信息，可以幫助圖書館員了解用戶的基本信息、進出圖書館時間、借閱情況等。校園網是一個交互功能和專業性能很強的局域網絡，在校園網出口增加網絡日志采集設備，可以獲取在校用戶網站瀏覽日志數據，雖然該信息時間跨度長、規模龐大，但卻是分析用戶校外資源需求情況的有效手段之一。對于網絡資源來說，“一卡通”、館藏資源、網站日志和科研數據相當于冰山一角。互聯網數據的產生速度超過以往任何一種傳播媒介，因此，圖書館需要通過一定的方式，結合前四種數據信息和用戶需求，有選擇性地獲取用戶需求數據。大數據圖書館的基礎是海量數據，單個高校圖書館的信息資源是有限的，很難滿足大數據圖書館的數據要求。福州地區大學城共享平臺（FULINK）擁有多所高校的信息數據，信息量大、價值高。良好的校際關系與地理優勢是收集區域大數據的基礎。

2.2 大數據的收集、分類、清洗及存儲

大數據圖書館的構建需要海量結構化、半結構化和非結構數據，這些數據可以通過軟件平臺的相關接口存入數據庫，也可通過數據庫開發商授權合作的方式取得數據庫的使用研究權限，或者利用抓取工具自動獲取感興趣的網絡數據資源，進而完成數據的收集。不同格式的大數據信息需要構建元數據模型，經過數據的分類與清洗，形成格式統一、結構簡單并且拓展性好的基礎數據。圖書館工作人員可以采用分布式數據處理技術，對數據進行抽取、轉換、加載和整合，形成大數據圖書館分布式文件管理系統，為大數據的存儲和檢索提供軟件平臺保證。福州地區大學城共享平臺（FULINK）配置了Web應用服務器、數據庫服務器、負載均衡服務器等，30TB的IBM DS5100存儲陣列等硬件以及千兆交換機和多臺萬兆交換機與教科網鏈接，帶寬達千兆，為大數據分析處理提供了硬件保證。圖書館應以用戶需求為目標，通過Grid layout、Pajet等網絡可視化算法和計算機圖形圖像處理技術，呈現出大數據內部隱藏的規律和相互之間的關系，為個性化服務提供技術支持與保障。endprint

2.3 個性化服務

個性化服務就是根據用戶的行為和習慣，采取與之相適應的服務策略。大數據背景下的圖書館微服務就是對圖書館大數據資源進行提取，并及時、準確地通過微信息技術反饋給用戶，微信息媒介工具包括微信、微博公眾號，移動圖書館（如移動FULINK）等。圖書館基于新媒體技術和移動互聯網對用戶所需信息進行制作、更新和推送，有效提高了大數據的利用率以及圖書館的服務質量。圖書館應該為科研人員提供學術共享環境。高校科研人員通過觀測、探測、實驗或者調查等手段獲得的數據，應當有專業的技術館員對其進行追蹤記錄并整理保存，同時，建立相同或者相似科研主題的共享資源虛擬平臺，幫助科研人員建立學術交流社區，形成良好的學術共享環境。

學科服務是高校圖書館服務發展的基點，服務水平是衡量高校圖書館服務質量的重要指標[6]。圖書館可以利用大數據FULINK數據資源共享平臺，分析各校的學科優勢和館藏資源。個性化推薦系統的建設是指基于FULINIK平臺和海量數據挖掘技術，在用戶查找知識的過程中提供個性化的信息服務和決策支持。隨著推薦技術的不斷發展，圖書館個性化精準智能服務可以利用組合推薦，關聯規則推薦，基于知識或者內容推薦等手段[7]。圖書館應根據用戶的行為特征進行主動推薦，增加對熱點信息和事件的推薦，強化定題信息的個性化服務，逐漸將被動式服務轉變為主動式服務。

3 福州大學城高校圖書館構建大數據服務體系的創新措施

3.1 建立大數據服務聯盟，聯合培養大數據館員隊伍

雖然高校圖書館擁有大量的信息資源，然而其總量遠遠不夠，并且高校圖書館的資源僅能在局域網內使用，單個高校圖書館信息存儲規模不能滿足廣大師生的要求。利用FULINK資源共享平臺，建立福州大學城區高校大數據服務聯盟，實現了小區域跨校資源整合，不僅獲得了更加龐大、更有價值的數據資源，而且減輕了高校圖書館開展大數據服務的資金壓力。大數據服務體系的建設，需要圖書館將海量異構數據信息轉變為可處理、可利用的信息，這勢必需要一支能夠熟練操作數據分析工具，對數據進行挖掘、分類、分析等的館員隊伍[8]。基于FULINK平臺和便利的地理位置，各館應先挑選一批綜合素質強、具有一定計算機知識和創新精神的館員，再統一進行聯合培養。

3.2 合理采購資源，實現資源共享

多數高校圖書館都面臨資源建設經費不足和已購資源利用率不高的問題，FULINK各成員館存在數字資源重復購買等問題。圖書館應該利用大數據技術分析本校師生最急需的資源，為合理購買各類資源、調整資源信息結構提供數據支持。各館應促進資源的共建共享，節約購買資源的資金投入，不斷提高資源利用率。

3.3 制定聯盟協議，規范各成員館的責任與權利

在大數據服務體系建設中，資金投入的分配和軟、硬件設備建設與維護等都需要協議來規范，協議應明確大數據服務聯盟中各館的責任和權利，同時，制定大數據服務體系發展規劃，確定各個建設階段需要達到的目標。

3.4 掌握大數據發展方向，開展特色創新服務

參考咨詢服務是圖書館的傳統服務之一，隨著大數據時代的到來，圖書館開啟了創新主動的服務模式。通過龐大的信息數據，例如借閱系統數據、數據庫網站訪問數據、圖書館網站訪問數據等，圖書館可以掌握用戶所需或感興趣的信息，然后利用大數據分析處理技術主動推送信息。大數據背景下，高校圖書館只有增強創新意識，提高創新能力，才能滿足用戶日益多元化的需求。

參考文獻：

[1]陳傳夫，錢鷗，代鈺珠.大數據時代的數字圖書館建設研究[J].圖書情報工作，2014（7）：40-45.

[2]張興旺.圖書館大數據體系構建的學術環境和戰略思考[J].情報資料工作，2013（2）：12-17.

[3]何勝，熊太純，周冰，等.高校圖書館大數據服務現實困境與應用模式分析[J].圖書情報工作，2015（22）：50-55.

[4]蘇新寧.大數據時代數字圖書館面臨的機遇和挑戰[J].中國圖書館學報，2015（6）：4-12.

[5][7]張凱，郭健棲.圖書館主題大數據調查及前瞻性構想：基于百度指數的分析[J].中國圖書館學報，2016（6）：51-66.

[6]袁紅軍.基于知識整合的圖書館學科服務平臺研究框架構建[J].新世紀圖書館，2013（8）：11-14.

[8]陳國蘭.如何利用大數據構建圖書館新型知識服務體系[J].現代情報，2014（9）：149-157.

（編校：周雪芹）endprint