多維應用關聯的高校智慧圖書館研究與實踐

劉慧

摘 要 高校圖書館與各部門服務對象的一致性，使得圖書館獲取讀者需求渠道具備了多源性。多源應用的支持讓智慧圖書館更加“智慧”。論文以“I曉莊”為例對高校的多源應用進行歸納，提出了高校智慧圖書館的多源應用支持的必要性，同時構建了一套以多源應用支持的智慧圖書館模型來挖掘讀者興趣。

關鍵詞 多源數據 高校圖書館 智慧圖書館

分類號 G252.6

DOI 10.16810/j.cnki.1672-514X.2017.12.012

Abstract The consistency of the service objects between the university library and the various departments makes the library obtain the readers demands with multiple sources. The support of the application with multiple sources makes the smart library more intelligent. Taking the “I Xiaozhuang” as an example， this paper summarizes the application with multiple sources in universities， and puts forward the necessity of smart university library supporting the application with multiple sources.It also builds a smart library model supportedby the application with multiple sources to mine the library readers interest.

Keywords Multi-source data. University library. Smart library.

技術創新改變生活，生活的需求促進創新，兩者相輔相成。圖書館的智慧服務以及未來的智慧圖書館建設，不能夠只限于圖書館所擁有的“單維”數據，而應該是多維數據支持下的決策體系，這樣才能夠更加全面、真實地反映讀者的需求。多維數據的匯聚、整合、挖掘與分析，將是數據服務的基礎工作，也是業務拓展的依據。智慧圖書館的數據決策也不再僅限于業務，而應該逐步走向數據分享階段，以共建共享的方式來逐步完善自身數據庫的建設。因此，本文從“智慧”角度，探索高校多源應用與圖書館的數據融合，多維度探測讀者的資源與服務需求，為圖書館的運營提供真實與可靠的決策數據，以提高圖書館的運營效率，降低運營成本。

1 多維關聯的“智慧”體系

1.1 “智慧”的數據支持

圖書館以及與讀者相關應用系統的數據支持是“智慧”發揮的重要基礎。由于高校的網絡環境與多系統的異構特性，數據融合的復雜程度較高。數據的統一轉換是解決異構系統之間壁壘的有效方法之一[1]。淘寶、京東等商業營銷系統，營銷的精準性都通過用戶行為數據支持。數據的維度越多，其精確度相對越高。智慧圖書館的實現，需要精確的數據支持。高校環境下，多源應用數據的融合，讓高校圖書館更加“智慧”，服務定位更加精確，資源推送更加準確。為了克服數據的稀疏性等問題，統一對象的多源數據的匯聚、挖掘與分析是“智慧”具備全面性、完整性、代表性等特性的途徑與方法。

1.2 “智慧”的信息推送

動態信息服務，是高校圖書館的營銷服務方法之一。然而長期以來，高校對讀者群體沒有進行有效的管理分類，讀者需求沒有數據支持，造成信息服務效果不明顯。嵌入式推薦服務模式[2]，通過對推薦對象、推薦內容的精確劃分，能夠保證“智慧”推送的效果。數據的采集、分析、挖掘目的是獲取讀者資源與服務需求，其結果的反饋就是資源與服務的推送，所以“智慧”的推送是以數據定位、讀者分類管理為基礎，其直接影響到推送的精確性。協同過濾的推薦系統（collaborative filtering， CF）為用戶（讀者）推薦與他們有著相似偏好的用戶（讀者） 所需要的資源[3]。

1.3 “智慧”的精準服務

精準的服務一直是圖書館理想的工作模式。然而讀者多樣化、動態化的需求，讓館員無法準確把握讀者真實想法。首先，人工的動態交流渠道無法面對龐大的讀者群體。其次，人工交流體制容易造成理解上的差異。最后，人的精力無法滿足全天候的服務機制。即使構建便捷的交流渠道，由于語言與學科背景的差異性，學科館員與讀者之間的思想碰撞難以得到有效的統一。所以，“智慧”的精準服務，需要借助于技術手段實現。Spark等技術為圖書館精準服務提供了可靠的工具。構建與圖書館讀者行為相適應的機器學習庫MLlib，將是未來圖書館參照阿里巴巴等商業機構進行精準服務的途徑。

1.4 “智慧”的體系架構

智慧圖書館的實現，需要構建一套讀者行為監測體系，以數據決策方式來實現圖書館業務運營，這一方面能夠提升圖書館運營效率，降低運營成本，另一方面能夠提高讀者的滿意度，從而進一步增強讀者的忠誠度，提高資源的利用率[4]。“物以類聚，人以群分”（theory of homophily），讀者群體的資源需求分類，是智慧感知分析的首要任務。

如圖1所示，“智慧”是一個感知與分析的過程，需要多源的數據支持。而感知與分析的結果需要動態并及時地反饋至讀者，即資源與服務的信息推送，精準的定向服務乃至具體業務管理的動態調整等。圖書館與讀者之間的互動性也是讀者服務工作的重點內容。正所謂知己知彼才能夠掌控局面，這也正是智慧圖書館感知讀者的初衷。endprint

1.5 “智慧”的感知技術

圖書館多源信息融合，存在兩個方面的問題，第一，現有的數據融合框架的組件效率不高，第二，數據源不足，必須增加數據源廣度，或者深度挖掘有限的數據源。數據采集、挖掘與分析，是“感知”的基礎，而數據的準確性、結果的精確性是“智慧”程度高低的標志之一。物聯網、人臉識別等技術，也將逐漸引入自助借閱、門禁等服務與空間管理系統，從而提高圖書館服務的效率，提升服務的質量，避免一部分管理矛盾。“智慧”的感知不僅僅是技術的應用，也是圖書館館員與圖情學者“智慧”的結晶。

2 “I曉莊”移動感知應用系統

“I曉莊”移動平臺，是一種移動應用門戶平臺，應用的高度集成性使得大數據分析成為可能。

2.1 學生管理應用

高校圖書館的讀者群體中，一般包含學生和教師兩個主體，對于圖書館來說學生管理應用包括圖書館的借閱服務應用、電子資源遠程訪問系統等。而高校圖書館外的其他業務部門學生管理業務包括：迎新、教務、學工、離校管理等系統。對這些系統進行多維數據采集有助于全面分析評估學生的偏好。

2.2 教師管理應用

高校業務系統中，與學生團體相對應的就是教師團體，其也享受著各種業務系統所帶來的工作與學習的便利，例如：人事管理系統，工資系統，科研管理系統，教務管理系統和圖書館資源服務等系統的支持。教師的教學與科研工作，對圖書館依賴性較大。高校圖書館的學科服務工作很大程度上就是圍繞教學與科研展開的。

2.3 保障服務應用

高校圖書館與高校其他服務部門的服務對象具有高度的一致性。教學、科研與生活等組成的各類保障，構建了智慧的服務保障體系，是提高師生滿意度的有效措施。O2O等互動平臺的構建，關聯了服務部門與服務對象，讓用戶與相關機構動態互動，提高效率的同時也避免了由于信息不對稱造成的問題。高校圖書館也屬于其中之一，問題的不及時解決，會讓矛盾與問題進一步升級，從而降低讀者的滿意度與忠誠度。

2.4 多維數據實踐

以數據為基礎的多系統關聯體系的構建，是較好解決異構系統之間不能有效融合的方法。數據的接口開放性與穩定性，是實踐達到既定目標的基礎。圖書館管理系統、一卡通系統、學工系統、人事系統、財務系統、科研系統等等，數據的有效融合，是多源數據平臺成功的關鍵。“I曉莊”應用平臺的構建，其理論基礎為多維應用關聯體系。讀者決策采購（Patron-DrivenAcquisition，PDA） 已經被廣泛運用于圖書館采購，其核心就是圍繞讀者需求開展采購活動[5]。多維數據關聯應用的目的就是圍繞服務對象需求開展有針對性的服務業務，提高效率，降低成本。

3 智慧圖書館的多維應用關聯理論與方法體系

多源異構是大數據的特點之一，多源數據融合是大數據分析的一個重要環節，也是大數據領域的一個重要研究內容[6]。多維應用關聯的基礎就是多源數據融合。智慧服務與智慧圖書館，其智慧性，體現在數據的完整性與準確性，業務的精確性。高校圖書館的業務由于互聯網等外部信息獲取途徑帶來的競爭，也在發生著變化，其業務內容不再局限于傳統的文獻服務，而是圍繞讀者需求開展精細化的知識服務，空間服務等。讀者行為的動態監測，也是實踐智慧圖書館的前提。智慧服務已經不再局限于圖書館自身業務數據的融合，而應該擴大數據獲取的范圍，多維度分析讀者的行為，從而更加準確地感知讀者需求，用以提升圖書館服務的“智慧”。圖4是多維應用關聯的理論框架體系，可從中窺見各類信息融合過程中需要采集的元素和獲取方式。

3.1 資源監測體系

雖然部門、高校、行業等系統關注的側重點不同，其需求不一，但是其數據的采集、挖掘與分析，以及呈現的關聯理論與方法體系有一定的相似性。在此理論框架下，業務需求的關注點探測就可尋求資源監測體系的支持。各類型圖書館的多維應用關聯實踐，總體來說，圍繞實際需求開展針對性較強的業務系統，往往降低了多維應用的關聯性，系統越復雜，其多維關聯的過程也越艱難。因此，業務資源的監測，是智慧服務環境下圖書館運營效率提升的基礎，也是精準服務的前提。

3.2 空間監測體系

圖書館空間服務逐步被決策者與圖情界所重視，創客空間等概念的提出，都是以圖書館空間再造為基礎。讀者對圖書館的利用不再是資源的利用，而逐步向空間與服務轉變，空間的需求與服務方式的個性化，是吸引讀者的有效手段之一。門禁、人臉識別、座位管理系統等都為空間監測提供了完善的數據監測節點，能夠有效地對讀者的空間行為進行大數據的分析，供圖書館空間服務的決策。空間監測體系的構建，是空間管理系統的多維關聯應用。

3.3 服務監測體系

圖書館是一個服務型的部門，從資源服務，到空間服務，以及圍繞讀者的一切服務，直接的或者間接的都是圖書館所要規劃的。圖書館的業務系統，都與服務相關。所以，智慧服務的前提除了館員與讀者以外，還應該包括業務系統的數據支持。館員的服務需要感知讀者需求，而感知需要是通過服務監測體系的構建實現的，也是業務系統數據層的多維關聯應用。

3.4 安全保障體系

圖書館的業務環境，從數字圖書館建設開始，網絡化的程度越來越高，這就對系統與系統之間，以及網絡層、應用層等各個方面的安全提出了新的要求。節點的故障勢必造成應用的故障，而核心數據的泄露必將造成讀者隱私受到侵犯。所以，安全保障體系，不僅僅是圖書館系統的安全，也應該是各種數據的安全保護。

4 多維應用環境下智慧圖書館模型構建

4.1 多維表示

不同的業務系統對同一數據會使用不同的數據呈現形式，例如學工系統對用戶的稱呼使用“學生”，而圖書館系統中對用戶則稱呼為“讀者”。多維表示可以將同一數據的多種表述解釋出來。多維表示是信息環境下的普遍現象，存在于信息活動的各個環節和各個階段，這在互聯網環境下更加明顯，最為典型的就是大眾標簽，同樣的內容，不同的人標記的標簽就不一樣。多元表示包括兩種形式： 一種是來自于不同認知行動者解讀的在認知上不同的表示； 一種是來自于同一個認知行動者的在功能上不同的表示。從認知意義上來講，即便是同一組認知行動者（如標引員） 在面對同一信息對象或情景時，其成員之間也可能會表現出認識上的不一致性或解釋上的多樣性[7]。在眾籌眾創時代，多維表示可以更好地揭示多源異構數據的多種形式，并且能夠發掘出語義內容與關聯的共同點[8]。endprint

4.2 相關性原則

相關性（Relevance）是情報學尤其是信息檢索研究中最基本的概念。近些年來，學者們圍繞算法相關、主題相關、需求相關、情景相關與社會認知相關這5個不同的相關性類型進行研究[8]。關聯數據、關聯應用等都是基于一定的相關性原則，進行數據、應用的聯系。多維應用也必須要遵循一定的相關性原則，才能夠從數據層、應用層將業務真正地整合起來，以滿足服務的需要。NoSQL等非線性關系數據庫雖然能夠解決異構數據庫之間的相關性部分問題，但是應對超大規模并發的SNS類型的Web 2.0純動態網站已顯得力不從心。所以，相關性原則下的數據之間的融合，仍然是當前主要的實現方法。CAP原理能夠解釋在多維應用環境下的分布式系統不能同時滿足一致性、可用性與分區容錯性這三個需求，最多只能滿足兩個。對于高校圖書館而言，相關性類型主要指書目數據庫、數字資源庫以及各種業務數據庫的相關性，涉及到算法、主題、需求、情景、社會認知等。智慧服務不僅涉及到技術部分的算法，更重要的是直接關系到讀者需求、情景、社會認知、主題等人文情感方面。主觀的信息檢索研究相關性，已經不能夠準確獲取真實需求。數據層的應用關聯，能夠讓讀者降低檢索工作量而準確地獲取其所需的資源，這也是多維應用關聯的設計初衷。

4.3 算法與模型

多維應用的數據融合的算法涉及較多，主要有概率論方法、人工智能相關算法、模糊推理方法等。概率論方法包括古典概型、幾何概型、貝努里概型演變而來的貝葉斯方法，D-S證據理論等。人工智能相關方法，包括遺傳算法、神經網絡、深度學習算法等。模糊推理法包括模糊集、粗糙集等[9]。不同的業務其關聯規則不同，例如事務中的處理變量，規則可以設定為布爾型與數值型；維度數據規則可以設定為單維與多維；抽象層次角度規則可以設定為單層與多層等。

統一數據源支持下的業務系統，業務之間的融合性較高，能夠較為真實地反應各種業務運行的情況。多維應用環境，是采集渠道的多維性，其中包括空間系統、資源系統、服務系統甚至外部環境的數據資源。維度的選擇是業務準確性、客觀性與真實性的前提，也是智慧圖書館體現其“智慧”的重要方式。

5 多源應用環境下信息安全與隱私保護

5.1 云服務的安全保障

5.1.1 四維度防護策略

安全策略采用事前檢測、事中防護和事后恢復的“全時空”策略，實現事前防御防范于未然，事后進行頁面恢復。基于網頁動態多機備份方案，能夠保證圖書館網絡平臺的頁面防篡改，正確的系統通過正確的備份頁面返回給訪問者，保障圖書館平臺頁面的正確性與安全性。

5.1.2集成防病毒網關應用

國內的網站攻擊多為自動化攻擊。大多數的Web防火墻是從IPS改變而來，其原理就是通過病毒特征值進行匹配。該方法雖然能夠識別病毒，但是只是對文件頭部的檢查，而忽略了文件內容。集成防病毒網關的安全策略是對文件內容進行病毒掃描，同時對HTTP訪問進行內容識別，這樣才能最大限度避免病毒入侵對系統與數據造成侵害。

5.1.3 Webshell檢測功能

“Web”服務是圖書館各種門戶應用的常用服務形式，其需要服務器開放Web服務，例如圖書館的OPAC系統等。“Shell”的含義是服務器的操作權限。Webshell是匿名用戶（入侵者）通過網站端口對網站服務器某種程度上操作的權限[10]。圖書館門戶應用的安全策略，通過Webshell的檢測、過濾、監控等手段，保障平臺安全，阻斷非法操作與攻擊。

5.1.4 虛擬WAF與分級管理功能

網站管理過程中，需要通過單獨的WAF 設備控制多個管理員，并分別配置管理相應的防護策略，在此策略下提供相對獨立的攻擊事件報警、分析日志與報表功能。圖書館以及機構網絡平臺引入該功能，以降低管理人員的工作量，提高平臺管理效率。

5.1.5 關鍵字過濾、黑白名單功能

圖書館網絡應用門戶，是根據不同業務需求而建立的，內容也屬于圖書館需要監測的范疇，內容篡改，非法字符等問題的防范，需要通過技術手段監測源IP地址，并加以自動管理，避免互聯網門戶在一定時間內被多次攻擊的現象發生。

5.2 本地數據的安全保障

5.2.1 安全協議與認證功能

圖書館多源系統業務的支持需要使用計算與存儲等服務，業務的關聯首先需要各業務提供商相互的認證，服務系統之間也需要構建統一的安全認證協議。業務系統之間的關聯應用，使得讀者能夠獲取不同的、滿足其真實需求的服務。在安全協議支持下，系統相互認證提高了業務的關聯性[11]。

5.2.2 隱私保護與訪問控制

以代理服務器的委托存儲，例如高校數字化校園的一卡通管理系統，通過權限控制實現不同用戶之間的訪問管理。數據訪問控制策略的保護，也是隱私保護的一種方法。多維應用關聯系統環境下的訪問控制隱私保護協議，可以采用秘密共享方案對數據進行分片存儲，保障數據安全[12]。

5.2.3 數據完整性驗證

數據的完整性直接影響到智慧圖書館業務實施的效果。下載完整數據，逐一驗證對應的簽名或者消息驗證碼，驗證周期較長，不適于數據量較大的智慧圖書館實施。以群組用戶身份隱私、動態廣播加密與代理重簽名相結合的數據完整性驗證方案[13]，在計算效率提升與降低存儲冗余方面與傳統方案相比有較大的優勢。

多維應用關聯的智慧圖書館構建，是以業務數據關聯為基礎的，其中涉及比較多的數據通信技術支持。各方面的系統有效關聯與整合運行，才能夠保障智慧圖書館實施的高效性與穩定性。高校圖書館由于業務模塊的多樣化，運行了多元化的系統，而系統之間無縫對接的穩定性，相互配合的流暢性，是智慧圖書館實施智慧服務的關鍵。endprint