基于大數據的高校圖書館信息服務*

金偉立，許　堅，王詠梅

(紹興職業技術學院,浙江 紹興 312000)

一、大數據對高校圖書館發展的影響

1.助推高校圖書館創新

高校圖書館運行服務的核心過程就是對數據的收集、分析、處理的過程。對于高校圖書館來說，數據收集能力與信息處理能力都直接影響服務效率和服務質量。如果能夠合理應用大數據技術，就能夠促進高校圖書館服務的創新。在高校圖書館的各種服務中，引入大數據，對借閱數據、檢索數據、讀者信息進行全面分析，能夠了解業務開展情況是否處于正常范圍內，如發現存在需求變化，可及時為調整圖書館服務業務提供良好的數據參考依據，幫助圖書館業務開展做出應對策略。利用大數據技術能夠分析每個讀者的態度和需求，預測讀者感興趣的信息發展方向，從而能夠幫助圖書館制定高效可行的服務模式。

2.促進高校圖書館資源的優化配置

在高校圖書館運行中，應用大數據技術，能夠促進資源的優化配置。開放、平等、協作和分享是互聯網最大的特點，大數據時代高校圖書館也具備這些特點，便于發布和交流圖書館和讀者的信息，便于信息間的相互匹配。傳統的高校圖書館，在信息發布和匹配過程中需要消耗較大的時間，投入較大的人力，而且匹配程度不夠高，而大數據下環境下高校圖書館就不需要這些時間與人力的投入，并且效率也比較高[1]。同時，也為讀者節省了大量時間和流程，為其提供了非常便利的服務。隨著高校圖書館的發展，最近幾年大數據平臺不斷涌現，各種平臺開展的業務種類也比較多，且其不僅僅局限于本校圖書館，還有很多專門為中間數據商與讀者的大數據平臺，這樣既分擔了傳統高校圖書館的壓力，也為其他數據商提供更多的渠道，不僅完成資源的優化配置，也減少了高校圖書館成本投入。所以，在高校圖書館提供各類服務中，應用大數據能夠有效整合相關資源，為互聯高校圖書館服務的拓展提供比較好的運營平臺，其作用和意義深遠而重大。

3.利用大數據能夠實現讀者信息的共享

在傳統高校圖書館，需要投入大量的人、財、物等方面的力量，對其讀者信息進行收集整理，來解決信息不對稱問題。而對于大數據來說，只要應用大數據技術，通過相關高校圖書館平臺，就能夠直接收集分析讀者的信息，建立新的信息渠道，還可以進行收集高校圖書館服務相關的書商及圖書等信息，對讀者的閱讀興趣進行全面的評估。與此同時，通過社交網絡將信息快速有效傳播，利用云計算強大的處理信息能力和搜索引擎強大的信息檢索能力，創建成本低、高精度、更新快的網絡信息平臺[2]。

二、大數據環境下圖書館信息服務建設

1.提升大數據服務意識

在大數據時代背景下，利用大數據技術不是對傳統圖書館的完全替代或簡單顛覆。發展的基本方向是使用高校圖書館大數據理念，改進傳統圖書館的陳舊服務理念，爭取把圖書館工作做的更好。將大數據技術與傳統圖書館相互對接相互融合，盡可能發揮長尾效應、迭代效應及社區效應，來最大限度優化圖書館的服務模式。所謂長尾效應是指：傳統圖書館一般都強調大眾讀者、主流業務戰略，雖然考慮“個性化服務”“二八效應”，但沒有采用先進的信息處理手段對數據收集分析、柔性生產、精準定位及無點對點服務，因此會忽略了個性化讀者，很難滿足這些讀者的需求。大數據技術充分展現了高校圖書館開放和互動的特點，云計算、數據重構及移動閱讀等技術得到積極應用，使圖書館把這些“個性化”和“二八效應”讀者納入服務成為了可能。長尾效應最直接的體現是通過精準服務增加個性化有效讀者群。

2.資源管理建設

大數據環境下圖書館館藏偏向于數字資源，在原有紙質資源轉變成數據資源過程中，必須保證數字資源的完整性需求，不能隨意進行人為的修改。在數字資源的使用過程中，要做好作者的著作權權益保護，做好資源的知識產權和個人信息保護，對信息做好必要的保密性。在保證資源的完整性和保密性的前提下，我們還要保證資源的可用性，避免在讀者通過數據平臺使用到該資源時，由于權限，途徑堵塞，而變成無效的資源。只有保證資源的可用性，才能為讀者提供實在的服務，不然資源再好，由于權限，讀者不能得到資源也變成無用的資源[3]。

三、大數據環境下圖書館信息服務創新

1．數據可視化服務

在大數據環境下，數據可視化是其發展的必然趨勢。大數據的不斷發展，讀者在檢索或搜尋信息的過程中，會碰到海量的數據，很容易在海量的數據中迷失自己尋找的方向，也無法在有限時間內找出內在的聯系。而高校圖書館具有專業的圖書館館員，通過其專業的技術，依據大數據技術，在海量的數據中能夠找出各數據的相互關聯，通過對各類數據設置因子，以便多維度多角度的分析數據，通過多形式的圖形，以可視化的表達方式，形象、易懂地揭示數據關系，從而有助于讀者的理解。

2．大數據分析與應用服務

圖書館的大數據分析與應用一般可以分為兩個方向：

第一個方向為業務驅動，以讀者需求為導向的數據分析與應用。根據讀者需求的要求提出數據分析與應用的需求，圖書館員明確分析的目標，數據分析根據該目標，進行統計、分析、數學建模等工作，形成分析結果或數學模型，圖書館員結合業務需求和數據分析提出新的服務。例如，資源參考館員提出精準資源的需求，要求將資源和需求的資源投向查詢概率較高的讀者，該業務需求提出后，業務分析館員對需求進行分析，從而提取需高響應、高二次咨詢率的讀者，并要求在周期內提供精準資源讀者名單；數據分析館員根據業務分析提出的要求進行數據分析，基于讀者的歷史數據建立高響應率與高二次咨詢串的讀者識別模型；館員根據該模型開發名單的篩選程序，定期生成名單提供給資源參考館員。

第二個方向為數據驅動，從數據出發，發現數據價值，推廣到應用。數據分析館員對數據進行研究，發現數據間的關聯關系，提出新發現的業務分析方向和應用方向，并提供給數據部門。典型的應用模式就是：資源參考部門定期為數據部門提供相應的數據分析報告，告知在數據分析過程中發現的一些數據與業務的相關性。

在實際應用的過程中，往往兩種方式相結合：數據部門在處理資源參考部門提出的需求中，往往會有更深一步的數據探索；而資源參考部門基于數據分析的結果，往往會調整分析目標，并提出進一步分析的需求。

在數據分析與應用成熟度較低的高校圖書館中，資源參考部門提出數據分析與應用的需求往往不能聚焦。在數據分析資源有限的情況下，數據部門應該優先承接與資源參考部門的關鍵績效指標直接相關的數據分析與應用需求，分析與應用的成效也應以是否提升了資源參考部門的工作效率為導向。

參考文獻：

[1]劉建偉.基于大數據的數字檔案館信息服務模式研究[J].云南檔案，2014(3)：20-21.

[2]陶丹.大數據時代的傳媒變革與新技術新觀念之挑戰[J].中國傳媒科技，2015(7)：35-36.

[3]姚川軍.大數據環境下圖書館未來發展研究[J].內蒙古農業大學學報(社會科學版)，2014(6)：40-41.

[4]楊峰.從科學計算可視化到信息可視化[J].情報雜志，2007(1)：30-31.