基于小數據的圖書館精準服務研究述評

關鍵詞：小數據;圖書館;精準服務;述評

摘 要：小數據分析有利于提高圖書館個性化服務的精準度，但受觀念、知識、行動、經驗等方面的制約，圖書館應用小數據還存在諸多問題。文章對有關小數據的研究成果進行了統計分析，介紹了國內外的研究現狀，探究了小數據研究和應用的困境，提出了圖書館基于小數據開展精準服務的策略。

中圖分類號：G251.6文獻標識碼：A文章編號：1003-1588（2019）12-0103-04

1 數據統計與分析

1.1 中國知網相關研究數據

筆者在中國知網以圖書館和小數據為檢索詞，設置發(fā)文時間段為2015—2018年，共檢索到相關研究論文29篇，具體內容如表1所示。

首先，從研究數量和發(fā)表刊物級別加以分析。本次檢索到的全部研究成果數據僅有29條，其中發(fā)表在核心期刊的有16篇，且論文作者比較集中。由此可見，關于該課題的研究數量極為有限，學界對該課題的關注度還不夠。但是，約55%的論文發(fā)表在核心期刊，在一定程度上肯定了該課題研究的學術價值和現實意義。其次，從研究主題加以分析。基于小數據的圖書館精準服務研究的重點問題包括：如何提升服務質量;如何科學采集、管理小數據;如何利用小數據準確發(fā)現和預測讀者的興趣和需求，實現精準服務;如何利用小數據進行學科服務、科研服務、創(chuàng)客教育等服務創(chuàng)新等。再次，從研究視角和宗旨加以分析。該課題的研究以圖書館個性化精準服務為目標，旨在提升服務質量和水平;以讀者興趣發(fā)現與預測為目標，通過采集、管理和分析小數據了解讀者使用圖書館資源的態(tài)勢、把握讀者的閱讀興趣;以大數據與小數據的融合為基本方略，利用小數據分析個案，大數據把控全局，通過大、小數據的融合，整合資源，為讀者提供個性化精準服務，為圖書館建設提供科學的決策依據。

1.2 愛思唯爾、施普林格等數據庫相關研究數據

筆者在愛思唯爾數據庫中進行檢索，檢索步驟為在“Year（s）”中輸入“2014—2018”，在“Title，abstract or keywords”中輸入“small data”，共檢索到43，514條數據，這些研究數據的類型分布情況如表2所示。

筆者還在施普林格數據庫中進行了檢索，檢索步驟為在“with the exact phrase”中輸入“small data”，在起止時間欄中輸入“2014”至“2018”，共檢索到5，802條數據，這些研究數據的學科分布情況如表3所示。

從表2、表3可以看出：其一，近年來，關于小數據的研究保持穩(wěn)定增長態(tài)勢。其二，研究成果形式主要是學術論文（科研論文、文獻綜述等）、會議論文（會議紀要、會議報告等）、圖書章節(jié)、短篇報道等。其三，小數據研究主要分布于計算機科學、工程學、數學、生命科學、醫(yī)療與公共健康、物理學、地球科學等領域。這些數據凸顯了小數據研究的巨大潛力和廣闊前景，同時也反映出圖書館學領域內的小數據研究還比較薄弱，尚需大力挖掘。

2 研究進展

2.1 國外研究動態(tài)

較早關注小數據重要性的是美國康奈爾大學計算機科學教授Estrin Deborah，他從醫(yī)學角度提出小數據源于個體的活動軌跡，通過提取和分析個體的活動軌跡能為患者創(chuàng)建個人健康畫像，從而為及時發(fā)現和預測健康問題提供重要的決策參考。隨后，關于小數據的研究在諸多學科領域迅速蔓延開來，其理論內涵及應用實踐也得到不斷豐富和拓展。在圖書館服務實踐中，小數據和大數據各有所長。大數據的核心價值在于宏觀分析和總體控制，即對關系到圖書館發(fā)展規(guī)劃、圖書館服務模式選擇、讀者閱讀需求研判、用戶管理等問題進行宏觀分析和決策參考;而小數據的核心價值在于微觀分析和個別管理，即在讀者許可的范圍內利用監(jiān)測技術、傳感器網絡技術等實時追蹤、采集、存儲、分析讀者個體的物理位置信息、社交活動、閱讀行為、網絡瀏覽痕跡等“數據面包屑”，為圖書館做出正確判斷和準確預測提供有價值的參考。因此，圖書館在決策過程中加強小數據與大數據應用的結合和共享，把小數據作為大數據的重要補充，能有效提高大數據決策的效率和精確度。

2.2 國內研究動態(tài)

國內研究者通常把小數據看作是針對個體用戶的全方位、多層次行為模式和情景感知的全部數據集合[1]，進而把圖書館小數據看作是以讀者為中心的高價值、多類型、數量有限和即時更新的數據集[2]，陳臣則進一步根據小數據的價值總量、密度、可靠性和可用性將其劃分為讀者個體特征數據、讀者行為監(jiān)控數據、第三方共享數據和外圍社會化數據四個層次[3]。概言之，學界對圖書館小數據的研究主要聚焦在小數據的采集、管理和應用三個方面。

2.2.1 小數據的采集。李志芳等認為，圖書館小數據的采集內容包括用戶在使用圖書館過程中產生的一切與思維和行為相關的數據，即包括與實際行為相關的物理行為數據、與思維相關的認知行為數據及用戶行為間的關聯數據等[4]。也有學者認為，采集內容不僅包括用戶的基本特征數據和圖書館活動數據，還包括社交活動數據和第三方開放數據等[5]。圖書館可通過用戶表達和行為感知兩種方式采集用戶數據[6]，如：圖書館可借助個人移動終端、可穿戴設備、圖書館信息設備、社會信息服務設備等進行采集，也可通過相關軟件獲取用戶地理位置信息的小數據，生成用戶旅游地理位置的熱圖等[7]。

2.2.2 小數據的管理。從小數據分析、決策流程看，圖書館需要對采集的小數據進行存儲、預處理及發(fā)現與預測讀者需求等。對小數據的存儲，較可靠又可行的做法是采用SQL與NoSQL融合的方式，即傳統數據庫技術與大數據技術相結合的形式[8]，該方式可發(fā)揮二者的優(yōu)勢，對小數據進行有效存儲。小數據預處理方法通常有以下三種：一是小數據標準化——采用統一的數據管理模式、數據結構及設備接口，提升小數據的規(guī)范性。二是過濾噪聲信號——提升信噪比，剔除干擾數據，保證小數據的精確性。三是小數據清洗——補充殘缺數據，糾正錯誤數據，刪除重復數據及無效數據，保障小數據的有效性[9]。圖書館還要對預處理后的小數據進行分析，發(fā)現和預測讀者需求，進而提高個性化服務的精準性。為此，有些學者專門設計了“讀者興趣發(fā)現模型”，如：劉慶麟設計了以標準標簽理論為工具對讀者閱讀興趣進行實時更新的模型[10]，陳臣設計了讀者閱讀興趣的發(fā)現與個性化服務定制系統等[11]。

2.2.3 小數據的應用。圖書館采集、存儲、處理小數據是為了準確發(fā)現和預測讀者的真實需求，其最終目標是將館藏紙本、電子資源及數據、信息、知識資源與讀者需求相匹配，為讀者提供個性化精準服務。圖書館實現該目標的總框架是基于大數據配置資源，基于小數據提供服務[12]，即利用大數據檢索、獲取、整合有用資源，利用小數據發(fā)現、預測讀者需求，并以此為基礎優(yōu)化配置館藏所有資源，為讀者提供精準服務。為了實現該目標，一些學者提出了以下措施：構建完善的知識資源自動控制識別系統;構建讀者自我發(fā)現和自我管理平臺[13];構建以讀者為中心的開放、平等和個性化的服務體系;構建基于小數據的CRM系統，與讀者建立忠誠的客戶關系體系[14];構建一站式檢索服務平臺[15];利用小數據優(yōu)化電子文獻選購、讀者群體分析、信息咨詢等服務工作[16]等。

3 研究困境及突破

3.1 研究困境

小數據研究在圖書館界的應用難有突破，關鍵在于觀念、知識、行動、經驗等方面存在著諸多障礙和局限：一是觀念障礙。圖書館引入新技術會產生兩種相反的效應：新技術的利用會給那些因循守舊、固步自封及學習能力弱的館員帶來壓力，致使其身心俱疲，加劇職業(yè)倦怠;而新技術的利用也會給那些善于學習、勇于開拓進取、敢于突破自我的館員帶來機遇，激發(fā)其工作熱情，增強其職業(yè)情感。圖書館應用小數據也面臨這一問題，如果視小數據為壓力，就容易滋生懷疑、恐懼、焦慮等消極心理和負面情緒，進而影響制度設計和實踐行動。二是知識局限。計算機技術、物聯網技術的發(fā)展及移動終端、可穿戴設備等的普及，推動了人類活動與信息空間、物理空間的深度融合和無縫銜接，進而使以讀者為中心的小數據的產生成為可能，小數據研究也在很大程度上依賴于圖書館利用先進技術實現數據的挖掘、采集、管理和應用，但廣大圖書館服務的踐行者——圖書館員和從事圖書館學研究的科研人員似乎還不具備對小數據開展研究的相關技術和知識。三是行動障礙。小數據專注于用戶的個性化，而圖書館服務則面向全體讀者，更關注共性、普遍性，雖然小數據具有一定的代表性，但圖書館要將它放大并應用于服務全體讀者則缺乏嚴謹性。如：圖書館在圖書采選的過程中不僅要考慮個別讀者的需求，還要考慮館藏情況、專業(yè)設置與發(fā)展情況、其他讀者的需求情況等。因此，如何利用小數據將個性化服務與普遍性服務相協同，如何將讀者個體小數據與圖書館大數據相銜接，這些問題是圖書館在實踐中面臨的切實困難，亟待加以解決。四是經驗局限。縱觀國內外相關研究和實踐的現狀，雖然小數據研究在其他一些領域碩果累累，但在圖書館服務方面還沒有形成成熟的理論和可普遍推廣的模式，許多研究要么停留在“研究”階段，要么仍處于一種“建模”狀態(tài)，尚未付諸實踐，因此，理論的不成熟和實踐的滯后阻礙了小數據在圖書館界的應用。

3.2 突破上述困境的策略

3.2.1 平臺開發(fā)與建設。以智慧服務為核心的智慧圖書館正在成為未來圖書館發(fā)展的新趨勢，智慧圖書館建設離不開集信息檢索、資源導航、參考咨詢、開放存取、應用下載等服務于一體的智能平臺，基于小數據的個性化精準服務也需要這種智能平臺，圖書館只有利用這種平臺，才能有效實現數據采集、管理和應用等諸多功能。因此，如何將小數據管理平臺嵌入或融入智慧圖書館的智能平臺，是一個值得圖書館深入探究的問題。

3.2.2 小數據的采集、管理和應用。小數據能否有效提高圖書館的服務質量取決于三個因素：采集、管理和應用。首先，雖然學界對如何采集小數據提出了許多設想，但由于小數據包含了諸多個體的所有活動信息，這些設想是否能保證采集數據的全面性、真實性、可靠性則有待商榷。其次，活的個體使關于該個體的小數據處于實時更新中，對這些實時更新、靈活多變的信息進行標準化、降噪及清洗，使其在動態(tài)變化中保持一種相對穩(wěn)定的可用狀態(tài)，這個過程充滿了許多不確定性。再次，小數據應用的最終目的是發(fā)現和預測讀者需求，并為讀者提供精準服務，但圖書館在利用小數據的過程中也存在一些疑慮，如：如何保護讀者隱私不受侵犯，確保圖書館提供的推介、推送等服務與讀者真實需求相吻合，做到個性化服務的“適度”，避免引起讀者反感，獲取讀者的實際需求，及時調整和優(yōu)化服務內容等。

3.2.3 小數據與大數據的融合。小數據聚焦于對每個讀者的個別、具體的認知，關注的是特殊性、個體性;而大數據聚焦于對所有讀者的整體、共同的認知。此外，大數據還囊括了一切關乎圖書館建設和發(fā)展的數據信息，如館藏資源情況、館員情況、館舍情況、圖書館管理制度實施情況、圖書館與館外組織的協同情況等，因此，大數據關注的是普遍性、全局性。小數據與大數據的融合是圖書館提高服務精準度和決策有效性的重要途徑，一方面，圖書館可運用小數據發(fā)現和預測讀者的真實需求;另一方面，圖書館可運用大數據挖掘和整合與讀者需求相匹配的資源信息，通過小數據與大數據之間的融合與聯動，推動供需平衡，實現精準服務。但是，究竟如何實現小數據與大數據的融合與聯動還需要圖書館開展進一步探索和研究。

3.2.4 圖書館基于小數據的個性化精準服務模式與方法。雖然已有部分學者探討和設計了一些模式和路徑，但畢竟還只是理論，理論推向實踐還需要滿足特定的主客觀條件。因此，圖書館應從自身實際出發(fā)，以科學理論為指導，加強理論與實踐的結合，推動模式建構和服務創(chuàng)新，并在實踐中不斷摸索、調整及推廣。

3.2.5 轉變館員觀念、提升館員技能的措施與手段。基于小數據的圖書館精準服務歸根結底還是人（館員）對人（讀者）的服務，小數據不過是工具和中介物。在數據挖掘、人工智能、虛擬現實等新技術不斷發(fā)展的大環(huán)境下，圖書館應轉變服務理念，提升服務技能，滿足讀者的多元化需求。一方面，圖書館要構建完善的制度，指引和敦促館員轉變觀念，提升他們的服務技能;另一方面，館員要理性判斷形勢，主動提高自身的綜合素質和服務能力。

參考文獻：

[1] 李立睿，鄧仲華.“互聯網+”背景下科研用戶的小數據融合研究[J].圖書情報工作，2016（3）：58-63.

[2][14] 馬曉亭，陳臣.基于可信小數據的圖書館個性化服務研究[J].圖書情報工作，2015（4）：70-75.

[3] 陳臣.基于小數據決策支持的圖書館個性化服務[J].圖書與情報，2015（1）：82-86.

[4] 李志芳.“互聯網+”驅動下圖書館用戶的小數據行為研究[J].圖書館理論與實踐，2017（9）：108-112.

[5][9] 王欣，張冬梅.大數據環(huán)境下基于高校讀者小數據的圖書館個性化智能服務研究[J].情報理論與實踐，2018（2）：132-137.

[6] 陳廉芳.大數據環(huán)境下圖書館用戶小數據的采集、分析與應用[J].國家圖書館學刊，2016（3）：69-74.

[7][8] 楊曉剛，姜毅，張璡，等.基于大數據技術的用戶小數據管理[J].情報理論與實踐，2018（3）：29-33.

[10][13] 劉慶麟.基于小數據的圖書館精準服務研究[J].圖書館工作與研究，2017（5）：45-50.

[11] 陳臣.圖書館小數據讀者個性化興趣預測與發(fā)現模型的構建[J].圖書館論壇，2017（5）：98-105.

[12] 牛勇.圖書館精準服務研究[J].圖書館學研究，2016（5）：50-52.

[15] 于麗娟.大數據背景下高校圖書館小數據服務平臺的搭建[J].四川圖書館學報，2017（4）：22-25.

[16] 王昊.基于小數據的圖書館個性化服務研究[J].圖書館學刊，2016（6）：102-104.

（編校：孫新梅）

收稿日期：2019-11-06

作者簡介：陶海柱（1979— ），中原工學院圖書館館員。