大數據時代的高職院校數字化圖書館布局問題

張曉梅

摘? ? 要： 信息通信技術（ICT）正向著ICDT轉變，這說明了大數據技術的重要性。高職圖書館正在進行數字化轉型，探尋其與大數據技術的結合具有現實價值。本文論述了二者內在屬性間的關聯性，分析了Hadoop平臺的各功能模塊，探討了大數據技術支撐下的數字化圖書館服務模式，推動高職數字化圖書館建設。

關鍵詞： 大數據? ? 高職院校? ? 數字圖書館

移動互聯網絡拓展了互聯網的覆蓋空間，信息數據的增長速度超過以往任何時代，新的數據類型、數據結構和存儲方式出現，大數據（Big-Data）技術隨著數據分析需求而出現。圖書館是高等院校信息服務體系的主體，同時是社會公共信息服務的有機組成部分，數字通信技術的出現改變了現代圖書館的存在形態，實時在線服務成為數字化圖書館的服務模式，涉及標準、技術、管理、法律等方面，在共同學習中探索新的建設模式。大數據技術的高速數據處理能力為數字圖書館建設提供了技術保障，二者的數字化本質是一致的，為其融合提供了基礎。同時，大數據技術在不斷實現自我完善和變革，在支撐數字化圖書館發展的同時，為自身尋找合適的數據反饋源和試驗樣本。

1.大數據與數字圖書館的內在屬性

1.1大數據的內在屬性

麥肯錫在2011年5月的一份報告中最早提出“大數據”的概念[1]，《華爾街日報》開辟專欄對大數據技術進行全面分析，美國政府于2012年3正式宣布開展“大數據”技術和應用研究，前期投資2億美元，“大數據”首次獲得國家層面的官方身份認可。

對大數據的本質，不同國家、科研機構和組織間的認識略有差異，公認的是IBM公司提出的“3V”模型，即量大（volume）、實時（velocity）、多樣（variety）[2]。量大，是指數據總量，其計量單位由TB向PB發展，現在已達到EB級;實時，是指數據的處理與交互式訪問，用戶所需的二次數據結果處理實時完成，提供支撐決策的參考信息;多樣，是對數據類型，包含完全結構化數據、半結構化數據、非結構化數據，非結構化數據流包括視頻、音頻、圖像和圖片，數據處理速度和能力提升到下一個量級。綜合不同概念的表述和理解，大數據即從多樣的數據中實時提取有價值的二次數據信息。作為現實需求技術和未來發展方向，大數據是一種自我發展的技術。

1.2數字圖書館的內在屬性

二十世紀九十年代最早提出數字化圖書館概念，通過信息互聯網絡、多媒體技術、先進計算機的組合，完成圖書館館藏數據的二進制轉換，以數字化存儲形式構建新型圖書館。數字化改變了高校圖書館的服務方式，信息化、數字化服務與紙質資料服務并存，數據傳遞速度倍增，電子圖書、期刊成為圖書館制式的數據存儲形式。目前，數字化圖書館已經完成數據網絡傳遞、數據的二進制轉換階段，集成化的信息技術和實時訪問優勢將服務變得更加便捷[3]。

高校的數據信息體系以圖書館為主體，從各高校的圖書館建設中可以得到印證，作為學術性服務機構，推動教學與科研工作進步。隨著5G時代的來臨，信息技術即將實現萬物互聯，信息數據量呈級數級增加、非結構化數據訪問量增加、用戶數據檢索質量提升，數字圖書館現有的數據存儲和訪問能力難以應付，數字化圖書館是高校圖書館實現可持續發展的必由之路。

2.基于圖書館Hadoop平臺的大數據分析系統

選用Hadoop平臺作為數字化圖書館的大數據支撐平臺。Hadoop平臺底層支撐架構牢固，具有強悍的數據處理性能和易擴展性，尤其適用于海量數據處理，性價比優勢明顯。

典型的Hadoop平臺架構包含四個功能模塊：數據采集、數據冗余、維度定義和并行分析。各個模塊的功能定位詳述如下：

2.1數據采集模塊，完成海量圖書信息碎片的收集、傳輸與合并，確保傳輸速率、數據完成性與傳輸安全。

2.2數據冗余模塊，這是Hadoop平臺架構的關鍵環節。該模塊首先定義冗余維度定義器，然后定義需要冗余的維度信息及數據來源，將信息以指定的擴展方式寫入。在圖書信息數據處理過程中，隨著維度的增加，定義數據冗余模塊是必要的。

2.3維度定義模塊，屬于前端模塊，使用者為圖書信息管理員，對海量圖書數據以可視化的定義器定義維度和度量，可視化的分析器執行定義好的多維分析命令，最終生成一種多維分析語言。

2.4并行分析模塊，接收來自管理員的多維分析指令，核心模塊負責對命令的Map-Reduce解析，最后上交Hadoop分析集群，生成分析報表，展現在圖書分析報表中心[4]。

3.大數據技術支撐的數字化圖書館建設方案

數字圖書館建設應該以資源建設為中心，建立更加完備的資源庫、優化資源結構，以大數據分析和挖掘技術為依托，維護原生資源、突出特色資源、營造資源生態領域，整合不同資源類型，形成互通、共享的大數據資源池。

3.1對圖書館信息資源進行整合利用

圖書館職能的關鍵在于組織信息資源，在數據采集的基礎上對信息進行分析、描述、揭示，大數據技術使這種職能的面貌發生改變。依據麥肯錫全球研究所的調研報告數據，全球范圍內的有效數據利用率只有不到12.5%。在現代社會中，來自各種終端設備的數據資源超過50%，數據的簡單匯聚并不能產生有價值的信息和知識。一方面是已經生產的海量情報信息，另一方面是對有價值數據資源的需求，二者間的矛盾需要一種技術方案協調。要將固定的數據實時傳遞給不確定的個體，提供具備吸引力的服務內容和形式，實現數字圖書館的科學性和高可靠性。整合圖書館資源的目的在于提供用戶所需數據，對圖書、期刊、學位論文、多媒體資源、數據庫等依據固定的格式進行資源重組，便于讀者獲取所需資源信息。現有的大數據技術資源密度較低，資源整合操作可以有效彌補這種不足。

3.2提升數據推送的關聯度和準確性

數據推送服務是圖書館主動推送讀者所需的關聯信息，讀者客戶端可以是多種形式，包括個人電腦、手機APP、網頁賬戶等。現有的圖書館的推送服務屬于廣播式推送，不能滿足讀者的全部需求，不同領域間的差別顯著。預測性缺失，對于資料查閱和網頁瀏覽歷史數據，大數據可以對其全部行為數據予以記錄，細化到每一篇文章，甚至是具體詞組，匯集讀者的各類微小行為;推送服務分層次進行，層次劃分依據可以是興趣愛好、性別、年齡段、受教育程度等。基于用戶的數據瀏覽頻次，大數據提供個人的興趣偏好分析，涉及興趣度排序和變化趨勢，以對其需求變化進行預測，匯集不同讀者的需求信息，產生的數據可以為圖書館數據更新和采集提供參考，對讀者需求做到超前解讀和引領，提高數字化圖書館的社會效率。

3.3支撐個性化的細粒度知識服務

圖書館個性化服務增強了對讀者個體的針對性，現有的個性定制服務策略依據讀者的基本信息、研究領域、檢索集及調查問卷統計數據，依據單一、僵化，難以提供更加細粒度的個性化服務。棗莊科技職業學院的數字化圖書館建設引入“猿題庫”模式，細化捕捉讀者的每一次動態操作行為，建立靈活、定制化的讀者檔案，結合行業分析和學科分析數據，支撐數字化圖書館的個性化細粒度知識服務。大數據技術的靈活性體現在對讀者行為變化情況的自動監控;對不同層次、類別數據的自動調用與智能推送。

3.4更具象的數據咨詢參考服務

現有的參考咨詢服務依據圖書館藏檢索工具書、參考工具書、自建與外購數據庫或二者的結合，負責實施的館員可以是兼職也可以是全職，均具備良好的專業知識背景，熟悉檢索業務。大數據時代的課題咨詢服務，由系統依據特征值將查詢結果進行實時圖形展示，數據分析技術縮短資源獲取時間，延展咨詢館員的情報信息獲取邊界，更好地滿足讀者需求。尤其對企業用戶而言，深度參考咨詢服務提高圖書館數據利用率和價值水平。

4.結語

大數據技術的出現，給圖書情報領域帶來了前所未有的信息技術革命，是機遇也是挑戰。高職圖書館應及時更新理念，尋求與先進技術的深入融合，拓展用戶服務模式。大數據技術研究處于快速發展階段，其價值和應用前景正成為未來科技革命的核心。大數據技術與數字化圖書館的深度協作，成為圖書情報領域的信息化轉型方向，將實現數據價值的深度挖掘與新型服務方式的探索。

參考文獻：

[1]韓翠峰.“互聯網+”環境下的圖書館服務轉型與發展[J].圖書與情報，2017，159（05）：29-32.

[2]李岱洲.“互聯網+”時代下高校圖書館應對策略[J].農業圖書情報學刊，2016，28（5）：101-103.

[3]何勝，熊太純，周冰.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，2018，59（22）：50-55.