小數據視角下高校圖書館個性化智庫型信息咨詢服務研究

刁 羽 （四川輕化工大學圖書館）

隨著現代信息技術的發展，智庫面臨的信息環境愈加復雜，決策研究也逐漸向開放性、個性化、智能化方向發展。智庫可以跟蹤記錄用戶信息服務需求，基于小數據的智庫服務是通過對智庫用戶小數據的采集歸納、整理分析，在有效劃分用戶關注點的基礎上，進一步實現信息資源的精準推送。小數據是相對于大數據而言的，是以單個個體或團體為研究對象所進行的數據采集、分析、重構與決策的專題數據集合。［1］怎樣在大數據風靡之時憑借“小數據”之東風，根據用戶個性化的需求，從海量信息中提取出有價值的信息是智庫型信息服務工作的關鍵，也是大數據時代促進高校圖書館信息服務質量提升，同時拓展和加強高校圖書館信息服務工作要著重關注的問題。

1 相關概念

1.1 智庫用戶小數據

智庫用戶是個性化智庫型信息咨詢服務的主要對象，智庫用戶小數據是基于用戶在歷史某個時間段利用個性化智庫型信息服務過程中產生的思維活動、需求表達及利用行為等數據的集合，它既是虛擬化的數據描述，又具備有個性化、多樣化的智庫需求特點。根據智庫用戶小數據個性化的行為特征可將其劃分為三種類型，即特征數據、圖書館活動數據、第三方開放數據。智庫用戶特征數據是預測、判斷其需求的主要依據。［2］圖書館活動數據與第三方開放數據作為智庫用戶小數據集的重要組成部分，它們經過分析加工后，能為智庫用戶提供精準的信息決策。

1.2 基于小數據的個性化智庫型信息咨詢服務

智庫型信息咨詢服務是在智庫用戶小數據、信息和知識基礎上的一種決策服務，受現代信息技術的影響，該服務具有多樣化、個性化等特征，能不受時間或空間的限制，隨時隨地為智庫用戶提供服務。基于小數據的個性化智庫型信息咨詢服務以個性化智庫用戶需求為導向，強調小數據單元的碎片化收集與個性化處理，通過挖掘解析異構性小數據的因果關系，［1］深度提煉加工、整合數據與信息，指導資源精確匹配，并最終形成決策性建議的智庫成果，從而為用戶提供有價值的信息以解決其面臨的實際問題。

2 小數據應用于個性化智庫型信息咨詢服務的可行性

2.1 智庫型信息咨詢服務客觀發展需求

小數據識別和預測智庫型信息咨詢服務差異化需求是圖書館制定個性化智庫型信息咨詢服務的必要前提和質量保證。小數據總量有限、價值密度高等特性是保障智庫型信息咨詢服務具有可行性的關鍵要素。小數據促進圖書館智庫型信息咨詢從統一化定制到差異化的轉變，在降低差異化服務成本的同時，提升差異化服務收益率。差異化需求引領智庫型信息咨詢服務從固有形態向決策價值轉變，利用和挖掘科技創新拐點成為輔助智庫型信息咨詢服務的關鍵所在。

2.2 小數據為個性化智庫型信息咨詢服務提供思路和條件

大數據時代，數據的管理、技術和思維為滿足智庫用戶個性化需求，解決其現實問題提供了路徑。通過監控、移動終端采集、無線網絡傳感器等技術手段采集到的小數據，經過分析、加工、整理后，能有效地感知智庫用戶需求并為其提供精準的信息決策，這與個性化的智庫型信息咨詢服務理念不謀而合。［3］小數據還為個性化智庫型信息咨詢服務提供了新的思路，一般不同屬性的小數據采集、處理與利用都是在相對封閉的環境中進行，這就避免了用戶個人信息被大數據無止境的采集和監測，從而有效保護用戶個體小數據的隱私安全。除此之外，小數據在快速處理數據、動態更新數據、降噪等方面也為個性化智庫型信息咨詢服務提供了有利條件。

3 基于小數據的個性化智庫型信息咨詢服務模型構建與實現過程

3.1 基于小數據的個性化智庫型信息咨詢服務模型構建過程分析

不同屬性的用戶對信息服務的需求存在較大差異，為使個性化智庫型信息咨詢服務更具有針對性，筆者將基于小數據的個性化智庫型信息咨詢服務模型的構建過程分為四個層次，即智庫用戶小數據的采集、智庫用戶小數據的存儲、智庫用戶小數據的分析、個性化智庫型信息咨詢服務（見圖1）。

（1）智庫用戶小數據的采集。在基于小數據的個性化智庫型信息服務模型中，針對不同屬性的智庫用戶，其采集的廣度、深度以及范圍都有所不同，根據智庫用戶的差異性需求，制定相應的采集規則，即利用ETL工具將分布的、異構數據源中的數據進行清洗、轉換、集成，并加載到數據倉庫或數據集中，成為聯機分析處理、數據挖掘的基礎。［4］在采集過程要充分分析與提煉用戶特性和小數據來源，同時動態聚合分類用戶意向需求數據，不斷監測和更新動態數據。

圖1 基于小數據的個性化智庫型信息咨詢服務模型

（2）智庫用戶小數據的存儲。智庫用戶小數據采集過程中會產生很多噪音，為了保證數據質量，降低數據噪音，可使用Matlab剔除噪音數據，并對采集的智庫用戶小數據進行人為制定語義明確的標準標簽，將不同類型的非結構化智庫用戶小數據的存儲格式進行統一， 以便于對其在不同時間和空間維度上進行分類、聚合、挖掘，從而保證智庫用戶小數據的價值密度和數據可用性。除此之外，對涉及的智庫用戶小數據隱私問題，圖書館應建立“小數據安全使用協議”，讓用戶能實時檢測及規范小數據的使用權限，還可以在圖書館數據系統間架設“防火墻”，對小數據接口進行模塊化安全加固，以防止數據泄露，從而有效保護小數據隱私安全。

（3）智庫用戶小數據的分析。對智庫用戶小數據展開分析的主要目的在于要增強小數據的模塊密度與單元價值。首先，可在數據整合和二次增值篩選過程中進一步發現數據之間的因果關系，［5］借此科學預測智庫用戶的需求變化，增強小數據的單元價值；其次，在識別用戶需求的過程中，采用“數據萃取”與“信息交換”技術，深度挖掘具有一定數據特征的個性化信息服務資源；［1］再次，還可以利用數據可視化工具，根據數據縱向分析結果，解析用戶數據使用過程中智庫用戶在知識層次、信息獲取、信息傳播等方面的個性化特征及缺陷，通過跨學科、跨層次地融合信息資源，形成真正的智庫服務。

（4）個性化智庫型信息咨詢服務。在個性化智庫型信息咨詢服務過程中，智庫用戶小數據體現的是用戶歷史行為的態度動機及需求本質。① 通過對智庫用戶小數據的采集、存儲、分析，合理預測智庫用戶潛在的信息需求，實現信息資源的精確推送，為個性化智庫信息咨詢服務提供較為準確的參考依據。② 可將圖書館知識資源與智庫用戶小數據分析結果進行多角度、多層次、多維度的匹配，進一步發掘用戶信息資源需求變化規律，從而形成具有決策性建議的智庫成果，并以此指導智庫用戶解決實際面臨的問題。

3.2 基于小數據的個性化智庫型信息咨詢服務的實現過程

基于小數據的個性化智庫型信息咨詢服務實現過程也是館員與智庫用戶不斷交互、不斷調整服務策略，最終為智庫用戶提供個性化服務的過程，具體包括智庫用戶需求感知、智庫用戶需求分析、個性化智庫型信息咨詢服務、服務效果評價、智庫用戶需求再認知等5個主要過程（見圖2）。其中，智庫用戶需求感知和智庫用戶需求分析主要是在智庫用戶小數據分析結果的支持下對智庫用戶提出的具體請求作出合理的判斷，并對其進行規范化的處理。

圖2 基于小數據的個性化智庫型信息咨詢服務實現過程

（1）智庫用戶需求感知。此過程主要是在智庫用戶小數據分析的基礎上，對智庫用戶需求及個性化智庫服務決策方案作出正確判斷，并對其進行規范化處理。該過程是整個服務工作開展的關鍵節點，如果一開始就對用戶需求感知的解讀出現偏差，那后續工作的效率將受到較大影響。

（2）智庫用戶需求分析。在智庫小數據分析結果的支持下，對小數據的類型及構成進行重組，其重點在于精煉化、簡約化處理用戶的需求信息。智庫用戶的需求表達主要分為精確需求和模糊需求，這兩種需求類型都會產生一定數量特征的智庫用戶小數據。其中，模糊需求產生的智庫用戶小數據包括用戶在檢索、咨詢過程中留下的行為痕跡、情境反應、體驗感受等。該部分是對智庫用戶感知數據的重要補充和預測。

（3）設計個性化智庫型信息咨詢服務方案。智庫信息資源管理系統是個性化智庫型信息咨詢服務最基本的資源供給窗口，它的主要功能在于全面管理各種不同類型的智庫信息資源。根據智庫用戶在不同需求階段的動態性和零碎性，在智庫信息資源管理系統的支持下，通過收集、存儲和分析智庫用戶小數據，發現其中的內在規律和趨勢，對符合智庫用戶需求的信息資源自動進行組織和集成，如歸納、關聯、融合等智能化操作，并根據館藏設計個性化智庫信息資源服務方案。

（4）服務效果評價。運用小數據處理技術，及時分析智庫用戶的反饋和評價數據，以及從智庫用戶的小數據分析結果中對智庫用戶需求進行再認知，在不斷監測和發現新的智庫需求過程中，還可以通過權衡智庫用戶的評價是否合理與中肯，及時調整個性化智庫型信息咨詢服務過程中出現的偏差，以此優化個性化智庫型信息咨詢服務策略，提高其服務成效。

（5）智庫用戶需求再認知。在收集、整理、分析智庫型服務滿意度評價數據的基礎上，對智庫用戶需求進行再挖掘和再認知，及時預測用戶需求的動態變化，重新確立新的智庫用戶需求，由此進入新一輪的循環，從而保證基于小數據的個性化智庫型信息咨詢服務的可持續性。

4 小數據應用于個性化智庫型信息咨詢服務中的保障條件

（1）樹立個性化智庫型信息服務理念。在大數據環境下，智庫用戶往往需要比較精準的信息，學科館員要樹立智庫型信息服務意識，充分發揮自身的智能作用，圍繞智庫型信息咨詢服務模式，利用小數據分析結果，深度挖掘用戶個性化、多樣化的需求信息，并通過跨領域、跨學科、跨層次的溝通、合作，為形成個性化智庫型信息咨詢服務打下堅實的基礎。

（2）整合和優化智庫型信息資源。圖書館擁有豐富的信息資源，是個性化智庫型信息服務模式的基石和支撐條件，其整合和優化的重點在于制定相應的存儲及分類標準，形成信息資源語義網絡，在信息資源結構化、精細化、個性化的表達過程中實現信息數據的增值服務，從而為智庫用戶提供知識化的個性化服務。

（3）提高智庫用戶維權意識。一般來說，權力人的原創成果維權成本高與侵權者付出代價低的矛盾關系使得“智庫用戶小數據產權”存在一定的被侵權風險。為此，智庫用戶應提高維權意識，并在利用個性化智庫型信息服務的過程中，最大程度地保護用戶個體小數據的隱私安全，提高信息資源的利用效率。

（4）構建基于智庫小數據的客戶關系管理系統。智庫型信息咨詢服務具有的個性化定制屬性，是建立在智庫小數據客戶關系管理系統基礎之上的。圖書館可采用用戶過濾分析工具整理出核心智庫用戶群，并將有限的資源投放至這些目標群體。除此之外，還可以通過構建用戶滿意度模型與用戶流失預警模型增強智庫型信息咨詢服務的時效性。

5 結語

隨著用戶信息結構層次的多樣性，用戶信息需求特征的日漸復雜化、個性化，圖書館開展智庫型信息咨詢服務變得更加迫切。與此同時，在黨的十八屆三中全會提出的“建設中國特色新型智庫”的國家戰略指導下，高校圖書館更需要利用自身的資源條件，充分發揮信息處理、信息融合的優勢，以不同屬性智庫用戶的信息需求為導向，通過追蹤用戶在利用智庫型信息服務過程中不同維度的動態數據，分析與挖掘潛在的有價值的信息資源，正確指導用戶決策，在提供個性化高品質服務的同時，進一步提升高校圖書館智庫型信息咨詢服務的效率及社會影響力。