基于IFM模型的數字圖書館建設研究

李茜華 曹倩 王鑫

[摘 要]現代數字圖書館致力于充分利用大數據資源，不斷增強信息資源使用者同圖書館提供的服務之間的契合度。本文介紹了采用大數據建模手段建立的一個包括當下讀者信息使用意向、圖書館信息資源應用及讀者后期使用信息資源情況概覽的信息反饋管理（IFM）模型，通過建立模型提高讀者和圖書館提供的信息資源之間的匹配度，進一步提升讀者信息資源的使用效率和使用滿意度。

[關鍵詞]大數據;信息資源;讀者服務;IFM模型

doi：10.3969/j.issn.1673 - 0194.2020.12.085

[中圖分類號]G253[文獻標識碼]A[文章編號]1673-0194（2020）12-0-02

0 ? ? 引 言

隨著網絡技術和計算機技術的發展，數字時代已然來臨，改變了人們的工作及生活方式。處于無所不在的數字環境中，幾乎所有做過的事情都會留下數字痕跡。對于絕大多數的信息資源使用者來說，這些人類行為產生的數據尚未被開發提煉加工，無法直接獲取利用。大數據的概念，是一種既利用傳統數據，又運用新興大規模數據以提升人們娛樂、工作、生活體驗水平的數據革命。事實上，科學家已經著手研究如何駕馭大數據建設更智慧的數字環境，大數據技術的出現促進了數字信息化實現。對于高校圖書館來說，大數據技術帶來了前所未有的機遇，幫助高校圖書館從業人員完善讀者服務，更好地把握讀者的需求，全面且精準地提升了高校圖書館的讀者服務質量，提高了為讀者提供個性化信息資源的綜合實力。從根本上說，圖書館對讀者信息需求的興趣、專業背景、獲取及使用信息的能力了解和回應得越多，讀者就越可能更好地獲取滿足他們需求的信息資源。通過建立基于大數據技術的模型，利用模型的優勢建立良好的組織，并整合相關信息資源，一方面，能夠幫助讀者選擇適合自身需求的信息資源;另一方面，能夠協助圖書館工作人員整合館藏信息資源，更大限度地滿足讀者獲取信息的需要。IFM模型正是基于這種需求建立的眾多基于大數據技術的模型之一。

1 ? ? IFM模型介紹

IFM（Information Feedback Management，信息反饋管理）指系統性地收集、分析、合并并使用各種反饋信息提升信息服務水準的過程。IFM是一種集中化采集、管理以及利用組織中所有的反饋信息的系統，使機構能夠在信息反饋的指導下，或自然的互動問題引導下，與信息使用者進行全方面交流。這種方法使信息使用者意見的采集、管理和使用變得流水線化，使機構的信息資源配置得到優化。IFM系統使高校圖書館將讀者反饋的信息同多種多樣的信息數據、讀者評價、讀者調查以及信息統計學和信息計量學結合，以增強對信息資源推送、參考咨詢系統影響讀者信息決策的綜合理解。IFM是一種能夠幫助圖書館從讀者、圖書館員、數據供應商等多渠道實時收集和反饋信息的大數據管理進程，可以把讀者反饋信息同現有信息資源進行整合，使用智能的分析手段將數據轉化為可操作信息，并把相關信息在正確的時間分享給正確的人以保證其他各方面的跟進工作。換句話說，IFM能夠收集、統一并管理大量信息源的數據，再及時響應反饋數據，準確解析出用戶特定的信息需求。

2 ? ? IFM模型可行性

數據本身并沒有使用價值，只有把數據當作信息載體，精確傳達某種信息，且告訴人們一些特定行為背后原因時，才具有使用價值。正是認識到這一點，大數據相關科技公司正在快速地越過由組織被動提供反饋信息的階段，并挖掘非結構化的、未經處理的反饋信息，這些信息可以來源于問卷調查、電子郵件、社交媒體網站以及讀者的反饋評價等。IFM模型會系統地實時收集和分析多來源的讀者反饋數據，并致力于使用這些信息提升反應速度、服務質量，最終提高信息資源建設質量、提高讀者滿意度。這些反饋信息來自各種渠道，比如參考咨詢、網頁活動、社交媒體網絡以及在線聊天室等。在充分搜集數據信息之后，這個過程還應生成簡明直觀的報告，通過分析報告，使整個圖書館的從業人員，上至館長辦公室下到信息資源采購部，都能夠充分理解讀者的信息需求，采取相關行動提高讀者滿意度。利用IFM系統，圖書館能夠更加清楚地理解讀者對信息資源的需求，更加切合實際地滿足他們的期望;參考咨詢人員能夠及時理解讀者使用信息的偏好，為其提供針對性服務;信息資源的采購部門能夠快速獲取讀者偏好，在采購過程中滿足讀者的需求。IFM系統通過圖書館現有的系統或渠道加強圖書館與讀者的互動，大大提升讀者滿意度，提高信息資源的采購成功率。因此，圖書館可以將讀者需求信息集合到一個數據庫中，運用各種有效的方法挖掘這些數據，并據此設計資源管理流程。

3 ? ? 圖書館信息資源的IFM模型

高校圖書館并不缺乏與讀者相關的信息，但往往缺少一個完整的系統來管理和反饋這些獲取的信息。目前，急需解決的問題是：真正有用的信息往往處在校園數據庫以及信息收集系統中孤立存在的區段。數據缺失導致高校圖書館不能全面把握讀者的信息需求，也不知道如何為讀者提供更有針對性的信息資源。

3.1 ? 信息資源管理

近年來，高校圖書館信息資源建設已經取得了很大發展，無論是自建數據庫或者外采數據庫，都以TB級別的發展趨勢直線上升。即使高校圖書館本身沒有數據收集計劃，日常的讀者信息資源訪問量也提供了大量觀察讀者信息資源使用量的可比較數據。對于普通讀者來說，他們希望通過最直觀便捷的渠道獲得需要的信息，而往往由于其在搜索信息時表述不夠明確，導致他們無法直接獲得準確的信息。對于高校圖書館來說，辨識讀者早期的信息需求并在前期數字資源的建設工作中關注并避免信息標識錯誤，可以有效防止這一現象。一些數據分析工具如Clear Analytics等能為大數據信息管理提供一個完善的機制，以建立更加全面豐富的數據庫，并最終致力于提高讀者與圖書館信息資源之間的匹配程度。

3.2 ? 信息資源內部反饋與指標

信息資源的內部反饋信息可以通過圖書館網站、讀者瀏覽網頁記錄、讀者利用館藏記錄等進行全方位收集，但必須明確該數據僅用于更好地為讀者提供信息資源服務。因此，圖書館應設立相關搜集使用數據的標準，并由圖書館相關部門對運行情況進行定期審查。信息資源內部反饋與指標主要來源于3個途徑。①讀者檔案數據。這些數據可以來源于問卷、參考咨詢、網頁互動等方式，通過這些方式調研讀者信息需求，建立讀者關注的信息資源檔案，作為評估讀者需求的參考因素。②輔助數據。主要通過讀者在辦理借書證時留下的信息，采集讀者的學歷類別、所學專業、涉獵程度等信息，分析并推測讀者需要學科專業信息的范圍。③門戶平臺的共享內容。圖書館門戶網站是讀者獲取信息資源的必經之路，讀者在瀏覽網頁信息時會留下大量的數據，通過分析這些數據，可以準確解析出讀者特性的信息需求。

3.3 ? 信息資源外部反饋與指標

信息資源外部的數字環境由于不確定性多，比內部環境更加錯綜復雜，反饋指標主要來源于數字資源市場與數字環境調研，主要由數字資源供應商完成，在調研之前，需要為IFM模型定義高校合理的讀者群體，獲取信息資源的難度及相關研究問題。這些工作還應包含一個額外的學術性研究計劃，決定提升讀者和所獲取信息資源匹配程度的方法。通過調研分析，數字資源供應商可以最大限度地優化高校圖書館數字資源的學科類別，提升供應數字資源的質量，為高校圖書館提高讀者利用數字資源的滿意度打下堅實的基礎。

經過以上3個階段的準備，IFM系統通過整合儲存數據和反饋信息，可以建立一個信息技術規劃，能夠合并、過濾以及集中數據和報告源，對其進行集中化分析采集，將反饋的數據形成可行性的分析報告。該報告具有規劃性和實時性，可以對讀者使用數字資源的需求趨勢進行合理預測及分析，同時擴大信息資源相關性范圍，幫助高校圖書館在能力范圍內能獲取更多的與讀者需求高度相關的信息資源同時，可以將潛在的接點數據與已有內容整合，實現多渠道發布信息。

4 ? ? 結 語

對于圖書館的數據資源建設和讀者獲取數據的滿意度來說，在數據支持下形成的決策，是二者匹配程度最高的決策，也是最高效的決策。通過這些數據分析的結果，可以幫助讀者獲取最適合自身的信息資源，提升讀者滿意度。數字圖書館數字資源需要一個能提供廣域數據分析，并深度管理讀者需求周期信息的平臺。大數據分析系統的終極目標是通過合適的方法，支持讀者獲取更精準、更個性化的信息資源。IFM系統能夠幫助圖書館建立規劃信息資源體系，是整合讀者不同信息需求的最佳實踐模型。

主要參考文獻

[1]李煜，劉虹.大數據環境下我國大學圖書館數據服務調查分析[J].圖書館研究與工作，2019（6）：17-21.

[2]李梅珍.大數據環境下高校圖書館建立科研數據知識庫智能推薦系統的思考[J].圖書館學刊，2019（3）：102-105.

[3]徐飛，徐緒堪，吳廣印.大數據環境下科技文獻用戶閱讀行為知識組織模型研究[J].情報學報，2015（9）：912-921.

[4]蘇新寧.大數據時代數字圖書館面臨的機遇和挑戰[J].中國圖書館學報，2015（6）：4-12.

[5]孫鵬.高校圖書館大數據分析報告調研與分析[J].圖書館工作與研究，2018（12）：39-44.

[6]何勝，馮新翎，武群輝，等.基于用戶行為建模和大數據挖掘的圖書館個性化服務研究[J].圖書情報工作，2017（1）：40-46.