圖書館用戶數據共享空間的構建及應用研究

袁先文，程結晶（揚州大學社會發展學院）

數據已經成為世界上最有價值的資源［1］，在大數據環境下，數據資源呈指數級增長趨勢，數據素養是社會大眾適應現代社會發展的必備素養。目前，已有許多圖書館從數據科學角度出發開展數據素養教育，主要以數據管理系列課程、在線課堂、實踐指南、專題研討會等方式開展，內容涉及數據共享、數據處理、元數據、數據科學、數據科學管理、數據分析工具、機器學習、數據挖掘，以及高校圖書館員在目前研究生數據管理和數據策展能力培養中的作用與角色和數據素養教育實踐中的實施主體、前期計劃調研、教學設計、實施方式、結果評估等，此外還有圖書館為用戶提供有關數據管理的定題服務［2］。但由于用戶學科領域、知識結構、研究方向、科研環境的差異以及各圖書館對數據素養存在不同的認識與理解，目前的數據素養相關研究仍存在不足。因此，本研究在探討圖書館與用戶數據、數據素養以及數據共享空間相關文獻研究的基礎上，構建圖書館用戶數據共享空間模型，以期為圖書館塑造以用戶需求為中心的服務環境、提高數據素養能力、培養新型智慧人才提供參考。

1 相關文獻綜述

1.1 數據素養研究

國外數據素養研究起步較早，已經形成了較為成熟的數據素養培育體系，且研究重點偏向于實踐應用領域，主要涉及數據素養意識、數據素養技術平臺等方面，尤其重視圖書館作為主體在數據素養教育過程中的角色定位研究。如，弗吉尼亞大學圖書館深入教學團隊開展數據素養能力培訓，并針對特定學科進行了數據認知素養分類介紹［3］。

國內對于數據素養的探討主要集中于數據素養內涵、課程內容設計、影響因素與發展策略等理論研究方面。司莉等調研了iSchool聯盟院校圖書情報專業的數據素養課程設置情況，從調查結果和課程設置的特征角度進行分析［4］；沈玖玖等以南昌大學為例，基于教師專業素養、教學方式、教育資源環境、教學內容四個因素構建了數據素養影響因素模型［5］；張靜波提出，大數據時代數據素養的發展策略主要包括借鑒國外的成果和經驗展開多種方式教學、掌握我國數據素養發展態勢、采取多方協同發展的管理機制［6］；隆茜構建了數據素養能力指標體系，并基于該體系對大學教師、本科生、研究生群體的數據素養能力現狀開展調查［7］。

綜上，國內外已經開展了部分數據素養相關的理論與應用研究，研究角度各有側重，均取得了一定的研究成果。但是隨著新技術的日新月異，用戶的數據素養需求逐步呈現出個體差異，現有的數據素養培養方式與用戶需求不適應等問題日益凸顯，具體表現為以下三個方面：①數據素養培育模式較為單一，一般僅由教師或館員單向推廣，不能夠根據學科領域、興趣以及用戶自身的數據素養水平進行分類教學；②缺乏數據管理與分析技術的實踐培訓，缺少可供用戶與館員相互交流的共享系統平臺，且未將數據素養與圖書館業務和資源進行深度結合；③數據素養的培育缺乏系統性與層次性，未考慮到數據管理的周期性與科學性。因此，本研究擬從圖書館用戶數據共享空間的角度出發，旨在打破空間限制，依據動態變化的用戶環境靈活調整服務策略，從而更好地滿足差異化、智能化的數據素養需求。

1.2 數據共享空間研究

20世紀90年代初期，信息共享空間理論被引入人文社會科學領域，自此開始，圖書館界對于“共享空間”進行了廣泛研究和實踐探索。隨著信息社會的發展，圖書館空間的發展逐步走向多元化，衍生出了智慧學習空間、知識共享空間、創客空間等多種模式。受e-Science環境下密集型科研的影響，在面對大量龐雜無序的數據時，科研人員亟需一個穩定而靈活的數據平臺來解決在科研數據生命周期中遇到的相關問題。

為了應對這種情況，數據共享空間（Data Commons，DC）應運而生，其主要應用于公共服務、教育以及醫學等相關領域。美國國家癌癥研究所的基因組數據共享（Genomic Data Commons，GDC）項目是一個用于癌癥研究計劃中基因組和臨床數據的導入和標準化的數據共享平臺，作為一個數據庫工具或可擴展的知識網絡，GDC可實現跨癌癥基因組研究的數據共享，以支持精密醫學［8］。美國國家科學基金會生物科學局資助的CyVerse平臺是一個提供數據存儲、生物信息學工具、圖像分析、云服務、API等服務，以處理龐大的數據集并進行復雜分析的網絡基礎設施平臺［9］。目前，國外對于數據共享空間的研究主要圍繞其管理和控制、框架構建、實踐發展、相關法律政策等方面展開。

國內對于數據共享空間的研究相對較少，主要集中于對國外數據共享空間建設的經驗介紹和數據共享平臺的建設方面。吳雅威等分析了國外不同領域數據共享空間建設的典型案例，并提出了數據共享空間功能框架［10］；張計龍等以復旦大學社會科學共享平臺為例，在介紹其主要功能的基礎上提出了有針對性的建議［11］；鄧仲華等從用戶應用層、數據服務層、平臺管理層、數據資源層四個層面構建了“互聯網+”環境下的科學數據共享平臺的框架模型［12］。但是，在已有研究中鮮見關于將數據共享空間理論應用于圖書館領域的探索，尤其是對基于數據素養服務的圖書館用戶數據共享空間的定義和內涵還沒有特別詳細的闡述。

1.3 用戶數據研究

目前，國內對于用戶數據的研究主要集中在用戶數據的定義和內涵、用戶數據權利、用戶數據隱私保護、用戶數據溯源體系等方面。黃國彬等通過對用戶數據相關研究的梳理和內涵的界定，劃分了用戶數據的十四種基本類型［13］；謝珍等在闡述智慧圖書館視角下用戶數據與隱私權保護兩者矛盾的基礎上，提出了用戶數據應用與隱私保護之間的平等原則與平衡方案［14］；陸康等對我國的《中華人民共和國網絡安全法》與歐盟的《一般數據保護條例》中關于數據隱私、用戶信息權的條款進行比較分析，并提出了其對智慧圖書館的啟示［15］；殷建立等在用戶數據溯源分析的基礎上構建了溯源管理體系，包括溯源管理模式、技術支撐體系、政策法規保障體系、追蹤溯源管理平臺四部分［16］；王忠對有獎勵和無獎勵兩種情形進行了細分并建立舉報隱私泄露模型，比較分析不同舉報行為的收益，進而完善用戶數據隱私泄露舉報機制［17］；馬蘭夢等基于學科背景、用戶類型、重要用戶以及需求峰谷四個維度對圖書館科技查新用戶數據進行分析，并結合其需求特征提出精準查新服務策略［18］。

可見，以上研究成果主要探討的是用戶數據隱私安全方面的問題，對于將用戶數據與圖書館數據服務相結合方面的研究還不夠全面。鑒于已有經驗與相關研究成果，筆者認為，本研究所探討的用戶數據是用戶在享受圖書館知識與數據服務的過程中產生的行為數據痕跡，包括用戶基本數據、行為數據、情感狀態數據等，這些數據是建立用戶興趣模板、實現圖書館智慧化資源推薦服務的基本要素。

2 用戶數據、數據素養、數據共享空間的內在關聯

2.1 用戶數據與數據素養

黨的十八屆五中全會首次提出“國家大數據戰略”，并發布《促進大數據發展行動綱要》，指出“數據已成為國家基礎性戰略資源”［19］，數據的應用前景被廣泛認識。用戶數據作為數據社會環境的組成部分，也發揮著重要的作用。如果說信息素養是信息社會不可或缺的一種能力，那么數據素養則可視為大數據時代用戶開展研究與交流的能力，對于新形勢下信息素養能力的不足之處輔以豐富的補充。

用戶的數據技能和數據管理能力是其數據素養的外在表現，用戶數據技能與數據素養教育主體、數據素養教育資源的投入、教育方式、專業領域等均存在一定的聯系。如，數據素養教育主體越多元（以圖書館為主導、其他技術部門為輔），數據素養教育的資源投入度、數據技能培訓課程就越豐富，相應地，用戶了解與利用數據的機會和數據管理能力就越高。而且教育方式越多樣越能更好地滿足用戶的數據需求，更好地促進其數據技能快速提升［20］。此外，需要注意數據與文獻不同，不同領域的用戶數據差距很大，如自然科學領域的用戶往往偏向于利用數據分析工具來處理獲取的數據。

從社會發展的角度來看，全面提升社會的整體數據素養需要從用戶個體到團體再到整個社會進行不斷推廣，而圖書館作為數據與知識的重要載體，其在數據管理與服務方面具有先天優勢，因此圖書館可充分發揮主導作用，并聯合社會其他圖書情報機構，共同促進社會數據素養教育泛在化。盡管數據素養的培育可以從多個方面展開，但其落腳點始終在于提升用戶的數據素養能力，通過個體向團體進行傳播，積極提升社會對數據素養的重視，并最終推動數據素養環境的形成。

2.2 數據共享空間與用戶數據

隨著社會信息化和智能化程度的快速提升，技術環境也發生了巨大的變化，大數據作為一種新的理念和技術，對現代生活產生著重要影響［21］。數據共享空間是大數據時代的新興產物，它將數據、方法和用戶需求三者最大限度地融合起來并集中管理，為用戶提供數據收集、數據標準化、數據監護、數據分析、數據共享、數據創新等多種功能［22］。需要注意的是，在利用大數據技術促使用戶數據收集變得更加全面高效的同時，也要考慮大數據可能給用戶帶來數據泄露的風險。

一方面，用戶數據是數據共享空間開展用戶深層次服務的前提。圖書館數據服務逐步以用戶為中心，以用戶為中心不僅要幫助用戶參與數據采集、分析、共享與發布等數據管理過程，還應主動為用戶提供更深層次的增值服務，這就要求圖書館不能僅對用戶數據進行淺層次的汲取，還要依靠數據管理模式的精準呈現促使用戶充分表達其需求，實現對用戶行為規律的實時感知和深入挖掘。數據共享空間的用戶數據主要包括：用戶利用圖書館數據資源的日志記錄、用戶使用分析工具的記錄、用戶瀏覽數據共享空間動態的記錄等，只有實現了對用戶數據足跡的識別和抓取，才能更有效地拓展數據共享空間的服務與功能，增加用戶黏度。

另一方面，數據共享空間必須考慮對用戶隱私數據和機密數據的保護。密集型數據環境在推動社會發展的同時，也對數據安全提出了一些新的要求。用戶在使用數據共享空間的數據管理與共享功能的過程中，往往會在數據引用、數據著錄格式、數據使用政策等方面涉及隱私安全問題，因此，數據共享空間責任主體（如圖書館）、相關科研機構及政府需要制定元數據標準和用戶控制規則，并建立相關匿名協議來實現透明化用戶數據管理，防止數據濫用。數據共享空間需要關注用戶數據匿名化，最大程度地保護用戶隱私和規避知識產權問題。

2.3 數據素養與數據共享空間

數據素養和數據共享空間是當前圖書情報領域研究的重要課題，隨著數據素養教育的不斷拓展和數據共享空間研究的逐步深入，二者因為“數據”這一紐帶而產生的聯系更為密切。數據共享空間的目標之一是提升用戶的數據素養，數據共享空間可將數據資源與數據處理工具相結合，分析用戶科研與服務過程中可能存在的問題，并利用多樣化的數據服務方式來滿足用戶數據素養需求，幫助用戶真正認識到數據素養與科研數據管理服務之間的關系，從而提高對于數據素養的重視度。數據共享空間是圖書館數據素養服務的應用與體現，是數據素養服務的一種載體。

綜上，本研究基于圖書館領域用戶數據、數據素養、數據共享空間三者間的內在關聯，將三者的概念有機融合，提出圖書館用戶數據共享空間的新構想：圖書館用戶數據共享空間是將物理空間和虛擬空間相結合的一種以物理空間（圖書館主體空間）為基礎、大數據技術為手段，滿足用戶數據服務需求和學習交流需求的空間。

3 圖書館用戶數據共享空間構建的維度分析

數據素養教育和圖書館用戶數據共享空間的目標都是為滿足用戶數據需求、培養用戶數據分析與利用能力，同時，二者都是在大數據開放獲取環境和以數據為核心的新型范式下逐步發展起來的，二者之間的結合是可行、合理的。

3.1 環境維度

數據素養教育與圖書館用戶數據共享空間的構建都需要依托一定的數據基礎環境。用戶數據素養的培育不能僅僅依靠理論課程知識，還應融入特定的實踐環境中，如培養用戶的數據意識需要用戶對特定數據環境進行感知，提高其主動利用數據的能力。隨著手機、電子閱讀器、平板電腦等智能終端的不斷普及，用戶更加注重情境體驗，圖書館用戶數據共享空間則恰好可依托大數據、智能設備、人工智能技術等為用戶提供智慧化體驗環境。智能環境還可以幫助用戶隨時隨地學習數據素養課程或者進行數據在線分析，形成與用戶相伴隨行的個人學習空間，在潛移默化中提升用戶的數據素養。此外，通過智能化、情境感知的信息網絡，將圖書館實體空間與虛擬空間的數據資源相融合，為用戶提供一個交互性、智能化、體驗性的圖書館用戶數據共享空間環境。

3.2 智能維度

當前，人工智能科技產業的發展勢如破竹，圖書館用戶數據共享空間也應考慮在智能維度上通過人工智能技術打造智能化數據素養服務體系。其具體實現路徑為“數據收集—數據發現—數據分析—服務交互—問題解決”：借助智能感知設備收集并整理用戶行為和情感數據；依靠機器學習、數據關聯等相關技術將數據資源層的各類數據與用戶數據進行實體、屬性、關系描述，為不同來源的數據之間建立連接，從而構建由各個最小知識單元組成的知識網絡，完成數據發現和分析過程；通過設置智能數據聚合社區、智能數據資源推送等服務模塊促進用戶與圖書館用戶數據共享空間相互交互；通過用戶評價反饋對問題解決的效果進行核查。

3.3 需求維度

數據素養教育和圖書館用戶數據共享空間均要考慮用戶的數據需求，但又各有不同：數據素養教育在了解不同用戶群體需求的基礎上，針對性地開展數據素養服務，常見的分類是面向不同層次（本科生、碩士生、科研人員）或不同學科的用戶，但缺乏對單個用戶精準需求的抓取；圖書館用戶數據共享空間是面向用戶的智慧化數據服務，需要對用戶的隱性需求進行深度挖掘與匹配，從而為用戶提供更為精準的服務。用戶數據共享空間的用戶需求獲取主要通過三個步驟完成：①用戶在注冊登錄系統時填寫姓名、專業、興趣愛好等靜態信息，并通過調查問卷、留言等方式反映自己長期的需求，平臺據此初步確定用戶需求；②在用戶使用該系統一段時間后，平臺主動對用戶檢索方式、瀏覽軌跡、下載與使用軟件分析記錄等動態數據進行收集，進一步獲取用戶個性化需求；③根據收集的用戶行為數據信息和反饋信息對用戶重新進行分類，比較用戶前期需求與后期行為的偏差，進而調整服務內容。

3.4 能力維度

數據素養教育的最終目標是提高用戶的數據素養能力。傳統的數據素養教育主要根據教學目標來安排課程，未考慮到整個數據生命周期，而圖書館用戶數據共享空間作為一個開放式的空間平臺，主張嵌入性，即圍繞科學數據生命周期來培養科研人員的數據素養能力。科研人員的數據處理能力貫穿于數據生命周期的各個階段，如數據創建（查詢）與數據保存（存儲）、數據分析、數據引用與數據共享等。在圖書館用戶數據共享空間中，主要由數據服務層內數據共享服務的部分模塊來體現數據生命周期環節（見下表）。

表 涉及數據生命周期環節的數據素養能力維度分析

綜上，筆者以圖書館內外部的數據資源作為數據基礎環境、以智能平臺為依托，連通虛擬空間與實體空間，將數據生命周期的各個環節嵌入圖書館用戶數據共享空間的模塊中，構建了圖書館用戶數據共享空間總體設計模型，以期為用戶提供以應用為導向、以能力為基礎的數據素養服務，滿足用戶的數據智慧化服務需求。

4 圖書館用戶數據共享空間模型

圖書館用戶數據共享空間模型由感知層、數據資源層、技術處理層、數據服務層、用戶層構成（見圖1）。圖書館用戶數據共享空間模型是智慧化的數據素養服務生態系統，各系統層級之間相互影響、相互作用，共同聚焦于用戶空間化與動態化的數據服務訴求。

圖1 圖書館用戶數據共享空間模型

4.1 感知層

感知層主要應用于泛在化的智慧環境，通過多種情景感知設備（如攝像頭、傳感器、感官捕捉器、眼動儀、智能機器人等）獲取用戶行為和情感的信息數據，并將其存儲至數據資源層的感知設備數據庫中。

4.2 數據資源層

數據資源層主要集成社會科學類、醫療類、經濟文化類等領域的開放專題科學數據、公開的研究報告以及相關政策法規等，具體類型包括圖書館自建特色數據、用戶提交數據、感知設備數據、外部數據（政府、企業、科研院所）、網絡數據等。由于該層中的數據資源具有多個種類，而將半結構化數據與非結構化數據標準化是實現數據檢索、分析與共享的前提，因此，開發數據字典、制定全面完整的元數據標準至關重要。

4.3 技術處理層

技術處理層是實現系統數據處理、挖掘與分析的重要層級，主要由情感計算、深度學習、機器學習、自然語言處理、5G技術、關聯數據技術、語音識別等技術模塊組成。需要注意的是，各個技術模塊之間可自由結合，通過不同的組合方式為圖書館用戶數據共享空間的數據服務層提供符合各個單位實際情況的技術支撐。

4.4 數據服務層

數據服務層是圖書館用戶數據共享空間的核心層，主要由數據共享服務、智能服務、用戶數據服務三個模塊構成。其中，數據共享服務模塊主要以數據為中心向用戶提供相關的數據服務，智能服務模塊的主體逐步從數據轉向用戶，相應地，數據服務也轉向更高層次的知識服務、智能服務。

（1）數據共享服務主要圍繞數據生態系統展開。通過加強用戶在數據查詢、數據分析、數據保存、數據發布等數據管理過程的參與度來提升用戶數據素養，實現數據增值與深度揭示。

（2）智能服務。當前功能單一、僅圍繞數據開展的服務已無法滿足用戶的多元化需求，故數據服務層的構建必然要擴展相關智能服務。①智能問答咨詢主要利用自然語言處理、情感計算等技術，以智能客服的形式與用戶進行一對一交流，對問答咨詢過程中用戶語言呈現出來的情緒、態度等信息進行快速分析并給出準確回復；②智能在線測評可利用語音識別技術對學習者的數據素養綜合能力進行測評，幫助系統對用戶能力進行科學“素描”并提供不同層次的智能培育方案；③超高清視頻直播主要依托5G技術，將數據素養精品課程以細粒度的方式呈現給用戶，實現互動性較強的“面對面”服務場景；④智能數據資源推送主要利用神經網絡算法智能分析并抽取用戶的興趣需求，通過智能標簽細分用戶群體，為不同群體用戶提供精準推送服務；⑤智能數據聚合社區即提供數據交流與共享的交互式社區，該社區利用上述智能標簽將具有相同興趣的用戶聚集在一起，通過小組討論的方式使思維相互碰撞，在虛擬社區中進行相互協作。

（3）用戶數據服務。該模塊可幫助用戶從數據消耗者轉變為數據創建者，主要圍繞用戶信息管理系統、注冊登錄服務、智能化培訓、服務反饋等功能展開，其中智能化培訓包括共享空間相關資源的運用、分析工具的使用、相關元數據標準等指南。用戶信息管理系統可將用戶的數據集、相同領域的合作者、數據分析方法等相互關聯，創建統一規范的數據標準，便于他人對其數據進行引用。

4.5 用戶層

用戶層即通過接口幫助用戶進入該系統的一個入口。圖書館用戶數據共享空間目前設計了三個入口，主要包括手機、Pad等智能設備及電腦等客戶端與嵌入應用系統。在“大數據+移動網絡+人工智能”相互聯合的環境中，用戶與數據資源、圖書館用戶數據共享空間以及終端設備三者互通互聯，實現不同環節緊密相連的多向交互圈，滿足用戶“人人、處處、時時”的智能化學習服務。

5 圖書館用戶數據共享空間模型的應用

5.1 基于情境智能感知的圖書館用戶數據共享空間原型系統的設計

根據圖1，筆者進行了基于情境智能感知的圖書館用戶數據共享空間原型系統的設計。需要注意的是，該原型系統主要體現了圖書館用戶數據共享空間模型感知層的思想，將基于智能設備的圖書館用戶數據共享空間與實體空間通過感知層聯系在一起，借助情境感知技術和設施形成了一個虛實結合的智能學習空間，如圖書館實體空間配置的智能感知設備主要有無線傳感器、智能顯示交互系統、面部情感狀態捕捉設備、用戶語音行為捕捉設備等。智能設備獲取到的所有用戶學習狀態信息通過網關提交給后臺服務器，并將搜集到的用戶行為和情感數據信息反饋至智能終端的圖書館用戶數據共享空間中。對于數據素養教育來說，通過原型系統的情境感知設備對于用戶的心理狀態、動作行為、實時情況進行智能捕捉，全面監控用戶以及科研人員的需求，能夠有針對性地提高用戶數據素養技能，如利用眼動儀對用戶眼球注視時長進行監測，實時抓取用戶對于數據意識、數據價值以及數據應用知識的認知狀態，從而診斷用戶的數據素養水平，挖掘背后更深層次的信息。

5.2 基于智能設備的數據資源推薦與實現

本研究通過智能代理Agent設計了基于智能設備的智能化數據資源推薦機制（見圖2），該機制是實現圖書館用戶數據共享空間交互的關鍵，由此完成用戶“需求—推薦—反饋”機制。智能化數據資源推薦的流程如下：首先，為智能感知設備收集到的用戶基本信息、用戶行為信息、用戶情感狀態信息等分別建立對應的用戶特征數據庫，構建用戶畫像；其次，依據現有的元數據標準將數據資源層中各個領域的非結構化數據轉化為結構化數據，并按照主題進行聚類，挖掘數據與數據之間的聯系，將不相關的數據進行異質性處理；再次，通過資源匹配Agent將處理好的數據資源與用戶的特征聯系在一起，計算兩者之間的匹配值；最后，將算法Agent優選的合適推薦策略傳送至圖書館用戶數據共享空間的智能數據資源推送模塊。

圖2 基于智能設備的數據資源推薦機制

5.3 基于知識細粒度的數據資源聚合

粒度作為知識的基本組成單元，其大小是度量知識的抽象程度［23］。傳統的圖書館服務處理并解決的一般是粗粒度的用戶需求，僅僅提供一些基礎性數據服務，而圖書館用戶數據共享空間可實現以用戶需求為導向的細粒度的知識服務。要實現用戶需求細粒度化，就要對圖書館內外部的數據資源進行結構化處理，對其進行LDA聚類分析，更加快速、徹底地挖掘內容價值，建立基于知識層面的用戶需求網絡，從而幫助用戶減少使用資源時的障礙，構建“用戶需求—知識聚合”兩級映射。圖書館用戶數據共享空間的數據服務層可將數據提煉至滿足用戶的目的，為形成完備的數據服務體系奠定基礎，使圖書館用戶數據共享服務更具針對性。

5.4 基于智能設備的用戶地理位置定位功能的實現

圖書館用戶數據共享空間的智能數據資源推送服務首先應對用戶所處的環境進行監測，如用戶應對圖書館不同空間位置采取不同的推薦策略、選擇有針對性的推薦資源內容。常見的智能設備定位技術包括Wi-Fi、GPS、iBeacon、谷歌地圖等，本研究使用GPS定位系統來精準定位用戶位置并提供智能化服務推送。此外，可將iBeacon技術應用于圖書館智能定位系統，在圖書館內部署iBeacon基站，通過統一的API接口將用戶智能終端與圖書館用戶數據共享空間App相連接。該技術的實現原理是：當用戶打開智能設備的藍牙功能并經過圖書館iBeacon節點附近時，圖書館用戶數據共享空間App會自動接收到節點信號并發送至圖書館服務器，從而獲取用戶的地理位置信息［24］。目前，數據素養的培育主要以傳統的學校課程教育方式為主，而圖書館用戶數據共享空間可利用iBeacon引擎實現館內定位功能，感知用戶具體位置，向其發送該節點位置相關的數據資源，為用戶提供情景式數據素養體驗。