大數據視野下面向高校圖書館館藏資源的知識服務研究

李瑞金

(遼寧對外經貿學院圖書館，遼寧 大連 116052)

隨著信息環境的發展，海量的信息資源在充實高校圖書館館藏資源的同時，也對其優化利用提出了新的要求。大數據技術作為一項以信息數據為基礎的應用型技術，實現了與高校圖書館知識服務的融合發展，由此而產生的新模式、新方法、新業務已廣泛地應用于高校圖書館各類知識服務實踐中，有力地促進了服務效能的提升[1]。因此，高校圖書館以豐富的館藏資源為依托，深度探索大數據技術支持下知識服務體系的創新發展路徑，不僅可以提升高校圖書館館藏資源的利用率，而且會帶給廣大用戶更高效率、更精準的知識服務體驗。

1 大數據視野下面向高校圖書館館藏資源知識服務發展方向

面對知識需求環境日新月異的變化，高校圖書館知識服務要想與時俱進實現創新發展，就必須不斷適應廣大用戶對知識服務提出的新要求，尤其是在充分融合大數據技術之后，高校圖書館知識服務應聚焦以下四個方向。

1.1 服務流程系統化

在用戶知識服務需求呈現出多元化、個性化的總趨勢下，任何一家高校圖書館都不可能僅依托自身資源滿足用戶的全部需求。因此，深層次挖掘信息資源價值是高校圖書館實現知識服務全方位提升的必要前提。在完善這一基礎之后，高校圖書館還必須充分利用云儲存、大數據等技術手段，結合用戶實際需求，對不同來源的信息進行儲存、分類及整理，以實現面向用戶的更具層次感、系統性及導向性的知識服務方案，這也是高校圖書館優化用戶知識服務體系的必然路徑[2]。

1.2 服務成果即時化

高校圖書館用戶的知識服務需求往往來源于其所從事的項目或工程中，這些項目或工程的實施通常具有明確的時間節點，這就要求高校圖書館必須在較短的時間內提供精準、有效的信息資源。因此，高校圖書館必須努力實現知識服務結果的即時化傳遞，以免耽誤用戶承擔項目或工程的進度。大數據技術高效率、便捷化及即時化數據處理特征，可以保障用戶所需的知識服務成果能夠精準定位、快速獲取、即時傳遞到位，支持用戶持續化推進項目或工程。

1.3 服務方向特指化

高校圖書館用戶尋求知識服務的內容，不僅是存在于信息表面的知識內容，在從事科研、方案論證等復雜性工作的過程中，他們更需要高校圖書館能夠對信息中所蘊含的隱性知識進行挖掘，并進行可視化表達[3]。因此，高校圖書館需要利用大數據技術中的知識挖掘工具，實現對信息資源的科學分類與定量分析，從中找出隱性知識，并對知識之間的關聯性進行可視化表達。

1.4 服務內容精細化

高校圖書館知識服務用戶相對于大眾用戶，其知識服務訴求呈現出更為專業化、精細化等特征，這就要求高校圖書館能夠在海量的信息中篩選出更符合用戶需求的信息內容，并實現對信息內容的精準化加工和提煉。由于大數據技術具有信息處理量大、可識別信息類型多、信息結果表達真實度高等特點，因此，圖書館利用大數據技術開展知識服務不僅可以為用戶提供更有效的信息采集方式，而且能夠實現對信息的深層次整理和加工，最終實現對信息內涵的精細化、專業化表達，提高知識服務的質量。

2 大數據視野下面向高校圖書館資源的知識服務主體內容

2.1 跨媒體信息交流服務

信息時代的來臨進一步增強了信息資源在高校圖書館知識服務交流中的作用，跨媒體、高效率、多樣化的信息資源組織方式已成為決定高校知識服務效率的關鍵因素。作為一種嶄新的知識服務方式，跨媒體信息交流服務可以使用戶通過高校圖書館構建的信息資源交流組織架構，來更為精準、有效地挖掘信息資源內涵價值并進行傳遞共享。用戶可以結合自身工作的信息流導向，在媒體交流方式中選擇更合適工作開展的信息資源交流方式享受相關服務。在這一過程中，高校圖書館可以根據以往用戶的行為習慣，利用大數據技術進行分析，并面向用戶提供最為便捷的信息資源交流方式，增強用戶的服務體驗。

2.2 參考咨詢服務

不同于傳統形式下的參考咨詢服務，以知識服務為主題的參考咨詢服務更加注重面向用戶服務的交互性，不僅能使用戶更及時地接收圖書館所傳遞的信息資源，而且可以通過便捷化的途徑與管理者進行互動交流，圍繞某一領域問題進行咨詢。在這一過程中，通過引入大數據服務技術，圖書館可以通過對用戶咨詢內容的采集、記錄與分析，實現對用戶需求的深層次挖掘，為做好預案處理以及信息的精準化傳遞奠定基礎。特別是對于大部分用戶都比較關注的常規性問題，圖書館還可以引入人工智能技術進行回復，提升知識服務效率。

2.3 科研數據管理服務

隨著高校科研管理方式的不斷發展，在科學研究進程中與科研數據管理工作相關的數據創建、數據篩選、數據加工與分析等環節也都發生了明顯變化。科研數據作為支撐科研工作開展的重要依據，不僅是科研人員辛勤勞動的重要成果，而且直接影響科研的進程以及高質量科技成果的產生[4]。因此，高校圖書館需要以科研項目與科研團隊的文獻與數據需求為立足點，以便于科研人員的日常數據管理為主要目標，利用大數據技術開展科研項目文獻數據篩選、科學數據加工、科學數據存儲等科研數據管理服務，幫助科研團隊建立行之有效的科研數據管理體系，推動科研工作的高效開展。

2.4 個性化知識定制服務

如何通過大數據技術實現面向用戶個體的個性化定制服務，一直以來都是高校圖書館優化用戶服務的重點方向，這同樣適用于以信息資源為基礎的知識服務。借助大數據技術，圖書館可以針對用戶的信息檢索、咨詢等與知識服務相關的行為進行數據分析，為讀者構建某一領域的知識行為模型，使用戶和圖書館雙方都能更加清晰地掌握用戶的知識行為路徑與積累狀況[5]。此外，圖書館還可以結合用戶的不同知識獲取類型及獲取方式，進行未來知識需求的預測，更好地開展個性化知識定制服務。

3 大數據視野下面向高校圖書館資源知識服務的主要方法

面對海量的文獻資源，高校圖書館要想借助大數據技術進一步實現知識服務的優化與創新，就必須聚焦知識服務過程中知識聚合的環節，通過引入必要的技術方法促進資源整合與檢索效率的提升，并推動知識服務精準性目標的實現。目前，高校圖書館依托大數據技術所開展的知識服務方法主要體現在館藏資源采集與整合、知識特征與關聯性挖掘以及跨媒體本體構建與自學習三大層面。

3.1 館藏資源采集與整合

依托大數據技術，高校圖書館可以實現對自身館藏資源采集以及整合能力的提升。一方面，圖書館需要加快傳統紙質資源數字化轉化的進程，持續擴充數據庫館藏規模；另一方面，圖書館應重視捕捉與搜集網絡環境中的各種知識資源，豐富當前數據庫中的資源類別和形式，持續鞏固知識服務的資源基礎。在完成上述工作后，圖書館還應及時、高效地存儲采集到的數據及資源，這也是實現后期數據維護的前提和基礎[6]。尤其是在現階段數據資源呈幾何級增長的態勢下，圖書館在致力于實現館藏資源采集與整合能力提升的同時，還需要強化數據的維護及安全性能的提升，夯實知識服務的保障性需求。

3.2 知識特征與關聯性挖掘

開展知識特征與關聯性挖掘是大數據技術支持下高校圖書館開展知識服務的核心內容。為了實現對不同來源途徑的異構化知識資源的有效整合，圖書館可以從語義層面開展知識資源的分析與統計，依托本體庫實現對元數據的標注及識別，更為精準地把握現有知識信息特征，推動數據間關聯性的顯性體現，并實現對語義庫的補充。開展知識特征與關聯性挖掘，不僅能夠有效破解來源途徑不同所導致的資源整合瓶頸，而且可以有效地將知識數據進行重置和優化組合，進一步挖掘數據資源的隱性價值，打破數據間的語義障礙，實現知識特征在語義層面的顯性化表征，提高數據語義表述的精準性，為實現多元化的知識服務內容奠定基礎[7]。

3.3 跨媒體本體構建與自學習

高校圖書館在面向用戶開展知識服務的過程中，資源檢索工作十分重要，其不僅會對知識服務成果展示產生重要影響，而且將決定圖書館知識服務的整體水平。目前，常見的語義檢索囊括了諸多形式媒體及數據庫的知識資源類型，這就容易引發隱性問題的產生，如重復、語義歧義等，從而影響知識服務的效果。因此，要想提升檢索的效率及精確度，高校圖書館必須致力于打造跨媒體本體體系，實現底層語義到高層語義的轉化，同時還需認真研究本體庫，對其開展校正及優化工作，在實現這一目標后，從采集的語義數據中生成本體知識庫，進而構建跨媒體本體自學習功能模塊，最終為跨媒體知識檢索提供整體視圖。

4 大數據視野下面向高校圖書館資源知識服務的形成路徑

4.1 合理劃分服務層次，精準把握用戶需求

精確定位用戶服務需求是高校圖書館優化知識服務的基礎。以智能信息處理及大數據挖掘為代表的現代信息技術，可以助推數字圖書館基于隱式及顯式兩種角度，采集用戶行為信息和用戶基礎數據，更加全面地深挖用戶服務需求并建立分析模型。鑒于用戶需求呈現出層次性及動態性特征，圖書館必須結合用戶服務需求所處的真實層次，對用戶服務需求加以辨別與區分：一方面，圖書館需要圍繞用戶需求動態變化性這一典型特征，采用小數據方法搭建用戶實時興趣需求模型，實時記錄用戶需求；另一方面，圖書館需要借助大數據技術，嘗試打造用戶信息共享平臺，建立用戶信息數據交換標準化流程，推動用戶信息共享和流轉，保障用戶精準知識服務的連續性和完整性。

4.2 優化服務機制，完善知識服務過程設計

高校圖書館要想更為深入地依托大數據分析開展知識服務，就必須致力于實現用戶端服務機制的完善和改進。在傳統數字圖書館知識服務體系中，圖書館所開展的初級知識服務僅限于知識信息資源的采集、篩選與傳遞，并不能對知識信息資源展開更為精細的價值剖析和提煉，最終也影響了用戶的服務體驗。因此，在這一背景下，高校圖書館必須基于差異化視角開展服務模式的改進與重塑，實現由被動服務向主動服務的過渡，由共性化服務朝精準服務過渡，可以考慮從以下三個角度入手：首先，圖書館需要借助大數據系統設計并改進精準知識服務系統，拓展數字圖書館精準知識服務功能模塊，并實現服務界面的流暢化；其次，圖書館應對知識服務方式進行創新，基于數據驅動技術建立智能化、精準化知識服務方式，融入知識發現和導航功能，讓知識表達不局限于特定形式，增強知識資源的可視化程度；再次，圖書館還要增加開發互動交流功能，建立基于在線回答及社交互動的多層次用戶交流機制，不斷拓展用戶的溝通場景，充分重視用戶反饋信息，讓用戶評價得到及時的應答和采納，提升用戶的個性化體驗。

4.3 加強信息資源共享，推動知識服務過程的系統化

在當前的高校圖書館知識服務體系中，用戶的需求通常呈現零散化、碎片化的特征，針對用戶需求的解決方案往往也是由分散在高校圖書館不同部門的館員服務團隊完成。這種服務方式雖然有利于用戶需求的集中解決，但在面對交互性、復雜性的學科問題時，由于缺乏信息與數據的共享交流機制，不同的館員服務團隊難以形成最佳服務方案，進而導致用戶需求不能得到及時有效的滿足。因此，高校圖書館知識服務應致力于利用大數據技術推動用戶需求的系統化、全面化解決。尤其是對于不同來源及具有學科交互特征的用戶需求，高校圖書館可以考慮設計統一的人工智能服務模塊，結合大數據及云計算技術，對需求分配路徑進行統一管理，并通過構建統一的數據資源庫，實現用戶需求信息及解決方案的實時共享，打破傳統知識服務模式下普遍存在的“信息孤島”問題，提升用戶需求解決方案的科學性和全面性。

4.4 推動知識服務集成，設計交互化空間環境

現階段，圖書館知識服務用戶需求已經由最基礎的單領域知識資源需求，逐步向多領域、復合性及交叉性的知識需求轉變，他們更期待可以通過“一站式”的服務方式更直接地獲取需求解決方案。因此，圖書館有必要通過設計交互化的空間環境實現知識服務的集成。例如，南京大學圖書館構建的“第五文化空間”可以幫助用戶實現以虛擬集群為特征的資源共享，用戶服務的自主性將得到充分體現，并形成具有知識性、動態性及共享性特征的知識服務模式。尤其是通過空間資源的集成，“第五文化空間”可以更快速地面向用戶提供信息資源的組織、篩選及使用的一體化服務，面向廣大師生提供創新性思維引導途徑，推動創新創業工作的開展。同時，通過空間服務能力的集成，館員的工作負擔大大減輕，有利于他們集中精力面向用戶提供更為優質的知識服務。

5 結語

實現技術與服務的融合發展，一直以來都是高校圖書館推動服務能力提質增效的必由之路。高校圖書館應秉持創新精神，審時度勢地看待日漸豐富的館藏資源及逐步成熟的大數據技術所帶來的機遇，在實踐中不斷促行工作機制的完善與協同能力的提升，力爭為廣大用戶提供更加優質、高效、便捷的知識服務！