數據流動視角下高校圖書館數據流態與交互特征探究

潘穎?朱星旋?沈鈺淇?劉桂鋒?盧章平

摘 要 從數據交互特征和整體流態兩個角度來看，目前高校圖書館數流態呈現從資源層-應用層-管理層“金字塔”形態。圖書館所相關的數據交互活躍度與圖書館業務的主次程度相關，其數據類型的被需求度與部門職能相關，這是由部門的業務性質所決定。針對目前圖書館數據流未閉環、交互動力不足、價值挖掘不深等問題，論文通過調研，提出從建立圖書館數據基礎制度、構建數據組織架構、完善圖書館管理平臺、搭建數據館員梯隊等四個方面來加強數據流動，以便圖書館打通數據壁壘、釋放數據要素、加速數據增值，更好地推動傳統業務轉型升級。

關鍵詞 高校圖書館;數據流;數據交互;智慧圖書館

分類號 G258.6

DOI 10.16810/j.cnki.1672-514X.2023.10.007

Research on Data Flow Pattern and Interaction Characteristics of University Library From the Perspective of Data Flow

Pan Ying， Zhu Xingxuan， Shen Yuqi， Liu Guifeng， Lu Zhangping

Abstract From the perspective of data interaction characteristics and overall flow pattern， the current data flow pattern of university libraries is in the form of “pyramid” from resource layer - application layer - management layer. The degree of interactive activity of data related to library is related to the primary and secondary degree of library business， and the degree of demand of its data type is related to the function of the department， which is determined by the business nature of the department. Aiming at the problems such as lack of closed loop of library data flow， lack of interactive power， and insufficient value mining， this paper proposes to strengthen data flow from four aspects， including establishment of library data basic system， construction of data organization structure， improvement of library management platform， and construction of data librarian echelon， so as to break through data barriers， release data elements， and accelerate data value-added. Better promote the transformation and upgrading of traditional businesses.

Keywords University library. Data stream. Data ecosystem. Smart libraries.

0 引言

隨著數字經濟和互聯網技術的高速發展，數據已成為第五大生產要素。數據作為重要的生產要素，改變著傳統行業生態，也推動傳統業務轉型升級。在這樣大背景下，數據同樣影響高校圖書館發展。圖書館正邁入智慧圖書館建設進程，數據建設是智慧圖書館的核心內容。在數字時代，圖書館更需要挖掘整合用戶、業務、管理等多源數據開展深度分析，為精準服務、科學管理、智慧決策提供依據。數據流動是實現數據價值的前提[1]，只有暢通的數據流才能推動數據的交互、感知、利用。《“十四五”數字經濟發展規劃》提出“要推動數據開放共享利用、加快數據要素流通”。國內外學者對數據流的研究進行了初步探索，孔莉[2]根據圖書館自動化系統數據流構建了文獻資源學科化管理的數據流框架，以提高學科化服務水平。汪莉[3]基于數據流構建數字圖書館供應鏈管理模型，更好提升一站式知識服務。朱純琳[4]基于智慧服務的數據流動機制構建圖書館智慧服務生態系統。Abdul R S[5]介紹了Duta Wicana Christian大學基于數據流圖（DFD）開發圖書館信息管理系統的過程。在研究中，學者們更多的是關注數據類型特征，比如零數據[6]、科研數據[7]、借閱數據[8]，數據科學[9]等不同類型的數據，或者對數據涉及到的建設、服務、倫理開展廣泛探索，比如數據驅動的用戶畫像[10]、數據資源增值[11]、數據資源建設[12]、數據館員組織架構[13]、數據素養培育[14]、數據隱私[15]等，此外還多角度分析數據生態系統構建方法和應用場景[16]，從SWOT分析法構建數據生態系統[17]，面向圖書館智慧化建設[18]和“雙創”主體數據需求[19]構建圖書館大數據知識生態系統[20]，樹立全數據體系理念[21]等等，而在數據流動方面更多關注跨境數據流動的信息安全和治理規則[22]等。

上述研究針對圖書館數據流應用、數據類型、數據生態系統建設、數據服務等開展，但較少關注圖書館數據流態，較少分析部門間數據交互。圖書館的數據分散在各個部門，部門間數據的順暢流動是圖書館實現智慧化、精準化服務的前提。目前圖書館各部門間存在信息孤島和數據壁壘現象[23-24]，吳建中[25]認為克服“數據孤島”是智慧圖書館建設首先要解決的問題。可以說了解掌握目前圖書館數據流動現狀、交互特點、存在的問題是后續消除數據孤島、促進數據流動、實現數據增益的前提。

數據流最初是通信領域使用的概念，代表傳輸中所使用的信息的數字編碼信號序列，通常用于描述實時數據的產生和傳輸。圖書館的管理和服務涉及多種類型數據，包括館藏數據、用戶數據、借還數據、空間數據、服務數據等。圖書館業務開展離不開部門間不同數據類型的交互。數據在部門之間傳遞、交互形成了數據流動。由此本文以數據流為視角研究各部門間數據交互、流向情況，從數據交互特征和整體流態兩個層面分析目前高校圖書館數據流特點及其存在的問題，為圖書館打通數據壁壘、釋放數據要素、加速數據增值提供參考，旨在為圖書館數據在不同部門之間傳遞過程中形成完善的處理機制。

1 高校圖書館數據交互特征

研究圖書館數據流動狀態，首先需要了解哪些數據參與了流動、流動的節點（即部門）、流動方向、流動路徑等問題。本文從數據交互特征和數據流體形態兩個層面來描述高校圖書館的數據流動現狀。圖1為圖書館部門數據流動示意圖，中間列為待研究的部門，左邊的線表示接受哪些部門哪些數據類型的輸入，右邊的線表示輸出給哪些部門哪些數據類型，箭頭表示流動的方向。比如部門1接受部門4 “紙質與數字資源”數據的輸入，將“用戶屬性特征數據”輸出給部門3。

通過統計分析部門提交、接受數據的類型、數量等內容挖掘數據交互的活躍程度、交互活躍數據的類型及其產生的原因，可得知圖書館各部門之間數據流動的方向及部門數據交互特征。

1.1 數據交互的活躍度與圖書館業務的主次密切相關

資源是圖書館立身之本，資源的采購、管理、利用既是基礎工作也是重點工作，同時也為信息咨詢、學科服務、文化活動等業務工作提供支撐。通過調研，并根據各部門數據流統計高頻數據類型和低頻數據類型，可知高頻數據類型的需求占比≥50%，而低頻數據類型的需求占比＜30%。

在圖書館的數據資源中，高頻數據不僅包括紙質與數字資源、網絡資源，還包括用戶數據中的用戶進出館數據、借閱數據以及資源訪問數據、空間數據中的基礎空間數據、人員流動數據，以及業務類數據中的采訪、編目、典藏、流通等工作中產生的非交互式記錄、統計數據和閱讀推廣數據。在數據流動中，管理數據中的圖書館行業基礎數據在數據流中出現次數較高，這與圖書館資源建設、空間服務、用戶分析等主流業務相關。另外，由于空間資源已成為圖書館重要資源，空間資源的挖掘和優勢打造已越來越受到關注，特別是在開學季、畢業季、考試季、考研季等特殊時期。用戶分析作為圖書館精準服務、個性服務的基礎，而用戶的準確畫像離不開用戶的進館、借閱、預約、訪問等行為數據，因此其數據的使用頻率也較高。而元數據、用戶社交數據、監控數據、政策法規數據出現次數較少，反映了目前圖書館在元數據方面的利用、管理程度還較弱。用戶社交數據使用頻次較低是由于獲取難度還未實現采集并用于用戶畫像。監控數據屬于較特殊數據，一般不調用，即使調用也需要相關部門批準，而政策法規數據在業務中涉及較少。

1.2 各數據類型的被需求度與部門職能相關

對各部門主要涉及的資源數據、用戶數據、空間數據、業務數據、管理數據五種數據類型進行統計，經過分析可以看出，資源數據和用戶數據是各業務部門均需要的數據。除了資源建設部，信息咨詢、技術支持、文化推廣等部門也對資源數據需求較多。資源是圖書館建設的基礎和重點，支撐著圖書館的基礎工作和拓展工作。信息咨詢在開展學科分析、情報服務等業務時需要搜集學科數據，技術支持部在維護數據庫時需要參考資源數據，文化推廣部開展活動，加強閱讀推廣時也離不開資源使用數據的支撐。空間數據和管理數據有些部門沒有涉及，比如資源建設部對空間數據需求較少，特藏服務部和文化推廣部對管理數據也涉及不多。此外每個部門對五大類數據類型涉及的寬度各異，如技術支持部涉及到的用戶數據范圍更多，這與用戶部分行為數據的采集設備在技術支持部相關。文化推廣部對資源數據、用戶數據的需求較之其它數據明顯更多，這是因為文化推廣部在進行活動的策劃、組織、宣傳、組織過程中均需要資源信息和用戶信息。信息咨詢部對資源數據的依賴程度更大，因為科研成果數據是學科競爭力分析、專利態勢分析、人才評價、成果績效等分析報告的基礎數據。同時每個部門都會產生自己的業務數據。

1.3 部門的業務性質決定了其與相關部門數據交互特征

通過調研，總體上部門接受的數據類型要多于輸出的數據類型，從數據類型種類來講，大部分部門是輸入型部門，并且有的數據類型是相同的，比如信息咨詢部既接受也提交了“紙質與數字資源”數據，說明在工作中需要該數據的支撐，同時提交的“紙質與數字資源”數據加入了新的內容，是典型的數據交互現象，在交互中實現了信息的增值。統計分析每個部門接受、提交數據的類型，并根據數據的主要交互分別繪制它們與其他部門的數據關系，如圖2所示。

從部門與部門數據流的情況看，均存在既有數據雙向交互，也有數據單向流動的現象，并且部門呈現不一樣的數據流特征，可以說，各部門與其它部門數據交互特征與本部門業務性質密切相連。

資源建設、信息咨詢、讀者服務、特藏服務等部門屬于數據單向、雙向混流動部門，既有與部門有數據互動外，還需要與信息咨詢部、讀者服務部密切互動，從資源的角度助力該兩個部門的業務工作（如工程專業認證數據提供、個性化資源推薦等），因此數據呈現出單向輸入、輸出，接受技術支持部的服務器相關數據后，匯總數據庫使用數據提交綜合管理部。信息咨詢部既與資源建設部互動外，還接受技術支持部、讀者服務部的數據，開展信息素養培訓、讀者咨詢、用戶行為分析、學科情報分析等工作，在工作統計、工作總結等場景下上報綜合管理部。讀者服務部一方面由于閱覽室空間設備維護等需求與技術支持部聯系較多，一方面獲取文化推廣部的活動信息開展讀者宣傳，形成效果評價提交綜合管理部。特藏服務部在特藏資源宣傳、推廣、建筑空間維護方面與文化推廣部、技術支持部經常聯系，同時特藏也是資源建設重要的一部分，特藏服務部從資源建設獲取特藏資源的編目等相關信息，形成特藏資源建設總結提交綜合管理部。

技術支持、文化推廣屬于偏數據互動型部門，雖然有數據輸入、輸出現象，但更多體現其與多個部門的數據交互。技術支持部作為保障圖書館機器、系統、設備正常運行的部門，與一些業務主體性部門（比如資源建設部、讀者服務部）、管理部門（綜合管理部）有著較頻繁的接觸。而文化推廣作為圖書館組織文化活動的重要部門，需要與較多部門（比如綜合管理部、讀者服務部、信息咨詢部）形成聯動，取得人員、場地、經費、技術的支持進行開展。

教學科研部屬于偏數據輸入型部門，一般獲取資源（比如數據庫新功能）、用戶需求等更好地開展教學服務和科學研究，同時也統計圖書館各領域研究成果產出提交綜合管理部，為圖書館的工作提供指導。

綜合管理部屬于統領性部門。作為圖書館行政事務的中樞機構，既是各部門的數據歸口，也是組織、協同、統籌圖書館工作的總領機構，所以和它關聯的部門最多，它的特點是有數據交互，數據輸入，但是沒有數據輸出。

2 高校圖書館數據流態

為展現主要數據流動路徑，本研究統計匯總了圖書館各部門與其它部門數據交互的類型和路徑，繪制高校圖書館整體數據流，如圖3所示。為了更好地顯示數據流動，僅對高頻流動數據進行統計，箭頭表示數據流動的方向。由圖3可以看出，如果將高校圖書館的各個部門看成是數據中轉節點，五大類數據在各個數據中轉節點的流動路徑較為單一，且以單向為主，基本按照資源層——應用層——管理層的路徑結構向上流動，呈現“金字塔”型。

圖3 高校圖書館部門數據流金字塔形態

在高校圖書館部門數據流金字塔形態中，底層的基礎數據包括圖書館內公開的數據和一些資源數據，如紙質與數字資源、網絡資源數據等，這些數據是各類部門相關業務工作的基礎。由底層基礎數據向上流動形成“金字塔”的三個層面。

第一層為資源層，是以資源為中心而形成的數據流，涉及的部門包括資源建設部、讀者服務部、特藏服務部和技術支持部。資源層數據流特點是數據量大、路徑穩定、數據增值度不高。資源層數據產生從資源采訪開始，經讀者服務部門形成借閱數據、資源訪問數據，還有一些采編工作形成的業務數據和數據商、出版商數據，以及特藏服務類產生的特藏數據等，技術支持部負責部分數據的存儲與維護，最終由資源建設部門開始新一輪的數據流。

第二層為應用層。應用層主要承擔圖書館信息咨詢、學科服務、文化傳播、教學科研等服務工作。應用層的中心部門包括信息咨詢部、教學科研部、文化推廣部，這些部門是圖書館主要的業務部門，同時也會和資源層部門合作。應用層數據流有數據增值度高、參與部門廣泛、流動頻繁等特點。信息咨詢部與資源建設部、技術支持部聯系緊密，為學院學生培養、人才引進、學科建設、項目申報等開展數據支持、科技查新、成果鑒定、培訓講座、技術領域態勢分析、學科排名競爭力分析等服務，同時也形成了新的情報數據、用戶數據、知識數據等。文化推廣部與信息咨詢部、讀者服務部數據交流較頻繁。文化推廣部在推送推文、舉辦活動時，需要用戶數據、資源數據作支撐，以更好地定位用戶需求。教學科研類承擔信息素養、數據素養教育和圖書館工作研究任務，在工作中需要不斷更新已有培訓內容和了解最新業務狀態，形成新的研究成果。此外，有的工作是多個部門協同合作完成，在協同中產生數據的交互利用。高校圖書館每年發布的借閱分析大數據報告就是由資源建設、讀者服務、技術支持、文化推廣等部門合作完成的，然后由文化推廣部制作微信發布。特藏服務和文化推廣部不定期舉行線上線下特藏書籍文化宣傳活動等，而走出社會宣傳時又會聯合綜合管理部。捐贈書籍的入庫、宣傳、管理包含了資源建設、特藏服務、讀者服務部門，其產生的數據在三個部門中流動。

第三層為管理層。管理層是圖書館部門數據的重要歸口處，主要由綜合管理部承擔。管理層數據流的特點是只輸入不輸出、數據類型豐富，這是由管理層行政特質決定的。綜合管理部門匯聚其他所有部門的重點數據，一方面了解圖書館業務現狀，并及時調整相關業務管理或者修改完善館內各類政策，一方面作為圖書館對外出口向學校其他部門提交數據。

3 圖書館數據流動存在的問題

數據是圖書館的重要資源，數據在流動的過程中通過傳遞、交互、利用實現數據增值、數據增益。從分析可以看出圖書館數據體量大、類型復雜、且分散在各部門，每類數據交互活躍度各異，每個部門參與程度也不同，呈現數據流部分有序特點。通過對85所大學圖書館的調查，發現我國高校圖書館數據交互主要由業務工作驅動，交互的效果在很大程度上受限于業務本身開展深度和館員對業務認識程度。總體而言目前無論是數據交互的參與度、充分性，還是數據流動的方向性都不是太理想，存在一定問題，主要表現如下。

3.1 主體數據沒有回流路徑，缺少數據閉環

目前高校圖書館主體數據流態是單方向的，大致呈現從資源層經流應用層匯聚至管理層的流動路徑。雖然應用層部分業務部門有數據交互，但整體上未有從管理層向應用層、應用層向資源層的數據回流現象，整個數據流是開環狀態，而非一個閉環路徑。這樣的數據流態缺少了重要的數據反饋信息，導致業務部門對為什么提交數據、提交數據的質量如何、提交數據最后的效果等知之甚少，無法基于反饋的信息優化數據質量，促進部門數據管理水平。一個健康的數據流態應該是閉環結構，既有數據的流出，也有數據的流入，數據在閉環的路徑中處于一個不斷循環、更新、迭代狀態。通過數據閉環，對部門業務工作修正、調整、控制，從而提升圖書館整體管理和服務水平。

3.2 部門數據交互動力不足，存在數據壁壘

無數據交互和數據單向流動是部門數據的主要狀態。比如信息咨詢部的數據單向流入教學科研部和文化推廣部，特藏服務部與技術支持部無數據交互。這反映了部門有數據孤島，部門之間存在數據壁壘。從數據流動的角度看，數據無交互反映了流動路徑上存在堵點、壁壘，這個堵點/壁壘可能是因為館員交互意識缺失（觀念性壁壘），或是數據價值未被挖掘（技術性壁壘），或是交互機制未建立（制度性壁壘）。數據只有單向流動反映了圖書館部門業務發展的不平衡。數據單方輸出部門與數據輸入部門之間存在位能差，輸出方吸引力較弱，無法虹吸對方部門的數據，未能利用對方數據價值發展本部門業務工作。圖書館應從制度、技術、理念三個層面打破數據壁壘，消除數據孤島，實現數據共享、開放、流通，讓數據要素參與部門工作，推動業務升級、圖書館轉型發展。

3.3 數據要素價值挖掘不夠，數據治理意識較弱

目前圖書館數據治理意識較弱，還未構建完整的數據資源管理體系。部門對擁有哪些數據、需要什么樣的數據、如何使用數據，數據存儲在哪里等問題上還比較模糊。所以數據的交互一方面依賴圖書館主體工作、部門常規業務，一方面應急臨時的工作需要。這導致數據要素價值釋放間歇性、淺層面、零散化。圖書館具有多源異構的海量數據，蘊藏著巨大的數據要素價值。需要建立相應的制度、規范、流程對數據的獲取、處理、使用進行監管，借助泛在互聯、關聯融合、文本挖掘等新技術實現對數據的發現、監督、控制、整合，激活數據要素價值，促進數據要素價值挖掘走向多維化、精確化、場景化。

4 對策建議

數據流在一定程度上反映了圖書館對數據的治理，同時數據流與業務流密切相關，更離不開館員的參與。從存在的問題看既有制度層面需要解決的數據創建、使用、管理等規范問題，技術層面需要提供操作平臺支持工作流程，也有素養層面幫助提升數據意識，增強數據素養。本文從制度建立、組織構架、平臺建設、素養提升四個方面提出對策建議。

4.1 建立圖書館數據基礎制度

中共中央、國務院于2022年12月發布了《關于構建數據基礎制度更好發揮數據要素作用的意見》，要求加快構建數據基礎制度，激活數據要素潛能。數字時代，數據作為新型生產要素已經全面融入圖書館資源建設、學科服務、讀者服務、文化傳承等各方面，深刻影響著圖書館管理、服務、運行模式。利用海量數據規模和豐富應用場景優勢，挖掘數據要素價值，對圖書館高質量發展具有重要意義。圖書館應該在國家數據基礎制度整體框架下構建適合圖書館數據特征、彰顯數據創新驅動的數據基礎制度。通過制度的建立實現數據治理，規范數據生產、利用、管理，消除靜默數據，促進全類型數據交互，建立數據流通閉環路徑，充分釋放數據生產力，實現數據賦能圖書館發展。

4.2 構建以數據為核心的圖書館組織架構

組織架構是圖書館業務正常運轉的基礎保障。數字時代建立以數據為核心的組織架構，設計規劃各業務部門數據工作，有助于圖書館數據的類型、關系和層級結構更清晰化。目前部分高校圖書館設置了數據崗位，開啟了圖書館數據管理與服務工作的嘗試。但是這些崗位只涉及部分數據工作，也僅在某些部門中設置，致使部分數據資源在相關工作中無法體現出來。從圖書館整體視角出發，統籌考慮所有數據資源、業務內容，系統、全局設計組織架構和部門崗位，這就形成了數據流架構。每個崗位就是數據流中的節點。每個崗位對數據進行管控定位，在圖書館整體數據工作中既有分工又有合作，數據在各個崗位上進行處理、轉換、流通、交互。數據流架構實現了崗位數據源的打通、流轉、循環，既保證了圖書館整體數據流的閉環結構，也支持崗位間的數據支流。

4.3 完善新一代圖書館管理平臺

較傳統而言，新一代圖書館管理平臺在體系架構、主體功能、業務優化等方面進一步提升，為數據流相關工作提供了理想的工作載體和技術支持。目前平臺集合了采購數據、紙質資源數據、借閱數據，還未覆蓋圖書館所有類型數據；在業務工作上以資源采購和書籍借閱為主，數據的流動限于部門內部，未涉及到數據流的所有環節。基于數據流理念進一步完善新一代圖書館管理平臺建設，在數據類型上匯集用戶數據、服務數據、設備數據等所有類型數據，統一圖書館對各類數據資源的管理。在工作流程上設計業務部門工作門戶，支持部門數據的創建、整理、下載、分析、管理、保存等工作。在技術上設立瀏覽、修改、提交、審核、反饋等不同層級工作人員數據操作權限。基于新一代圖書館管理平臺實現數據云端流動。

4.4 搭建數據素養館員梯隊

館員是圖書館工作開展的主體，館員的數據素養對數據工作質量尤為重要。良好的數據素養包含正確的數據認知、一定的數據技能和遵守數據倫理規范。在數據流架構中，不同數據崗位對數據素養要求不同，比如高級崗位側重數據思維，需要具備數據關聯思維、數據驅動思維、數據反饋思維，這樣才能更好地規劃、指導數據工作，發揮數據要素價值。中級崗位則關注數據技能，或獲取、分析、評價，或存儲、組織、管理，以便勝任具體的數據工作。初級崗位需要具備基礎的數據知識，了解相關法律條文。在館員數據素養提升過程中，一方面需要結合崗位的具體職責有針對性地開展技能培訓，一方面需要遵循分階段循序漸進的培養模式。設計、培養、管理數據素養館員梯隊，保障圖書館數據工作良序有效開展。

5 結語

數字時代，數據將成為新動源推動圖書館創新發展。本文從數據流視角采集高校圖書館數據交互信息，統計交互類型，分析交互特征、數據流向，描繪數據流態。目前高校圖書館數據交互的類型、交互的活躍度與圖書館基礎工作密切相關，部門數據的流通性依賴于其業務發展。圖書館是高校重要的教學科研服務機構，數據融通再利用有助于揭示用戶需求，優化服務與管理，充分發揮圖書館在資源供給、知識服務、文化傳承、情報決策的重要職能。后續研究團隊將圍繞數據流深入分析不同類型數據流態、數據流應用場景、數據流與圖書館業務流內在關聯等內容，打通圖書館全類型數據流通通道，促進數據交互，助力圖書館高質量發展。

參考文獻：

劉志雄，謝建邦.數據流動與數據生態治理研究[J].中國特色社會主義研究，2022（Z1）：66-75，161.

孔莉，蔡山.面向數據流的高校圖書館文獻資

源學科化管理實踐[J].大學圖書情報學刊，2020，

38（4）：115-118.

汪莉.基于數據流的數字圖書館供應鏈管理模型[J].情報探索，2015（12）：95-98.

朱純琳.基于數據流動的圖書館智慧服務生態系統構建研究[J].圖書館，2021（1）：49-55.

ABDUL R S， SVIFAUN N. Analisis proses pada senayan library information management system （SLIMS）cendana berbasis data flow diagram （DFD） di perpustakaan universitas kristen duta wicana yogyakarta[J]. Jurnal Ilmu Perpustakaan dan Informasi，2020（5）：1-15.

文佩丹，楊新涯，尹偉宏.智慧圖書館零數據分

析系統的設計與構建[J].圖書館學研究，2022（11）：

39-46.

陳媛媛，林安潔，陳志鵬.高校圖書館科研數據

管理服務要素研究[J].國家圖書館學刊，2023，

32（3）：36-48.

戴曉翔，詹慶東.2010—2021年福州大學圖書館紙質文獻借閱記錄數據集[J].圖書館雜志，

2023， 42（5）：110-115.

MANI N S. Handbook of research on academic libraries as partners in data science ecosystems[J]. World Digital Libraries， 2022， 15（1）：78-78.

陳添源，吳錦輝，楊思洛.數據驅動的高校圖書

館用戶畫像構建研究[J].國家圖書館學刊，2023，

32（3）：64-75.

張俊娥，陳建龍.高校圖書館基于學科映射的數

據資源增值服務[J].大學圖書館學報，2023，41

（3）：19-27 ，18.

孟祥保，高冕.圖書館數據資源建設：內涵、價值與路徑[J].新世紀圖書館，2023（5）：48-54.

潘穎，沈鈺淇，盧章平，等.美國高校圖書館數據館員組織架構研究[J].圖書館，2023（5）：65-73.

鐘慶虹，查穎，羅靖琳，等.高校圖書館館員數據素養培育體系的構建研究[J].大學圖書館學報，2023，41（2）：34-44.

陸康，劉慧，任貝貝.我國圖書館大數據隱私主

動式管理研究[J].新世紀圖書館，2022（10）：50-56.

SANT-GERONIKOLOU S.Understanding in-library use data lifecycle within Greek and Spanish higher education ecosystems[J].Library Hi Tech News，2018，35（7）：13-17.

龐楠，薛衛雙.基于數據生態系統模型的圖書館數據治理路徑分析[J].圖書館，2021（1）：92-98.

王世華，陳光耀.高校圖書館智慧化建設中大

數據生態系統構建[J].山東圖書館學刊，2021（6）：

37-41.

劉巧英.面向“雙創”的高校圖書館數據服務

生態系統構建[J].大學圖書情報學刊，2020，38

（3）：27-30，105.

儲節旺，李振延.圖書館大數據知識生態系統

特征及構成研究[J].情報理論與實踐，2022，45

（2）：35-42.

楊新涯，文佩丹，卓應忠.智慧圖書館的全數據體系研究[J].圖書情報工作，2023，67（13）：29-35.

隆云滔，王磊，劉海波.跨境數據流動治理規則研究[J].數據與計算發展前沿，2023，5（1）：74-84.

劉芳，朱沙.基于讀者畫像的高校圖書館精準服務研究[J].大學圖書情報學刊，2020，38（1）：73-75.

高美云.圖書館統計數據行業管理策略研究[J].圖書館，2021（11）：17-22.

吳建中.從數字圖書館到智慧圖書館：機遇、挑戰和創新[J].圖書館雜志，2021，40（12）：4-11.