數據化視域下公共圖書館數字資源建設路徑研究

摘 要：數字資源是公共圖書館高質量發展的源泉，也是公共圖書館管理最重要、最核心的內容。當前，公共圖書館數字資源建設面臨數據不全面、資源信息過載、暗數據泛在化、數據應用困難、長期保存模式滯后等諸多現實痛點，亟須從啟動數據基礎工程、升級智能推薦算法、強化數據分類治理、成立數字保存聯盟等方面出發，探索數據化引領公共圖書館數字資源高質量建設與轉型的創新思路。

關鍵詞：數據化；公共圖書館；數字資源建設；長期保存

中圖分類號：G258.2 文獻標識碼：A 文章編號：1003-1588（2024）09-0014-03

近年來，從智能空間管理、數字人文研究與實踐，到智能書庫、智慧門戶、送書機器人及虛擬館員應用，均反映了公共圖書館由數字圖書館向智慧圖書館的不斷進階，推進數據化發展是引領智慧圖書館建設取得實質性突破的關鍵。資源建設是公共圖書館工作的核心內容，如何以數據化引領數字資源建設是當前公共圖書館資源建設的重要任務。

1 從數字化到數據化：公共圖書館的轉型趨向

數智時代，各種數據呈指數級增長，逐步將科學研究推向了通過數據分析尋求相關性規律的“第四范式”。隨著數字圖書館向智慧圖書館的轉型發展，公共圖書館的信息資源處在由數字化向數據化變革的關鍵階段。信息的數據化與數字化既有區別又密切關聯，數字化改變了信息的載體形式，為數據化奠定了基礎，而數據化描述了將數字資源轉化為在線量化數據的技術趨勢[1]，如：圖書館將數字資源、用戶信息、業務信息等轉化為可供閱讀、可量化分析的知識資源數據、用戶數據及業務流程數據，通過直接數據及關聯數據的集成與融合，對圖書館數字資源和用戶服務進行優化調配，構建基于大數據挖掘的智慧管理、運營與服務模型，從而實現公共圖書館的智慧服務與智慧治理。

當前，公共圖書館主要有三類數據：書目數據、數字資源、用戶數據，其中數字資源涉及館藏數字化、商業學術數據庫等。雖然公共圖書館擁有豐富的數字資源，但面對數據驅動時代愈加顯著的“數字鴻溝”問題，既有的資源知識組織方式已無法滿足跨學科知識服務的需求，公共圖書館亟須優化數字資源結構，對數字資源的概念關系、主題脈絡、知識網絡等進行全面梳理和呈現，推動傳統文獻單元服務方式向基于數據單元的服務方式轉變，不斷提升場景感知與計算能力，滿足用戶多變的信息需求，向智慧圖書館轉型和躍升。

2 數據化視域下公共圖書館數字資源建設與長期保存的痛點

2.1 多源異構數據快速增長與碎片化問題加大數字資源建設難度

公共圖書館作為文化傳遞中心與知識交流中心，始終走在技術應用的前沿。隨著技術的更新迭代，公共圖書館傳統的知識存儲與資源獲取方式產生了巨大變化，同時也積累了海量數據，除文獻數據外，還涉及用戶數據、機構數據等，其中很多數據因其不可見性或其他原因不易被訪問，加之公共圖書館的智慧化應用過程往往伴隨多源異構數據的深度融合，使數據的復雜程度呈指數級上升，以致很多數據難以得到及時有效的開發和利用[2]。此外，為充分發揮數據對數字資源建設的支持作用，公共圖書館只有對海量數據進行細致的分類管理和有效融合，才能實現數據的體系化建設，但當前我國公共圖書館關于數據化的研究和實踐仍處于碎片化階段，缺乏系統規劃及完整框架。

2.2 數字資源信息過載與過濾問題降低知識發現獲取能力

在技術的高效賦能下，我國公共圖書館已基本完成資源的數字化建設，有效拓展了服務功能，極大地提高了資源利用率。然而，在數字資源極大豐富的同時，信息過載問題也愈加突出。一方面，很多數字閱讀產品及在線平臺充斥著大量無用甚至有害信息，數字信息質量良莠不齊，用戶很難從浩如煙海的資源中精準獲取所需內容，從而降低其知識發現與獲取能力；另一方面，公共圖書館針對信息過載問題缺乏具有廣泛適用性的數字資源信息過濾算法及信息資源精準推薦系統，雖然有部分公共圖書館建立了面向用戶和資源的協同過濾方法，但主要是通過提取用戶評價的關鍵詞進行計算和推薦，一旦用戶評價項目不足或系統打分稀疏，就會影響資源推薦的準確率，此外該方法也受制于新用戶的信息匱乏[3]。

2.3 暗數據泛在化與挖掘能力不足阻滯資源服務內容拓展

當前，我國圖書館界關于大數據的研究和實踐開展得如火如荼，但較少提及小數據和暗數據。公共圖書館的暗數據多為未經組織或編目的資源數據，或是已存檔但不再使用的業務數據以及因缺乏元數據而難以定位的非結構化數據等。雖然這些數據是可靠信息的潛在豐富來源，可能非常有價值，但由于相關理論研究的缺失以及圖書館對其應用價值的忽視，此類數據往往未被完整索引和存儲，致使其缺乏內在關聯性分析，往往不被用戶看到，逐漸被遺忘直至最終丟失。當前，公共圖書館挖掘和利用暗數據的挑戰主要來自技術層面，由于針對數據特征和格式差異需要采用不同的數據采集、存儲及分析技術，因此對軟硬件設備要求較高，一般公共圖書館很難滿足，加之公共圖書館缺乏兼具數據分析與軟件開發能力的人才，導致其空有海量數據資源卻難以提供全面深入的資源服務[4]。

2.4 數字資源長期保存面臨諸多風險影響資源持續利用

數字資源是公共圖書館提供服務的基礎，特別是具有較高技術依賴性的原生數字資源與特藏資源，其一旦丟失將會造成災難性的后果。數字資源在長期保存過程中會受各種風險影響從而造成丟失或損害，如：數字資源長期保存機構可能出現合并、重組或解散等情況，變動過程中若機構忽視數字資源，就會造成資源保存工作中斷及資源流失[5]；負責數字資源長期保存的專職人員一旦離職，如退休或調動，新接手人員不熟悉相關業務可能出現管理疏漏或資源浪費等情況。此外，隨著時間的推移和科技的進步，數字資源長期保存所使用的文件格式和技術可能過時，不再被新設備支持，從而導致部分數字資源無法被訪問或讀取，也有不同系統平臺之間因格式轉換導致數據丟失或損壞[6]，上述問題都使數字資源長期保存面臨較大風險。

3 數據化視域下公共圖書館數字資源建設的路徑

3.1 啟動數據基礎工程，推動全數據體系建設

數據體系化管理是公共圖書館數字資源建設和長期保存的基礎，也是圖書館轉型發展的必經過程。公共圖書館要加快啟動數據基礎工程，從頂層設計出發，制訂數據管理整體方案以及支撐數字資源建設和智慧服務的完整數據架構和管理方案，推動全數據體系建設。公共圖書館一方面要以實現精準化、個性化、人性化、主動化智慧服務為目標，系統分析各類數據的來源與特征，包括文獻元數據、文獻內容數據化數據、信息管理系統運行數據、用戶行為數據、知識庫等，結合資源建設實際分層次開展數據收集和構建工作，建立分布式數據管理平臺，形成完整的全數據體系；另一方面要成立數字資源數據中心、運行數據中心等，設立規范、統一的數據管理流程，既要推進數字資源的深度標引與識別，形成數字資源關于全文知識點的再組織與利用，又要將分散于各業務板塊的數據收集歸類，根據應用場景和業務新需求對數據進行多元交互與整合，優化數字資源建設與服務決策[7]。

3.2 升級智能推薦算法，加速知識聚合與發現

針對數字資源信息過載問題，公共圖書館需要主動關注前沿技術，結合既有過濾方法的優勢持續升級智能推薦算法，同時過濾不良信息加速知識聚合與發現，打造清朗的數字閱讀環境，為用戶提供便捷安全的數字資源服務。一方面，公共圖書館要基于用戶的檢索、下載、借閱、收藏等行為數據分析其資源偏好，并據此梳理數據構成及權重，構建算法模型規范，清理冗余數據，并進行知識聚合，提供精準可信的知識服務資源儲備；另一方面，公共圖書館要利用大數據技術深挖用戶的數字資源利用行為和習慣，通過機器學習、神經網絡等技術構建智能成長型推薦系統，依據用戶實時行為和反饋更新相關興趣模型和推薦列表，通過關聯與聚類分析為用戶提供其可能感興趣的資源，甚至是提供定制化的推薦服務，如學科前沿推送、個性化閱讀計劃等。

3.3 強化數據分類治理，促進暗數據價值增值

數據時代，如何將數據潛力轉化為服務的現實能力，以服務推進數字資源的有效利用是公共圖書館數字資源建設的要點。針對當前暗數據泛在化問題，公共圖書館要增強對暗數據的理論認知與實踐應用，強化數據分類治理，通過前沿技術深度挖掘暗數據價值，為數字資源建設和拓展信息服務廣度及深度提供決策依據。公共圖書館要組建數字資源數據中心，引入智能化工具對全數據體系中的暗數據進行充分組織，同時加快推進語義模型與信息資源服務目錄建設，將元數據管理作為重點，利用不同的元數據規范對不同類型的數據進行標引，為不同業務系統中暗數據的關聯整合奠定基礎。此外，公共圖書館還要依托智能化數據提取技術，從數據源中識別、分類、整合所需數據，并通過質量安全管理確保數據信息得到合理存儲和利用。例如，美國芝加哥圖書館將原生數據檔案、研究數據等暗數據全面納入數字資源建設體系，通過暗數據挖掘，將開放存取知識庫中的文獻類型從文本格式拓展為軟件、音視頻、數據集、源代碼等多元資源類型，極大地強化了資源服務能力[8]。

3.4 成立數字保存聯盟，共建開源存儲庫平臺

公共圖書館僅靠自身力量很難完成數字資源的長期保存工作，與其他圖書館或機構成立數字保存聯盟，通過共建開源存儲庫平臺方式能夠有效實現合作保存、資源共享、風險共擔。公共圖書館要聯合其他圖書館、保存機構、資源生產和利用方、版權所有方、技術開發機構等多方利益相關者，通過構建協調統一的組織機制、分工明確的權責體系建立跨界融合的數字保存聯盟，聯盟協作既可利用圖情機構的資源優勢研發元數據標準，又可通過科技公司開發數據存儲、格式轉換等軟件，解決技術難題[9]。同時，公共圖書館還要協同聯盟中的其他機構開發開源軟件存儲庫系統，推進區域數字保存體系構建及分布式協作保存網絡建設，通過相關的數據規范、模型及認證，實現互聯互通、開放共享的知識服務體系[10]，同時積極建設本地存儲庫，不斷尋求替代存儲庫方案，如云存儲、DNA與玻璃存儲等，持續探索暗保存、生態保存、開放保存等多元保存模式，為數字資源的長期保存提供有力支持。

4 結語

隨著時代的發展，我國智慧圖書館建設已初具規模，但資源建設與服務的全面智慧化格局尚未形成。數據是智慧圖書館發展的基石，公共圖書館要將數據化作為發展新方向，積極面對技術加速迭代背景下的數字資源建設工作，持續探索數字資源建設與長期保存的新生長點，不斷拓展資源服務范圍，促進資源價值增值。

參考文獻：

[1] 金勝勇，張琪.論我國圖書館學發展的數據化趨勢[J].情報資料工作，2021（1）：42-49.

[2] 郭宇，于文倩，劉夢婷，等.基于KANO模型的智慧圖書館用戶數據資源需求研究[J].情報科學，2023（12）：57-64.

[3] 郭篤凌，閆長青.數字資源的信息過濾與精準推薦算法[J].印刷與數字媒體技術研究，2024（1）：113-121.

[4] 董京祥.暗數據視角下高校圖書館數據治理策略研究[J].圖書館，2024（4）：40-46.

[5] 別立謙，張乃帥，章琳.國家戰略視角下高校數字資源長期保存的實踐與思考[J].圖書情報工作，2023（11）：39-47.

[6] 宋歌笙，蔡丹丹，蔡文杰.Web 3.0環境下去中心化存儲的數字資源長期保存[J].圖書館建設，2023（4）：29-35.

[7] 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（13）：29-35.

[8] 黃紅華，曹亞紅.轉型視角下研究型圖書館文獻資源建設重點內容與發展趨勢[J/OL].圖書館，1-11[2024-07-23].http：//kns.cnki.net/kcms/detail/43.1031.G2.20240528.0723.024.html.

[9] 劉堯，胡吉穎，劉先瑞，等.國外數字保存聯盟發展的經驗與教訓分析[J].圖書情報工作，2024（10）：24-34.

[10] 張毅.世界一流大學數字資源長期保存的調查與啟示[J].圖書館學研究，2023（11）：51-61.