數據中臺在智慧圖書館的應用研究

摘要：在信息化發展和數字化升級的背景下，向智慧圖書館轉型是圖書館的發展趨勢。數據中臺作為智慧圖書館建設的重要技術支撐，應在其中發揮重要作用。文章探討了數據中臺的起源與概念、目前的探索與研究，詳細描述了智慧圖書館數據中臺自底向上四個層次的架構：數據采集、數據體系、數據資產、數據服務，探討了數據中臺在智慧圖書館的應用場景，包括業務中臺、BI系統、智能檢索、個性化推薦、管理服務優化。最后提出了智慧圖書館數據中臺的發展趨勢，并從數據質量、隱私與安全、技術復雜性三個方面提出了未來發展挑戰與應對。

關鍵詞：數據中臺；智慧圖書館；數據

中圖分類號：G250.76文獻標識碼：A

Application Research of Data Middle Platform in Smart Libraries

Abstract In the context of information development and digital upgrading，transitioning to smart libraries has become the development trend for libraries.As an essential technical support for building smart libraries，the data middle platform plays a crucial role.This paper explores the origin and concept of the data middle platform，as well as current explorations and research in the field.It provides a detailed description of the bottom-up four-layer architecture of the data middle platform in smart libraries：data collection，data systems，data assets，and data services.Additionally，the paper discusses its application scenarios in smart libraries，including business middle platforms，BI systems，intelligent search，personalized recommendations，and management service optimization.Finally，it identifies the development trends of data middle platforms in smart librariesand outlines future challenges and responses in terms of data quality，privacy and security，and technical complexity.

Keywords data middle platform;smart library;data

1引言

隨著我國信息技術的發展和數字化轉型的推進，國家出臺了系列政策鼓勵文化機構開展數字化建設和大數據體系建設。2021年，文化和旅游部發布了《“十四五”文化和旅游科技創新規劃》，要求研發智慧圖書館相關技術、平臺、裝備和系統，推進文化和旅游數字化、網絡化、智能化發展[1]。2022年，中共中央辦公廳、國務院辦公廳印發了《關于推進實施國家文化數字化戰略的意見》，強調搭建文化數字化基礎設施和服務平臺，統籌推進全國智慧圖書館體系和公共文化云建設[2]。2023年，中共中央、國務院印發《數字中國建設整體布局規劃》，提出深入實施國家文化數字化戰略，建設國家文化大數據體系，形成中華文化數據庫[3]。一些地方政府也根據本地的文化發展需求和信息化水平，制定針對性的政策措施，對文化產業的數字化建設提供指導意見。在此背景下，傳統圖書館亟需向智慧圖書館轉型。

數據作為智慧圖書館的重要資產，蘊涵豐富價值。傳統圖書館的數據主要是藏書管理和借閱記錄，社會發展和技術進步使圖書館數據的外延不斷擴大。從數據的生產方式來看，圖書館數據包括館藏數據、業務數據、讀者行為數據、服務數據等；從空間視角來看，圖書館數據包括物理空間數據、網絡空間數據、社會空間數據；從圖書館內外視角來看，圖書館數據包括內部數據、圖書館上下級相關單位數據、行業發展數據、政府政策相關數據、利益相關者數據等[4]。圖書館數據來源廣泛、體量龐大、種類多樣、結構各異、價值豐富。如何妥善存儲并高效利用這些數據，使之轉化為有價值的知識并促進服務，已成為圖書館不可忽視的亟待解決的問題。

智慧圖書館是圖書館發展的必然趨勢，其本質是智慧。技術是圖書館智慧第一和直接的推力[5]，而技術的應用離不開數據的支持。例如，大數據技術分析和挖掘能力的基礎是充足的數據；數字孿生技術通過實時數據反饋實現對實體的精準模擬和預測，創建物理實體的虛擬對應物；持續且準確的數據輸入才能使數字孿生模型反映真實情況，為優化決策提供可靠依據；人工智能與大模型的訓練和優化需要大量數據樣本。以上技術在圖書館中已得到了實際應用，中國國家圖書館通過大數據技術對海量的讀者畫像數據及資源畫像數據進行分析，得以提供圖書館業務分析及精細化讀者服務[6]；上海圖書館東館將館內的空間布局、活動內容、資源信息等作為輸入數據，利用數字孿生技術使讀者可以沉浸式體驗場所、展覽、會議等[7]；瑞典國家圖書館利用人工智能模型將百年館藏加入數據集進行訓練，以支持歷史、語言學等人文學科的研究[8]。豐富且準確的數據是新技術在智慧圖書館建設中發揮作用的保證。

雖然圖書館的信息化建設已經開展多年，但是傳統信息化系統在數據使用方面仍暴露出許多不足，如數據孤島現象嚴重、數據質量問題突出、數據分析不充分、智能化應用缺乏等。所以筆者認為，盡管圖書館在信息化建設方面已經投入了大量的資源和努力，但數據整合和應用方面亟待進一步優化。數據中臺能高效管理和利用圖書館數據，為圖書館在新時代的發展提供有力支持。在智慧圖書館建設中，數據中臺的應用順應政策導向、符合時代命題，成為必然的戰略選擇。

2相關研究

2.1數據中臺的起源與概念

數據中臺是大數據平臺進一步發展的產物。雖然國外沒有“數據中臺”的說法，但是EA、Twitter等公司為了解決數據資源無法互通、共享和復用等問題，搭建了包含數據中臺基本理念的大數據平臺，顯著提升了公司效益。2015年，阿里巴巴在Supercell公司實踐的基礎上，首次提出了“數據中臺”的概念。2018年起，在互聯網媒體、研究機構的宣傳和互聯網巨頭的示范效應下，眾多傳統企業開始建設數據中臺。

目前，業內對于“數據中臺”尚無統一定義。付登坡等人認為，數據中臺是一套可持續“讓數據用起來”的機制，是一種戰略選擇和組織形式，是依據企業特有的業務模式和組織架構，通過有形的產品和實施方法論支撐，構建的一套持續不斷把數據變成資產并服務于業務的機制[9]。彭鋒等人認為，數據中臺是企業數字化運營的統一數據能力平臺，能夠按照規范匯聚和治理全局數據，為各個業務部門提供標準的數據能力和數據工具，同時在公司層面管理數據能力的抽象、共享和復用[10]。綜合以上觀點，筆者認為，數據中臺是基于數據驅動的管理機制和解決方案，通過實現全局數據的抽象、共享、復用的方式將數據價值轉化為資產價值。

2.2數據中臺的探索與研究

國內已有公司和圖書館探索智慧圖書館數據中臺的理念或應用。重慶維普公司研發的智慧圖書館服務平臺，通過統一的數據接入、治理和分析，將不同類型、來源、載體的資源數據轉化為面向業務場景的標準化、高質量數據資產，主要用戶有內蒙古工業大學圖書館、西南交通大學圖書館等[11]。超星旗下子公司江蘇圖星軟件科技有限責任公司與南京大學圖書館共同開發出“Libstar智慧圖書館服務平臺”，重構并統一了圖書館對各類資源管理的工作流程，以全球知識庫代替分散的本地資源庫，通過整套API（Application Program Interface，應用程序接口）整合和擴展多種服務，主要用戶有南京大學圖書館、中國礦業大學圖書館等[12]。上海圖書館與上海阿法迪智能數字科技股份有限公司、江蘇嘉圖網絡科技股份有限公司等42家公司共同研發了云瀚平臺，將開源圖書館服務平臺FOLIO（The Future of Libraries isOpen）本地化，制定統一標準加強底層數據管理，采用“平臺+應用”模式形成開放社區[13]，合作圖書館有上海交通大學圖書館、寧波圖書館等。

這三個平臺對數據中臺的探索與研究既有共同點，又各具特色。維普平臺在資源整合與推薦方面具有優勢，超星平臺的應用管理更加靈活、中文資源更加豐富，云瀚平臺在開放性和自主創新性方面走在前列[14-16]。其他圖書館或公司也在積極研究。這為圖書館進一步建設架構更合理、應用更全面、擴展更便捷的數據中臺積累了寶貴經驗。

3數據中臺在智慧圖書館的建設與應用

3.1智慧圖書館數據中臺架構與層次

智慧圖書館數據中臺架構自底向上分為數據采集、數據體系、數據資產、數據服務四個層次，并結合統一數據安全管理和統一數據運營體系將數據源的數據轉化為應用（見圖1）。

3.1.1數據采集

數據采集層是數據中臺的入口，負責從各類數據源采集數據。圖書館的數據源主要包括：①內部系統數據，如圖書館門戶網站、圖書館管理系統、讀者管理系統、數字資源管理系統等的數據。②外部系統數據，如通借通還平臺、第三方編目系統、其他圖書館系統等的數據。③物聯網數據，如圖書標簽、門禁傳感器、環境監測設備等的數據。④日志數據，如系統日志、行為日志、埋點日志等的數據。這些數據源的結構不一，有關系型數據庫、非關系型數據庫、網絡數據源等，可以通過Sqoop、DataX、Kafka等技術對其進行采集。對于需要實時計算和查詢的業務數據、日志數據等，可以實時采集；而對于數據量大、時效要求低的歷史數據等，可以采用離線采集的方式從源頭直接同步。

3.1.2數據體系

數據體系是數據中臺的砥柱，具有承上啟下的作用——“承”原始數據、“啟”數據價值。數據體系應盡可能覆蓋全局數據，遵循統一標準，避免煙囪式建設，為實現數據共享奠定基礎，降低存儲、計算等成本。圖書館數據中臺的數據體系主要包括四個部分：貼源數據、統一數倉、標簽數據、應用數據。

貼源數據最接近源數據。在建設中，除結構化處理外一般不做額外處理，盡可能保留原始業務數據，可用作對業務系統數據的參考。對于貼源數據表來說，表名可添加前綴“ODS_”，字段名稱與業務系統保持一致，同時記錄入庫時間、更新時間、原始業務系統標識等信息。

統一數倉站在全局業務的角度對貼源數據進行清洗、轉換，保證數據的質量、一致性和互操作性。因此，需要先針對圖書館整體業務，做好業務流及數據流的調研和梳理，形成數據域。數據域是面向業務的數據抽象，其劃分涵蓋當前所有業務并能適應未來需求更迭。數據域是數據表合理設計的基石。數據表一般分為維度表、事實表：維度表是最基礎的信息表，在數倉中保證唯一性，如圖書館維度表，其表字段含有圖書館代碼、圖書館名稱等；事實表用來描述業務過程，如流通事實表，含有統一ID、讀者ID、館藏ID、流通時間、流通類型等字段。

標簽數據可以在同一粒度的基礎上刻畫對象，解決了以往跨業務計算和使用數據的不便。標簽數據對象包括實體和關系，可以通過唯一ID來標識；標簽需要根據對象屬性和業務需求進行設計。以“讀者”這一對象的標簽體系構建為例：首先從基礎特征、行為特征、閱讀特征、其他特征等方面歸納標簽類目；其次對標簽類目細化，如基礎特征可以分為自然屬性、社會屬性、業務屬性，自然屬性又可以進一步分為性別、年齡等。這樣對每個標簽類目層層細化，最后形成讀者標簽體系。在存儲時，標簽數據表一般采用二維形式包含多個標簽，能更全面描述對象、提升性能。

應用數據面向特定業務，類似于傳統的數據集市。應用數據表沒有嚴格的建設標準，需要根據業務主題來進行組織設計。比如即席統計的業務會采取寬表的方式增加冗余，以減少表查詢時的連接、提高效率。

貼源數據、統一數倉、標簽數據、應用數據共同構成了數據體系，是數據中臺的核心，從原始數據的保存到業務應用的支持，形成了一個連貫的數據處理流程。

3.1.3數據資產

數據資產指由組織合法擁有或控制，以電子或其他方式記錄，可進行計量或交易，能直接或間接帶來經濟效益和社會效益的數據。良好的數據資產一方面可以保證數據的質量，增強數據的可理解性，另一方面可以更直觀地查看和使用數據，增強數據的可用性。數據資產管理主要包括數據模型管理、數據標準管理、數據質量管理、主數據管理、元數據管理、數據安全管理、數據價值管理、數據共享管理[20]。數據資產管理需要按照業務梳理數據，明確系統內的數據及其含義，同時記錄數據的生產者、維護者、使用者；制定統一維護標準，細致到語義定義、命名規范、血緣關系、變更流程、監控流程；明確數據的應用場景和業務邊界，分級制定安全策略，挖掘數據價值，實現數據共享。

3.1.4數據服務

數據服務是數據中臺的出口，通過數據API網關、數據服務權限管理、數據服務質量保障，將處理后的數據共享給各類應用。數據API網關提供基于RESTful、GraphQL等的數據服務接口，支持多種協議和格式的數據訪問，覆蓋圖書館全局業務，便于統一數據口徑，減少接口重復建設。數據服務權限管理通過數據權限控制，使不同用戶和應用只訪問被授權的數據，保障數據使用的安全性。數據服務質量保障通過負載均衡、緩存、查詢優化等技術，保障數據服務的高效性和穩定性。數據服務面向上層應用，將數據轉化為能力，是數據中臺建設的價值體現。

3.2數據中臺在智慧圖書館的應用場景

3.2.1業務中臺

業務中臺與數據中臺相輔相成，業務中臺將數據沉淀至數據中臺，數據中臺又反哺業務中臺的運行。比如，浙江圖書館智慧圖書館項目在全面梳理原有系統和架構的基礎上，將業務整合成業務中臺，同時也大力建設數據中臺[21]。隨著圖書館服務的推進，業務中臺將持續產生海量異構數據，數據中臺能夠對其高效采集與管理。與此同時，數據中臺能為業務中臺提供多樣化服務，如部分業務中嵌入的報表統計查詢服務，以及多種黑名單行為觸發讀者證權益凍結的數據回刷服務等。如果這些服務直接由業務中臺提供，那么必然會擠占業務中臺的資源，影響線上業務的正常運行，而且效率也不如數據中臺。數據中臺憑借其專業的處理能力和優化的架構，能夠更出色地完成這些任務。

3.2.2 BI系統

數據中臺支持BI（Business Intelligence，商業智能）系統實現多維度、多層次的數據可視化展示。數據中臺憑借其強大的數據集成與治理能力，匯聚與整合分散在不同系統中的數據，并通過數據清洗、轉換和標準化，確保數據的準確性與一致性，為BI分析與結果展示提供高質量的數據基礎[22]。一方面，目前圖書館BI系統越來越向可以自助式操作發展，館員按需求自主選取合適的維度和度量，靈活生成報表，減少代碼開發的介入。比如，館員想獲取當月全省公共圖書館的流通量報表時，即可選取以月份為時間維度，以公共圖書館為地點維度，以流通量為度量指標，以表格為呈現方式來生成報表。另一方面，BI系統可以組合多份報表形成有動態性、交互性的大屏展示。比如，江西省圖書館的智慧大屏包含了入館人數、借閱排行、讀者行為偏好、資源推薦等各種類型的統計和分析[23]。數據中臺通過實時數據采集、流處理、OLAP（Online Analytical Processing，聯機分析處理）等技術確保大屏數據實時更新。

3.2.3智能檢索

數據中臺通過匯聚和治理圖書館的文獻資源、讀者行為、時事熱點等數據，可以形成龐大而準確的知識圖譜，為智能檢索提供語義理解能力。當讀者搜索一些簡單關鍵詞時，數據中臺能基于知識圖譜和機器學習算法，結合讀者的個人信息、借閱歷史、瀏覽記錄、檢索記錄等數據進行推測，返回更加精準的結果。此外，數據中臺可以結合自然語言處理技術對文獻內容進行深度分析。比如，澳門科技大學圖書館構建的ChatLib平臺，通過會話式服務使檢索系統更好地理解讀者的需求[24]。當讀者用自然語言提問時，系統能夠理解讀者的問題并對文獻內容進行檢索，而非局限于標題與關鍵詞，為讀者挖掘出更多以往可能被忽視的資源。同時，數據中臺可以實時或定時更新索引，提升檢索結果的時效性。當產生新入藏的文獻或者新的讀者行為數據時，數據中臺可以將其快速納入并整合更新，使讀者能及時掌握最新信息。通過這些應用，數據中臺顯著提升了智慧圖書館智能檢索的準確性、全面性和時效性，為讀者提供了更優質的檢索體驗。

3.2.4個性化推薦

數據中臺通過整合讀者各類特征構建起全面而細致的讀者畫像。基于這些畫像，數據中臺能夠深入了解讀者的基本情況、知識水平、興趣偏好和閱讀習慣，進行個性化推薦。比如，對于喜歡歷史的讀者，數據中臺可以分析出其感興趣的歷史時期、歷史人物、地域等，為其推薦相應的歷史讀物；對于學術研究型讀者，數據中臺可以分析出其關注的研究領域，為其推薦相應的學術成果或專業期刊。同時，數據中臺還可以挖掘具有相似偏好的讀者群體。當一些讀者表現出對某一資源感興趣時，數據中臺能夠將該資源推薦給相似讀者。比如，上海圖書館通過協同過濾算法綜合考量讀者自身和相似讀者的信息，并進行權重分配，最終給出推薦結果[25]。此外，數據中臺還可以結合實時數據和場景數據進行動態推薦。比如，當中小學生放假時，數據中臺可以給他們推薦適齡的課外讀物或者閱讀推廣活動；當處于考試季時，數據中臺可以給備考讀者推薦考試輔導資料等。通過這些精準的個性化推薦，數據中臺能有效提升讀者發現心儀資源的效率，增強讀者與圖書館的互動和黏性。

3.2.5管理服務優化

在資源管理方面，數據中臺可以分析文獻的檢索頻率、借閱記錄、預約狀況等，為精準采購和館藏管理提供決策依據。比如，對于近期熱門或者需求量可能增長的文獻，可以提前制訂增加副本采購計劃；對于借閱量極低或者過時的文獻，可以改為館內閱覽。在服務流程優化方面，數據中臺可以分析圖書館各項服務辦理流程的數據，如注冊流程、借閱流程、跨館流通流程等，幫助圖書館找出操作痛點，進行簡化優化，提高服務效率。在空間布局和設施配置方面，數據中臺可以分析當前各區域的人數、讀者的常去區域、停留時間、活動軌跡等，幫助圖書館合理控制人流，并根據讀者的需求量重新規劃空間大小或增減設施配置。在人員調度方面，數據中臺可以根據讀者流量和服務需求的波動，提供合理的館員安排建議。

4智慧圖書館數據中臺的未來發展

4.1發展趨勢

未來智慧圖書館數據中臺將更趨智能化。在與生成式人工智能緊密結合下，機器人服務咨詢將擺脫機械問答的模式，像“人”一樣用更加自然的語言風格交流。它能理解并回應讀者的模糊意圖和復雜情感表達，實現文本、圖像、音視頻等多模態混合檢索。數據中臺還可以發展出更具交互性和沉浸式的可視化形式，比如與虛擬現實（Virtural Reality，VR）、增強現實（Augmented Reality，AR）結合，依托圖書館大量文獻資料搭建圖書館元宇宙。不斷升級迭代的智能化技術與數據中臺的結合將使數據中臺的智能化水平達到新的高度，讓數據中臺成為智慧圖書館的“智慧大腦”。

未來智慧圖書館數據中臺將更趨生態化。比如，云瀚FOLIO平臺秉承“開放共享，協作共贏”的理念，通過統一接入標準，支持多種數據接入和跨平臺應用集成，同時開放數據共享，構建數據生態體系[26]。未來，圖書館數據中臺還可以與博物館、文化館等的數據中臺組成文化機構數據中臺聯盟，共享館內資源、數據資源和服務經驗，讓資源按需跨館流動。出版商、作者能與圖書館深度合作，依據數據中臺的分析了解讀者反饋、洞察市場需求，出版更契合讀者興趣的圖書。廣大讀者和市民也可融入此生態環境，與作者、專家和其他讀者在線互動，參與圖書創作、評論及推薦，形成閱讀社區，推動知識傳播與共享。“生態化”的數據中臺能塑造一個多方參與、互利共贏的智慧圖書館生態系統。

未來智慧圖書館數據中臺將更趨普惠化。數據中臺本身將更加注重用戶體驗的平等性，為圖書館降低資源使用門檻提供統計分析依據，使兒童、老人、殘障人士等各類群體都能獲得無障礙的服務。它還有助于打破圖書資源分配不均的現狀，特別是一些偏遠地區的基層圖書館，能夠借助大型圖書館數據中臺的能力惠及周邊讀者，或加強與社會各界的合作推出更多公益服務。數據中臺的普惠化將打破圖書館服務的時空限制，實現知識全民共享，推動全民文化素養提升。

4.2挑戰與應對

4.2.1數據質量

數據質量是數據中臺能否有效運作的關鍵因素。但是，數據質量在實踐中仍是一項巨大的挑戰。數據中臺的數據，因來源不同，往往容易產生格式沖突與語義歧義，需要投入大量時間和資源進行數據清洗、轉換及校驗等數據治理工作。由于技術限制、人為疏忽或者系統故障等，隨著圖書館業務的持續發展及讀者需求的不斷變化，數據極有可能存在滯后、偏差和缺失的情況。此類數據在數據中臺中傳播，將會影響整個系統的可靠性。為達成數據的高效整合與共享，數據中臺需要依據業務需求，權衡好成本與收益，構建統一的數據標準和規范以保障數據質量，如數據格式標準、元數據標準、數據接口標準等，同時設立審核和校驗機制，確保數據的一致性和準確性。

4.2.2隱私與安全

隨著數據量的增長和數據的廣泛應用，數據的隱私與安全變得愈發重要。圖書館數據中臺需要存儲及處理大量讀者隱私數據，如數據防護出現漏洞極易導致數據被竊取。數據中臺還涉及與其他系統的頻繁交互，若第三方的安全措施不足或數據傳輸過程中加密方法不當，數據容易被破解。內部人員操作不當、權限設置不合理等，也有可能導致數據暴露在風險之中。當前法律法規對個人隱私保護的要求日益嚴格，面對這樣的挑戰，數據中臺必須采取相應的數據保護措施。比如，通過數據加密、訪問控制、數據脫敏、敏感數據保護等技術方法加強數據的安全性；通過提高館員的安全意識，制定完善的數據安全管理機制和應急響應機制，定期邀請專業的第三方安全機構評估和測試等方法，提高數據的安全性。

4.2.3技術復雜性

數據中臺的建設和運營涉及多種復雜的技術。數據中臺不僅要存儲和處理不斷增長的數據，還要滿足高可用和高并發等性能需求。這些技術和需求一方面對操作系統、網絡、數據庫管理系統、數據處理和分析工具等軟硬件配置提出嚴格要求；另一方面需要兼具圖書館業務與計算機技術的高素質人才團隊來進行設計、開發、運維和管理。因此，針對數據中臺的技術復雜性，我們需要合理規劃并持續優化架構設計，制定系統的技術培訓計劃，組織員工定期參加技術交流活動。

5結語

數據中臺可以實現智慧圖書館數據的高效整合和共享，在業務中臺、BI系統、智能檢索、個性化推薦、管理服務優化等多種應用場景大有可為。未來，圖書館不僅需要認識到數據中臺的重要性和必要性，將其納入智慧圖書館建設的重點內容，還要加強對國內外優秀案例和經驗的學習，積極探索、創新先進理念和先進技術，并結合圖書館實際情況制定合理的建設計劃和發展戰略。通過數據中臺的應用推動智慧圖書館的全面發展，推動圖書館行業轉型升級，為廣大讀者提供更好的服務體驗和價值，助力文化事業邁向更加美好的未來。

參考文獻：

[1]文化和旅游部關于印發《“十四五”文化和旅游科技創新規劃》的通知[EB/OL].[2024-06-05].https：//www.gov.cn/zhengce/zhengceku/2021-06/11/content_5616972.htm.

[2]中共中央辦公廳國務院辦公廳印發《關于推進實施國家文化數字化戰略的意見》[EB/0L].[2024-06-05].https：//www.gov.cn/zhengce/2022-05/22/content_5691759.htm.

[3]中共中央國務院印發《數字中國建設整體布局規劃》[EB/0L].[2024-06-05].https：//www.gov.cn/xinwen/2023-02/27/content_5743484.htm.

[4]趙發珍.數據賦能圖書館治理創新：內涵、模式及發展路徑[J].國家圖書館學刊，2023，32（2）：40-48.

[5]吳政.智慧圖書館的本質、特征與實現路徑[J].國家圖書館學刊，2022，31（3）：12-21.

[6]楊帆.畫像分析為基礎的圖書館大數據實踐：以國家圖書館大數據項目為例[J].圖書館論壇，2019，39（2）：58-64.

[7]王曄斌，張磊.虛實相生：元宇宙視角下智慧圖書館場景實現[J].圖書館雜志，2022，41（7）：18-24.

[8]瑞典國家圖書館利用AI解讀百年館藏[J].國家圖書館學刊，2023，32（6）：49.

[9]付登坡，江敏，趙東輝，等.數據中臺：讓數據用起來[M].第2版.北京：機械工業出版社，2024：2-3.

[10]彭鋒，宋文欣，孫浩峰.云原生數據中臺架構、方法論與實踐[M].北京：機械工業出版社，2021：13-14.

[11]智慧圖書館整體解決方案[EB/0L].[2024-06-25].https：//www.vipslib.com/plan-vipsmart.html.

[12]智慧圖書館服務平臺[EB/0L].[2024-06-26].https：//www.libstar.net/html/service/service.html.

[13]劉煒，嵇婷.“云瀚”與智慧圖書館：以開放創造未來[J].中國圖書館學報，2021，47（6）：50-61.

[14]盧鳳玲，周蘭羽.國內智慧圖書館服務平臺比較研究：以維普、超星和云瀚為例[J].圖書館理論與實踐，2024（1）：107-114.

[15]陳煉.下一代圖書館服務平臺比較研究：以Alma、Sierra、FOLIO、Libstar為例[J].辦公室業務，2022（21）：169-172，176.

[16]印炳蔚.國內外下一代圖書館系統平臺的比較分析：以ALMA與Libstar為例[J].辦公室業務，2022（11）：174-177.

[17]熊擁軍，白瀚禎，張廷成.基于數據中臺的圖書館數據資產管理架構[J].圖書館學研究，2023（8）：36-47.

[18]童忠勇.公共圖書館數字資源智慧化服務模式探索：以國家圖書館讀者云門戶網站為例[J].圖書館理論與實踐，2022（1）：80-83，98.

[19]鮑劼，李丕仕，尹良偉，等.高校圖書館數據中臺建構研究：以中國礦業大學圖書館為例[J].圖書館學刊，2023，45（8）：34-38.

[20]數據資產管理實踐白皮書（6.0版）[EB/OL].[2024-07-11].http：//221.179.172.81/images/20230104/12651672818383015.pdf.

[21]錢彥，梅影.從理念到實踐：生成式人工智能在智慧圖書館中的應用探索[J].圖書館研究與工作，2023（12）：27-34.[22]石秀峰.請不要將數據中臺做成BI[J].大數據時代，2023（10）：6-15.

[23]江西聯通：5G讓圖書館有顏更有智[EB/0L].[2024-07-29].https：//m.thepaper.cn/baijiahao_19607777.

[24]袁虎聲，唐嘉樂，趙洗塵，等.ChatLib：重構智慧圖書館知識服務平臺[J].大學圖書館學報，2024，42（2）：72-80.

[25]金佳麗，盧盈蕾，陳雪梅，等.基于大數據的個性化推薦：思路與實踐[J].圖書館雜志，2023，42（5）：63-70.

[26]嵇婷，周綱，張春景.開放圖書館平臺社區的構建：“新時代，新勢力：2022世界開放圖書館聯盟亞太會議暨中國云瀚社區年會”綜述[J].圖書館論壇，2023，43（3）：25-33.

作者簡介：陳宇，浙江圖書館助理館員，研究方向為信息化建設、數據分析、系統開發和運維；錢彥，浙江圖書館館員，研究方向為數據中心建設、網絡安全。

收稿日期：2024-07-31

編校：李萍 王曉琳