〔摘要〕本文簡(jiǎn)述了大數(shù)據(jù)的基本概念、特點(diǎn)、處理流程和處理模式，探討了在大數(shù)據(jù)時(shí)代，圖書館將在數(shù)據(jù)集成、數(shù)據(jù)分析和數(shù)據(jù)隱私問(wèn)題等方面面臨著巨大的挑戰(zhàn)與考驗(yàn)，最后，提出了大數(shù)據(jù)時(shí)代圖書館如何利用大數(shù)據(jù)技術(shù)在知識(shí)服務(wù)方面進(jìn)行創(chuàng)新，從而提高圖書館的核心競(jìng)爭(zhēng)力，以應(yīng)對(duì)未來(lái)可能面臨的生存危機(jī)。

〔關(guān)鍵詞〕大數(shù)據(jù)；知識(shí)服務(wù)；個(gè)性化

DOI：10.3969/j.issn.1008-0821.2013.10.007

〔中圖分類號(hào)〕G250〔文獻(xiàn)標(biāo)識(shí)碼〕A〔文章編號(hào)〕1008-0821（2013）10-0033-05

隨著云計(jì)算、物聯(lián)網(wǎng)等技術(shù)的興起，以及博客、微博、社交網(wǎng)絡(luò)和基于位置的服務(wù)LBS（location based service）等新型信息發(fā)布方式的不斷涌現(xiàn)，再有極其微小帶有處理功能的傳感器廣泛布置于社會(huì)的各個(gè)角落，監(jiān)控整個(gè)社會(huì)的運(yùn)轉(zhuǎn)，新數(shù)據(jù)源源不斷的從這些設(shè)備自動(dòng)的產(chǎn)生，今天數(shù)據(jù)的增長(zhǎng)速度前所未有，隨著數(shù)據(jù)的迅速增長(zhǎng)和累積，大數(shù)據(jù)時(shí)代已經(jīng)來(lái)到，社會(huì)各界都已經(jīng)開(kāi)始密切關(guān)注大數(shù)據(jù)問(wèn)題，并對(duì)其產(chǎn)生濃厚的興趣。如：學(xué)術(shù)界，早在2008年《Nature》就推出了Big Data專刊[1]；IT業(yè)界，全球知名的咨詢公司麥肯錫（McKinsey）2011年6月份發(fā)布了一份關(guān)于大數(shù)據(jù)的詳盡報(bào)告“Big data：The next frontier for innovation，competition，and productivity”[2]，對(duì)大數(shù)據(jù)的相關(guān)問(wèn)題進(jìn)行了詳盡的分析。進(jìn)入2012年，人們對(duì)大數(shù)據(jù)的關(guān)注更是與日俱增。2012年3月份美國(guó)奧巴馬政府發(fā)布了“大數(shù)據(jù)研究和發(fā)展倡議”[3]（Big data research and development initiative），正式啟動(dòng)“大數(shù)據(jù)發(fā)展計(jì)劃”。計(jì)劃利用大數(shù)據(jù)技術(shù)在科學(xué)研究、環(huán)境、生物醫(yī)學(xué)等領(lǐng)域進(jìn)行突破。2012年5月聯(lián)合國(guó)一個(gè)名為“Global Pulse”的倡議項(xiàng)目也發(fā)布報(bào)告[4]，對(duì)大數(shù)據(jù)的應(yīng)用進(jìn)行初步的解讀，并闡述各國(guó)特別是發(fā)展中國(guó)家在大數(shù)據(jù)時(shí)代面臨數(shù)據(jù)洪流（data deluge）時(shí)所遇到的機(jī)遇與挑戰(zhàn)。同時(shí)，媒體也發(fā)文宣傳介紹大數(shù)據(jù)，如《紐約時(shí)報(bào)》的文章“The age of big data”[5]，使普通民眾開(kāi)始意識(shí)到大數(shù)據(jù)的存在及可能產(chǎn)生的影響。

1大數(shù)據(jù)

1.1大數(shù)據(jù)的基本概念和特征

大數(shù)據(jù)的概念本身比較抽象，目前尚未有一個(gè)公認(rèn)的定義，維基百科的定義則簡(jiǎn)單明了[6]：大數(shù)據(jù)是指利用常用軟件工具捕獲、管理和處理數(shù)據(jù)所耗時(shí)間超過(guò)可容忍時(shí)間的數(shù)據(jù)集。在大數(shù)據(jù)的定義問(wèn)題上，一般從對(duì)大數(shù)據(jù)特征的闡述和歸納上給出定義，如認(rèn)為大數(shù)據(jù)有4個(gè)特點(diǎn)的4V定義[7-9]：（1）從體量（Volume）上，數(shù)據(jù)規(guī)模龐大；（2）從類型（Variety）上，模態(tài)繁多，結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化三者融合，并且半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)所占份額越來(lái)越大而且在相當(dāng)長(zhǎng)的時(shí)期內(nèi)非結(jié)構(gòu)化數(shù)據(jù)會(huì)占據(jù)大數(shù)據(jù)的主體；（3）從時(shí)速（Velocity）上，生成快速，其主要特征是數(shù)據(jù)的快速和實(shí)時(shí)化；（4）從價(jià)值（Value）上，價(jià)值巨大但密度很低，大數(shù)據(jù)的價(jià)值往往呈現(xiàn)出稀疏性的特點(diǎn)。

大數(shù)據(jù)除上述4V定義闡述和歸納的特征外，還應(yīng)具有如下特征：首先在數(shù)據(jù)模式（schema）和數(shù)據(jù)的關(guān)系上，不同于傳統(tǒng)的數(shù)據(jù)庫(kù)都是先有模式，然后才產(chǎn)生數(shù)據(jù)，而是先有數(shù)據(jù)而后才能確定模式，且模式隨著數(shù)據(jù)量的增長(zhǎng)處于不斷的演變之中；再者在處理對(duì)象上，對(duì)大數(shù)據(jù)我們需要從根本上轉(zhuǎn)變思維，大數(shù)據(jù)不僅是數(shù)據(jù)處理的對(duì)象，更是一種基礎(chǔ)資源，我們可用數(shù)據(jù)這種基礎(chǔ)資源來(lái)協(xié)同解決其他諸多領(lǐng)域的問(wèn)題。圖靈獎(jiǎng)獲得者、著名數(shù)據(jù)庫(kù)專家Jim Gray博士提出了一種新的被他自己稱之為“第4種范式”（The Fourth Paradigm）的數(shù)據(jù)探索型科學(xué)研究方式[10]，第4種范式的實(shí)質(zhì)就是數(shù)據(jù)思維，從以計(jì)算為中心轉(zhuǎn)變到以數(shù)據(jù)處理為中心，采用第4種范式來(lái)作指導(dǎo)的典型的科學(xué)研究領(lǐng)域，如：計(jì)算社會(huì)科學(xué)（computational social science）[11]。

1.2大數(shù)據(jù)的處理流程和處理模式

數(shù)據(jù)收集的根本目的是根據(jù)需求從數(shù)據(jù)中提取有用的知識(shí)，并將其應(yīng)用到具體的領(lǐng)域之中，大數(shù)據(jù)的出現(xiàn)必將顛覆傳統(tǒng)的數(shù)據(jù)管理方式。大數(shù)據(jù)的數(shù)據(jù)來(lái)源廣泛、應(yīng)用需求和數(shù)據(jù)類型都不盡相同，但是最基本的處理流程是一致的。整個(gè)大數(shù)據(jù)的處理流程可以定義為在合適工具的輔助下，首先對(duì)廣泛異構(gòu)的數(shù)據(jù)源進(jìn)行抽取和集成，按照一定的標(biāo)準(zhǔn)將結(jié)果統(tǒng)一存儲(chǔ)，然后利用合適的數(shù)據(jù)分析技術(shù)對(duì)存儲(chǔ)的數(shù)據(jù)進(jìn)行分析，從中提取有益的知識(shí)，最后將結(jié)果以恰當(dāng)?shù)姆绞秸宫F(xiàn)給終端用戶。具體來(lái)說(shuō)可以分為數(shù)據(jù)抽取與集成、數(shù)據(jù)分析以及數(shù)據(jù)解釋[12]。

主要處理模式可以分為流處理（stream processing）和批處理（batch processing）兩種[13-14]。批處理是先存儲(chǔ)后處理（store—then—process），而流處理則是直接處理 （straight—through processing）。流處理的基本理念是數(shù)據(jù)的價(jià)值會(huì)隨著時(shí)間的流逝而不斷減少，因此盡可能快地對(duì)最新的數(shù)據(jù)作出分析并給出結(jié)果是所有流數(shù)據(jù)處理模式的共同目標(biāo)。

2013年10月1第33卷第10期1現(xiàn)？代？情？報(bào)1Journal of Modern Information1Oct.，20131Vol.33No.102013年10月1第33卷第10期1面向大數(shù)據(jù)時(shí)代的圖書館知識(shí)服務(wù)1Oct.，20131Vol.33No.102大數(shù)據(jù)時(shí)代數(shù)字圖書館的數(shù)據(jù)處理面臨的新挑戰(zhàn)

大數(shù)據(jù)技術(shù)是一項(xiàng)顛覆性的技術(shù)，為數(shù)字圖書館提供一種技術(shù)解決方案，大數(shù)據(jù)技術(shù)有助于海量數(shù)據(jù)的網(wǎng)絡(luò)應(yīng)用，并釋放復(fù)雜數(shù)據(jù)中的智能。但由于大數(shù)據(jù)時(shí)代，數(shù)據(jù)模式（schema）和數(shù)據(jù)的關(guān)系不同于傳統(tǒng)的數(shù)據(jù)庫(kù)時(shí)代，是先有數(shù)據(jù)而后才確定數(shù)據(jù)模式，且數(shù)據(jù)模式有可能隨數(shù)據(jù)的不斷增長(zhǎng)而處于不斷的變化中，以及數(shù)據(jù)的廣泛分布、多源異構(gòu)、動(dòng)態(tài)變化、規(guī)模宏大等等大數(shù)據(jù)時(shí)代的數(shù)據(jù)特點(diǎn)，使得大數(shù)據(jù)時(shí)代數(shù)字圖書館的數(shù)據(jù)管理面臨著許多新的挑戰(zhàn)，主要從下面幾個(gè)方面進(jìn)行詳細(xì)分析。

2.1大數(shù)據(jù)時(shí)代的數(shù)據(jù)集成

大數(shù)據(jù)時(shí)代，數(shù)據(jù)的廣泛異構(gòu)性相較于傳統(tǒng)的數(shù)據(jù)的異構(gòu)性出現(xiàn)了新的變化，主要體現(xiàn)在下面幾個(gè)方面：第一，數(shù)據(jù)類型多樣性方面，傳統(tǒng)數(shù)據(jù)庫(kù)時(shí)代的數(shù)據(jù)多樣性的種類較少，往往僅有少數(shù)的幾種，且以結(jié)構(gòu)化的數(shù)據(jù)為主，但大數(shù)據(jù)時(shí)代的數(shù)據(jù)種類繁多，包含著結(jié)構(gòu)化、半結(jié)構(gòu)化以及非結(jié)構(gòu)化的數(shù)據(jù)，并且半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)所占份額越來(lái)越大；第二，數(shù)據(jù)產(chǎn)生方式的多樣性帶來(lái)的數(shù)據(jù)源的多樣性變化，傳統(tǒng)的數(shù)據(jù)主要產(chǎn)生于各運(yùn)營(yíng)式系統(tǒng)中位置相對(duì)固定的服務(wù)器或者是個(gè)人電腦等設(shè)備，隨著便攜式移動(dòng)終端的快速發(fā)展以及感知式系統(tǒng)的廣泛使用，如智能手機(jī)、GPS以及極其微小帶有處理功能的傳感器等，這些設(shè)備廣泛地布置于社會(huì)的各個(gè)角落，監(jiān)控整個(gè)社會(huì)的運(yùn)轉(zhuǎn)，并源源不斷的產(chǎn)生新數(shù)據(jù)，使人類社會(huì)的數(shù)據(jù)量發(fā)生大的飛躍導(dǎo)致了大數(shù)據(jù)的產(chǎn)生，產(chǎn)生于這些設(shè)備的數(shù)據(jù)帶有很明顯的時(shí)空特性；第三，由數(shù)據(jù)存儲(chǔ)方式的變化引起的集成過(guò)程中的數(shù)據(jù)轉(zhuǎn)換，傳統(tǒng)數(shù)據(jù)主要存儲(chǔ)在關(guān)系數(shù)據(jù)庫(kù)中，大數(shù)據(jù)時(shí)代，為滿足大數(shù)據(jù)的存儲(chǔ)需求，實(shí)現(xiàn)海量數(shù)據(jù)的高效存儲(chǔ)，數(shù)據(jù)多存儲(chǔ)于采用非關(guān)系模型的NoSQL（not only SQL）數(shù)據(jù)庫(kù)以及分布式文件系統(tǒng)如Google的GFS、Facebook的Haystack、Hadoop的HDFS中，因此，集成過(guò)程中的數(shù)據(jù)轉(zhuǎn)換過(guò)程非常復(fù)雜且難以管理。

大數(shù)據(jù)時(shí)代，數(shù)據(jù)規(guī)模大，同時(shí)信息垃圾泛濫，因此，在數(shù)據(jù)集成時(shí)，為了不讓過(guò)多的無(wú)用數(shù)據(jù)干擾后續(xù)的數(shù)據(jù)分析過(guò)程，必須進(jìn)行數(shù)據(jù)清洗，但在數(shù)據(jù)清洗時(shí)，在進(jìn)行謹(jǐn)慎和仔細(xì)地考量的基礎(chǔ)上，權(quán)衡質(zhì)與量，對(duì)數(shù)據(jù)清洗的粒度做出合適的選擇，如果信息清洗的粒度過(guò)細(xì)，很容易將混雜在龐大數(shù)據(jù)量中的相對(duì)細(xì)微的有用信息過(guò)濾掉，清洗粒度過(guò)粗又無(wú)法達(dá)到真正的清洗效果。

2.2大數(shù)據(jù)時(shí)代的數(shù)據(jù)分析（analytics）

傳統(tǒng)的在實(shí)踐中行之有效的數(shù)據(jù)分析技術(shù)，如數(shù)據(jù)挖掘、自動(dòng)分類、聚類、關(guān)聯(lián)分析等方法，是從以結(jié)構(gòu)化為主、靜態(tài)的、數(shù)量相對(duì)較少的數(shù)據(jù)中提煉更深層次的知識(shí)的分析技術(shù)，隨著半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)量迅猛增長(zhǎng)，逐漸成為大數(shù)據(jù)的主流，傳統(tǒng)的分析技術(shù)在處理以半結(jié)構(gòu)化和非結(jié)構(gòu)化為主、動(dòng)態(tài)的、規(guī)模寵大的大數(shù)據(jù)時(shí)，遇到了巨大的沖擊和挑戰(zhàn)，主要體現(xiàn)在下面幾個(gè)方面。

（1）在數(shù)據(jù)處理的實(shí)時(shí)性方面，缺乏通用的大數(shù)據(jù)實(shí)時(shí)處理框架。大數(shù)據(jù)時(shí)代，動(dòng)態(tài)變化的數(shù)據(jù)中所蘊(yùn)含的知識(shí)價(jià)值隨著時(shí)間的流逝往往也在衰減，因此，大數(shù)據(jù)時(shí)代在很多領(lǐng)域要實(shí)現(xiàn)對(duì)于數(shù)據(jù)的實(shí)時(shí)處理，在很多應(yīng)用場(chǎng)景數(shù)據(jù)分析要從離線（offline）轉(zhuǎn)向在線（online），數(shù)據(jù)處理模式的選擇及改進(jìn)是大數(shù)據(jù)時(shí)代數(shù)據(jù)實(shí)時(shí)處理面臨的主要挑戰(zhàn)。在流處理、批處理以及二者的融合3種實(shí)時(shí)處理的模式選擇中，人們進(jìn)行了很多研究，也已有了一些研究成果，但各種工具實(shí)現(xiàn)實(shí)時(shí)處理的方法不一，支持的應(yīng)用類型都相對(duì)有限，至今仍未有一個(gè)通用的大數(shù)據(jù)實(shí)時(shí)處理框架，這樣在實(shí)際應(yīng)用中就要求人們有能力根據(jù)自己的業(yè)務(wù)需求和具體的應(yīng)用場(chǎng)景改造現(xiàn)有的這些技術(shù)和工具，才能滿足自己的要求。

（2）設(shè)計(jì)結(jié)構(gòu)簡(jiǎn)單、高效和適應(yīng)動(dòng)態(tài)變化環(huán)境的索引方案。索引能夠加速查詢速率，但在設(shè)計(jì)大數(shù)據(jù)的索引時(shí)，由于其數(shù)據(jù)模式可能隨著數(shù)據(jù)量的不斷變化而處于不斷的變化之中，因此索引的結(jié)構(gòu)要簡(jiǎn)單、高效且能夠進(jìn)行不斷的調(diào)整以適應(yīng)數(shù)據(jù)模式的變化，目前一些在采用非關(guān)系模型的NoSQL數(shù)據(jù)庫(kù)上構(gòu)建的索引方案，其基本都是適用于數(shù)據(jù)模式不太會(huì)發(fā)生變化特定的應(yīng)用場(chǎng)景。

（3）缺乏先驗(yàn)知識(shí)。傳統(tǒng)對(duì)結(jié)構(gòu)化數(shù)據(jù)展開(kāi)的數(shù)據(jù)分析，由于以關(guān)系模型存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù)中隱含了這些數(shù)據(jù)的一些先驗(yàn)知識(shí)，如其內(nèi)部關(guān)系等，這樣在數(shù)據(jù)分析之前我們就已經(jīng)對(duì)數(shù)據(jù)有了一定的理解，但在對(duì)以半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)為主的大數(shù)據(jù)進(jìn)行數(shù)據(jù)分析時(shí)，就難以構(gòu)建出其內(nèi)部的正式關(guān)系，再者對(duì)大數(shù)據(jù)進(jìn)行實(shí)時(shí)處理時(shí)，隨著源源不斷的數(shù)據(jù)流的到來(lái)，很難有足夠的時(shí)間去建立先驗(yàn)知識(shí)。

2.3大數(shù)據(jù)時(shí)代的數(shù)據(jù)隱私問(wèn)題

數(shù)據(jù)隱私問(wèn)題由來(lái)已久，但大數(shù)據(jù)時(shí)代的數(shù)據(jù)隱私問(wèn)題更加嚴(yán)峻，大數(shù)據(jù)時(shí)代的隱私保護(hù)主要面臨下面幾方面的挑戰(zhàn)。

（1）解決好隱性的數(shù)據(jù)暴露問(wèn)題，現(xiàn)在人們都已具有隱私保護(hù)意識(shí)，在很多情況下都有意識(shí)地隱藏自己的行為，但由于在大數(shù)據(jù)時(shí)代，人們?cè)诓煌臅r(shí)間、地點(diǎn)和場(chǎng)景的一切活動(dòng)都將產(chǎn)生很多各種類型的數(shù)據(jù)足跡，用戶在某個(gè)具體場(chǎng)景的單一信息可能不會(huì)暴露自己的隱私，但如果用大數(shù)據(jù)技術(shù)能將某個(gè)人在各種場(chǎng)景的這些數(shù)據(jù)足跡累積和關(guān)聯(lián)起來(lái)聚集在一起，就能收集到足夠多的有關(guān)他的個(gè)人信息，這樣他的隱私就很可能會(huì)暴露，并且個(gè)人往往無(wú)法預(yù)知和控制這種隱性的數(shù)據(jù)暴露。

（2）平衡數(shù)據(jù)公開(kāi)與隱私保護(hù)的矛盾，如果片面地追求隱私保護(hù)而將所有的數(shù)據(jù)都加以隱藏，在大數(shù)據(jù)時(shí)代，數(shù)據(jù)這種基礎(chǔ)資源就會(huì)被浪費(fèi)，其巨大價(jià)值根本無(wú)法體現(xiàn)，從有效利用數(shù)據(jù)這種基礎(chǔ)資源的角度出發(fā)，非常有必要進(jìn)行數(shù)據(jù)公開(kāi)。政府可從公開(kāi)的數(shù)據(jù)中收集、整理和分析這些數(shù)據(jù)足跡（data print），以便進(jìn)行社會(huì)解釋，了解和監(jiān)控整個(gè)社會(huì)的運(yùn)行情況，預(yù)測(cè)、規(guī)劃整個(gè)國(guó)民經(jīng)濟(jì)社會(huì)的運(yùn)行的過(guò)程，更好地指導(dǎo)社會(huì)的運(yùn)轉(zhuǎn)。企業(yè)從對(duì)這些數(shù)據(jù)足跡的分析和挖掘中，不僅可以了解掌握客戶的行為喜好開(kāi)發(fā)出有針對(duì)性的產(chǎn)品和服務(wù)，而且還可以尋找潛在的目標(biāo)用戶進(jìn)行精準(zhǔn)的廣告投放等，這樣客戶獲得了更滿意的產(chǎn)品和服務(wù)，企業(yè)利益也獲得最大化。因此，在大數(shù)據(jù)時(shí)代的隱私保護(hù)是指在不暴露用戶敏感信息的前提下對(duì)數(shù)據(jù)進(jìn)行有效的挖掘，由于數(shù)據(jù)信息量和隱私之間是矛盾的，目前還沒(méi)有非常好的解決辦法，近年來(lái)有很多學(xué)者致力于這方面的研究，嘗試在盡可能少損失數(shù)據(jù)信息的同時(shí)最大化地隱藏用戶隱私。提出了一些解決大數(shù)據(jù)中隱私保護(hù)問(wèn)題的研究方向，如文獻(xiàn)[15-16]提到的保護(hù)隱私的數(shù)據(jù)挖掘和新的差分隱私（differential privacy）方法，但是離實(shí)際應(yīng)用還有很遠(yuǎn)距離。

3圖書館利用大數(shù)據(jù)在知識(shí)服務(wù)方面的創(chuàng)新

隨著大數(shù)據(jù)技術(shù)的不斷進(jìn)步及用戶要求的不斷提高，將進(jìn)一步推動(dòng)著圖書館的知識(shí)服務(wù)的方式、途徑、模式等發(fā)生顛覆性的變化，尤其是高校圖書館，更應(yīng)抓住機(jī)遇充分利用大數(shù)據(jù)技術(shù)為讀者提供具有更加鮮明的個(gè)性化、學(xué)科化、泛在化的知識(shí)服務(wù)，從而提高圖書館的核心竟?fàn)幜Γ詰?yīng)對(duì)圖書館未來(lái)可能面臨的生存危機(jī)。

3.1圖書館知識(shí)服務(wù)的學(xué)科化、專業(yè)化

3.1.1構(gòu)建學(xué)校的重點(diǎn)及重點(diǎn)建設(shè)的學(xué)科領(lǐng)域的領(lǐng)域知識(shí)庫(kù)

利用大數(shù)據(jù)技術(shù)提升圖書館知識(shí)服務(wù)的學(xué)科化、專業(yè)化水平，發(fā)揮圖書館員在信息收集整理和分析加工中的優(yōu)勢(shì)，對(duì)學(xué)校的重點(diǎn)及重點(diǎn)建設(shè)的學(xué)科領(lǐng)域的各種類型和各種數(shù)據(jù)源的資料信息如論文、專利、科情動(dòng)態(tài)、研究報(bào)告、甚至網(wǎng)絡(luò)中相關(guān)學(xué)科領(lǐng)域的專家學(xué)者的博客、論壇等一搜到底并進(jìn)行分析和挖掘，在和學(xué)科領(lǐng)域的專家的結(jié)合下，構(gòu)建學(xué)校的重點(diǎn)及重點(diǎn)建設(shè)的學(xué)科領(lǐng)域的領(lǐng)域知識(shí)庫(kù)，主要包括專業(yè)領(lǐng)域的基本概念、概念之間的相互關(guān)系以及概念的約束條件，該專業(yè)領(lǐng)域研究?jī)?nèi)容、研究分支、研究趨勢(shì)，甚至領(lǐng)先的研究機(jī)構(gòu)分布及該領(lǐng)域著名專家學(xué)者等。目前領(lǐng)域知識(shí)庫(kù)構(gòu)建常用的技術(shù)是基于語(yǔ)義的領(lǐng)域知識(shí)庫(kù)的構(gòu)建，如基于本體的領(lǐng)域知識(shí)庫(kù)構(gòu)建，基于本體構(gòu)建領(lǐng)域知識(shí)庫(kù)最重要的就是確定領(lǐng)域知識(shí)內(nèi)的概念及概念間的關(guān)系，并以本體的形式表示出來(lái)，以便于檢索。

3.1.2構(gòu)建結(jié)構(gòu)化學(xué)科服務(wù)模式，滿足多層次用戶的需求

根據(jù)用戶層次以及用戶對(duì)學(xué)科服務(wù)水平需求的高低，設(shè)計(jì)學(xué)科服務(wù)內(nèi)容結(jié)構(gòu)，將學(xué)科服務(wù)內(nèi)容劃分不同的層級(jí)，大致包括基礎(chǔ)文獻(xiàn)服務(wù)、學(xué)科概貌了解、學(xué)科分支梳理、熱點(diǎn)前沿探索、趨勢(shì)分析創(chuàng)新點(diǎn)挖掘等。依據(jù)結(jié)構(gòu)化學(xué)科服務(wù)模式在現(xiàn)實(shí)服務(wù)中，不同的知識(shí)服務(wù)層次對(duì)應(yīng)的用戶不同，服務(wù)方式與內(nèi)容也不相同，結(jié)合用戶類型和服務(wù)內(nèi)容，采取不同策略，開(kāi)展不同層次的學(xué)科服務(wù)，解決學(xué)科服務(wù)使用統(tǒng)一模式帶來(lái)的低效益問(wèn)題。如對(duì)低年級(jí)的在校本科生，需求層次主要是前三層，是較常規(guī)的學(xué)科服務(wù)，服務(wù)方式主要可以是數(shù)據(jù)庫(kù)使用培訓(xùn)、數(shù)據(jù)檢索等，再者如對(duì)學(xué)校的重點(diǎn)科研團(tuán)隊(duì)和學(xué)科帶頭人的學(xué)科服務(wù)，對(duì)學(xué)科知識(shí)服務(wù)的需求基本是最高層次需求，需提供如本文3.2.1小節(jié)和3.2.2小節(jié)所述的個(gè)性化知識(shí)服務(wù)，從而輔助教師預(yù)測(cè)學(xué)科的研究趨勢(shì)，發(fā)現(xiàn)某一新的研究方向，從而進(jìn)行科研選題決策等。

3.2個(gè)性化的知識(shí)服務(wù)

利用大數(shù)據(jù)技術(shù)進(jìn)一步推進(jìn)圖書館知識(shí)服務(wù)的個(gè)性化、泛在化，融入學(xué)校的教學(xué)和科研活動(dòng)，輔助科研群體進(jìn)行決策，重塑圖書館在教職工心目中的存在價(jià)值，增強(qiáng)圖書館對(duì)讀者的粘著性，防止用戶流失。

3.2.1提供個(gè)性化的數(shù)據(jù)分析服務(wù)

圖書館工作人員利用引文分析法、聚類分析法、專利技術(shù)分析法等知識(shí)發(fā)現(xiàn)方法，按需為讀者提供針對(duì)某一具體的研究領(lǐng)域或研究問(wèn)題數(shù)據(jù)分析服務(wù)，從而輔助教師預(yù)測(cè)學(xué)科的研究趨勢(shì)，發(fā)現(xiàn)某一新的研究方向，從而進(jìn)行科研選題決策等。

（1）圖書館員通過(guò)“科學(xué)引文索引”（SCI）、“期刊引用報(bào)告”（JCR）和中國(guó)引文數(shù)據(jù)庫(kù)等引文分析工具，查得引文數(shù)據(jù)再利用引文分析法，分析科學(xué)的發(fā)展脈絡(luò)，通過(guò)文獻(xiàn)的引用與被引用關(guān)系還可以發(fā)現(xiàn)某一研究方向的發(fā)展脈絡(luò)，預(yù)測(cè)研究趨勢(shì)。

（2）圖書館員廣泛收集某學(xué)科領(lǐng)域的各種類型和各種數(shù)據(jù)源的資料信息，利用一些聚類分析軟件，使用聚類分析法通過(guò)對(duì)這些資料信息的研究，把該領(lǐng)域的研究方向做一個(gè)完整歸納的，并將研究方向加以分類，使該領(lǐng)域的研究人員從一個(gè)宏觀的角度，全面考察整個(gè)研究領(lǐng)域，從而對(duì)自己所從事的科研工作有一個(gè)更加廣泛的了解，發(fā)現(xiàn)與自己的研究課題相關(guān)的其他研究分支，從廣度上推動(dòng)自己的科研工作，還可以幫助科研人員發(fā)現(xiàn)文獻(xiàn)之間的關(guān)系中所隱含的一些重要的研究方向，從而發(fā)現(xiàn)新的不同的研究方向，對(duì)于輔助科研人員科研方向的選定有著重要的參考價(jià)值，尤其是在選題之初。

（3）利用專利技術(shù)分析從技術(shù)層面了解某一領(lǐng)域的專利技術(shù)分布情況和發(fā)展趨勢(shì)，以確立技術(shù)開(kāi)發(fā)的方向，從而為科研工作提供技術(shù)和方法上的幫助，另外也能避免做重復(fù)而無(wú)意義的研究，然而由于專利分析的工作量非常大，如果由科研人員直接承擔(dān)，將占用其大量的寶貴科研時(shí)間，是一種浪費(fèi)。圖書館為教師提供專利分析服務(wù)，按需從專利文獻(xiàn)出發(fā)、利用專利分析工具和軟件、采用專業(yè)的專利分析方法為相關(guān)的不同專業(yè)作出有價(jià)值的專利分析報(bào)告，也是對(duì)科研工作的貢獻(xiàn)。

3.2.2提供科技要聞簡(jiǎn)報(bào)、專報(bào)定制等個(gè)性化推薦服務(wù)

利用大數(shù)據(jù)技術(shù)整合各領(lǐng)域、各學(xué)科尤其是學(xué)校的重點(diǎn)及重點(diǎn)建設(shè)的學(xué)科的科研人員關(guān)注的信息資源，為科技工作者和學(xué)術(shù)機(jī)構(gòu)提供個(gè)性化推薦，及每周或每日科技要聞簡(jiǎn)報(bào)、科技要聞專報(bào)定制等個(gè)性化服務(wù)。

3.2.3建立互動(dòng)平臺(tái)

建立教學(xué)科研人員學(xué)術(shù)互動(dòng)和學(xué)生的學(xué)習(xí)互動(dòng)平臺(tái)，使讀者能夠在線發(fā)表學(xué)術(shù)觀點(diǎn)，交流創(chuàng)新思想，進(jìn)行信息共享、發(fā)布，實(shí)現(xiàn)快捷高效的協(xié)同創(chuàng)新的學(xué)習(xí)和工作環(huán)境。

3.3開(kāi)展基于社交網(wǎng)絡(luò)的圖書館服務(wù)

互聯(lián)網(wǎng)是一個(gè)能夠相互交流，相互溝通，相互參與的互動(dòng)平臺(tái)，社交網(wǎng)絡(luò)使得互聯(lián)網(wǎng)從研究部門、學(xué)校、政府、商業(yè)應(yīng)用平臺(tái)擴(kuò)展成一個(gè)人類社會(huì)交流的工具，涵蓋以人類社交為核心的所有網(wǎng)絡(luò)服務(wù)形式，在人們的生活中扮演著重要的角色，它已成為人們生活的一部分，并對(duì)人們的信息獲得、思考和生活產(chǎn)生不可低估的影響。圖書館在遵循嵌入式延伸式服務(wù)的原則下，應(yīng)充分利用Face-book、人人網(wǎng)等社交網(wǎng)絡(luò)平臺(tái)開(kāi)展多種服務(wù)，通過(guò)這一平臺(tái)圖書館在更好地為讀者服務(wù)的同時(shí)，也最大程度地實(shí)現(xiàn)了自身的社會(huì)價(jià)值。

3.3.1在Face-book、人人網(wǎng)等社交網(wǎng)絡(luò)平臺(tái)上建立圖書館專頁(yè)

圖書館根據(jù)自身實(shí)際情況，在Face-book、人人網(wǎng)等平臺(tái)上建立圖書館專頁(yè)，將本館的各種功能以專頁(yè)的形式展現(xiàn)給用戶，使用戶在使用社交網(wǎng)絡(luò)的同時(shí)發(fā)現(xiàn)圖書館，并從中找到圖書館提供的服務(wù)。如在Face-book上，以專頁(yè)形式存在的具體服務(wù)形式主要有墻、圖書館活動(dòng)、圖書館圖片和影視展等形式，在人人網(wǎng)上，以專頁(yè)形式存在的具體服務(wù)形式是人人網(wǎng)上的公共主頁(yè)。Face-bookk中的墻相當(dāng)于用戶專頁(yè)上的留言板，圖書館根據(jù)自身需要在Face-book中“墻”上或人人網(wǎng)中的新鮮事、留言上發(fā)布圖書館的公告或者提供服務(wù)，F(xiàn)ace-book、人人網(wǎng)的用戶通過(guò)圖書館的“墻”、新鮮事、留言等了解到圖書館提供的服務(wù)，進(jìn)而對(duì)其留言進(jìn)行轉(zhuǎn)載、評(píng)論、分享。同時(shí)圖書館可以讓讀者發(fā)現(xiàn)并提出服務(wù)或管理中存在的問(wèn)題或?qū)D書館提供的某一項(xiàng)新型服務(wù)進(jìn)行調(diào)研，找出問(wèn)題，加以改進(jìn)，力求為解決問(wèn)題在圖書館與讀者之間提供交流互動(dòng)的平臺(tái)。

3.3.2通過(guò)應(yīng)用程序接口開(kāi)發(fā)圖書館服務(wù)

通過(guò)開(kāi)放平臺(tái)如Face-book等推出的應(yīng)用程序接口API，圖書館可開(kāi)發(fā)與其核心功能集成的應(yīng)用程序，根據(jù)開(kāi)放接口API使之與圖書館OPAC或其他數(shù)據(jù)庫(kù)連接，把具有OPAC功能的程序嵌入到如Face-book等開(kāi)放平臺(tái)中，為讀者提供圖書館的服務(wù)。

4結(jié)語(yǔ)

大數(shù)據(jù)將改變我們對(duì)數(shù)據(jù)的認(rèn)識(shí)與看法，數(shù)據(jù)不僅僅是數(shù)據(jù)處理的對(duì)象更是一種基礎(chǔ)資源，然而目前大數(shù)據(jù)的研究和應(yīng)用仍處于一個(gè)起步階段，很多基礎(chǔ)性的問(wèn)題有待解決，圖書館作為信息資源收集整理及為社會(huì)提供信息服務(wù)的資源中心，盡管有資源的優(yōu)勢(shì)，但在大數(shù)據(jù)研究、應(yīng)用方面，已落后于IT廠商與信息服務(wù)機(jī)構(gòu)，今后，在大數(shù)據(jù)的服務(wù)競(jìng)爭(zhēng)中，圖書館不得不考慮如何發(fā)揮自身優(yōu)勢(shì)，突破在技術(shù)等方面的劣勢(shì)，加以追趕才有可能避免被邊緣化。

參考文獻(xiàn)

[1]Nature.Big Data[EB/O L].http：∥www.nature.com/news/specials/bigdata/index.html，2012-10-02.

[2]Manyika J，Chui M，Brown B，et al.Big data：The next frontier for innovation，competition，and productivity[R/OL].http：∥www.mckinsey.com/Insights/MGI/Research/TechnologyandInnovation/BigdataThenextfrontierforinnovation，2012-10-02.

[3]Big Data Across the Federal Government[EB/O L].http：∥www.whitehouse.gov/sites/default/files/microsites/ostp/bigdatafactsheetfinall.pdf，2012-10-02.

[4]UN Global Pulse.Big Data for Development：Challenges Opportunities[R/O L].http：∥www.unglobalpulse.org/projects/Big Data for Development，2012-10-02.

[5]Times N Y.The age of big data[EB/O L].http：∥www.nytimes.com/2012/02/12/sunday-review/big-datas-impact-in-the-world.html/pagewanted=all，2012-10-02.

[6]Big data[EB/O L].http：∥en.wikipedia.org/wiki/Bigdata，2012-10-02.

[7]Grobelnik M.Big-data computing：Creating revolutionary breakthroughs in commerce，science，and society[R/O L].http：∥videolectures.net/eswc2012grobelnikbigdata/，2012-10-02.

[8]Barwick H.The“four Vs”of Big Data.Implementing Information Infrastructure Symposium[EB/OL].http：∥www.computerworld.com.au/article/396198/iiisfourvsbigdata/，2012-10-02.

[9]IBM.What is big data？[EB/O L].http：∥www-01.ibm.com/software/data/bigdata/，2012-10-02.

[10]Hey T，Tansley S，Tolle K.The Fourth Paradigm：Data-intensive Scientific Discovery[M/O L].Microsoft Research，Redmond，washington（2009）http：∥research.microsoft.com/en-us/collaboration/fourthparadigm/.

[11]Lazer D，et al.Computational social science[J].Science，2009，323：721-723.

[12]孟小峰，慈祥.大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J].計(jì)算機(jī)研究與發(fā)展，2013，50（1）：146-169.

[13]Kumar R.Two computational paradigm for big data[EB/O L].KDD summer school，2012.http：∥kdd2012.sigkdd.org/sites/images/summerschool/Ravi-Kumar.pdf，2012-10-02.

[14]Information Week Report.The big data management challenge[R/OL].http：∥reports.informationweek.com/abstract/81/8766/business-intelligence-and-information-management/research-the-big-data-management-challenge.html，2012-10-02.

[15]Agrawal R，Srikant R.Privacy preserving data mining[C]∥Proc of SIGMOD 2000.New York：ACM，2000：439-450.

[16]Dwork C.Differential privacy[C]∥Proc of ICALP 2006.Berlin：Springer，2006：1-12.

（本文責(zé)任編輯：孫國(guó)雷）

（上接第32頁(yè)）

[4]Ritchie B，Brindley C.An emergent framework for supply chain risk management and performance measurement[J].The Journal of the OperationalResearch Society：Risk Based Methods for Supply chain Planning and Management，2007，58（11）：1398-1411.

[5]何勇，趙林度，何炬，等.供應(yīng)鏈協(xié)同創(chuàng)新管理模式研究[J].管理科學(xué)，2007，5（20）：9-13.

[6]張旭梅，張巍，鐘和平，等.供應(yīng)鏈企業(yè)間的協(xié)同創(chuàng)新及其實(shí)施策略研究[J].現(xiàn)代管理科學(xué)，2008，（5）：9-12.

[7]張巍，張旭梅.縱向溢出效應(yīng)供應(yīng)鏈企業(yè)間的協(xié)同創(chuàng)新研究[J].商業(yè)研究，2009，（384）：42-46.

[8]張巍，張旭梅.供應(yīng)鏈企業(yè)間的協(xié)同創(chuàng)新及收益分配研究[J].研究與發(fā)展管理，2008，4（20）：81-88.

[9]Nancy C.Shaw，Mary J.M.，F(xiàn)rancis D.T.A Case Study of Integrating Knowledge Management into the Supply Chain Management Process.Proceedings of the 36th Hawaii International Conference on System Sciences[C].Hawaii，2003.

[10]Kwok Kee Wei，Weiling Ke.Factors affecting trading partners knowledge sharing：Using the lens of transaction cost economics and socio-political theories[J].Electronic Commerce Research and Applications，2007，（6）：297-308.

[11]Daniel Perry，Jiju Antony Chengbo Wang，Craig Fergusson.A conceptual case-based model for knowledge sharing among supply chain members[J].Business Process Management Journal，2008，14（2）：147-165.

[12]Shaker A.Zahra a，Donald O.Neubaum b.Knowledge sharing and technological capabilities：The moderating role of family involvement[J].Journal of Business Research，2007，60：1070-1079.

[13]Sobrero M.，Roberts EB.The trade-off between efficiency and learning in interorganizational relationships for product development[J].Management Science，2001，（4）：493-511.

[14]Dyer，Nobeoka.Creating and managing a high-performance knowledge-sharing network：The Toyota case[J].Strategic Management Journa，2000，21：345-367.

[15]覃艷華，曹細(xì)玉.供應(yīng)鏈中的知識(shí)共享與合作創(chuàng)新研究[J].科技管理研究，2006，（4）：183-186.

[16]吳成鋒，王玉梅，單偉.基于知識(shí)共享與知識(shí)創(chuàng)新提升供應(yīng)鏈核心競(jìng)爭(zhēng)力的研究[J].情報(bào)雜志，2010，29（11）：83-87.

[17]張旭梅，黃陳宣.逆向供應(yīng)鏈企業(yè)間知識(shí)共享的決策機(jī)制研究[J].管理學(xué)報(bào)，2013，10（2）：233-237.

[18]翁莉，仲偉俊，魯芳.供應(yīng)鏈知識(shí)共享的決策行為及影響因素研究[J].管理學(xué)報(bào)，2009，6（12）：1648-1652.

[19]劉麗賢，李鵬.供應(yīng)鏈成員協(xié)同知識(shí)創(chuàng)新風(fēng)險(xiǎn)研究[J].技術(shù)經(jīng)濟(jì)與管理研究，2012，（6）：28-31.

（本文責(zé)任編輯：孫國(guó)雷）2013年10月1第33卷第10期1現(xiàn)？代？情？報(bào)1Journal of Modern Information1Oct.，20131Vol.33No.102013年10月1第33卷第10期1政務(wù)信息管理的驅(qū)動(dòng)力分析1Oct.，20131Vol.33No.10

收稿日期：2013-06-03

作者簡(jiǎn)介：張艷（1981-），女，館員，碩士，研究方向：資源建設(shè)、信息管理，發(fā)表論文5篇。