陳國蘭

〔摘要〕大數據時代已經來臨，大數據也給高校圖書館帶來了機遇和挑戰(zhàn)，文中結合大數據的背景，首先介紹大數據的定義和思維，接著分析了圖書館可利用的大數據來源，以及帶給圖書館的價值，最后探討了如何利用大數據構建新型的知識服務體系，期望能夠為未來的圖書館知識服務創(chuàng)新體系提供理論參考。

〔關鍵詞〕大數據；大數據知識服務；高校圖書館；大數據思維

大數據是繼Web2.0，云計算等技術之后，近兩年IT界最為流行的關鍵詞。2008年9月，Nature推出《大數據》?？?，通過“the next Google”、“Data wrangling”、“Distilling meaning from data”等多篇文章，全方位介紹了大數據問題的產生及對各個領域的影響，首次將“大數據”這一概念引入科學家和研究人員的視野。全球知名咨詢公司麥肯錫把大數據稱作一種全新的資產類別，可以創(chuàng)造巨額財富。許多國際上著名的IT巨頭像IBM、微軟、谷歌、HP、SAS等紛紛加入大數據的研究行列，通過收購相關的大數據軟硬件技術平臺，力求在大數據時代取得更加主動的信息競爭環(huán)境，利用大數據成為公司新的經濟增長點。

大數據技術不僅受到產業(yè)界熱捧，在學術界也引起了廣泛的研究和探討。在大數據時代，數據只是作為一種生產要素，要想變成商品，創(chuàng)造價值，還需要對其進行數據分析，從中提取出有用的知識和情報。圖書館作為一個資源和情報提供部門，大數據技術必然會對傳統(tǒng)的圖書館咨詢服務造成強烈沖擊。

OCLC的《Research Libraries，Risks，and Systemic Change》[1]研究報告指出，價值質疑、技術障礙、人員隊伍無法適應未來挑戰(zhàn)等重大問題已經嚴重困擾著圖書館，高校教職工已經逐步弱化了圖書館存在價值，用戶流失異常嚴重[2]，2010年，美國聯機計算機圖書館中心的一項調研顯示，正撰寫論文的大學生查找資料已首選網絡搜索引擎；30%的大學生遇到難題待解，不再到圖書館找書，而是把難題貼到網上尋求答案。像Web2.0，云計算技術一樣，每一次新技術的應用，都會帶動圖書館的變革，需要圖書館轉變服務職能。大數據技術對圖書館來說是拐點還是終點？圖書館界能否在大數據時代抓住機遇，利用大數據技術應對圖書館未來所面對的生存危機，挽救圖書館在資源共享與數據分析中的頹勢，是我們所有圖書館人需要深思的一個問題。

本文結合大數據的時代背景，首先介紹大數據的定義和思維，接著分析了高校圖書館可利用的大數據來源，以及帶給圖書館的價值，最后探討了如何利用大數據構建新型的知識服務體系，期望能夠為未來的圖書館知識服務創(chuàng)新體系提供理論參考。

1何為大數據

1.1大數據定義

盡管“大數據”這個詞直到最近才受到人們的高度關注，但早在1980年，著名未來學家托夫勒在其所著的《第三次浪潮》中就熱情地將“大數據”稱頌為“第三次浪潮的華彩樂章”?！蹲匀弧冯s志在2008年9月推出了名為“大數據”的封面專欄。從2009年開始“大數據”才成為互聯網技術行業(yè)中的熱門詞匯。

維基百科和百度百科對大數據的定義很類似，都稱“大數據”（Bigdata）為巨量數據，指的是所涉及的資料量規(guī)模巨大到無法透過目前主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業(yè)經營決策更積極目的的資訊[3]。

維克托·邁爾—舍恩伯格和肯尼斯·克耶編寫的《大數據時代》中提出：“大數據”的4V特點：Volume（數據量大）、Velocity（輸入和處理速度快）、Variety（數據多樣性）、Value（價值密度低）[4]。這些特點基本上得到了大家的認可，凡提到“大數據”特點的文章，基本上采用了這4個特點。

關于“大數據”有許多種定義，這種差別取決于你是一位計算機科學家，還是一位金融分析師，抑或是一位為風險投資人推銷一個概念的企業(yè)家。多數定義都反映了那種不斷增長的捕捉、聚合與處理數據的技術能力，而這個數據集在數量、速率與種類上持續(xù)擴大。就大數據而言，真正重要的是它能做什么。先且不論我們如何把大數據界定為一種技術現象，大數據分析那多元而廣闊的潛在用途將面臨一些關鍵性的問題，即我們的法律、倫理與社會規(guī)范在大數據時代是不是有足夠的能力保護個人隱私和其它價值。前所未有的計算能力與持續(xù)的改進能力為我們的生活帶來了可能是先前從未預料到的發(fā)現、創(chuàng)新與進步。

縱觀多方定義，筆者對大數據的概念理解總結如下：（1）“大數據”擁有海量數據，但絕不是有很多數據就叫大數據；（2）大數據是一種數據分析方式，與傳統(tǒng)數據分析方式有著本質上的不同；（3）大數據的特點是“關注相關性，不關注因果”，這是大數據最核心的東西；（4）大數據采用的是統(tǒng)計的方法；（5）大數據主要是結合人工智能進行機器的自動數據挖掘；（6）大數據主要是用來作預測的。而不是象一般的數據分析，只是分析出歷史情況和現狀，未來還是要靠人去預測，大數據則是直接告訴你未來的結果。

1.2大數據思維

維克托·爾耶·舍恩伯格在《大數據時代：生活、工作與思維的大變革》[4]中最具洞見之處在于，他明確指出，大數據時代最大的轉變就是，放棄對因果關系的渴求，而取而代之關注相關關系。也就是說只要知道“是什么”，而不需要知道“為什么”。這顛覆了千百年來人類的思維慣例，對人類的認知和與世界交流的方式提出了全新的挑戰(zhàn)。

大數據既是一種技術，更是一種思維。在了解了大數據的概念后，我們還需要了解大數據技術的哲學基礎或內在邏輯，即大數據思維。目前大數據技術好多還處在研究階段，還不能進行廣泛的應用，但我們可以學習大數據思維，做好相關基礎工作。在大數據時代來臨之際，圖書館應該借助大數據思維創(chuàng)新其信息服務模式、擴大信息服務范圍和提高信息服務質量，同時也可為其他社會組織提供大數據源和創(chuàng)造信息價值[5]。endprint

在舍恩伯格的《大數據時代》，重點討論了關于大數據的3個思維變化：（1）不是隨機樣本，而是全體數據；（2）不是精確性，而是混雜性，尤其是大數據的簡單算法比小數據的復雜算法有效；（3）不是因果關系，而是相互關系。

文獻[5]把大數據思維總結為規(guī)律性、無偏性、關聯性和開放性4個特征。并結合“圖書館立方”項目為例，探討了大數據思維在圖書館的應用。圖書館要想利用大數據提升我們的服務，首先要從思想觀念上對大數據有較清晰的認識。筆者認為圖書館要開展大數據服務，需要對以下問題進行反思和探討：

（1）圖書館哪些數據屬于大數據的范疇，可以被用來分析和預測？圖書館人在面對“可能是機會的數據”時，有沒有清醒的認識？這個意識必須貫穿大數據的收集、整理、分析及預測各個階段。

（2）圖書館有哪些大數據來源，這些數據來源有無延續(xù)性？獲取的數據來源具有的價值是否符合人力、物力、財力的投資回報？

（3）圖書館如何利用大數據？圖書館擁有的大數據量在不斷的大幅度增加，但是能夠從中分析的數據比例卻在不斷降低。如何利用數據之間的關聯性，使用大數據分析技術從眾多的半結構化和非結構化數據中挖掘出隱藏在數據背后的價值？進而為圖書館的服務模式、未來發(fā)展趨勢提供分析與預測。

2大數據與圖書館

2.1圖書館大數據的來源

圖書館大數據的來源也呈多樣化特征，除了傳統(tǒng)的電子圖書、期刊、論文數據庫等結構化數據資源外，還包括以下大量的非結構化信息資源：

2.1.1智能設備數據

像RFID數據信息，裝有RFID圖書的信息，可以自動實現資源的跟蹤和分析；像門徑系統(tǒng)，保留有大量讀者的進館出館信息，可以幫助我們根據讀者的來館時間，做好相應的人員配備。提供更好的服務。

2.1.2物聯網數據

可以通過在圖書館不同位置或環(huán)境中放置傳感器，來對所處的環(huán)境和資源進行數據采集，通過長時間積累，可以產生巨大的數據量，有助于我們分析圖書館的使用情況，優(yōu)化資源配置。

2.1.3互聯網數據

隨著社交網站的普及應用，這部分數據的產生速度超過以往任何一個傳播媒介，由于參與用戶眾多，且數據中包含用戶豐富的情感特征，是圖書館服務的一大評價指標來源。另外像OPAC讀者的檢索記錄、數據庫讀者的訪問記錄等一些用戶行為數據，也包含著讀者豐富的信息。是圖書館大數據的重要組成部分。

2.1.4科研共享數據

高校圖書館作為一個科研服務中心，需要構建科研數據共享平臺?？蒲袛祿侵笖底中问降难芯繑祿?，包括在研究過程中產生的能存貯在計算機上的任何數據，也包括能轉換成數字形式的非數字形式數據，如調研結果、神經圖像、實驗數據、傳感器讀取的數據、遙感勘測數據、來自測試模型的仿真數據等[6]?？蒲袛祿茄芯窟^程中重要的研究成果，包含著巨大的研究價值。長期以來，高校雖然有豐富的科研數據，但是往往局限于本課題組、本單位使用，沒有經過有效的整理和建庫共享，造成了科技資源的極大浪費。因此科研共享數據是圖書館需要重點收集的一個大數據來源。

2.1.5移動互聯數據

隨著高校移動圖書館的普及，圖書館可以利用移動互聯技術，獲取大量讀者訪問數據，從而分析讀者的使用習慣、閱讀傾向等，進而幫助我們開展有效的分析、預測其知識服務需求。

2.2大數據帶給圖書館的價值

大數據的價值在于可以通過人工智能、計算機科學、數學統(tǒng)計、信息技術等多個交叉學科的大數據技術的應用來挖掘找到隱藏在大數據背后的世界。筆者認為目前圖書館利用大數據的價值主要包括以下幾方面：

2.2.1為資源采購提供決策支持

通過讀者使用資源的交互數據，像圖書瀏覽、借還記錄、數據庫訪問、下載記錄等，可以有效的評估讀者對各種資源的使用情況，通過較集中的訪問歷史可以預測讀者關注的熱點，從而為資源采購部門提供決策支持，對需求大的未購買資源增加訂購，而使用率不高的資源可以減少或取消訂購，從而讓有限的資金購買更適合讀者需要的資源。

2.2.2為讀者提供個性化服務

圖書館里包含有大量讀者個人使用圖書館的記錄，通過讀者的咨詢記錄、借閱記錄、數據庫訪問記錄、檢索記錄、下載記錄等用戶使用圖書館資源的所有足跡，同時可以結合讀者的專業(yè)，及其教務部門提供的個人選課信息、成績情況等，可以分析讀者的興趣點、服務訴求、學科需求。從而把適合的資源向其主動推送，為讀者提供個性化服務，實現圖書館由被動獲取轉為主動服務的職能轉變。通過不斷地主動為用戶進行探測性的推薦服務，持續(xù)性地獲取用戶的反饋信息，從而對其服務需求進行修正，提高個性化服務的可靠度和精度。

2.2.3為學科提供研究方向及熱點變化

圖書館可以利用大數據對學科進行聚類分析、熱點預測、網絡分析、可視化分析、引文分析、知識關聯分析等技術構建學科的知識圖譜，從宏觀上分析相關學科領域的研究方向和熱點，為科研人員特別是新進入研究領域的學者，以及面臨選題困難的碩士生、博士生大幅度的提高研究、學習和創(chuàng)新的效率，讓他們可以節(jié)約文獻調研的時間，迅速地洞察學科領域的研究進展，確定自己的研究方向。

2.2.4為科研人員提供學術共享環(huán)鏡

高?？蒲腥藛T在長期的科研活動中，通過觀測、探測、試驗、調查等科學手段積累了大量的科學數據[7]，這是高校寶貴的數據財富。圖書館有義務采集這方面的數據，同時利用科研人員相同或類似的資源需求，為相同學科或研究方向的科研人員構建虛擬社區(qū)，形成學術交流圈，共享科研數據，創(chuàng)造良好的學術共享環(huán)境。

3如何構建新型知識服務體系

3.1開發(fā)大數據資源建設平臺

數據是圖書館利用大數據平臺分析的基礎，因此首先必須建設圖書館的大數據資源庫。大數據資源建設包括數據資源的獲取、組織和管理：endprint

3.1.1數據資源的獲取

上節(jié)已經介紹了圖書館大數據除了自身的館藏數據外，還包括動態(tài)的RFID數據、傳感器數據、用戶訪問數據、用戶網絡數據、科研共享數據、移動互聯數據等。為了得到這些不同來源的非結構化數據，圖書館必須攻克針對大數據源的智能識別、感知、適配、傳輸、接入等技術，開發(fā)自己的數據收集平臺，收集跟用戶知識服務需求相關的所有有價值的數據。

3.1.2數據資源的組織

無序、分散的數據不論規(guī)模多么巨大，只要沒有建立數據之間的關聯，沒有進行數據分析與挖掘，其價值都很難發(fā)揮出來[8]。因此對數據應該像圖書館的館藏一樣進行有效組織，采用關聯技術，將數據整合成數據網。另外對于海量的數據資源，可以借鑒國外對網絡資源的分級管理經驗，像伯克利數字圖書館分為檔案級、服務級、鏡像級、鏈接級4個級別；加拿大國家圖書館則分為檔案級、服務級與鏈接級3個級別[9]，我們可以將圖書館的大數據根據不同服務對象的服務需求分為基礎級、服務級、學科級與研究級，以便于日后我們從不同的數據源進行大數據分析。

3.1.3數據資源的管理

圖書館的大數據資源包括結構化、半結構化和非結構化數據。結構化數據是指可以利用傳統(tǒng)的關系型數據庫進行管理，而海量的半結構化和非結構化數據需要新的表述方法，更高效的處理技術。以Hadoop 為代表的HDFS文件系統(tǒng)和Google公司提出的MapReduce模型將結構化、半結構化和非結構化數據有效管理變?yōu)楝F實[10]。同時要注意數據的生命周期，需要不定期的對數據進行整理，把新的數據進行維護歸檔，過期失效的數據及時剔除。

3.2學會使用大數據分析工具

有了大數據資源，圖書館還需要利用大數據技術從海量、異構的數據中發(fā)現有價值的知識。大數據技術，實際上就是借助各種大數據分析工具來對數據進行分析預測。近年來，國內外越來越多的圖書館借助資源發(fā)現系統(tǒng)實現數據的分析、發(fā)現和預測。像Primo系統(tǒng)允許用戶在館舍內搭建SOA架構的服務系統(tǒng)，同時也支持以云計算方式向圖書館用戶提供服務，因此得到了全世界圖書館的廣泛應用。還有完全基于云計算的EDS和Summon也是國際上比較有影響的知識發(fā)現系統(tǒng)。

以上提到的發(fā)現系統(tǒng)都是國外系統(tǒng)，對中文知識發(fā)現效果較差，因此國內也出現了像超星發(fā)現、智立方、FIND+等知識發(fā)現系統(tǒng)。筆者所在的學校已經開通了超星發(fā)現系統(tǒng)，從使用的情況上看，可以較好的實現數據資源的整合，對海量的文獻實現知識關聯。但其主要針對圖書館的館藏數字資源進行一站式檢索，在學術文獻的深度知識挖掘方面還有待加強。圖書館員可以結合其他的數據挖掘軟件像Citespace、LiterMiner等可視化文獻分析工具，來繪制科學知識圖譜，有助于了解和預測科學前沿和動態(tài)，挖掘開辟新的未知領域。

3.3加強多部門的互助合作

圖書館大數據的來源除了自購資源和圖書館內部數據資源外，還包括像科研共享數據、學生選課成績信息等外部的數據資源。為了獲取這些數據，提供更全面的知識服務，圖書館需要加強與其他部門間的合作。

科研數據管理涉及數據組織、數據存儲、數據保護、數據共享等不同的環(huán)節(jié)，對于很多科研人員來說還是比較新的事物。為了更好地為科研人員提供數據管理服務，國外大學圖書館紛紛探索開展科研數據管理教育工作，通過開展專題研討會、培訓課、在線教育等方式對科研人員進行科研數據管理意識、知識和技能的培訓[11]。同時圖書館還需建立專門的科研數據的存儲庫，便于科研人員可以長期方便地進行存儲、管理。

為了較全面掌握讀者的信息，提供個性化服務，也需要與其他部門合作多種渠道獲取數據。像澳大利亞臥龍崗大學圖書館開展的“圖書館立方”項目[5]，就是與該校績效指標管理中心（PIU）合作，將學生的圖書館使用記錄與績效中心的學生成績、選課記錄等進行關聯，這樣一方面可以評估圖書館使用情況對學生成績的影響；另一方面也能為學校的教學活動提供信息反饋。

3.4建立新型知識服務引擎

知識服務成為新時期圖書館與其他類型信息機構進行角逐的領域，如何將知識服務推進到一個新的高度，成為圖書館人為之奮斗的新目標。知識服務引擎是在知識服務的基礎上，結合引擎的高度搜索功能，快速地實現用戶知識需求的滿足[12]。它與搜索引擎不同，其檢索結果是經過智能加工的知識而非簡單檢索詞匹配的信息，它是深度解決用戶問題的知識管理系統(tǒng)。讀者可以將其知識需求或需要解決的問題進行搜索，該系統(tǒng)能夠根據其擁有的知識庫對用戶的問題或需求進行智能地分析、整理，將相應的知識或解決方案直接反饋給用戶。同時為了使反饋的形式更加直觀、具體，可以使用知識圖譜、可視化技術等有效的知識映射方式來對結果進行關聯。

大數據的知識庫、大數據存儲技術以及大數據分析技術為圖書館構建新型知識服務引擎提供了可能。圖書館可充分利用知識服務引擎系統(tǒng)為用戶提供“界面更友好，服務更具體”的知識服務。另外用戶也可以根據自己的知識需求進行個性化定制、同時對提供的服務內容進行用戶評價，提出具體的使用意見，方便圖書館員調整服務策略，改進知識服務引擎的框架體系，實現用戶

和圖書館的互利雙贏?；诖髷祿嫿ǖ闹R服務引擎，將使得圖書館真正實現角色轉變，從信息提供者轉變?yōu)橹R提供者，更好的應對大數據的危機與挑戰(zhàn)，為自身在大數據時代爭得一席之地。

4結語

毋庸置疑，大數據時代已經來臨，高校圖書館要構建新型的知識服務體系，需要數據+技術+思維三管齊下。第一由于數據的異質、異構的特性，圖書館需要解決大數據的可表示性、可處理性、可融合性及可靠性4個關鍵問題[13]。第二是大數據技術的應用，圖書館需要一批會靈活使用大數據分析工具的數據分析師，需要從關注資源技術、圖書館技術轉變?yōu)殛P注知識技術和用戶技術，從勞動力密集服務轉變?yōu)榉椒?、工具與計算密集型服務[2]。最后比資源、技術更重要的是要實現觀念的轉變，即具有大數據思維。相信在不久的將來，圖書館將陸續(xù)步入大數據時代，盡管圖書館有資源的優(yōu)勢，但在技術方面的劣勢將是圖書館開展大數據服務的一大挑戰(zhàn)，圖書館如何揚長補短，避免自己地位邊緣化，將是每一個圖書館人必須深思的一大問題。endprint

參考文獻

[1]James Michalko，Constance Malpas，Arnold Arcolio.Research libraries，risks，and systemic change[OL].http：∥www.oclc.org/research/publications/library/2010/2010-03.pdf，2011-11-15.

[2]張曉林.研究圖書館2020：嵌入式協作化知識實驗室？[J].中國圖書館學報，2012，（1）：11-18.

[3]http：∥baike.baidu.com/subview/6954399/13647476.htm？fr=aladdin[EB].

[4]維克多·麥爾-舍恩伯格，肯尼思·庫克耶.大數據時代：生活、工作與思維的大變革[M].杭州：浙江人民出版社，2013.

[5]和婷.大數據思維對圖書館信息服務工作的啟示[J].圖書館建設，2014，（1）：64-68.

[6]李曉輝.圖書館科研數據管理與服務模式探討[J].中國圖書館學報，2011，（5）：46-52.

[7]沈志宏，張曉林，黎建輝.Open CSDB：關聯數據在科學數據庫中的應用研究[J].中國圖書館學報，2012，（5）：17-26.

[8]孫卓.基于大數據構建圖書館知識服務引擎研究[J].圖書館學研究，2013，（18）：48-51.

[9]曹霞.高校圖書館非結構化大數據的D-SFSD管理模式研究[J].圖書館學研究，2014，（1）：57-60.

[10]張興旺.圖書館大數據體系構建的學術環(huán)境和戰(zhàn)略思考[J].情報資料工作，2013，（2）：12-17.

[11]鄂麗君.國外大學圖書館的科研數據管理教育[J].情報資料工作，2014，（1）：101-105.

[12]孫卓.基于大數據構建圖書館知識服務引擎研究[J].圖書館學研究，2013，（18）：48-51.

[13]秦曉珠，李晨暉，麥范金.大數據知識服務的內涵、典型特征及概念模型[J].情報資料工作，2013，（2）：18-22.

（本文責任編輯：馬卓）endprint