●馬曉亭（蘭州商學院信息工程學院，蘭州　730020）

基于可信大數據的圖書館個性化服務平臺構建

●馬曉亭（蘭州商學院信息工程學院，蘭州730020）

［關鍵詞］可信大數據；圖書館；個性化服務平臺

［摘要］為了建立讀者對圖書館個性化服務的信任，本文構建了一種基于可信大數據的圖書館個性化服務平臺。該平臺可為讀者提供一種基于大數據的可信個性化服務，能夠降低數據處理復雜度，縮短處理時間，提高業(yè)務服務質量，滿足讀者的實時需求。

1　大數據時代圖書館服務環(huán)境的變化與讀者個性化閱讀需求

1.1大數據時代圖書館數字閱讀環(huán)境與服務模式發(fā)生根本性變化

伴隨著移動互聯網絡、傳感器網絡、云計算技術和智能技術的發(fā)展，智慧圖書館的構建和智慧服務模式已成為智慧城市的主要組成部分。

大數據在變革圖書館服務系統基礎設施結構和用戶服務模式的同時，也重構了圖書館對用戶閱讀需求發(fā)現、服務資源整合、服務提供和QoS（Quality of Service，服務質量）保證的過程和方法。首先，傳統數字圖書館的用戶服務平臺建設、數字資源管理與生產、服務內容的傳播平臺已不能滿足大數據時代讀者對數字閱讀方式和服務體驗的個性化需求。其次，圖書館對服務內容價值、關鍵讀者發(fā)現和客戶關系的管理也從傳統IT環(huán)境下以服務內容、服務品牌和服務能力的定位，轉變?yōu)橐宰x者閱讀行為、閱讀社會關系、興趣愛好、閱讀情緒變化、服務評估等數據的采集、分析、判斷和決策為中心，努力實現圖書館品牌價值、服務能力、讀者群的數量與質量、閱讀忠誠度的快速提升。再次，大數據時代，數字圖書館的個性化服務水平和服務實時推送能力是決定讀者閱讀滿意度的關鍵因素。因此，圖書館應依靠大數據技術，確保讀者參與到數字圖書館服務內容的聚合、篩選、挖掘、推送和QoS保障過程中。［1］

1.2大數據時代讀者有較高的個性化服務需求

依據讀者個性化服務需求進行服務內容的定制、服務模式選擇和服務實時推送，是圖書館有效擺脫單一的流量經營服務模式、提升大數據閱讀服務內容的個性化定制比例、增強讀者知識獲取效率和價值量的重要途徑。

首先，圖書館應多源采集結構化、半結構化和非結構化的用戶大數據資源，并對數據進行科學地處理、轉化和整合。同時，應對不同知識層次、不同性別、不同年齡、不同地域、不同愛好的讀者群進行360度用戶視圖的讀者特征分析，實現服務內容的個性化定制、精準營銷、客戶體驗優(yōu)化等。其次，圖書館應高效挖掘大數據內部的隱性價值，通過準確洞察、分析讀者對服務的個性化需求和滿意度評估結果，并對大數據閱讀服務的模式與流程進行優(yōu)化，最終實現圖書館讀者個性化服務效率和用戶滿意度大幅度提升。第三，大數據時代的圖書館用戶個性化服務，是由通信運營商、互聯網信息服務商、大數據技術提供商和圖書館等眾多IT運營與服務商共同提供的、基于大數據支持的個性化閱讀增值服務。各運營商可通過大數據資源的共享實現服務的優(yōu)勢互補，為讀者提供諸如高速移動閱讀服務、地理位置查詢、讀者群體的片區(qū)化管理、信息實時查詢鏈接等增值服務。

1.3圖書館大數據資源質量與可用性面臨的挑戰(zhàn)

大數據作為非競爭性生產要素，其質量與可用性已成為關系圖書館服務有效性和競爭力的關鍵因素。

在圖書館服務系統的構建和用戶服務過程中，大數據具有生產要素、數據恒溫性、價值潛在性三個重要屬性。首先，圖書館大數據資源的質量和可用性，決定著圖書館在服務資源組織、用戶服務模式與方法構建、風險預測與規(guī)避、個性化服務推送和客戶關系管理過程中的有效性。其次，如何利用科學的數據過

濾、清洗、挖掘、重組與擴展技術，不斷發(fā)現大數據資源新的價值屬性和提升其自身價值密度，是確保圖書館大數據決策安全、準確、快速和可控的關鍵。再次，隨著圖書館數據環(huán)境的變化和數據處理能力的提升，圖書館將變革原有的數據采集、處理和使用方法。圖書館在傳統IT環(huán)境下對海量數據的隨機采樣以及對有限數據的高精度處理與分析的模式，已不能準確、快速地發(fā)現隱藏在大數據之中的數據關系和價值。此外，來自圖書館不同服務系統、監(jiān)控設備、傳感器網絡和社交媒體網絡的數據也增加了數據采集、處理、管理和使用的難度。最后，隨著圖書館大數據資源總量快速增長，大數據庫存在數據備份過度冗余和較強不一致性，嚴重影響管理員對大數據庫的訪問、管理和決策?；谟脩魝€性化服務的圖書館大數據分析、預測與決策平臺的可靠性，也是影響大數據應用效率、可用性和可控性的重要方面。［2］

1.4圖書館大數據戰(zhàn)略決策的科學性需求

戰(zhàn)略決策的投資回報、用戶服務收益、大數據應用的效率與時效性、大數據的可用性與可控性等，是圖書館在大數據戰(zhàn)略決策制定中應重點關注的問題。

首先，圖書館大數據戰(zhàn)略決策的制定、應用系統部署、服務管理與用戶服務決策、大數據應用評估與優(yōu)化過程，是一個長期、復雜、不穩(wěn)定和變化的過程。管理員應通過圖書館服務投資收益率評估，對圖書館大數據戰(zhàn)略決策、大數據管理系統和應用服務過程進行有效地部署、調整和優(yōu)化，保證圖書館大數據戰(zhàn)略具有較高的投資收益率。其次，圖書館大數據資源庫主要由管理與服務系統運行日志數據、用戶閱讀行為與社會關系數據、讀者閱讀反饋與滿意度評估數據、監(jiān)控設備與傳感器網絡采集數據等組成，大數據資源具有海量、多類型、低價值密度和處理快速等特點。在大數據應用中，如果圖書館大數據的樣本總量超越一個臨界點之后，數據總量的大幅增長將不會對圖書館預測和決策結果產生太大影響，但會造成大數據管理、存儲與應用的成本呈現級數增長。因此，如何有效控制大數據庫規(guī)模和大數據應用的程度與范圍，是圖書館提升大數據應用投資收益率和決策有效性的關鍵。再次，圖書館大數據應用具有系統結構復雜、并發(fā)應用數大、大數據決策與個性化服務推薦算法效率要求高、系統可控性差的特點。因此，在大數據戰(zhàn)略決策的制定與執(zhí)行中，應以圖書館大數據服務保障力的提升和讀者個性化服務需求為依據，確保大數據戰(zhàn)略決策科學、高效、可控和易執(zhí)行。［3］

2　基于可信大數據的圖書館個性化服務平臺構建

2.1增強閱讀終端的大數據服務支持能力

隨著云計算技術、高速無線傳輸網絡、傳感器網絡和可穿戴設備的快速發(fā)展，大數據時代的圖書館閱讀終端設備將具備信息的自動感知、閱讀反饋、智能分析和精確預測功能，可依據讀者的閱讀需求和閱讀環(huán)境特點，自動實現服務內容的個性化聚合、篩選、挖掘和推送。

首先，目前眾多的互聯網絡信息服務商都研發(fā)了功能強大的可穿戴設備。比如谷歌公司于2012年4月發(fā)布的一款“拓展現實”眼鏡，具有和智能手機一樣的功能，可以通過聲音控制拍照、視頻通話和辨明方向，以及上網沖浪、處理文字信息和電子郵件等。而體感控制器制造公司Leap公司發(fā)明的Leap Motion體感控制器，可幫助人們通過手勢查看新聞，讀者可以移動雙手瀏覽新聞。此外，應用中的標題、圖片、新聞摘要等內容將以卡片的方式呈現。圖書館可借助功能強大的可穿戴設備，引導讀者參與到個性化服務的內容組織與生產、服務模式選擇、服務的推送、服務過程的評估與優(yōu)化中，在個性化服務過程中實現大數據的價值發(fā)現和數據整合。其次，在大數據閱讀活動中，讀者閱讀內容的選擇、閱讀模式、閱讀方法與步驟、閱讀反饋和閱讀評價等，都承載著讀者的閱讀需求、情緒、情感、思想和社交關系等信息。圖書館應通過語義分析等技術，明確大數據資源中蘊涵的用戶特征和服務需求等信息，實現大數據個性化閱讀服務的精確選擇與投放。再次，大數據時代，圖書館服務將由以數據中心系統運營能力的驅動轉變?yōu)榇髷祿寗?。因此，圖書館應增強閱讀終端對讀者行為數據的采集、挖掘、處理、整合、分析和決策能力，在閱讀終端層面完成讀者個性化服務的智能推薦與選擇，最終實現閱讀終端服務的大數據驅動模式。［4］

2.2增強大數據價值發(fā)現和數據洞察能力

圖書館主要通過大數據資源的采集、管理、分析、使用和決策過程，實現大數據價值的發(fā)現和數據洞察力的提升，最終為圖書館的管理、決策和服務提供可靠的大數據決策支持。

首先，伴隨通信技術和高速傳輸網絡的發(fā)展，圖書館讀者群具有人員地域分布廣泛、知識層次多樣、年齡與性別差異大、閱讀終端多樣化和閱讀周期不規(guī)律的特點。因此，對讀者群進行大數據信息采集時，在加強對具有相同特征用戶群的公共特征大數據信息采集的同時，還要兼顧具有相同特征用戶群中不同個

體的差異性。所采集的數據不僅應涉及不同時間段，還應在某個時間段上通過多源頭、多渠道和多方式進行采集，保證所采集的數據具有多樣性和大價值屬性。其次，對圖書館大數據資源使用前管理的科學性和效率，是關系數據可用和可控的關鍵。按照數據類型劃分，圖書館大數據資源可分為服務系統配置與管理數據、用戶行為數據、社會關系數據、用戶位置和閱讀模式數據、用戶閱讀評論與反饋數據等。通常情況下，這些數據以割裂、離散和孤立的狀態(tài)呈現。圖書館應消除大數據庫內部和不同服務系統之間的“數據孤島”現象，實現大數據的自由流動和關聯分析，努力挖掘其中蘊含的潛在數據價值。再次，圖書館大數據應用過程應堅持“信息—知識—智慧”的步驟原則，從大數據資源中發(fā)現數據規(guī)律和獲取知識，提升圖書館的大數據知識獲取、預測、判斷和決策能力，最終通過智慧決策和自動化管理過程實現圖書館的“智慧”服務。最后，讀者大數據閱讀活動是一個多模式和隨機的過程。圖書館應細化所采集讀者實時閱讀行為數據的類型、次數、頻率、時間、閱讀習慣和評估等級，通過服務推薦系統、電子郵件、短信和廣告等方式，實現基于大數據的讀者個性化精準營銷服務。［5］

2.3實現以數據驅動為核心的個性化閱讀服務

大數據時代，圖書館將傳統IT環(huán)境下以技術驅動為核心的用戶服務模式，變革為大數據環(huán)境下以數據驅動為核心的個性化閱讀服務模式。

以數據驅動為核心的個性化閱讀服務模式，主要包括以數據驅動的大數據決策、數據驅動的閱讀服務流程、數據驅動的服務產品三部分內容。首先，圖書館應提高數據驅動流程管理的精細化和智能化水平，精確預測未來圖書館用戶服務的內容、模式、服務資源需求和讀者個性化需求，提高圖書館運行管理與服務決策的針對性和有效性。其次，圖書館可通過大數據資源構建用戶服務模型，將大數據閱讀服務的業(yè)務流程、讀者行為和需求、讀者閱讀情緒走向、讀者服務投資收益和客戶關系可視化地展現，為讀者個性化閱讀服務提供實時的業(yè)務流程優(yōu)化和決策支持。再次，應實現以數據驅動為核心的個性化閱讀服務精準推薦。圖書館采集的讀者個體特征、閱讀行為、閱讀模式與位置、用戶閱讀反饋與服務評價、閱讀社會群體關系等數據具有較強的相關性，這些數據共同描述了讀者的行為習慣、愛好和未來閱讀活動發(fā)展趨勢。圖書館通過對這些數據的關聯計算、文本摘要抽取和情感分析等智能計算，精確推算出讀者大數據閱讀需求、內容、模式和方法的變化趨勢，科學管理、分配和調度圖書館的服務資源，實現基于大數據的服務資源最優(yōu)化配置和提升服務投資收益率。［6］

2.4基于大數據實現高效的CRM（客戶關系）管理

依據“二八定律”可得出，20%的關鍵客戶為圖書館帶來80%的服務收益，而80%的普通客戶則只為圖書館帶來20%的服務收益。因此，圖書館應基于大數據決策的服務支持，重點加強20%關鍵讀者群的發(fā)現、挖掘、保持和培養(yǎng)工作，在較少的服務資源投入前提下，大幅提高圖書館的服務收益率。

首先，圖書館可依據大數據決策支持，按照讀者的個體特征、文化程度、閱讀成本投入、閱讀頻率和閱讀收益率等，把讀者細分為占用戶總量20%的關鍵讀者群和80%的普通讀者群。在圖書館大數據服務策略的制定與完善中，應將重點放在20%關鍵讀者的維護、發(fā)展和滿意度提升上?？筛鶕P鍵讀者群的客戶屬性制定相應的大數據服務策略，不斷增強關鍵讀者群的數量、忠誠度、穩(wěn)定性和服務收益，而不應將CRM管理重點放在盲目追求新讀者群數量的快速增長上。其次，圖書館應實施面向讀者個性化服務的服務資源準備、服務策略制定、服務過程完善與優(yōu)化、服務質量評估與保障全程的大數據管理，利用大數據決策支持實現讀者服務過程的風險控制、資源調度、精準營銷和客戶關系管理，提高圖書館整個運營管理鏈條和服務推送鏈條的投資收益率。再次，圖書館應基于大數據的服務支持，增強服務廣告的實時性和針對性。圖書館可利用所采集的用戶個體特征、地理位置、移動路線和閱讀愛好等大數據信息，在恰當的時間、地點和場景向讀者精準定向投放用戶需求的廣告，不斷擴展讀者服務信息獲取的范圍、途徑、方法和能力。［7］

2.5構建科學、高效的大數據決策與應用平臺

圖書館大數據環(huán)境具有數據海量、種類繁多、低價值密度和處理速度快的特點。在大數據資源的采集、存儲、處理、應用和決策中，應擺脫傳統IT環(huán)境下以數據小樣本采樣、苛求計算結果精確度、探究事物本質關系的傳統做法。在保證所采集數據資源精確度滿足大數據決策需求的前提下，實現對所有大數據資源的挖掘、整合和價值提取。僅需要將大數據內部蘊涵的價值應用到圖書館的服務與決策中，而不必過分強調大數據資源之間的因果關系。因此，圖書館大數據決策與應用平臺的構建，應在堅持安全、高效、

智能和經濟原則的前提下，重點加強大數據平臺的網絡傳輸帶寬、存儲設備容量與性能、平臺管理與決策智能性和應用決策經濟性等方面的建設，保證大數據平臺決策所依據的信息具備較高的價值密度、可用性、信息對稱性和可控性。此外，還應加強圖書館大數據管理、大數據挖掘和深度分析專業(yè)人才隊伍的建設，提高大數據平臺在整合圖書館內、外部的多源異構以及跨域關聯海量數據的能力，實現人才、大數據分析平臺和用戶服務系統的最優(yōu)化結合。［8］

［參考文獻］

［1］孟小峰，慈祥.大數據管理：概念、技術與挑戰(zhàn)［J］.計算機研究與發(fā)展，2013，50（1）：146－169.

［2］王珊，等.架構大數據：挑戰(zhàn)、現狀與展望［J］.計算機學報，2011（34）：1741－1751.

［3］Nature.Big Data［EB/OL］.［2014－06－07］.http://www.nature.com/news/specials/bigdata/index.html.

［4］應璇，孫濟慶.面向大數據的用戶檢索行為研究［J］.情報雜志，2014，33（2）：140－143，176.

［5］郭遲，等.位置大數據的價值提取與協同挖掘方法［J］.軟件學報，2014，25（4）：713－730.

［6］馬寶龍，等.關系營銷中客戶回報計劃對客戶品牌選擇行為的影響研究［J］.中國管理科學，2009，17（5）：57－64.

［7］烏恩.智慧圖書館及其服務模式的構建［J］.情報資料工作，2012（5）：102－104.

［8］何非，何克清.大數據及其科學問題與方法的探討［J］.武漢大學學報（理學版），2014，60 （1）：1－12.

［收稿日期］2014－06－24 ［責任編輯］張雅妮

［作者簡介］馬曉亭（1974－），女，遼寧省遼陽人，碩士，蘭州商學院副教授，研究方向：大數據、數字圖書館建設。

［文章編號］1005－8214（2015）01－0085－03

［文獻標志碼］A

［中圖分類號］G250.76