韓翠峰 韓禮紅

（蘭州商學(xué)院圖書館 甘肅 蘭州 730020）

在大數(shù)據(jù)時(shí)代，數(shù)據(jù)作為一種資源，如何進(jìn)行有效開發(fā)與利用，已成為社會(huì)普遍認(rèn)同并關(guān)注的問(wèn)題。對(duì)圖書館而言，其創(chuàng)新變革經(jīng)歷了數(shù)據(jù)圖書館（DL）、信息共享空間（IC）、IFRD、機(jī)構(gòu)知識(shí)庫(kù)（IR）、移動(dòng)圖書館（ML）、云計(jì)算等，數(shù)字資源的積累經(jīng)歷了傳統(tǒng)的數(shù)字化到原生數(shù)字資源的發(fā)展過(guò)程[1]?？梢哉f(shuō)，數(shù)據(jù)是未來(lái)的圖書館資源的主要組成部分。

一、大數(shù)據(jù)與圖書館

大數(shù)據(jù)一詞源于麥肯錫公司在2011年5月的一篇報(bào)告Big data：The next frontier for innovation，competition，and productivity.報(bào)告指出大數(shù)據(jù)的應(yīng)用將帶動(dòng)新一波生產(chǎn)率的增長(zhǎng)[2]。關(guān)于大數(shù)據(jù)的特點(diǎn)，已有文獻(xiàn)做了大量的總結(jié)與研究，如4V（Variety，Velocity，Volume，Value）[3]或 4V+1C（Variety，Velocity，Volume，VitalityandComplexity）[4]。

大數(shù)據(jù)，顧名思義就是指數(shù)據(jù)的量之大?，F(xiàn)代圖書館隨著紙質(zhì)資源的數(shù)字化，以及各種自動(dòng)化管理設(shè)備的使用而產(chǎn)生的大量運(yùn)行記錄，以及讀者使用圖書館留下的閱讀行為記錄等，都會(huì)產(chǎn)生大量的具有大數(shù)據(jù)特點(diǎn)的一些數(shù)據(jù)。具體來(lái)講，其大數(shù)據(jù)來(lái)源主要有以下幾方面：①數(shù)字資源的發(fā)展。美國(guó)研究圖書館協(xié)會(huì)（ARL）統(tǒng)計(jì)顯示，美國(guó)研究型大學(xué)圖書館的數(shù)字資源經(jīng)費(fèi)占文獻(xiàn)總費(fèi)的比率在2011年度就已達(dá)到了62.47%，超過(guò)了印本資源[5]。國(guó)內(nèi)大學(xué)圖書館近幾年對(duì)數(shù)字資源的發(fā)展亦有同樣的趨勢(shì)。②RFID圖書資源跟蹤技術(shù)產(chǎn)生的圖書流通數(shù)據(jù)。國(guó)內(nèi)大多數(shù)高校在新圖書館建設(shè)中，都將RFID技術(shù)的使用作為其現(xiàn)代化圖書館建設(shè)的重點(diǎn)來(lái)考慮。③圖書借閱及數(shù)字資源下載等產(chǎn)生的日志數(shù)據(jù)。④社交網(wǎng)絡(luò)產(chǎn)生的媒介傳播數(shù)據(jù)。通信技術(shù)與移動(dòng)終端的發(fā)展使得圖書館多了一個(gè)獲取移動(dòng)電子設(shè)備、人員、資源、用戶行為和需求等信息的渠道[6]。

以資源為核心的傳統(tǒng)圖書館，已發(fā)展到以讀者為中心的大數(shù)據(jù)圖書館，最重要的是如何針對(duì)不同讀者的需求，開展有針對(duì)性的個(gè)性化服務(wù)，讓讀者能夠快速、準(zhǔn)確的獲得所需要的數(shù)據(jù)資源，是大數(shù)據(jù)時(shí)代圖書館服務(wù)應(yīng)該重點(diǎn)研究的內(nèi)容之一。

二、多種技術(shù)融合的圖書館個(gè)性化服務(wù)模型

（一）大數(shù)據(jù)思維下實(shí)現(xiàn)個(gè)性化信息服務(wù)的主要技術(shù)

1.云存儲(chǔ)技術(shù)。一提到大數(shù)據(jù)的存儲(chǔ)與管理，必然會(huì)聯(lián)系到云數(shù)據(jù)庫(kù)技術(shù)。由于大數(shù)據(jù)的半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)的特點(diǎn)，傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)對(duì)大數(shù)據(jù)的管理無(wú)能為力，于是就出現(xiàn)了NoSQL（即Not Only SQL）[7]。很多人把NoSQL叫做云數(shù)據(jù)庫(kù)（CloudDB），其一般意義的定義是部署和虛擬化在云計(jì)算環(huán)境中的數(shù)據(jù)庫(kù)[8]。文獻(xiàn)[9]對(duì)其特點(diǎn)及成熟的產(chǎn)品進(jìn)行了詳細(xì)的描述。因?yàn)槠涮幚頂?shù)據(jù)的模式完全是分布式的，因此極為符合處理大數(shù)據(jù)。

2.虛擬化技術(shù)。虛擬化是資源的邏輯表示，這種表示不受物理限制的約束。通過(guò)虛擬化技術(shù)可以實(shí)現(xiàn)用資源的統(tǒng)一訪問(wèn)，并且隱藏屬性和操作差異，且允許通過(guò)一種通用的方式來(lái)查看和維護(hù)資源。它將應(yīng)用程序及數(shù)據(jù)，在不同的層次以不同的面貌加以展現(xiàn)，從而使得不同層次的使用、開發(fā)與管理者能夠方便快捷的使用計(jì)算機(jī)軟硬資源。對(duì)硬件資源的虛擬化，可節(jié)省硬件成本，提高硬件資源的使用效率；對(duì)軟件資源的虛擬化，可整合信息資源，提高信息資源的易用性等。

3.數(shù)據(jù)挖掘技術(shù)。數(shù)據(jù)挖掘是知識(shí)發(fā)現(xiàn)過(guò)程的一個(gè)步驟，又稱作知識(shí)發(fā)現(xiàn)（Knowledge Discovery）。通俗來(lái)說(shuō)，就是從大量的不完全的隨機(jī)數(shù)據(jù)中，提取出隱含在其中的事先不知道的但又具有潛在有用信息和知識(shí)的過(guò)程。通常由數(shù)據(jù)準(zhǔn)備、規(guī)律尋找和規(guī)律（模型）表示三個(gè)階段組成。目前常用的大數(shù)據(jù)挖掘方法有分類、聚類、回歸分析、關(guān)聯(lián)規(guī)則、WEB挖掘以及神經(jīng)網(wǎng)絡(luò)方法等。

4.智能搜索技術(shù)。該技術(shù)是結(jié)合了人工智能技術(shù)的新一代搜索引擎技術(shù)?；诖髷?shù)據(jù)目標(biāo)模式的爬蟲軟件必須是能夠針對(duì)大數(shù)據(jù)4V特點(diǎn)的智能搜索程序，可結(jié)合分布式處理、并行處理、網(wǎng)格計(jì)算以及云搜索等多種方式，來(lái)實(shí)現(xiàn)大數(shù)據(jù)的智能搜索功能。

5.智能Agent技術(shù)。Agent技術(shù)具有社會(huì)交互性和智能性，能在不需要或很少需要人為干預(yù)下持續(xù)自主執(zhí)行完成某一任務(wù)的智能軟件技術(shù)，具有自主性、交互性、自學(xué)習(xí)性、主動(dòng)性等特點(diǎn)[10]。在大數(shù)據(jù)時(shí)代，信息爆炸與信息匱乏并存，一方面，大量的信息資源不能適時(shí)的提供給需要者。另一方面，真正需要某一信息者又不知從何處尋找到有用的信息。在這種情景下，由“人找信息”到“信息找人”的過(guò)渡尤為重要，智能Agent技術(shù)在開放的大數(shù)據(jù)環(huán)境下實(shí)現(xiàn)個(gè)性化主動(dòng)信息服務(wù)顯的游刃有余。

6.本體論。簡(jiǎn)單講，本體論就是探討世界上存在的一切，在背后是不是存在著一個(gè)抽象的、不依賴于現(xiàn)實(shí)世界的基礎(chǔ)。在描述事物本質(zhì)的過(guò)程中，是共享概念模型明確的形式化規(guī)范說(shuō)明[11]。本體論廣泛應(yīng)用于知識(shí)管理、人工智能、圖書情報(bào)等領(lǐng)域具有大量需要?dú)w類和劃分信息的領(lǐng)域，它不僅準(zhǔn)確地描述了概念的含義和內(nèi)在聯(lián)系，而且能夠通過(guò)邏輯推理獲取概念之間的蘊(yùn)含關(guān)系。本體技術(shù)具有豐富的語(yǔ)義及廣泛的關(guān)系，是實(shí)現(xiàn)圖書館基于大數(shù)據(jù)挖掘、知識(shí)提取、發(fā)現(xiàn)及應(yīng)用的最佳技術(shù)手段之一。

（二）融合多種技術(shù)的圖書館個(gè)性化服務(wù)平臺(tái)構(gòu)建

根據(jù)大數(shù)據(jù)的特點(diǎn)，以及圖書館個(gè)性化信息服務(wù)的要求，融合上述主要技術(shù)手段，來(lái)構(gòu)建基于大數(shù)據(jù)思維的圖書館個(gè)性化服務(wù)平臺(tái)，以實(shí)現(xiàn)基于大數(shù)據(jù)思維的圖書館個(gè)性化信息服務(wù)。該服務(wù)平臺(tái)主要包括基于大數(shù)據(jù)思維的資源整合與管理，大數(shù)據(jù)特征信息挖掘與建模，用戶行為信息收集與建模，個(gè)性化信息服務(wù)等四個(gè)相關(guān)主體，融合多種信息處理技術(shù)，來(lái)實(shí)現(xiàn)大數(shù)據(jù)時(shí)代圖書館信息資源與讀者需求的最佳匹配。

1.資源的虛擬化管理?，F(xiàn)代圖書館內(nèi)隨著信息化的發(fā)展，自動(dòng)化程度越來(lái)越高，系統(tǒng)結(jié)構(gòu)越來(lái)越復(fù)雜。比如各類電子資源數(shù)據(jù)庫(kù)系統(tǒng)，公共查詢、RFID、一卡通、圖書館藏、網(wǎng)絡(luò)管理、出入門禁、WEB檢索、館際互借、自助借還、座位管理等，這些系統(tǒng)通過(guò)網(wǎng)絡(luò)呈現(xiàn)分布式管理狀態(tài)，如何將分布在不同地方的不同資源進(jìn)行有效整合，然后通過(guò)大數(shù)據(jù)綜合管理平臺(tái)進(jìn)行統(tǒng)一管理與處理是關(guān)鍵。對(duì)數(shù)據(jù)資源的虛擬化管理，不但可以把所有納入圖書館管理中的硬件資源進(jìn)行統(tǒng)一的虛擬化管理，根據(jù)需要來(lái)虛擬成存儲(chǔ)資源池、網(wǎng)絡(luò)資源池等；還能夠很好的把相關(guān)分散的信息資源也可有效整合起來(lái)，實(shí)現(xiàn)資源信息的統(tǒng)一管理與訪問(wèn)，形成信息資源池。每種資源池只是邏輯意義上的統(tǒng)一，而實(shí)際物理屬性并未改變，訪問(wèn)方式也未改變。

2.數(shù)據(jù)挖掘與智慧搜索功能?；诖髷?shù)據(jù)思維的個(gè)性化服務(wù)平臺(tái)要具備大數(shù)據(jù)特征信息的提取與管理，具體功能有三項(xiàng)：大數(shù)據(jù)的搜集、特征信息提取與建模、用戶信息提取與建模。對(duì)于分布在不同系統(tǒng)不同存儲(chǔ)介質(zhì)上的數(shù)據(jù)進(jìn)行收集與提取，可通過(guò)爬蟲程序來(lái)實(shí)現(xiàn)。它類似于搜索引擎中的“蜘蛛”（Spider）程序，不停地游歷于大數(shù)據(jù)信息資源點(diǎn)，對(duì)各數(shù)據(jù)源點(diǎn)進(jìn)行遍歷并提取特征信息，并將這些特征信息進(jìn)行分析與提取。其次，將爬蟲軟件收集到的特征數(shù)據(jù)，通過(guò)本體論技術(shù)來(lái)提取特征，表達(dá)屬性，并建立特征模型，形成資源特征信息庫(kù)，用形式化語(yǔ)言來(lái)描述特征信息，確定數(shù)據(jù)間的聯(lián)系，根據(jù)聯(lián)系對(duì)特征信息進(jìn)行組織，并存入特征信息云數(shù)據(jù)庫(kù)中。此外，需對(duì)用戶需求進(jìn)行深度挖掘，從大數(shù)據(jù)搜集模塊收集到的讀者的信息數(shù)據(jù)后，采用基于內(nèi)容、協(xié)同過(guò)濾、關(guān)聯(lián)規(guī)則、讀者信息統(tǒng)計(jì)以及知識(shí)管理等多種數(shù)據(jù)挖掘技術(shù)，深度挖掘出讀者當(dāng)前及潛在的需求，并建立讀者需求模型，形成讀者需求描述文件。讀者需求模型的建立主要從①讀者過(guò)往借閱行為數(shù)據(jù)以及閱讀內(nèi)容；②定題跟蹤；③同類讀者的興趣參考；④服務(wù)的反饋與定制等四方面的信息來(lái)綜合。

3.多種技術(shù)融合實(shí)現(xiàn)信息的匹配與過(guò)濾。基于用戶需求模型，對(duì)信息特征關(guān)聯(lián)數(shù)據(jù)庫(kù)中的數(shù)據(jù)資源進(jìn)行匹配與過(guò)濾。主要有基于內(nèi)容的數(shù)據(jù)過(guò)濾及協(xié)同過(guò)濾等，前者主要是通過(guò)比較數(shù)據(jù)信息與讀者需求模型信息來(lái)推薦數(shù)據(jù)，具有簡(jiǎn)單有效的特點(diǎn)；后者是依據(jù)相似讀者、相似情景模式來(lái)推薦，這種方式能夠發(fā)現(xiàn)該讀者新的需求與興趣的特點(diǎn)。混合應(yīng)用兩種過(guò)濾方式來(lái)克服某一方式的不足，來(lái)達(dá)到全面的信息匹配與過(guò)濾效果。

4.智慧化的主動(dòng)信息推送技術(shù)實(shí)現(xiàn)個(gè)性化服務(wù)。采用Agent等技術(shù)，捕獲讀者的相關(guān)閱讀信息，并對(duì)讀者的信息行為等跟蹤與分析的基礎(chǔ)上，實(shí)現(xiàn)對(duì)讀者潛在需求信息的主動(dòng)式推送服務(wù)。既可針對(duì)某一讀者的個(gè)體性推送；也可按需求類別實(shí)現(xiàn)群體性推送。

5.讀者需求定制與反饋。當(dāng)讀者在接受個(gè)性化服務(wù)過(guò)程中，可根據(jù)讀者的實(shí)際需求對(duì)系統(tǒng)所提供的個(gè)性化服務(wù)進(jìn)行反饋與更改，也可定制讀者所需要的服務(wù)?；贏gent的個(gè)性化服務(wù)定制、反饋與行為跟蹤分析模塊可根據(jù)讀者所提交的定制與反饋信息，以及對(duì)讀者閱讀行為的跟蹤服務(wù)信息進(jìn)行綜合分析后，再進(jìn)行對(duì)讀者需求的校正與更新。

三、創(chuàng)新策略分析

從以上分析可以看出，大數(shù)據(jù)思維下融合多種技術(shù)的圖書館個(gè)性化信息服務(wù)的目標(biāo)將是從傳統(tǒng)的“人找信息”到“信息找人”的轉(zhuǎn)變，始終堅(jiān)持以人為本的服務(wù)理念，不斷優(yōu)化體系結(jié)構(gòu)，綜合多種技術(shù)優(yōu)勢(shì)，改進(jìn)圖書館的管理與服務(wù)方式，廣泛深入的開展從數(shù)字化到數(shù)據(jù)化的服務(wù)方式轉(zhuǎn)變。其創(chuàng)新策略主要包括：①在資源利用方面，采用虛擬化技術(shù)高度優(yōu)化與整合了現(xiàn)代圖書館各信息系統(tǒng)資源，搞高了資源利用的效率。②在管理方面，通過(guò)虛擬化及大數(shù)據(jù)挖掘，可進(jìn)一步優(yōu)化現(xiàn)代圖書館的資源配置，使現(xiàn)代圖書館的管理與資源配置更加科學(xué)有效。③大數(shù)據(jù)思維下圖書館個(gè)性化信息服務(wù)平臺(tái)的構(gòu)建，將進(jìn)一步加強(qiáng)各大高校及公共圖書館及相關(guān)專業(yè)機(jī)構(gòu)圖書館的開放，進(jìn)一步促進(jìn)資源的共建共享與開放。④大數(shù)據(jù)思維下的圖書館個(gè)性化信息服務(wù)，是建立在廣泛的信息資源收集之上的，同樣要求融合應(yīng)用多種技術(shù)方法，以達(dá)到為讀者提供豐富而精準(zhǔn)的個(gè)性化服務(wù)，這樣就克服了以往局限于某一類信息資源，或應(yīng)用某一種技術(shù)方法來(lái)研究個(gè)性化信息服務(wù)的不足，以便能使圖書館工作者能從更寬更廣的思維去研究圖書館的服務(wù)與管理。

四、結(jié)語(yǔ)

本文在分析了大數(shù)據(jù)與現(xiàn)代圖書館關(guān)系的基礎(chǔ)上，提出了融合多種技術(shù)方法來(lái)構(gòu)建一種能充分發(fā)揮各技術(shù)優(yōu)勢(shì)，并具有自主性、自學(xué)習(xí)、自更新等特點(diǎn)的個(gè)性化信息服務(wù)平臺(tái)。該平臺(tái)充分整合各信息資源，充分挖掘具有大數(shù)據(jù)特點(diǎn)的信息源，來(lái)實(shí)現(xiàn)為讀者提供更精準(zhǔn)化與智能化的個(gè)性化信息服務(wù)的目的。但就理論研究與技術(shù)實(shí)現(xiàn)而言，基于大數(shù)據(jù)思維的圖書館個(gè)性化信息服務(wù)系統(tǒng)是一項(xiàng)系統(tǒng)工程，需要綜合應(yīng)用人工智能、系統(tǒng)工程等多學(xué)科多理論、多技術(shù)，在不斷深入研究所涉及的相關(guān)技術(shù)細(xì)節(jié)的基礎(chǔ)上，應(yīng)用大數(shù)據(jù)思維來(lái)建設(shè)現(xiàn)代圖書館個(gè)性化信息服務(wù)系統(tǒng)，才能更好的為讀者提供個(gè)性化服務(wù)。

［1］蔡新紅.大數(shù)據(jù)時(shí)代圖書館信息資源個(gè)性化服務(wù)模式研究［J］.圖書館論壇，2014（17）：195-196.

［2］Big Data：The Next Frontier for Innovation，Competition，and Produc-tivity［EB/OL］.http： www.mckinsey.com/insights/bus-inesstech-nology/big datathenextfrontierforinnovation，2014-11-12.

［3］百度百科［EB/OL］.http：//baike.baidu.com/view/6954399.Htm，2014-10-02.

［4］張文彥.大數(shù)據(jù)時(shí)代的圖書館初探［J］.圖書與情報(bào)，2012（6）：15-21.

［5］秦鴻.決策支持視角下的數(shù)字資源使用統(tǒng)計(jì)分析實(shí)例研究［J］.大學(xué)圖書館學(xué)報(bào)，2013（6）：60-66.

［6］覃雄派，王會(huì)舉等.大數(shù)據(jù)分析——RDBMS與MapReduce 的競(jìng)爭(zhēng)與共生［J］.軟件學(xué)報(bào)，2012（1）：32-45.

［7］百度百科［EB/OL］.http：//baike.baidu.com/view/2677528.htm?fr=aladdin，2014-10-12.

［8］Yoon JP.Access controland trustiness forresource management in cloud databases.In： Fiore S，Aloisio G，eds.Proc.of the Int’l Conf.on Grid and Cloud Database Management.Berlin：Springer-Verlag， 2011：109-131.

［9］林子雨，賴永炫等.云數(shù)據(jù)庫(kù)研究［J］.軟件學(xué)報(bào)，2012（5）：1148-1163.

［10］Gediminas Adomavicius，Alexander Tuzhilin，Toward the Next Generation of Recommender Systems：A Survey of the State-of-the-Art and Possible Exten-sions ［J］.IEEE Transactions on Knowledge and Data Engineering，2005，17（6）：734-749.

［11］Studer R，Benjamins V R，F(xiàn)ensel D.Knowledge Engineering：Principles and Methods［J］ .Data and Knowledge Engineering，1998，（1-2）：161-197.