馬曉亭（蘭州財經(jīng)大學信息工程學院）

基于大數(shù)據(jù)分析的圖書館風險預警系統(tǒng)設計

馬曉亭（蘭州財經(jīng)大學信息工程學院）

如何有效地利用所測量到的大數(shù)據(jù)去預警服務的安全性和可靠性，已成為圖書館研究的熱點問題。本文設計了一種基于大數(shù)據(jù)分析的圖書館風險預警系統(tǒng)，解決了傳統(tǒng)風險預測方法精度低、廣泛性差的問題，可通過發(fā)現(xiàn)大數(shù)據(jù)中存在的關(guān)系和規(guī)則預測服務風險未來的發(fā)展趨勢。

大數(shù)據(jù)分析；風險預警系統(tǒng)；圖書館

隨著高科技在圖書館服務系統(tǒng)構(gòu)建、組織、管理和運行中的廣泛應用，圖書館服務生產(chǎn)力和生產(chǎn)要素的結(jié)構(gòu)科學性快速提升，用戶服務模式已完成從以服務系統(tǒng)為中心向以讀者需求為中心的轉(zhuǎn)變，可為讀者提供實時、智慧、經(jīng)濟、便捷和個性化的閱讀服務。但是，圖書館在有效提升自身保障能力和讀者閱讀滿意度的同時，其服務系統(tǒng)的結(jié)構(gòu)復雜度、服務環(huán)境的不可預測性、服務安全威脅、影響QOS（服務質(zhì)量）的不穩(wěn)定因素快速增長，已成為影響圖書館服務有效性和讀者閱讀滿意度的關(guān)鍵因素。因此，如何準確、快速地發(fā)現(xiàn)和預測圖書館服務危機，是圖書館科學變革服務模式、增強服務保障能力和提升讀者閱讀滿意度應重點關(guān)注的問題。當前，圖書館在系統(tǒng)運營管理、用戶服務保障、QOS監(jiān)測和CRM（客戶關(guān)系管理）管理中，所產(chǎn)生的大數(shù)據(jù)具有海量、多類型、高價值和快速處理的“4V”特性，且這些數(shù)據(jù)總量和所蘊涵的價值呈現(xiàn)指數(shù)級快速遞增。因此，如何基于大數(shù)據(jù)科學構(gòu)建圖書館的服務風險評估、警示系統(tǒng)，準確預測、識別圖書館的服務風險來源和危機傳播過程，是圖書館對服務風險進行風險級別評估、動態(tài)監(jiān)測、精準分析和科學干預的保證。

1　大數(shù)據(jù)圖書館服務風險的預測需求

1.1圖書館服務風險與危機大數(shù)據(jù)

從危機來源看，圖書館服務的危機可劃分為內(nèi)部危機與外部危機兩部分。其中，內(nèi)部危機主要包括服務系統(tǒng)組織風險、IT基礎設施管理與運營風險、QOS保證風險、CRM風險、服務投資收益風險，讀者閱讀滿意度風險等；外部危機主要包括政策性危機、服務市場競爭環(huán)境危機、服務口碑危機等。

首先，與傳統(tǒng)抽樣統(tǒng)計數(shù)據(jù)不同，危機大數(shù)據(jù)具有完全、持續(xù)、低價值密度和高干擾噪聲的特點，圖書館通過對大數(shù)據(jù)的積累、噪聲過濾和價值挖掘，可準確發(fā)現(xiàn)危機大數(shù)據(jù)中蘊含數(shù)據(jù)對應的關(guān)系和價值，實現(xiàn)對圖書館服務風險與危機的科學、精確預測。其次，基于大數(shù)據(jù)的服務風險與危機預測，可實現(xiàn)圖書館不同部門、用戶之間的數(shù)據(jù)共享和資源整合，能夠有效避免決策層和其它工作人員因個人意志和經(jīng)驗，在服務風險與危機監(jiān)控、預測和防范中，存在主觀性、局限性和片面性，實現(xiàn)基于大數(shù)據(jù)驅(qū)動的服務風險與危機管控。［1］第三，危機大數(shù)據(jù)具有實時性強、動態(tài)變化和易被噪聲信號干擾的特點，數(shù)據(jù)的科學性和可用性易受大數(shù)據(jù)采集的方法、設備精確度和采集人員心理等因素影響，同時對圖書館大數(shù)據(jù)應用能力和館員的大數(shù)據(jù)素養(yǎng)要求較高。

1.2影響圖書館服務風險監(jiān)測與預警有效性的關(guān)鍵因素

圖書館服務風險與危機的產(chǎn)生主要有兩方面原因：一是由圖書館在服務過程中的突發(fā)事件和不確定因素造成，具有較強的隨機性和不可預測性；二是由于圖書館在服務過程中，服務風險與危機不斷積累、疊加到爆發(fā)的臨界點后，風險因完成了從量變到質(zhì)變的轉(zhuǎn)換而爆發(fā)。結(jié)合圖書館服務風險大數(shù)據(jù)海量、多類型、價值和快速的“4V”特性，影響其服務風險監(jiān)測與預警有效性的關(guān)鍵因素主要有以下幾點。［2］

首先是圖書館服務風險監(jiān)測與預警指標體系構(gòu)建的科學性。服務風險監(jiān)測與預警指標體系的構(gòu)建，應與圖書館服務風險監(jiān)測大數(shù)據(jù)采集的可行性、監(jiān)測可控性和分析有效性有機結(jié)合，避免監(jiān)測與預警指標體系與大數(shù)據(jù)可用性脫節(jié)，進而影響圖書館監(jiān)測與預警過程的可操作性。其次，圖書館主要依靠視頻監(jiān)控設備、傳感器網(wǎng)絡、監(jiān)控服務器、閱讀終端和第三方共享數(shù)據(jù)庫來獲取風險大數(shù)據(jù)，大數(shù)據(jù)采集設備的準確性、連續(xù)性和可靠性，以及所采集大數(shù)據(jù)的價值總量、價值密度、可用性、可整合性和相關(guān)度，都是關(guān)系圖書館服務風險監(jiān)測與預警有效性的重要因素。第三，圖書館大數(shù)據(jù)分析模型結(jié)構(gòu)的科學性、數(shù)據(jù)處理算法的效率和準確度、大數(shù)據(jù)平臺的開放性與兼容性、數(shù)據(jù)分析師的大數(shù)據(jù)素養(yǎng)等，也是圖書館服務風險監(jiān)測與預警應重點關(guān)注的問題。

1.3大數(shù)據(jù)時代圖書館服務風險預警模式的轉(zhuǎn)型

在大數(shù)據(jù)決策的支持下，圖書館服務風險的發(fā)現(xiàn)和預警模式發(fā)生了根本性轉(zhuǎn)型。傳統(tǒng)的抽樣數(shù)據(jù)分析環(huán)境下，圖書館期望通過對風險數(shù)據(jù)的采集、抽樣、處理和樣本分析，探尋圖書館服務已發(fā)生的風險及其原因。而基于大數(shù)據(jù)的圖書館風險發(fā)現(xiàn)和預警，則實現(xiàn)了從因果思維向相關(guān)思維的轉(zhuǎn)變，更加注重風險大數(shù)據(jù)之間相關(guān)關(guān)系的分析與發(fā)現(xiàn)，幫助圖書館準確掌握潛在的風險和科學預測未知的風險，使圖書館擁有了風險化解和危機處置、導控的主動權(quán)。

其次，圖書館可通過對風險大數(shù)據(jù)的統(tǒng)一采集、價值挖掘、數(shù)據(jù)共享、科學分析和實時決策，實現(xiàn)圖書館與第三方風險數(shù)據(jù)提供商、圖書館內(nèi)不同業(yè)務部門、不同決策層間的數(shù)據(jù)共享。通過消除信息孤島來提升風險大數(shù)據(jù)的價值總量、開放性、可用性和可控性，可保證圖書館精確發(fā)現(xiàn)服務風險產(chǎn)生的源頭，并制定高效、智能、動態(tài)和個性化的風險預警與防范策略，提高對服務風險的監(jiān)控和應急處置能力。［3］

第三，圖書館預警系統(tǒng)應對服務風險分析、發(fā)現(xiàn)、預測和干預實現(xiàn)統(tǒng)一平臺管理，特別增強預警系統(tǒng)對風險的實時分析、提前預警和風險管控能力。此外，還應支持對第三方共享數(shù)據(jù)的整合和關(guān)聯(lián)分析，提升預警系統(tǒng)對相關(guān)次生風險發(fā)生的預測和控制能力，在對圖書館合理評估風險級別和實時預警的同時，對相關(guān)部門與管理人員進行責任的判定、劃分與問責，并對危機漏洞和風險防范制度缺陷進行有針對性的修補與完善。

1.4圖書館預警大數(shù)據(jù)的特點與可用性

隨著大數(shù)據(jù)采集來源、模式和方法的變革，圖書館預警大數(shù)據(jù)的組成結(jié)構(gòu)已發(fā)生較大變化，數(shù)據(jù)類型主要由網(wǎng)頁數(shù)據(jù)、文檔數(shù)據(jù)、圖片數(shù)據(jù)、音頻數(shù)據(jù)和視頻數(shù)據(jù)等組成。這些數(shù)據(jù)呈現(xiàn)海量、多類型、價值和快速的大數(shù)據(jù)“4V”特性，半結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)占據(jù)數(shù)據(jù)總量的85%以上。且隨著數(shù)據(jù)采集總量的不斷增長，預警大數(shù)據(jù)的結(jié)構(gòu)復雜度、非結(jié)構(gòu)化數(shù)據(jù)所占數(shù)據(jù)總量的比例快速上升，對圖書館預警大數(shù)據(jù)傳輸網(wǎng)絡平臺、數(shù)據(jù)處理平臺和預警決策平臺的性能提出了較高要求。

圖書館預警大數(shù)據(jù)除具有大數(shù)據(jù)普遍的“4V”特性外，還因圖書館服務所特有的地域性、時效性、多樣性和周期性特點，擁有數(shù)據(jù)采集全面、精確和不間斷，具有較高的時效性、復雜度和相關(guān)性，可全面、系統(tǒng)和多維感知讀者需求與服務風險的特性。此外，隨著云計算與大數(shù)據(jù)技術(shù)的結(jié)合，圖書館可實現(xiàn)對風險大數(shù)據(jù)的自動采集、快速傳輸、實時分析和科學決策，通過對數(shù)據(jù)的處理、共享和整合實現(xiàn)大數(shù)據(jù)的二次增值，有效提升預警大數(shù)據(jù)的價值總量、可用性和可控性。［4］

2　圖書館大數(shù)據(jù)預警系統(tǒng)的設計

2.1圖書館預警大數(shù)據(jù)的采集與管理

隨著物聯(lián)網(wǎng)絡、傳感器網(wǎng)絡、移動互聯(lián)網(wǎng)、GPS（全球定位系統(tǒng)）和可穿戴設備等技術(shù)的發(fā)展，圖書館風險數(shù)據(jù)的采集實現(xiàn)了由傳統(tǒng)“人式靜態(tài)”到“智能動態(tài)”的轉(zhuǎn)變，可以科學、全面、準確和經(jīng)濟地采集，與圖書館服務系統(tǒng)構(gòu)建、管理、運營相關(guān)的風險大數(shù)據(jù)。

依據(jù)風險大數(shù)據(jù)的來源和存在狀態(tài)劃分，可分為線上實時采集數(shù)據(jù)、定期批量采集數(shù)據(jù)和歷史靜態(tài)數(shù)據(jù)3種類型。線上實時采集風險數(shù)據(jù)主要由服務器運行實時監(jiān)控數(shù)據(jù)、網(wǎng)絡傳輸性能監(jiān)控數(shù)據(jù)、服務負載監(jiān)控數(shù)據(jù)、讀者閱讀行為數(shù)據(jù)、讀者閱讀QOS監(jiān)測數(shù)據(jù)、讀者閱讀滿意度實時評估數(shù)據(jù)等組成，這些大數(shù)據(jù)具有較強的價值時效性和產(chǎn)生突發(fā)性。定期批量采集風險數(shù)據(jù)由服務器運營階段性日志、傳輸網(wǎng)絡負載周期性變化數(shù)據(jù)、服務設備階段性安全日志、新增讀者個體特征數(shù)據(jù)、閱讀終端運營日志、讀者相關(guān)閱讀行為與移動路徑數(shù)據(jù)等組成，這些數(shù)據(jù)具有周期動態(tài)變化的特點。歷史靜態(tài)風險數(shù)據(jù)由圖書館數(shù)據(jù)中心IT系統(tǒng)建設文檔、服務器歷史監(jiān)控日志、讀者歷史閱讀行為日志、圖書館安全防御系統(tǒng)歷史監(jiān)控日志等組成，這些數(shù)據(jù)存儲于圖書館的靜態(tài)數(shù)據(jù)庫中，圖書館可根據(jù)風險預測和防范需求從靜態(tài)數(shù)據(jù)庫中檢索、查詢和下載。［5］

采集層主要負責風險大數(shù)據(jù)的采集、預處理和臨時存儲。采集層通過監(jiān)控器設備、視頻采集設備、傳感器網(wǎng)絡、可穿戴設備和GPS定位設備等，完成圖書館運營服務、大數(shù)據(jù)網(wǎng)絡傳輸、讀者閱讀行為感知、閱讀終端參數(shù)和讀者個體移動路徑等風險大數(shù)據(jù)的采集，并對數(shù)據(jù)進行過濾、清洗、標準化等預處理，將預處理后的數(shù)據(jù)存儲于采集端的臨時存儲器中。管理層負責風險大數(shù)據(jù)的收集、標準化處理與存儲、安全完整性管理、數(shù)據(jù)接口管理、數(shù)據(jù)可用性管理等，為數(shù)據(jù)的整合層提供風險大數(shù)據(jù)的安全性與可用性保證。整合層通過大數(shù)據(jù)的標準化處理、數(shù)據(jù)的定義、噪音過濾、數(shù)據(jù)的整合和共享管理，實現(xiàn)風險大數(shù)據(jù)價值的二次挖掘與增值。分析層通過圖書館服務風險分析指標的選取、分析模型的構(gòu)建、分險識別、分險預警和分險控制等過程，科學、精確地解釋、分析風險大數(shù)據(jù)之間的關(guān)系和蘊含的價值，完成圖書館的服務風險識別、判斷、評級、預警和智能上報。數(shù)據(jù)解釋層基于數(shù)據(jù)分析層的支持，為圖書館解析服務風險產(chǎn)生的根源、劃分風險級別、提示風險威脅程度、智能推薦風險控制手段和形成風險報告，提升圖書館服務風險的管理效率和降低管理成本，實現(xiàn)圖書館風險預測、管理和防范的最佳投資收益。［6］

2.2圖書館風險大數(shù)據(jù)預警系統(tǒng)的構(gòu)建

風險大數(shù)據(jù)預警是一個涵蓋圖書館服務系統(tǒng)建設、服務模式供給、服務風險發(fā)現(xiàn)與預警、服務質(zhì)量評估與優(yōu)化、讀者閱讀滿意度保證全程的系統(tǒng)工程，所涉及的用戶主要包括圖書館決策層、圖書館員、IT系統(tǒng)管理工程師、讀者和第三方服務商。圖書館風險大數(shù)據(jù)預警系統(tǒng)的設計必須堅持統(tǒng)一設計、高時效性、易于控制、可操作和彈性的原則，才能保證圖書館服務風險發(fā)現(xiàn)、評估、預警和干預過程科學、安全、經(jīng)濟、可靠。本文設計的圖書館風險大數(shù)據(jù)預警與管理系統(tǒng)如圖所示。

圖圖書館風險大數(shù)據(jù)預警與管理系統(tǒng)結(jié)構(gòu)圖

該系統(tǒng)主要由大數(shù)據(jù)采集層、大數(shù)據(jù)分析層、服務風險的發(fā)現(xiàn)與預警層3部分組成。大數(shù)據(jù)采集層主要由云數(shù)據(jù)采集系統(tǒng)和數(shù)據(jù)處理系統(tǒng)2部分組成，負責風險大數(shù)據(jù)的采集、數(shù)據(jù)預處理、數(shù)據(jù)價值密度提升和大數(shù)據(jù)的傳輸?shù)?。大?shù)據(jù)分析系統(tǒng)由風險大數(shù)據(jù)存儲庫和服務風險的識別、預警與控制系統(tǒng)組成。［7］圖書館依據(jù)風險大數(shù)據(jù)的采集、使用時效性和頻率需求，分別將大數(shù)據(jù)存儲于實時采集數(shù)據(jù)庫、定期批量采集數(shù)據(jù)庫和歷史靜態(tài)數(shù)據(jù)庫中。服務風險的識別、預警與控制系統(tǒng)基于風險大數(shù)據(jù)庫的支持，通過風險大數(shù)據(jù)的融合、數(shù)據(jù)關(guān)系的發(fā)現(xiàn)和數(shù)據(jù)價值挖掘，為圖書館服務風險的識別、預警與控制提供決策支持。服務風險的發(fā)現(xiàn)與預警層是圖書館風險管理的高級應用層，主要由圖書館服務風險的監(jiān)控、風險分析與判定、風險預警、風險疏導與控制等4個功能模塊組成，可依據(jù)圖書館服務模式特點、讀者閱讀需求、數(shù)據(jù)中心IT系統(tǒng)運營和QOS保障實際，預測、監(jiān)控、發(fā)現(xiàn)、判斷、預警、疏導和控制服務風險，提高圖書館的綜合服務收益率和讀者閱讀滿意度。［8］

2.3圖書館服務風險預警應重點關(guān)注的問題

風險大數(shù)據(jù)預警的效率、標準化、智能化、時效性和可視化表現(xiàn)程度，是關(guān)系到圖書館服務風險預警科學性、精確度、時效性、可靠性和可用性的關(guān)鍵因素。因此，圖書館只有構(gòu)建科學的服務風險預警指標評估體系和報警系統(tǒng)，才能實時、高效地發(fā)現(xiàn)、警示和規(guī)避圖書館的服務風險。

首先，圖書館采集的風險大數(shù)據(jù)具有數(shù)據(jù)多源和多類型特點，大幅度增加了風險大數(shù)據(jù)的采集、傳輸、標準化處理和存儲難度。因此，圖書館首先應依據(jù)服務風險的預警流程和大數(shù)據(jù)生命周期規(guī)律，對風險大數(shù)據(jù)的采集內(nèi)容與方式、編碼格式、存儲模式、傳輸參數(shù)、冗余標準和數(shù)據(jù)類型進行規(guī)范，才能確保風險大數(shù)據(jù)有效采集、易于控制和管理使用。［9］

其次，圖書館采集的風險大數(shù)據(jù)還具有較強的突發(fā)性和動態(tài)變化特點，風險評估指標數(shù)據(jù)所占的比重變化和突發(fā)改變，都可能會導致評估結(jié)果產(chǎn)生蝴蝶效應，嚴重影響評估結(jié)果的科學性和預警準確性。因此，圖書館應提高風險大數(shù)據(jù)采集的實時性、精確性、智能性和移動監(jiān)測水平，避免風險大數(shù)據(jù)采集過程中存在的隨機性和盲目性問題。

第三，圖書館應保證風險預警系統(tǒng)有較強的智能化分析、判斷與決策能力，可快速處理海量非結(jié)構(gòu)化數(shù)據(jù)和迭代增長數(shù)據(jù)集，實現(xiàn)傳統(tǒng)數(shù)據(jù)批處理向流處理的轉(zhuǎn)變。此外，應借助決策系統(tǒng)的自主智慧學習功能，自動優(yōu)化風險預警模式的科學性和算法效率。

第四，圖書館應提升風險管理系統(tǒng)對服務風險發(fā)現(xiàn)、分析、預警和干預的多維度可視化表現(xiàn)能力，支持不同部門和大數(shù)據(jù)素養(yǎng)的圖書館員，通過風險大數(shù)據(jù)的決策支持來發(fā)現(xiàn)、預測和防范服務風險。

3　結(jié)語

當前，隨著讀者閱讀需求增長和用戶服務模式的變革，圖書館數(shù)據(jù)中心IT系統(tǒng)結(jié)構(gòu)和內(nèi)部業(yè)務部門的復雜性、多樣性快速增長。圖書館在IT服務系統(tǒng)的構(gòu)建、業(yè)務部門組織管理、用戶服務提供、QOS保障過程中，其復雜、多樣的服務系統(tǒng)結(jié)構(gòu)和管理、運營模式會無法避免地存在諸多缺陷和漏洞。而這些缺陷和漏洞的存在，將最終導致圖書館管理、運營和服務中的風險不斷積累，嚴重影響著圖書館服務的安全性、可靠性和讀者閱讀滿意度。［10］因此，如何以風險大數(shù)據(jù)為驅(qū)動，有效揭示圖書館服務風險的產(chǎn)生、演化原理與機制，是圖書館有效預測、防范和化解服務風險，實現(xiàn)從傳統(tǒng)“隨機預警”到“趨勢預警”轉(zhuǎn)變，增強讀者對圖書館服務忠誠度和可信度的關(guān)鍵。

因此，圖書館在風險大數(shù)據(jù)預警系統(tǒng)的構(gòu)建和服務風險防范中，應重點加強風險評估指標體系的科學性、效率、可操作性和經(jīng)濟性建設，有效提高圖書館員和決策層的主觀能動性，確保風險評估與干涉過程系統(tǒng)、全面、安全、實時和彈性。此外，還應構(gòu)建以風險大數(shù)據(jù)為核心的服務風險發(fā)現(xiàn)、預警、干預和評估的流程，制定和完善服務風險的監(jiān)測、分析、報警、評估和反饋機制，實現(xiàn)風險大數(shù)據(jù)、圖書館員、風險防控目標和突發(fā)事件處理的有機結(jié)合，才能有效發(fā)現(xiàn)、預警、防范和化解風險，才能確保圖書館服務安全、可靠、可用和可控，才能為讀者提供安全、高效、滿意和便捷的圖書館個性化閱讀服務。

［1］張玉波．危機管理智囊［M］．北京：機械工業(yè)出版社，2004：66－67.

［2］蔣潔.大數(shù)據(jù)聯(lián)動的負面效應及對策研究［J］．情報資料工作,2014（4）：11－15.

［3］《紙牌屋》的大數(shù)據(jù)力量：巫術(shù)一般的精準營銷［N］．21世紀經(jīng)濟報道，2013－06－24（A3）.

［4］孫秋菱．大數(shù)據(jù)環(huán)境下情報學方法在技術(shù)預測中的應用研究［J］．情報科學，2015，33（10）：106－111.

［5］李金海，等．基于大數(shù)據(jù)技術(shù)的網(wǎng)絡輿情文本挖掘研究［J］．情報雜志，2014，33（10）：1－6.

［6］勇素華，等．大數(shù)據(jù)災害預測與警情流轉(zhuǎn)機制［J］.圖書與情報，2015（2）：72－76.

［7］Yutaka Matsuo．Tweet analysis for real-time event detection and earthquake reporting system development［J］．IEEE Trains Knowl Data，2013（25）：919－931.

［8］Fye S R，et al．An examination of factors affecting accuracy in technology forecasts［J］．Technological Forecasting and Social Change，2013，80（6）：1222－1231.

［9］鄒銘，等．自然災害風險管理與預警體系［M］.北京：科學出版社，2010：32－35.

［10］黃國平，等．面向災害大數(shù)據(jù)預警信息高速處理的規(guī)則引擎［J］．計算機技術(shù)與發(fā)展，2014（4）：245－248.

Design of Library Risk Alarm System Based on Big Data Analysis

Ma Xiao-ting

How to effectively apply the measured Big Data to the security and reliability of early warning services has become one of the hot issues in library.This article designs a risk alarm system for library based on Big Data analysis,which solves the problem that traditional risk prediction methods have low precision and poor generalization,and can find the relationship and rule between Big Data to predict the future trend of service risk.

Big Data Analysis;Risk Alarm System;Library

G250.78

A

1005－8214（2016）08－0081－04

馬曉亭（1974－），女，碩士，蘭州財經(jīng)大學信息工程學院副教授，研究方向：大數(shù)據(jù)、數(shù)字圖書館建設。

2016－01－18［責任編輯］菊秋芳