魯月　張秀蘭

摘要：文章簡要介紹了大數(shù)據(jù)技術，分析了圖書館應用大數(shù)據(jù)技術的必要性，從讀者服務、自身業(yè)務工作兩個方面對目前我國圖書館應用大數(shù)據(jù)技術的實踐進行了總結，最后，指出了我國圖書館在大數(shù)據(jù)技術應用方面存在的問題，并提出對策。

關鍵詞：大數(shù)據(jù)；大數(shù)據(jù)技術；圖書館

隨著云時代的到來，由維克托·邁爾-舍恩伯格及肯尼斯·庫克耶提出的大數(shù)據(jù)（big data）越來越多的得到社會各界學者的關注。大數(shù)據(jù)或稱海量數(shù)據(jù)，是用來描述海量的結構化和非結構化數(shù)據(jù)的專業(yè)術語，包括業(yè)務流程數(shù)據(jù)、企業(yè)大數(shù)據(jù)、社會大數(shù)據(jù)、個人大數(shù)據(jù)和科學大數(shù)據(jù)等。利用大數(shù)據(jù)技術分析挖掘圖書館中的數(shù)據(jù)信息，改善圖書館日常業(yè)務工作，提升圖書館的服務水平已成為大數(shù)據(jù)時代圖書館提高服務質量的發(fā)展方向。

一、大數(shù)據(jù)及大數(shù)據(jù)技術概述

（一）大數(shù)據(jù)的涵義及特征

大數(shù)據(jù)一般指數(shù)據(jù)量在10TB（1TB=1024GB）規(guī)模以上的數(shù)據(jù)，與海量數(shù)據(jù)不同，大數(shù)據(jù)不僅代表著巨大的數(shù)據(jù)量，在數(shù)據(jù)流、結構化與非結構化數(shù)據(jù)的處理速度及效率上也是驚人的。大數(shù)據(jù)的本身沒有意義，它的價值主要是通過數(shù)據(jù)挖掘及分析來體現(xiàn)。

大數(shù)據(jù)與過去的海量數(shù)據(jù)有所區(qū)別，具有數(shù)據(jù)量巨大、數(shù)據(jù)類型眾多、價值密度低和處理速度快四大基本特征。

（二）大數(shù)據(jù)技術

隨著大數(shù)據(jù)時代的到來，人們需要采用新一代的信息技術來對大數(shù)據(jù)進行分析處理，大數(shù)據(jù)技術主要分為五大類。

1. 基礎架構技術

基礎架構技術主要包括支撐大數(shù)據(jù)處理的數(shù)據(jù)中心管理技術、云計算平臺、云存儲設備及技術等。大數(shù)據(jù)處理需要云數(shù)據(jù)中心和具備高效調度管理功能的云計算平臺的支撐。

2. 數(shù)據(jù)采集技術

數(shù)據(jù)采集技術是進行數(shù)據(jù)處理的必備技術，對海量的數(shù)據(jù)加以利用的前提是通過采集技術把數(shù)據(jù)采集上來，采集的過程既包括采集、轉換、加載等，也包括對數(shù)據(jù)的清洗、過濾、校驗等各種預處理過程，這一系列的過程都需要采集技術加以支撐。

3. 數(shù)據(jù)存儲技術

數(shù)據(jù)經(jīng)過采集和轉換之后，還需要進行存儲歸檔。數(shù)據(jù)存儲技術主要是將這些數(shù)據(jù)分布到多個存儲節(jié)點上，數(shù)據(jù)存儲技術還提供備份、訪問接口等服務。

4. 數(shù)據(jù)計算技術

數(shù)據(jù)計算主要包括數(shù)據(jù)查詢、數(shù)據(jù)統(tǒng)計、數(shù)據(jù)分析、數(shù)據(jù)預測、數(shù)據(jù)挖掘等各項相關的技術，這些同時也是大數(shù)據(jù)技術的核心。

5. 數(shù)據(jù)展現(xiàn)與交互技術

數(shù)據(jù)最終的結果是為人們生產、決策提供支持，因此需要恰當直觀的將數(shù)據(jù)展示出來。數(shù)據(jù)展現(xiàn)除傳統(tǒng)報表、圖形等，還可以結合現(xiàn)代的可視化工具及人機交互手段，如手機APP等增強現(xiàn)實的手段，來實現(xiàn)數(shù)據(jù)與現(xiàn)實的無縫接口。

二、圖書館應用大數(shù)據(jù)技術的必要性

隨著信息技術及數(shù)字技術在圖書館中的應用，圖書館資源數(shù)量越來越多，資源類型越來越復雜，資源內容越來越豐富，圖書館需要充分有效地利用這些數(shù)據(jù)資源，拓展圖書館的服務內容。

（一）圖書館工作符合大數(shù)據(jù)特征之處

1. 海量化的信息

據(jù)互聯(lián)網(wǎng)數(shù)據(jù)中心的監(jiān)測，全球在2010年正式進入ZB時代。與此同時，圖書館的資源收藏量也呈現(xiàn)出急速增長的趨勢，從TB級別躍升到PB級別。北京世紀超星技術發(fā)展有限責任公司建設的超星數(shù)字圖書館，擁有數(shù)百萬冊電子圖書，內容總量超13億頁，數(shù)據(jù)總量約達976.56TB，其圖書資源量十分龐大；再如，國家圖書館資源類型十分豐富，不僅包括微縮制品、音像制品，還建成了中國最大的數(shù)字文獻資源庫基地，數(shù)字資源的數(shù)據(jù)總量超過1000TB，并以每年100TB速度增長；武漢圖書館截至2014年年底，館藏文獻總量達398萬冊，數(shù)字資源容量達到150TB。因此，目前我國許多圖書館從數(shù)據(jù)量上看已經(jīng)具備了海量化的數(shù)據(jù)。

2. 多樣化的數(shù)據(jù)

隨著信息技術的迅速發(fā)展，由圖像、聲音、超媒體等信息組成的非結構化數(shù)據(jù)也隨之產生并逐漸增多。圖書館經(jīng)過多年的數(shù)字化建設，數(shù)據(jù)類型變得更加多樣化，除了紙質文獻外，還擁有大量的數(shù)字資源，以及各種光盤、音頻、視頻資源等。北京大學圖書館大量引進和自建國內外數(shù)字資源，其數(shù)字資源類型多樣，包括各類數(shù)據(jù)庫、電子期刊、電子圖書和多媒體資源等，從結構上看主要包括半結構化和非結構化數(shù)字資源。武漢圖書館已建成集印刷文獻、電子文獻、微縮文獻、視聽文獻、網(wǎng)絡文獻為一體，學科門類齊全、虛擬與實體館藏相結合的多類型文獻資源格局。綜合國內圖書館具有的資源類型可以看出，圖書館已經(jīng)具備了多樣化的大數(shù)據(jù)特征。

（二）圖書館應用大數(shù)據(jù)技術的意義

1. 全方位數(shù)據(jù)推送服務

圖書館通過數(shù)據(jù)采集技術采集讀者信息，利用大數(shù)據(jù)分析技術對讀者的年齡、職業(yè)、喜好等采集到的數(shù)據(jù)進行分析，以不同層次讀者的需求為出發(fā)點，根據(jù)不同類型人群的喜愛提供有針對性地全方位地實時信息推送服務，這種推送服務不僅可以提供讀者所需資料，還可以將信息資料細化到某一摘要、關鍵詞，為讀者帶來全新的智慧體驗，很好地提高了圖書館的社會效益。

2. 建立新型圖書館資源框架

身處大數(shù)據(jù)時代中，面對網(wǎng)絡上種類繁多的信息和用戶對圖書館的多重需求，圖書館可以利用大數(shù)據(jù)技術構建起新型數(shù)字圖書館資源框架。新型框架要具備以數(shù)據(jù)為中心的理念，除了包括傳統(tǒng)的文獻資源外，還應把數(shù)字資源、網(wǎng)絡資源嵌入其資源體系內，既包括文本信息，也包括圖像視頻信息，實現(xiàn)網(wǎng)絡的信息進行自動獲取。在新型的資源框架下，通過建立具有語義關系的大數(shù)據(jù)組織、檢索技術，圖書館的信息采集和服務將全面提升。

3. 提高日常業(yè)務工作效率

在圖書館資源采購工作中，利用大數(shù)據(jù)技術對讀者的需求和喜好等信息進行分析和挖掘，可以在圖書館采購環(huán)節(jié)中合理分配經(jīng)費，將有限的經(jīng)費用于采購讀者所急需和喜聞樂見的信息資源，避免經(jīng)費的浪費。此外，在圖書館參考咨詢服務中，應用大數(shù)據(jù)采集和挖掘技術，圖書館利用語義檢索功能和文本知識挖掘功能，使讀者更快更準確地檢索到所需要的信息資源，提高讀者滿意度。

三、大數(shù)據(jù)技術在圖書館工作中應用的實踐

大數(shù)據(jù)的研究及應用激勵著圖書館大數(shù)據(jù)體系和信息智能服務的構建，目前國內許多圖書館已經(jīng)開始將大數(shù)據(jù)技術應用于工作實踐之中。

（一）在讀者服務中的應用

1. 華中科技大學圖書館

華中科技大學圖書館綜合讀者借閱數(shù)據(jù)、書目瀏覽數(shù)據(jù)、電子閱覽室瀏覽數(shù)據(jù)等部署了大數(shù)據(jù)存儲與分析系統(tǒng)，旨在對數(shù)據(jù)進行統(tǒng)一存儲和綜合挖掘，目前該系統(tǒng)已存儲各類數(shù)據(jù)記錄兩億余條。華中科技大學圖書館使用數(shù)據(jù)挖掘算法對存儲在系統(tǒng)中的數(shù)億條數(shù)據(jù)進行挖掘計算，以此進行讀者分類，針對不同層次讀者的特點，采取相應的服務措施；同時該館利用圖書自有的元數(shù)據(jù)及借閱數(shù)據(jù)等，進行圖書關聯(lián)度的挖掘，為讀者提供相似、相關圖書的推薦；根據(jù)讀者的屬性使用協(xié)同過濾方法在讀者群中找到興趣相似的讀者，綜合這些讀者對某些文獻的評價，對他們的喜好進行分析，進行實時圖書推薦，為讀者提供更方便的服務。

2. 上海圖書館

2015年，上海圖書館基于對信息系統(tǒng)內海量數(shù)據(jù)的分析和挖掘，利用大數(shù)據(jù)的采集技術和可視化技術，推出了“上海市中心圖書館即時數(shù)據(jù)展示屏”，對市中心圖書館實時流通情況、今日到館讀者數(shù)、今日借還情況等數(shù)據(jù)進行展示，使讀者可以隨時了解圖書館的最新動態(tài)。上海圖書館還采用數(shù)據(jù)展現(xiàn)與交互技術，結合現(xiàn)代可視化工具，推出了的最新版本手機APP，將位置定位等常用的移動技術與圖書館服務相結合，通過這些技術讀者可以隨時隨地查看上海圖書館的熱門圖書推薦、館藏狀態(tài)等信息，為讀者帶來全新的智慧圖書館體驗。

3. 武漢圖書館

2014年，武漢圖書館在讀者行為模式研究中應用大數(shù)據(jù)分析技術，開發(fā)讀者管理平臺，開展讀者行為“大數(shù)據(jù)”分析工作，通過分析讀者構成、閱讀習慣、潛在需求等信息，為每位讀者提供個性化薦書服務，“假設一位讀者近一段時間經(jīng)常借閱經(jīng)濟類圖書，當他登陸數(shù)字化借閱端口，就會顯示相關經(jīng)濟類圖書供這位讀者參考，系統(tǒng)對每個人的推薦目錄都是獨一無二的”。武漢圖書館館長李靜霞說，此項服務可以積極引導市民培養(yǎng)閱讀習慣，推薦好書。

4. 清華大學的知識關聯(lián)網(wǎng)絡

目前清華大學圖書館的館藏中紙質書達三百多萬種、電子書六百多萬種、近七萬種電子期刊，清華大學圖書館以這些海量數(shù)據(jù)為基礎，通過大數(shù)據(jù)分析及挖掘技術，自動甄別出清華大學的目標學者（ThuRID），獲取學者的學術出版物及其信息，應用開放鏈接技術準確定位清華學者學術出版物的全文，并采用可視化視圖的方式直觀展示學者的學術歷程，建立學者為中心的科研網(wǎng)絡和知識關聯(lián)網(wǎng)絡。目前，清華大學圖書館已經(jīng)成功甄別出五十位目標學者，建立了以他們?yōu)橹行牡闹R關聯(lián)網(wǎng)絡，便于用戶查找某一學者的全部學術信息。

（二）在自身業(yè)務工作中的應用

1. 資源的合理配置

資源的采購和合理配置是圖書館日常業(yè)務中非常重要的環(huán)節(jié)。大數(shù)據(jù)技術對數(shù)據(jù)深層次地挖掘和分析，可以為圖書館的資源采購及配置環(huán)節(jié)提供幫助。上海圖書館館長劉煒說：“大數(shù)據(jù)的應用是上圖在保障用戶隱私的基礎上，使數(shù)據(jù)服務于讀者。通過數(shù)據(jù)分析，一系列閱讀指標一目了然，上圖可以基于流通量指標等數(shù)據(jù)更有針對性地合理配置采購、盤活館藏資源”。

2. 資源未來需求方向的預測

2013年12月，武漢圖書館首次使用大數(shù)據(jù)分析技術分析全年圖書借閱排行榜，結果發(fā)現(xiàn)經(jīng)典名著入榜，社科人文類暢銷書借閱率提高，網(wǎng)絡文學和通俗文學類圖書借閱率下滑，此分析對武漢圖書館的文獻購買提供了支持，武漢圖書館可以根據(jù)分析結果預測未來資源的需求量、需求方向，科學的制定采購政策。

深圳圖書館于2012年開始大數(shù)據(jù)的研究與應用，在構建全市統(tǒng)一技術平臺和引進新技術的過程中，通過網(wǎng)絡系統(tǒng)、數(shù)據(jù)庫系統(tǒng)和軟件系統(tǒng)的協(xié)同工作，采取大數(shù)據(jù)挖掘、聚類分析等技術，對圖書館多個領域的數(shù)據(jù)進行分析挖掘。助力圖書館從大數(shù)據(jù)應用的視角，對不斷增長的數(shù)據(jù)進行統(tǒng)計分析和趨勢預測，預測未來圖書館服務發(fā)展方向，館藏資源的購買方向，推進圖書館向智能化、智慧型方向發(fā)展。

四、我國圖書館大數(shù)據(jù)技術應用的問題與建議

（一）問題

雖然大數(shù)據(jù)技術已開始在圖書館的讀者服務和業(yè)務工作中應用，但目前圖書館的應用還不普遍，在應用過程中也暴露出許多問題，值得我們總結和思考。

1. 眾多圖書館大數(shù)據(jù)技術應用的意識淡薄

雖然大數(shù)據(jù)技術在眾多領域得到廣泛的應用，但圖書館領域的應用并不充分，究其原因應用意識淡薄是首要的。目前，許多圖書館還沒有清醒地意識到大數(shù)據(jù)環(huán)境的到來，沒有認識到大數(shù)據(jù)在圖書館各項工作中的作用和價值，更沒有意識到大數(shù)據(jù)技術會給圖書館工作帶來的根本性的變革和創(chuàng)新，認為自己離大數(shù)據(jù)還很遙遠。因此，如何提高大數(shù)據(jù)環(huán)境下圖書館人對大數(shù)據(jù)技術的認知度是我們急需面對的問題。

2. 基礎設施不夠完善

身處于信息的海洋中，快速增長的數(shù)據(jù)逐漸超出了圖書館現(xiàn)有基礎設施的承受范圍，傳統(tǒng)圖書館的數(shù)據(jù)處理設備及方式常常顯得力不從心，許多圖書館能支持非結構化數(shù)據(jù)存儲及分析的軟硬件設施還沒有建設起來，大量的有價值數(shù)據(jù)得不到很好地利用，其價值往往被埋沒，完善基礎設施建設是當下圖書館需要解決的另一大問題。

3. 圖書館員專業(yè)技術欠缺

當今社會，圖書館員應既是一名文獻工作者也是一名數(shù)據(jù)工作者。美國麻省理工學院的一個研究表明，圖書館員在數(shù)據(jù)監(jiān)護工作當中需要承擔的職責包括：數(shù)據(jù)集合的存儲、數(shù)據(jù)管理規(guī)劃、最佳實踐經(jīng)驗的傳播、收集與傳播數(shù)據(jù)集合以及數(shù)據(jù)保存標準的制定等。由此可見圖書館員應掌握大數(shù)據(jù)的各項技術，才能完成圖書館資源地有效整合，從而更好的為讀者服務。顯然，我國目前多數(shù)圖書館還沒有滿足新技術環(huán)境對圖書館工作的新要求。

4. 數(shù)據(jù)安全面臨風險

數(shù)據(jù)安全和隱私保護是大數(shù)據(jù)發(fā)展的一大難題，也是圖書館大數(shù)據(jù)工作面臨的重要問題。首先，圖書館海量數(shù)據(jù)的存儲增加了數(shù)據(jù)安防的難度，數(shù)據(jù)損壞或丟失的系數(shù)增加；其次，大數(shù)據(jù)時代，網(wǎng)絡攻擊也威脅著數(shù)據(jù)安全，讀者行為等數(shù)據(jù)的泄露帶來的損失遠遠超出行業(yè)所能承擔的范圍，因此，圖書館大數(shù)據(jù)工作中數(shù)據(jù)的保存和維護變得十分重要，這些安全風險無法規(guī)避，會給讀者帶來重大損失。如何更好地保障數(shù)據(jù)安全也是圖書館大數(shù)據(jù)工作必須要解決的問題。

（二）建議

面對大數(shù)據(jù)帶來的機遇和挑戰(zhàn)，圖書館應該積極把握機遇，迎接挑戰(zhàn)，科學、合理地構建圖書館大數(shù)據(jù)體系。

1. 提高認識，把握機遇

圖書館作為文獻信息的中心，擁有大量的資源數(shù)據(jù)，這些數(shù)據(jù)不僅數(shù)據(jù)量巨大，而且類型復雜，所蘊含的價值極其豐富，圖書館應充分認識這些數(shù)據(jù)地分析利用會給自身帶來的發(fā)展契機，把握住大數(shù)據(jù)時代給圖書館的變革和創(chuàng)新帶來的機遇。

2. 完善設施，營造環(huán)境

大數(shù)據(jù)技術的應用需要相關設備的支撐，圖書館需要加強軟硬件設施的建設，積極引進能支持大數(shù)據(jù)處理的先進技術設備。在軟件方面要積極構建大數(shù)據(jù)計算與處理平臺，展示與分析平臺，優(yōu)化升級圖書館數(shù)據(jù)存儲系統(tǒng)。此外，還要真正確立以用戶為中心的服務理念，制定數(shù)據(jù)管理計劃及政策，努力營造優(yōu)質的大數(shù)據(jù)服務環(huán)境。

3. 培養(yǎng)人才，提升水平

圖書館要想充分發(fā)掘和利用大數(shù)據(jù)技術，人才培養(yǎng)是關鍵，如前所述，目前我國圖書館館員在新的信息技術的掌握和使用方面還是一個薄弱環(huán)節(jié)，因此，圖書館可以采取引進人才，已有館員的外出學習、培訓，參加館內的相關實踐等多種手段，培養(yǎng)館員數(shù)據(jù)處理方面的技術，為圖書館大數(shù)據(jù)體系建設提供人才保障。

4. 加強安全管理，確保數(shù)據(jù)安全

大數(shù)據(jù)在采集、組織、存儲、維護、協(xié)調等方面都有著不同于傳統(tǒng)信息處理方法的顯著特征，圖書館在從事大數(shù)據(jù)的業(yè)務時，首先要從思想上認識安全管理的重要性，在相關的政策性文件的框架下，制定相應的規(guī)章制度，加大數(shù)據(jù)安全管理的力度；其次，要健全技術防范和保障體系，充分研究利用包括入侵檢測技術、防火墻技術、防病毒技術、加密技術、認證技術等在內的技術保護措施，建立健全各項技術防范和保障體系，確保系統(tǒng)的正常運行，保證數(shù)據(jù)安全，保護讀者隱私。

五、結語

目前圖書館在大數(shù)據(jù)技術的應用方面還面臨著許多挑戰(zhàn)，但挑戰(zhàn)即機遇，圖書館要清醒的意識到大數(shù)據(jù)時代的到來，將大數(shù)據(jù)技術充分應用于各項業(yè)務工作中，使大數(shù)據(jù)技術能在圖書館未來的發(fā)展中發(fā)揮應有的作用。

參考文獻：

[1]李鵬云.大數(shù)據(jù)與圖書館服務[J].農業(yè)圖書情報學刊，2013（09）.

[2]A Mcafee，E Brynjolfsson. Big data： the management revolution[J].Harvard Business Review，2012（10）.

[3]趙勇.架構大數(shù)據(jù)：大數(shù)據(jù)技術及算法解析[M].電子工業(yè)出版社，2015.

[4]關曉穎.淺談大數(shù)據(jù)技術在圖書館中的應用研究[J].金融理論與教學，2015（02）.

[5]蘇新寧.大數(shù)據(jù)時代數(shù)字圖書館面臨的機遇和挑戰(zhàn)[J].中國圖書館學報，2015（06）.

[6]江云，李鳳蘭.大數(shù)據(jù)在我國圖書館的應用及推進研究[J].圖書館工作與研究，2014（06）.

[7]P.Bryan Heidorn.The Emerging Role of Libraries in Data Curation and Escience[J].Journal of Library Administration，2011（08）.

*本文系國家社科基金項目“基于國際編目新規(guī)則的我國編目工作變革研究”成果之一，項目編號：14BTQ010。

（作者單位：遼寧師范大學管理學院）