王光媛

摘 要：大數(shù)據(jù)時代，各個行業(yè)發(fā)展模式發(fā)生了較大的變化，大數(shù)據(jù)技術(shù)對人們的思維、生活方式也造成了較大的影響。作為公共服務提供主體的公共圖書館，在大數(shù)據(jù)背景下迎來了良好的發(fā)展前景。本文以大數(shù)據(jù)時代公共圖書館服務現(xiàn)狀及問題為入手點，提出了大數(shù)據(jù)時代公共圖書館服務轉(zhuǎn)型策略，以期為公共圖書館平穩(wěn)、持續(xù)發(fā)展提供一定參考。

關(guān)鍵詞：大數(shù)據(jù);公共圖書館;服務轉(zhuǎn)型

前言

在大數(shù)據(jù)時代，公共圖書館面臨著同行業(yè)競爭加劇、復雜數(shù)據(jù)處理能力不足、高價值信息挖掘難度大、知識服務模式滯后等挑戰(zhàn)。而受自身公益性、全民閱讀機遇平等性的制約，公共圖書館服務效能及服務推廣措施執(zhí)行效力始終無法有效提升。因此，在大數(shù)據(jù)時代，如何利用大數(shù)據(jù)技術(shù)，推動自身服務轉(zhuǎn)型，成為公共圖書館在發(fā)展過程中需要優(yōu)先解決的重要問題。

一、大數(shù)據(jù)時代公共圖書館服務現(xiàn)狀

（一）數(shù)據(jù)采集范圍狹窄

現(xiàn)階段，公共圖書館服務數(shù)據(jù)采集仍然局限在本圖書館內(nèi)，采集內(nèi)容也大多以圖書流通為重點。數(shù)據(jù)采集范圍狹窄，導致最終數(shù)據(jù)分析結(jié)果誤差較大[1]。

（二）閱讀推薦精確性不足

現(xiàn)階段，各公共圖書館閱讀推薦服務主動書目推薦、新書導讀及新書通報，在通報導讀過程中，也僅展示圖書檢索信息。由于其整體內(nèi)容不夠完善精確，面對數(shù)量龐大的圖書信息，公共群體往往無法下手，致使受眾閱讀推薦效果不佳。

（三）服務模式滯后

在近幾年發(fā)展進程中，公共圖書館在管理制度及管理系統(tǒng)方面進行了適當改革。但是整體服務資源分散較雜亂，服務模式較滯后，影響了公共圖書館在大數(shù)據(jù)時代的可持續(xù)實踐價值的有效發(fā)揮。

二、大數(shù)據(jù)時代公共圖書館服務轉(zhuǎn)型策略

（一）擴大數(shù)據(jù)采集范圍

加強公眾閱讀行為數(shù)據(jù)采集，構(gòu)建公眾與圖書偏好數(shù)據(jù)模型，是大數(shù)據(jù)時代公共圖書館服務轉(zhuǎn)型的基礎(chǔ)。因此，為了更加精準地了解公眾圖書閱讀偏好，保證讀書推薦信息針對性，公共圖書館應依據(jù)全面性、精細化原則。在采集本館圖書流通情況數(shù)據(jù)的基礎(chǔ)上，進一步拓展圖書流通數(shù)據(jù)搜集范圍。隨后利用大數(shù)據(jù)挖掘技術(shù)，以館際數(shù)據(jù)交流的方式，對特定區(qū)域內(nèi)讀者閱讀行為數(shù)據(jù)、圖書內(nèi)容數(shù)據(jù)進行全方位搜集[2]。同時公共圖書館可與起點讀書網(wǎng)、樂乎等商業(yè)網(wǎng)絡(luò)閱讀平臺合作，開展數(shù)據(jù)交流，獲得更加全面系統(tǒng)的基礎(chǔ)分析數(shù)據(jù)。以此為依據(jù)，對內(nèi)部服務版塊進行適當調(diào)整，保證整體服務模式的準確性。

（二）開發(fā)智能閱讀推薦版塊

在大數(shù)據(jù)時代，公共圖書館服務系統(tǒng)是一個不斷分析、不斷更新、不斷計算的體系，在公共圖書館自動化系統(tǒng)應用范圍不斷拓展，管理系統(tǒng)軟件不斷更新成熟的背景下，公共圖書館應依托本館內(nèi)部大規(guī)模圖書文獻數(shù)據(jù)、讀者借閱行為數(shù)據(jù)，開發(fā)智能閱讀推薦模塊。

在智能閱讀推薦模塊開發(fā)過程中，公共圖書館可依據(jù)前期收集、沉淀的數(shù)據(jù)，借鑒當當網(wǎng)、卓越亞馬遜等電子商務企業(yè)智能推薦服務經(jīng)驗，通過分析注冊公眾閱讀行為、個人身份特征、購買信息及閱讀行為記錄、圖書流通等因素，構(gòu)建一個大數(shù)據(jù)分析系統(tǒng)。依托大數(shù)據(jù)分析系統(tǒng)，結(jié)合本館現(xiàn)有藏書信息，自動為公眾推送一系列可激發(fā)讀者閱讀興趣的圖書信息。智能閱讀推薦模塊的開發(fā)，不僅可以節(jié)省公眾圖書查找精力及時間，而且可以將公共圖書館自身掌握資源與公共群體緊密連接，提高館內(nèi)藏書利用率。

此外，為避免公共圖書館內(nèi)智能閱讀系統(tǒng)出現(xiàn)推薦內(nèi)容重復問題，公共圖書館可依據(jù)個性化思路。在元數(shù)據(jù)采集、提取、計算的基礎(chǔ)上，以服務對象體驗為重點，對大數(shù)據(jù)挖掘、分析技術(shù)進行優(yōu)化篩選。如在內(nèi)容推薦階段，除了分析讀者閱讀傾向以外，公共圖書館還可利用大數(shù)據(jù)分析技術(shù)，對讀者閱讀歷史、閱讀最佳組合、興趣相似人群閱讀歷史、相關(guān)內(nèi)容新書收錄等信息進行全方位挖掘分析。隨后以底邊欄展示、純文字展示或者側(cè)邊欄展示的方式，設(shè)置多元化文字展示版塊，切實提高智能推薦精準性。

（三）構(gòu)建以公共智慧服務為主導的服務模式

首先，大數(shù)據(jù)時代，知識服務成為公共圖書館服務的重點，而公共智慧服務是知識服務的進一步升華。因此，公共圖書館應以公共智慧服務為主導。利用智能化嵌入技術(shù)、關(guān)聯(lián)技術(shù)，在統(tǒng)一的智能網(wǎng)格中，將本館信息、公共群體、網(wǎng)絡(luò)、資源數(shù)據(jù)庫有機整合。

其次，利用各種要素，對前期收集的結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)進行重組再造。實現(xiàn)基礎(chǔ)設(shè)施的互聯(lián)共享，為數(shù)據(jù)管理服務創(chuàng)新提供依據(jù)。

最后，依據(jù)大數(shù)據(jù)核心特征，公共圖書館應以預測為發(fā)展方向。在智能圖書推薦版塊開發(fā)的基礎(chǔ)上，構(gòu)建數(shù)據(jù)安全風險評估模型及數(shù)據(jù)資源應用評估風險模型。從軟件、硬件、數(shù)據(jù)資源等方面，分析風險波動，洞察服務環(huán)境變化，為公共智慧服務廣泛開展奠定基礎(chǔ)。

總結(jié)

綜上所述，閱讀是人類社會發(fā)展過程中廣大社會群體特有的行為活動，也是文明傳承的主要渠道，人類文明發(fā)展史也是一部人類閱讀的歷史。因此，針對傳統(tǒng)公共圖書館服務模式單一、滯后、效能低等問題，公共圖書館應合理利用大數(shù)據(jù)挖掘分析技術(shù)，開發(fā)智能閱讀推薦模塊，為社會公共提供針對性的閱讀信息。同時不斷推動服務系統(tǒng)轉(zhuǎn)型，為自身在同行業(yè)競爭力提升提供依據(jù)。

參考文獻

[1] 畢強，閆晶，李潔.大數(shù)據(jù)時代數(shù)字圖書館服務轉(zhuǎn)型面臨的新形勢與新要求[J].情報理論與實踐， 2017，40（12）：12-16.

[2] 彭松林.大數(shù)據(jù)與公共圖書館服務轉(zhuǎn)型[J].四川圖書館學報，2018（2）：1-5.