李繼萍 晉中學院 山西 晉中 030600

在互聯(lián)網(wǎng)高速發(fā)展的今天，大數(shù)據(jù)已在日常生產(chǎn)生活的各個方面廣泛應(yīng)用。在高校圖書管理中，同樣會產(chǎn)生大量的數(shù)據(jù)，包括書籍的名稱、位置、數(shù)量、狀態(tài)、讀者、借閱等數(shù)據(jù)。如何利用大量現(xiàn)成的數(shù)據(jù)，實現(xiàn)對各種信息的高效管理，提升高校圖書管理的工作效率，就成為管理者必須思考的問題。大數(shù)據(jù)收集多樣、全面、海量的數(shù)據(jù)，能夠快捷、多元化的呈現(xiàn)出來，具有很高的利用價值。

一、大數(shù)據(jù)的概念和特點

大數(shù)據(jù)的具體概念，現(xiàn)在還沒有統(tǒng)一的認定。在《大數(shù)據(jù)時代》一書中，作者提出：大數(shù)據(jù)是不采用抽樣調(diào)查這樣的捷徑來獲得數(shù)據(jù)，而是采用全體數(shù)據(jù)的方法。常見的定義認為，大數(shù)據(jù)不僅包含海量的數(shù)據(jù)，在數(shù)據(jù)的時間、度等內(nèi)容維度上也是超越了海量數(shù)據(jù)，即包括結(jié)構(gòu)化的數(shù)據(jù)，也包括非結(jié)構(gòu)化的數(shù)據(jù)，如聲音，圖像等。

大數(shù)據(jù)的特點是數(shù)據(jù)體量大、種類繁多、處理速度快、以及價值密度低的4V特點。

第一，數(shù)據(jù)體量大。現(xiàn)在大數(shù)據(jù)、在各類設(shè)備不間斷的采集下、數(shù)據(jù)非常龐大。

第二，數(shù)據(jù)種類繁多。圖書館大數(shù)據(jù)平臺連接了人、機、物。數(shù)據(jù)包括了靜態(tài)數(shù)據(jù)如各類圖書數(shù)據(jù)的屬性，讀者的個人資料等。動態(tài)實時數(shù)據(jù)如讀書的借閱情況，讀者的行為數(shù)據(jù)等，文本數(shù)據(jù)，時間序列數(shù)據(jù)等結(jié)構(gòu)化、半結(jié)構(gòu)和非結(jié)構(gòu)化數(shù)據(jù)。同時讀書館數(shù)據(jù)有人與系統(tǒng)交互查詢，咨詢產(chǎn)生的交互數(shù)據(jù)。

第三，價值密度低。比如對讀者入館閱覽情況的視頻監(jiān)控，有用的數(shù)據(jù)可能只有一兩秒。

第四，處理速度快。大數(shù)據(jù)的處理，通常在幾分之一秒內(nèi)進行分析，以支持決策制定。在性能要求方面，對實時在線數(shù)據(jù)的處理要遠高于離線數(shù)據(jù)。

二、大數(shù)據(jù)的處理技術(shù)

只有經(jīng)過專業(yè)處理的大數(shù)據(jù)，才能發(fā)揮它在預(yù)測、決策、洞察和流程優(yōu)化等方面的價值。

第一，云計算技術(shù)。大數(shù)據(jù)常常與云計算和大數(shù)據(jù)分析技術(shù)聯(lián)系在一起。目前來說，云計算技術(shù)是大數(shù)據(jù)存儲和處理的重要組成部分，這是傳統(tǒng)的數(shù)據(jù)管理技術(shù)無法實現(xiàn)的。大數(shù)據(jù)以分布式處理等手段存儲在平臺上，云計算的核心是計算能力，兩者的結(jié)合實現(xiàn)了對數(shù)據(jù)的存儲和處理，讓海量的數(shù)據(jù)的價值得以實現(xiàn)。

第二，數(shù)據(jù)傳輸及存儲技術(shù)。產(chǎn)生的海量數(shù)據(jù)傳輸及存貯，會給圖書館系統(tǒng)平臺帶來極大的負擔，因此可以通過數(shù)據(jù)的壓縮可以減少數(shù)據(jù)量，提升存儲效率。常用的數(shù)據(jù)壓縮技術(shù)有Lempel—Ziv,是最流行的無損存儲算法。在數(shù)據(jù)存儲方面，通常采用分布式文件系統(tǒng)，如Hadhoop的HDFS等。對于實時性數(shù)據(jù)要求高的場所，可以搭建多級存儲系統(tǒng)，以滿足對數(shù)據(jù)的分析和計算。

第三，數(shù)據(jù)挖掘技術(shù)。圖書館管理中常用的挖掘技術(shù)有統(tǒng)計技術(shù)。即根據(jù)給定的數(shù)據(jù)集合，假設(shè)一個概率或分布模型，在采用相應(yīng)的方法挖掘需求的數(shù)據(jù)。統(tǒng)計技術(shù)可以用來統(tǒng)計圖書的借閱情況、讀者的閱讀偏好、場館的使用情況等。概念描述也是一個適合圖書館使用的挖掘技術(shù)，用于描述某類對象的內(nèi)涵與概括特征，適用于圖書館對讀者進行畫像。

三、大數(shù)據(jù)視野下的圖書館業(yè)務(wù)

（一）圖書館天然具有大數(shù)據(jù)的特征

首先，圖書館的數(shù)據(jù)種類非常多。圖書館既有大量的結(jié)構(gòu)化信息，如館藏文獻中的紙質(zhì)圖書、光盤資源、電子資源，也有非結(jié)構(gòu)化信息，如讀者信息，采購信息、場館信息、人員信息等。這些數(shù)據(jù)的特征如編碼方式、格式、應(yīng)用特征等都可能存在不同，形成大量的異構(gòu)數(shù)據(jù)。

第二，持續(xù)產(chǎn)生大量數(shù)據(jù)，包括圖書的借閱信息，讀者的借閱行為，場所的使用情況等。

第三，信息技術(shù)的使用，個性化、學科化越來越專業(yè)，更多數(shù)字化圖書的編輯出版發(fā)行，閱覽途徑的多樣化，讀者對服務(wù)的要求也越來越高。圖書館必須轉(zhuǎn)變服務(wù)的策略，要對大量數(shù)據(jù)進行分析和挖掘。

第四，圖書館開始提供更多個性化的服務(wù)，如24小時服務(wù)，網(wǎng)絡(luò)服務(wù)等。

第五，對大量的圖書信息、讀者信息、讀者行為等進行統(tǒng)計和挖掘，發(fā)現(xiàn)新的服務(wù)方向。

（二）大數(shù)據(jù)的來源

數(shù)據(jù)來源主要有以下幾個方面。

第一，將過去已經(jīng)存在的、以非數(shù)字化形式存貯的數(shù)據(jù)進行數(shù)據(jù)化處理，如館藏圖書、期刊、報紙、會議資料、借閱記錄等。

第二，采購的電子版圖書。

第三，讀者個人信息、圖書借閱情況、查詢情況等。

第四，傳感器、監(jiān)控系統(tǒng)、人臉識別系統(tǒng)收集到的信息。

第五，與讀者的交互信息。

（三）大數(shù)據(jù)的挖掘和使用

大數(shù)據(jù)的特性決定了必須對大數(shù)據(jù)進行有效的挖掘、整理、統(tǒng)計、分析，才能把數(shù)據(jù)用于優(yōu)化業(yè)務(wù)、精準服務(wù)、文獻建設(shè)和決策支持。

第一，對讀者行為數(shù)據(jù)的挖掘。分析讀者數(shù)據(jù)是為了給廣大師生提供更精準化的服務(wù)。來源于讀者的電子資源使用數(shù)據(jù)、管理系統(tǒng)的運行數(shù)據(jù)、科研數(shù)據(jù)、讀者的借閱信息、借閱頻次、借閱偏好等網(wǎng)絡(luò)交互行為等，都與讀者的行為有關(guān)。通過深入挖掘和整理這些數(shù)據(jù)，形成統(tǒng)計或分析結(jié)果，來優(yōu)化業(yè)務(wù)流程，預(yù)測讀者的行為并推行精準化的服務(wù)。

比如在圖書館人數(shù)比較多的高峰時段，可以安排培訓資源課程，宣傳圖書館數(shù)字資源。根據(jù)閱覽室的讀者類型，開展定向資源的推送。挖掘讀書的個人畫像，引導讀者的閱讀行為，采取科學的文獻保障政策。定期利用大數(shù)據(jù)生成讀者個人數(shù)據(jù)報告，展示讀者在圖書館的借閱、自習、書單等記錄，讓讀者能夠清晰的了解到自己使用圖書資源的情況。對讀者的入館行為進行分析，了解讀者的行為規(guī)律，遇到人流高的時間段，提前做好預(yù)警。

第二，對圖書館館藏資源的使用情況和采購決策進行評估和優(yōu)化。圖書館有大量的館藏資源文獻，在專業(yè)性和信息收集方面做得很好，同時對圖書、期刊、數(shù)字資源的需求也很高。通過讀者對資源的利用情況、不同文獻的借閱比率，對館藏圖書進行評價，可以了解館藏的結(jié)構(gòu)，文獻的保障水平等。這樣為未來圖書館的圖書采購、圖書結(jié)構(gòu)的調(diào)整、文獻資源的剔舊等進行優(yōu)化，使圖書館的各類館藏資源布局合理，提高文獻的利用率，提高各部門的決策效率和響應(yīng)速度。

四、大數(shù)據(jù)管理存在的難點

大數(shù)據(jù)的應(yīng)用越來越廣泛，隨著物聯(lián)網(wǎng)的普及，圖書館的每一本書、每一個讀者、每一個行動都被賦予了不同的編碼，需要大量的設(shè)備去識別、記錄、上傳這些數(shù)據(jù)到平臺。這就需要對現(xiàn)有的圖書館進行改造或新建，增加必要的設(shè)備。

數(shù)據(jù)安全也是在大數(shù)據(jù)的使用中必須重點關(guān)注的。可以建立防火墻，定期對管理系統(tǒng)進行升級，要做到實時監(jiān)控，及時修補系統(tǒng)漏洞，防止機密數(shù)據(jù)被竊取或遭受惡意攻擊。同時為了保護讀者的個人敏感信息，必須考慮讀者數(shù)據(jù)的保護、開放和共享的問題，謹慎的采集和使用數(shù)據(jù)。

大數(shù)據(jù)已經(jīng)覆蓋到生活的方方面面，高校圖書館也逐步在信息化和網(wǎng)絡(luò)化，在高校圖書館的管理和服務(wù)中，有效使用大數(shù)據(jù)顯得尤為重要。在文章中，討論了大數(shù)據(jù)的特點、處理技術(shù)、采集和挖掘使用。高校圖書館應(yīng)該積極使用大數(shù)據(jù)，對數(shù)據(jù)進行挖掘和分析；為讀者提供精準化和個性化的服務(wù)，把工作的重點從以“資源”為中心向以“服務(wù)”為中心轉(zhuǎn)變，提升服務(wù)水平，提高管理水平。