大数据环境下的图书馆员角色定位与创新服务研究

邱庆东

（广东警官学院图书馆 广东广州 510440）

从2012年开始，包括美国政府在内的多国政府日益重视大数据并将其上升到了国家战略，如美国政府发布了《大数据研究和发展计划》、《支持数据驱动型创新的技术与政策》、《大数据：把握机遇，守护价值》等报告或白皮书，新加坡的制定国“智慧国家2015年（iN2015）”计划，日本政府制定了《面向 2020年的ICT综合战略》等，并正如美国政府于2015年5月1日发布的《大数据：抓住机遇、保存价值》白皮书所简述的“大数据可以加速医疗、教育、农业、能源使用、商业等领域中的进步与新发现。”“大数据分析工具提供了令人惊奇的机会与能力，可以从已经存在的和新采集的海量数据中，发现以前难以发现的洞察和现象。”一样，让“体制内外的人一起参与进来，解决政府无法完成的以及棘手的问题。”而这种“问题”的解决则依赖于对数据的有序化组织和深层次分析，而数据在有序化组织和深层次分析则需要数据管理所支撑。于是，业界的目光聚焦到了数据管理领域——一个以政府宏观政策为指引，企业、科研机构、数据管理机构、图书馆、社会数据管理中心等多方利益相关方或责任相关方共同参与、分工管理的领域。图书馆作为传统社会的文献信息组织机构，一直在信息、知识的组织和管理等方面具有专业的技术、人员及经验优势，是不可或缺的大数据环境下的数据管理与应用机构。图书馆员作为图书馆实现数据管理的直接实践者，则是否在大数据环境下有着新的角色定位，并在新角色定位的基础上重构图书馆的服务呢？本文结合这些近年热议的问题，从大数据环境下的图书馆转型趋势入手，重点对图书馆员的新角色定位与创新服务进行探讨。

1 大数据环境下的图书馆员新角色定位

大数据时代的到来，为图书馆带来了资源优势减弱、用户需求多变、图书馆基本业务外包呈发展趋势等风险与挑战，图书馆从资源到服务、从管理者到工作者的观念、行为顺应时代发展并实现转型、转变则成为了一种必然，图书馆员在这场多方位、多维度的转型发展浪潮中也面临着以下三个维度的角色转变与定位：

（1）图书馆员是一个文献工作者也是一个数据工作者。在传统的信息社会、知识社会环境下，图书馆尽管已提供有一定的知识咨询、数据统计、态势分析等基于数据应用的服务，但这些服务并不完全依赖于数据和数据分析平台，对其的分析也停留在对结构化数据即数据库数据的分析之上，图书馆员更像是一个文献 （包括纸质文献、数字文献和网络文献）工作者。大数据环境下无疑则需向数据工作者，如数据的收集、分析、管理与评价等角色转移。

（2）图书馆员是一个具有较高数据素养的职业工作者。尽管大数据时代已经到来，但对大数据价值的认识和应用还并未普及到每一个人，因而对数据在科学操作、辩证认识、深度分析能力还有待提高，作为大数据环境下以数据为主要对象的图书馆工作者，则必须具备一定的数据操作、辨识、应用的驾驭能力，因而大数据环境下的图书馆员是一个具有较高数据素养的职业工作者。

（3）图书馆员既是服务提供者也是研究发现者。现有的图书馆服务更多是通过或依赖资源或技术平台来实现，如知识推送、信息检索等，但在大数据环境下这一常态将被打破，因为零散、海量的数据并不具备服务价值，而是需要通过对数据专业的分析、研究去实现服务价值的实现。即一方面要通过分析用户的兴趣、行为数据去发现隐藏在用户需求表达背后的真正需求；另一方面则是通过技术、平台支撑去分析肯研究所拥有的数据，最终发现隐藏在数据背后的事物发展规律并提供为用户。因此，图书馆员不再只是一个简单的服务提供者，也还是一个研究发现者。

2 大数据环境下的图书馆创新服务

在大数据环境下，图书馆的创服务既可以涵盖到传统的图书馆建设上游（资源建设领域），还可以在建设的种下游（服务建设领域及用户教育领域）有所突破和发展，并根据用户的需求在创客空间设置、跨界合作等方面有所突破。

2.1 数据资源的筛选与组织服务

在大数据环境下，图书馆用户特别是高校图书馆的师生用户不但其科研对象主要以数据为主，其还可能面临着科研资助机构、科研项目管理机构的其它数据操作要求。如2010年初，美国国家自然科学基金会（NSF）发布了项目管理指南，规定自2011年1月18日起所有提交至NSF的申请项目必须以附件形式提交一份不超过两页纸的数据管理计划，详细描述申请者如何实现项目数据的有效管理与共享传播，缺少数据管理计划的申请项目将不予接受。之后，美国卫生和人类服务部下属的国立卫生研究院、美国航空航天局等其他科研项目资助巨头同样在其资助指南中对项目的数据管理做出明确规定。这些旨在实现更多数据开放和多次、深层次开发应用的数据开放过程无疑加重了科研人员的工作负担，能够帮助和解决他们困难在数据组织、数据上传等服务成为了他们的所需。图书馆也敏锐的觉察到了这一服务拓展良机，争相开展数据的组织、上传等服务，并借此机会向科研工作者提供文献、数据的筛选、推送等服务。如加州数字图书馆数据保存中心通过研制和应用数据管理计划生成工具―DMPTool，不但实现了为用户提供快捷生成科研数据管理计划外，还提供诸如研究者与研究机构和资助机构的亲密联系、用户多样化个性化的数据存储、计划调整等服务，不但分层、多维度推进了科研数据管理工作，也通过提供基于科研人员需求构建完备数据管理工具箱实现数据的整合共享，提高了科研数据利用效率。

2.2 海量、复杂数据的挖掘与分析服务

大数据最大的应用就是对其的挖掘、分析来体现和实现其价值，如引入知识挖掘、引文分析、情报分析、智能辅助、可视化、知识发现等方法来实现用户的定制个性化需求服务。如亚马逊弹性MapReduce利用亚马逊弹性计算云（EC2）以及数据存储和传输提供Web服务，允许客户实例化Hadoop集群平台来处理大规模数据。在已有在对这些海量、复杂数据的挖掘和分析服务实践中，情报分析与知识发现是图书馆界应用最普及的两种服务，如：同济大学图书馆为用户提供新能源汽车、城镇污水等多项专利分析服务；国家图书馆根据国家电网的提供《国家电网竞争情报内参》定制要求，通过对报刊、文献、数据库及网络信息的提取、整理和分析而为其提供与电力、通信等行业相关的动态咨询和深度分析报告、国家电网业内竞争对手动态信息，使国家电网的发展决策更具参考与科学化；北京大学图书馆等国内十余家图书馆均已引进采用了Summon、Primo、EDS、Worldcat Local和Encore为代表的资源发现系统以为用户提供文献检索、数据发现和分析等服务。

2.3 数据素养的培训与教育服务

能够辩证、科学、正确的认识和识别数据的价值，进而可以操作、管理、分析和应用数据将成为大数据环境下人们的必备素养之一，美国学校图书馆员协会 （AASL）、美国大学与研究图书馆协会（ACRL）等在最新制定的信息素养教育培养方案中也都增加了这些必备的素养能力表述，有学者也将这种适应大数据环境而所具备的能力统称为数据素养，并开展了诸如核心框架、教育方式等方面的研究。面对这一新生的素养要求和人们在大数据环境下的数据能力急需之表达，图书馆则可以发挥其具有社会教育、高校第二课堂的功能，借鉴传统的信息素养教育方式，为用户开展诸如讲座、选修课、讲座及基于数据操作的实践训练、联合教育等模式。如普渡大学图书馆于2011年牵头，与康奈尔、明尼苏达和俄勒冈大学图书馆联合开展数据素养培训，为特定领域的数据管理需求学生设置数据素养教育课程，以求学生通过学习数据管理知识和技能来提高学生的数据素养水平。

3.4 其他创新服务

大数据环境下社会各行各业对数据尤其是半结构化数据、非结构化数据的重视和应用，也都为图书馆的创新服务提供了广阔的发展空间，如：（1）为富有创造创新热情的用户开设创客、极客空间服务。如美国的费耶特维尔公共图书馆、我国的清华大学图书馆与上海图书馆等为用户开设“创客空间”，并提供用户数字创作的相关设备与技术、知识支持；（2）通过跨界融合来实现对用户信息行为的分析，进而为合作方提供所需的用户数据与分析服务。如佛罗里达中央大学的医学院图书馆与医院合作，并通过为用户提供可穿戴设备体验服务与开发可穿戴设备的应用程序开发，来实现对用户（师生）的健康情况跟踪与科学研究；（3）数据管理计划、政策的制定服务。如斯坦福大学图书馆、哥伦比亚大学图书馆等通过自身强大、丰富的数据资源管理经验与实践，为用户（全校师生）提供数据管理计划制定等服务；（4）其它如新型数据处理软件和工具使用、科学数据的评价等服务。

［1］ 中共中央网络安全和信息化领导小组办公室，中华人民共和国国家互联网信息办公室.世界主要国家的大数据战略和行动[EB/OL].[2015-08-19].http://www.cac.gov.cn/2015-07/03/c_1115812491.htm.

［2］ 解读美国白宫大数据报告[EB/OL].[2015-08-19].http://net.yesky.com/telecom/307/37205307.shtml.

［3］ (美)诺维克.李忠军，于卉芹，李晶，译.维基政府——运用互联网技术提高政府管理能力[M].北京：新华出版社，2011.

［4］ NSF.Grants.gov application guide：A guide for preparation and submission of NSF applications via grants.gov[EB/OL].[2015-08-19].http：//www.nsf.gov/pubs/policydocs/grantsgovguide0111.pdf.?

［5］ 加州数字图书馆数据管理计划工具研究及思考[EB/OL].[2015-08-19].http://www.xzbu.com/1/view-7033762.htm.

［6］ Amazon Elastic MapReduce(EMR)[EB/OL].[2015-08-19].http://aws.amazon.com/elasticmapreduce/.

［7］ 李楠.国家图书馆竞争情报服务成功案例分析[EB/OL].[2015-08-19].http://www.doc88.com/p-4853471161494.html.

［8］ 何晓阳,吴治蓉.美国信息素养评价标准的比较研究[J].中华医学图书情报杂志,2011,20(4):1-3.

［9］ Hunt K.The Challenges of Integrating Data Literacy into the Curriculum in an Undergraduate Institution[EB/OL].[2015-09-06].http://www.iassistdata.org/downloads/iqvol282_3hunt.pdf.

［10］ Schneider R.Research data literacy[M].Worldwide Commonalitiesand Challenges in Information Literacy Research and Practice.Springer International Publishing，2013：134-140．

［11］ Making@the FFL[EB/OL].[2015-09-19].http://www.ffl-ib.org/learn/make.

［12］ Barnelt Michael.Forget Wearable Tech，Focus on the ConnectedHomein2014 [EB/OL].[2015-12-10].https://www.marketingweek.com/2014/01/21/forget-wearable-tech-focus-on-the-connected-home-in-2014/.

［13］ 刘桂锋，卢章平，阮炼.美国高校图书馆研究数据管理服务内容研究[J].图书馆论坛，2015（8）：137-144.