大数据环境下高校图书馆个性化信息服务研究

李盛兰

摘 要：高校图书馆作为我国的传统服务行业，不仅肩负着为社会大众提供信息的重要使命，还肩负着保护人类文化遗产的重要责任。高校图书馆要想更好地为社会各界服务，就必须充分利用现代化科技信息技术，对服务管理工作实施创新，加快高校图书馆资源的数字化建设。

关键词：大数据；高校图书馆；个性化信息服务

前言：从上世纪90年代开始，我国高校图书馆在发展的过程中，将数字化建设作为工作重点，以经费倾斜为切入点，对文本、音频、图片、视频以及网络资源等数据信息进行采集与存储，随着数字高校图书馆数量的增多与规模的增大，传统的高校图书馆运行管理模式越来越难以满足实际的数据存储需求。

1高校图书馆个性化服务

高校图书馆提供的个性化服務，主要是指在结合高校图书馆用户个人愿意的基础上，对高校图书馆用户的相关行为实施分析，从而为其提供更加贴切的，更加符合高校图书馆用户实际需求的相应服务。从全局角度进行剖析，它是将传统的被动式高校图书馆服务转变成主动式服务模式，这种服务模式更有利于满足高校图书馆用户们的全方位需求，最大限度地提高高校图书馆用户的实际满意程度。

2大数据时代高校数字高校图书馆发展的机遇

2.1加强高校图书馆系统建设

针对大数据时代的来临，其以带动图书资源活力的特点，加强互联网、数字高校图书馆等资源的融合。传统高校图书馆在资源呈现中主要以纸质媒介为主导，但却因搜集与整理工作的局限化，难以和现代社会发展相同步。然而，大数据时代下的数字高校图书馆能够有效弥补传统高校图书馆的不足，借助资源架构优化升级的方式，对数据信息的价值予以重新拟定。针对此，笔者建议数字高校图书馆若要满足时代需求，则应通过新兴手段和技术的运用，逐步做好信息资源整合工作，以零碎数据分类储存的方式，构建多元化、系统化信息资源库。同时，数字高校图书馆管理者还需实现资源建设理念的转变，借助资源持续建设的步调，对信息领域予以全方位拓宽。

2.2充分利用数据资源

高校图书馆在长期的信息化建设过程中，内部的数据资源大量累积，如声像和视频数据、图表、学术文献、流媒体数字资源等半结构化或非结构化的数据。现有的高校图书馆系统对于半结构化数据和非结构化数据的处理能力有限，然后这些半结构化和非结构化的数据往往蕴含了大量有用信息，所以现有高校图书馆系统将会引起半结构化、非结构化的原始数据信息资源的浪费。大数据处理技术不断能够处理结构化的数据集，对于半结构化和非结构化数据的处理能力也非常强，因此在大数据技术的支持下，高校图书馆现有的数据资源能够得到更好的利用。

3大数据环境下高校图书馆个性化信息服务

3.1对馆藏实施优化

从高校图书馆用户的实际角度对高校图书馆个性化服务进行剖析，数据挖掘技术下开展高校图书馆个性化服务工作，其根本目的是为了最大限度提升高校图书馆信息检索的便捷性。对于高校图书馆而言，每天都发生图书的借阅及文献的传递行为，通过对高校图书馆用户的实际检索请求、流通记录进行详细分析与研究，对实际所需文献加以统计，对高校图书馆用户的实际留言等数据信息进行深入挖掘，就能得出各个学科文献资源的实际利用情况，就可以对各个学科的文献资源需求实施预测，进而有针对性的对热点文献资源加以补充，对过时的、无需求的文献资源则要予以剔除。同时，结合用户对各类文化的借阅情况，还可以对其实施关联分析研究，挖掘其中的关联规则，从而对高校图书馆的馆藏布局实施有效的优化与建设。

3.2可视化信息服务

首先，通过提取高校图书馆内各项数据，实时将高校图书馆的各部门、人员、图书情况与各个时段的考核指标进行图表化汇总，如各个时段高校图书馆的读者密度、读者的偏好种类、阅读习惯等都可以通过可视化的图表方式展示给图书管理人员和读者，从而为管理者和读者提供管理和参考意见。通过汇总高校图书馆的信息反馈，将数据以表格、图形等可视化的数据展示出来，可以直观发现问题所在，为管理者快速解决问题提供了帮助。由此可见，基于数据挖掘的可视化技术相比传统的数据信息服务有很大的优势，用图像表现和汇总数据更加准确、直观、具体，更加让人信服。

3.3基于元数据搜索的统一发现服务

基于元数据搜索的统一发现是知识服务系统的“标配”功能，也是各类资源深度聚合的进一步体现，可提高资源统一发现的水平和能力。CNKI目前提供的统一搜索发现服务，初步实现跨库、跨资源的一站式检索、多维分面、学科导航、语义扩展等功能。基于词表及词间语义关系，从概念匹配的角度建立语义交互，初步实现对自初步实现对自然语言检索式进行语义浅层理解、分析、匹配，提供相近检索词提示等功能。

3.4面向知识演化的聚合服务

基于知识组织体系和引证关系构建新型语义关联数据服务。通过概念分析、引证分析实现数字高校图书馆资源的动态关联、有机融合，构建基于知识内容的演化聚合模型。

3.5阅读推广服务

（1）对学生的借阅记录、浏览记录等信息进行分析，了解和推测学生感兴趣的内容，筛选高校图书馆自身的资源，主动将读者可能感兴趣的资源推送给读者；（2）对搜索数据进行挖掘，列举热门的关键词，并将高校图书馆内的各种资源与热门关键词进行匹配，并将相关的资源按照相似度由大到小进行排列，将最相似的图书、电子资源、网络资源的相关信息如作者、出版社等推送给读者；（3）深入挖掘业务数据，通过将读者流量数据与天气、节假日、事件等外部信息数据相结合，寻找相关规律，以此开展阅读的推广工作。

结语：

高校图书馆作为学校文献信息资源收集、整理、典藏和服务的机构，在大数据时代，面临着服务优化与创新的挑战。高校图书馆应当积极寻求变革，利用其“信息集散地”的独特优势，尽量将这些数据信息资源转换为知识财富。高校图书馆正在面临着新技术的挑战，改善传统的文献推荐服务，利用大数据技术开拓创新，是高校图书馆信息服务的一项重要革新，同时也是大数据时代高校图书馆服务转型的重要体现。

参考文献：

[1]耿卫，尹廷钧.基于大数据的高校图书馆个性化信息服务研究[J].创新科技，2017（05）：88-90.

[2]胡伶霞.基于大数据的高校图书馆个性化信息服务系统模型构建研究[J].图书馆理论与实践，2016（11）：80-82.