大数据背景下高校数字图书馆馆藏资源“一站式”发现服务模式研究

刘颖 尚慧

摘要：高校数字图书馆馆藏资源随着数据体量的不断增长，有必要应用大数据技术来优化发现服务。文章从模块化、效率化和规范化的信息服务等方面分析了高校数字图书馆馆藏资源“一站式”发现服务的优势，而后明确了相应服务模式的构建要素包括大数据模型、核心技术应用、服务性能优化等，最后着重从技术、功能、性能和交互层面提出大数据背景下高校数字图书馆馆藏资源“一站式”发现服务模式的构建策略。以期促进高校数字图书馆服务质量的有效提升。

关键词：大数据；高校图书馆；馆藏资源；“一站式”发现服务

DOI： 10.3969/j.issn.2095-5707.2018.04.008

中图分类号：G250.3 文献标识码：A 文章编号：2095-5707（2018）04-0028-04

Abstract： With the continuous growth of data volume of the collection resources of digital libraries in colleges and universities， it needs to apply big data technology to optimize the services. This article analyzed the advantages of the “one-stop” discovery service of collection resources of digital libraries in colleges and universities from the aspects of modularity， efficiency， and standardized information services. It then clarified that the construction elements of the corresponding service mode include big data model， application of core technologies， optimization of service performance， etc. Finally， the construction strategies of “one-stop” discovery service mode of the collection resources of digital libraries in colleges and universities under the background of big data were put emphasis on from the aspects of technology， function， performance and interaction， with a purpose to promote the effective improvement of service quality of digital libraries in colleges and universities.

Key words： big data； libraries of colleges and universities； collection resources； “one-stop” discovery service

高校數字图书馆馆藏资源“一站式”发现服务能够有效地支撑科研、教育、学术等方面的信息应用，但是随着数据信息体量的不断增加，传统的发现服务很难能够在效率和效度上满足人们获取信息的需求，而在大数据技术应用下能够很好地解决这一问题，帮助人们在便捷、高效的“一站式”发现服务中满足多样化的学术需求[1]。图书馆领域所谓的一站式服务，即是指通过最简便的操作，使读者迅速地检索、获取、传递、查询、复制到所需的馆藏资源，给用户提供便捷、精准、优质服务的过程。在大数据背景下，高校数字图书馆馆藏资源的发现服务能够围绕技术的聚类、分类和处理工作，进而构建完整的信息化框架模型，更是创造了以“大数据”为核心的“一站式”发现服务，从而充分提升了馆藏资源的利用效率。依托大数据技术手段的同时，引入定制化的软件和人性化的服务管理模块，建立资源整合前提下的服务模式，能够进一步迎合时代发展的需求，助推科研、教育、人文等领域的发展[2]。因此，在大数据背景下，高校数字图书馆馆藏资源“一站式”发现服务模式的研究是必要且必然的。

1 大数据时代高校数字图书馆的发展趋势

在大数据时代，高校数字图书馆随着计算机信息技术的成熟而逐渐成为具有交互功能的“信息流”平台。数字图书馆所囊括的信息不再是难以发觉的信息资源，而是在并联和串联的数字信息中实现了交互发展，在大数据背景下的模块化、效率化和规范化的信息服务是数字技术支撑下的主要发展方向[3]。

1.1 大数据覆盖的模块化数字资源管理

随着人类社会文明的不断进步，高校数字图书馆的信息资源体量呈几何梯次增长，为了保证信息资源的使用效度提高，“大数据”的应用成为了必然。在大数据技术覆盖下，数字资源管理能够根据信息的使用频率、结构化内容、类别属性进行模块化的管理，在数字信息的调用上凭借便捷的信息处理、完备的存储和快速的匹配使用等工作，逐步替代了资源的管理和使用[4]。

1.2 大数据技术的效率化学术服务支撑

学术研究内容的复杂性、结构性和交互性很强，传统的高校图书馆在数字资源使用上表现为耗时长和匹配低，而通过大数据技术的应用能够在庞大的数字信息中迅速地为学术服务提供具有高匹配度和处理完毕的数字资源，根据不同学术需求构建“经验模式”下的计算机信息处理，为学术服务提供效率化的数字资源支撑[5]。

1.3 大数据模型的规范化教育策略实施

高校数字图书馆的教育职能毋庸置疑，而通過大数据模型的建立能够推动教育职能性的动态增长。信息资源的规范化、结构化和标准化处理，并非是简单的信息罗列，而是根据不同性状的教育策略和需求来进行模板体系的设计，同时还能够辅助教科研和产学研来进行设计[6]。因此，在大数据背景下，高校图书馆数字资源的使用功能和效率均有着很好的发展。

2 高校数字图书馆馆藏资源“一站式”发现服务的大数据应用优势

高校数字图书馆馆藏资源发现服务在大数据应用下，能够在动态的资源整合下不断发展，通过动态分析、发现探新、需求匹配的大数据应用优势解决发现服务效率和效度的问题，更是结合大数据技术将海量的信息资源进行处理，从T级到Z级数据量的信息处理能力为“一站式”发现服务提供保障。

2.1 大数据动态分析下的资源实时整合

随着计算机软件、硬件的发展，大数据信息分析处理能力不断提高，高校数字图书馆馆藏资源发现服务能够借助大数据技术，在信息聚类、分类和处理上打造专属的独立数据分析机制，这种独立是相对的独立，在发现服务中匹配动态的数据分析，能够弥补发现系统的不足，有效解决数字文献信息资源处理能力的不足，进而满足实时整合的需求。

2.2 大数据发现探新下的资源分析处理

大数据发现探新是高校数字图书馆馆藏资源“一站式”发现服务的基础，数字信息资源的“惯性检索”“经验使用”和“完整匹配”能够满足信息资源使用的现实需求。现阶段，发现服务系统的应用不但需要围绕用户来进行设计，更需要结合大数据在时效性、功能性和完整性的表现来进行完善，从而提高检索结果的匹配度。

2.3 大数据匹配需求下的数字人文建设

在大数据背景下，高校数字图书馆的发现服务不但能够实现精准匹配，更能够结合数据的关联性和延展性进行比较分析，从而推动信息资源在数字人文层面的发展，有利于提高用户之间的交互，发挥图书馆在人文方面的推广需求，利用信息资源检索的主动关联和内容的优化重组，确保发现服务系统在人文建设方面的应用效度提高。

3 大数据背景下高校数字图书馆馆藏资源“一站式”发现服务模式的构建要素

高校数字图书馆馆藏资源“一站式”发现服务模式的建立能够保证数据信息资源的处理更为便捷，在用户使用、体验和反馈中清晰呈现其解决问题的能力。如图1所示，“一站式”发现服务模式的构建需要在大数据模型的构建中保证机构的联合及系统的搭建，而后在保证物理性能的前提下推动服务通路搭建，同时推动核心技术的全面应用，从而保证“一站式”发现服务模式满足现实所需。

3.1 机构联合下的大数据模型系统使用

高校数字图书馆馆藏资源“一站式”发现服务模式建立的前提是设计不同机构、数组和理化模型，从而在多元数据库建立具有“成长范式”的大数据集。另一方面，高校数字图书馆要联合多方资源，建立具有专业化的元数据仓储系统整合各类资源，通过政府、机构和图书馆联盟构建统一的数据系统模型，利用资源之间的交互和分类保证后续使用效度的提高。

3.2 核心技术应用的发现服务功能设计

高校数字图书馆馆藏资源包含了大量的异构学术资源，利用大数据核心技术能够在发现系统中保证数据资源建立内部的使用规范，如本地猫（Worldcat Local）和普里莫（Primo）这类的系统能够为大数据技术开放接口和应用工具，通过大数据技术的前端数据采集和后端代码模型实现支撑信息使用对接，利用不同核心算法和聚类分析为用户提供便捷的人机交互，针对结果能够进行数据清洗来提高其质量，从而打造“一站式”发现服务[7]。

3.3 物理性能优化推动的服务通路搭建

“一站式”发现服务的通路建设中，物理性能和响应时间的关联性很强，有必要在构建过程中打造具有联动式的物理环境支撑，如Primo、指针搜索、Summon、Find+这类的发现系统，为了保证具体相应速度的提升，有必要建立物理层面的计算机群组来支撑高反应速率，在大数据技术的嵌入式和分布式集成下，通过物理性能的提高来保证发现服务的综合效能满足算法和时间的工作需要，进而打造具有高功率的物理环境。

4 大数据背景下高校数字图书馆馆藏资源“一站式”发现服务模式的构建策略

高校数字图书馆馆藏资源“一站式”发现服务模式的构建需要依托于大数据技术的全面覆盖，通过数量和质量的双重技术实现，为发现服务的综合效能提升打造发展的优质环境。在技术、功能、性能和交互中打造“一站式”发现服务模式体系，梳理协调结构化的功能模块是其未来发展的必然趋势，尽可能降低数据的管理和使用难度来满足服务效能的提高。

4.1 应用大数据技术，服务设计科学有效

大数据技术支撑下的数字资源全面管理是高校数字图书馆馆藏资源“一站式”发现服务模式构建的基础，数字资源管理嵌入到发现服务系统中成为必然，对于数字资源归集、整理、处理、分析乃至反馈均依托于数理模型的智能管理，可以降低工作成本，实现高效服务。具体实现是在计算节点、集群、机柜和数据中心的交互中，引入hadoop、MapReduce和Spark等相关大数据技术，结合“一站式”发现服务模式的终端路径来支撑数据分析，进而形成迭代的分析，保证发现服务的功能性拓展。

4.2 匹配用户需求，服务功能优化完善

高校数字图书馆馆藏资源“一站式”发现服务模式需要进一步贴合用户的需求，有效进行资源反馈和处理结果的匹配，例如推特（Twitter）的阿帕奇-米索斯（Apache Mesos），这类的服务功能能够真正满足用户的需求细化分析和处理迭代，在不断的分析结果中将用户需求定位、归集、整理并提供发散式的关联，这也是“一站式”发现服务所建立的资源计划功能实现，帮助用户在既定的需求中进行数据挖掘和智能匹配，将发现服务的功能在“机器学习”中不断优化，最终建立科学、有效的服务体系[8]。

4.3 延展结合性能，服务效率不断提升

大數据背景下，高校数字图书馆馆藏资源的体量在飞速增长，而“一站式”发现服务则需要依托大数据分析的性能延展，在速度、效率和功能上提供高质量的信息反馈。具体来看，性能的延展包括迭代计算、批处理计算、内存计算、流式计算、数据查询分析计算及图计算，在软件、硬件环境的架设上结合虚拟和物理层面的整合进一步优化，为资源发现服务提供支撑。如北京大学的“智慧探索”便实现了集成化的大数据技术应用[9]，在系统框架中引入了数据挖掘和分析模块，同时搭建了软硬件的高级环境，大幅度地提升了系统性能，值得借鉴。

4.4 发挥大数据效应，服务效果全面改善

高校数字图书馆馆藏资源“一站式”发现服务的智能化交互十分重要，通过终端用户的需求汇总、分析和调整，从而建立围绕用户需求的评价机制。具体在实施过程中，将用户需求经过计算机信息系统的处理，同时加入主观评价模型和客观的数据分析，针对发现服务的不足进行整改。例如，剑桥大学通过大数据的聚类、分类功能在用户使用反馈上进行数据处理，将物理性能、学科信息、服务功能进行总体优化，保证数字图书馆馆藏资源“一站式”发现服务的节点控制能够满足用户需求，从而在提高用户粘性的基础上保证了发现系统实现高质、高效的全面服务[10]。

5 小结

在大数据背景下，高校数字图书馆馆藏资源发现服务的模式更需要有明确的目标定位，从图书馆自身的现实情况入手，建立“一站式”发现服务模式整合技术和多方资源，结合大数据技术层面的成熟经验和定制服务满足现实发展需求。因此，高校数字图书馆馆藏资源“一站式”发现服务模式的路径选择上，要充分利用大数据的技术手段、功能和与之匹配的资源来提高发现服务的使用效度和效率，综合用户需求、性能延展和交互模式实现良好的“大数据”应用，从而保证在发展过程中将发现服务模式不断进行多方面优化，与此同时也能够在大数据背景下实现数字馆藏资源的“发育”和“成长”，真正地将发现服务的整体效能全面提升，最终推动高校数字图书馆的综合服务能力更进一步提高。

参考文献

[1] 王丹.基于内容的图书馆大数据知识脉络研究[J].图书馆学研究， 2017（16）：8-17.

[2] 马晓亭.大数据环境下图书馆敏感数据的识别与保护[J].图书馆论坛，2017（4）：129-136.

[3] 郝建军.大数据时代高校图书馆嵌入式知识发现情报分析服务模式研究[J].河南图书馆学刊，2017，37（2）：49-51.

[4] 张娟，王向辉，付然，等.面向大数据的图书馆单元信息知识服务系统研究——以养生知识服务平台为例[J].现代情报，2017，37（10）：49-52.

[5] 王宁.浅析大数据背景下的数字图书馆知识发现系统[J].图书馆工作与研究，2016（4）：58-61.

[6] 魏力更.大数据时代下高校图书馆的知识发现服务——基于超星发现、中国知网发现功能的研究[J].高师理科学刊，2016，36（11）：45-47，93.

[7] 王慧.基于数字图书馆浏览行为的用户兴趣研究——以天津图书馆“数字图书馆知识发现系统研究项目”为例[J].图书馆工作与研究， 2017（s1）：30-34.

[8] 沈奎林.新信息环境下知识发现系统的创新探索[J].新世纪图书馆， 2017（1）：10-14.

[9] 丁超.多维度解读大数据与大数据安全——访北京大学网络和软件安全保障教育部重点实验室副主任、北信源董事胡建斌[J].信息安全与通信保密，2015（6）：70-73.

[10] ASHISH N， BISWAS A， DAS S， et al. The Abzooba Smart Health Informatics Platform （SHIP） TM - From Patient Experiences to Big Data to Insights[J]. University of Cambridge， 2012， 47（6）：1844-1848.

（收稿日期：2018-02-19）

（修回日期：2018-02-28；编辑：魏民）