大数据背景下图书馆信息服务的变革和创新

贺庆

摘 要 大数据时代的到来，以其强大的数据分析和处理能力，能够深度挖掘埋藏于数据背后的价值，具有广泛的应用前景。图书馆作为文献资料供给、流通的场所，传统的服务模式相对被动，不能为用户提供精准和定制化服务，不符合时代发展要求，为创新图书馆应用，加强信息服务能力和水平，在图书馆管理和信息服务过程中加强大数据等新技术的应用具有十分重要的意义，本文以大数据背景下图书馆信息服务的变革和创新为题，对相关内容进行介绍，为促进开放式、便捷式图书馆建设提供参考。

关键词 大数据 图书馆 信息服务 创新

中图分类号：G251 文献标识码：A DOI：10.16400/j.cnki.kjdkz.2018.09.085

Abstract With the arrival of the big data age， with its powerful data analysis and processing ability， it can deeply excavate the value buried in the data， and has a wide application prospect. As a place of literature supply and circulation， the traditional service mode is relatively passive. It cannot provide the users with accurate and customized services， not meet the requirements of the development of the times， improve the application of the library， strengthen the ability and the level of information service， and strengthen the new technology in the process of library management and service. The application of the operation is of great significance. This paper， based on the reform and innovation of the library information service under the background of large data， introduces the relevant contents， and provides a reference for the construction of open and convenient library construction.

Keywords big data； library； information service； innovation

1 大数据介绍

1.1 大数据概念

大数据（Big Data）是由维克托·迈尔-舍恩伯格及肯尼斯·库克耶于2008年提出来的一种数据概念，主要是指利用传统技术手段无法完成的数据获取、加工以及处理的数据集合，需要以一种新的数据模型和处理方式进行数据信息处理，以适应当前飞速增长的数据集，从而实现多元化的数据元素能够被有效的挖掘和处理。通俗地讲，大数据主要是指一些区别于传统信息系统中的非结构化数据类型，传统的关系型数据存储模型已经不能实现有效的处理，同时数据量也是传统有限数据集所不能比拟的，动辄上GB以及TB都是极其普遍的。

1.2 大数据特点

根据IBM公司的观点，大数据通常具有以下五种特点，即：海量（Volume）、高速（Velocity）、多元化（Variety）、低价值密度（Value）以及真实性（Veracity）的特点。海量是其最为突出的特点，主要是指数据容量极大；高速是指需要在一定的时间范围内处理完相关数据的处理；多元化契合了非结构数据的特点，数据呈现是零碎的，而不是传统结构化的数据模型；低价值密度主要是指大数据所收集的数据个体价值密度不高，通过深度挖掘由低价值密度数据个体组成的数据集合得出一定的结论；真实性则是对数据来源可靠性的表述，也是数据分析有效性的基础。

1.3 大数据所依赖的技术

大数据应用的意义不在于是否能够掌握相应的数据，而在于能否利用给定数据，完成数据处理应用，其核心是数据的“增值”。基于大数据上述特点，传统单机系统模型技术上往往达不到要求，而分布式技术为处理海量数据奠定了基本计算能力和存储资源的功能，这也是大数据与云计算紧密联系的内在逻辑，云计算所能够提供计算资源、存储资源以及虚拟化处理手段高度契合大数据数据模型的要求。以目前已成功应用于商业模型的HADOOP技术为例，其构建于多机系统之上分布式文件系统HDSF、NoSQL分布式数据库、MapReduce（分散——集中）的数据处理过程实现了大数据有效处理。

1.4 大數据的应用

我国已经将大数据作为国家战略进行优先发展，目前国内处于行业领先地位的如阿里巴巴、华为、腾讯、百度等企业已经推出了相关产品，以最为典型的淘宝购物为例，通过对用户数据进行采集并大数据分析，已经很好的实现了用户个性化服务。本文以大数据背景下，图书馆信息服务的创新型管理为主要内容，对相关内容进行简要的论述和探讨，为实现现代化图书馆管理提供思路。

2 大数据与图书馆之间的关系

2.1图书馆落后管理水平与现代化管理水平的矛盾

当前大数据背景下，传统的图书馆管理模式已经远远不能胜任现代化管理水平的发展需求，主要体现在以下两个方面：首先，阅读模式的转变，随着移动互联网的发展，电子书籍、移动阅读已基本普及，相对于传统纸质化阅读，移动阅读具有高度的灵活性和便捷性，是人们利用当前碎片化时间的有效途径，作为传统阅读模式的转变，传统的图书馆服务已经相对滞后；其次，信息服务类型的需求，传统图书类信息服务更多是基于“关键词”进行逐个查找，服务精准性和便捷性相对不高，为了更加便捷、准确的获取图书资源，甚至实现个性化图书推送都依赖于用户数据深度分析和挖掘，需要大数据提供技术支撑。因此，创新图书馆信息服务模式，是图书馆适应社会发展需求必然选择。

2.2图书馆多个性化服务需求的必要途径

图书资源电子化、网络化的应用势必会产生大量的零碎用户数据，传统关系型数据模型无法有效应对该类数据，造成数据的大量浪费，利用效率极低。人们对于个性化服务的需求急剧增长，无论是图书类型、图书内容还是服务模式都有了较高的要求。为了满足人们对定制资源的服务需求，图书馆应积极变革管理思维，将被动接受转变为主动服务，借助于大数据技术手段，分析和挖掘用户行为，精准识别用户特点，适时推送信息资源，满足用户多元化、个性以及定制化的服务需求，应对信息浪潮对图书服务的冲击，使得图书馆能够在新的社会发展时期焕发出崭新的面貌。

3 大数据背景下图书馆信息服务的变革和创新

3.1图书馆信息服务理念的创新

大数据背景下图书馆信息服务的变革首先应在图书馆服务理念上进行创新，清晰认识到传统图书馆服务模式的弊端和局限性，变被动接受为主动服务，变低层次、低水平的服务为定制化和个性化服务，变馆内服务为“大图书馆”服务，破除图书数据信息“孤岛”问题，以更加开放和包容的服务理念进行图书馆的管理，有效适应信息技术发展和人们日益增长高标准服务需求。图书馆管理人员应通过主动学习、积极调研等形式，不断培养自身互联网思维，完善知识结构体系，了解并熟悉大数据、移动互联网、云计算等技术应用特点和优势，将其与图书馆业务进行有效整合，做到技术迁移应用，构筑“馆内馆外”“线上线下”一体化的服务体系，做好迎接大数据背景下图书服务模式的创新思维准备，以更加开放和成熟的服务意识开展图书馆业务。

3.2图书馆信息服务管理工作的创新

从图书馆管理形式来看，通常是由多个部们分工完成，一般计划部完成书籍采购计划、图书馆建设规划等工作，由采购部完成书籍的采购、收集等工作，加工处理部门完成图书编目、处理等工作。从图书馆管理内容来看，主要包括书籍资料的采集获取、加工处理、图书流通以及电子化管理等几个方面的工作。近年来图书馆的发展，无论是管理形式还是在管理内容来看，读者的参与度极其有限，导致图书资源的整个利用效率相对不高，掌上图书馆、网络资源的服务形式和服务水平相对不足，用户数据的采集仅能实现借还记录进行分析，达不到大数据分析的数据基础，难以实现数据挖掘。根据大数据分析的特点，应加强网络服务的应用，以互联网为基础，辅助于APP形式提供便捷高效的管理模式，使得图书管理能够贯穿网络应用的始终，从而通过用户行为产生大量的可用数据，采集并对用户数据进行分析，挖掘数据背后的规律，以真实的用户数据获得用户阅读特点以及通用的阅读习惯，从而实施针对性较强的管理，从而实现信息服务管理工作的创新。

3.3图书馆综合信息服务平台的创新应用

传统图书馆信息服务平台主要是构筑于局域网内部的图书查询系统以及图书借还系统，图书查询系统是用来进行文献搜索的，而借还系统进行纸质书籍的借阅和归还服务。相对而言整个服务体系单一，能够实现的功能极其有限，不能满足用户精准信息定位和个性化服务，鉴于此，应加强综合信息服务平台的创新应用。不应仅仅局限于局域网的应用，应以图书查询系统和借还系统为基础，扩大图书馆信息平台的“生态圈”建设，丰富应用类型，尤其是针对当前流行的手机微信、APP服务为基础的移动互联网应用，加强电子图书的采购以及与读者交互式的应用，多形式、全方位地打造读者信息服务圈，用户通过使用丰富网络应用产生的数据进行汇总，辅助于大数据技术，进行数据挖掘和分析，并反馈于用户，一方面推送读者阅读偏好的书籍、另一方面对借阅倾向进行比较，研究读者阅读习惯，反作用于图书管理计划工作，更好地服务于图书管理工作。

3.4个性化服务水平的不断提升

数据分析是以大量真实读者数据为基础的，分析结果具有较强的参考价值，图书管理人员可根据数据分析结果进行图书管理决策或阅读行为研究，例如高校图书馆可以分析不同层次学生的阅读喜好，例如本科生与研究生的阅读特点，不同院系学生阅读行为以及性别差异带来的阅读方式不同，另外还可以对学习优异学生的阅读行为进行分析等等。通过分析研究，能够推动图书管理工作迈向一个崭新的台阶，传统需要大量数据准备的研究工作，通过一条简单的控制命令即可完成，同时数据来源的准确性更加有效，分析结果更加科学。通常的典型应用是在数据分析的基础之上构建辅助决策和个性化定制系统，决策系统供管理人员使用，参考决策图书馆建设规划，而个性化定制系统则完成书籍文献推送、用户偏爱设置以及用户行为管理等行为。个性化服务层次从图书馆管理人员到读者实现了全覆盖。另外，网络资源具有与生俱来的高可扩展性，通过馆际互联，能够实现更大范围的个性化服务，是当前“数据孤岛”的有效应对措施，具有高度前瞻性，也是未来图书馆发展的主要方向。

4 小结

本文從大数据介绍、大数据与图书馆关系以及大数据背景下图书馆信息服务的变革和创新思路三个方面对相关内容进行简要论述和探讨，为更好适应信息技术发展要求，主动服务读者，加强图书信息服务能力和图书管理水平，建设现代化智慧型图书馆提供参考。

参考文献

[1] 高林杰.“互联网+”思维下高校图书馆服务创新路径研究[J].无线互联科技，2017（22）：122-123.

[2] 段思伟.大数据背景下图书馆信息服务研究进展[J].农业图书情报学刊，2017.29（09）：87-90.

[3] 张敏.大数据背景下图书馆信息服务创新探究[J].内蒙古科技与经济，2017（6）：118-119，122.

[4] 李伟.试论大数据背景下高校图书馆移动信息服务优化策略[J].科教导刊（上旬刊），2017（2）：179-180.

[5] 郭登浩.大数据背景下科研图书馆信息服务的创新与发展[J].兰台世界，2016（18）：84-86.

[6] 刘莉.浅析大数据背景下中学图书馆个性化信息服务[J].图书馆工作与研究，2015（S1）：84-86.