大数据时代高校图书馆服务模式及服务理念转型研究

赵淑娟

[摘 要]随着大数据时代的到来，数据的获取方式和处理手段发生了极大变化，为高校图书馆的服务转型提供了新的思路和机遇。基于文献调研和问卷调查，本文从大数据时代的背景出发，对比了高校图书馆的传统服务模式和大数据时代的服务模式，并提出了服務理念转型的新思路。

[关键词]大数据；高校图书馆；服务模式；服务理念；转型

doi：10.3969/j.issn.1673 - 0194.2018.16.076

[中图分类号]G250.76 [文献标识码]A [文章编号]1673-0194（2018）16-0-03

1 大数据概述

大数据（Big data）是一个近年来被广泛提及的概念，也是统计学、人工智能和信息技术等各领域研究的热点。大数据的概念由维克托·迈尔-舍恩伯格和肯尼斯·库克耶提出，各机构和专家对大数据给出了不同的定义。总的来说，大数据是指在给定时间内无法用常规手段处理的海量数据，具有大量、高速、多样、低价值密度和真实性的特点。

大数据具有重要的战略意义，是一种蕴藏着巨大潜能的产业，其重点在于提高海量数据的加工处理能力。从其实现手段来看，云技术提供了必要的技术支持，依托于分布式架构的云计算和云存储是大数据实际应用的基础。从其结构上来看，非结构化数据已超越结构化和半结构化数据成为主要数据来源，借助云技术提供的新信息处理手段，这些原先难以分析整合的数据开始被有效利用。从其价值含量来看，数据的体量并不是决定性因素，价值密度和挖掘成本才是获得有用信息的关键。精准营销、微服务和与传统行业的结合则提供了获得高价值含量的思路。从其未来发展趋势来看，高校图书馆正逐渐成为大数据挖掘的宝藏。高校图书馆提供了学生与馆藏文献乃至潜在资源的接口，随着数据的资源化，图书馆每日通过馆内设备和移动终端收集的海量信息将成为宝贵的信息来源。此外，图书馆的技术手段将与云计算结合，依托数据科学和数据联盟提供的理论基础，实现读者信息的整合和行为的预测，从而使高校图书馆的服务模式实现质的飞跃。

2 高校图书馆传统服务模式的特点

随着服务理念的更新和现代科技的不断更迭，高校图书馆的服务模式也一直在发生新的变化。从纸质时代到Web 2.0时代，图书馆的功能职责从单一的借阅图书转而成为融入电子文献、馆际互借、读者荐购、智能入座等新环节的复合模式。然而随着时代的发展，曾经的新事物也逐渐成为人们所熟知和普遍使用的旧事物，需要指出的是，本文所提及的“传统”服务模式，是相对于大数据时代的所有先前服务内容的总和。过去的服务模式是对点数据的利用，而大数据时代的高校图书馆必将越来越依靠看似无关的非结构化复合信息做出预测和决策，以满足读者的人性化需求。

2.1 基本服务模式依赖硬件

传统高校图书馆的基本服务模式有图书借阅、参考咨询、新书采购、馆藏整理等。互联网时代的到来使各高校图书馆广泛采用了与互联网技术相结合的电子文献、公用数据库等服务，并提供了网上读者荐购等人性化服务。此外，馆际合作也越来越得到重视，比如北京高校间成立了BALIS联盟，提供馆际互借、文献传递等服务，近年来在不断加大推广力度的前提下获得了较大的成功。不论是纯纸质文献时代的服务，还是网络时代新增的服务模式，都极大依赖于图书馆的硬件条件，包括纸质和电子形式的藏书和馆内设备。然而，图书馆接收到的学生数据并未得到足够重视和充分挖掘。

2.2 Web 2.0服务模式依赖点数据输入

Web 2.0服务是指一个用户主动获取并主导内容生成的第二代互联网技术，近年来已被广泛应用于高校图书馆建设中。其主要服务模式有：个性化信息定制服务RSS、信息发布和互动交流平台博客（Blog）、便于提供咨询和学科服务的即时通讯（IM，Instant Massage）、社会性网络服务SNS等。

近年来，从高校图书馆Web 2.0服务的调查来看，Web 2.0在各大图书馆得到不同程度的运用，但总体建设情况依然滞后，受限于馆员专业技术不足和缺少对用户需求调查了解等原因，Web 2.0技术并未实现预期的由用户主导内容的效果。究其本质，Web 2.0的信息输入从根源上讲依赖于用户的点数据输入，存在样本容量难以保证、采样范围不均衡等问题。以RSS为例，笔者向华北电力大学、北京师范大学、北京农学院、长治学院这4所高校的学生发放500份网上问卷，回收476份，回收率95.2%。调查结果显示，RSS在高校图书馆的推广收效并不显著，尤其是近两年随着手机端APP和微信公众号的兴起，依赖用户点数据主动输入的Web 2.0的各项服务显示出了局限性，如表1所示。

2.3 学科化服务依赖馆员素质

学科化服务是一种以用户为中心的主动服务模式，通过与高校学科建设发展同步的学科馆员向读者提供精细化的文献资源信息。而学科馆员则是提供相应服务的高级专业人才，既是图书馆学的高级人才，又有某一学科专业领域的高水准知识储备。学科馆员模式最早出现于20世纪50年代北美的一些高校图书馆，在我国，清华大学和北京大学也分别于1998年和2001年成立了学科馆员小组，目前国内已有40多所高校采用这一制度。

随着图书馆2.0概念的兴起，还出现了学科馆员2.0的概念。大数据时代到来之前，两代学科馆员模式从服务深度和服务手段等方面有着显著不同。比如，就其服务深度而言，第1代学科馆员模式只专注被动提供文献及信息内容，而第2代则开始尝试主动服务，并通过与用户互动来挖掘潜在需求；就其服务手段而言，第1代完全依赖馆员的学科素质和能力，而第2代则更侧重于网络平台和技术手段的运用。除了学科馆员模式之外，提供学科化服务的还有参考馆员、竞争情报人员等机制。前者是在图书馆中专职提供咨询服务的馆员，后者是事先搜集和分析竞争环境来拟定发展战略，从而使用户占据主动地位的人员，二者对馆员的知识领域和素质的要求更高，提供的服务水准也相应更高。但是，二者同样受限于馆员的素质而难以进行大规模、高水平推广。

在大数据时代，上述几种学科化服务模式的差别不再显著。就其本质而言，这些服务模式的思维方式仍是依赖于人的因素，即使有了整合数据做出预测的意识，也是通过学科馆员的分析来实现，并未完全发挥数据本身所潜藏的价值。更值得注意的是，培养具有过硬素质的馆员成本过高，需要馆员具有针对某一学科相对深入的知识储备和熟练管理电子资源的能力，导致学科化服务这种相对新的服务模式难以发挥预期的实用效果。

3 大数据时代高校图书馆服务模式拓展

3.1 大数据管理读者状态

读者的一切行为都可以产生动态信息，碎片化的信息只有利用大数据的处理方式。高校图书馆作为众多信息的接入口，每天通过出入刷卡、借还记录、查询下载记录、浏览时间等数据来源获得大量读者的行为信息。以微信公众号平台为例，国内许多大学如华北电力大学、山西农业大学采用了扫码入座机制，不仅有效扫除了占座的不良风气、减少了学生因占座产生的纠纷，还极大提高了图书馆座位的有效利用率，图书馆内不再出现一人占多个甚至一排座位的情况，激发了同学们的学习热情。

如果和大数据分析相结合，这些信息将能发挥更大的作用。例如，将考试月与平时的在馆学习时间相比较，可得出学生的相对学习强度，就可以在合适的时间节点设置预警，提醒学生合理安排时间，在一定程度上减少了考试月突击的情况，有助于培养学生的良好习惯。再比如通过分析学生设置暂离和回座的时间，预测学生中途休息的活动去向和时间分布，为学校相关的餐饮、文娱等其他部门提供数据支持。

3.2 大数据预测读者偏好

高校图书馆通过网页、微信、微博等媒体收集了大量的读者行为痕迹信息，通过大数据挖掘，可以得到读者阅读兴趣、借阅需求等偏好。读者偏好是基于资源评价得到的，大数据时代将不再采取传统的定性與定量结合的方法，而越来越依赖于数据分析，整合不同渠道的非结构化信息，综合利用图书借阅记录、电子文献访问量、下载量和文献被引频次等指标，全方位评价读者对图书资源的偏好和需求。

基于分析得到的读者偏好，可以实现具有新颖性和预测性的个性化推荐，帮助用户拓宽视野，发现潜在的感兴趣文献。还可以实现个性化推送，通过邮箱和手机端的微信公众号等渠道，向读者推送所关心领域的最新进展和相关文献，或设置提醒唤醒不活跃读者等。通过基于内容的推荐算法，可以对文献的相似性建立模型，再将评分高的相似文献推送给读者。另外，还可以利用基于关联规则的推荐算法，结合读者的浏览、下载等行为帮助改进检索结果排序，对读者可能感兴趣的类型实现检索结果定制化排序。

3.3 大数据改进采购流程

目前，高校图书馆的图书采购来源主要有两种：一是馆员根据图书采购原则和实际情况制订采购计划，二是由有需求的读者荐购，由馆员审核后购入。这两种方法获得的新书依赖于馆员的经验和读者的素养。而在大数据时代，图书采购将越来越多地依赖于基于读者偏好预测。

此外，图书供应上游产业链也将得到新的发展机会。需求驱动采购、读者决定采购等代购模式将迅速发展，例如近年来全球知名学术出版商Wiley提出的循证采购电子文献模式，先约定1个电子书采购最低数量并支付1年的访问费用，再根据读者实际利用情况向库中加入新的书籍。类似的，基于“一切都被记录，一切都被数字化”的理念，图书市场的亚马逊网站通过用户对其网站的浏览、阅读等行为留下的海量数据进行深度分析，从而实现对用户兴趣和需求的精准营销，建立了强大的图书推荐系统。该商业模式可以为高校图书馆借鉴采用，实现人性化、个性化精准决策。

4 大数据时代高校图书馆服务理念转型

当前，大数据在高校图书馆的应用越来越被广泛提及，然而除了服务方式的变化，更重要的是服务理念的转型，立足于大数据分析改进服务理念将成为高校图书馆未来发展的必然趋势。

4.1 从被动型服务到主动型服务

受技术条件所限，传统的图书馆多承担被动型服务，坐等读者上门借还书、咨询。即使是资源共享时代的馆际互借，其背后的思维模式仍是追求收录图书更全，以满足读者提出的借阅请求，其核心理念集中在调动已有的设备和资源来满足读者发出的服务需求，而不去主动预测读者潜在的需求。技术和场地的限制对馆员的服务思维也造成束缚，导致馆员不能充分发挥主观能动性，提供更深层次的服务。大数据时代的数据壁垒被不断打破，原先看似孤立的、静态的数据之间的联动性不断加强，图书馆能够通过分析学生的学习生活轨迹做出可靠预测。

4.2 从个人经验模式到数据分析模式

目前，高校图书馆各项事务的运作和决策大部分是经验主导的，或辅以节点性的数据，数据分散、孤立、单薄，分析方法简单、静态。从日常管理到图书采购，再到学科化服务，人的因素依赖过多，难以充分考虑和利用大数据本身所反映的学生需求。大数据时代使高校图书馆准确掌握读者动态和提供个性化服务更加可行，通过对读者信息进行整合分析，可以建立读者行为模式的数据库，并通过新信息的叠加实现模型的不断迭代修正，在此基础上建立更加科学的决策方案。相应的，馆员的职责重心也将从信息查询和咨询转为数据挖掘和整理，在数据输入后实现前期甄别，而后期的处理、分析和决策应由相应的大数据算法来完成。

4.3 从依赖点数据到依赖全貌数据

在大数据时代之前，高校图书馆管理日常事务虽然并不完全依靠经验，也有许多活动依靠数据的支持，但是总体来说，这些数据是分散的、孤立的点数据，且大多是用户主动输入的针对某一方面的部分结构化数据。随着大数据算法处理关联性数据能力的不断提高，数据分析将不再受制于数据的相关性和冗余度，图书馆的理念也应从关注数据的因果关系转向相关关系，更依赖全貌数据使建模更可靠、更实用。另外，大数据的获取特点也决定了服务理念必将转型。大数据信息的采集来源分布更加广泛，从刷门禁卡到自助借还书记录，再到图书检索管理系统和手机端互动，今后还将逐步融合物联网感知、图像识别、在线学习平台采集等渠道。海量的学生日常轨迹信息除了体量大、非结构化之外，还具有动态性、实时性、价值密度低等特点，只有在不断迭代更新的模型下依靠全貌数据，才能实现全面、准确的个性化分析，从根本上提升服务质量。

5 结 语

我国高校图书馆在大数据时代应努力实现服务模式转型，从读者状态管理、读者偏好预测、图书荐购等环节积极转变，为读者提供更加人性化的服务。同时，高校图书馆的服务理念也应进行转型，从而保证能更好地利用大数据提供的数据采集和处理方法。

主要参考文献

[1]柳益君，何胜，冯新翎，等.大数据挖掘在高校图书馆个性化服务中应用研究[J].图书馆工作与研究，2017（5）.

[2]沈克正，马抗美.基于教育大数据的高校学生个性化管理模式[J].青岛科技大学学报：社会科学版，2017（4）.

[3]徐春艳，许丽丽，洪艳霞.大数据在高校图书馆信息资源建设中的应用探析[J].农业图书情报学刊，2017（2）.

[4]张译文.大数据时代图书馆知识咨询服务发展策略分析[J].农业图书情报学刊，2015（3）.

[5]夏秀双.大数据环境下高校图书馆个性化信息服务研究[D].曲阜：曲阜师范大学，2015.

[6]张宏.我国高校图书馆大数据研究现状分析[J].图书馆工作与研究，2016（7）.

[7]段瑞梅.大数据环境下高校图书馆服务模式浅析[J].图书馆工作与研究，2016（9）.