大数据环境下学科馆员职业素养研究*

黄红梅 （ 大连外国语大学图书馆 辽宁 大连 116044 ）

2018年4月3日我国首届全国高校数据创新研究大赛在北京大学召开，参赛作品在展示数据分析驱动科研创新重要性的同时，为图书馆服务带来了一个重要启示：数据服务将是高校图书馆学科服务的延伸，学科服务要抢占大数据发展先机[1]。2016年美国大学与图书馆协会（ACRL）在《高校图书馆发展大趋势》中提出了科研数据和数字学术，强调了可视化技术及大数据的应用。2016年美国专业图书馆协会（SLA）发布了《信息专业人员能力》，提出信息专业人员六项核心能力，其中信息与知识系统与技术、信息与数据检索与分析突出了数据素养的重要性，明确要求：专业信息人员选择和使用信息管理工具，如图书馆管理系统、内容管理系统、社交媒体平台、信息检索和分析工具；专业信息人员使用适当的数据分析、文本分析、可视化和类似的工具来分析信息，以提取见解[2]。

1 数据分析与学科馆员职业素养

学科馆员的职业素养是图书馆学科服务在学科馆员个人素养方面的要求，是学科馆员个体在专业知识、技能方面表现出来的作用和行为习惯，是一种较为深层的能力素养要求[3]。学科馆员的职业素养渗透在学科馆员的日常行为中，影响着学科馆员对服务的判断和服务行为方式，因而学科馆员职业素养的突出特点是通过学科馆员个体的自身认识、服务实践不断丰富和发展，其形成过程是在学科馆员专业知识、服务技能基础上，随着学科服务环境的变化其服务行为模式不断适应发展的动态形成过程。大数据环境下学科服务环境在服务资源、服务技能方面均发生了巨大的改变，资源的外围和内核不断扩展，有来自社交网站与自媒体的非结构化数据、来自数据库与学术网站的学科资源型数据、来自平台分析的结构化数据，形成了学科服务资源的大数据，而学科馆员面对服务资源的大数据环境，需要提升自己的服务技能，加强对非结构化、结构化学科服务资源的获取，可视化用户信息行为，用数据预测用户信息需求，因而大数据环境下学科馆员的职业素养在原有知识、技能的基础上需要进一步增强数据分析能力。但学科馆员的数据分析要点还是对学科服务业务的把握，在对学科服务任务准确理解的基础上，培养良好的数据敏感性，以便深入了解学科服务任务的背景，清晰地认识用户信息需求和学科服务的契合点，并根据用户的信息需求识别数据，用全局的眼光从各方面进行分析，利用数据关联全面解析用户信息需求[4]。

2 大数据环境下学科馆员职业素养的延伸

学科服务作为图书馆业务的重要组成部分，对学科馆员的职业素养更注重专业知识和技能。大数据环境下学科馆员的职业素养在专业知识和技能方面注重用数据发现用户需求、挖掘用户需求、预测用户需求，同时在用户需求分析、服务执行、业务分析与深化、业务沟通方面，学科馆员的职业素养有了新的发展，强调利用数据发现、数据可视化和团队协作来关联用户信息需求和学科服务资源，营造学科服务大数据环境[5]。

2.1 需求分析能力

大数据环境下学科馆员在描述性统计分析用户信息需求的基础上，需要利用推断与多元性数据统计分析，并在此基础上以团队的形式进行探讨与验证性分析，从而为用户信息需求搭建数据分析框架，建立数学模型。描述性统计分析通过对用户学术背景、科研方向的调研，定位用户信息需求，统计结论突显了学科馆员的主观判断能力；数据统计分析在可视化用户信息行为轨迹的基础上，挖掘用户信息需求，从而将学科服务任务转化为数据分析，从学科服务业务中发现用户需求，因而数据统计分析突显了学科馆员对用户信息需求数据分析、数据挖掘和需求预测的能力；探讨与验证性分析要求学科馆员从数据呈现的分布和趋势走向中挖掘出数据背后的关联性，需要综合各方面数据，因而需要以团队协同的形式全局性探讨用户信息需求，寻找用户信息需求数据分析的衍生性变量，提炼出有价值的分析结论，通过验证用户信息需求分析数据的有效性，构建用户需求分析框架，提升用户信息需求分析模型的效果，因而探讨与验证性分析突显了学科馆员在业务内部的协同能力。

2.2 服务执行能力

大数据环境下学科馆员需要将学科服务业务与数据技术无缝对接，通过数据直接服务于学科服务的问题研究，结合数据技术为学科服务业务提供数据支持，因而大数据环境下学科馆员要具备将数据知识转化为业务价值的能力，即服务执行能力。学科馆员的服务执行能力需要在合理分配与安排学科服务业务分工的同时，还要利用数据分析控制服务进度与质量，修正学科服务环节中出现的偏差，并将在服务过程中出现的关联数据通过跨部门合作寻求资源，利用数据处理技能提升自身的服务执行能力。因此，学科馆员服务执行能力既要有底层数据的收集与存储、数据整合与清洗的数据加工技术，还要深度理解业务知识，能够利用数据挖掘工具正确解读服务数据并推动其应用。同时能够实时跟进服务的进度，监督数据地执行；根据业务发展阶段提出适合需求的数据技术架构方案，做好业务过程控制和服务结果控制。

2.3 业务分析及深化能力

大数据环境下学科馆员要专注研究，将学科服务业务与技能工具相结合，既懂学科服务又懂数据分析，在业务分析能力的支撑下，在数据分析环节进行深化，成为学科服务领域的分析专家。学科馆员业务分析与深化能力要求其具备结构化思维，在学科服务任务中全盘统筹，从服务背景、服务目标、服务方案、资源调配、服务过程中难点预判到服务结果的预估及调整修正，均能考虑周详，在此基础上，将学科服务任务架构成类似模块化的解决方案，提炼各模块具体的数据要求、适合的服务环境，从而形成成熟的分析思路和分析方法，来研判现实的数据质量，修正用户需求分析，预测用户需求数据模型的精度范围，将业务问题转化为分析专题，梳理出清晰的分析思路，通过这些深度的业务分析不但回答学科服务任务是什么、为什么、未来怎样的问题，而且进一步回答了怎么办的问题，不断优化和完善学科服务。

2.4 业务沟通能力

大数据环境下学科馆员的业务沟通能力不但强调学科馆员与用户、学科服务团队内部、学科馆员与服务环境的沟通，更重要的是学科馆员与数据的沟通，能从海量数据中将有价值的信息挖掘出来，并利用数据沟通技术将这些信息描述出来，使其分析结果可视化，让不熟数据的人明白。学科馆员的数据沟通范围广泛，需要通过多种方式收集数据，将学科服务业务的外部数据与内部数据联合起来，打破学科服务内部业务数据与外部业务数据的壁垒，以一种易于接受的沟通方式将数据分析结果呈现出来，从而将深度挖掘的学科服务数据转换为可读服务信息。大数据时代由于各种数据分析技术、工具和方法更新迅速，学科馆员的数据沟通能力要具有自主学习的特性，学科馆员要主动去学习大数据的相关知识，用大数据思维、大数据技术提升自己的职业素养，以适应学科服务的大数据沟通需求。

3 大数据环境下学科馆员职业素养内涵与外化表现

大数据环境下学科馆员的职业素养在数据分析方面既有最基本的专业知识和技能要求，也有深层次的专业知识和技能发展要求[6]，并在学科服务业务中不断提升其职业素养（见图1）。

图1 学科馆员职业素养内涵与外化

3.1 学科馆员基本职业素养

基本职业素养强调的是学科服务的数据意识，在具备数据意识的基础上具有学科服务数据分析的基本技能，主要体现在：

掌握基本的数据分析知识，掌握基本的数据分析平台功能，针对具体的服务任务制作趋势图、分布图、二维交叉图等，并从相关的图表中发现与服务相关的异常数据，并能解读数据的波动。

初步掌握学科服务数据分析流程，能够根据学科服务的需要对应服务流程进行简单的数据整理，抽取相应的所需数据。

学会在学科服务实践中应用数据分析的流程方法，并有分析总结的能力。数据分析方法要求针对用户的属性进行单维度的统计分析，得出分析报告；分析总结能力则要求在数据分析报告的基础上对具体的服务任务进行效果总结，并提出相应的建议。

深入研究学科服务，将数据分析应用到学科服务过程中，具有细分用户的能力。细分用户的能力要求学科馆员能按照合理的维度切分用户群体，即根据服务任务提炼出重要的核心变量，并对其进行合理的维度切分。

3.2 学科馆员专业职业素养

大数据环境下学科服务馆员专业职业素养强调学科服务的大数据意识，注重数据分析、数据挖掘和数据预测在学科服务业务中的广泛应用，利用广泛的数据交叉关联、广泛的数据采集、大量的数据建模和即时的模型应用关联用户信息需求与学科服务资源，通过增加学科服务的可量化维度建立合适的学科服务预测模型，利用数据的及时更新不断完善预测模型，从而使学科服务预测结果接近真实的服务结果。学科馆员专业职业素养主要包括：

学科服务大数据意识：大数据环境下学科服务以业务为核心，以数据分析技术为支撑，因而学科馆员要具备大数据意识，抓取学科服务的价值数据，提升数据分析质量，并在数据分析过程中衍生出更多有价值的数据，提升数据分析效果，将分析出的价值数据应用于学科服务实践中，提升学科服务的实效。

学科服务团队协作能力：由于用户信息需求和学科服务大数据的多样性，学科服务数据分析流程循环往复，不同环节的数据分析量也非常庞大，但大数据环境下学科服务数据分析要快速响应用户需求，有效提供学科服务支持，面对庞大、纷杂、快速的学科服务环境，学科馆员要有团队协作能力，在自己承担的数据分析环节深入挖掘有价值的数据，以提升学科服务任务的整体实践效果。

学科服务预测能力：寻找貌似无规律的数据背后隐藏的规律、特征和趋势，通过学科服务业务发展的判断，利用数据分析预测用户信息需求，并围绕用户信息需求预测服务结果，规划学科服务方向，为此提供坚实的数据基础设施。

学科服务系统能力：系统化能力是学科馆员在进行学科服务分析时经验和能力的综合表现，一方面要求学科馆员在服务过程中统筹规划，从一项学科服务任务的计划、实施到任务的完成，能够多途径分析目标，利用不同的思路方案解决问题，并且充分调配各方资源，对服务的难点和服务效果能够做出充分的预测；另一方面，学科馆员可以利用数据分析技术事先构建学科服务任务模块化解决方案，包括具体的服务数据要求、适合的服务环境、适合学科服务任务的分析思路和分析方法。

3.3 大数据环境下学科馆员职业素养的外化表现

3.3.1 提出学科服务分析需求并能胜任数据分析

面对庞杂的学科服务数据，学科馆员能够提出合理的、有价值的、有意义的服务分析需求，避免时间和资源的浪费，提升分析效率和学科服务效率；能够按照合理的维度针对不同用户群体进行细化服务；具有学科服务的监控能力，能够有效监控服务过程和关键环节，及时修正学科服务流程；进行高效地分析总结，提供有效的分析报告，提出自己的建议和意见；有服务预测的能力，根据自身的服务经验，利用数据分析和数据预测对学科服务作出阶段性预测。

3.3.2 提供业务经验和参考建议

学科馆员利用数据分析可以对服务效果进行客观评价，也可以对服务技术、方法进行比较分析，以便对服务效果进行可视化，为服务模式、技术的优化和提升提供参考建议。服务效果评价需要分析服务现状，找到影响现状的因素，讨论解决方案执行效果，并提出改进建议；服务技术方法比较分析运用描述性统计分析、对比分析、多元统计分析、数据库分析、可视化服务效果，同时对服务模式变量进行多维度关联分析、趋势分析、聚类分析，为服务模式优化提供参考。

3.3.3 有效开展团队化协作

大数据环境下学科馆员需要利用数据挖掘分析用户需求，对服务进行细节化分析，根据分析制定服务方案、监控服务实施过程、评价服务效果、改进服务模式，在整个服务流程中不但要挖掘服务大数据，还要精细化服务流程，因而学科馆员需要进行有效的团队化协作，开展多专业、多部门的协同服务，使学科服务的思维、管理和实施以数据化为核心，展开团队协作。

4 大数据环境下学科馆员职业素养的提升策略

大数据环境下学科服务职业素养的提升围绕学科馆员职业素养内涵利用多维度协同的方式，以各种要素为基础提升学科馆员的职业素养。学科馆员职业素养的提升要素既有来自数据分析技术层面的，也有来自学科服务业务方面的，各个要素从服务驱动、基础支撑、服务手段、学科馆员能动性的发挥直到服务的协同形成闭合环形提升策略模式（见图2）。

学科馆员职业素养的提升是为了更好地完成学科服务任务，因而职业素养的提升首先需要与日常工作相结合：要求学科馆员的职业素养提升与学科服务任务紧密结合，在学科服务需求的驱动下，稳固数据基础设施，熟练应用数据分析工具，在提升学科馆员数据应用能力的同时提升学科馆员数据应用实践效果，提升学科服务的质量。其次职业素养提升与学科服务环境相结合：大数据环境下学科馆员职业素养的提升围绕数据分析环境和氛围，定期开展有关数据分析的分享和交流活动，使学科服务形成数据分析的良好氛围，有效提升单纯的数据分析技能，实现服务战略与数据分析战略的协同，保证数据分析服务于学科服务业务。再次职业素养提升与数据分析意识相结合：大数据环境下学科服务不但要掌握数据分析技能，还要增强学科馆员的数据分析意识，二者要协同进行。最后职业素养的提升与服务管理相结合：在提升学科馆员数据分析意识和能力的基础上，辅之以学科服务具体的管理制度和措施，使学科馆员数据分析能力有效地应用到实践中，如利用数据分析共享会，在学科馆员工作考评中设立自主性数据分析考核项，以增强学科馆员服务的主动性和探索性。

图2 学科馆员职业素养提升策略