数据驱动背景下图书馆系统建设研究

2019-11-23哈尔滨商业大学王茹君

办公室业务 2019年13期

文/哈尔滨商业大学王茹君

随着物联网、人工智能等技术的高速发展，采集图书馆运作过程中产生的相关数据、分析各类数据背后的隐含价值，为读者提供新型服务已经能够实现，这就要求图书馆必须拥有一个具备提供新型服务能力的平台。然而目前高校图书馆应用的管理系统仍然以提供传统服务为主，严重制约着图书馆事业的发展，因此，对于数据驱动背景下图书馆系统建设的研究意义重大。

一、图书馆系统概况

（一）图书馆系统发展。20世纪70年代随着计算机技术的广泛应用，图书馆系统应运而生，图书馆事业由手工作业时代进入半自动化管理阶段。此阶段的图书馆系统替代传统大量重复性强的手工业务，大大提高图书馆工作效率及自身管理能力。在网络技术、信息技术迅猛发展推动下，图书馆系统无论在功能方面还是读者体验方面都得到长足进步。我国一面引进国外图书馆系统借鉴其应用经验，一面开发适合我国图书馆应用的管理系统，到了90年代初期我国已自主研发100多个图书馆系统，并继续向集成化方向发展，随后几年里图书馆系统集成各种功能子系统，功能日趋完善基本满足管理人员日常工作需求及读者用户体验。李伟超在《“双一流”高校图书馆自动化集成系统应用调研分析》一文中指出，全国双一流高校中，应用我国自主研发的图书馆系统占比57.2%，引用国外管理系统占比42.8%。其中，国内应用以汇文系统为主。进入新世纪后，数据时代来临，传统图书馆系统已不能承载读者日趋个性化的新型服务需求。图书馆的关注焦点开始由传统服务向新型服务方向转变，相应的，图书馆系统也由传统的集成化系统向智慧化系统方向演进。目前，业界对于数据时代图书馆新型服务方式的研究相对较多，而对数据驱动背景下图书馆系统的关注度相对较小。

（二）图书馆系统现状。我国高校当前应用的图书馆系统是基于图书馆主要业务建立发展出来的，是一套集成了多个功能子系统的自动化管理系统。包括：图书馆门户系统，OPAC系统、门禁系统、纸质资源管理系统、电子资源管理系统、自助借还系统、座位预约系统等等。从图书馆自身管理运转角度来看，系统能够满足图书馆基本业务需要；从用户读者应用的角度来看，系统能够满足读者基本资源需求。当然，这样的集成系统长期运转后也暴露出相应的缺陷，比如：由于各子系统相对独立缺乏联动致使图书馆积累了大量冗余数据，尤其当数据时代来临、图书馆数据量暴涨的情况下，这些数据非但没能为新型服务提供助力反倒成为图书馆发展的阻碍。另外，图书馆自身馆藏数据资源、用户数据资源以及业务运转过程中产生的相关数据在新技术的驱动下应该能为教学辅助、助力科研方面贡献更大的力量，能为用户提供更为优质的服务，但是，很显然当前大多数图书馆系统还不具备这个能力。

二、数据驱动的图书馆系统

（一）研究思路。系统架构遵循数据驱动服务的思想。新一代图书馆系统必然是在便于自身管理的前提下，不断优化业务流程的同时向用户提供新型服务，是一个基于数据驱动服务的运转系统。高校图书馆经过多年积累已经拥有丰富的数据资源，简单来说这些数据可以分为两类，即馆藏资源数据与业务相关数据。图书馆应用馆藏资源向读者提供基础服务的同时，采集到用户活动的相关数据，在新技术驱动下，经过对业务数据的分析挖掘得到数据背后的隐含价值，以此优化自身业务环节，并提供更加贴近用户需求的服务。可见数据时代图书馆向读者提供的一切优质服务，其原动力就是对大量数据资源的分析利用处理，是一个数据驱动服务的过程。

（二）系统架构。基于数据驱动服务的思想，笔者将数据驱动下新一代图书馆系统设计为四系统三层次结构模式。即：硬件系统、数据处理系统、业务管理系统、门户系统。逻辑层次由下至上依次为基础设备层（底层）、数据管理层（中层）、应用服务层（顶层），顶层与底层将采集的数据信息传递到中层，经由大数据技术处理得到隐含关联信息，再以契合读者行为的服务方式反馈到各层，从而促进服务方式朝着满足读者需要的方向进行，实现数据驱动服务的思想。1.基础设备层。硬件系统作为图书馆系统运作的基石处在层次结构最底层，包含保障系统正常运转需要的所有软硬件设施，如：服务器、存储设备、网络设备、感知设备、门禁系统、智能终端等等。其中，一些硬件设备同时担负数据采集任务，作为数据管理层一部分数据来源。比如：门禁系统记录的读者进出馆时间、智能终端机采集的读者何时应用的设备，做了哪些相关操作等等。2.数据管理层。数据管理层是整个系统的中枢，起到承上启下的作用，包含数据处理系统与业务管理系统。业务管理系统的角色相当于传统的图书馆自动化集成系统。主要实现对图书馆纸质资源与数字资源的管理；采访、编目、典藏、流通等业务的自动化管理。此外，业务管理系统向数据处理系统提供一切数据信息，包括：馆藏资源数据、业务运转产生的数据、相关用户数据等，并接收数据处理系统反馈的数据信息，以此改进相关业务环节，促进管理系统工作效率的提升。数据处理系统相当于整个图书馆系统的计算中心，接收基础设备层、业务管理系统以及服务应用层传递的数据，利用云计算、物联网技术、机器学习、深度学习等人工智能技术对数据分析挖掘，得到更有价值的关联信息并返回各系统，促进服务质量的提升。例如：接收业务处理系统提供的馆藏资源数据，经过语义提取处理呈现在应用服务层，提供知识发现服务；通过分析读者借阅数据了解读者借阅偏好，提供读者个性化推荐服务。分析学院教师电子数据库浏览数据制定教学专题库等等。3.应用服务层。门户系统向用户提供服务入口，提供用户所需一切服务，处在系统最顶端的应用服务层。门户系统主要包括：图书馆网站、微信公众号、移动图书馆、智能终端机等。提供服务的同时采集用户相关活动信息传递到中层，供数据处理系统分析处理，同时接受数据管理层的数据反馈，以此改进服务内容，提升服务质量。

（三）关键问题。尽管图书馆已经积累了大量数据资源，相关大数据处理技术、人工智能技术已得到长足发展，然而仍然存在极具挑战的困难，制约着新一代图书馆系统的搭建。例如：数据复杂性问题。无论用户行为数据、还是图书馆自身拥有的资源数据抑或是业务产生的相关数据，均呈现出复杂、多样、异构的特征。对这些数据进行标准化处理是个极其困难的过程。另外一个无法回避的问题是缺乏相应水平的技术团队。数据驱动背景下图书馆系统的搭建需要大量具备大数据技术、人工智能技术人才的技术支持，然而普通高校图书馆馆员整体技术水平难以达到技术要求。