小数据思维驱动下的高校图书馆信息服务构建*

2020-04-09王燕

图书馆学刊 2020年2期

王燕

（内蒙古建筑职业技术学院图书馆，内蒙古呼和浩特 010070）

在当前数据时代背景下，高校图书馆信息服务迎来了全面开放、融合化发展的新机遇。尤其是大数据技术的逐步应用，使得高校图书馆日常业务中的海量数据能够有效地反馈并应用于信息服务的创新发展。然而从实践情况来看，大数据技术在应用于高校图书馆信息服务的过程中，普遍存在着操作难度大、基础设备要求条件高、信息安全不易保障等突出性问题。而以微观环境为研究分析基础的小数据思维驱动模式，可以在一定程度上缓解上述问题对于高校图书馆信息服务的阻碍与束缚[1]。因此，有必要在研究小数据思维驱动模式对于高校图书馆信息服务影响的基础上，进一步探讨小数据思维驱动模式下高校图书馆信息服务的形成路径。

1 小数据的概念与内涵

1.1 小数据的概念解析

小数据主要指的是面向个体展开全方位的特征采集和提取，由此形成的个体相关的全部数据。具体而言，小数据是与个体具有紧密联系的数据类型总和，通常包括诸多维度，例如思维方式、行为特征、动作形态、情感心理以及社交关系等。目前，大数据主要应用于在商业以及科研领域，这也是现阶段能够获得技术以及资金支持的关键领域。相对于大数据而言，小数据能够有效补充大数据层面的数据遗失以及不足。原因在于，小数据的内容细致程度是大数据无法达到的，在每个数据节点上具有极强的指向性，借助小数据能够更加深入和精准地分析个体用户的需求以及潜力，同时小数据也能为决策提供必要的信息支撑[2]。

1.2 小数据的内涵

目前，围绕小数据的研究结果表明，基于归集以及处理维度，小数据的核心特征更加贴合个体的行为以及感知信息，其数据表现更具针对性，虽然数据规模不大，然而对个体基本信息展示较为系统和完整，这意味着小数据标的强的特征极为显著。量度以及维度是大数据与小数据的关键差异所在，同时两者在处理形式以及标准化要求也有所不同。对于小数据而言，其对数据的筛选更加精细，更有利于对数据类型进行拓展。在应用于高校图书馆信息服务的过程中，小数据主要以个体需求作为研究重点，而大数据则侧重对更大量级的数据展开分析。与此同时，大数据和小数据在数据源以及提取渠道方面也具有显著区别，小数据可以以高校图书馆个体用户为目标，并对与个体用户相关的全部数据进行有效的精细化区分和研究，这是大数据所不具备的。总体来看，高校图书馆信息服务应该基于大数据技术，并结合小数据对读者信息进行进一步区分和整理，从而最大程度地保证最终决策的科学性[3]。

2 小数据思维驱动模式对于高校图书馆信息服务的支持作用

鉴于当前大数据技术已逐步应用于高校图书馆信息服务的诸多领域，通过进一步引入小数据思维，有助于更为全面地掌握自身信息服务现状，突出信息服务优势，并为创新服务模式营造良好环境。

2.1 推动了高校图书信息服务模式的创新

小数据思维驱动模式在高校图书馆信息服务领域的应用，进一步加快了高校图书馆与社会其他服务部门与机构的融合化发展，并由此推动了高校图书馆信息服务模式的创新。例如，利用小数据思维决策而实现的精准化用户移动信息服务，使得特定的用户可以打破时间与空间的限制，通过便携式移动终端设备，及时有效地获取高校图书馆所传递的信息。再如，小数据思维的交互性特点可以使用户与用户之间、用户与图书馆之间通过特定的互联网信息服务平台进行即时化交流，从而增强传统信息服务的附加值。与此同时，尽管高校图书馆信息服务从总体上已实现了服务范围的拓展，但仍有部分领域尚未涉及，这就为引入小数据思维来创新图书馆信息服务层面提供了有效的发展空间[4]。

2.2 适应了高校图书馆用户信息需求的变化

在互联网时代背景下，高校图书馆信息服务的能力进一步增强，在用户服务手段方面也逐渐呈现出数据化特征，不仅对于信息的检索、汇集更为全面化与便捷化，信息传递的渠道也越来越多元化。与此同时，用户的信息需求也产生了明显的变化，很多用户已不再满足于传统形式下单一信息资源单向接收，其信息需求呈现出更为专业化、精细化的趋势。然而，从高校图书馆信息服务的现状来看，当前所推出的服务项目并不能全方位地满足用户的多元化、个性化需求，这就意味着研究设计出与用户需求变化相适应的信息服务新模式、新内容应当为高校图书馆所充分重视。而具有针对性、精准性的小数据思维驱动模式，毫无疑问可以为高校图书馆构建面向用户的信息服务供给链提供有力的支持[5]。

2.3 促进了高校图书馆可持续发展目标的实现

高校图书馆作为信息需求者与供给部门之间的桥梁，能否顺利组建完整的信息传播链必须以拥有强有力的技术支持为基础。因此，能否顺利地依托技术优势来实现信息需求与信息供给之间精确化、可持续化的匹配是关键。在小数据思维驱动模式引导下，高校图书馆结合已具备的信息服务路径以及基础设施设备优势，完全可以进一步提升信息汇集、分析、加工与传递等诸多环节的服务能力。这不仅是高校图书馆主动适应时代变化发展的需要，同时也是实现服务能力可持续创新与提升的必由之路。

2.4 提升了用户的个性化体验

随着高校图书馆信息服务能力的逐步增强，如何有效地提升用户的个性化体验也日益成为高校图书馆信息服务发展的重要方向之一。在小数据思维驱动模式支持下，为了更加精准有效地提升用户的个性化信息服务体验，高校图书馆可以利用自身所拥有的智能化传感设备来实现对用户行为的汇集、追踪与管理，并以此为基础，对这些用户的小数据进行科学化分析，进一步总结出个体用户的基本状态、信息获取偏好、信息利用行为等。通过上述分析结果，可以帮助高校图书馆及时优化布局馆内的空间以及信息供给资源，并酌情对信息服务方式进行完善，最终使广大用户可以获得最佳的信息服务体验[6]。

3 小数据思维驱动模式下高校图书馆信息服务构建要素

高校图书馆在小数据思维驱动模式下构建新型信息服务的过程中，需要着重把握以下三方面因素，即良好的规划发展方案、完备的基础资源条件以及专业化的人力资源服务团队。这三大要素相辅相成，不可或缺，只有将这三大要素有力地凝聚于小数据思维驱动模式中，才能够真正为高校图书馆信息服务的优化升级提供强有力的支撑，并基于用户个性化信息需求进行精准服务。图1进一步展示了各类要素在小数据思维驱动模式下对于图书馆信息服务体系的影响作用。

图1 小数据思维驱动模式下图书馆信息服务构建要素及其主要作用

3.1 科学规划发展方案

小数据思维驱动模式的成功引入，关键在于是否能够基于该种模式来有效构建相应的管理体系。因此，高校图书馆需要科学有效地制定能够起到引领导向作用的发展规划方案，以此来推动各个环节工作的有力执行与实施。方案在制定的过程中，应当充分征求来自专家学者、技术操作人员以及用户的意见和建议，从而使方案的实施更具有可行性。与此同时，高校图书馆还应当以实现统筹规划为发展目标，建立健全小数据思维驱动模式下信息服务的相关管理机制，从而使该服务模式能够在既定的框架内顺利实现运行。

3.2 完备的基础资源条件

当前高校图书馆的信息服务项目较为丰富，在服务流程中增加小数据思维驱动模式能够进一步拓展服务项目的涉及领域，然而现阶段高校图书馆的服务机制并不能有效消化激增的服务拓展面。为了进一步凸显小数据的作用和价值，高校图书馆应基于软硬件协作层面以及配套资源等维度，对存量用户被过滤的信息进行挖掘和再现。国内高校图书馆可以充分借鉴美国圣塔菲研究所的研究成果，对现有基础资源条件进行解构和拆分，例如将多变量、相互作用以及同时发生3 个典型特征作为服务要素进行重组，并将重组后的要素重新纳入图书馆业务流程中，从而进一步提升信息服务的准确度以及精细化程度。

3.3 专业的人力资源团队

结合现实情况来看，小数据特征主要体现在3个方面，即数据类型复杂、结构差异较为显著以及噪声数据量大。因此，基于小数据思维驱动模式的高校图书馆信息服务体系流程则更为复杂。这就需要借助专业的数据分析团队，才能更为有效地实现对小数据思维驱动模式的系统化操作。高校图书馆应基于自身信息服务主体内容，构建具有梯度的专业人才队伍，这也是图书馆实现精细化管理以及构建高效率信息服务机制的基础。与此同时，为了推动信息服务流程标准化，更好地满足用户的差异化需求，高校图书馆需要对业务部门以及岗位进行调整，并着力引进具有专业素养的人才，全面提升信息服务专业化水平，注重保持整个人才团队的活力以及岗位匹配度，逐步推动信息服务的转型升级发展[7]。

4 小数据思维驱动模式下高校图书馆信息服务的形成路径

4.1 强化技术集成，构建用户小数据管理平台

高校图书馆基于小数据思维开展信息服务，首先需要建立统一管理的网络平台，以此来实现关于用户小数据管理与利用的诸多环节，并由此推动“一站式”服务效果的形成。平台的建设应当加强主体功能的设定与实现：一方面，平台要通过技术的集成以及标准化数据格式的形成，使得用户小数据管理的数据搜集、标准化处理、分类整合以及加工利用等诸多步骤上下连贯，从而使得与用户相关的所有小数据，如用户对于纸质图书的借阅行为记录，在数字图书馆中的浏览与下载记录等，都能够纳入统一的数据库中，便于集中进行检索和利用；另一方面，平台的设计也要注重实现用户的自主管理功能，即用户具有对与自身相关数据的操作权限，以此来推动平台数据库的逐步完善，增强用户的个性化体验[8]。

4.2 以标准化建设为导向，完善基础服务流程

小数据思维驱动模式下的高校图书馆信息服务要想能够获得可持续发展以及用户的普遍认可，就必须以标准化建设为导向，完善信息服务流程的设计：在小数据采集环节，高校图书馆需要借助专业设备有针对性地采集和提取个体数据，同时专业人员还需进行数据传输工作，使小数据能够汇总至图书馆数据中心，需要注意的是，该环节任务的关键在于保障全部小数据的准确性、完整性以及关联性；在小数据处理环节，高校图书馆应基于特殊数据分析逻辑对小数据展开分析和研究，对数据进行优化以及对比，从价值层面对数据进行计算，同时也需要将计算结果进行存储，保证数据能够及时上传至数据处理中心，在这一环节，需要明确数据格式的标准等问题；在小数据决策环节，小数据库的访问必须根据访问权限来识别，馆员只有出示相应的身份才能进入小数据库，并有权限将小数据资源转移至终端设备上，随后有针对性地对小数据进行再次加工和完善，最终要将决策结果予以形象化展示[9]。

4.3 注重用户个性化体验，构建面向用户的特色化服务体系

高校图书馆依托小数据思维开展信息服务的主要目标之一就在于能够充分实现用户个性化体验。因此，高校图书馆应当依据用户所提出的个性化需求，有目的地创新与优化相关服务模式。小数据思维驱动模式具有典型的精确性、定向性以及个性化的服务运行特点，高校图书馆既可以通过该模式的运行来深化用户个性化数据的研究，同时又可以通过定向定性地处理用户不同数据之间的关联性，来更为精确、及时地挖掘用户的信息需求与实际行为的变化，从而形成更为有效的服务决策，并通过个性化信息服务的靶向式推送，来增强用户对于高校图书馆信息服务的满意度[10]。以阅读信息服务为例，高校图书馆应当结合不同用户对于阅读信息服务方式的偏好，将用户划归成不同类别的服务群体，结合小数据分析结果，分别构建隶属于不同群体的阅读信息服务方式，从而使得用户能够更为有效地接受相关阅读信息。

4.4 加强用户隐私管理，建立健全数据安全管理制度

基于小数据思维的信息服务数据主要来源于用户个体的行为，数据在很大程度上会与用户的隐私性行为产生联系，因此，高校图书馆要想使该模式下的信息服务获得用户以及全社会的认可，就必须强化对于用户数据的管理与保护，通过建立健全用户数据安全管理制度，来规范用户数据的分析利用行为，坚决防止用户数据滥用、盗用以及泄露行为的产生[11]。结合小数据思维驱动模式的特点，高校图书馆应从以下3 个方面入手，来推动用户隐私管理目标的实现：第一，结合馆内数据利用部门服务目标的区别，分门别类地设置不同类型数据的调取权限，以此来降低用户数据非法泄露的风险；第二，对数据共享利用与传递行为进行特定的界域处理，例如，在将小数据的分析结果传递至大数据分析系统的过程中，要严格控制大数据系统的数据随意访问以及共享行为，降低系统运行行为的数据安全风险；第三，保障用户对于自身数据的主体利用权限，在建立小数据的过程中，高校图书馆必须主动征求用户对于自身数据利用方式的认同，并赋予用户一定范围内的管理权、监控权以及使用权。