学科馆员数据智慧研究

袁红军, 袁一帆（.郑州师范学院图书馆；.英国萨塞克斯大学商学院）

学科服务可以很好地服务于高校学科建设、助推教学科研。近年来，高校图书馆设立学科馆员并与各院系建立对口联系，以加强图书馆与院系之间的沟通和交流，及时了解师生需求、建议和意见，共同构建合理的学科资源体系，并对用户（主要是指学科用户）进行宣传与培训，为其提供文献信息参考咨询、论文查收查引、定题文献信息检索等服务等。学科服务具有主动化、个性化、知识化等特性，往往包括学科文献信息服务、知识服务、信息推送与定制、情报分析与决策支持、教学与科研服务、学科素养教育、资源荐购、科研数据管理等。大数据时代，数据在学科服务中占据的位置越来越重要，学科馆员每时每刻都要与不同类型的数据发生关联，这就要求学科馆员必需具备一定的数据素养，而数据智慧（Data-based Wisdom）是其中重要的一部分。

1 学科馆员数据智慧的内涵

Ackoff 于1989 年首先提出了一个基于人类意识的认知理论，是关于数据、信息、知识及智慧的体系［1］。这个体系中，数据、信息、知识、智慧依次从低到高排列，每一层是上一层的基础。通过对数据的分析与处理，取得上一层关联性信息；信息是结构化的数据，强调数据的意义和目标，为人们的决策和行动提供信息内容的支持，即生成知识；知识具有传播性，是基于经验所作出的对信息的判断，知识的增长伴随着智慧的增加，从而可以预测未来发展趋势［2］。2015 年，John Girard 等在《大数据时代战略性的数据智慧》一书中提出，“使用技术、领导力和文化来创造、转化并保存隐含在数据中的知识，从而实现组织愿景”，并指出数据的处理需要基于“知识金字塔”得以实现，即数据要经历转化为信息、升级为知识、升华为智慧的过程［3］。

大数据时代，高校图书馆拥有大量的科研、用户借阅、咨询历史、日志、全文、影像等数据，以及文摘、题录、书目等元数据。这些数据分布在不同的空间，只有通过收集、分类、编目、处理分析等方式，才能更好地挖掘数据价值，达到数据服务的目的。

数据智慧的价值是在大数据的容量、速度、多样性和真实性基础上，通过提供可操作的信息和完善决策来实现的［4］。数据智慧的核心概念由“数据”和数据养成的“智慧”构成［5］。学科馆员获取数据智慧的过程，本质上是数据经过分析处理后，逐步提升为学科信息和学科知识，并最终形成学科馆员智慧的过程，即学科馆员数据智慧层级结构为“不同类目数据—学科信息—学科知识—学科馆员智慧”的学科知识的应用。具体而言，学科馆员将散乱的数据进行组织、整理，从而形成有用的数据集，即学科信息。学科馆员再依据其自身知识经验形成新的知识，即学科信息上升为学科知识。学科馆员利用已有知识对新知识进行分析、评估、理解、利用等，以提高其有效性和价值，使学科知识上升为智慧知识。因此，不同类目的数据是构成学科馆员数据智慧形成的基础和前提，期间经历了学科信息和学科知识的升级和转换［6］。

学科信息主要是指学科馆员为院系师生提供的参考咨询服务、导览服务、现场释疑、定题服务、信息素养教育等，帮助院系师生解决在利用图书馆资源和服务过程中遇到的各类问题。学科知识强调以学科馆员为核心构建服务团队，包括科技查新服务、文献调研服务、检索查证服务等。可见，学科服务主要是由所有专职或兼职学科馆员以单一学科馆员或组建团队的方式，针对重点学科及科研团队的个性化知识服务。而学科馆员数据智慧是指学科馆员将不同类目数据进行分类、加工、组织、存储、利用、预测等，并将其与数理分析、资源工具、情报分析与决策相结合，运用学科馆员持有的方法、经验、理解、常识、洞察力、判断力等，揭示大量数据中隐藏的有价值信息的过程。其中，数据主要来自于学科服务语境中不同学科数据或用户在学习与科研活动中生成的各类数据。

高校图书馆学科服务工作中经常会产生如学科资源荐购信息、咨询服务信息、学科分析信息、用户反馈信息、电子资源使用与购买信息、科研成果汇编等不同类目的数据，且彼此相互关联。作为学科馆员，不仅要熟悉学科服务业务工作中产生的数据，而且要熟练掌握数据分析工具。例如，不同类目的学科馆藏数据一方面可作为统计数据使用，另一方面则可通过学科馆员的智力劳动，判断并分析这些学科馆藏数据在时间和空间上的关联性，如与文献信息的利用率、用户的喜爱程度、数据发展的趋势和热点、用户学科结构与资源建设情况等的关联关系。学科馆员通过对这些数据处理分析，生成不同数据之间的动态网络，从而实现学科服务多维的数据服务［7］。

2 学科馆员数据智慧的构成要素

学科馆员数据智慧的构成要素是其提升数据智慧能力的基础。大数据时代，学科馆员数据智慧主要划分为数据思维、数据处理和数据应用三种类型。相应地，数据智慧的构成要素往往涵盖学科馆员对数据的察觉、获取、分析、提炼、存储、利用、共享等内容，主要体现为数据素养与数据智慧两个方面。学科馆员首先要有良好的数据意识，善于运用这些要素激发其敏锐的数据洞察力，发现并挖掘问题，从而形成针对性、个性化的咨询方法和学科服务策略。

（1）数据素养。目前，有关数据素养的概念界定还没有统一。有学者认为，数据素养是对知识的消费，对数据进行连续和贯穿思考的能力［8］。Stephenson 等认为，数据素养是有效发现、评估与使用数据的一种意识和能力［9］。数据素养包括数据获取能力、管理能力、分析能力、存储安全能力和道德伦理［10］，其核心内容为数据意识、数据技能与数据利用的能力［11］。可见，学科馆员数据素养是学科馆员具备的数据意识、数据处理分析能力、存储与利用等综合素质能力，以及运用不同学科知识与技能训练的能力［12］。学科馆员在研究数据管理服务阶段需要识别和利用不同学科数据的专业技能，包括元数据创造和分配、学科专业存储库等［13］。学科数据核心技能包括数据获取、数据分析处理、数据转换、数据评价等能力，以及问题导向、全样思维、容错思维、相关思维等数据思维方法［14］。其中，数据分析处理能力是数据素养最核心的能力，如，选择合适的数据测量工具与分析处理方式，对学科数据进行多维直观呈现，得出相应研究结论并对数据分析结果进行评价，这也符合培养学科馆员数据素养核心能力的要求。

（2）数字智慧。数据智慧即“智慧的数据”，强调技术智慧和服务智慧，主要是激发学科馆员知识创新。数据智慧是技术发展的产物，在重视技术运用的基础上，也应注重人文因素，关注人的智慧，即数据的应用和对智慧决策的推动作用。数字智慧（Digital Wisdom）与数据素养二者相互联系、相互补充，共同作用于学科馆员数据智慧能力的提升。2009 年，Marc Prensky 首次提出数字智慧的定义，包括两层含义：一是通过使用数字技术获得超出人们固有能力的认知能力而产生的智慧；二是审慎地利用技术以提升人们能力的智慧［15］。数字化环境下，人们越来越注重使用技术手段提升其智慧水平，并快捷、精准地作出科学判断与决策［16］。数字智慧可以帮助学科馆员充分理解所涉及的技术，选择和使用合适的工具挖掘有用的知识，解决学习、咨询服务、科研等过程中遇到的问题，或借助技术手段提升学科馆员认知能力（超过天赋能力的智慧）。可见，学科馆员数字智慧蕴含了使用数字技术获取认知能力的智慧和通过使用数字技术提升学科服务能力的智慧两层意义。但是，学科馆员数据智慧并不是将技术与学科馆员的智力分割，而是在学科馆员的心智与数据融合交汇过程中形成一种新的介质，即数据智慧。学科馆员数据智慧注重的是数据本身，而数据相关的技术则处于次要地位［17］。

高校图书馆学科馆员数据素养、数据智慧和数字智慧三者之间相互依存，彼此影响，数据素养和数字智慧围绕着数据智慧展开工作。即数据智慧需要数字智慧的支持，利用数字技术更好地掌控和分析数据，运用数据使用能力等素养，开展数据智慧工作。使用数据能力是数据素养的核心能力，数字技术是数字智慧能力提升的关键技术，而学科馆员数据智慧强调如何对数据利用能力和数字智慧两者进行充分利用。

3 学科馆员数据智慧能力提升的步骤

大数据时代，高校图书馆学科服务已经嵌入教学、科研的过程，同样，也使学科数据嵌入到学科服务中，深刻地影响了学科服务创新绩效的效果，从而推进学科馆员由“基于经验”转向“数据智慧”的服务模式。关于学科馆员数据智慧的研究源自教学数据智慧的实践模式。Kathryn ParkerBoudett 等提出“数据智慧改进过程”（Data Wise Improvement Process， DWIP） 模型，DWIP模型是一种有效的教学数据智慧的实践，即教师可有效使用学生评价数据的八个步骤，包括组建数据团队、提升评估素养、创建数据概览、发现与挖掘用户数据、检查教学、制定行动计划、制定评估行动进展计划、行动与评估。DWIP 模型的宗旨是协助高校开发和维护数据系统，帮助教师充分利用数据确认学生的学习需求，生成、实施和评估教学方案，进而提高教学质量［18］。本研究借鉴DWIP 模型分析高校图书馆学科服务，帮助学科馆员运用数据智慧改进学科服务过程，从数据中升华智慧。

3.1 组织协作阶段

学科馆员数据智慧的重点在于以数据为中心开展各种协调工作，如学科馆员在数据分享、咨询工作中围绕数据进行协商等。学科馆员有效使用数据并开展协同工作是提高其数据智慧能力的重要手段。由于受个人意愿、专业背景、认知能力、研究水平等因素影响，学科馆员彼此之间很难实现数据互通，需要学科服务团队组织协作，以达到数据的互联互通。学科服务团队有明确的任务和行动计划，如为不同学科背景的学科馆员建立数据档案、为咨询过程中产生的各种数据创建数据存储机制、为用户反馈意见创建数据调查表等，同时建立学科馆员团队，以确保学科馆员相互协同工作，并在计划中为此留出专用时间，探讨与分享数据利用的技能与经验。在组织协作阶段，学科服务团队显得非常重要。学科服务团队由核心层、辅助层和外围层三部分组成［19］，汇集了不同学科背景的学科馆员、数据馆员、院（部）教师顾问等人才的智慧，根据用户需求层次，以团队形式为用户提供数据服务。

3.2 提升评估素养阶段

在提升评估素养阶段，主要是提升衡量与评估学科馆员的综合能力，以消除学科馆员对于数据的恐惧。高校图书馆管理者应重视提升学科馆员的评估素养，如学科馆员数据素养能力的培育，包含能力提升与评估。为了提升学科馆员的评估素养、使馆员能够有效利用数据，图书馆需要发展和提升其解释、理解评价结果的能力，促使其熟悉并掌握如抽样、效度、信度、测量误差、标准参照、常模参照、测试量表等分析工具的使用，并运用能力成熟度理论构建高校图书馆学科服务能力评价体系。

3.3 创建数据概览阶段

学科馆员评估素养得到提升后，即进入学科服务团队探究阶段，需要制定详尽的数据概览。在这一阶段，汇集团队成员的智慧，共同商讨制定一份可行的、内容丰富、结构完整的数据概览，可以直观地反映错综复杂的服务环境。同时，学科服务团队要求在创建数据概览时，在保证用户数据隐私安全的基础上，收集用户的咨询历史、用户留言、学习情境等，并且要求这些数据具有可控、可管理、可分析的特点。

3.4 挖掘用户数据阶段

在创建数据概览之后，学科馆员需要认真研究用户需求与行为。深入挖掘用户数据，捕获与明确不同用户在学习和科研过程中普遍存在的共性问题，并作出针对性的咨询决策予以改进。如学科咨询服务中的“常见问题解答”（Frequently Asked Questions，FAQ）汇集了一些常见问题，包括学科资源借阅、学科文献检索等。需要注意的是，影响用户数据挖掘的因素很多，如用户环境形成的隐性数据等，而这些数据不容易被发现，需要学科馆员予以关注。

3.5 检测数据服务阶段

针对学科服务团队挖掘的数据结果进行分析，这一阶段为检查数据服务，突出检测数据过程，为用户提供更好的数据服务。学科馆员利用相关的技术和工具，如利用学科数据统计分析工具 ESI（Essential Science Indicators） 进行学科态势追踪、学科竞争力分析，运用科研数据分析工具R 语言进行数据的统计分析和图形技术操作，运用SPSS、States 等工具进行数据分析、数据管理等，［20］并根据不同情境下收集的数据分析用户咨询过程中存在的问题。学科馆员兼顾学习者与服务者的双重角色，不但要在团队氛围中相互学习、彼此进步，更要面对复杂、多样的用户需求，为用户提供数据服务。数据的使用是数据服务的核心。这里的数据既包括服务统计的数字如学科资源使用量、数据库培训数量等，也包括用户的浏览次数、文献（知识）咨询服务动态等。其中，文献咨询服务动态包含文献题目、类型、用户、回复学科馆员、回复时间等内容。

3.6 制定行动计划阶段

检测数据服务之后，学科服务团队要求学科馆员采取实际行动以解决教师和学生咨询过程存在的问题。如，学科服务团队召集学科馆员商讨并协助师生制定个性化的数据管理计划。数据管理计划是一份涵盖了用户整个科研活动中数据采集、处理、分析、存储、利用等管理的正式文档，具体包括数据创建类型、数据标准、数据标引与描述、元数据、数据共享与利用、数据道德与伦理、知识产权保护、数据管理工具、数据管理的成本规划等。［21］学科馆员也可以根据数据管理政策、数据相关利益者（资助者和出版商）申请要求和研究数据特点，帮助用户澄清数据，协助用户高效地创建数据管理计划［22］。行动计划应详细而明确，包含工作量、咨询时间、咨询对象、咨询结果、服务态度、质量评价、问责制等，并实时记录学科馆员工作的进展情况。学科服务团队提供通用电子邮件联络点，公布学科馆员姓名和联系方式等，各院系用户如有相关需求可直接联系学科馆员。

3.7 制定评估行动进展计划阶段

学科服务团队制定评估行动进展的方案，可以有效监督行动计划的实施情况，并据此进行完善和优化。如，美国大学与研究图书馆协会（American Association of University and Research Libraries，ACRL）于2016 年5 月颁布了《评估馆员与协调员能力标准（草案）》（以下简称《标准》），评估指标包括评估知识、评估伦理、评估方法与策略、研究设计能力、数据收集与分析能力、交流与汇报能力、宣传与推广能力、协作能力、领导能力、管理能力以及指导、培训与辅导能力11 项内容［23］。学科服务团队可参考该标准，鼓励团队关注评估主体、设置专门的评估学科馆员岗位、以《标准》为指导考查评估学科馆员的综合能力以及加强评估学科馆员的实践，以凸显学科馆员在高校图书馆评估中的主体地位、关注评估学科馆员的综合能力、学科馆员的可选择和可操作等特点，从而营造图书馆良好的评估文化氛围。学科服务团队可从短期、中期和长期目标来制定评估行动进展计划，每一个目标的制定都要进行充分研讨［24］。

3.8 行动与评估阶段

行动与评估是学科馆员数据智慧提升的最后一个步骤，是行动计划和评估行动进展计划的执行过程。学科馆员按照以上步骤开展行动，并在行动中结合实际情况科学地作出调整与完善。

4 学科馆员数据智慧能力提升的建议

4.1 营造数据驱动学科馆员学习氛围，消除学科馆员对数据的恐惧心理

学科馆员数据智慧提升的8 个具体步骤展示了高校图书馆与各院系的深入协作，因此，需要鼓励与指导学科馆员有效利用数据，以数据支撑学科服务的解决方案，培育学科馆员共同的责任感与归属感。E-science 环境下，数据密集型科研大量呈现，满足用户需求不仅要依托数据、知识，更需要学科馆员贡献自己的智慧。学习逐渐成为学科馆员日常工作的一部分，只有不断学习探索，才能丰富学科馆员的知识、提高其服务水平。因此，高校图书馆应积极营造浓厚的学习氛围，构建有效的学习型学科服务团队，并专注与持续地发展学习型文化。学习型学科服务团队强调团队成员的协作学习和团队群体智力的开发，是学科服务实施“学科馆员数据智慧能力”的基础，需要与院系、图书馆的共同愿景相一致，可采取激励措施激发学科馆员的学习热情及分享知识的意愿。大数据时代，数据驱动着每个学科馆员关注数据、研究更广范围的数据，并根据用户需求制定合适的咨询解决方案。同时，为了保证学科馆员数据智慧的有效提升，高校图书馆管理者应授予学科馆员更多权力，如学科资源荐购权、用户数据隐私权、建议与批评权等，支持与鼓励学科馆员独立开展咨询与决策服务。

毋庸置疑，高校图书馆通过数据对比就可以发现学科服务的优缺点，如用户的浏览数据、咨询服务数量、数据的计算方式、元数据、数据编码、数据可视化等，这些数据将引起学科馆员情绪上的波动，甚至恐惧。为此，首先要尽量避免使用专业术语，降低学科馆员对不同类目数据的恐惧感；其次，通过数据展现学科馆员在学科服务中所具有的优势，增强其自信，帮助其改进不足、弥补差距；再次，学科馆员应与时俱进，树立数据思维，改进服务方法，为用户提供高质量的学科知识服务；最后，高校图书馆管理者必须采取实际行动帮助学科馆员提升服务技能，积极鼓励学科馆员将数据嵌入教学、科研的全过程，以用户需求为导向，基于数据生命周期，利用智能设备和软件技术将数据服务嵌入到用户科研实践中，以提高高校图书馆学科服务的精准度和实效性［25］。

4.2 组建学科数据服务团队，完善学科服务平台系统中数据支持功能

高校图书馆学科服务需要组建学科数据服务团队，该团队不同于以往的学科服务团队，而是凸显了数据的重要性，数据的质量由团队组织结构、人员构成、成员技术与能力等因素决定。学科数据服务团队可以针对不同数据环境提供解决方案，突出功能型团队的作用，根据学科馆员自身的职能和学科特点，灵活组建团队，制定学科馆员服务计划，开展团队合作，快速响应用户需求情境的变化。学科数据服务团队多由图书馆管理者、院系教师、数据馆员、一般学科馆员、资深学科馆员等组成，按照职能、学科、功能等分工合作。如，组长或团队负责人由副馆长担任，负责数据服务统筹协调、管理工作；一般学科馆员收集用户浏览数据、统计数据等；资深学科馆员负责回复咨询结果、答复服务意见等；数据馆员负责数据相关技术应用工作。

学科数据服务团队是有效提升学科馆员数据智慧能力的组织层面的保障，而技术能力与水平则是其实施的核心。学科服务中的数据支持系统主要为学科服务平台。目前，学科服务平台的搭建方式有三种。① 基于Web2.0 技术，如华中科技大学图书馆的学科博客群。② 依托商业学科导航平台，如武汉大学图书馆学科服务平台使用LibGuides 版与纬度版。LibGuides 版采用美国Spring Share 公司研发的LibGuides 内容管理与知识共享平台制作而成，目前已制作完成31 个学科服务平台；纬度版由湖南纬度信息科技有限公司研发，采用国内纬度信息管理平台制作而成，目前已经发布三个平台，包括法学、艺术学、中国边界与海洋研究［26］。③ 自主建设。北京师范大学图书馆、南京大学图书馆等利用开源软件自主研发数据支持系统，如开源博客系统、Subject+、学科知识门户等［27］。综上，学科服务平台系统中数据支持功能应体现智慧属性，积极探索搭建智慧型学科服务平台，包括数据资源层、技术处理层、信息管理层、智慧服务层4 个层级的智慧型学科服务平台总体框架，推动高校图书馆学科服务创新。

4.3 加强学科馆员的培训力度，提升学科馆员的数据素养

高校图书馆学科馆员数据智慧能力的提升决定了学科馆员应该是一名复合型人才，因此，加强学科馆员的培训显得非常必要与紧迫。综合掌握数据分析和管理知识及运用工具的能力是学科馆员核心知识能力。具体内容包括：数据生命周期、数据指南、数据服务、数据监护、数据存储与共享、数据素养等相关知识；图书馆系统知识、信息组织知识、科研相关知识、其他领域专业知识等［28］。此外，培训方式多样，包括在线培训、专家讲座、研修班、现场培训、产品服务培训等。例如，中国图书馆学会专业图书馆分会举办的关于数据馆员的培训课程，至今已经成功举办6 期。学科馆员数据素养提升任重道远，需要从其学历与专业要求、专业知识与技能要求、实际经验要求和其他要求四个方面提升学科馆员所需具备的能力；根据数据资源获取、数据加工、数据存储、数据再利用等服务内容，提供相应的培训，如数据计划制定、数据分析、数据监护、数据权益、数据共享、获取数据、运用数据等，并能将理论学习与业务实践操作相结合，满足不同学科馆员的学习需要。

需要指出的是，图书馆管理者数据意识的培育也有利于学科馆员数据素养的提升。高校图书馆管理层需要转变观念，具备数据管理战略能力，能够统筹规划、科学研判，重视学科数据服务，注重学科馆员专业成长，特别是数据管理服务能力的培养［29］。同时，高校图书馆管理者也应注意细节管理，应充分培养学科馆员的数据敏感度，对数据智慧服务形成直观的认知，提升高校图书馆学科馆员数据智慧能力。