大数据视野下面向高校图书馆馆藏资源的知识服务研究

2021-11-21李瑞金

河南图书馆学刊 2021年11期

李瑞金

(辽宁对外经贸学院图书馆，辽宁大连 116052)

随着信息环境的发展，海量的信息资源在充实高校图书馆馆藏资源的同时，也对其优化利用提出了新的要求。大数据技术作为一项以信息数据为基础的应用型技术，实现了与高校图书馆知识服务的融合发展，由此而产生的新模式、新方法、新业务已广泛地应用于高校图书馆各类知识服务实践中，有力地促进了服务效能的提升[1]。因此，高校图书馆以丰富的馆藏资源为依托，深度探索大数据技术支持下知识服务体系的创新发展路径，不仅可以提升高校图书馆馆藏资源的利用率，而且会带给广大用户更高效率、更精准的知识服务体验。

1 大数据视野下面向高校图书馆馆藏资源知识服务发展方向

面对知识需求环境日新月异的变化，高校图书馆知识服务要想与时俱进实现创新发展，就必须不断适应广大用户对知识服务提出的新要求，尤其是在充分融合大数据技术之后，高校图书馆知识服务应聚焦以下四个方向。

1.1 服务流程系统化

在用户知识服务需求呈现出多元化、个性化的总趋势下，任何一家高校图书馆都不可能仅依托自身资源满足用户的全部需求。因此，深层次挖掘信息资源价值是高校图书馆实现知识服务全方位提升的必要前提。在完善这一基础之后，高校图书馆还必须充分利用云储存、大数据等技术手段，结合用户实际需求，对不同来源的信息进行储存、分类及整理，以实现面向用户的更具层次感、系统性及导向性的知识服务方案，这也是高校图书馆优化用户知识服务体系的必然路径[2]。

1.2 服务成果即时化

高校图书馆用户的知识服务需求往往来源于其所从事的项目或工程中，这些项目或工程的实施通常具有明确的时间节点，这就要求高校图书馆必须在较短的时间内提供精准、有效的信息资源。因此，高校图书馆必须努力实现知识服务结果的即时化传递，以免耽误用户承担项目或工程的进度。大数据技术高效率、便捷化及即时化数据处理特征，可以保障用户所需的知识服务成果能够精准定位、快速获取、即时传递到位，支持用户持续化推进项目或工程。

1.3 服务方向特指化

高校图书馆用户寻求知识服务的内容，不仅是存在于信息表面的知识内容，在从事科研、方案论证等复杂性工作的过程中，他们更需要高校图书馆能够对信息中所蕴含的隐性知识进行挖掘，并进行可视化表达[3]。因此，高校图书馆需要利用大数据技术中的知识挖掘工具，实现对信息资源的科学分类与定量分析，从中找出隐性知识，并对知识之间的关联性进行可视化表达。

1.4 服务内容精细化

高校图书馆知识服务用户相对于大众用户，其知识服务诉求呈现出更为专业化、精细化等特征，这就要求高校图书馆能够在海量的信息中筛选出更符合用户需求的信息内容，并实现对信息内容的精准化加工和提炼。由于大数据技术具有信息处理量大、可识别信息类型多、信息结果表达真实度高等特点，因此，图书馆利用大数据技术开展知识服务不仅可以为用户提供更有效的信息采集方式，而且能够实现对信息的深层次整理和加工，最终实现对信息内涵的精细化、专业化表达，提高知识服务的质量。

2 大数据视野下面向高校图书馆资源的知识服务主体内容

2.1 跨媒体信息交流服务

信息时代的来临进一步增强了信息资源在高校图书馆知识服务交流中的作用，跨媒体、高效率、多样化的信息资源组织方式已成为决定高校知识服务效率的关键因素。作为一种崭新的知识服务方式，跨媒体信息交流服务可以使用户通过高校图书馆构建的信息资源交流组织架构，来更为精准、有效地挖掘信息资源内涵价值并进行传递共享。用户可以结合自身工作的信息流导向，在媒体交流方式中选择更合适工作开展的信息资源交流方式享受相关服务。在这一过程中，高校图书馆可以根据以往用户的行为习惯，利用大数据技术进行分析，并面向用户提供最为便捷的信息资源交流方式，增强用户的服务体验。

2.2 参考咨询服务

不同于传统形式下的参考咨询服务，以知识服务为主题的参考咨询服务更加注重面向用户服务的交互性，不仅能使用户更及时地接收图书馆所传递的信息资源，而且可以通过便捷化的途径与管理者进行互动交流，围绕某一领域问题进行咨询。在这一过程中，通过引入大数据服务技术，图书馆可以通过对用户咨询内容的采集、记录与分析，实现对用户需求的深层次挖掘，为做好预案处理以及信息的精准化传递奠定基础。特别是对于大部分用户都比较关注的常规性问题，图书馆还可以引入人工智能技术进行回复，提升知识服务效率。

2.3 科研数据管理服务

随着高校科研管理方式的不断发展，在科学研究进程中与科研数据管理工作相关的数据创建、数据筛选、数据加工与分析等环节也都发生了明显变化。科研数据作为支撑科研工作开展的重要依据，不仅是科研人员辛勤劳动的重要成果，而且直接影响科研的进程以及高质量科技成果的产生[4]。因此，高校图书馆需要以科研项目与科研团队的文献与数据需求为立足点，以便于科研人员的日常数据管理为主要目标，利用大数据技术开展科研项目文献数据筛选、科学数据加工、科学数据存储等科研数据管理服务，帮助科研团队建立行之有效的科研数据管理体系，推动科研工作的高效开展。

2.4 个性化知识定制服务

如何通过大数据技术实现面向用户个体的个性化定制服务，一直以来都是高校图书馆优化用户服务的重点方向，这同样适用于以信息资源为基础的知识服务。借助大数据技术，图书馆可以针对用户的信息检索、咨询等与知识服务相关的行为进行数据分析，为读者构建某一领域的知识行为模型，使用户和图书馆双方都能更加清晰地掌握用户的知识行为路径与积累状况[5]。此外，图书馆还可以结合用户的不同知识获取类型及获取方式，进行未来知识需求的预测，更好地开展个性化知识定制服务。

3 大数据视野下面向高校图书馆资源知识服务的主要方法

面对海量的文献资源，高校图书馆要想借助大数据技术进一步实现知识服务的优化与创新，就必须聚焦知识服务过程中知识聚合的环节，通过引入必要的技术方法促进资源整合与检索效率的提升，并推动知识服务精准性目标的实现。目前，高校图书馆依托大数据技术所开展的知识服务方法主要体现在馆藏资源采集与整合、知识特征与关联性挖掘以及跨媒体本体构建与自学习三大层面。

3.1 馆藏资源采集与整合

依托大数据技术，高校图书馆可以实现对自身馆藏资源采集以及整合能力的提升。一方面，图书馆需要加快传统纸质资源数字化转化的进程，持续扩充数据库馆藏规模；另一方面，图书馆应重视捕捉与搜集网络环境中的各种知识资源，丰富当前数据库中的资源类别和形式，持续巩固知识服务的资源基础。在完成上述工作后，图书馆还应及时、高效地存储采集到的数据及资源，这也是实现后期数据维护的前提和基础[6]。尤其是在现阶段数据资源呈几何级增长的态势下，图书馆在致力于实现馆藏资源采集与整合能力提升的同时，还需要强化数据的维护及安全性能的提升，夯实知识服务的保障性需求。

3.2 知识特征与关联性挖掘

开展知识特征与关联性挖掘是大数据技术支持下高校图书馆开展知识服务的核心内容。为了实现对不同来源途径的异构化知识资源的有效整合，图书馆可以从语义层面开展知识资源的分析与统计，依托本体库实现对元数据的标注及识别，更为精准地把握现有知识信息特征，推动数据间关联性的显性体现，并实现对语义库的补充。开展知识特征与关联性挖掘，不仅能够有效破解来源途径不同所导致的资源整合瓶颈，而且可以有效地将知识数据进行重置和优化组合，进一步挖掘数据资源的隐性价值，打破数据间的语义障碍，实现知识特征在语义层面的显性化表征，提高数据语义表述的精准性，为实现多元化的知识服务内容奠定基础[7]。

3.3 跨媒体本体构建与自学习

高校图书馆在面向用户开展知识服务的过程中，资源检索工作十分重要，其不仅会对知识服务成果展示产生重要影响，而且将决定图书馆知识服务的整体水平。目前，常见的语义检索囊括了诸多形式媒体及数据库的知识资源类型，这就容易引发隐性问题的产生，如重复、语义歧义等，从而影响知识服务的效果。因此，要想提升检索的效率及精确度，高校图书馆必须致力于打造跨媒体本体体系，实现底层语义到高层语义的转化，同时还需认真研究本体库，对其开展校正及优化工作，在实现这一目标后，从采集的语义数据中生成本体知识库，进而构建跨媒体本体自学习功能模块，最终为跨媒体知识检索提供整体视图。

4 大数据视野下面向高校图书馆资源知识服务的形成路径

4.1 合理划分服务层次，精准把握用户需求

精确定位用户服务需求是高校图书馆优化知识服务的基础。以智能信息处理及大数据挖掘为代表的现代信息技术，可以助推数字图书馆基于隐式及显式两种角度，采集用户行为信息和用户基础数据，更加全面地深挖用户服务需求并建立分析模型。鉴于用户需求呈现出层次性及动态性特征，图书馆必须结合用户服务需求所处的真实层次，对用户服务需求加以辨别与区分：一方面，图书馆需要围绕用户需求动态变化性这一典型特征，采用小数据方法搭建用户实时兴趣需求模型，实时记录用户需求；另一方面，图书馆需要借助大数据技术，尝试打造用户信息共享平台，建立用户信息数据交换标准化流程，推动用户信息共享和流转，保障用户精准知识服务的连续性和完整性。

4.2 优化服务机制，完善知识服务过程设计

高校图书馆要想更为深入地依托大数据分析开展知识服务，就必须致力于实现用户端服务机制的完善和改进。在传统数字图书馆知识服务体系中，图书馆所开展的初级知识服务仅限于知识信息资源的采集、筛选与传递，并不能对知识信息资源展开更为精细的价值剖析和提炼，最终也影响了用户的服务体验。因此，在这一背景下，高校图书馆必须基于差异化视角开展服务模式的改进与重塑，实现由被动服务向主动服务的过渡，由共性化服务朝精准服务过渡，可以考虑从以下三个角度入手：首先，图书馆需要借助大数据系统设计并改进精准知识服务系统，拓展数字图书馆精准知识服务功能模块，并实现服务界面的流畅化；其次，图书馆应对知识服务方式进行创新，基于数据驱动技术建立智能化、精准化知识服务方式，融入知识发现和导航功能，让知识表达不局限于特定形式，增强知识资源的可视化程度；再次，图书馆还要增加开发互动交流功能，建立基于在线回答及社交互动的多层次用户交流机制，不断拓展用户的沟通场景，充分重视用户反馈信息，让用户评价得到及时的应答和采纳，提升用户的个性化体验。

4.3 加强信息资源共享，推动知识服务过程的系统化

在当前的高校图书馆知识服务体系中，用户的需求通常呈现零散化、碎片化的特征，针对用户需求的解决方案往往也是由分散在高校图书馆不同部门的馆员服务团队完成。这种服务方式虽然有利于用户需求的集中解决，但在面对交互性、复杂性的学科问题时，由于缺乏信息与数据的共享交流机制，不同的馆员服务团队难以形成最佳服务方案，进而导致用户需求不能得到及时有效的满足。因此，高校图书馆知识服务应致力于利用大数据技术推动用户需求的系统化、全面化解决。尤其是对于不同来源及具有学科交互特征的用户需求，高校图书馆可以考虑设计统一的人工智能服务模块，结合大数据及云计算技术，对需求分配路径进行统一管理，并通过构建统一的数据资源库，实现用户需求信息及解决方案的实时共享，打破传统知识服务模式下普遍存在的“信息孤岛”问题，提升用户需求解决方案的科学性和全面性。

4.4 推动知识服务集成，设计交互化空间环境

现阶段，图书馆知识服务用户需求已经由最基础的单领域知识资源需求，逐步向多领域、复合性及交叉性的知识需求转变，他们更期待可以通过“一站式”的服务方式更直接地获取需求解决方案。因此，图书馆有必要通过设计交互化的空间环境实现知识服务的集成。例如，南京大学图书馆构建的“第五文化空间”可以帮助用户实现以虚拟集群为特征的资源共享，用户服务的自主性将得到充分体现，并形成具有知识性、动态性及共享性特征的知识服务模式。尤其是通过空间资源的集成，“第五文化空间”可以更快速地面向用户提供信息资源的组织、筛选及使用的一体化服务，面向广大师生提供创新性思维引导途径，推动创新创业工作的开展。同时，通过空间服务能力的集成，馆员的工作负担大大减轻，有利于他们集中精力面向用户提供更为优质的知识服务。