大数据背景下公共图书馆的精准化服务研究

高 淦

(广西民族大学 管理学院，广西 南宁 530006)

0 引言

在大数据快速发展的新形势下，公共图书馆逐渐从扩大服务范围和数量上向提升服务质量转变，服务精准化成为公共图书馆提高核心竞争力的发展趋势。公共图书馆精准服务是指公共图书馆在稳步开展普适化服务的基础上，针对读者的差异化需求而开展的针对性服务，具有资源配置科学、服务针对性强等特点，是当前公共图书馆增强服务效能、提高读者满意度的有效途径[1]。当前，越来越多的公共图书馆开始着手规划建设“精准化服务”项目，但在推进建设过程中并没有考虑将大数据技术应用在用户的精准化服务当中。公共图书馆要转变陈旧思维，充分发掘自身资源优势的同时，找到为各层次、阶段的读者提供个性化、精准化服务的路径。因为部分图书馆在推进精准化服务过程中，服务模式构建遇到一定的困难，导致实践中服务效果不能达到预期，所以本文就服务中存在的问题提出相关措施，并加以优化完善。

1 大数据背景下公共图书馆精准化服务概述

1.1 公共图书馆精准化服务工作现状

在信息技术支撑下，公共图书馆运作模式正向数字化、智能化方向悄然转变，为读者提供精准化服务并满足读者需求。由于读者用户的文化水平不同、职业身份不同、阅读需求不同等因素，进而对图书馆中的文献资源和咨询服务的需求也不尽相同，对公共图书馆中资源的种类、数量上也有所侧重。因此，使图书馆中有限的配置资源最大化利用，来满足千差万别的个性化用户需求，成为公共图书馆推进发展必须应对的难题。

针对上面的问题，一些学者提出了“精准化服务”这一概念，是指在普适化服务的基础上，根据读者的需求差异而进行个性化服务，它具有科学合理配置资源、服务个性化强等特征，是当前公共图书馆优化服务效能和提高用户满意度的有效方法。公共图书馆的服务对象由整体人群转变为相应群体及个人的用户服务，由整体用户的共同需求配置资源转变为依据用户个性需求配置资源。这表明公共图书馆精准化服务的重点在于发现、准确判断用户的特殊需求，然后依据用户特定问题提供针对性服务和资源配置方案[2]。

过去公共图书馆会通过总量统计和意见信箱等传统方法把握读者需求意向，前者难免粗犷，后者过于片面，最终只能以大众的意愿想法配置资源和服务，使得读者用户的服务质量并未得以提高。近些年来信息科技高速发展，暴露出了当前图书馆服务的不足。一方面，电子刊物等文献资源通过网络检索便能高效地找到目标资源，导致图书借阅量逐年下降；另一方面，新兴学科领域的科技查新、文献检索、情报分析需求却又让图书馆馆员应接不暇。随着大数据时代的来临，文献资源的数字化和咨询服务的信息化水平日渐提高，加快了用户需求的精细化服务建设。

1.2 公共图书馆精准化服务的意义

(1)能够准确地定位用户行为和需求。用户整体的学历背景、职业、年龄、性别等因素不同，就导致公共图书馆对用户的精准化服务存在较大差异性。传统型公共图书馆多数是为读者提供被动的服务，图书馆通过调查问卷、读者访谈等人工方式去收集用户的喜好、建议需求等信息，得出的结果也是片面化的。而大数据技术能够实时观测到读者的阅读轨迹和个性化需求，然后将读者的阅读行为转化为数据信息，并分析出读者用户的行为特征，将其分类，最后划分出仅需普适化服务就能满足需求的用户和需要定制个性化服务的用户。总体来说，精准化服务是在大数据背景支持下，对用户阅读行为、用户属性等其他要素进行探究，公共图书馆通过对这些要素的转化、分析、归类最终得出读者用户的个性化需求，给予针对性服务。公共图书馆可以通过大数据处理技术、数学建模方法来对比数据源、分析数据源、测量数据源，以此为依据评估读者的阅读现状，进而干预读者的阅读行为，或者预测未来的阅读发展趋势[3]。大数据让公共图书馆给予的服务更加具有针对性、准确性，如休闲型读者在图书馆更喜欢读一些娱乐期刊、文艺书籍、趣味性强的图册等，其需求较容易满足；而学术型读者更侧重于与其学习研究领域相关的核心期刊、参考文献等，图书馆可以为其提供对应领域资源、专题理论知识信息推送等精准化服务。

(2)能够提高公共图书馆服务质量。读者可以根据个人的实际情况测量阅读数据，制定个性化学习方案，图书馆馆员可以根据数据分析结果科学合理地调整服务方法、整合图书馆资源等，让精准化服务与传统服务进行有机结合。此外，传统型公共图书馆的准确化服务涉及数据测量、数据记录、数据分析，需要大量的人力、物力来完成[4]。而大数据技术的支持使这些过程更有效率，使服务变得更优质。

(3)能够让用户服务效果评估更合理。图书馆精准化服务过程的好坏直接影响到精准化服务的效果评估，而要想真正地提高精准化服务的效果，就需要公正、合理的效果评估。通过大数据技术来评估精准化服务效果，成为目前公共图书馆的必由之路。众多图书馆通过微信、微博等自由媒体平台，向读者全体晒出本年度阅读清单、借阅量前10名的书籍、最喜爱的书籍领域等读者关心好奇的数据，进而反映读者本年度的阅读情况，图书馆可以进行反思和服务模式上的调整，为来年的精准化服务“做好功课”。

2 公共图书馆精准化信息服务中存在的问题

2.1 基础性信息技术建设不到位

对于公共图书馆，只有基础性信息技术打牢固才能走好个性化、精准化信息服务道路，要在技术方面为公共图书馆全面的服务体系打好根基。在大数据背景下，实现精准化信息服务所运用的先进高新技术颇多，如数据挖掘技术、虚拟化技术、云平台技术、AR技术等。但由于部分公共图书馆存在领导层意识、资金投入、技术人才等影响因素，导致基础性信息技术建设不到位，综合服务水平较低，在各种高新技术的应用方面较为匮乏，无法从技术方面来提升精准化信息服务的构建与完善。

2.2 对通过数据挖掘技术的读者行为特征分析不足

对读者用户的总体情况充分把握，是开展精准化信息服务的基础。在大数据背景下，数据挖掘技术是图书馆对读者行为特征进行分析并掌握读者基本情况的主要技术。然而，一些公共图书馆在运用该技术时存在不少问题，从而使技术的优势与积极作用无法得以充分发挥，无法为精准化信息服务工作建设提供有力支持，容易出现读者行为特征分析不全面甚至存在较大偏差等现象。首先，图书馆对于读者行为特征数据搜集的范围覆盖面不全。借助数据挖掘技术对读者用户行为特征进行全面分析，需要针对读者各方面的行为数据信息进行全面的挖掘与分析，包括读者用户访问时段以及时长、物联网访问特征和路径、访客地域、用户满意度、用户忠诚度等。然而，部分图书馆在运用数据挖掘技术时，并没有全面覆盖上述内容，仅仅针对其中部分信息数据进行挖掘和分析，难以全面、精准地获取读者行为特征，不能够为个性化信息服务提供可靠依据。其次，分析过程中标准与规范不科学、不合理。对于不同的读者行为特征指标，需要图书馆采用科学、合理的方式进行分析，才能保障结果的可靠性。一些图书馆并没有形成符合自身实际情况的标准与规范，使分析结果和真实情况存在偏差。

2.3 读者个人信息隐私风险大

大数据技术虽然为精准化服务的实现提供了技术层面的支持，但读者用户的个人隐私存在风险。若在日常信息服务工作中稍有不慎就会造成隐私泄露的问题，甚至威胁到读者的隐私安全，这样会使图书馆对读者的服务质量下降。目前而言，在精准化信息服务中存在3种读者隐私数据的泄露形式。

(1)非授权访问和获取数据。无论是信息服务过程中运用大数据技术对读者的数据进行采集和分析，还是不法分子通过未授权渠道来试图获取读者隐私信息，都有可能出现对读者数据进行非授权访问与采集的情况。图书馆若没有严格按照相关法律法规进行规范化操作，在进行读者数据访问和收集时违规操作并对非授权数据进行获取，就会直接侵犯读者的隐私。一些不法分子通过各种违法手段获取读者终端的访问权限，也会对读者隐私造成巨大威胁。

(2)信息载体泄露。大数据时代对于数据的采集、传输、储存、运用等环节比较复杂，同时也存在一些漏洞，很容易造成数据处理过程中数据泄露、窃取的情况出现。

(3)对隐私推理的攻击。大数据技术在信息服务上的应用本质是对数据挖掘、数据分析、需求推理并预测，如果通过隐私推理方式进行攻击，将会严重侵犯和威胁读者隐私。

3 公共图书馆精准化服务创新策略

3.1 加强先进技术的应用

个性化信息服务模型的构建与技术支持分不开，需要加强相关先进技术的引进并进行有效的应用。首先，着重推进云存储技术方面的建设，与云计算商家展开合作，以成熟的平台为基础，将储存于数据库中的读者数据进行规范、合理的构建和管理，确保大量的相关数据信息能够在稳定的环境下运行、收集、过滤、存储。其次，运用虚拟化技术，能够实现对数据资源的统一访问、管理与维护，既能够保证信息资源有效、及时的利用，还能提高硬件的使用年限，最大化地提升利用效率。再次，数据挖掘技术贯穿整个信息服务工作，是最基本而关键的技术，需要通过读者数据信息的收集、寻找数据规律、构建模型等阶段对获取的数据信息进行有效挖掘与分析，从而实现对读者行为特征进行精准化分析，最终预判出读者的需求。同时，对于数据挖掘的方法模式，公共图书馆要根据自身的实际情况来进行选择运用。最后，智能搜索技术可以在大量的数据资源中进行智能化获取，这是传统搜索技术不可比拟的，它主要运用并行处理、云搜索等多种方式进行处理。还有大家热门讨论的人工智能，即智能Agent技术，可以帮助图书馆信息系统自主学习和管理，模仿人对数据资源的处理方式，加快精准化服务项目的进行。

3.2 优化读者行为数据挖掘和分析

公共图书馆需要对读者行为进行合理、最优的数据挖掘和分析，确保数据资源分析的可靠性，保证个性化信息服务的有效性，促进服务质量的显著提高。重点关注读者的访问时间段、窗口特点、访客领域、访客特征构成、新老读者比例、用户忠诚度、电子资源特征等数据并进行合理分析，规范相应的数据挖掘和分析程序、标准，实现更全面、更准确的分析。对于访问时间段分析需要采用监控系统进行分析；对于窗口特点分析需要通过网络访问来源分析；对于访客领域分析需要准确识别读者网络的IP地址和读者网络中注册的账户信息；对于访客特征构成需要对读者注册网络账号中的性别、年龄、职业、学历、爱好、图书借用情况等加以分析；对于新老读者比例分析直接通过数据统计得出结果；对搜寻的电子资源特征可以运用大数据统计等基础数据展开分析。与此同时，可以仅对阅读用户公开设置用户智能统计，将用户的阅读时长、阅读的信息类型、网站访问量等数据透明化，不仅使读者了解自身相关的数据，而且还减少了数据挖掘中读者隐私数据泄露问题的出现。

3.3 加强用户的隐私保护

如今在大数据时代背景下，各种网络高新技术的不断发展让公共图书馆的总体价值得以转换、提升。为了更好地为用户提供高质量的信息服务，推进精准化服务是必由之路，但在用户数据挖掘分析的过程中必然会涉及读者用户的隐私问题。因此，公共图书馆要找好保护读者用户隐私与挖掘读者数据信息之间的平衡点，方能真正地发挥精准化服务的效能，提高信息服务质量和读者满意度。图书馆要积极贯彻落实相关措施，加强读者用户的隐私保护，保障精准化信息服务模式的优化。图书馆还要对精准化服务中的五大环节进行重点分析，找出其中导致读者隐私信息泄露的风险，并有针对性地提出保护措施。

(1)信息数据收集环节。读者的信息数据基本上是基于信息系统进行自动化和智能化地收集，但读者对相关数据被第三方获取了解往往匮乏，导致一些读者用户的隐私数据被授权获取，而读者处于不知晓的状态。因此，应给予读者足够的自主性，由用户来决定自身信息的走向，建立开放式的数据采集模式，保证获取的读者信息数据是读者已授权的。

(2)数据资源存储环节。大数据时代数据资源的共享性和存储性极强，利用云存储、虚拟化等技术即可实现。虽然这些技术能够为数据资源的存储提供支持，但是也让数据存储访问不易控制，容易发生读者隐私泄露的现象。在该环节，需要加强云存储和虚拟资源池的授权控制，制定缜密、科学、合理的访问机制，严格把控工作人员在存储环节中的操作步骤是否规范合规，进而保护读者隐私安全。

(3)数据挖掘环节。在数据挖掘过程中，对已经收集的读者用户数据进行分析和隐私推理，基于读者兴趣模型构建对数据进行处理，容易侵犯读者隐私。特别是在建模方式与读者用户认知和需求存在差异时，读者很容易产生反感，认为自身的隐私信息被窥视泄露。在进行该环节时，公共图书馆首先要遵循读者用户意愿，允许读者自由控制自身的相关数据资源是否进行处理，同时给予读者自主了解自身相关数据信息及改变读者兴趣模型的权利，减少读者隐私泄露情况。

(4)数据传输环节。在数据传输过程中，分布式网络系统本身的特点和缺陷让相关的数据资源容易被窃取和非法利用。大数据技术和云计算技术、互联网技术等密切关联，各类技术在该环节的应用中都可能导致信息的泄露，造成隐私安全问题。特别是分布式网络自身具有公开性这一特点，读者的信息数据更容易被窃取并泄露。图书馆必须加强数据信息安全保护，积极运用加密技术等增强数据传输环节的隐私数据保护。

(5)数据推送环节。数据推送是精准化服务的重要环节，不但决定了读者对精准化服务的印象和体验，还对整个信息服务关于读者隐私的保护情况产生影响。该环节需要对读者用户信息进行访问并控制，很容易造成隐私侵权问题。公共图书馆应加强读者的访问控制，同时可运用令牌技术、密保技术等维护读者用户的隐私信息不被泄露。

4 结语

在大数据环境下，公共图书馆想要进行高质量的精准化服务就必须克服各个方面的困难阻碍，从多个层面去探索有效的措施与方法，在精准化服务开展过程中不断地优化服务结构，充分发挥其真正效能。公共图书馆要以相关的高新技术软硬件做支撑，扩大专业化人才队伍规模，制定科学合理的结构和管理制度，加强信息技术的应用能力，把读者放在首位，不断完善精准化信息服务。