价值-制度-技术框架下图书馆用户数据治理优化路径研究

摘要：数智时代数据的开放利用是驱动社会及图书馆发展的核心资产，图书馆积累了各类有价值的用户数据，图书馆用户数据治理面临数据质量、数据伦理、数据法律等各种风险挑战。文章搭建了价值、制度、技术三维分析框架，提出了优化用户数据治理的多元化路径，以期实现图书馆用户数据的最大化价值。

关键词：用户数据治理；图书馆；三维框架；优化路径

中图分类号：G251文献标志码：A

0引言

随着大数据、物联网、元宇宙、生成性人工智能等技术的迅速发展，当今社会已经进入数据和智能技术互融互通的数智时代。“数据”作为第五大生产要素，是促进新一轮科技革命与产业变革的关键力量［1］，成为驱动社会和图书馆发展的核心资产。图书馆作为文化服务机构，积累了大量的各类数据，数据呈现几何式增长，用户数据作为其中最重要的一类数据，存在着共享开放不够、隐私保护不力等数据弊病，亟须开展全方位多层次的用户数据治理，实现其服务价值和创新价值。

1数据治理的内涵要义及关键要素

1.1数据治理的内涵要义

目前，学术界对数据治理的定义并未达成一致，综合相关研究，可以从以下方面加以理解：（1）微观机理层面，学者们认为数据治理类似于数据管理，是对个体数据整个生命周期的管理，就是对数据的采集、加工、挖掘、保存、维护、传输的管理［2］。（2）中观机理层面，学者们从不同领域、不同学科对数据治理进行定义。从经济学的角度，大多认为数据治理是对数据这一核心资产的计划、执行和监督，利用组织人员、流程和技术的相互协作，促进数据要素的流通，实现对数据资产的有效组织和配置［3］。从社会学的角度，学者们认为，数据治理的价值在于服务社会治理，正确处理数据技术赋能与社会治理之间的矛盾，形成多方参与的数据共享流通模式，最终推动社会治理的变革［4］。（3）宏观机理层面，数据治理的视角要聚焦到“数据世界”上，数据治理是以国家、国际组织等为主体，对数据权利、流通、管理等方面的治理，以推动国家治理能力提升和治理体系现代化。综合各方观点，本文认为，数据治理就是对各类数据的分类、管理、控制、监督，其关键在于保证数据质量和数据安全，其目标是实现数据利用的最大化价值，更好地服务于各行各业。

1.2数据治理的关键要素

数据治理的关键要素主要包括：（1）从数据治理的基础环节来看，关键要素包括数据质量、数据安全、数据隐私。这些涉及数据的完整性、准确性、保密性、可用性等方面。（2）从数据治理的过程环节来看，关键因素包括数据标准化、数据可视化、数据管理工具等，这些可确保数据的一致性、数据分析的精准性等。（3）从数据治理的实现环节来看，关键要素包括战略规划、组织架构与机制、数据管理、业务价值等。这些可实现数据治理的最大化利用和持续推进。

2图书馆用户数据的类型及价值风险分析

图书馆用户数据治理指对图书馆用户产生的各类数据及数据处理各个环节的管理、控制和监督，实现用户数据最大化价值，促进智慧图书馆的建设发展。

2.1图书馆用户数据的类型

（1）用户角色数据。其包括用户基本角色数据及用户特定角色数据。用户基本角色数据是指用户的姓名、性别、职业、年龄、学科背景、文化教育程度等，这些信息能够帮助图书馆了解用户的基本特征和属性。用户特定角色数据是指用户在图书馆的特定角色，比如在图书馆接受服务的类型、资源访问类型，在图书馆的特定用户画像等，这些数据可以精准了解用户需求，更好地进行个性化服务。

（2）用户借阅数据。图书馆用户借阅数据记录了用户的借阅历史、借阅偏好、借阅频率等，这些信息能够反映用户对不同类型书籍的需求和兴趣，分析和了解用户的借阅数据可以优化馆藏资源，精准开展阅读推广活动，提升图书馆的智慧化服务水平。

（3）用户互动数据。用户互动数据具体包括用户对图书馆采购的建议意见等荐购数据、用戶对图书馆服务和设施的评价及建议的反馈、读者调查问卷等数据，用户在网站、微博、微信公众号等平台和社交媒体的留言、评论、分享等数据。这类数据收集处理难度比较大，但可利用价值也更大。

（4）用户正负贡献度数据。这类数据包括用户借还书的诚信数据，参加图书馆公益服务和进行志愿服务的贡献数据等。根据这些数据，图书馆可以健全完善惩戒和激励机制，更好地策划图书馆各类公益活动，组建图书馆志愿服务队伍。

2.2图书馆用户数据的价值风险

图书馆用户数据存在巨大的社会价值，图书馆可以通过分析用户数据为用户提供更加个性化的服务，提升图书馆服务的质量，提高用户的阅读体验和满意度，从而制定更加科学合理的资源配置策略。但产生价值的同时，也面临一些风险。

（1）图书馆用户数据质量风险。图书馆用户数据质量低表现为用户数据来源不同，数据格式也存在差异，数据结构和数据元素转换处理比较困难，数据采集和管理过程中可能会出现数据丢失、数据损坏、数据泄露等问题，这会影响图书馆对用户需求的准确判断，进而影响服务质量。

（2）图书馆用户数据伦理风险。一是用户数据隐私风险。在数据治理过程中，图书馆需要收集、处理、存储大量的用户数据，而这些数据往往包含用户的姓名、联系方式、借阅记录、阅读偏好等个人信息。如果这些数据在未经授权的情况下被泄露，可能会对用户隐私造成严重损害。二是用户数据侵权风险。图书馆也有可能将用户数据用于非授权目的，如广告推送、商业营销等，造成数据侵权，这可能会导致用户对图书馆产生不信任，降低用户满意度。三是用户数据安全风险。一方面，云计算、人工智能等大数据技术自身存在逻辑缺陷，用户数据的存储和传输过程中可能存在数据泄露的风险。另一方面，图书馆用户数据也可能被黑客攻击，因恶意软件或自然灾害等因素受到损坏，数据滥用会使图书馆面临巨大的经济损失。

（3）图书馆用户数据法律风险。图书馆工作人员可能缺乏足够的数据安全及法律意识，违背相关的数据保护法规，如我国的《网络安全法》和《个人信息保护法》等，导致用户数据治理不合規，面临一定的法律风险。

3三维框架下图书馆用户数据治理的优化路径

本文从价值-制度-技术三维分析层面提出优化图书馆用户数据治理绩效的具体路径，主要包括以下3个方面。

3.1价值管理层面

（1）构建用户数据战略管理策略。这个战略应该考虑图书馆的价值观和使命愿景，明确用户数据治理的目标、范围、职责流程及数据分类、数据质量、数据安全、数据使用等方面的规定，确保用户数据使用处理共享的规范化，保证用户数据的质量、安全性和可靠性。

（2）健全有效的用户数据管理机制。这个机制包括数据管理标准规范机制、用户参与机制及用户反馈机制， 建立统一的数据管理标准，鼓励用户参与数据采集、数据反馈、数据评估等数据治理的各个方面，及时了解用户需求和反馈，保证用户反馈的内外畅通，不断优化数据服务。

第8期2024年4月江苏科技信息 ·图书与档案No.8April，2024

第8期2024年4月江苏科技信息 ·图书与档案No.8April，2024

（3）优化用户数据全流程管理链条。一是建立用户数据元数据和数据质量标准。综合考虑用户数据的类型、格式、来源、时间等不同因素，以确保数据的可读性和易用性。二是实施用户数据安全与隐私保护。这些措施包括数据加密、访问控制、数据备份、用户数据使用协议等方面，以确保用户数据的完整性和安全性。三是实施用户数据质量监控和评估。检查与评估应包括数据的准确性、完整性、可靠性等方面，并应定期对数据治理工作进行检查、评估和改进，以确保数据治理能够持续满足图书馆的发展需求和用户需求。

（4）创新用户数据管理方法。一是“用户画像”的方法。该方法包括收集用户的基本信息、学术背景、兴趣爱好等信息，并将其进行分析，以创建用户画像，更好地满足用户的需求。二是“用户行为分析”方法。该方法包括收集用户在图书馆的活动轨迹、借阅记录、阅读习惯、搜索历史、访问记录等信息，并对其进行分析，以了解用户的学术兴趣、阅读偏好和行为习惯等。三是“用户反馈”的方法。该方法包括通过用户调查和反馈机制来收集用户对图书馆服务的意见和建议，这些反馈信息将被用于改进图书馆的服务和设施，更好地满足用户的需求。

3.2组织制度层面

（1）搭建用户数据治理组织架构。一是建立用户数据管理委员会。数据管理委员会应该由图书馆领导、数据专家、用户代表和其他利益相关者组成，其主要职责包括制定数据治理策略和标准规范，监督数据管理员的工作、审核和批准数据使用及共享等。二是成立专业的数据治理团队。团队成员应该包括数据管理员、技术专家、数据分析师等不同角色的人员， 以确保数据治理工作的全面性和综合性。治理团队负责协调各部门之间的用户数据共享和互通， 参与制定数据政策、标准规范，监督指导数据评估，以确保数据治理工作的协同性和高效性。

（2）建立用户数据伦理保障制度。一是建立用户数据伦理预警研判机制。搭建用户数据预警研判模型，设立特定的预警阈值，利用各种挖掘算法及预测方法进行预警数据挖掘，从海量数据中提取关键性要素，产生有价值的预测数据，开展有效的风险评估，提前发现潜在侵犯个人隐私的伦理风险。二是完善用户数据治理伦理风险监控机制。运用大数据技术手段实时监控数据，对实时数据进行快速判断、综合集成和精确分析，严密防范图书馆用户数据在数据治理过程中被非法应用和泄露滥用。三是规范用户数据伦理风险奖惩机制。依据相关法规制定图书馆用户数据伦理风险防控相关规程，确保图书馆数据治理伦理机制有法可依、有章可循，并根据图书馆用户反映的伦理问题，采取针对性措施，对图书馆数据治理主体责任方进行奖惩处罚。

（3）健全用户数据治理制度体系。一是熟悉用户数据治理相关政策法规。图书馆用户数据治理的政策法规主要包括数据保护法、网络安全法、个人信息保护法等。二是建立用户数据管理制度。这些制度包括用户数据分类统计制度、用户数据个人隐私保护制度、用户数据安全管理制度、用户数据治理培训制度等。三是建立数据治理效果评估制度。效果评估是数据治理的关键一环，评估制度包括评估主体、评估程序、评估方法、评估周期、评估保障等内容。

3.3技术工具层面

（1）引入用户数据治理关键技术。图书馆用户数据治理的关键技术涵盖数据采集、存储等生命周期的全流程。数据采集技术可以采用传感器、摄像头等设备， 收集用户行为数据和环境数据。数据存储技术可以采用分布式存储、云计算等技术， 确保数据的可靠性。数据分析技术可以采用自然语言处理、机器学习、深度学习等技术，实现数据的智能化分析。数据安全技术可以采用防火墙、加密等技术，确保数据的安全和保密。

（2）采用用户数据挖掘及治理管理工具。一是用户数据挖掘和分析工具。图书馆可以采用数据挖掘和分析软件、数据可视化工具等来分析和挖掘用户数据，以便更好地了解用户需求和行为。二是用户数据质量管理工具。图书馆可以引入数据清洗、去重、校验和整合等数据质量工具，自动检测和纠正数据中的错误和问题，以确保数据的质量和可靠性，提升数据质量。三是用户数据安全监控和审计工具。图书馆可以采用数据安全扫描、数据安全漏洞检测和数据安全审计等工具，及时发现和解决数据安全问题，以确保数据的安全性和完整性。

（3）完善用户数据治理应用平台建设。这一平台包括可信身份认证、电子签章、电子归档、地理信息服务、移动应用开发等公共基础数据组件及人工智能、用户数据管理系统、用户数据仓库、用户数据可视化、5G、区块链等公共技术组件，在建设过程中尤其注重体系的标准化与开放性，强化其在业务技术组织赋能、应用场景等方面的作用，保证平台体系稳定运行和在不同层级地区的互联互通。

4结语

数智时代新技术的迅猛发展和数据的4V特性，在给图书馆发展带来機遇的同时也提出了巨大的挑战。图书馆数据特别是用户数据的开发利用，是建设现代智慧图书馆的关键因素，要更加系统地总结用户数据治理实践经验和规律，深入研究用户数据治理的关键技术方法，使用户数据治理与图书馆战略、服务和管理紧密结合，促进图书馆用户数据治理的可持续发展，发挥其最大利用价值，更好地促进未来图书馆高质量发展。

参考文献

［1］佚名.2021年度中国图情档学界十大学术热点［J］.情报资料工作，2022（1）：5-12.

［2］张宁，袁勤俭.数据治理研究述评［J］.情报杂志，2017（5）：129-134.

［3］董涛.知识产权数据治理研究［J］.管理世界，2022（4）：109-125.

［4］张康之.数据治理：认识与建构的向度［J］.电子政务，2018（1）：2-13.

（编辑编辑李春燕）

英文标题

Study on the optimized paths of user data governance in library within the value-institution-technology framework

Deng  Rongjing

（Zhejiang Provincial Party School of CPC， Hangzhou 311121， China）

Abstract：  Utilization of open data in the digital age is the core asset that drives the development of society and library. Libraries have accumulated various valuable user data， whose governance faces various risks and challenges， such as data quality， data ethics， and data laws. In this article， a three-dimensional analysis framework of value， institution， and technology is constructed， demonstrating diversified paths to optimize the governance of user data in libraries with an aim to maximize the value of library user data.

Key words： user data governance; library; three-dimensional framework; optimization path

作者简介：邓蓉敬（1979—），女，副研究馆员，研究员，硕士；研究方向：情报服务与数据治理。