大數(shù)據(jù)時代下圖書館的挑戰(zhàn)及其應對策略

1、<p>　　大數(shù)據(jù)時代下圖書館的挑戰(zhàn)及其應對策略</p><p>　　〔摘要〕文章首先闡述了大數(shù)據(jù)的特征與內(nèi)涵，指出了大數(shù)據(jù)在圖書館工作中的重要性及兩者之間的關(guān)系，分析了大數(shù)據(jù)所帶來的數(shù)據(jù)管理、數(shù)據(jù)存儲、數(shù)據(jù)挖掘等方面的挑戰(zhàn)。然后研究了圖書館應從數(shù)據(jù)管理、數(shù)據(jù)技術(shù)及數(shù)據(jù)隊伍建設(shè)上所采取的策略。最后探討了大數(shù)據(jù)驅(qū)動下的圖書館服務新模式，如基于數(shù)據(jù)整合的一站式資源服務，基于數(shù)據(jù)處理的學科知識服務、信息可視化

2、服務及基于數(shù)據(jù)挖掘的個性化智慧服務。 </p><p>　　〔關(guān)鍵詞〕大數(shù)據(jù)；數(shù)據(jù)處理；數(shù)據(jù)挖掘；數(shù)據(jù)服務；圖書館 </p><p>　　DOI：10.3969/j.issn.1008-0821.2013.05.003 </p><p>　　〔中圖分類號〕G250〔文獻標識碼〕A〔文章編號〕1008-0821（2013）05-0009-05 </p>

3、<p>　　隨著社會高速的發(fā)展，泛互聯(lián)網(wǎng)的進程加快，數(shù)據(jù)量的增加已經(jīng)到達了前所未有的速度。Facebook每天生成300TB（注：1024GB=1TB；1024TB=1PB；1024PB=1EB；1024 EB=1ZB）以上的日志數(shù)據(jù)，Google公司每個月處理的數(shù)據(jù)量超過400PB，百度每天約處理幾十PB數(shù)據(jù)，淘寶網(wǎng)每天交易能產(chǎn)生約20TB數(shù)據(jù)[1]。根據(jù)國際數(shù)據(jù)公司IDC 2011年發(fā)布的Digital Universe

4、Study，全球信息總量每過2年，就會增長1倍。僅在2011年，全球被創(chuàng)建和被復制的數(shù)據(jù)總量為18ZB，且每年以60%增加，2020年全球每年產(chǎn)生的數(shù)字信息將達到35ZB[2]。數(shù)據(jù)的爆炸式增長超出人們的想象，“大數(shù)據(jù)”（Big Data）時代已經(jīng)來臨。大數(shù)據(jù)是繼云計算、物聯(lián)網(wǎng)以后，信息科技等行業(yè)又一次大的技術(shù)變革。 </p><p>　　最早提出“大數(shù)據(jù)”概念是麥肯錫公司（Mckinsey and Compan

5、y）。2011年5月，麥肯錫公司在大數(shù)據(jù)的報告中指出[3]：數(shù)據(jù)已經(jīng)滲透到每一個行業(yè)和業(yè)務職能領(lǐng)域，逐漸成為重要的生產(chǎn)因素。其后，大數(shù)據(jù)迅速成為政府及信息科技等行業(yè)關(guān)注的熱點。2012年3月，美國政府啟動“大數(shù)據(jù)研究和發(fā)展計劃”，將“大數(shù)據(jù)研究”上升為國家戰(zhàn)略高度[4]；一些著名企業(yè)如IBM、EMC、Microsoft開始對大數(shù)據(jù)進行研究。大數(shù)據(jù)最典型的應用是在沃爾瑪公司利用大數(shù)據(jù)技術(shù)創(chuàng)造的“啤酒與尿布”的經(jīng)典商業(yè)案例[5]?；ヂ?lián)網(wǎng)企業(yè)

6、Google及Facebook之所以取得令人矚目的成績，其核心的本質(zhì)就是其公司記錄和分析了用戶網(wǎng)絡操作的大數(shù)據(jù)，從而精確掌握用戶行為、形成預判。圖書館是信息搜集、存儲和進行知識服務的機構(gòu)。在大數(shù)據(jù)時代下，如何進行數(shù)據(jù)管理；如何以“大數(shù)據(jù)”為基礎(chǔ)，幫助用戶從海量的數(shù)據(jù)中快捷發(fā)現(xiàn)與獲取信息資源；如何挖掘用戶行為特征，實現(xiàn)個性化、定制化的智慧服務等等都是圖書館面臨的新的挑戰(zhàn)與機遇。本文對此進行了深入的分析與研究，主要闡述了大數(shù)據(jù)帶給圖書館的影

7、響與挑戰(zhàn)，分析了大數(shù)據(jù)對圖書館的重要性，重點探</p><p>　　1大數(shù)據(jù)的特征與內(nèi)涵 </p><p>　　什么是大數(shù)據(jù)？目前，還沒有一個統(tǒng)一的定義，簡單一點可以理解為超出傳統(tǒng)數(shù)據(jù)管理工具處理能力的大規(guī)模、復雜的數(shù)據(jù)集合。IBM公司認為大數(shù)據(jù)具有“3V”特點，即種類（Variety）多、速度（Velocity），快、容量（Volume）大[6]。但以IDC為代表的業(yè)界將其歸納為具有“4

8、V”特征——海量（Volume）、多樣性（Variety）、高速（Velocity）和易變性（Variability）。不管是“3V”，還是“4V”，其內(nèi)涵包含了以下這些特性。第一，數(shù)據(jù)體量巨大?！按蟆笔侵笖?shù)據(jù)規(guī)模，一般指在10TB規(guī)模以上的數(shù)據(jù)量。一部《史記》，共526 500字，約1MB數(shù)據(jù)，一組用于基因研究的染色體照片數(shù)據(jù)量超過2TB。第二，數(shù)據(jù)類型繁多。這種類型的多樣性也讓數(shù)據(jù)被分為結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。互聯(lián)網(wǎng)的迅猛發(fā)展，現(xiàn)

9、在的數(shù)據(jù)類型早已不是單一的文本形式，還包含了大量的網(wǎng)絡日志、微博、視頻、圖片、郵件等大量的半結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)。第三，價值密度低。價值密度的高低與數(shù)據(jù)總量的大小成反比。大數(shù)據(jù)中有很多垃圾，有很多不相關(guān)的信息，只有一些有用的信息隱藏在大數(shù)據(jù)信息里面。以視頻為例，一部一小時的視頻監(jiān)</p><p>　　隨著信息化建設(shè)的發(fā)展，圖書館除了本身包含的大量數(shù)字資源外，日益增長的電子資源，高速網(wǎng)絡及移動圖書館的普及，云計算、

10、RFID、語義網(wǎng)、社交網(wǎng)絡等新技術(shù)的發(fā)展提供了廣泛的數(shù)據(jù)來源，圖書館正在迎接大數(shù)據(jù)時代的到來。 </p><p>　　21各種電子資源（電子書刊，多媒體資源等）的積累，給圖書館提供了海量數(shù)據(jù)信息技術(shù)的發(fā)展極大地促進了圖書館數(shù)字資源的生產(chǎn)，形成了包括電子圖書、電子期刊、數(shù)據(jù)庫、音視頻資源、網(wǎng)絡資源在內(nèi)的海量數(shù)字資源，電子資源種類和數(shù)量正在超越紙本資源。據(jù)調(diào)查，全球新產(chǎn)出的信息量每3年翻一番，大約90%的信息都是以數(shù)

11、據(jù)形式儲存。截至2011年底，中文網(wǎng)頁數(shù)量達866億個，年增長率達443%。文獻的出版方式發(fā)生巨大的變化，數(shù)字出版日益普及，截至2010年底，中國電子書總量已達115萬種，年新增18萬種。單獨出版的數(shù)字報已達700份以上，電子期刊已近萬種。2010年底，清華圖書館機房有110臺服務器，集中存儲170TB，國家圖書館資源總量達到470TB。這些資源分布在不同的系統(tǒng)中，形態(tài)不同，組織方式各異，既包括傳統(tǒng)文獻的數(shù)字化，也包括各種類型的原生數(shù)字

12、資源，還包括其它虛擬館藏等各種多媒體資源。各種電子資源的積累，給圖書館提供了海量數(shù)據(jù)。 </p><p>　　22智能手機、高速網(wǎng)絡及移動圖書館的普及， 使數(shù)據(jù)量呈現(xiàn)指數(shù)上升的趨勢信息技術(shù)、網(wǎng)絡技術(shù)迅猛發(fā)展，手機上網(wǎng)、數(shù)字電視等跨網(wǎng)絡等業(yè)務發(fā)展迅速。截至2011年底，我國網(wǎng)民人數(shù)達513億，互聯(lián)網(wǎng)普及率達383%，手機用戶已突破9億人，其中手機上網(wǎng)達356億，數(shù)字電視用戶超過1 000萬戶，以上為數(shù)字圖書館提供了

13、基于多網(wǎng)絡平臺的信息傳輸途徑和服務渠道。近幾年，移動設(shè)備如雨后春筍，智能手機、平板電腦為學習者提供了新的學習途徑，并以其它設(shè)備無法比擬的優(yōu)勢提高學習體驗并與人產(chǎn)生更多的交互，使得數(shù)據(jù)快速增加。自2003年以來，移動圖書館越來越普及，移動閱讀，移動搜索等服務類型也不斷增加。未來3年內(nèi)，移動設(shè)備所產(chǎn)生的數(shù)據(jù)量呈現(xiàn)翻倍的趨勢。 　　23云計算、RFID、語義網(wǎng)、社交網(wǎng)絡等新技術(shù)的發(fā)展，為大數(shù)據(jù)提供了廣泛的數(shù)據(jù)來源云計算的到來，突破了傳統(tǒng)圖書

14、館發(fā)展局限，超強的數(shù)據(jù)處理能力，信息資源的整合，動態(tài)資源分配，簡化的IT結(jié)構(gòu)，云計算為大數(shù)據(jù)的誕生創(chuàng)造了物質(zhì)基礎(chǔ)。利用RFID技術(shù)，可實現(xiàn)圖書自動借還，智能盤點，自動分揀，圖書位置與信息的實時跟蹤導航。以Facebook、Twitter/微博為代表的社會</p><p>　　由此可知，信息時代的發(fā)展使得圖書館具備大數(shù)據(jù)的特征?？茖W研究和科技創(chuàng)新越來越依賴于對數(shù)據(jù)的管理和利用，學科知識服務依賴于大數(shù)據(jù)的分析與挖掘。

15、但是，要面臨的數(shù)據(jù)非常復雜，圖書館將遇到很多挑戰(zhàn)。 </p><p>　　3大數(shù)據(jù)時代下圖書館的挑戰(zhàn)與建設(shè)策略 </p><p>　　大數(shù)據(jù)不僅挑戰(zhàn)圖書館傳統(tǒng)的IT架構(gòu)與數(shù)據(jù)獲取、數(shù)據(jù)存儲、數(shù)據(jù)處理的模式，而且來自數(shù)據(jù)管理及數(shù)據(jù)應用、數(shù)據(jù)服務對圖書館的挑戰(zhàn)將更為突出。但從潛在的機會看，數(shù)據(jù)量的增加為圖書館提供了精確把握用戶群體和個體網(wǎng)絡行為模式的基礎(chǔ)，如果能夠充分利用，就可以探索個性化，精

16、確化和智能化地進行推送和服務，幫助用戶從海量的信息中迅速找到所需要的信息，提升圖書館的數(shù)字知識服務水平，促進數(shù)字圖書館領(lǐng)域的發(fā)展。當前，圖書館的大數(shù)據(jù)挑戰(zhàn)主要集中在以下3個方面： </p><p>　　問題一：傳統(tǒng)的網(wǎng)絡架構(gòu)不適應“大數(shù)據(jù)”時代 </p><p>　　傳統(tǒng)的網(wǎng)絡結(jié)構(gòu)設(shè)計是以用戶端向服務器發(fā)出請求，由服務器應答返回結(jié)果給客戶的垂直結(jié)構(gòu)。而在大數(shù)據(jù)時代，這種垂直結(jié)構(gòu)的服務請求將

17、變得越來越少，取而代之的是水平結(jié)構(gòu)的橫向請求服務?！按髷?shù)據(jù)”時代，大量的數(shù)據(jù)都存儲在分布廣泛、不同地域、各種類型的服務器中。當用戶發(fā)出一個搜索或查詢請求時，最多的運算是服務器之間的信息交換，最后將結(jié)果返回給用戶。傳統(tǒng)的網(wǎng)絡架構(gòu)已經(jīng)不能滿足大數(shù)據(jù)時代網(wǎng)絡應用需求。新一代網(wǎng)絡架構(gòu)要適應Web20時代的水平服務應用[7]。 </p><p>　　問題二：數(shù)據(jù)中心將面臨巨大壓力 </p><p>

18、　　傳統(tǒng)的數(shù)據(jù)倉庫是通過ETL工具將數(shù)字資源中的數(shù)據(jù)抽取到數(shù)據(jù)倉庫進行集中存儲和管理，然后組織數(shù)據(jù)進一步從數(shù)據(jù)倉庫中讀取及訪問數(shù)據(jù)，并進行數(shù)據(jù)分析。但在大數(shù)據(jù)時代，圖書館數(shù)據(jù)庫里的內(nèi)容不僅僅是多，而且結(jié)構(gòu)已發(fā)生了極大改變，不是以二維表的規(guī)范結(jié)構(gòu)存儲。大量的數(shù)據(jù)是非結(jié)構(gòu)化的辦公文檔、文本、圖片、XML、HTML、各類報表、圖片和音頻/視頻等，面臨如此大量的非結(jié)構(gòu)化數(shù)據(jù)，其移動和修改將耗費大量的人力物力，數(shù)據(jù)移動代價太高，讀取效率也將越來越

19、低。更多的網(wǎng)絡設(shè)備將同時訪問數(shù)據(jù)中心，傳統(tǒng)數(shù)據(jù)中心難以適應快速變化，面臨巨大壓力[7]。 </p><p>　　問題三：如何快速找到自已的資源，如何獲取、管理和分析這些用戶信息行為數(shù)據(jù)并加以利用及服務。 </p><p>　　在大數(shù)據(jù)時代，用戶面對眾多圖書館的數(shù)據(jù)資源，深受大數(shù)據(jù)所帶來的困擾，很難方便、快捷、準確地檢索到所需數(shù)據(jù)資料。2011年麥肯錫公司在報告中指出全球新的數(shù)據(jù)不斷增長，但

20、是卻有875%的數(shù)據(jù)，并沒有形成真正的知識源以供研究人員利用[3]。 </p><p>　　大數(shù)據(jù)時代，圖書館面臨大數(shù)據(jù)管理、技術(shù)和應用等方面存在的問題和挑戰(zhàn)，對這些問題的思考，未來圖書館，是以數(shù)據(jù)為紐帶，其形態(tài)將從物理圖書館逐漸轉(zhuǎn)變?yōu)椤皵?shù)據(jù)圖書館”及“智慧圖書館”。由此，圖書館應采取以下應對策略： </p><p>　　31管理層次上：成立數(shù)據(jù)管理部門與機構(gòu)，制定數(shù)據(jù)管理政策、統(tǒng)一的標準

21、及共享平臺大數(shù)據(jù)建設(shè)是一項有序的、動態(tài)的、可持續(xù)發(fā)展的系統(tǒng)工程，必須建立良好的運行機制，以促進建設(shè)過程中各個環(huán)節(jié)的正規(guī)有序，實現(xiàn)統(tǒng)合，搞好頂層設(shè)計。為此，圖書館應成立新的數(shù)據(jù)管理部門，負責數(shù)據(jù)管理，建立統(tǒng)一的數(shù)據(jù)獲取、使用、管理、分享的政策，加強校內(nèi)，外各部門的數(shù)據(jù)協(xié)調(diào)工作。如在美國高校中，現(xiàn)在有些學校如MIT、弗吉尼亞大學及康奈爾大學圖書館成立了專門的“研究數(shù)據(jù)管理服務工作組（RDMSG）”，負責有關(guān)數(shù)據(jù)管理中所涉及的問題：如元數(shù)據(jù)標

22、準、數(shù)據(jù)存儲、數(shù)據(jù)共享和重用、數(shù)據(jù)管理計劃、處理數(shù)據(jù)版權(quán)和合理使用數(shù)據(jù)問題、舉辦知識產(chǎn)權(quán)、開放數(shù)據(jù)、開放科研等主題的培訓和講座、研究數(shù)據(jù)知識庫的評估、管理、推介、導航服務等[8]。 </p><p>　　32技術(shù)層次上：構(gòu)建圖書館大數(shù)據(jù)架構(gòu)，研究解決大數(shù)據(jù)采集、存儲，處理及分析相關(guān)技術(shù)問題大數(shù)據(jù)技術(shù)是指從各種各樣類型的巨量數(shù)據(jù)中，快速獲得有價值信息的技術(shù)。解決大數(shù)據(jù)問題的核心是大數(shù)據(jù)技術(shù)。迎戰(zhàn)大數(shù)據(jù)，進行技術(shù)前傾

23、是關(guān)鍵。要把大數(shù)據(jù)作為一系統(tǒng)工程來考慮，從數(shù)據(jù)采集，數(shù)據(jù)存儲到數(shù)據(jù)處理，數(shù)據(jù)分析及數(shù)據(jù)應用等方面考慮，構(gòu)成圖書館大數(shù)據(jù)架構(gòu)圖，見圖1。 </p><p>　　在大數(shù)據(jù)技術(shù)中，從圖書館系統(tǒng)角度，主要解決下面幾方面的關(guān)鍵技術(shù)： </p><p>　　321大數(shù)據(jù)的統(tǒng)一表示及融合 </p><p>　　圖書館大數(shù)據(jù)中包括越來越多不同格式的數(shù)據(jù)，從電子資源，到簡單的電子郵件

24、、數(shù)據(jù)日志和閱讀記錄，社交網(wǎng)絡，再到實驗等科研中收集到的科學研究數(shù)據(jù)以及豐富的媒體數(shù)據(jù)（包括課件，照片、音樂、視頻資源等），這些不同格式的數(shù)據(jù)也需要不同的處理方法，給我們處理數(shù)據(jù)帶來了一定麻煩。從某種意義上來說，目前表示數(shù)據(jù)的方法，不一定能直觀地展現(xiàn)出數(shù)據(jù)本身的意義。數(shù)據(jù)不整合就發(fā)揮不出大數(shù)據(jù)的重大價值。大數(shù)據(jù)面臨的一個基本問題是各種數(shù)據(jù)和信息能否規(guī)范、統(tǒng)一的表示及方便地融合，構(gòu)建文獻與數(shù)字資源體系。因此，要研究通過對海量的，來自異構(gòu)資

25、源的數(shù)據(jù)和各種對象數(shù)據(jù)進行抽取、映射、收割、導入等手段進行預收集，歸并映射到一個標準表達式，進行預聚合及融合，形成格式統(tǒng)一，內(nèi)容豐富、結(jié)構(gòu)清晰的數(shù)據(jù)，靈活構(gòu)建各種分類和界面，按照知識本體進行組織和揭示，進而保障強大高效的檢索能力和良好的結(jié)果相關(guān)度排序。 　　322解決大數(shù)據(jù)量存儲的問題 </p><p>　　在大數(shù)據(jù)的挑戰(zhàn)問題中，大數(shù)據(jù)的第一個關(guān)鍵技術(shù)問題：就是對大數(shù)據(jù)的高效率存儲和訪問需求，對數(shù)據(jù)庫高可擴展性

26、和高可用性的需求，隨著數(shù)據(jù)庫技術(shù)以及云計算技術(shù)的迅猛發(fā)展，大規(guī)模數(shù)據(jù)存儲要借助非關(guān)系型的數(shù)據(jù)庫分析技術(shù)——NoSQL、MapReduce和Hadoop。它們的優(yōu)勢具有大規(guī)模并行處理、簡單易用等特點，非常適合非結(jié)構(gòu)數(shù)據(jù)處理，也成為大數(shù)據(jù)分析領(lǐng)域的主流技術(shù)。大數(shù)據(jù)存儲也可采用基于云計算的分布式存儲技術(shù)，利用分布式的數(shù)據(jù)云存儲技術(shù)和與之相關(guān)的虛擬技術(shù)使得整合后的圖書館海量數(shù)據(jù)更加統(tǒng)一有序，能夠方便快捷地通過網(wǎng)絡，根據(jù)需求訪問計算與存儲等服務。

27、 </p><p>　　323解決非結(jié)構(gòu)化數(shù)據(jù)的分析和挖掘的問題 </p><p>　　大數(shù)據(jù)中包含數(shù)據(jù)信息量大且復雜多樣，因此數(shù)據(jù)分析和挖掘工作具有重要作用。傳統(tǒng)的數(shù)據(jù)挖掘?qū)﹃P(guān)系型數(shù)據(jù)，非結(jié)構(gòu)化的、半結(jié)構(gòu)化的數(shù)據(jù)顯得力不從心。對于圖書館大數(shù)據(jù)中，待處理的非結(jié)構(gòu)化數(shù)據(jù)與讀者興趣密切相關(guān)，通過分析讀者顯性行為和挖掘隱性行為，為讀者提供個性化服務。目前使用的推薦方法是基于內(nèi)容的推薦方法和協(xié)同過

28、濾的推薦方法。協(xié)同過濾算法是目前最為成功的算法，但依然存在讀者興趣變化、數(shù)據(jù)稀疏性、讀者評分的真實性及差異性等問題，根據(jù)讀者信息數(shù)據(jù)構(gòu)建個性化讀者行為模型，結(jié)合基于讀者行為的協(xié)同過濾算法，挖掘模型中存在的規(guī)則，從而產(chǎn)生個性化服務值得研究。 </p><p>　　33隊伍建設(shè)上：培養(yǎng)一支高素質(zhì)的數(shù)據(jù)管理的館員隊伍大數(shù)據(jù)環(huán)境下，圖書館傳統(tǒng)的管理模式、工作內(nèi)容、工作方式發(fā)生了本質(zhì)的變化。而目前不斷增長的數(shù)據(jù)共享和數(shù)據(jù)管

29、理需求為圖書館服務開辟了新的領(lǐng)域，圖書館需要抓住這個機遇，盡快開展數(shù)據(jù)管理服務，拓展支持研究的服務內(nèi)容和能力，使圖書館員成為數(shù)據(jù)管理服務的提供者。美國國家科學委員會（NSB）提出的以數(shù)據(jù)獲取、處理、保存、分析、利用和可視化為職業(yè)的"數(shù)據(jù)科學家（Data Scientist）中，其中含信息與計算機科學家，學科專家、數(shù)據(jù)處理員及圖書館員等。美國研究圖書館協(xié)會也已提出，研究數(shù)據(jù)管理將成為下一代圖書館員的能力之一[9-10]。因此必須

30、培養(yǎng)和造就一支懂技術(shù)、懂管理的大數(shù)據(jù)建設(shè)專業(yè)隊伍。當前的任務是如何在現(xiàn)有基礎(chǔ)上，拓寬館員知識面，增強業(yè)務能力，培養(yǎng)出能滿足圖書館數(shù)據(jù)服務需求的高素質(zhì)的“數(shù)據(jù)館員”，并使之成為學科信息資源的組織者、傳播者、導航者、教育者，促進圖書館事業(yè)更好的發(fā)展。 </p><p>　　4基于大數(shù)據(jù)的圖書館的服務模式研究 </p><p>　　大數(shù)據(jù)時代下的圖書館將從“物理圖書館”轉(zhuǎn)變?yōu)椤皵?shù)據(jù)圖書館”。圖書

31、館服務不管是服務的方式、途徑、模式等也都將發(fā)生改變。從服務的理念上轉(zhuǎn)變?yōu)榛跀?shù)據(jù)的服務。以“大數(shù)據(jù)”為基礎(chǔ)，圍繞從數(shù)據(jù)匯聚到信息加工，知識服務，智慧服務的四個層次展開服務，見圖2。下面具體對數(shù)據(jù)驅(qū)動下的圖書館的服務模式進行分析研究。 </p><p>　　41基于數(shù)據(jù)整合的一站式資源服務 </p><p>　　大數(shù)據(jù)時代下，數(shù)據(jù)資源是海量的，理論上一個圖書館可以收集所有的數(shù)據(jù)資源，如各類文

32、獻資源，科研成果，學術(shù)交流，甚至包括各種訪問，社交等日志信息等各種網(wǎng)絡資源等。但是，這些數(shù)據(jù)來源于不同的機構(gòu)知識庫或讀者個人，圖書館可以充分利用機構(gòu)優(yōu)勢有組織地通過對各類數(shù)據(jù)源的定位和連接，實現(xiàn)數(shù)據(jù)的采集、傳輸和匯聚。鼓勵讀者開放存取各種數(shù)字資源，使用戶不僅是資源的接受者和學習者，而且是資源的的發(fā)布者和貢獻者[11]。由于數(shù)據(jù)資源具有數(shù)量巨大、類型多樣、變化快、無序等特點，因此很有必要建立數(shù)據(jù)的統(tǒng)一標準，迎合對于飛速增長的異構(gòu)系統(tǒng)進行有

33、效整合的需求。提供資源之間的無縫鏈接，提供各種數(shù)據(jù)管理服務，包括存儲備份、元數(shù)據(jù)加工、數(shù)據(jù)發(fā)布，數(shù)據(jù)共享等。在數(shù)據(jù)的洪流中，異構(gòu)、分布和海量的各種數(shù)據(jù)資源得以匯聚及融合，形成中心知識庫，通過預索引的方式，為用戶提供快速，簡單，易用的資源發(fā)現(xiàn)及獲取服務，建立一站式數(shù)據(jù)資源服務平臺[8]。 </p><p>　　42基于數(shù)據(jù)分析的學科知識服務 </p><p>　　圖書館作為知識服務平臺，通過

34、對匯集數(shù)據(jù)的加工整理，數(shù)據(jù)建模，提高數(shù)據(jù)的價值密度。探索以數(shù)據(jù)為基礎(chǔ)的知識發(fā)現(xiàn)分析，通過基于數(shù)據(jù)的增值服務，面向用戶、滿足用戶的學科知識需求，開展知識服務。如以學科為基礎(chǔ)，將不同學科用戶的檢索瀏覽下載的信息行為數(shù)據(jù)進行分類；分析用戶檢索瀏覽下載的文獻（全文、摘要、關(guān)鍵詞）特征，加入時間緯度，歸納出某個學科某一時期的用戶感興趣的主題；利用數(shù)據(jù)挖掘、數(shù)據(jù)檢驗、相關(guān)性分析、回歸分析、聚類分析、社會網(wǎng)絡分析等進行學科熱點預測和交叉學科分析研究。

35、構(gòu)建基于圖書館流通日志的圖書借閱數(shù)據(jù)倉庫維度模型，構(gòu)建基于OPAC日志點擊流數(shù)據(jù)倉庫，基于大數(shù)據(jù)的關(guān)聯(lián)關(guān)系分析，發(fā)現(xiàn)及展示學者、合作者、期刊、會議、文章之間的知識網(wǎng)絡；基于大數(shù)據(jù)的學科趨勢分析，通過對大數(shù)據(jù)的有序處理來提升圖書館服務的品質(zhì)。 </p><p>　　43基于數(shù)據(jù)應用的信息可視化服務 </p><p>　　大數(shù)據(jù)中包含大量重要信息，人們期待進行深層次分析，以便更好的從數(shù)據(jù)中發(fā)現(xiàn)

36、知識。信息可視化作為一種關(guān)鍵服務理念與技術(shù)手段，在處理復雜異構(gòu)的圖書館大數(shù)據(jù)方面有很大的優(yōu)勢，能為用戶提供了一個方便易用的知識環(huán)境。如從檢索過程、檢索結(jié)果以及結(jié)果之間關(guān)系的角度實現(xiàn)主題可視化，到數(shù)據(jù)庫分布可視化、時間分布可視化和作者合著關(guān)系可視化。也可將信息可視化技術(shù)與科學計量學方法等相結(jié)合，生成具有各種屬性的科學地圖，表達學科、領(lǐng)域、專業(yè)、文獻、著者之間的關(guān)系，解釋知識領(lǐng)域的結(jié)構(gòu)、映射知識領(lǐng)域的發(fā)展趨勢，促進信息獲取、使知識結(jié)構(gòu)更加明

37、顯，將數(shù)據(jù)集中看不見的抽象數(shù)據(jù)和數(shù)據(jù)之間的語義關(guān)系以一種可視化的方式呈現(xiàn)在用戶場景中。讓用戶充分發(fā)掘信息資源中潛在的價值資源，幫助用戶更好地組織、分析與利用信息。信息可視化作為將信息有效組織、分析、揭示的一種新技術(shù)，為大數(shù)據(jù)提供了一種新的服務模式。 </p><p>　　44基于數(shù)據(jù)挖掘的智慧服務 </p><p>　　隨著讀者對知識需求的轉(zhuǎn)變，知識服務正在朝個性化，智慧化的方向發(fā)展。個性

38、化服務是基于讀者對信息使用行為習慣及對信息的特定需求，是一種在分析預測用戶個體信息需求基礎(chǔ)上向用戶主動提供其可能需求但又無法獲取的信息資源的服務方式，是解決海量信息困惑問題的重要方法。智慧服務是知識服務的升華。智慧服務則是建在知識服務基礎(chǔ)上的的創(chuàng)造性服務模式，是圖書館知識服務的核心。圖書館大數(shù)據(jù)存在大量的用戶信息行為產(chǎn)生的數(shù)據(jù)，如用戶查詢書目產(chǎn)生的OPAC日志，用戶借還書產(chǎn)生的流通日志數(shù)據(jù)，用戶檢索瀏覽下載電子資源產(chǎn)生的日志數(shù)據(jù)，用戶訪

39、問產(chǎn)生的流量數(shù)據(jù)及各種社交網(wǎng)絡等。這些數(shù)據(jù)中除了用于記錄讀者的個人信息外，還隱藏著許多重要的信息，因此可通過對這些數(shù)據(jù)進行挖掘分析，知識發(fā)現(xiàn)、智能代理等技術(shù)，描述用戶的行為，準確定位讀者需求，向讀者提供主動式推送服務，滿足其個性化的智能服務。 　　5結(jié)語 </p><p>　　數(shù)字信息的爆炸式增長催生出“大數(shù)據(jù)”概念，正席卷整個IT相關(guān)行業(yè)，大數(shù)據(jù)已經(jīng)漸漸的滲入到了圖書情報工作中，挑戰(zhàn)與機遇同在。展望未來，大數(shù)

40、據(jù)服務技術(shù)等熱點將不斷涌現(xiàn)，將對圖書館知識服務的拓展和深化帶來重大影響，未來的工作將是“數(shù)據(jù)驅(qū)動”的圖書情報工作。本文重點探討了在大數(shù)據(jù)時代下圖書館的建設(shè)策略及基于大數(shù)據(jù)的一站式服務，學科知識及個性化智慧服務等服務模式。但是圖書館的大數(shù)據(jù)技術(shù)及服務是一項復雜的系統(tǒng)工程，涉及到數(shù)據(jù)管理的水平，數(shù)據(jù)處理的技術(shù)及數(shù)據(jù)服務的創(chuàng)新等等，均需要圖書館員的共同努力。 </p><p><b>　　參考文獻 </

41、b></p><p>　　[1]李國杰.大數(shù)據(jù)研究的科學價值[J].中國計算機學會通訊，2012，（9）：8-15. </p><p>　　[2]海量數(shù)據(jù)爆發(fā)大數(shù)據(jù)時代來臨的五個轉(zhuǎn)變[EB/OL].http：∥labs.chinamobile.com/news/76217，2012-08-01. </p><p>　　[3]Big data：The next

42、frontier for innovation，competition，and productivity[EB/OL].http∥www.mckinsey.com/Insights/MGI/Research/TechnologyandInnovation/BigdataThenextfrontierforinnovation，2011-05. </p><p>　　[4]Big Data is a Big Dea

43、l[EB/OL].http：∥www.whitehouse.gov/blog/2012/03/29/big-data-big-deal，2012-03-29. </p><p>　　[5]高勇.啤酒與尿布：神奇的購物籃分析[M].北京：清華大學出版社，2008. </p><p>　　[6]MapR and Informatica Combine to Conquer Volume，Var

44、iety and Velocity of Big Data[EB/OL].http：∥www.dbta.com/Articles/Editorial/News -Flashes/-MapR-and-Informatica-Join-Forces-to-Tackle-Volume-Variety-and-Velocity-of-Big-Data-81231.aspx，2012-07-21. </p><p>　　[

45、7]王珊，王會舉，覃雄派，等.架構(gòu)大數(shù)據(jù)：挑戰(zhàn)、現(xiàn)狀與展望[J].計算機學報，2011，（10）：1741-1752. </p><p>　　[8]馬建玲，祝忠明，王楠，等.美國高校圖書館參與研究數(shù)據(jù)管理服務研究[J].圖書情報工作，2012，（21）：77-82. </p><p>　　[9]Geoffrey Little.MANAGING TECHNOLOGY·Managin

46、g the Data Deluge[J].The Journal of Academic Librarianship，2012，（5）：263-264. </p><p>　　[10]王學勤，Amy Stout，Howard Silver.建立數(shù)據(jù)驅(qū)動的e-Science圖書館服務：機遇和挑戰(zhàn)[J].圖書情報工作，2011，（13）：80-83. </p><p>　　[11]張曉林，李麟