韋曉凱

（南京理工大學圖書館 江蘇 南京 210094）

大數(shù)據(jù)是繼web2.0和云計算之后近年來最受關注的焦點之一，它受到了信息科技領域研究人員越來越多的關注。麥肯錫研究院于2011年在《大數(shù)據(jù)：創(chuàng)新、競爭和生產率的下一個前沿》［1］報告中，提出“大數(shù)據(jù)”時代已經(jīng)到來。2012年奧巴馬政府發(fā)布了“大數(shù)據(jù)研究和發(fā)展計劃”［2］。聯(lián)合國在2012年6月專門發(fā)布了大數(shù)據(jù)發(fā)展戰(zhàn)略［3］，這是聯(lián)合國首次就一個單獨技術問題發(fā)布報告?！按髷?shù)據(jù)”已經(jīng)成為當前研究熱點之一。

1 大數(shù)據(jù)概述

1.1 大數(shù)據(jù)的定義

目前，對大數(shù)據(jù)還沒有統(tǒng)一的定義。大數(shù)據(jù)研究機構Gartner對大數(shù)據(jù)的定義是：“大數(shù)據(jù)”是需要新處理模式才能具有更強的決策力、洞察力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產。而維基百科對大數(shù)據(jù)的定義是：所涉及的資料量規(guī)模巨大到無法透過目前主流軟件工具，在合理時間內達到擷取、管理、處理，并整理成為幫助企業(yè)經(jīng)營決策更積極目的的資訊［4］。

1.2 大數(shù)據(jù)的內涵

首先，大數(shù)據(jù)是結構化數(shù)據(jù)、半結構化數(shù)據(jù)與非結構化數(shù)據(jù)的總和。據(jù)DCCI統(tǒng)計，2010年全球數(shù)據(jù)量達到了1.2ZB（1ZB＝1024EB，1EB＝10億GB），在如此龐大的數(shù)據(jù)中，只有10%的數(shù)據(jù)是存儲在數(shù)據(jù)庫中的結構化數(shù)據(jù)，其余則是由郵件、視頻、微博等產生的大量的半結構化和非結構化數(shù)據(jù)［5］。

其次，大數(shù)據(jù)的“數(shù)據(jù)”并非數(shù)據(jù)存儲，而是數(shù)據(jù)獲取和數(shù)據(jù)應用。因為存儲的數(shù)據(jù)并不具備價值，而大數(shù)據(jù)的數(shù)據(jù)是進行高速獲取和應用的數(shù)據(jù)。目前美國需要14萬到19萬名以上具備“深度分析”專長的研究人員，而對具備數(shù)據(jù)知識的經(jīng)理的需求則超過了150萬［6］。

1.3 大數(shù)據(jù)的特點

大數(shù)據(jù)主要有四個特點：（1）大量化（volume）：大數(shù)據(jù)的數(shù)據(jù)量巨大。據(jù)統(tǒng)計，2011年全球產生的數(shù)據(jù)總量達到1.8ZB。預計到2020年這一數(shù)值將達到35ZB?？梢姶髷?shù)據(jù)不但體量巨大而且增長速度極快。（2）多樣化（variety）：大數(shù)據(jù)的數(shù)據(jù)類型很多，包括網(wǎng)絡日志、視頻、聲頻、圖片、地圖等。在海量的數(shù)據(jù)中非結構化數(shù)據(jù)所占的比例很高，如何獲取其中的價值，對傳統(tǒng)的數(shù)據(jù)分析處理方法和軟件提出了挑戰(zhàn)。（3）快速化（velocity）：大數(shù)據(jù)要求對多樣化的海量數(shù)據(jù)進行實時處理，這對處理效率的要求非常高。這一點與傳統(tǒng)的數(shù)據(jù)挖掘技術有著本質的區(qū)別。（4）密度低（veracity）：價值是大數(shù)據(jù)的意義所在，大數(shù)據(jù)的價值雖然巨大，但其價值密度卻很低，比如用戶在查找資源時，搜索引擎會提供海量資料，但對用戶有使用價值的可能只有少數(shù)幾條。這正是大數(shù)據(jù)分析的難點，即對海量數(shù)據(jù)進行挖掘分析。

2 高校圖書館應用大數(shù)據(jù)技術的必要性

隨著網(wǎng)絡技術的不斷發(fā)展，讀者獲取信息的途徑越來越多，高校圖書館很難像以往那樣僅靠館藏資源來吸引讀者。對大數(shù)據(jù)時代的高校圖書館而言，不但要提升館藏資源的種類和質量，還要為不同類型的讀者提供具有針對性的個性化服務，這樣才能真正吸引讀者，實現(xiàn)自身的可持續(xù)發(fā)展。

高校圖書館本身就擁有大數(shù)據(jù)，工作人員應注重對大數(shù)據(jù)的收集，高校圖書館的大數(shù)據(jù)主要包括：（1）數(shù)字化資源。目前數(shù)字化技術在高校圖書館的應用較為普及，經(jīng)過多年的建設和維護，高校圖書館擁有了大量的數(shù)據(jù)庫、電子書等資源，這些資源總量較大，而且增長速度也比較快，是大數(shù)據(jù)的重要組成部分。（2）讀者瀏覽歷史所形成的非結構化數(shù)據(jù)。高校圖書館的館藏資源并不是大數(shù)據(jù)的全部，對讀者各種數(shù)據(jù)的收集就是大數(shù)據(jù)的空白。高校圖書館應該重視對讀者數(shù)據(jù)的收集工作，讓這些數(shù)據(jù)為我們所用，從而提高自身的核心競爭力。

3 大數(shù)據(jù)時代高校圖書館面臨的挑戰(zhàn)

大數(shù)據(jù)時代的到來不但改變了傳統(tǒng)IT結構和數(shù)據(jù)存儲、利用機構的職能，也對作為存儲信息、提供信息服務的高校圖書館產生了巨大的沖擊和挑戰(zhàn)。

3.1 增長迅猛的海量數(shù)據(jù)對高校圖書館的存儲數(shù)量與范圍提出要求

大數(shù)據(jù)時代信息的產生方式日益增多，數(shù)據(jù)信息量激增。高校圖書館對這些復雜的數(shù)據(jù)進行存儲、管理和應用存在諸多挑戰(zhàn)。在解決這些問題的過程中，可能會促使高校圖書館管理模式、文獻資源建設模式和發(fā)展模式的轉變，但是實現(xiàn)上述模式轉變上面臨著兩個問題：首先，云計算雖然解決了海量數(shù)據(jù)的存儲和運算問題，但其自身存在的安全隱患等問題使用戶不能完全信任［7］；其次，大數(shù)據(jù)對圖書館數(shù)據(jù)存儲范圍的要求極高。早在2007年，沃爾瑪就通過對消費者的購物行為等非結構化數(shù)據(jù)進行分析，創(chuàng)造了“啤酒與尿布”的經(jīng)典案例［8］。因此，高校圖書館應在大數(shù)據(jù)時代主動嘗試掌握讀者、館員甚至社會人員的信息。

3.2 復雜數(shù)據(jù)對高校圖書館數(shù)據(jù)處理能力提出挑戰(zhàn)

隨著社會信息化進程的加快，數(shù)字化、網(wǎng)絡化、智能化服務已成為我國圖書館服務的主要內容。截至目前，國內圖書館大部分實現(xiàn)了信息化，這為圖書館拓展服務提供了資源基礎和機制保障。但同時也發(fā)現(xiàn)了一些問題，一方面，圖書館特別是公共圖書館的服務主要還是依靠紙質資源的傳統(tǒng)服務；另一方面，圖書館所提供的數(shù)字化服務主要是基于數(shù)據(jù)庫以及紙質文獻資源的數(shù)字化，大部分都是結構化數(shù)據(jù)［9］。因此，大數(shù)據(jù)時代的到來，圖書館所存的數(shù)據(jù)結構將發(fā)生巨大變化，非結構化數(shù)據(jù)、半結構化數(shù)據(jù)將占據(jù)較大比例，大數(shù)據(jù)的特性與優(yōu)勢將在日常的生活中逐漸凸顯出其巨大的優(yōu)越性。民眾的需求也將隨著這些人性化、個性化的高滿意度服務出現(xiàn)而迫切希望圖書館等信息中心能提供大數(shù)據(jù)分析、處理等專業(yè)化知識服務。圖書館應緊跟時代步伐，把握事業(yè)發(fā)展主旋律，通過改善基礎設施、提高人才素質，來拓展和完善圖書館的大數(shù)據(jù)分析、處理業(yè)務。

3.3 復雜數(shù)據(jù)的挖掘分析對高校圖書館的傳統(tǒng)信息服務提出挑戰(zhàn)

圖書館信息化程度的提高，使得信息服務成為了當前圖書館服務的主要內容之一，使得以互聯(lián)網(wǎng)信息搜索、查詢?yōu)榛A的知識信息服務逐漸被更多的圖書館所吸納與實踐。但不管是簡單的信息服務還是結合了信息檢索、組織、分析等高級業(yè)務素養(yǎng)去完成的知識服務，都可歸納為只是就數(shù)據(jù)而進行的服務，盡管有了Web2.0等互動技術的推動后圖書館服務的個性化、人性化服務有了顯著提高，但交互性程度并不高，個性化、人性化服務也只是簡單的以用戶的結構化數(shù)據(jù)，如根據(jù)服務訴求、專業(yè)特長等數(shù)據(jù)，去完成一定程度上的差異化服務。但大數(shù)據(jù)則要求圖書館不僅需要通過結構化數(shù)據(jù)了解現(xiàn)在客戶需要什么服務，也需要利用大量的非結構化數(shù)據(jù)、半結構化數(shù)據(jù)在圖書館用戶的服務關系中去進行數(shù)據(jù)挖掘，進而分析可能發(fā)生的信息行為，還需要利用數(shù)據(jù)對圖書館與科研機構在合作交互型知識服務過程中將要發(fā)生的趨勢進行預測［9］。

4 大數(shù)據(jù)時代高校圖書館變革對策

隨著大數(shù)據(jù)時代的到來，高校圖書館傳統(tǒng)的服務模式以及文獻資源建設體系已逐漸跟不上發(fā)展潮流，對讀者的吸引力也日漸衰弱，導致到館人數(shù)和借閱量逐年遞減。為了提升圖書館的地位，充分利用館藏資源，配合學校工作，高校圖書館應加強以下工作：

4.1 轉變傳統(tǒng)服務理念，增強主動服務意識

高校圖書館應轉變觀念，改進服務模式，增強主動服務的意識，不斷探索、拓展服務體系。要實現(xiàn)以上目標，高校圖書館首先應該實現(xiàn)從“吸引讀者到圖書館來”到“將圖書館服務送到讀者中去”的轉變，針對不同類型讀者提供個性化的服務，通過對用戶數(shù)據(jù)的分析，提高自身個性化服務水平，開展跟蹤服務、上門服務、相關知識服務以及宣傳推廣等服務，做到能夠及時從海量數(shù)據(jù)中提取有價值的信息，建立用戶模型，從而提高服務質量。同時加強組織管理，完善文獻資源建設管理以及培訓、分析評價措施等科學管理體制，積極吸納用戶參與到圖書館的服務體系中，從而提高對讀者的吸引力，提高讀者對自身服務的滿意度。

4.2 建設交互式信息共享平臺，掌握研究動向以及研究熱點的變化

高校圖書館應該建立交互式信息共享平臺并設置用戶互助、論壇等欄目，為館員與用戶之間開辟交流渠道。開設上述欄目既可以發(fā)揮圖書館館員的咨詢作用，也可以吸納讀者參與到圖書館建設和管理工作中，同時也可以了解讀者的最實際需求，進而切實地提高圖書館個性化服務的質量，并通過對信息平臺中反饋的讀者數(shù)據(jù)進行收集、分析，在宏觀上掌握科研熱點、教育重心等信息，為科研人員、學校教務部門提供決策支持，幫助他們盡早洞察科研和教育工作的最新走向，從而提高高校圖書館的作用和地位。

4.3 加強與兄弟院校圖書館的合作

圖書館使用大數(shù)據(jù)分析可以更好地分析讀者偏好，對讀者進行個性化服務，提升服務品質。由于大數(shù)據(jù)分析難度較高，需要強大的硬件作為后臺支持，而高校圖書館的經(jīng)費以及人力物力有限，因此，高校圖書館可以通過加強與兄弟院校圖書館的合作來緩解這一矛盾，積極拓展高校圖書館館際資源共享的覆蓋范圍，在此基礎上掌握好資源質量，以滿足讀者的需求，并且可以根據(jù)需要購買，以解決基礎設施以及人員方面的不足。

4.4 拓展大數(shù)據(jù)分析和處理業(yè)務

近年來，我國圖書館事業(yè)發(fā)展迅猛，數(shù)字化、智能化服務已成為高校圖書館發(fā)展的新方向，國家數(shù)字圖書館工程、CALIS、CADAL等數(shù)字資源建設項目極大地豐富了圖書館的館藏數(shù)字資源，也為大數(shù)據(jù)時代高校圖書館的發(fā)展提供了物質基礎和制度保障。圖書館應緊跟時代步伐，把握事業(yè)發(fā)展主旋律，通過改善基礎設施、挖掘服務潛力、提高人才素質，來拓展和完善圖書館的大數(shù)據(jù)分析、處理業(yè)務。

4.5 提高信息檢索效率

傳統(tǒng)高校圖書館的服務方式僅將文獻信息檢索出來，不能為讀者提供價值參考。隨著大數(shù)據(jù)時代的到來，海量的信息使讀者難以分辨哪些是自己實際需要的，往往迷失在大量的檢索結果中，白白浪費大量的時間和精力。針對諸如此類問題，高校圖書館需要在個性化需求和專業(yè)化資源組織之中尋求一個平衡點，既不能為了迎合用戶的需求而使資源組織混亂，也不能只考慮規(guī)范問題而使資源組織專深化。圖書館需要在傳統(tǒng)的學科分類、主題分類之外，增加一些人性化的資源組織方法，適當考慮用戶的用詞習慣。如提供自然語詞的檢索，在后臺對自然語詞和主題詞進行匹配運算，然后給用戶提供一些智能化的檢索提示，增強用戶的搜索體驗。

4.6 重視讀者隱私保護

大數(shù)據(jù)的產生使得高校圖書館的服務從以文獻資源為核心轉向以數(shù)據(jù)信息為核心的知識創(chuàng)新服務，數(shù)據(jù)信息的相關服務成為高校圖書館創(chuàng)新服務的新動力。但在轉變過程中，用戶將更加重視對于個人信息的保護，如何解決好這個問題是高校圖書館將要解決的難題。高校圖書館在處理信息安全問題時，必須遵守職業(yè)道德、建立完善的保障體系、提供高水準的專業(yè)服務、進行合法的數(shù)據(jù)信息利用和傳播，從而實現(xiàn)既充分發(fā)揮大數(shù)據(jù)的優(yōu)勢，又不侵犯用戶隱私的共贏目標。

4.7 注重館員素質建設，培養(yǎng)復合型人才

大數(shù)據(jù)是變革性的高端技術，它對高校圖書館從業(yè)人員的素質要求非常高，因此，如何培養(yǎng)本土的大數(shù)據(jù)人才是目前亟待解決的問題。高校圖書館應該放開心態(tài)，努力學習先進技術，改變原有信息服務方式，積極培養(yǎng)數(shù)據(jù)處理人才，同時開展對可獲取數(shù)據(jù)的收集工作，為日后的發(fā)展打好基礎。

5 結語

大數(shù)據(jù)技術的出現(xiàn)，改變了人們對數(shù)據(jù)的認識，人們可以憑借大數(shù)據(jù)技術探索隱藏在海量數(shù)據(jù)中的價值。高校圖書館在大數(shù)據(jù)時代的起步已經(jīng)晚于其他行業(yè)。盡管高校圖書館有豐富館藏資源的優(yōu)勢，但相比其他行業(yè)，高校圖書館在技術、資金、人力等方面的劣勢約束了自身的發(fā)展，如何避免被邊緣化將是高校圖書館即將面臨的一個難題。

［1］Big data：The next frontier for innovation，competition，and productivity［EB／OL］. ［2012－12－09］.http：／／www.mckinsey.com／Features／Big＿data.

［2］Big data is a Big Deal［EB／OL］.［2012－11－19］.http：／／www.whitehouse.gov／blog／2012／03／29／big－data－big－deal.

［3］Big data for Development：Challenges＆Opportunities［EB／OL］.［2012－11－19］.http：／／www.unglobalpilse.org／.sites／default／files／BigDataforDevelopment－UNGlobalPulseJune2012.pdf.

［4］ 百度百科.大數(shù)據(jù) ［EB／OL］.［2012－09－10］.http：／／baike.baidu.com／view／6954399.htm.

［5］海量數(shù)據(jù)爆發(fā) 大數(shù)據(jù)時代來臨的五個轉變［EB／OL］.［2012－08－01］.http：／／labs.chinamobile.com／news／76217.

［6］數(shù)據(jù)分析人才短缺問題造成當前CIO必須面對的［EB／OL］.［2012－08－01］.http：／／cio.ctocio.com.cn／316／12322816／shtml.

［7］黎春蘭，鄧仲華.信息資源視角下云計算面臨的挑戰(zhàn)［J］.圖書與情報，2011，（3）：17－22.

［8］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，2008：2－5.

［9］王天泥.大數(shù)據(jù)視角下圖書館的發(fā)展對策［J］.圖書館學刊，2013，35（3）：42－44.