張?jiān)魄?/p>

（中共天水市委黨校，甘肅 天水741018）

早在1980 年，美國(guó)就有學(xué)者提出“大數(shù)據(jù)”這一概念，然而直到2007 年之后，隨著云計(jì)算技術(shù)的發(fā)展，為大數(shù)據(jù)提供強(qiáng)大的存儲(chǔ)和計(jì)算能力，更加迅速地處理大數(shù)據(jù)的豐富信息，大數(shù)據(jù)才得以快速發(fā)展并廣泛應(yīng)用于各行各業(yè)。至今，各個(gè)機(jī)構(gòu)都從不同的角度對(duì)“大數(shù)據(jù)”進(jìn)行詮釋和開(kāi)發(fā)。全球知名咨詢公司麥肯錫最先提出“大數(shù)據(jù)”概念：一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價(jià)值密度低四大特征。需要強(qiáng)調(diào)的是：大數(shù)據(jù)并不僅僅是指海量數(shù)據(jù)，而更多的是指這些數(shù)據(jù)都是非結(jié)構(gòu)化的、殘缺的、無(wú)法用傳統(tǒng)的方法進(jìn)行處理的數(shù)據(jù)。

“大數(shù)據(jù)”的本質(zhì)是基于互聯(lián)網(wǎng)基礎(chǔ)上的信息化應(yīng)用。電腦實(shí)現(xiàn)了數(shù)據(jù)的“數(shù)字化”，讓他們易于存儲(chǔ)；互聯(lián)網(wǎng)則實(shí)現(xiàn)了數(shù)據(jù)的“網(wǎng)絡(luò)化”，讓他們自由快速地傳輸。隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，加上移動(dòng)網(wǎng)絡(luò)和設(shè)備的普及，數(shù)據(jù)以指數(shù)級(jí)的速度迅猛增長(zhǎng)。龐大的數(shù)據(jù)資源使得各個(gè)行業(yè)和領(lǐng)域得以量化進(jìn)程，大數(shù)據(jù)最核心的作用就是可以通過(guò)對(duì)進(jìn)程的量化，實(shí)現(xiàn)了“對(duì)未來(lái)的預(yù)見(jiàn)”。

一、黨校圖書館應(yīng)具備的數(shù)據(jù)性思維

黨校圖書館所掌握的數(shù)據(jù)在規(guī)模上還夠不上大數(shù)據(jù)的級(jí)別，但數(shù)據(jù)的積累是一個(gè)漸進(jìn)的過(guò)程，“大數(shù)據(jù)時(shí)代”必然會(huì)到來(lái)，我們必須有意識(shí)地培養(yǎng)“大數(shù)據(jù)思維”：關(guān)注數(shù)據(jù)的價(jià)值——對(duì)數(shù)據(jù)進(jìn)行分析——更深入地挖掘各類關(guān)聯(lián)數(shù)據(jù)——積累并形成大數(shù)據(jù)。

（一）關(guān)注數(shù)據(jù)及其價(jià)值

多數(shù)圖書館人仍習(xí)慣于傳統(tǒng)工作模式，認(rèn)為“大數(shù)據(jù)”還很遙遠(yuǎn)。其實(shí)，很多人已經(jīng)觸碰了數(shù)據(jù)的經(jīng)典應(yīng)用。例如，許多電商平臺(tái)通過(guò)對(duì)購(gòu)買行為等海量數(shù)據(jù)的記錄和分析，提供了“猜你喜歡”等精準(zhǔn)推送的信息功能。電商可以通過(guò)這些數(shù)據(jù)研究購(gòu)買者的需求，圖書館同樣也可以研究讀者的閱讀需求。每一個(gè)讀者都是一個(gè)數(shù)據(jù)源頭，從刷卡入館到借書還書，每條小數(shù)據(jù)背后都是真實(shí)個(gè)體的行為和心理這些客觀存在，這些數(shù)據(jù)一旦積累到一定規(guī)模，就可以有效地應(yīng)用于圖書館的各項(xiàng)工作中，這些價(jià)值很多人還沒(méi)有看到。

（二）提高對(duì)數(shù)據(jù)進(jìn)行分析處理的能力

對(duì)于追求服務(wù)更加智慧化的圖書館來(lái)說(shuō)，僅有數(shù)據(jù)是不夠的，成功的關(guān)鍵在于掌握這些數(shù)據(jù)隱含的洞見(jiàn)。數(shù)據(jù)分析和預(yù)測(cè)將會(huì)變成一項(xiàng)常規(guī)性工作。赫伯特·西蒙指出：“如果能利用存儲(chǔ)在計(jì)算機(jī)里的數(shù)據(jù)來(lái)輔助決策，人類理性的范圍將會(huì)擴(kuò)大，決策的質(zhì)量就能提高?！?/p>

圖書館作為信息集散地，數(shù)據(jù)并不匱乏，匱乏的是工作人員處理信息的能力。大多數(shù)人對(duì)數(shù)據(jù)分析的能力尚停留在進(jìn)行冗余刪除、求值等簡(jiǎn)單操作，離預(yù)測(cè)分析的目標(biāo)還很遠(yuǎn)。數(shù)據(jù)分析最基本的要求是可視化（直觀呈現(xiàn)數(shù)據(jù)事實(shí)的趨勢(shì)），這就要求分析人員熟悉工作業(yè)務(wù)及各類分析軟件，且具備計(jì)算機(jī)算法的思維。信息技術(shù)部門的工作人員，必須具備這種思維和能力。

（三）增強(qiáng)數(shù)據(jù)挖掘的意識(shí)和能力

大數(shù)據(jù)是由各個(gè)數(shù)據(jù)、數(shù)據(jù)庫(kù)或者數(shù)據(jù)集合不斷累加形成的，數(shù)據(jù)越多，被采集的范圍越廣，其價(jià)值才可能越大。但是，為了避免陷入“數(shù)據(jù)豐富，信息貧乏”的局面，圖書館要在傳統(tǒng)工作基礎(chǔ)上留心很多隱藏?cái)?shù)據(jù)或關(guān)聯(lián)數(shù)據(jù)的挖掘。數(shù)據(jù)挖掘是指以某種方式分析數(shù)據(jù)源，從中發(fā)現(xiàn)一些潛在的有用的信息。而關(guān)聯(lián)規(guī)則挖掘則是數(shù)據(jù)挖掘中的一個(gè)很重要的課題，即是從數(shù)據(jù)背后發(fā)現(xiàn)事物之間可能存在的關(guān)聯(lián)或者聯(lián)系。例如，讀者在圖書館會(huì)留下大量信息，如個(gè)人信息、借閱歷史等，可以通過(guò)對(duì)讀者借閱數(shù)據(jù)的關(guān)聯(lián)挖掘，挖掘出各年齡層次、各專業(yè)、各學(xué)歷層次的讀者對(duì)圖書資源的關(guān)聯(lián)規(guī)則，得到細(xì)分科目之間的聯(lián)系，以建議或指導(dǎo)讀者的借閱行為，提高資源的利用率和提供更加智慧化的信息服務(wù)。

（四）相關(guān)書籍對(duì)數(shù)據(jù)性思維的概述

《大數(shù)據(jù)時(shí)代》一書中，作者維克托認(rèn)為數(shù)據(jù)性思維有如下表現(xiàn)：第一，我們可以分析更多甚至全部的數(shù)據(jù)，而不是依賴于隨機(jī)采樣。更高的精確性可使我們發(fā)現(xiàn)更多的細(xì)節(jié)。第二，研究數(shù)據(jù)如此之多，以至于我們不再熱衷于追求精確度。適當(dāng)忽略微觀層面的精確度，將帶來(lái)更好的洞察力。第三，不再熱衷于尋找因果關(guān)系，而是事物之間的相關(guān)關(guān)系。

二、圖書館里有哪些數(shù)據(jù)屬于大數(shù)據(jù)范疇

大數(shù)據(jù)促使各個(gè)行業(yè)數(shù)據(jù)產(chǎn)生的范圍、方式和途徑發(fā)生了深刻的變化。智慧圖書館建設(shè)，實(shí)際上就是想方設(shè)法擴(kuò)大數(shù)據(jù)源，形成可分析的海量數(shù)據(jù)，獲得讀者行為的預(yù)判，從而進(jìn)行智慧化服務(wù)和知識(shí)推廣。

（一）現(xiàn)有的大數(shù)據(jù)資源

1、數(shù)字化資源。隨著文獻(xiàn)資源的數(shù)字化，圖書館已經(jīng)累積了各類文獻(xiàn)數(shù)據(jù)庫(kù)、電子書數(shù)據(jù)庫(kù)、館藏書目數(shù)據(jù)庫(kù)和音視頻資源。這些數(shù)字資源增長(zhǎng)迅速、總量巨大，是圖書館大數(shù)據(jù)重要組成部分。

2、基本用戶數(shù)據(jù)。經(jīng)過(guò)多年的發(fā)展，圖書館已積累了大量用戶數(shù)據(jù)，如讀者姓名、班級(jí)、性別等基礎(chǔ)數(shù)據(jù)，讀者在某個(gè)時(shí)間段的借閱量、到館次數(shù)、借閱狀態(tài)等行為數(shù)據(jù)。這些數(shù)據(jù)雖未達(dá)到大數(shù)據(jù)的標(biāo)準(zhǔn)，但已能成為獨(dú)立線索開(kāi)展數(shù)據(jù)分析。

（二）未來(lái)圖書領(lǐng)域的大數(shù)據(jù)

1、RFID 圖書射頻數(shù)據(jù)。利用物聯(lián)網(wǎng)技術(shù)，將RFID 標(biāo)簽嵌入到傳統(tǒng)紙質(zhì)資源中，實(shí)現(xiàn)圖書的跟蹤及分析。這些射頻數(shù)據(jù)也是圖書館大數(shù)據(jù)的主要來(lái)源。

2、傳感器數(shù)據(jù)。在未來(lái)的智慧圖書館，校園一卡通、圖書、借還書終端、門禁系統(tǒng)、電腦和自習(xí)桌椅都會(huì)植入RFID 標(biāo)簽或傳感器，讀者在圖書館活動(dòng)的過(guò)程就是與這些物品和環(huán)境之間的交流和溝通，就會(huì)不斷生成各種數(shù)據(jù)。

3、社交網(wǎng)絡(luò)交互數(shù)據(jù)?，F(xiàn)在流行的微信圖書館、移動(dòng)圖書館、網(wǎng)站留言板等都是具有社交功能的拓展平臺(tái)。隨著這些平臺(tái)的逐步推廣，其產(chǎn)生的數(shù)據(jù)量將超過(guò)以往任何一個(gè)信息傳播媒介，社交網(wǎng)絡(luò)平臺(tái)會(huì)成為未來(lái)圖書館大數(shù)據(jù)最為主要的來(lái)源之一；④移動(dòng)互聯(lián)數(shù)據(jù)。隨著移動(dòng)互聯(lián)技術(shù)的不斷完善，圖書館可以靈活獲取移動(dòng)設(shè)備上產(chǎn)生的各類信息，并對(duì)這些信息進(jìn)行實(shí)時(shí)分析，從而幫助我們開(kāi)展智能有效的輔助決策。

三、大數(shù)據(jù)視角下信息技術(shù)部門工作轉(zhuǎn)型和拓展

黨校圖書館在數(shù)字化進(jìn)程中普遍存在“重硬件，輕軟件”的建設(shè)經(jīng)歷，技術(shù)人員仍苦陷于對(duì)硬件設(shè)備的維護(hù)當(dāng)中，缺乏對(duì)數(shù)據(jù)庫(kù)建設(shè)、數(shù)據(jù)分析平臺(tái)或策略的研究開(kāi)發(fā)。在大數(shù)據(jù)背景下，勢(shì)必要求信息技術(shù)部門和人員首當(dāng)其沖地改變工作思路和做法，用大數(shù)據(jù)思維打開(kāi)工作局面，產(chǎn)生新的思路和解決方案。

（一）關(guān)注并學(xué)習(xí)大數(shù)據(jù)相關(guān)技術(shù)熱點(diǎn)，跳出傳統(tǒng)圖書館資源和數(shù)據(jù)采集的框架。

如何將大數(shù)據(jù)相關(guān)技術(shù)應(yīng)用并融入到圖書館工作的方方面面，是信息技術(shù)部門的人員必須深入思考的問(wèn)題。以下總結(jié)幾個(gè)與圖書館相關(guān)的大數(shù)據(jù)研究熱點(diǎn)和方向：一是非結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)和管理技術(shù)。非結(jié)構(gòu)化數(shù)據(jù)包括所有格式的辦公文檔、文本、圖片、標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言下的子集XML、HTML、各類報(bào)表、圖像和音頻/視頻信息等。圖書館中非結(jié)構(gòu)化數(shù)據(jù)日益增加，如何將包括這些非結(jié)構(gòu)化數(shù)據(jù)的文件進(jìn)行存儲(chǔ)，又能體現(xiàn)文件間的多種多樣的關(guān)系，這是應(yīng)用大數(shù)據(jù)技術(shù)必須明確和解決的問(wèn)題；二是非關(guān)系型數(shù)據(jù)庫(kù)。大數(shù)據(jù)背景下，擅長(zhǎng)于處理結(jié)構(gòu)化數(shù)據(jù)的關(guān)系數(shù)據(jù)庫(kù)已適應(yīng)不了數(shù)字圖書館的發(fā)展需要，基于網(wǎng)絡(luò)應(yīng)用的非結(jié)構(gòu)化數(shù)據(jù)庫(kù)發(fā)展非常迅速。非關(guān)系型數(shù)據(jù)庫(kù)包括：鍵值對(duì)存儲(chǔ)，文檔存儲(chǔ)，基于列的數(shù)據(jù)庫(kù)和圖形數(shù)據(jù)庫(kù)；三是云計(jì)算和信息檢索技術(shù)。未來(lái)圖書館的檢索技術(shù)不能只限于本機(jī)構(gòu)數(shù)字資源的檢索，必須運(yùn)用云計(jì)算的信息檢索技術(shù)實(shí)現(xiàn)跨平臺(tái)、跨資源的一站式檢索。檢索界面也應(yīng)當(dāng)通俗易用，且具備更強(qiáng)的功能，如語(yǔ)義檢索、自動(dòng)理解語(yǔ)言的對(duì)話式檢索、跨語(yǔ)言檢索等；四是信息分析技術(shù)。數(shù)據(jù)分析普遍存在的方法理論有：可視化分析、數(shù)據(jù)挖掘算法、預(yù)測(cè)性分析能力、語(yǔ)義引擎、數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理。還有許多定量定性分析工具與技術(shù)，如Hadoop、SPSS、CiteSpace 等都應(yīng)當(dāng)在圖書館得到充分研究和應(yīng)用。

（二）研究和建立智慧的大數(shù)據(jù)綜合解決方案

對(duì)于圖書館而言，大數(shù)據(jù)技術(shù)仍然是一種全新且未被行業(yè)核實(shí)的新興技術(shù)，任何一個(gè)準(zhǔn)備實(shí)施大數(shù)據(jù)計(jì)劃圖書館，都必須要有詳細(xì)的技術(shù)規(guī)劃和布局。厄待解決的問(wèn)題有：第一，現(xiàn)有的網(wǎng)絡(luò)架構(gòu)是否能適應(yīng)大數(shù)據(jù)時(shí)代智慧圖書館的建設(shè)；第二，數(shù)據(jù)中心軟硬件將面臨巨大壓力；第三，圖書館各子系統(tǒng)之間缺乏統(tǒng)一的管理模式和數(shù)據(jù)標(biāo)準(zhǔn)，大數(shù)據(jù)資源尤其是非結(jié)構(gòu)化數(shù)據(jù)缺乏統(tǒng)一的模式標(biāo)準(zhǔn)，數(shù)據(jù)采集、存儲(chǔ)和使用過(guò)程也存在著標(biāo)準(zhǔn)不統(tǒng)一、準(zhǔn)確性與完整性程度低、數(shù)據(jù)價(jià)值可用性不高的問(wèn)題；第四，大數(shù)據(jù)分析工具的效率和可用性也是影響大數(shù)據(jù)資源開(kāi)放性和可控性的重要因素；第五，在應(yīng)用大數(shù)據(jù)時(shí)，如何防止對(duì)用戶信息的過(guò)度挖掘而侵犯其隱私。

（三）增設(shè)數(shù)據(jù)采集和分析崗位，建立智慧服務(wù)體系架構(gòu)。

信息技術(shù)部門是圖書館中接收新技術(shù)和各種變革的領(lǐng)頭人，在大數(shù)據(jù)時(shí)代下，更應(yīng)改變傳統(tǒng)服務(wù)觀念，主動(dòng)利用先進(jìn)技術(shù)拓展服務(wù)渠道，搭建交互式共享平臺(tái)。大數(shù)據(jù)分析是一項(xiàng)比較專業(yè)和耗時(shí)的技術(shù)工作，信息技術(shù)部門應(yīng)增設(shè)相應(yīng)崗位或工作內(nèi)容，指定專人負(fù)責(zé)各類數(shù)據(jù)分析，研究各類適用于圖書館的大數(shù)據(jù)分析軟件和方法。

最易著手展開(kāi)的工作就是數(shù)據(jù)的采集和存儲(chǔ)。一方面是將小數(shù)據(jù)逐漸累積成大數(shù)據(jù)，為將來(lái)各項(xiàng)應(yīng)用做好充分準(zhǔn)備；另一方面是借助已有的數(shù)據(jù)分析手段和研究方法，透過(guò)用戶信息行為數(shù)據(jù)了解用戶需求的變化特點(diǎn)，細(xì)分用戶群體，進(jìn)而有針對(duì)性地將數(shù)據(jù)分析的結(jié)果推送到各個(gè)服務(wù)部門，指導(dǎo)圖書館信息資源建設(shè)和信息服務(wù)整合，以建立全館的智慧服務(wù)體系。●