[摘 要]大数据时代的来临，将为高校图书馆学科服务提供创新的空间。本文在分析大数据思维和高校图书馆学科服务内在联系的基础上，从数理基础—大数法则、有效的数据筛选两个方面探讨大数据思维下高校图书馆学科服务创新的重要环节，提出实现开放性服务、个性化服务、创新服务模式等措施，对高校图书馆学科服务机制创新进行了有价值的探索，也为高校图书馆学科服务的未来发展提供一定的参考意见和建议。
[关键词]大数据；大数据思维；高校图书馆；学科服务创新
[中图分类号]G252[文献标志码]A[文章编号]1005-6041（2017）01-0001-04
近年来，大数据（big data）一词越来越多引起人们的重视。大数据广泛应用于社会各个领域，极大地颠覆了千百年来人类获取利用知识和信息的传统模式，促使海量的、复杂的和多结构数据信息更易于获取、分析、挖掘，从而引发人类的思维模式革新[1]。目前，大数据技术、大数据思维逐渐渗入到图书馆服务与管理创新，特别对高校图书馆学科服务，影响作用日渐深入。大数据思维引发人们的思维观念变化，将引起高校图书馆学科服务的服务理念、服务手段、服务基础、服务载体、服务管理等的变革。
1 大数据思维和高校图书馆学科服务内在联系
1.1 大数据思维
思维是认识过程的高级阶段。大数据思维是基于多源异构和跨域关联的海量数据分析产生的数据价值挖掘思维，进而引发人类对生产和生活方式乃至社会运行的重新审视[2]。它以感知的技术为基础，又超越了大数据技术的界限，包含思维态度（人们思想上对大数据的认识和重视）、思维方式（大数据思维范畴）。大数据思维的丰富完善是驾驭大数据和实现其价值的关键。大数据思维的本质在于激活数据价值和释放数据潜能。其特性具有开放性、规律性、无偏性、关联性[3]。大数据思维的开放、采集、连接和跨界的属性，极大地提升了高校图书馆学科服务知识的易取性、快捷性的速度与精确性，以至于用户知识获取方式的变化几乎完全颠覆以往通过完整的专业文献收藏所形成的学科文献提供能力和依托专业工具书所形成的学科问题咨询能力[4]。也就是說大数据思维将对高校学科服务的改进和提升起到极大的促进作用，包括学科服务发展规律的新认识、新理解、新定位，为用户提供学科知识支持。
1.2 大数据思维对高校图书馆学科服务的促进
1.2.1 大数据思维下高校图书馆学科服务的提升。随着计算机网络技术的飞速发展，与学科知识联系密切的高校图书馆学科服务走在图书馆服务的前列，而大数据时代的来临，不但表现为大数据技术，而且更突出大数据思维，思维的转变，为高校图书馆学科服务的提升提供了良好的机会。
高校图书馆学科服务是一种用户需求为本，寻求解决用户疑问的知识服务[5]。从本质上是一种知识咨询，以专业的知识组织、知识发现、知识利用为内容，需要用大量的相关知识、数据去支撑。学科服务的知识、数据总是呈现出多样化、动态化，很可能是单一的专业领域，也可能是跨专业领域，更可能是多个专业领域的复合知识和数据。同时，知识和数据的拥有者也可能是多样化或复合性的，有单个信息机构拥有，也可能是两个或多个信息机构共同拥有。大数据思维下，这种知识交织的情况更加显现、复杂，这将为高校图书馆学科服务在原有的服务内容和方式上延伸带来一个巨大的发展机会。因为随着高校图书馆的建设和发展，学科服务知识咨询的数据资源将日益扩展、深化和细化，而大数据技术及其思维方式又使知识和数据的开放性日益提升与拓展，各学科的知识和数据联系紧密，融合充分，为图书馆与专业性服务机构的多领域、高层次合作注入全新动力。大数据思维下，高校图书馆学科服务模式是一种动态的管理模式，一个课题或者项目已经不能通过单纯的个体技术、思维来完成，需要多种知识结构作为支撑。多类数据的拥有、融合、挖掘与利用的深化发展，推动着高校图书馆学科服务正在进行的文献资源、数字资源、网络资源建设。
大数据思维直接促进图书馆学科服务质量在更高水平上的提升。1）大数据构建学科服务质量提升的基础。大数据思维下，高校图书馆学科服务不仅仅是靠馆藏资源、建筑空间、服务水平这些传统的指标和设施，对庞大的各类数据的挖掘与分析能力和大数据的拥有量将成为服务质量的关键指标。首先是结构化数据，即图书馆原有数据库中的电子图书、电子报刊、书目信息、毕业论文电子版等。其次，也可能是非结构化数据，像被记录下来的用户在图书馆的借阅行为、阅读习惯等，或者用户在日常学习、工作和生活中被记录下来的数据，如在工作场所、娱乐场所、商业活动、社会服务的信息行为数据。通过对这些数据的分析与预测，更容易快捷找到学科服务的内容、方式和方向。2）大数据将成为学科服务的核心资产。有统计数据显示，全球数据总量每两年就会增长一倍，预计到2020年人类拥有的数据总量将会达到惊人的35万亿GB，新增数据中，90[WTB3]%[WTBZ]以上属于传统技术难以处理的非结构化数据[6]。尤其是随着人们对大量的如用户借阅习惯、服务消费痕迹半结构化和非结构化数据分析技术的日渐成熟，大数据将变得越来越有价值。大数据的数据分析、数据处理和数据挖掘在知识咨询中的重要的核心地位，构成了提升学科服务的中心环节。高校图书馆学科服务要高度重视数据收集工作，同时加强对现存数据的处理，特别是加强对现存数据的分析、加工、整合和重组，把随机的、分散的、无序的信息转换为规律的、集中的、有序的结构性数据，构建起学科服务的数据保障，这是提升学科服务质量最坚实的基础性工作。
1.2.2 大数据思维下高校图书馆学科服务创新。大数据技术的快速发展，引起人们思维的革新，将对传统的高校图书馆学科服务带来挑战。当前许多高校图书馆服务信息资源和数据处理能力十分有限，半结构化和非结构化数据不能物尽其用，很大程度上压制了学科服务水平的提高[7]。一方面，大数据技术的应用对高校图书馆学科服务数据采集、存储能力提出了更高要求；另一方面，随着高校学科分类越来越复杂，对数据要求类型也就越来越复杂，图书馆硬件设备要支撑复杂数据的管理以及分配，必须随之升级到较高水平。新技术开发与运用、新思维介入，针对新数据和原有数据收集、集成与处理，为高校图书馆学科服务带来了新问题，也将是学科服务创新的突破口。
关系型数据库不断扩展，将形成许多初具规模的元数据仓储，随着用户的不断增长，数据量也随着长时间的累积变得越来越繁杂。利用大量的复杂数据分析技术与工具挖掘大数据的利用价值并提供给学科用户，传统而单一的定性分析和定量分析已显得苍白无力，新技术工具应用和作用将成为图书馆学科服务创新的驱动力。高校图书馆要及时预见和顺应这种发展趋势，主动创造条件应用智能化技术解决大数据思维下数据搜集和处理问题，如对随时无处不在的海量信息数据的智能抓取、对数据中有关关键词的抽取和存贮等。更要重视以往被忽略的非结构、半结构化数据，如用户的浏览记录、生活数据、社交信息等的搜集和处理，让这些数据转化成学科服务的核心资源，为学科服务决策提供丰富的依据。图书馆服务手段的智能化程度提高与智能化技术、工具、平台的应用，用户所需的图片、视频、文本等信息将能够大量而迅速地获取，同时主动引导用户去发现其他具有隐性用途的数据，让知识从单个用户拥有转为多个用户拥有，并相互流通与传播，使隐性知识变为显性知识。因此，大数据带来的技术创新就会极大地推动高校图书馆学科服务的创新。
2 大数据思维下高校图书馆学科服务创新的重要环节
2.1 数理基础—大数法则
大数法则是一种基本的数据要求，主要是解决大数据同质化条件下数据的整合。从某个高校角度来看，热门学科和冷门学科对高校图书馆资源需求是不相同的，但从图书资源和学科需求来看是基本一致的。如果能将高校图书馆进行区域共享或通过网络整合，从更大的环境角度来看，同一图书资源被需求的概率是相同的，所以，高校图书馆学科服务应综合平衡，不能有所偏废，防止过度搜集热门学习资源，导致难以进行全面的数据信息的查询。通过大数据的抓取、筛选和分析出统计数据，自主地找出潜在标的，更加科学地设定各种调节因子，通过对用户留下的各类信息和数据的精准分析，用户输入的数据会存储到一个数据仓库中，加入这个数据仓库的容量不能满足数据的存储要求，这些数据将会成为一个数据集合。数据集合超过预定的数值，一旦进行合并，这些数据的格式就会统一，多余的数据也会被筛选出来并删除。详细的概念附属于宽泛的概念之下，两者之间为递归关系。知识架构是构建知识地图的最主要元素。搞清楚不同群的逻辑联系，并寻找上位类和下位类的节点，通过节点的查询可以明确之间是否具有“包含”关系或者是“交叉”关系[8]。可见，大数法则的引进可以有效提升图书馆学科服务管理数据以及信息的准确性，更好地为用户进行服务。
2.2 有效的数据筛选
大数据有数据体量巨大、价值密度低的特点。特别是大量的非结构化数据、半结构化数据更是体量巨大，价值密度更小。统计数据显示，世界结构化数据增长率大约是32[WTB3]%[WTBZ]，而非结构化数据增长率则是63[WTB3]%[WTBZ]。非传统结构意义的大数据意义并不在于“大”，而在于“有用”。数据的价值含量和可应用成分比数量更为重要。并不是任何数据都必须存储到记录用户行为的数据库中，由于这些数据源之间的联系不是很明显，我们需要从中挑选出我们需要的数据。步骤应当是，按照日志信息中的数据进行类别划分以及权值分配，目的是通过分析这些数据来优化资源配置，提高资源的利用程度。浏览器的信息和用户的时间信息并不是我们需要的，所占权值就比较小，可以删除，或者是将它们的权值设置为零。进行过数据筛选之后，用分众分类方法将用户的兴趣爱好进行分类，使不同用户相同的兴趣关联到一起，信息依照特定的规则组织整理，从杂乱无章转变为有序状态。再利用计算机技术，通过设定关键词等直接过滤掉无用的信息，选择出有效信息并按一定的规则分类整理，形成有利用效能的数据库，方便用户的搜索使用。近些年来，一些高校关系型数据库在不断建设，形成了许多初具规模的元数据仓储，为学科服务提供了很大的数据选择和加工空间。
3 大数据思维下高校图书馆学科服务创新实现机制
3.1 实现开放性服务是基础
目前，高校图书馆的阅读方式主要还是沿袭传统的封闭式阅读模式，信息资源利用程度不高，有些信息资源较为紧俏，而有些可能是备而不用。各馆自成体系，馆之间难以进行信息共享，用户之间也缺乏交流，这些都制约了高校图书馆学科服务质量的提升。随着大数据时代的到来，大数据思维深入人心，高校图书馆管理者必须认准学科服务在教学和科研中扮演的角色以及所处的地位，转变思维观念，注重内涵发展，变传统封闭式服务模式为开放式服务模式，包括学科馆员主动性、知识资源开放获取、设备易用性等，提高学科知识利用程度。首先，大力进行相关学科知识资源的整合。将高校图书馆中的各类数据资源、网络资源以及馆藏纸质资源进行有效的整合，进而提高数据资源的整体效应，解决“一键式”实时快速检索问题，满足大数据思维下图书馆学科服务知识资源建设的基本要求。其次，加强知识资源的维护。对于已开发的学科课程资源，让校内外用户通过高校图书馆网站进行相关学习内容的下载，并搭建在线交流平台，方便教师进行指导，及时满足用户的数据需求。再次，将每个高校的优势学科信息资源结合到一起，尽力构造横跨学校、学科以及地区的图书馆学科服务平台，实现优质资源的局部共享。学科馆员需要在这种联盟中承担学科和课程的协调人，专门负责信息的发布、搜集以及管理等工作，同时还要充当学习者与教师之间交流沟通的媒介。除此之外，高校图书馆应重点解决好大数据用户分析的问题，将各类用户进行整理分析，区分出各种用户来源和性质，并将分析结果反馈给学科管理团队。这样，学科管理团队或组织可以利用大数据分析的结果，有针对性地进行学科和课程的重新设计或完善，提高学科管理和课程设计的有效性和针对性。
3.2 关键在于个性化服务的开展
传统的学科服务的服务流程，是学科馆员将结构化的文献信息、数据、线索或将经过一定数据分析加工的知识产品提供给用户，是一种标准化的服务[9]。其最大弊端在于，把所有用户当作一个用户来对待。在大数据思维下，强调通过对用户信息，即浏览记录、生活数据、社交信息等非结构、半结构化数据的搜集，并加以及时数据处理，进而了解用户的个性，合理地掌控和設计服务的个性，为用户提供专业化、知识化、个性化需求。
一个高校涵盖多个学科，用户年龄不同、阅历不同，需求也不同，使个性化服务比较分散。但分散的单位可大可小，大到一个有同样需求的用户群体，小到每一个人。利用大量的非结构、半结构化数据资源，最大限度地适应每个用户的阅读习惯和信息需求，将是今后高校图书馆学科服务发展的方向。1）根据用户的信息和个性化需求进行服务分类，在此基础上依托知识管理手段来进行智能化分析和管理，制定有效的个性化服务决策。2）创新个性化服务的手段。高校图书馆通过优化阅览环境，强化图书馆管理人员队伍建设等手段，积极探索图书馆学科服务创新之路。要主动挖掘用户需求，开展入馆教育、用户培训、参考咨询、文献传递、回溯检索、定题跟踪、信息推送等多样化服务方式，提高高校图书馆学科服务质量。
3.3 实现创新服务模式是重点
在大数据思维下要采取不同于以往的创新服务模式。首先，要吸取广大用户的建议，设法扩大阅读面，设置多样化的阅读形式，使用户尽可能多地获取自己需要的信息。其次，以用户为核心，通过信息技术将高校图书馆服务空间进行外部拓展，也可以更多地引入外部信息来源，扩大信息活动的适时性需求。再次，构建图书馆的各类资源、网络学习服务平台及用户等信息动态系统。师生使用信息的同时也会产生信息，开发和利用这种信息，应置于图书馆整个信息系统建设的核心地位。图书馆所有的设备以及系统、功能与服务，都要根据师生用户的需求设定，建立起多方位、多渠道为用户服务的平台。另外，还要进一步扩展图书馆的互联网功能。图书馆可以借助一些互联网工具为学习者创造随时随地的“网络社区”，不断建立起用户之间的动态管理和动态服务的模式，并在此基础上提供移动图书馆、RSS订阅、智能聊天机器人等个性化定制服务，提高阅读的便捷性和有效性，解决知识爆炸时代的“知识垃圾”给用户者带来的阅读效率低问题，提高阅读效益。
4 结 语
大数据时代的到来，必将使高校图书馆学科服务发生重大转变和变革。大数据环境下各种技术、手段的革新成效，决定图书馆学科服务质量的提升程度，但另一个必要条件也不能忽视，就是建设一支在大数据思维中能卓有成效工作的高校图书馆学科服务队伍，让他们不仅仅掌握信息化条件下各类软件的使用技能，而且还能熟练的充当“万吨巨轮”的搬运工，有效地对大量的数据进行及时收集、分析和管理，更好地服务于各个学科的信息访问需求。还需要学会利用信息化条件下共享机制的建立，密切馆际间的联系，不断拓宽信息共享和公共信息边界，解决师生用户在工作和学习中遇到的各类跨学科问题。
[参考文献]
[1]（美）韩家炜.数据挖掘：概念与技术[M].范明，译.北京：机械工业出版社，2012：13.
[2]张维明，唐九阳.大数据思维[J].指挥信息系统与技术，2015（2）：1—4.
[3]和 婷.大数据思维对图书馆信息服务工作的启示[J].图书馆建设，2014（1）：64—68.
[4]袁红军.大数据对图书馆信息咨询服务的影响及对策[J].新世纪图书馆，2014（3）：29—31，35.
[5]王天泥.大数据时代图书馆的知识服务增长点[J].图书与情报，2013（4）：74—77.
[6]朱幼平.大数据革命[EB/OL].[2014-10-30].http：∥blog.sina.com.cn/s/blog_5009e2050102v7kg.html.
[7]张兴旺.图书馆大数据体系构建的学术环境和战略思考[J].情报资料工作，2013（2）：12—17.
[8]朱静薇，李红艳.大数据时代下图书馆的挑战及其应对策略[J].现代情报，201333（5）：9—13.
[9]高 琳.大数据思维与图书馆知识资源发现[J].图书与情報，2015（1）：122—124.
最新评论