馬曉亭

大數(shù)據(jù)時(shí)代圖書館個(gè)性化服務(wù)讀者隱私保護(hù)研究

馬曉亭

大數(shù)據(jù)時(shí)代，圖書館用戶數(shù)據(jù)隱私保護(hù)成為重要問題。文章分析大數(shù)據(jù)時(shí)代圖書館個(gè)性化服務(wù)用戶隱私保護(hù)的現(xiàn)狀及存在的問題，從法律、技術(shù)和數(shù)據(jù)分析三方面研究圖書館在提供個(gè)性化服務(wù)過程中潛藏的用戶隱私被侵犯風(fēng)險(xiǎn)，提出大數(shù)據(jù)環(huán)境下圖書館用戶個(gè)性化服務(wù)隱私保護(hù)的對策與方法。

大數(shù)據(jù)時(shí)代 圖書館 個(gè)性化服務(wù) 隱私保護(hù)

0 引言

大數(shù)據(jù)時(shí)代給圖書館的運(yùn)營模式、服務(wù)理念、用戶需求和市場環(huán)境帶來巨大變革。如何有效采集讀者閱讀行為、身份特征、個(gè)人愛好與習(xí)慣和社會(huì)關(guān)系等隱私數(shù)據(jù)，并將所收集到的數(shù)據(jù)進(jìn)行整合、分析與挖掘，實(shí)現(xiàn)對讀者閱讀需求和閱讀行為準(zhǔn)確、詳細(xì)的跟蹤、挖掘、分析和預(yù)測，成為圖書館根據(jù)讀者需求轉(zhuǎn)變服務(wù)模式和定制個(gè)性化服務(wù)內(nèi)容，提高服務(wù)有效性、用戶滿意度和市場競爭力的關(guān)鍵。2013年6月，隨著前美國中央情報(bào)局雇員斯諾登向媒體提供機(jī)密文件，致使包括棱鏡項(xiàng)目在內(nèi)的美國政府多個(gè)秘密情報(bào)監(jiān)視項(xiàng)目曝光。信息安全和個(gè)人隱私保護(hù)引起各國政府、企業(yè)和團(tuán)體的重視，成為大數(shù)據(jù)時(shí)代普遍存在并關(guān)系到人權(quán)和用戶利益保護(hù)的重要問題。因此，圖書館在利用大數(shù)據(jù)技術(shù)提高用戶服務(wù)能力和服務(wù)質(zhì)量的同時(shí)，如何有效保護(hù)讀者隱私權(quán)，已成為加強(qiáng)圖書館與讀者之間信任感、用戶閱讀活動(dòng)愉悅感和讀者群忠誠度的重要保障[1]。

1 圖書館讀者隱私數(shù)據(jù)選取的原則與內(nèi)容

通過對人類社會(huì)行為和社會(huì)關(guān)系數(shù)據(jù)的采集、處理和分析，可對原本難以捉摸的人類社會(huì)行為、活動(dòng)和關(guān)系，進(jìn)行有效的解析、描述、量化、預(yù)測和控制。比如，在2012年美國總統(tǒng)競選期間，奧巴馬競選團(tuán)隊(duì)利用大數(shù)據(jù)分析來預(yù)測選民的結(jié)構(gòu)組成、政治需求、社交關(guān)系、行為特征、生活習(xí)慣與興趣愛好，制定出基于大數(shù)據(jù)驅(qū)動(dòng)的資金籌集和競選決策，籌集到歷史最高的10億美元競選資金，并最終獲得競選勝利。因此，在大數(shù)據(jù)時(shí)代，圖書館根據(jù)所收集到的讀者閱讀行為和社會(huì)關(guān)系數(shù)據(jù)，準(zhǔn)確分析、預(yù)測未來讀者閱讀需求和行為發(fā)展，為用戶提供具有較高個(gè)性化特征的推送式服務(wù)，是圖書館降低運(yùn)營成本和服務(wù)模式復(fù)雜度，提高服務(wù)效率和用戶滿意度的關(guān)鍵。

大數(shù)據(jù)是推動(dòng)圖書館服務(wù)模式和服務(wù)內(nèi)容變革的重要因素。圖書館大數(shù)據(jù)信息采集的原則，應(yīng)堅(jiān)持與讀者需求、用戶服務(wù)模式與內(nèi)容、圖書館未來發(fā)展與變革、讀者閱讀環(huán)境和行為相關(guān)的原則。讀者信息采集的內(nèi)容主要包括電子郵件、第三方增值服務(wù)、相關(guān)視頻與圖片信息、存儲服務(wù)數(shù)據(jù)、語音數(shù)據(jù)、文件傳輸?shù)膬?nèi)容與對象、讀者服務(wù)系統(tǒng)訪問與閱讀行為數(shù)據(jù)、瀏覽習(xí)慣等。此外，為保證所收集數(shù)據(jù)具有較高的價(jià)值密度和可用性，在法律允許和征求用戶同意的前提下，還應(yīng)收集有關(guān)讀者年齡、性別、婚姻狀況、教育或者就業(yè)情況、社會(huì)關(guān)系等隱私數(shù)據(jù)。

數(shù)量和質(zhì)量問題是關(guān)系圖書館大數(shù)據(jù)分析與應(yīng)用有效性的兩個(gè)關(guān)鍵因素。首先，大數(shù)據(jù)時(shí)代如果圖書館數(shù)據(jù)類型單一或者存儲總量較少，則無法從簡單、有限的數(shù)據(jù)中獲取具有較高價(jià)值的信息。如果數(shù)據(jù)量過大，則會(huì)導(dǎo)致數(shù)據(jù)總量中垃圾數(shù)據(jù)比重過高和數(shù)據(jù)關(guān)系過于復(fù)雜，造成有價(jià)值信息提取困難。因此，只有當(dāng)圖書館大數(shù)據(jù)平臺數(shù)據(jù)總量達(dá)到適當(dāng)?shù)谋壤拍苷嬲@現(xiàn)出大數(shù)據(jù)的價(jià)值，才能根據(jù)不同數(shù)據(jù)之間的關(guān)聯(lián)性而分析得出有價(jià)值信息。其次，數(shù)據(jù)的質(zhì)量也是關(guān)系大數(shù)據(jù)應(yīng)用有效性的關(guān)鍵因素。圖書館在數(shù)據(jù)收集過程中，應(yīng)加強(qiáng)對所收集數(shù)據(jù)的服務(wù)針對性和質(zhì)量控制，保證數(shù)據(jù)具有較高的價(jià)值密度和數(shù)據(jù)可用性[2]。

2 大數(shù)據(jù)時(shí)代圖書館個(gè)性化服務(wù)所涉及的讀者隱私問題

2.1 讀者處于全天候全方位的監(jiān)控之中

圖書館通過對大數(shù)據(jù)平臺收集到的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)性的搜索、比較、聚類和分類等，分析、歸納，進(jìn)而發(fā)現(xiàn)細(xì)微數(shù)據(jù)之間隱性存在的“相關(guān)”特性，為圖書館的運(yùn)營、管理、服務(wù)和未來發(fā)展提供決策依據(jù)。因此，圖書館用戶行為和社會(huì)關(guān)系數(shù)據(jù)采集的內(nèi)容、數(shù)量、質(zhì)量和全局有效性，是關(guān)系圖書館運(yùn)營、管理和服務(wù)過程決策科學(xué)性的關(guān)鍵。

為保證圖書館收集到的用戶數(shù)據(jù)全面、真實(shí)、易控和可用，必須對讀者行為實(shí)施全天候、全方位的監(jiān)控。大數(shù)據(jù)時(shí)代，圖書館主要對讀者的用戶注冊、服務(wù)系統(tǒng)登陸、數(shù)字閱讀行為數(shù)據(jù)、論壇與微博交流互動(dòng)、服務(wù)需求等信息進(jìn)行監(jiān)控。此外，與第三方增值服務(wù)運(yùn)營商共同為讀者提供移動(dòng)閱讀、用戶數(shù)據(jù)管理、個(gè)人圖書館服務(wù)等增值服務(wù)，是大數(shù)據(jù)時(shí)代圖書館服務(wù)的又一個(gè)亮點(diǎn)。圖書館可與第三方增值服務(wù)商實(shí)現(xiàn)讀者監(jiān)控?cái)?shù)據(jù)的共享，更多地掌握讀者的身份特征、地理位置、行動(dòng)路徑、社會(huì)關(guān)系和消費(fèi)習(xí)慣等隱私數(shù)據(jù)，以提高所擁有讀者數(shù)據(jù)的數(shù)量和價(jià)值密度。因此，大數(shù)據(jù)時(shí)代，讀者處于圖書館全天候、全方位的監(jiān)控之中而毫無個(gè)人隱私可言[3]。

2.2 讀者的思想和行為發(fā)展趨勢被提前暴露

圖書館通過對讀者相關(guān)行為及社會(huì)關(guān)系數(shù)據(jù)進(jìn)行海量采集、持久存儲、全景分析和科學(xué)決策，能夠精準(zhǔn)定位到某個(gè)具體的讀者身上，準(zhǔn)確預(yù)測其思想、行為的未來發(fā)展趨勢。因此，圖書館可利用大數(shù)據(jù)技術(shù)對未來的用戶服務(wù)模式和讀者需求發(fā)展趨勢進(jìn)行準(zhǔn)確的預(yù)測，為用戶提供基于定制的個(gè)性化閱讀服務(wù)，確保讀者具有較高的閱讀收益率和滿意度。

但是大數(shù)據(jù)技術(shù)對讀者未來閱讀行為和需求的超強(qiáng)全景洞察，無疑增加了讀者隱私受到威脅和侵犯的概率。第一，圖書館會(huì)根據(jù)所預(yù)測到未來可能會(huì)發(fā)生的用戶不安全閱讀行為，提前制定相應(yīng)的安全跟蹤、防范和控制策略。這種基于所采集數(shù)據(jù)對用戶未來閱讀行為進(jìn)行非法和不信任的判定，對于讀者來說是不公平的。第二，圖書館可利用所采集的讀者之間論壇、博客信息交流數(shù)據(jù)，以及讀者好友圈子的關(guān)系數(shù)據(jù)，而準(zhǔn)確預(yù)測讀者的親友、同學(xué)、同事和其它社會(huì)關(guān)系，讓讀者毫無個(gè)人隱私可言。第三，所采集的讀者信息具有較高的復(fù)雜度和海量性，大幅度增加了讀者隱私數(shù)據(jù)安全管理的難度和可控性。因此，讀者隱私數(shù)據(jù)在采集、存儲、管理、分析和傳輸過程中都有可能會(huì)被泄露[4]。

2.3 圖書館利用大數(shù)據(jù)分析結(jié)果制定的運(yùn)營、服務(wù)策略可能會(huì)損害讀者利益

利用大數(shù)據(jù)技術(shù)進(jìn)行準(zhǔn)確的數(shù)據(jù)分析，為讀者提供安全、高效、經(jīng)濟(jì)和滿意的個(gè)性化閱讀服務(wù)，是圖書館大數(shù)據(jù)技術(shù)應(yīng)用的價(jià)值體現(xiàn)和最終目的。但是，在一些特定環(huán)境和階段下，圖書館為了獲取最大服務(wù)收益，提高市場競爭力和保證擁有較大的讀者群體數(shù)量，所制定的管理、經(jīng)營、服務(wù)和發(fā)展策略，可能會(huì)侵害部分讀者的個(gè)人隱私，損害部分用戶的利益。

最典型的一個(gè)案例就是，華爾街有一位股票炒家利用電腦程序分析當(dāng)時(shí)全球3.4億微博賬戶的留言，以此來判斷民眾的投資情緒。如果多數(shù)人表現(xiàn)興奮、樂觀就買入股票，如果大家的焦慮情緒上升就拋售股票。這位股票投資者利用這個(gè)方法，最終獲得了7%的季度收益率。同樣，當(dāng)圖書館服務(wù)商利益和讀者隱私權(quán)利發(fā)生沖突，或者少數(shù)讀者合法權(quán)益與大多數(shù)讀者利益產(chǎn)生沖突時(shí)，圖書館很難保證其決策的制定和執(zhí)行，完全從法律角度出發(fā)，維護(hù)全體用戶的利益。此外，由誰來監(jiān)督和如何監(jiān)督圖書館行為，避免服務(wù)過程對讀者隱私和權(quán)利造成損害，也是保障讀者合法權(quán)利的又一個(gè)重要問題[5]。

2.4 讀者個(gè)人隱私數(shù)據(jù)的歸屬權(quán)與監(jiān)管問題

對于任何國家、企業(yè)和社會(huì)團(tuán)體而言，讀者個(gè)人隱私數(shù)據(jù)背后可能隱藏著巨大的政治、軍事、社會(huì)與經(jīng)濟(jì)利益。因此，在有效采集、整合、分析與挖掘數(shù)據(jù)的同時(shí)，加強(qiáng)數(shù)據(jù)的安全管理與保密工作，對國家、企業(yè)和社會(huì)團(tuán)體的快速發(fā)展，以及利益保障具有重要的意義。

第一，圖書館在采集、管理和使用用戶隱私數(shù)據(jù)過程中，采集方法的合法性與監(jiān)管標(biāo)準(zhǔn)、所采集數(shù)據(jù)的所有權(quán)歸屬、利用隱私數(shù)據(jù)進(jìn)行分析與決策的限度、隱私數(shù)據(jù)共享的對象與程度、隱私數(shù)據(jù)使用監(jiān)管的標(biāo)準(zhǔn)與維權(quán)方式等問題，是關(guān)系圖書館合法使用個(gè)人隱私數(shù)據(jù)和有效保護(hù)讀者隱私的關(guān)鍵。第二，當(dāng)個(gè)人隱私保護(hù)與國家安全、經(jīng)濟(jì)利益發(fā)生沖突時(shí)，各國政府可能會(huì)從維護(hù)國家利益出發(fā)，要求圖書館提供相關(guān)讀者的隱私數(shù)據(jù)。第三，圖書館管理員在服務(wù)系統(tǒng)維護(hù)和數(shù)據(jù)管理中，通常會(huì)接觸到讀者隱私數(shù)據(jù)。部分缺少職業(yè)道德和法律意識的管理員，可能會(huì)為了獲取非法利益而出賣讀者隱私數(shù)據(jù)。同時(shí)，系統(tǒng)管理員不正確的數(shù)據(jù)存儲、管理和傳輸方式，也提高了黑客竊取讀者隱私數(shù)據(jù)的成功率[6]。

3 大數(shù)據(jù)時(shí)代圖書館個(gè)性化服務(wù)讀者隱私保護(hù)策略

3.1 避免對用戶信息無限制的采集和使用

大數(shù)據(jù)并不完全等同于大價(jià)值。只有當(dāng)圖書館數(shù)據(jù)的存儲量達(dá)到一定數(shù)值，并且具有較高的價(jià)值密度，才能通過數(shù)據(jù)的采集、挖掘和相互關(guān)系分析，得出具有較高價(jià)值的有用信息。因此，圖書館在用戶數(shù)據(jù)采集、管理和使用過程中，應(yīng)加強(qiáng)數(shù)據(jù)的安全管理和監(jiān)控，避免對用戶信息無限制的采集和使用。

第一，如果限制讀者數(shù)據(jù)的采集，在某種程度上雖然保護(hù)了讀者的隱私權(quán)利和信息安全，但是，也大幅度降低了數(shù)據(jù)的價(jià)值密度和可用性，最終將會(huì)影響決策的科學(xué)性和可靠性。因此，在不損害公眾利益和用戶隱私權(quán)的前提下，不應(yīng)該限制圖書館采集讀者數(shù)據(jù)的對象、內(nèi)容、數(shù)量、方式和途徑，應(yīng)將數(shù)據(jù)安全管理的重點(diǎn)從限制數(shù)據(jù)采集轉(zhuǎn)移到監(jiān)管數(shù)據(jù)使用上。第二，圖書館在用戶隱私數(shù)據(jù)采集和使用中，應(yīng)保證讀者具有知情權(quán)和控制權(quán)，對圖書館存儲的用戶隱私數(shù)據(jù)擁有管理、利用、修改、分發(fā)和刪除的決定權(quán)。同時(shí)，圖書館應(yīng)依靠科學(xué)技術(shù)手段和安全管理系統(tǒng)，在不影響數(shù)據(jù)可用性的前提下，保證用戶隱私數(shù)據(jù)的采集、存儲、管理、使用和決策過程具有較高的安全保密性。第三，圖書館應(yīng)加強(qiáng)相關(guān)人員的法律、法規(guī)和職業(yè)道德教育，保證工作人員的行為符合相關(guān)法律與道德規(guī)范，避免讀者隱私數(shù)據(jù)的過度挖掘、分析和使用。第四，圖書館業(yè)應(yīng)制定相應(yīng)的讀者隱私保護(hù)行業(yè)標(biāo)準(zhǔn)或公約，從行業(yè)道德層面約束圖書館業(yè)的服務(wù)行為。同時(shí)，通過圖書館行業(yè)聯(lián)盟制定科學(xué)、詳細(xì)的用戶閱讀隱私保護(hù)規(guī)范，保證讀者大數(shù)據(jù)閱讀隱私保護(hù)科學(xué)、全面、高效、細(xì)致[7]。

3.2 通過立法規(guī)范政府、企業(yè)對用戶隱私數(shù)據(jù)使用的行為

2013年6月，前美國中央情報(bào)局雇員斯諾登的叛逃，不但揭示了用戶個(gè)人隱私可能受到政府、企業(yè)的監(jiān)控，而且表明當(dāng)個(gè)人隱私權(quán)和國家、企業(yè)利益發(fā)生沖突時(shí)，政府和企業(yè)可能會(huì)從維護(hù)全局利益出發(fā)，將個(gè)體用戶隱私權(quán)利的保護(hù)放在次要的位置，這可能會(huì)對用戶個(gè)人隱私數(shù)據(jù)產(chǎn)生一些新形式的侵犯。

正如美國總統(tǒng)奧巴馬所說，“不能在保證百分之百隱私的情況下，而獲得百分之百的安全”。因此，政府和企業(yè)可能出于維護(hù)廣大人民和絕大多數(shù)用戶利益的目的，通過立法使自己侵犯個(gè)人隱私的行為符合法律規(guī)定，這一行為本身無可厚非。但是，如何通過法律手段限制政府、企業(yè)對用戶隱私的過度侵犯，以及防止這種侵權(quán)行為失去控制，是關(guān)系用戶隱私權(quán)利保護(hù)的又一個(gè)關(guān)鍵問題。

第一，應(yīng)從國家戰(zhàn)略和維護(hù)人民利益的角度出發(fā)制定法律。法律制定的原則應(yīng)堅(jiān)持保障國家和人民利益不受侵害的前提下，在數(shù)據(jù)的采集、使用、分析和決策過程中，充分尊重公民的個(gè)人利益和隱私權(quán)。第二，圖書館在讀者隱私保護(hù)中應(yīng)規(guī)范自身行為，在為用戶隱私數(shù)據(jù)管理提供可靠安全技術(shù)保障的同時(shí)，應(yīng)加強(qiáng)安全管理制度的安全性和隱私性保障。同時(shí)，還可通過參加“用戶隱私權(quán)利聯(lián)盟”和發(fā)表相關(guān)《用戶隱私數(shù)據(jù)保護(hù)自律宣言》的方式，自覺規(guī)范自己的行為并接受社會(huì)和用戶監(jiān)督。第三，數(shù)據(jù)作為國家、企業(yè)的戰(zhàn)略資產(chǎn)，對國家利益和企業(yè)生產(chǎn)有著重要的意義。企業(yè)與企業(yè)之間，企業(yè)與國家之間的數(shù)據(jù)管理，已從最初的壟斷向多用戶共享發(fā)展。因此，必須制定數(shù)據(jù)共享的安全管理和讀者隱私保護(hù)策略，保證可以對數(shù)據(jù)的采集、存儲和多用戶共享過程進(jìn)行監(jiān)控、追蹤和說明[8]。

3.3 圖書館應(yīng)加強(qiáng)對采集數(shù)據(jù)的清洗

圖書館在大數(shù)據(jù)應(yīng)用過程中，既要保護(hù)讀者個(gè)人隱私不受侵犯，又不能以降低數(shù)據(jù)的可用性和價(jià)值密度為代價(jià)，這樣才能在數(shù)據(jù)挖掘和發(fā)揮大數(shù)據(jù)價(jià)值的同時(shí)，有效維護(hù)讀者的隱私權(quán)。

在圖書館所采集的數(shù)據(jù)中，有很大一部分與用戶行為分析、用戶社會(huì)關(guān)系判定、圖書館建設(shè)、系統(tǒng)運(yùn)營和讀者服務(wù)過程是不相關(guān)的。這部分?jǐn)?shù)據(jù)不僅造成圖書館大數(shù)據(jù)結(jié)構(gòu)復(fù)雜度增加，而且也導(dǎo)致大數(shù)據(jù)平臺數(shù)據(jù)處理負(fù)載激增。因此，必須通過有效的數(shù)據(jù)清洗，盡量刪除與圖書館無關(guān)的讀者隱私數(shù)據(jù)，提高圖書館大數(shù)據(jù)的價(jià)值密度和可用性。第一，圖書館應(yīng)根據(jù)讀者服務(wù)和運(yùn)營需求，對所采集的數(shù)據(jù)進(jìn)行過濾、清理、刪減、一致化、匹配、連接和診斷。并對清洗后的數(shù)據(jù)進(jìn)行價(jià)值密度和可用性評估，動(dòng)態(tài)調(diào)整數(shù)據(jù)清洗的策略。第二，圖書館應(yīng)根據(jù)自身建設(shè)和服務(wù)需求收集數(shù)據(jù)，提高數(shù)據(jù)的準(zhǔn)確性和透明度，允許讀者查看、審查、修改和刪除圖書館收集到的有關(guān)自己的信息。應(yīng)利用所收集的大數(shù)據(jù)信息分析某一讀者群體的行為特征和需求，而不應(yīng)針對單一讀者進(jìn)行分析、判斷和決策，努力降低所收集信息的個(gè)體相關(guān)性。第三，圖書館與第三方進(jìn)行讀者隱私數(shù)據(jù)共享時(shí)，應(yīng)先清洗出關(guān)系讀者個(gè)人隱私和用戶利益的重要數(shù)據(jù)，避免讀者隱私數(shù)據(jù)泄露和受到侵犯。同時(shí)，應(yīng)盡量通過圖書館服務(wù)開放平臺采集讀者數(shù)據(jù)，不要主動(dòng)向讀者索取數(shù)據(jù)和打擾用戶[9]。

3.4 利用云計(jì)算技術(shù)保護(hù)讀者個(gè)人隱私

大數(shù)據(jù)時(shí)代，云計(jì)算技術(shù)為大數(shù)據(jù)應(yīng)用提供了基礎(chǔ)設(shè)施平臺和數(shù)據(jù)處理、分析服務(wù)，是幫助圖書館提高生產(chǎn)力和解決大數(shù)據(jù)問題最有效的手段。但是，大數(shù)據(jù)環(huán)境下讀者閱讀活動(dòng)面臨著許多新的安全威脅與問題，現(xiàn)有的云計(jì)算安全技術(shù)無法完全保護(hù)讀者個(gè)人隱私。圖書館應(yīng)根據(jù)大數(shù)據(jù)環(huán)境下自身建設(shè)、管理與用戶服務(wù)的需求，結(jié)合自身特點(diǎn)與實(shí)際情況，鼓勵(lì)隱私保護(hù)技術(shù)的研發(fā)、創(chuàng)新和使用，從技術(shù)層面來完善用戶隱私保障體系，確保讀者閱讀隱私安全。

為了保證讀者閱讀行為、社會(huì)關(guān)系和服務(wù)需求等個(gè)人隱私數(shù)據(jù)具有較高的可獲取性、價(jià)值密度和可用性，圖書館加強(qiáng)了對讀者用戶注冊、服務(wù)數(shù)據(jù)獲取、網(wǎng)頁瀏覽、微博與論壇信息發(fā)布、增值服務(wù)商信息交互等活動(dòng)的數(shù)據(jù)監(jiān)控、采集、存儲和處理。云計(jì)算技術(shù)的超級計(jì)算、海量存儲、虛擬化和云資源供給動(dòng)態(tài)伸縮的特點(diǎn)，恰恰是圖書館大數(shù)據(jù)應(yīng)用有效性的技術(shù)保障。此外，保證云計(jì)算技術(shù)應(yīng)用安全和利用云計(jì)算安全技術(shù)管理大數(shù)據(jù)平臺，也是圖書館大數(shù)據(jù)平臺安全管理的必要條件[10]。

第一，圖書館應(yīng)選擇具有較高安全保障能力和技術(shù)水平的云服務(wù)商簽署云服務(wù)協(xié)議。大數(shù)據(jù)時(shí)代，圖書館數(shù)據(jù)具有體量巨大、數(shù)據(jù)類型繁多、價(jià)值密度低和處理速度快的特點(diǎn)，因此，圖書館必須通過租賃云服務(wù)商的云服務(wù)，保證數(shù)據(jù)采集、存儲、處理和分析的效率和質(zhì)量。圖書館選擇云服務(wù)商時(shí)，應(yīng)重點(diǎn)關(guān)注云服務(wù)商的安全管理水平、信譽(yù)度、技術(shù)實(shí)力和服務(wù)可靠性，并確保雙方所簽署協(xié)議的內(nèi)容科學(xué)、可控、經(jīng)濟(jì)和可執(zhí)行。第二，云計(jì)算平臺在數(shù)據(jù)管理、處理和分析過程中，應(yīng)堅(jiān)持定制、定向和數(shù)據(jù)節(jié)制的原則，根據(jù)圖書館的需求劃分?jǐn)?shù)據(jù)范圍和選擇大數(shù)據(jù)處理方向，避免因過度處理和分析而侵犯讀者隱私。第三，圖書館與服務(wù)商簽署云服務(wù)協(xié)議時(shí)，應(yīng)明確雙方在讀者隱私數(shù)據(jù)管理、使用過程中的權(quán)利、義務(wù)與責(zé)任。并根據(jù)數(shù)據(jù)敏感性設(shè)置不同的保密級別和管理策略，確保讀者隱私數(shù)據(jù)管理安全、高效、經(jīng)濟(jì)、可靠[11]。

4 結(jié)語

大數(shù)據(jù)時(shí)代，圖書館數(shù)據(jù)呈現(xiàn)存儲海量、高速增長、結(jié)構(gòu)復(fù)雜和品類多樣的特點(diǎn)。通過大數(shù)據(jù)處理平臺對數(shù)據(jù)進(jìn)行采集、存儲和分析，令圖書館有效洞察服務(wù)市場的競爭環(huán)境、讀者需求、讀者閱讀行為特點(diǎn)和未來所面臨的挑戰(zhàn)。此外，從大數(shù)據(jù)中獲得了全新的價(jià)值，為圖書館服務(wù)模式變革和用戶服務(wù)質(zhì)量保障提供了科學(xué)的理論依據(jù)和數(shù)據(jù)支持。為保證大數(shù)據(jù)具有較高價(jià)值密度和數(shù)據(jù)可用性，圖書館通常會(huì)對讀者相關(guān)數(shù)據(jù)進(jìn)行立體化、全方位的采集、處理、分析和挖掘，這些行為可能會(huì)導(dǎo)致讀者個(gè)人隱私數(shù)據(jù)的泄露和侵犯。因此，圖書館必須從保障和維護(hù)讀者權(quán)益出發(fā)，自覺遵守相關(guān)的法律、法規(guī)，形成保護(hù)讀者個(gè)人隱私的長效機(jī)制。同時(shí)，還應(yīng)提高讀者隱私數(shù)據(jù)在收集、分析、傳輸和共享過程中安全管理的科學(xué)性和技術(shù)水平，并加強(qiáng)圖書館的自我約束和自我監(jiān)督，才能為讀者提供大數(shù)據(jù)時(shí)代安全、高效、放心、滿意的個(gè)性化服務(wù)[12]。

[1]李國杰.大數(shù)據(jù)研究的科學(xué)價(jià)值[J].中國計(jì)算機(jī)學(xué)會(huì)通訊，2012，8（9）：8-15.

[2]黃毅，霍崢，孟小峰.一種用戶協(xié)作無匿名區(qū)域的位置隱私保護(hù)方法[J].計(jì)算機(jī)學(xué)報(bào)，2011，34（10）：1976-1985.

[3]任建寶，齊勇，戴月華，等.不可信操作系統(tǒng)中用戶隱私數(shù)據(jù)完整性保護(hù)方法[J].計(jì)算機(jī)科學(xué)與探索，2013，（5）：1-11.

[4]李建中，劉顯敏.大數(shù)據(jù)的一個(gè)重要方面：數(shù)據(jù)可用性[J].計(jì)算機(jī)研究與發(fā)展，2013，50（6）：1147-1162.

[5]李寧，朱青.大數(shù)據(jù)模式分解的隱私保護(hù)研究[J].計(jì)算機(jī)科學(xué)與探索，2012，6（11）：961-973.

[6]Texas Department of State Health Services. User manual of Texas hospital discharge data public use data file[EB/OL].[2013-07-10].http：//www.dshs.state. tx.us/thcic/Hospitals/HospitalData.shtm.

[7]Zhou Zongwei，Gligor V D，Newsome J，et al. Building verifiable trusted path on commodity x86 computers[C]//Proceedings of the 2012 IEEE Symposium on Security and Privacy.Washington，DC，USA：IEEE Computer Society，2012：616-630.

[8]王艷，樂嘉錦，孫捷，等.網(wǎng)絡(luò)用戶行為的隱私保護(hù)數(shù)據(jù)挖掘方法[J].計(jì)算機(jī)工程與應(yīng)用，2012，48（13）：138-143.

[9]Liu Bing.Web數(shù)據(jù)挖掘[M].余勇，薛貴榮，韓定一，譯.北京：清華大學(xué)出版社，2009：327-329.

[10]張逢喆，陳進(jìn)，陳海波，等.云計(jì)算中的數(shù)據(jù)隱私性保護(hù)與自我銷毀[J].計(jì)算機(jī)研究與發(fā)展，2011，48（7）：1155-1167.

[11]霍崢，孟小峰，徐建良.云計(jì)算中面向隱私保護(hù)的查詢處理技術(shù)研究[J].計(jì)算機(jī)科學(xué)與探索，2012，6（5）：385-396.

[12]維克托·邁爾·舍恩伯格，肯尼思·庫克耶.大數(shù)據(jù)時(shí)代：生活、工作與思維的大變革[M].盛楊燕，周濤，譯.杭州：浙江人民出版社，2012.

Study on User Privacy Protection for Library Personalized Service in Big Data Era

MA Xiao-ting

User privacy protection has been one of the main concerns and challenges for library in big data era.This paper first analyzes the current situation and major problems concerning user privacy protection in library personalized service，and then studies the risks for user privacy invasion in law，technology and data analysis.Finally，corresponding strategies and methods are proposed to protect library user privacy in the big data era.

big data era；library；personalized service；privacy protection

格式 馬曉亭.大數(shù)據(jù)時(shí)代圖書館個(gè)性化服務(wù)讀者隱私保護(hù)研究[J].圖書館論壇，2014（2）：84-89.

馬曉亭（1974-），女，碩士，蘭州商學(xué)院信息工程學(xué)院副教授。

2013-07-14