石岱

（黑龍江大學(xué)信息管理學(xué)院，黑龍江哈爾濱150080）

如今，大數(shù)據(jù)對于我們并不陌生，大數(shù)據(jù)這個(gè)詞也并不生疏，早在1980年代，美國就有人提出了大數(shù)據(jù)的概念［1］。而將“大數(shù)據(jù)”作為全球性發(fā)展戰(zhàn)略計(jì)劃，則始于2012年2月美國奧巴馬政府宣布推出的“大數(shù)據(jù)的研究和發(fā)展計(jì)劃”，該方案計(jì)劃投資兩億多美元，在美國國家科學(xué)基金、美國國防部等6家政府部門協(xié)作下，大力推動(dòng)及改善與大數(shù)據(jù)相關(guān)的采集、組織、分析、決策工具及技術(shù)［2］。

1.大數(shù)據(jù)

1.1 概念

業(yè)內(nèi)對大數(shù)據(jù)沒有一個(gè)統(tǒng)一的概念，但是比較公認(rèn)的是以下這種說法。大數(shù)據(jù)（bigdata），或稱巨量資料，指的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(shí)間內(nèi)達(dá)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。

1.2 特點(diǎn)

大數(shù)據(jù)的4V特點(diǎn)：Volume（大量）、Velocity（高速）、Variety（多樣）、Veracity（精確）。第一，數(shù)據(jù)體量巨大。從TB級別，躍升到PB級別；第二，數(shù)據(jù)類型繁多。以前的數(shù)據(jù)結(jié)構(gòu)單一，現(xiàn)金則呈現(xiàn)出結(jié)構(gòu)復(fù)雜的特點(diǎn)，結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)使對于大數(shù)據(jù)的處理更加復(fù)雜；第三，價(jià)值密度低，商業(yè)價(jià)值高。價(jià)值密度低體現(xiàn)在海量數(shù)據(jù)中可能僅有僅一少部分有效信息，但這少部分的有效信息卻富含商業(yè)價(jià)值；第四，處理速度快，1秒定律。這點(diǎn)也是與傳統(tǒng)數(shù)據(jù)挖掘不同的體現(xiàn)。

“大數(shù)據(jù)”與“海量數(shù)據(jù)”并不完全相同，“大數(shù)據(jù)”在數(shù)量上包含“海量數(shù)據(jù)”，但“大數(shù)據(jù)”在時(shí)間或速度維度上又區(qū)別于“海量數(shù)據(jù)”。結(jié)構(gòu)的復(fù)雜化，處理數(shù)據(jù)的速度和效率都有別于“海量數(shù)據(jù)”。

1.3 大數(shù)據(jù)的影響

1.3.1 大數(shù)據(jù)將成為一種新的決策工具

2009年爆發(fā)的甲型H1N1流感，谷歌公司通過google瀏覽器中隱藏的大量數(shù)據(jù)對用戶檢索進(jìn)行分析，從而預(yù)知了流感的發(fā)生，并確定了傳播區(qū)域，從而帶給公共衛(wèi)生部門極有價(jià)值的信息，大大縮短了研究時(shí)間，而這個(gè)預(yù)測比疾控中心的判斷提前了一兩周的時(shí)間。

美國的Farecast飛機(jī)票價(jià)預(yù)測系統(tǒng)，也通過各種旅游網(wǎng)站獲得大量數(shù)據(jù)進(jìn)行分析，從而幫助乘客選擇最佳購票時(shí)機(jī)，并降低了購票成本。

大數(shù)據(jù)的預(yù)知與決策的功能將幫助我們更好地分析與決策，節(jié)省不必要的時(shí)間與成本，從而帶來更高的收益。

1.3.2 信息技術(shù)與各行業(yè)的深度融合

大數(shù)據(jù)時(shí)代下對各行業(yè)的發(fā)展都提出了新的挑戰(zhàn)。醫(yī)療、教育、金融、IT等行業(yè)都呈現(xiàn)出巨量增長的數(shù)據(jù)。而有專家則提出，未來10年，大數(shù)據(jù)及其分析將改變幾乎每一個(gè)行業(yè)的業(yè)務(wù)功能。美國大公司平均擁有的數(shù)據(jù)量，遠(yuǎn)超過美國國會(huì)圖書館所有的數(shù)據(jù)量，而這些數(shù)據(jù)則有可能改變其業(yè)務(wù)功能。

1.3.3 大數(shù)據(jù)推動(dòng)新發(fā)展

大數(shù)據(jù)的特點(diǎn)之一就是結(jié)構(gòu)的復(fù)雜性，而這些復(fù)雜的結(jié)構(gòu)需要更新的技術(shù)來支撐分析。大數(shù)據(jù)的到來無疑會(huì)帶動(dòng)新的技術(shù)的發(fā)展，而大數(shù)據(jù)的有效利用，也依賴于技術(shù)的保障，只有更新、更有力的新技術(shù)才能更好地利用大數(shù)據(jù)。

2.大數(shù)據(jù)和圖書館的關(guān)系

2.1 大數(shù)據(jù)的積累，為圖書館帶來了海量信息

由于信息技術(shù)的發(fā)展，尤其是大數(shù)據(jù)時(shí)代的到來，數(shù)據(jù)的積累與技術(shù)的結(jié)合，促進(jìn)了圖書館中數(shù)字資源的產(chǎn)生。這種電子資源的數(shù)量和種類都與日俱增，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)據(jù)形式儲(chǔ)存［3］。如此巨大的數(shù)據(jù)增長，就需要圖書館對于數(shù)據(jù)存儲(chǔ)的能力有一定要求。

2.2 網(wǎng)絡(luò)技術(shù)的提高，高速網(wǎng)絡(luò)的實(shí)現(xiàn)，移動(dòng)電話的便捷，給移動(dòng)圖書館帶來了更大的空間

根據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）今天對外發(fā)布《第32次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截至6月底，我國網(wǎng)民規(guī)模達(dá)5.91億，較2012年底增加2 656萬人。新增網(wǎng)民中使用手機(jī)上網(wǎng)的比例高達(dá)70%，而半年期新增網(wǎng)民中農(nóng)村網(wǎng)民占54.4%。網(wǎng)民數(shù)量的劇增與移動(dòng)網(wǎng)絡(luò)的便捷都使得移動(dòng)圖書館更加便利。

3.大數(shù)據(jù)對于圖書館的影響與挑戰(zhàn)

3.1 對于技術(shù)的要求

大數(shù)據(jù)的到來，對于數(shù)據(jù)處理的技術(shù)要求提升，傳統(tǒng)的數(shù)據(jù)處理滿足不了多結(jié)構(gòu)化、海量信息的要求。館藏信息量的增大，要求圖書館的數(shù)據(jù)處理技術(shù)的提升。不僅是處理結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)的處理也成為數(shù)據(jù)處理的一部分，各種非結(jié)構(gòu)化的數(shù)據(jù)又增加了大數(shù)據(jù)的復(fù)雜性。對數(shù)據(jù)的掌握將成為圖書館的核心資產(chǎn)，而對這些數(shù)據(jù)的利用則需要處理技術(shù)的支持。圖書館可以根據(jù)數(shù)據(jù)的分析來掌握用戶借閱習(xí)慣，根據(jù)數(shù)據(jù)分析服務(wù)消費(fèi)記載，提高服務(wù)質(zhì)量等。

3.2 對于人員的要求

在面對大數(shù)據(jù)的時(shí)候，圖書館人員對于大數(shù)據(jù)的認(rèn)知和理解局限了對于數(shù)據(jù)的進(jìn)一步分析加工，對于圖書館及其人員來說，大數(shù)據(jù)還十分陌生，并不是所有人員都能夠很好地處理分析所接收到的大數(shù)據(jù)，可能會(huì)將有可能有價(jià)值的信息忽略掉，從而使其失去價(jià)值，或者對于處理和分析大數(shù)據(jù)的能力尚未掌握，也會(huì)導(dǎo)致大量有效信息的流失［4］。所以這更需要圖書館相關(guān)人員對于大數(shù)據(jù)相關(guān)知識的進(jìn)一步了解與認(rèn)識。

3.3 對于存儲(chǔ)能力的要求

現(xiàn)代完備的圖書館不僅有圖書借閱信息、借閱人員信息外，還大量存儲(chǔ)了圖書本身的資料數(shù)據(jù)，尤其是大型或者學(xué)校的圖書館，各類書目、內(nèi)容與數(shù)量上都很多。當(dāng)前大型圖書館每年的數(shù)據(jù)增量大約為20～30TB，如此浩大的數(shù)據(jù)量，對于一個(gè)擁有100TB存儲(chǔ)容量的圖書館也只能滿足3～5年的數(shù)據(jù)存儲(chǔ)需要。但是現(xiàn)今圖書館的存儲(chǔ)設(shè)備的利用率低，還不過總?cè)萘康囊话耄€有很多的空間可以挖掘。這需要圖書館在數(shù)據(jù)存儲(chǔ)方面作出改變，可以利用壓縮技術(shù)、消重技術(shù)、提高空間利用率等手段，對館藏?cái)?shù)據(jù)進(jìn)行整理整合，完善存儲(chǔ)［5］。

3.4 對于改善服務(wù)的要求

圖書館的智能化服務(wù)已經(jīng)是大數(shù)據(jù)時(shí)代下圖書館發(fā)展的趨勢，不僅需要智能化的技術(shù)處理、分析數(shù)據(jù)，更需要智能化的服務(wù)來面對讀者。服務(wù)的內(nèi)容和手段的智能化提高有利于服務(wù)對象的滿意度提高。智能化的分析大量并且結(jié)構(gòu)復(fù)雜的讀者數(shù)據(jù)，了解讀者閱讀習(xí)慣，有利于推送等服務(wù)的開展，有利于圖書館服務(wù)的開展［6］。

4.結(jié)束語

大數(shù)據(jù)時(shí)代的到來，給很多領(lǐng)域帶來了機(jī)會(huì)和挑戰(zhàn)，對于圖書館情報(bào)領(lǐng)域也不例外。大數(shù)據(jù)的海量特征為我們能找到所需信息提供了可能性，但同時(shí)其結(jié)構(gòu)的復(fù)雜性又對數(shù)據(jù)處理技術(shù)提出了更高的要求。圖書館作為現(xiàn)代社會(huì)中公共信息服務(wù)體系必要的組成部分，不可避免地會(huì)受到社會(huì)技術(shù)應(yīng)用潮流的影響，對于大數(shù)據(jù)的掌握是將圖書館的發(fā)展走向現(xiàn)代化的必經(jīng)之路。技術(shù)上的提高與圖書館相關(guān)人員知識的提升都影響著大數(shù)據(jù)時(shí)代下圖書管的發(fā)展，所以，圖書館若想在大數(shù)據(jù)時(shí)代良好的發(fā)展，應(yīng)該了解大數(shù)據(jù)并合理利用大數(shù)據(jù)，對現(xiàn)在模式進(jìn)行改善，從服務(wù)、人員培訓(xùn)、技術(shù)更新等方面提出要求。提升其核心競爭力，以最優(yōu)狀態(tài)在大數(shù)據(jù)時(shí)代中發(fā)展。

［1］張文彥.大數(shù)據(jù)時(shí)代的圖書館初探［J］.圖書與情報(bào)，2012（6）.

［2］［4］樊偉紅，李晨暉，張興旺，秦曉珠，郭自寬.圖書館需要怎樣的“大數(shù)據(jù)”［J］.圖書館雜志，2012（11）.

［3］朱靜薇，李紅艷.大數(shù)據(jù)時(shí)代下圖書館的挑戰(zhàn)及其應(yīng)對策略［J］.現(xiàn)代情報(bào)，2013（5）.

［5］羅彬，陽靜，袁赟.數(shù)字圖書館中大數(shù)據(jù)存儲(chǔ)的應(yīng)用研究［J］.科技與企業(yè)，2013（18）.

［6］韓翠峰.大數(shù)據(jù)時(shí)代圖書館的服務(wù)創(chuàng)新與發(fā)展［J］.圖書館，2013（1）.