趙月

摘要：現(xiàn)代社會(huì)中，圖書(shū)館是公共信息服務(wù)體系的重要組成部分，因此容易受到社會(huì)技術(shù)應(yīng)用潮流的影響。因此信息管理的從業(yè)人員應(yīng)該盡早了解大數(shù)據(jù)技術(shù)的重大意義，以及這一項(xiàng)技術(shù)在圖書(shū)館建設(shè)中將會(huì)產(chǎn)生的積極影響，更好地實(shí)現(xiàn)大數(shù)據(jù)技術(shù)的優(yōu)化應(yīng)用。隨著國(guó)內(nèi)公共文化信息服務(wù)體系建設(shè)的深入完善、圖書(shū)館用戶(hù)基礎(chǔ)的不斷壯大、讀者和資源類(lèi)數(shù)據(jù)的急劇增長(zhǎng)，要求圖書(shū)館在自身的建設(shè)上帶有前瞻性，在信息服務(wù)上需要利用現(xiàn)有的半結(jié)構(gòu)化及非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行有效分析，并針對(duì)可能遇到的問(wèn)題提出相應(yīng)的策略。

關(guān)鍵詞：大數(shù)據(jù)；圖書(shū)館；建設(shè)策略

中圖分類(lèi)號(hào)：G252 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1006-8937（2014）20-0142-02

1管理層次方面

在麥肯錫咨詢(xún)公司提出“大數(shù)據(jù)”這一概念之后，IBM、EMC、惠普以及微軟等多家互聯(lián)網(wǎng)巨頭也迅速認(rèn)識(shí)到從海量數(shù)據(jù)中挖掘提取有效數(shù)據(jù)資源進(jìn)行分析后，針對(duì)未來(lái)業(yè)務(wù)可能的發(fā)展趨勢(shì)提出的可行性預(yù)測(cè)的重要性，紛紛通過(guò)收購(gòu)進(jìn)行大數(shù)據(jù)業(yè)務(wù)的公司來(lái)實(shí)現(xiàn)資源整合，表明互聯(lián)網(wǎng)公司從管理層次方面認(rèn)識(shí)到大數(shù)據(jù)的重要性。我國(guó)的圖書(shū)館服務(wù)及建設(shè)，不管是盈利性的圖書(shū)館還是公益性的圖書(shū)館，都應(yīng)該從管理層次方面認(rèn)識(shí)到大數(shù)據(jù)可能會(huì)給圖書(shū)館行業(yè)帶來(lái)的危機(jī)以及機(jī)遇。因此，成立數(shù)據(jù)管理部門(mén)與機(jī)構(gòu), 制定數(shù)據(jù)管理政策、統(tǒng)一的標(biāo)準(zhǔn)及共享平臺(tái)，從管理層次方面規(guī)范數(shù)據(jù)應(yīng)用，并將其加以制度化成為了圖書(shū)館業(yè)界的首要任務(wù)。

大數(shù)據(jù)建設(shè)并不是一項(xiàng)無(wú)序的、靜態(tài)的、短時(shí)期就能完成的工程，而是一項(xiàng)需要長(zhǎng)期投入的工程。從總的發(fā)展趨勢(shì)來(lái)說(shuō)，大數(shù)據(jù)建設(shè)需要通過(guò)精心的安排，力求使其步入良性化、秩序化的發(fā)展軌道。一方面，我們需要在全面了解大數(shù)據(jù)技術(shù)的核心構(gòu)成要素的基礎(chǔ)上，通過(guò)建設(shè)一整套的運(yùn)行機(jī)制，使該技術(shù)能夠很好地與相應(yīng)的設(shè)施相配套。另一方面，通過(guò)做好頂層設(shè)計(jì)，使大數(shù)據(jù)技術(shù)的應(yīng)用在開(kāi)始就

正是因?yàn)樯鲜鲈?，在現(xiàn)代圖書(shū)館系統(tǒng)內(nèi)部成立相關(guān)的管理部分，在處理相關(guān)數(shù)據(jù)處理的基礎(chǔ)上，為實(shí)現(xiàn)數(shù)據(jù)的統(tǒng)一管理和有效利用作為基礎(chǔ)，使得相關(guān)信息能夠在各地區(qū)、各部門(mén)之間保持協(xié)調(diào)是圖書(shū)館應(yīng)對(duì)大數(shù)據(jù)時(shí)代所應(yīng)該采取的管理層次方面的措施。在美國(guó)高校中，有些學(xué)校的圖書(shū)館成立了專(zhuān)門(mén)的“數(shù)據(jù)研究管理服務(wù)工作組（RDSMG）”，如麻省理工學(xué)院、弗吉尼亞大學(xué)以及康奈爾大學(xué)等。雖然目前我國(guó)圖書(shū)館業(yè)界認(rèn)識(shí)到了大數(shù)據(jù)對(duì)工作內(nèi)容和方式可能帶來(lái)的影響，但在管理層次方面還未著手開(kāi)始進(jìn)行改革，因而在數(shù)據(jù)管理、共享和數(shù)據(jù)利用、處理以及數(shù)據(jù)版權(quán)方面，從技術(shù)上或者從政策上都還存在著漏洞，其實(shí)這不僅限制了圖書(shū)館自身的發(fā)展，也使得圖書(shū)館用戶(hù)的使用權(quán)利受限。因此，大數(shù)據(jù)時(shí)代圖書(shū)館的建設(shè)要首先從管理層次方面得到重視。

2技術(shù)層次方面

圖書(shū)館的建設(shè)不僅是硬件設(shè)施層面的要求，也需要在管理措施方面進(jìn)行提升，使其符合大數(shù)據(jù)時(shí)代來(lái)臨的建設(shè)要求，政策是否能夠得到有效地落實(shí)、如何落實(shí)相關(guān)政策更具備可行性，這些都要從技術(shù)層面進(jìn)行考量。因此，以何種方式去建設(shè)現(xiàn)代化的圖書(shū)館、以及相應(yīng)的大數(shù)據(jù)結(jié)構(gòu)如何配置都是我們必須面對(duì)的，尤其是在解決大數(shù)據(jù)的采集、處理、存儲(chǔ)等配套技術(shù)性問(wèn)題都需要進(jìn)行研究。簡(jiǎn)單來(lái)說(shuō)，從多元化渠道獲得海量數(shù)據(jù)不僅蘊(yùn)涵著極有價(jià)值的信息，但也充斥著冗雜信息。這就需要運(yùn)用大數(shù)據(jù)技術(shù)力求從中獲得有效信息，這一點(diǎn)是建構(gòu)大數(shù)據(jù)的核心，也決定著我們能夠以正確的方式應(yīng)對(duì)時(shí)代變革。我們需要從數(shù)據(jù)的采集、儲(chǔ)存、處理、分析和應(yīng)用等方面給予宏觀的觀照。將大數(shù)據(jù)作為一個(gè)系統(tǒng)工程來(lái)進(jìn)行，進(jìn)而建構(gòu)形成基本現(xiàn)代形態(tài)的圖書(shū)館架構(gòu)圖：主要包括大數(shù)據(jù)采集、大數(shù)據(jù)存儲(chǔ)、大數(shù)據(jù)處理及大數(shù)據(jù)應(yīng)用四層。第一層是大數(shù)據(jù)采集，數(shù)據(jù)庫(kù)、RFID、科學(xué)數(shù)據(jù)、論文、課件、郵件、微博和社交網(wǎng)絡(luò)等等都是圖書(shū)館信息數(shù)據(jù)的來(lái)源，其中包括結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)信息。第二層是大數(shù)據(jù)的儲(chǔ)存，利用云存儲(chǔ)、虛擬技術(shù)、HDFS、HBASE、Hadoop、MapRaduce技術(shù)等存儲(chǔ)海量數(shù)據(jù)。大數(shù)據(jù)的處理是圖書(shū)館大數(shù)據(jù)架構(gòu)的第三層，數(shù)據(jù)集成、抽取、建模、網(wǎng)格計(jì)算、聚合與關(guān)聯(lián)、重復(fù)數(shù)據(jù)刪除、數(shù)據(jù)加密、容災(zāi)和備份等等都屬于數(shù)據(jù)處理的范疇。第四層就是大數(shù)據(jù)的應(yīng)用，只有將處理后的數(shù)據(jù)用于各類(lèi)型的服務(wù)才使整個(gè)圖書(shū)館大數(shù)據(jù)架構(gòu)得以完成。應(yīng)用的方面可以包括信息檢索、資源發(fā)現(xiàn)、數(shù)據(jù)挖掘、應(yīng)用軟件、推薦服務(wù)、學(xué)科化服務(wù)、個(gè)性化服務(wù)等。從現(xiàn)代圖書(shū)館的整體性建構(gòu)來(lái)說(shuō)，在大數(shù)據(jù)技術(shù)背景之下，應(yīng)著力解決以下幾個(gè)方面。

2.1大數(shù)據(jù)的統(tǒng)一表示及融合

現(xiàn)代信息技術(shù)的飛速發(fā)展使得信息產(chǎn)生的速度越來(lái)越快，通過(guò)不同方式產(chǎn)生不同格式的數(shù)據(jù)越來(lái)越多，因此圖書(shū)館大數(shù)據(jù)中包括的不再是單一格式的結(jié)構(gòu)化數(shù)據(jù)，而是包含了很多半結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)。在大量的信息資源中挖掘有用信息具體表現(xiàn)為：我們也可以這樣說(shuō)，是否能夠直觀地展現(xiàn)出數(shù)據(jù)本身的意義，主要取決于數(shù)據(jù)表示的方法。如果我們不將海量的數(shù)據(jù)加以整合、挖掘和分析，就無(wú)法發(fā)揮出大數(shù)據(jù)本身的重大價(jià)值。各種數(shù)據(jù)和信息能否統(tǒng)一規(guī)范的表示及有效地融合，從而構(gòu)建起文獻(xiàn)與數(shù)字資源體系是大數(shù)據(jù)目前面臨的一個(gè)最基本問(wèn)題。

2.2解決大數(shù)據(jù)量存儲(chǔ)的問(wèn)題

數(shù)據(jù)存儲(chǔ)是大數(shù)據(jù)時(shí)代面前的諸多問(wèn)題中最為核心，首先表現(xiàn)為面對(duì)大數(shù)據(jù)的高效率處理和訪(fǎng)問(wèn)明顯增加，使得數(shù)據(jù)庫(kù)及其相關(guān)技術(shù)的要求有較為明顯的提升。而云計(jì)算技術(shù)的快速發(fā)展深刻影響著相關(guān)的數(shù)據(jù)庫(kù)技術(shù)，并迫使相配套的數(shù)據(jù)庫(kù)技術(shù)不斷升級(jí)。例如據(jù)NoSQL、MapReduce和Hadoop都是常用的，非關(guān)系型數(shù)據(jù)庫(kù)分析技術(shù)的優(yōu)勢(shì)是能夠進(jìn)行大規(guī)模的并行處理，同時(shí)簡(jiǎn)單易用，不需要進(jìn)行復(fù)雜的換算演化。在以特定的表現(xiàn)方式呈現(xiàn)出相應(yīng)問(wèn)題的處理方案的同時(shí)，非結(jié)構(gòu)化數(shù)據(jù)的處理正在成為大數(shù)據(jù)技術(shù)發(fā)展的關(guān)鍵性技術(shù)增長(zhǎng)點(diǎn)。

2.3解決非結(jié)構(gòu)化數(shù)據(jù)的分析和挖掘問(wèn)題

數(shù)據(jù)挖掘和分析工作之所以具有非常重要的作用，是因?yàn)榇髷?shù)據(jù)不僅信息量大，而且類(lèi)型復(fù)雜多樣，不僅包括結(jié)構(gòu)化數(shù)據(jù)，還包括半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。

傳統(tǒng)的數(shù)據(jù)挖掘與分析方式能夠有效應(yīng)對(duì)結(jié)構(gòu)化數(shù)據(jù)，但是對(duì)關(guān)系型數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)就無(wú)能為力。而正是這些在圖書(shū)館的大數(shù)據(jù)中傳統(tǒng)的數(shù)據(jù)挖掘分析手段無(wú)法處理的半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)才與用戶(hù)有著直接的關(guān)系。例如讀者的興趣不會(huì)體現(xiàn)在結(jié)構(gòu)化的數(shù)據(jù)當(dāng)中，而通過(guò)對(duì)待處理的非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行挖掘和分析才能了解這一點(diǎn)。通過(guò)處理結(jié)構(gòu)化數(shù)據(jù)對(duì)讀者的顯性行為進(jìn)行分析，處理半結(jié)構(gòu)、非結(jié)構(gòu)化數(shù)據(jù)對(duì)隱性的潛藏信息進(jìn)行深度挖掘，只有準(zhǔn)確地把握閱讀群體的審美訴求，才能為讀者群體提供更為個(gè)性化、人性化的服務(wù)。

建立數(shù)據(jù)內(nèi)容基礎(chǔ)之上的推薦方式是當(dāng)下最為流行的推薦方式之一，另一種是協(xié)同過(guò)濾。就后者而言，往往能夠根據(jù)讀者的閱讀興趣和數(shù)據(jù)呈現(xiàn)的稀疏性反映出某些潛在的問(wèn)題。如何挖掘協(xié)同過(guò)濾算法模型中存在的規(guī)則，設(shè)計(jì)可以提供個(gè)性化的服務(wù)，是圖書(shū)館研究的方向。

3隊(duì)伍建設(shè)方面

圖書(shū)館服務(wù)要隨著技術(shù)的改變和用戶(hù)服務(wù)要求的變化而提升和完善。不僅是服務(wù)的方式、途徑還是服務(wù)的模式都將要發(fā)生改變。通過(guò)大量數(shù)據(jù)挖掘、組織和分析后決定的服務(wù)策略可能更具有針對(duì)性和鮮明性，服務(wù)方式和手段也會(huì)隨之調(diào)整。在執(zhí)行文獻(xiàn)服務(wù)、信息咨詢(xún)和學(xué)科服務(wù)這些原有的服務(wù)策略的同時(shí)，以信息處理與服務(wù)為優(yōu)勢(shì)的圖書(shū)館的服務(wù)范圍及領(lǐng)域會(huì)得到更大的擴(kuò)展。服務(wù)領(lǐng)域的擴(kuò)展、服務(wù)種類(lèi)的增加以及服務(wù)質(zhì)量的提升要求圖書(shū)館在人力資源儲(chǔ)備和培訓(xùn)不斷強(qiáng)化，力求能夠在較短的時(shí)間內(nèi)建設(shè)起一支高素質(zhì)的圖書(shū)館專(zhuān)業(yè)隊(duì)伍。

傳統(tǒng)類(lèi)型的圖書(shū)館建立在其自身的管理方式、工作內(nèi)容，以及工作方式和管理思維基礎(chǔ)之上。但在大數(shù)據(jù)的信息環(huán)境中傳統(tǒng)型圖書(shū)館運(yùn)作模式遭遇到前所未有的挑戰(zhàn)，并使其內(nèi)部構(gòu)成方式發(fā)生了巨大的變化。

抓住這個(gè)機(jī)遇，盡快開(kāi)展數(shù)據(jù)管理服務(wù)是圖書(shū)館目前的首要任務(wù)，要想做好這一項(xiàng)工作，需要圖書(shū)館不斷提升支撐相關(guān)研究的服務(wù)內(nèi)容、以及與其相配套的服務(wù)能力。NSB明確指出數(shù)據(jù)挖掘、獲取、處理、保存、分析、利用和可視化為職業(yè)的數(shù)據(jù)科學(xué)家（Data Scientist）中，應(yīng)該包含有信息與計(jì)算機(jī)專(zhuān)業(yè)人員、相關(guān)領(lǐng)域的專(zhuān)家和圖書(shū)館管理人員。美國(guó)圖書(shū)館研究協(xié)會(huì)認(rèn)為，未來(lái)的圖書(shū)館管理人員最為重要的能力就是研究數(shù)據(jù)管理能力。由此可見(jiàn)，能夠盡快的培養(yǎng)一支掌握現(xiàn)代信息處理技術(shù)，將直接影響到圖書(shū)館事業(yè)的發(fā)展能夠適應(yīng)新形勢(shì)的需要。綜合素質(zhì)較好的“數(shù)據(jù)官員”是圖書(shū)館隊(duì)伍建設(shè)首先要解決的問(wèn)題。只有不斷發(fā)展壯大這支隊(duì)伍，并使之成為信息數(shù)據(jù)資源的整理者、分析者、傳播者和教育者，才能真正促進(jìn)圖書(shū)館事業(yè)向著更為全面的方向繼續(xù)前進(jìn)。

參考文獻(xiàn)：

[1] 熊金超.全球迎來(lái)大數(shù)據(jù)時(shí)代數(shù)據(jù)成為越來(lái)越有用資源[EB/OL].

http：//www.hb.xinhuanet.com/2012-11/07/c_113623396.htm,2012-11-

07.

[2] 徐子沛.大數(shù)據(jù)：正在到來(lái)的數(shù)據(jù)革命，以及它如何改變政府、商業(yè)與我們的生活[M].桂林:廣西師范大學(xué)出版社,2012.

[3] 李福銘.高校圖書(shū)館館藏中文圖書(shū)書(shū)齡與利用率研究[J].湘潭礦業(yè)學(xué)院學(xué)報(bào),1998,(2).

[4] 尹秀波.基于館藏結(jié)構(gòu)分析與文獻(xiàn)利用統(tǒng)計(jì)的館藏文獻(xiàn)資源質(zhì)量評(píng)價(jià)研究[J].情報(bào)科學(xué),2011,(4).

[5] 代曉飛.香港地區(qū)高校圖書(shū)館館藏發(fā)展政策研究[J].圖書(shū)館學(xué)研究,2011,(3).

[6] 陳立剛.高校圖書(shū)館館藏質(zhì)量分析與優(yōu)化探討[J].圖書(shū)館論壇,2010,(2).

endprint