周彥

摘 要：隨著數(shù)字圖書館的建設(shè)發(fā)展，各類型數(shù)據(jù)急劇增長，正朝著海量數(shù)據(jù)方向發(fā)展，數(shù)字圖書館面臨著數(shù)字資源長期保存、資源整合、信息安全以及服務(wù)創(chuàng)新等多方面的挑戰(zhàn)。大數(shù)據(jù)系統(tǒng)建設(shè)正是解決上述問題、全面提升服務(wù)能力的有效途徑。

關(guān)鍵詞：大數(shù)據(jù)；數(shù)字圖書館；創(chuàng)新應(yīng)用

大數(shù)據(jù)作為繼云計(jì)算、物聯(lián)網(wǎng)之后信息技術(shù)的又一重大突破，必將深刻影響人們的日常生活。特別是在數(shù)字圖書館的建設(shè)發(fā)展方面的作用不容小覷。本文研究分析了在數(shù)字圖書館建設(shè)領(lǐng)域大數(shù)據(jù)建設(shè)的重要意義、面臨挑戰(zhàn)、主要應(yīng)用，對數(shù)字圖書館大數(shù)據(jù)系統(tǒng)建設(shè)進(jìn)行了有益思考。

一、大數(shù)據(jù)概述

（一）大數(shù)據(jù)定義

對于“大數(shù)據(jù)”，研究機(jī)構(gòu)Gartner給出了這樣的定義。大數(shù)據(jù)是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。大數(shù)據(jù)是一個(gè)體量特別大、數(shù)據(jù)類別特別多的數(shù)據(jù)集，并且這樣的數(shù)據(jù)集無法用傳統(tǒng)數(shù)據(jù)庫工具對其內(nèi)容進(jìn)行抓取、管理和處理，具有體量巨大、類型繁多、時(shí)效性強(qiáng)、價(jià)值密度低四個(gè)基本特征。大數(shù)據(jù)技術(shù)是數(shù)據(jù)采集、數(shù)據(jù)存取、云存儲(chǔ)和分布式文件存儲(chǔ)、各類統(tǒng)計(jì)分析、數(shù)據(jù)挖掘、模型預(yù)測、結(jié)果呈現(xiàn)等數(shù)據(jù)處理技術(shù)的統(tǒng)稱，可以為決策乃至個(gè)人生活帶來便利。

（二）大數(shù)據(jù)研究的發(fā)展

大數(shù)據(jù)研究熱潮剛一興起，就得到了眾多發(fā)達(dá)國家和IT廠商的支持。2012年，美國宣布投資2億美元用于大數(shù)據(jù)研究。市場咨詢公司IDC、Gartner、麥肯錫等，均展開了大數(shù)據(jù)專項(xiàng)業(yè)務(wù)和服務(wù)支持；IBM等硬件廠商紛紛推出大數(shù)據(jù)從存儲(chǔ)到分析的全套方案。我國于2015年出臺(tái)了《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》，這從政府到民生全方位規(guī)劃部署了大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展戰(zhàn)略。對大數(shù)據(jù)的研究逐漸從理論到實(shí)踐、從硬件到軟件配套、從企業(yè)行為到國家戰(zhàn)略。今年3月5日，在第十二屆全國人民代表大會(huì)第三次會(huì)議上，李克強(qiáng)總理提出制定“互聯(lián)網(wǎng)+”行動(dòng)計(jì)劃。所謂“互聯(lián)網(wǎng)+”，實(shí)際上是創(chuàng)新2.0下的互聯(lián)網(wǎng)發(fā)展新形態(tài)、新業(yè)態(tài)，是知識社會(huì)創(chuàng)新2.0推動(dòng)下的互聯(lián)網(wǎng)形態(tài)演進(jìn)。它不僅僅是互聯(lián)網(wǎng)移動(dòng)了、泛在了、應(yīng)用于傳統(tǒng)行業(yè)了，更會(huì)同無處不在的計(jì)算、數(shù)據(jù)、知識，造就了無處不在的創(chuàng)新，推動(dòng)了知識社會(huì)以用戶創(chuàng)新、開放創(chuàng)新、大眾創(chuàng)新、協(xié)同創(chuàng)新為特點(diǎn)的創(chuàng)新2.0。這勢必對廣泛應(yīng)用互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)技術(shù)的數(shù)字圖書館領(lǐng)域產(chǎn)生深遠(yuǎn)的影響。

（三）數(shù)字圖書館與大數(shù)據(jù)技術(shù)

數(shù)字圖書館管理與服務(wù)數(shù)據(jù)具有規(guī)模海量、種類繁多、價(jià)值挖掘難度大的特點(diǎn)，這恰恰與大數(shù)據(jù)的特征是相契合，并且大數(shù)據(jù)比海量數(shù)據(jù)結(jié)構(gòu)更復(fù)雜、價(jià)值密度更低、分析更為深度廣度、使用價(jià)值更大。因此我們可以考慮能否通過大數(shù)據(jù)技術(shù)解決巨大的甚至是海量的圖書信息存儲(chǔ)壓力、過大的資源和用戶需求數(shù)據(jù)分析和過高的系統(tǒng)建設(shè)管理要求，從而提高數(shù)字圖書館的核心競爭力。

二、數(shù)字圖書館建設(shè)發(fā)展面臨的挑戰(zhàn)

隨著大數(shù)據(jù)時(shí)代的來臨，數(shù)字圖書館建設(shè)發(fā)展面臨著很多新的挑戰(zhàn)。

（一）傳統(tǒng)數(shù)據(jù)存儲(chǔ)模式應(yīng)對數(shù)據(jù)海量增加的挑戰(zhàn)。一是計(jì)算能力、存儲(chǔ)能力的增強(qiáng)遠(yuǎn)遠(yuǎn)落后于數(shù)據(jù)量的增長及數(shù)據(jù)復(fù)雜性的變化。數(shù)字圖書館管理與服務(wù)數(shù)據(jù)類型除傳統(tǒng)結(jié)構(gòu)化文本數(shù)據(jù)外，還包括網(wǎng)絡(luò)日志、圖片、音頻、視頻、讀者地理位置信息等非結(jié)構(gòu)化數(shù)據(jù)，且非結(jié)構(gòu)化數(shù)據(jù)占據(jù)數(shù)據(jù)總量的65%以上。二是物聯(lián)網(wǎng)、傳感網(wǎng)、云計(jì)算等信息技術(shù)的飛速發(fā)展，知識服務(wù)應(yīng)用領(lǐng)域不斷擴(kuò)展，服務(wù)類型、數(shù)量、應(yīng)用高速增長，基數(shù)巨大，使大量非結(jié)構(gòu)化數(shù)據(jù)廣泛交互移動(dòng)，為知識管理及信息服務(wù)模式提出更高的要求。

（二）傳統(tǒng)數(shù)據(jù)分析向廣度深度發(fā)展的挑戰(zhàn)。高可靠性、高可擴(kuò)展性的數(shù)據(jù)分析技術(shù)成為亟待解決的問題。大數(shù)據(jù)技術(shù)不僅可以通過數(shù)據(jù)了解用戶的行為、信息需求、知識應(yīng)用能力，更可以利用數(shù)據(jù)對與用戶的交互知識服務(wù)過程進(jìn)行分析預(yù)測，如進(jìn)行讀者流失分析及價(jià)值分析，從而應(yīng)對圖書館未來所面對的生存危機(jī)。

（三）總結(jié)數(shù)字圖書管理經(jīng)驗(yàn)規(guī)律的挑戰(zhàn)。各類現(xiàn)行數(shù)字圖書管理軟件統(tǒng)計(jì)記錄了大量重復(fù)的管理信息，管理者很難從這些重復(fù)的信息中理出頭緒，總結(jié)出有價(jià)值的管理經(jīng)驗(yàn)和規(guī)律。造成末端管理員需求很難影響頂層設(shè)計(jì)決策，至上而下的管理方式無法滿足數(shù)字圖書管理精確化、實(shí)時(shí)性、全過程的管理需求。

（四）有效規(guī)避知識產(chǎn)權(quán)風(fēng)險(xiǎn)的挑戰(zhàn)。隨著數(shù)字圖書館應(yīng)用平臺(tái)越發(fā)廣泛，目前已由互聯(lián)網(wǎng)向移動(dòng)通信網(wǎng)、廣播電視網(wǎng)、移動(dòng)網(wǎng)絡(luò)等平臺(tái)延伸，任何人都可通過數(shù)字圖書館獲取所需的知識，但如何保護(hù)知識產(chǎn)權(quán)這一難題，不僅要從立法許可方面著手，也需從技術(shù)上進(jìn)行限制規(guī)避，最大限度的實(shí)現(xiàn)版權(quán)的排他性與信息共享之間平衡。

三、大數(shù)據(jù)技術(shù)在數(shù)字圖書館建設(shè)中的應(yīng)用

從大數(shù)據(jù)中分析和挖掘出數(shù)字圖書館建設(shè)發(fā)展的特點(diǎn)規(guī)律，促進(jìn)知識服務(wù)的智能輔助決策能力提高，是在新起點(diǎn)上推動(dòng)數(shù)字圖書館服務(wù)創(chuàng)新發(fā)展的必然選擇。大數(shù)據(jù)技術(shù)在數(shù)字圖書館建設(shè)中主要有以下應(yīng)用：

（一）進(jìn)行數(shù)字資源整合。以用戶需求為導(dǎo)向，以保證信息資源質(zhì)量為目標(biāo)，建立超大型元數(shù)據(jù)倉儲(chǔ)，構(gòu)建數(shù)據(jù)資源目錄體系和交換體系，從而實(shí)現(xiàn)資源的統(tǒng)一聚合與一站式檢索，將云服務(wù)與關(guān)聯(lián)數(shù)據(jù)結(jié)合起來實(shí)現(xiàn)數(shù)字館藏的組織與聚合，構(gòu)建“資源—用戶”關(guān)系模型的思路展開工作。面向各項(xiàng)業(yè)務(wù)應(yīng)用主題建立數(shù)據(jù)倉庫，按照統(tǒng)一定義的格式提取數(shù)據(jù)，再通過清洗、轉(zhuǎn)換、集成后進(jìn)入數(shù)據(jù)倉庫，形成面向主題、單一、完整和一致的數(shù)據(jù)存儲(chǔ)，實(shí)現(xiàn)數(shù)據(jù)共享和“一數(shù)一源”。大數(shù)據(jù)環(huán)境下，既要對多種異質(zhì)文檔進(jìn)行管理，又要支持多媒體文檔的存儲(chǔ)、檢索和管理，并且對原生資源進(jìn)行有系統(tǒng)、有組織地開發(fā)整理，以便將資源數(shù)據(jù)長期保存，充分發(fā)揮數(shù)字圖書館的規(guī)模效益。

（二）實(shí)現(xiàn)資源合理配置。通過開展數(shù)據(jù)資源流向、流量和流速分析，測算數(shù)字圖書的需求量和服務(wù)能力，對數(shù)字圖書館服務(wù)資源“先手”投子布勢，合理安排投向和投量，展開館際區(qū)域合作和資源實(shí)時(shí)共享。同時(shí)，對用戶滿意度、資源利用分布及趨勢發(fā)展等知識服務(wù)應(yīng)用情況作出深度解析和跟蹤，并通過信息回路及時(shí)進(jìn)行反饋，為科學(xué)進(jìn)行信息導(dǎo)航、圖書推薦、讀者互動(dòng)、知識鏈接等服務(wù)提供技術(shù)支撐，從而實(shí)現(xiàn)數(shù)據(jù)主導(dǎo)型的知識服務(wù)，提升數(shù)字圖書館服務(wù)效益。

（三）深度分析和調(diào)用資源?；诖髷?shù)據(jù)的數(shù)字圖書館資源平臺(tái)通過資源的整合和統(tǒng)一調(diào)度，不僅可以解決資源共享的問題，而且還可將各個(gè)專業(yè)性局部性的資源作為整體綜合性資源的一部分，歸納提煉用戶觀察數(shù)據(jù)、分析數(shù)據(jù)的不同維度，并按照這些維度為用戶在后臺(tái)構(gòu)建多維的數(shù)據(jù)立方體，實(shí)現(xiàn)知識發(fā)現(xiàn)和預(yù)測等深度應(yīng)用，極大提升了資源的利用價(jià)值。比如，讀者可以整個(gè)平臺(tái)的資源為研究對象，對同一主題的各種不同數(shù)據(jù)進(jìn)行綜合計(jì)算，在因果關(guān)系之外，發(fā)現(xiàn)數(shù)據(jù)間的相關(guān)性，獲得新的知識和信息，使得讀者對單個(gè)或全體數(shù)據(jù)的分析和預(yù)測成為可能。

（四）有效規(guī)避知識風(fēng)險(xiǎn)。在大數(shù)據(jù)時(shí)代，數(shù)字圖書館必須重視知識產(chǎn)權(quán)的保護(hù)，在技術(shù)上進(jìn)行有效規(guī)避。按照國家統(tǒng)一的技術(shù)體制和標(biāo)準(zhǔn)要求，研發(fā)具有完全自主知識產(chǎn)權(quán)的系統(tǒng)平臺(tái)，規(guī)定各類數(shù)字圖書館的法定許可權(quán)，通過訪問控制技術(shù)、數(shù)字水印技術(shù)、身份識別技術(shù)等手段對數(shù)字資源及用戶權(quán)進(jìn)行限制，并對信息資源建設(shè)、傳播和利用進(jìn)行合法授權(quán)，從而實(shí)現(xiàn)版權(quán)的排他性與信息共享之間的平衡，最大限度地維護(hù)數(shù)字圖書館的合法權(quán)益。

長期以來，傳統(tǒng)圖書館都在一個(gè)“供應(yīng)文獻(xiàn)”的狀態(tài)下。隨著大數(shù)據(jù)技術(shù)的發(fā)展和廣泛應(yīng)用，數(shù)字圖書館建設(shè)必須一改以往的狀態(tài)和思路，在大數(shù)據(jù)技術(shù)的廣泛應(yīng)用和支持下，進(jìn)一步加大各類資源的揭示力度，加大數(shù)據(jù)實(shí)時(shí)共享，加大用戶數(shù)據(jù)分析，提供多樣化的知識應(yīng)用服務(wù)，全面提升數(shù)字圖書館服務(wù)效益，更好地實(shí)現(xiàn)數(shù)字圖書館的服務(wù)使命，為每一名讀者帶來更好的用戶體驗(yàn)。

（作者單位：深圳少年兒童圖書館）

參考文獻(xiàn)：

[1] 李白楊，張心源.數(shù)字圖書館建設(shè)中大數(shù)據(jù)問題初探[J].情報(bào)科學(xué)，2013（11）：26-29