圖書館大數(shù)據(jù)模型

精選優(yōu)質(zhì)文檔-----傾情為你奉上精選優(yōu)質(zhì)文檔-----傾情為你奉上專心---專注---專業(yè)專心---專注---專業(yè)精選優(yōu)質(zhì)文檔-----傾情為你奉上專心---專注---專業(yè)圖書館大數(shù)據(jù)模型“大數(shù)據(jù)（BigData）”是繼Web2.0之后和云計算一起被媒體最關注的詞匯組合，并正在引起信息科技領域越來越多的關注熱潮。IBM、EMC、Oracle、Microsoft等IT巨頭幾乎都已投身到了大數(shù)據(jù)的軟硬件技術整合、大數(shù)據(jù)信息處理的技術供應研究開發(fā)之中，力求在新一輪的信息競爭環(huán)境中占據(jù)主動，并搶得戰(zhàn)略先機與技術制高點。圖書館作為社會的知識信息服務中心，使得社會對圖書館所提供的服務要求更為苛刻，潛在的知識挖掘、知識評價、數(shù)據(jù)分析等增值服務需求已經(jīng)開始顯現(xiàn)。利用大數(shù)據(jù)技術去挖掘、識別、組織與分析隱含在讀者行為中的結構化、半結構化數(shù)據(jù)信息，尋找他們的隱形訴求進而改進圖書館的服務，達到圖書館資源、服務與讀者需求的雙向理想控制已成為大數(shù)據(jù)時代圖書館提高服務體系的組織水平、推動行業(yè)發(fā)展與制度建設的捷徑之一。一、大數(shù)據(jù)概念（一）大數(shù)據(jù)的定義維基百科的定義是：“大數(shù)據(jù)（BigData），或稱巨量數(shù)據(jù)、海量數(shù)據(jù)、大資料，指的是所涉及的數(shù)據(jù)量規(guī)模巨大到無法通過人工，在合理時間內(nèi)達到截取、管理、處理、并整理成為人類所能解讀的信息?！盵1]也就是說，由于所涉及的數(shù)據(jù)規(guī)模巨大，以至于利用目前的主要軟件工具，在可允許的時間范圍內(nèi)，達到查詢檢索、下載獲取、加工處理、數(shù)據(jù)管理，并有效的整理成為對用戶有用的數(shù)據(jù)資源已經(jīng)變的非常困難。美國互聯(lián)網(wǎng)中心指出，互聯(lián)網(wǎng)上的數(shù)據(jù)每年將增長50%，每兩年便將翻一番，而目前世界上90%以上的數(shù)據(jù)都是近幾年產(chǎn)生的。大數(shù)據(jù)時代最大的轉(zhuǎn)變就是人們放棄對事物因果關系的渴求，取而代之的是更加關注相關關系，對人類的認知方式和與世界交流的方式都提出了全新的挑戰(zhàn)。在大數(shù)據(jù)時代，數(shù)據(jù)就是資產(chǎn)已經(jīng)成為人們的共識。（二）大數(shù)據(jù)的特點分析員道格.萊尼（DougLaney）曾在麥塔集團（METAGroup，現(xiàn)為高德納）的一份研究報告中指出大數(shù)據(jù)的三個特點：量（Volume，數(shù)據(jù)大?。⑺伲╒elocity，數(shù)據(jù)輸入輸出的速度）與多變（Variety，多樣性），合稱“3V”。另外，以IDC為代表的業(yè)界認為滿足“4V”（Volume、Velocity、Variety、Value，即種類多、流量大、容量大、價值高）指標的數(shù)據(jù)才可稱為大數(shù)據(jù)。但無論是“3V”還是“4V”，其本質(zhì)都是對大數(shù)據(jù)中的“大”的理解與闡釋。大數(shù)據(jù)的單條數(shù)據(jù)并無太多價值，但匯集龐大的單條數(shù)據(jù)集則蘊含著巨大的財富，將已有?Y構化（如關系型數(shù)據(jù)庫、面向?qū)ο髷?shù)據(jù)庫中的數(shù)據(jù)），半結構化數(shù)據(jù)與非結構化數(shù)據(jù)（如文檔、文本、圖片、XML、HTML、各類報表、圖像和音頻/視頻信息等）進行融合和分析后，會挖掘出很多新的業(yè)務信息。二、圖書館大數(shù)據(jù)（一）圖書館的大數(shù)據(jù)類型進行大數(shù)據(jù)分析首先要擁有大數(shù)據(jù)，圖書館本身擁有的大數(shù)據(jù)主要包括：1.圖書館的數(shù)字化資源。經(jīng)過數(shù)字圖書館的多年建設，圖書館擁有大量的數(shù)據(jù)庫資源、電子書資源紙質(zhì)圖書電子化的數(shù)字資源，以及各種音頻、視頻資源，這些資源在總量上很大而且增長速度也比較快，它們是圖書館大數(shù)據(jù)的重要組成部分。[2]2.社交網(wǎng)絡時代出現(xiàn)的大量非結構化數(shù)據(jù)。在門戶網(wǎng)站、搜索引擎時代之后，社交網(wǎng)絡時代已經(jīng)到來。隨之而來產(chǎn)生了大量的非結構化數(shù)據(jù)，通過大數(shù)據(jù)分析技術可以將這些數(shù)據(jù)進行收集分析，得出讀者的興趣偏好。伴隨著社交網(wǎng)絡、移動圖書館、物聯(lián)網(wǎng)等概念的興起，今后來自讀者的各種信息將越來越多，我們將在讀者使用圖書館服務的過程中收集讀者的地理位置、搜索歷史、搜索時間等信息，這些很多是非結構化和半結構化的數(shù)據(jù)，挖掘讀者偏好，為其提供最有用的信息。3.讀者使用歷史所形成的非結構化數(shù)據(jù)。在圖書館里不管是各種數(shù)據(jù)庫資源，還是紙質(zhì)資源，以及各種學生的信息都是我們的大數(shù)據(jù)。但是這些并不是大數(shù)據(jù)的全部，只是其中的一部分。比如他們對于數(shù)據(jù)庫的檢索歷史、瀏覽歷史、數(shù)據(jù)使用方向及使用方法等信息。伴隨著移動互聯(lián)時代的到來，將從手機、平板電腦、筆記本等諸多移動終端中收集到讀者的個人信息、方位信息、瀏覽信息等各種不同的數(shù)據(jù)，這才真正構成了圖書館完整的大數(shù)據(jù)采集。（二）圖書館大數(shù)據(jù)的幾個主要來源1.RFID射頻數(shù)據(jù)：RFID嵌入到圖書館相關資源中，實現(xiàn)資源的跟蹤及分析。比如圖書芯片和借閱卡芯片的相關數(shù)據(jù)，來優(yōu)化圖書布局和館藏結構。什么資源使用的多，哪個時段流通更頻繁，資源的處理效率如何等，都對圖書館資源的利用率和采購渠道至關重要。2.傳感器數(shù)據(jù)：通過分布在圖書館不同位置或環(huán)境中的傳感器對所處環(huán)境和資源進行的感知，不斷生成的數(shù)據(jù)，由于長時間積累所產(chǎn)生的數(shù)據(jù)量也非常巨大。結合物聯(lián)網(wǎng)技術，可以提升自動化設備的智能化處理能力。3.社交網(wǎng)絡交互數(shù)據(jù)：隨著社交網(wǎng)絡應用的逐步推廣，社交網(wǎng)絡所產(chǎn)生的數(shù)據(jù)量遠遠超過以往任何一個信息傳播媒介，毫無疑問，它將會成為未來很長一段時間內(nèi)，大數(shù)據(jù)最為主要的來源之一。該渠道可以更多地結合第三方商業(yè)數(shù)據(jù)接口，來完成數(shù)據(jù)匯集。4.移動互聯(lián)數(shù)據(jù)：移動互聯(lián)網(wǎng)及移動互聯(lián)技術的不斷完善，使得圖書館可以通過WIFI定位、流量監(jiān)控等方式，靈活獲取移動電子設備、人員、資源、用戶行為和需求等信息，并對這些信息進行實時分析，從而幫助我們開展有效的智能輔助決策。[3]三、大數(shù)據(jù)應用（一）實現(xiàn)針對不同讀者的個性化服務圖書館讀者具有人數(shù)眾多、年齡不同、專業(yè)方向不同等特點給圖書館提出了不同的個性化要求。而大數(shù)據(jù)的應用就在于加強用戶研究與交互數(shù)據(jù)的利用，并基于對用戶數(shù)據(jù)的分析，從中提取有價值的信息，建立用戶模型，針對不同用戶提供針對性服務。[4]圖書館里大量的用戶行為產(chǎn)生的數(shù)據(jù)，如用戶查詢書目產(chǎn)生的OPAC日志，用戶流通日志，電子資源檢索瀏覽下載產(chǎn)生的日志及流量數(shù)據(jù)，這些數(shù)據(jù)中除了用于記錄讀者的個人信息外，還隱藏著許多重要的信息，因此可通過對這些數(shù)據(jù)進行挖掘分析、知識發(fā)現(xiàn)、只能代理等技術，描述用戶的行為，準確定位讀者需求，向讀者提供主動式推送服務，滿足其個性化的智能服務。（二）提供研究動向以及研究熱點的變化圖書館可以通過對讀者數(shù)據(jù)的收集匯總，進行大數(shù)據(jù)分析，可以在宏觀上分析相關領域科研熱點的動向，為科研人員、科研部門的決策者服務，讓他們更快的洞察最新的科研走向，以及相關研究領域其他科研人員的研究進展。通過大數(shù)據(jù)的分析，提升圖書館在科研領域中的作用，與此同時為科研人員提供更多有價值的研究策略信息。（三）為采編部門和數(shù)據(jù)庫采購部門提供資源評價意見（四）用戶流失分析及價值分析在當今信息技術發(fā)展的洪流中，價值質(zhì)疑、技術障礙、管理僵化、人員隊伍適應變化敏感性低等重大問題已經(jīng)嚴重困制約著圖書館的發(fā)展，圖書館的社會地位與存在價值正在不斷的弱化，用戶正在向其他文化信息機構流失。我們通過大數(shù)據(jù)分析能夠讓圖書館清晰把握用戶的信息需求及意愿，分析出用戶的信息行為及其知識應用能力，有利于圖書館對用戶的信息需求以及信息行為偏好進行預測，架構以讀者個性化服務為核心的信息服務體系。[5]大數(shù)據(jù)技術加強了圖書館對于讀者研究與交互數(shù)據(jù)分析、利用的能力，從海量數(shù)據(jù)中挖掘有用信息，建立用戶檔案與模型，在精確劃分讀者類別的基礎上，進行跟蹤服務、知識關聯(lián)服務、先覺性服務，提高用戶體驗，增加圖書館信息服務的競爭力，從而留住用戶。（五）建立新型知識服務引擎技術引擎是圖書館信息服務的技術核心，如何利用大數(shù)據(jù)技術構建圖書館的新型知識服務引擎，將會是未來幾年內(nèi)圖書館情報領域信息技術研究的主要內(nèi)容。[6]新型知識服務引擎包括資源及學術搜索引擎、資源及服務推薦引擎、知識服務社區(qū)實體（包括用戶及資源）行為智能分析引擎、用戶知識需求預測引擎、及多維度信息資源獲取、組織、分析及決策引擎等。例如美國Hiptype公司將大數(shù)據(jù)分析技術來分析電子書讀者閱讀習慣和喜好，這也是國內(nèi)外圖書情報領域首例利用大數(shù)據(jù)技術構建知識服務社區(qū)實體（包括用戶及資源）行為智能分析引擎。（六）建立知識服務及業(yè)務建設的風險模型通過分析資源，包括知識資源、網(wǎng)絡資源、信息資源、軟件資源及服務資源等的實時狀態(tài)來預測未來可能出現(xiàn)的故障及?稻葑試純贍艸魷值耐槐溆氬ǘ?，幫助圖書館預先制訂好應對措施、策略以及圖書館的各類風險評估模型。同時，如前所述，傳感器數(shù)據(jù)也是未來大數(shù)據(jù)的主要來源之一，此類數(shù)據(jù)將為圖書館獲取大量的圖書館人文環(huán)境、自然環(huán)境以及技術環(huán)境的多維度數(shù)據(jù)，借助大數(shù)據(jù)技術分析、預測建立有針對性的各類圖書館風險評估模型，實現(xiàn)圖書館管理的優(yōu)化升級，保持圖書館穩(wěn)定的運行狀態(tài)。四、概念轉(zhuǎn)變數(shù)字