基于大数据技术的高校图书馆服务创新研究

《基于大数据技术的高校图书馆服务创新研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于大数据技术的高校图书馆服务创新研究林炳旭（集美大学图书馆福建厦门361021）摘要当今大数据思维和技术已经逐步渗入到高校图书馆日常管理和服务中。高校图书馆应创新服务理念，培养大数据思维意识;采用挖掘技术，提供精准个性化服务;搭建交流平台，提升用户体验服务;构建泛在知识环境，提供泛在化服务，以更优质的服务进一步提升高校图书馆的社会价值。关键词大数据技术高校图书馆服务创新引言近些年来，大数据逐步引发社会公众的关注和重视，伴随着信息科技的迅速发展和不断普及，大数据[1]已经发展成为社会聚焦的研究热点。大数据技术被广泛

2、应用于各行各业，不仅颠覆了人类获取和利用各种信息的传统模式，而且更加容易获取、分析、挖掘各种各样的多元且复杂的数据信息，进而不断引发人[2]类思维模式的变革。正如美国《纽约时报》在2012年所宣称的，全球已经进入了“大数据”时代。我国在2015年发布的《中华人民共和国国民经济和社会发展第十三个五年规划纲要》中首次将大数据明确为[3]社会基础性战略资源，并将其上升为国家发展战略。目前，大数据思维和技术已经逐步渗入到高校图书馆日常管理和服务中，这必然会引发高校图书馆服务范式的转变。因此，在大数据时代来临之际，深入探讨高

3、校图书馆服务转型发展就显得尤为重要。1大数据的定义及其内涵大数据(bigdata)，或称海量数据，是用来描述海量的结构化和非结构化数据的专业术语。美国未来学家阿尔文•托夫勒在《第三次浪潮》中将大数据称之为“第三次浪潮的华彩乐章”。进入2013年，大数据一词越来越多地被提及，同时维克托·迈尔·舍恩伯格和肯尼思·库克耶合作的《大数据时代》的出版[4]和发行标志着大数据时代的来临。大数据是继云计算、数据挖掘、物联网、数据仓库之后为信息科技界所主要研究的对象，通常是指需要新的信息处理模式才能具有更强的决策力、洞察力、发现力

4、和流程优化能力的海量性、高增长且多样化的信息资产。大数据本身具有Volume(数量)、Velocity(速度)、Variety(多样)、Value(价值密度)、Veracity（真实性）的鲜明特征，而其之所以被称之为一个“时代”，在很大程度上是由于其技术特性而引发社会各界广泛参与的社会实践变革，而不仅仅只是局限于少数专家学者的理论研究。大数据已经引发社会各界的高度关注，对其研究也日益深入。首先，大数据是结构化数据、半结构化数据与非结构化数据的总和。由于移动互联网、电子商务和社交媒体的快速发展，使得企业需要面临的数据

5、量呈指数增长。据IDC《数字宇宙》的研究报告表明，2020年全球新建和复制的信息量将超过40ZB，是2012年的12倍;而中国的数据量则会在2020年超过8ZB，比2012年增长22倍。在这些庞大的数据中只有10%左右是存储在数据库中的结构化数据，而其余则是分散在各个新媒体平台上的半结构化数据与非结构化数据。数据量的飞速增长带来了大数据技术和服务市场的繁荣发展。其次，大数据的“大”主要体现在多样性，具体而言大数据应同时包括大分析（Analytic）、高带宽（Bandwidth）以及大内容（Content）[5]3个

6、要素。最后,大数据的“数据”不是数据存储，而是数据获取与数据应用。伴随着云计算的发展和应用，使得信息数据的存储、计算成为一种可能，但大数据的数据并非储存在媒介的数据而是进行高速获取和应用的数据，如对用户消费行为习惯的分析以及经济市场发展趋势的预测等。2大数据时代高校图书馆创新服务的障碍目前大数据技术已经逐步在高校图书馆服务领域应用，但由于各种主客观因素，大数据时代高校图书馆创新服务面临着如下障碍：2.1知识服务观念落后在高校图书馆开展大数据知识服务过程中，首先需要面对和解决的一个重要问题就是落后的服务观念。在高校图

7、书馆现实工作中，许多图书馆工作人员并没有根据时代发展而改变自身的服务观念，并没有将为读者提供优质的大数据知识服务放在首位，而且在图书馆知识服务过程中普遍缺乏主动性和积极性，[6]甚至存在随意应付读者的恶劣态度。与此同时，许多高校图书馆对于大数据时代自身服务职能的理解存在偏差，并没有将高效利用馆藏资源放在首要位置，仍然局限于图书资源的保存，甚至为了保护纸质图书而采取限制借阅措施，进而使得大数据知识服务质量难以得到保障。2.2馆员素质有待提高伴随着以大数据技术为代表的先进信息技术的迅速发展和不断普及，促使高校图书馆从传

8、统的人工操作于管理逐步转变为自动化操作与管理，这使得高校图书馆工作人员自身也面临转型发展的迫切需要。在大数据时代，高校图书馆工作人员除了需要掌握图书情报理论知识和相关技能之外，还需要掌握各种先进的信息技术手段，如探索非结构化数据的业务流程再造，推进数据分析和智能信息服务平台开发，为资源加工与知识服务构建良好的数据支撑体系。与此同时，还需要承担全新的服务任务，