李繼萍 晉中學院 山西 晉中 030600

在互聯(lián)網高速發(fā)展的今天，大數據已在日常生產生活的各個方面廣泛應用。在高校圖書管理中，同樣會產生大量的數據，包括書籍的名稱、位置、數量、狀態(tài)、讀者、借閱等數據。如何利用大量現成的數據，實現對各種信息的高效管理，提升高校圖書管理的工作效率，就成為管理者必須思考的問題。大數據收集多樣、全面、海量的數據，能夠快捷、多元化的呈現出來，具有很高的利用價值。

一、大數據的概念和特點

大數據的具體概念，現在還沒有統(tǒng)一的認定。在《大數據時代》一書中，作者提出：大數據是不采用抽樣調查這樣的捷徑來獲得數據，而是采用全體數據的方法。常見的定義認為，大數據不僅包含海量的數據，在數據的時間、度等內容維度上也是超越了海量數據，即包括結構化的數據，也包括非結構化的數據，如聲音，圖像等。

大數據的特點是數據體量大、種類繁多、處理速度快、以及價值密度低的4V特點。

第一，數據體量大?，F在大數據、在各類設備不間斷的采集下、數據非常龐大。

第二，數據種類繁多。圖書館大數據平臺連接了人、機、物。數據包括了靜態(tài)數據如各類圖書數據的屬性，讀者的個人資料等。動態(tài)實時數據如讀書的借閱情況，讀者的行為數據等，文本數據，時間序列數據等結構化、半結構和非結構化數據。同時讀書館數據有人與系統(tǒng)交互查詢，咨詢產生的交互數據。

第三，價值密度低。比如對讀者入館閱覽情況的視頻監(jiān)控，有用的數據可能只有一兩秒。

第四，處理速度快。大數據的處理，通常在幾分之一秒內進行分析，以支持決策制定。在性能要求方面，對實時在線數據的處理要遠高于離線數據。

二、大數據的處理技術

只有經過專業(yè)處理的大數據，才能發(fā)揮它在預測、決策、洞察和流程優(yōu)化等方面的價值。

第一，云計算技術。大數據常常與云計算和大數據分析技術聯(lián)系在一起。目前來說，云計算技術是大數據存儲和處理的重要組成部分，這是傳統(tǒng)的數據管理技術無法實現的。大數據以分布式處理等手段存儲在平臺上，云計算的核心是計算能力，兩者的結合實現了對數據的存儲和處理，讓海量的數據的價值得以實現。

第二，數據傳輸及存儲技術。產生的海量數據傳輸及存貯，會給圖書館系統(tǒng)平臺帶來極大的負擔，因此可以通過數據的壓縮可以減少數據量，提升存儲效率。常用的數據壓縮技術有Lempel—Ziv,是最流行的無損存儲算法。在數據存儲方面，通常采用分布式文件系統(tǒng)，如Hadhoop的HDFS等。對于實時性數據要求高的場所，可以搭建多級存儲系統(tǒng)，以滿足對數據的分析和計算。

第三，數據挖掘技術。圖書館管理中常用的挖掘技術有統(tǒng)計技術。即根據給定的數據集合，假設一個概率或分布模型，在采用相應的方法挖掘需求的數據。統(tǒng)計技術可以用來統(tǒng)計圖書的借閱情況、讀者的閱讀偏好、場館的使用情況等。概念描述也是一個適合圖書館使用的挖掘技術，用于描述某類對象的內涵與概括特征，適用于圖書館對讀者進行畫像。

三、大數據視野下的圖書館業(yè)務

（一）圖書館天然具有大數據的特征

首先，圖書館的數據種類非常多。圖書館既有大量的結構化信息，如館藏文獻中的紙質圖書、光盤資源、電子資源，也有非結構化信息，如讀者信息，采購信息、場館信息、人員信息等。這些數據的特征如編碼方式、格式、應用特征等都可能存在不同，形成大量的異構數據。

第二，持續(xù)產生大量數據，包括圖書的借閱信息，讀者的借閱行為，場所的使用情況等。

第三，信息技術的使用，個性化、學科化越來越專業(yè)，更多數字化圖書的編輯出版發(fā)行，閱覽途徑的多樣化，讀者對服務的要求也越來越高。圖書館必須轉變服務的策略，要對大量數據進行分析和挖掘。

第四，圖書館開始提供更多個性化的服務，如24小時服務，網絡服務等。

第五，對大量的圖書信息、讀者信息、讀者行為等進行統(tǒng)計和挖掘，發(fā)現新的服務方向。

（二）大數據的來源

數據來源主要有以下幾個方面。

第一，將過去已經存在的、以非數字化形式存貯的數據進行數據化處理，如館藏圖書、期刊、報紙、會議資料、借閱記錄等。

第二，采購的電子版圖書。

第三，讀者個人信息、圖書借閱情況、查詢情況等。

第四，傳感器、監(jiān)控系統(tǒng)、人臉識別系統(tǒng)收集到的信息。

第五，與讀者的交互信息。

（三）大數據的挖掘和使用

大數據的特性決定了必須對大數據進行有效的挖掘、整理、統(tǒng)計、分析，才能把數據用于優(yōu)化業(yè)務、精準服務、文獻建設和決策支持。

第一，對讀者行為數據的挖掘。分析讀者數據是為了給廣大師生提供更精準化的服務。來源于讀者的電子資源使用數據、管理系統(tǒng)的運行數據、科研數據、讀者的借閱信息、借閱頻次、借閱偏好等網絡交互行為等，都與讀者的行為有關。通過深入挖掘和整理這些數據，形成統(tǒng)計或分析結果，來優(yōu)化業(yè)務流程，預測讀者的行為并推行精準化的服務。

比如在圖書館人數比較多的高峰時段，可以安排培訓資源課程，宣傳圖書館數字資源。根據閱覽室的讀者類型，開展定向資源的推送。挖掘讀書的個人畫像，引導讀者的閱讀行為，采取科學的文獻保障政策。定期利用大數據生成讀者個人數據報告，展示讀者在圖書館的借閱、自習、書單等記錄，讓讀者能夠清晰的了解到自己使用圖書資源的情況。對讀者的入館行為進行分析，了解讀者的行為規(guī)律，遇到人流高的時間段，提前做好預警。

第二，對圖書館館藏資源的使用情況和采購決策進行評估和優(yōu)化。圖書館有大量的館藏資源文獻，在專業(yè)性和信息收集方面做得很好，同時對圖書、期刊、數字資源的需求也很高。通過讀者對資源的利用情況、不同文獻的借閱比率，對館藏圖書進行評價，可以了解館藏的結構，文獻的保障水平等。這樣為未來圖書館的圖書采購、圖書結構的調整、文獻資源的剔舊等進行優(yōu)化，使圖書館的各類館藏資源布局合理，提高文獻的利用率，提高各部門的決策效率和響應速度。

四、大數據管理存在的難點

大數據的應用越來越廣泛，隨著物聯(lián)網的普及，圖書館的每一本書、每一個讀者、每一個行動都被賦予了不同的編碼，需要大量的設備去識別、記錄、上傳這些數據到平臺。這就需要對現有的圖書館進行改造或新建，增加必要的設備。

數據安全也是在大數據的使用中必須重點關注的?？梢越⒎阑饓?，定期對管理系統(tǒng)進行升級，要做到實時監(jiān)控，及時修補系統(tǒng)漏洞，防止機密數據被竊取或遭受惡意攻擊。同時為了保護讀者的個人敏感信息，必須考慮讀者數據的保護、開放和共享的問題，謹慎的采集和使用數據。

大數據已經覆蓋到生活的方方面面，高校圖書館也逐步在信息化和網絡化，在高校圖書館的管理和服務中，有效使用大數據顯得尤為重要。在文章中，討論了大數據的特點、處理技術、采集和挖掘使用。高校圖書館應該積極使用大數據，對數據進行挖掘和分析；為讀者提供精準化和個性化的服務，把工作的重點從以“資源”為中心向以“服務”為中心轉變，提升服務水平，提高管理水平。