張鳳斌

（東北林業(yè)大學(xué)圖書館 哈爾濱 150040）

1 引言

近年來，“小數(shù)據(jù)”應(yīng)用成為國內(nèi)圖書館界的一個研究熱點(diǎn)。本文通過“中國知網(wǎng)”以主題詞“小數(shù)據(jù)+圖書館”進(jìn)行檢索，從2015年1月到2020年12月，共計獲得76篇文獻(xiàn)，經(jīng)過篩查后獲得相關(guān)文獻(xiàn)52篇。通過梳理分析發(fā)現(xiàn)，研究主題和內(nèi)容主要集中于理論研究方面，如小數(shù)據(jù)概念及內(nèi)涵[1-2]、圖書館小數(shù)據(jù)定義及內(nèi)涵[3-4]、小數(shù)據(jù)應(yīng)用策略[5-6]、小數(shù)據(jù)應(yīng)用服務(wù)模式[7-8]等；實(shí)踐研究方面比較薄弱，缺乏對小數(shù)據(jù)應(yīng)用涉及的實(shí)際問題及解決方案的深入探討，如小數(shù)據(jù)在圖書館中的技術(shù)角色定位、小數(shù)據(jù)在技術(shù)層面與圖書館現(xiàn)有技術(shù)系統(tǒng)的銜接等。從總體情況來看，目前還沒有形成比較成熟的理論體系和可以普遍推廣的應(yīng)用模式。

小數(shù)據(jù)是在大數(shù)據(jù)環(huán)境下衍生出來的一類新興數(shù)據(jù)，是以個人為中心的全方位數(shù)據(jù)集合，具有鮮明的個體獨(dú)特性，也稱之為“量化自我（Quantified Self）”。美國學(xué)者德波哈爾·艾斯汀（D．Estrin）在2013年首次提出小數(shù)據(jù)概念，他認(rèn)為小數(shù)據(jù)是“全部有關(guān)于‘我’的數(shù)據(jù)（small data where n=me）”[9]，“個體用戶的小數(shù)據(jù)是其日常行為活動的全部表征”[10]，他指出“從個體用戶數(shù)據(jù)中提取出的具有個性化特征的數(shù)據(jù)將有效地揭示個體用戶行為模式規(guī)律”[11]。由此可見，小數(shù)據(jù)思維與圖書館“以人為本”服務(wù)理念高度契合，這也是小數(shù)據(jù)應(yīng)用成為圖書館界研究熱點(diǎn)的原因所在。但是目前研究成果主要集中于理論層面，在實(shí)踐層面探索較少。

小數(shù)據(jù)的產(chǎn)生源于實(shí)踐，具有很強(qiáng)的實(shí)踐性，小數(shù)據(jù)研究應(yīng)從圖書館業(yè)務(wù)工作中尋找切入點(diǎn)，針對某項實(shí)際業(yè)務(wù)工作把理論知識與實(shí)踐研究相結(jié)合，探索構(gòu)建符合實(shí)際業(yè)務(wù)需要的、具有可操作性的小數(shù)據(jù)應(yīng)用系統(tǒng)。高校圖書館學(xué)科服務(wù)工作是一項核心業(yè)務(wù)，在一定程度上代表了圖書館服務(wù)能力和服務(wù)水平。目前學(xué)科服務(wù)存在的主要缺陷是服務(wù)精準(zhǔn)程度不足，主要原因在于用戶提出的需求是顯性需求，只是實(shí)際需求的一部分；而另一部分是用戶沒有表達(dá)出來的隱性需求，這種潛在需求與其學(xué)習(xí)工作經(jīng)歷、專業(yè)知識結(jié)構(gòu)等因素密切相關(guān)。在傳統(tǒng)思維下，個人隱性需求存在于其潛意識中，外界無法識別。但是在小數(shù)據(jù)思維下，這個難題具有破解的可能性，即通過個人行為數(shù)據(jù)發(fā)現(xiàn)和預(yù)測個人需求特征，使隱性需求顯性化，從而為學(xué)科服務(wù)實(shí)現(xiàn)精準(zhǔn)化創(chuàng)造前提條件。

2 高校圖書館學(xué)科服務(wù)用戶類型及小數(shù)據(jù)構(gòu)成分析

2.1 學(xué)科服務(wù)用戶類型分析

高校圖書館學(xué)科服務(wù)用戶是在校師生，從群體特征來看，可以劃分為三個類型：教學(xué)型用戶、科研型用戶和學(xué)習(xí)型用戶。因為學(xué)科用戶類型和層次存在差異，其信息需求和服務(wù)需求方面也呈現(xiàn)出不同特點(diǎn)。

（1）教學(xué)型用戶：教師以授課為主，在教案準(zhǔn)備和課程教學(xué)中，需要與教學(xué)相關(guān)的學(xué)科資源導(dǎo)航、課程建設(shè)相關(guān)資源及精品課件推薦、在線教學(xué)、學(xué)科最新信息推送，以及教參服務(wù)、教學(xué)支持服務(wù)、館際互借、文獻(xiàn)傳遞服務(wù)等。

（2）科研型用戶：科研人員需要把握學(xué)科前沿發(fā)展態(tài)勢，跟蹤學(xué)科研究動態(tài)，了解借鑒他人研究成果、先進(jìn)方法和技術(shù)，包括文獻(xiàn)調(diào)研、查新查引、文獻(xiàn)傳遞、資源推薦、專利分析、深度學(xué)科咨詢服務(wù)、深層次學(xué)科信息加工服務(wù)等，以及科研成果發(fā)表、鑒定評價和獲獎等信息。

（3）學(xué)習(xí)型用戶：在校學(xué)生任務(wù)是學(xué)習(xí)專業(yè)知識和完成畢業(yè)論文，本科生的需求主要在學(xué)習(xí)支持方面，包括教學(xué)參考書、工具書、考級考證輔導(dǎo)資料，以及信息素養(yǎng)培訓(xùn)、在線課程和在線閱讀等；研究生則對專業(yè)期刊、學(xué)位論文及投稿指導(dǎo)等的需求比較多。

2.2 高校圖書館學(xué)科服務(wù)用戶小數(shù)據(jù)構(gòu)成分析

小數(shù)據(jù)應(yīng)用具有明確的目的性，首先需要明確有待解決的實(shí)際問題，其次確定需要哪些數(shù)據(jù)支撐。就高校圖書館學(xué)科服務(wù)而言，小數(shù)據(jù)應(yīng)用是為了解決準(zhǔn)確發(fā)現(xiàn)用戶信息需求的問題，其相關(guān)數(shù)據(jù)蘊(yùn)含在學(xué)習(xí)、教學(xué)、科研利用的各類信息管理系統(tǒng)中。通過文獻(xiàn)梳理與分析，學(xué)科服務(wù)用戶數(shù)據(jù)構(gòu)成主要包括兩個方面：基本特征數(shù)據(jù)、各類行為特征數(shù)據(jù)，其具體內(nèi)容如表1所示。

表1 高校圖書館學(xué)科服務(wù)用戶小數(shù)據(jù)構(gòu)成

3 高校圖書館學(xué)科服務(wù)小數(shù)據(jù)系統(tǒng)構(gòu)建

3.1 學(xué)科服務(wù)小數(shù)據(jù)系統(tǒng)開發(fā)應(yīng)用的價值

小數(shù)據(jù)系統(tǒng)是圍繞個體的全方位數(shù)據(jù)及其配套的收集、處理、分析和對外交互的綜合系統(tǒng)[12]，通過采集、分析學(xué)科用戶個人特征數(shù)據(jù)，動態(tài)地識別學(xué)科用戶個體的顯、隱性信息需求，在此基礎(chǔ)之上提供與學(xué)科用戶需求匹配的服務(wù)和資源，實(shí)現(xiàn)個性化、精準(zhǔn)化的學(xué)科服務(wù)目標(biāo)。進(jìn)一步而言，高校圖書館學(xué)科服務(wù)小數(shù)據(jù)系統(tǒng)是大數(shù)據(jù)環(huán)境下的一個子系統(tǒng)，設(shè)計開發(fā)的根本目的是更加精準(zhǔn)地描繪、預(yù)測與分析用戶需求，同時根據(jù)不同階段用戶行為的變化，通過聚類分析、協(xié)同過濾等技術(shù)手段，不斷調(diào)整推薦、決策參考方案，進(jìn)而實(shí)現(xiàn)為用戶提供個性化強(qiáng)、精準(zhǔn)度高的服務(wù)效能。此外，小數(shù)據(jù)系統(tǒng)是以“機(jī)器為主，人力為輔”的運(yùn)行模式，各種應(yīng)用系統(tǒng)和智能設(shè)備成為數(shù)據(jù)采集、存儲、傳輸和處理的主體，人力只在模型設(shè)計、參數(shù)設(shè)置、編輯矯正等環(huán)節(jié)發(fā)揮作用。因而，學(xué)科服務(wù)小數(shù)據(jù)系統(tǒng)將提高學(xué)科服務(wù)的精準(zhǔn)度，并減輕學(xué)科館員在學(xué)科服務(wù)中的工作強(qiáng)度。

3.2 學(xué)科服務(wù)小數(shù)據(jù)系統(tǒng)的基礎(chǔ)組織結(jié)構(gòu)

（1）數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)存儲。這一過程主要是利用Hadoop2.0分布式平臺的數(shù)據(jù)提取、轉(zhuǎn)換與加載的ETL（Extract-Transform-Load）工具與Hive數(shù)據(jù)倉儲工具實(shí)現(xiàn)操作處理。其中，Hadoop2.0是Apache軟件基金會基于Java語言開發(fā)的開源分布式計算平臺，主要包括數(shù)據(jù)存儲HDFS、作業(yè)調(diào)度與資源管理框架YARN、并行處理數(shù)據(jù)計算框架MapReduce。而Hive是Hadoop的一個數(shù)據(jù)倉儲工具，可將結(jié)構(gòu)化數(shù)據(jù)文件映射為數(shù)據(jù)庫表并存儲到HDFS上，并提供了類似SQL查詢語言，可把SQL語句轉(zhuǎn)換為MapReduce程序運(yùn)行。

數(shù)據(jù)采集是基于Hadoop2.0的學(xué)科服務(wù)小數(shù)據(jù)應(yīng)用系統(tǒng)通過API接口或Heritrix網(wǎng)絡(luò)爬蟲采集獲取用戶的注冊信息、使用日志、咨詢交互等數(shù)據(jù)，依據(jù)采集路徑可分為靜態(tài)數(shù)據(jù)采集和動態(tài)數(shù)據(jù)采集：①靜態(tài)數(shù)據(jù)是存儲在高校各類信息管理系統(tǒng)中的個人信息，如基本特征數(shù)據(jù)（年齡、專業(yè)、學(xué)歷等）、教學(xué)行為數(shù)據(jù)（教學(xué)科目、課時數(shù)、學(xué)生人數(shù)等）、科研行為數(shù)據(jù)（發(fā)表論文情況、科研項目情況等）。②動態(tài)數(shù)據(jù)是高校圖書館學(xué)科服務(wù)用戶與圖書館的一切關(guān)聯(lián)行為數(shù)據(jù)，通過圖書館信息集成管理系統(tǒng)提取出來，如圖書期刊借閱、圖書館網(wǎng)頁查詢、查新查引、文獻(xiàn)傳遞、訪問移動圖書館 App等。

數(shù)據(jù)預(yù)處理、數(shù)據(jù)存儲是基于Hadoop2.0的存儲工具HDFS聯(lián)合HBase、DataWrangler等對采集的數(shù)據(jù)進(jìn)行分類、去重、標(biāo)引、關(guān)聯(lián)等，進(jìn)而去除無關(guān)數(shù)據(jù)、平滑噪聲、填補(bǔ)遺漏數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)標(biāo)準(zhǔn)化、規(guī)范化，將其集成歸約并分布式存儲于用戶屬性庫、用戶行為庫，或者根據(jù)用戶畫像進(jìn)行用戶需求分析，抽取出特定資源存儲到基礎(chǔ)資源庫。

（2）標(biāo)簽?zāi)Ｐ徒?、?shù)據(jù)挖掘分析、畫像模型建立與質(zhì)量評估：①標(biāo)簽?zāi)Ｐ徒?，在?shù)據(jù)存儲的基礎(chǔ)上結(jié)合數(shù)據(jù)的分類特征建立用戶、資源的標(biāo)簽庫，構(gòu)建標(biāo)簽體系，實(shí)現(xiàn)用戶與資源特征標(biāo)簽化。②數(shù)據(jù)挖掘分析，運(yùn)用Hadoop2.0+Mahout+RapidMiner數(shù)據(jù)挖掘工具進(jìn)行分類、聚類、回歸、關(guān)聯(lián)規(guī)則等多算法多維度分析用戶需求、行為與資源標(biāo)簽體系，建立相互關(guān)聯(lián)的基礎(chǔ)資源畫像與用戶畫像模型。③畫像模型建立與質(zhì)量評估，畫像建模需要根據(jù)相關(guān)數(shù)據(jù)進(jìn)行質(zhì)量評估，不斷反饋、修正、優(yōu)化與完善。而畫像質(zhì)量評估包括服務(wù)收益率Pser、用戶滿意度Dsat兩個指標(biāo)，其中Pser權(quán)重比例為r，Dsat權(quán)重比例為1-r，那么評估結(jié)果是W=rPser+（1-r）Dsat，0＜W≤100[13]。

圖1 學(xué)科服務(wù)小數(shù)據(jù)應(yīng)用系統(tǒng)與組織結(jié)構(gòu)圖

3.3 學(xué)科服務(wù)小數(shù)據(jù)應(yīng)用系統(tǒng)的主要功能

（1）個性化檢索與推薦：①個性化檢索，借助用戶畫像提供的信息需求、偏愛主題數(shù)據(jù)進(jìn)行挖掘與可視化分析，為個體量身定制檢索式以實(shí)現(xiàn)用戶個性化檢索。在檢索結(jié)果排序與反饋上，根據(jù)用戶畫像對需求度的預(yù)判，實(shí)現(xiàn)檢索結(jié)果按相關(guān)度從大到小降序排列，并在每個檢索結(jié)果頁面設(shè)有“需要”“一般”“不需要”的快速選擇反饋模塊，動態(tài)修正用戶需求度，以持續(xù)優(yōu)化服務(wù)效果。②個性化推薦，通過畫像模型完善Mahout協(xié)同過濾與推薦功能，解決評分難、稀疏性與冷啟動的問題，實(shí)現(xiàn)個性化推薦。用戶畫像深度挖掘分析、動態(tài)預(yù)測出用戶需求、興趣習(xí)慣，資源畫像對學(xué)科資源進(jìn)行語義化、標(biāo)簽化描述實(shí)現(xiàn)內(nèi)容特征提取。兩類畫像相互匹配、關(guān)聯(lián)映射，輔以應(yīng)用情境、協(xié)同等要素特征，優(yōu)化完善子系統(tǒng)精準(zhǔn)推薦性能，并構(gòu)建了深度學(xué)習(xí)召回算法策略，有效提高了用戶服務(wù)滿意度和黏合度。

（2）精準(zhǔn)營銷：①用戶分析與群組劃分，追蹤并采用數(shù)據(jù)挖掘工具對用戶行為、資源特征標(biāo)簽及畫像數(shù)據(jù)進(jìn)行多維度分析，實(shí)現(xiàn)群體需求差異化分類，把有共同背景、目的、興趣習(xí)慣的學(xué)者、專家與科研團(tuán)隊精細(xì)劃分，形成不同的領(lǐng)域和主題組別，并對群組內(nèi)成員的參與度和活躍程度進(jìn)行分析。②服務(wù)精準(zhǔn)推送及反饋，將學(xué)科服務(wù)產(chǎn)品或宣傳內(nèi)容傳遞給指定用戶或群體，避免有關(guān)信息對其他用戶造成困擾。同時注重用戶評價與反饋意見，實(shí)現(xiàn)“傳遞—反饋—再傳遞—再反饋”的交互營銷過程，動態(tài)優(yōu)化用戶畫像，并融合移動化、社交化與本地化SoLoMo服務(wù)內(nèi)涵，發(fā)揮營銷效應(yīng)，深化圖書館服務(wù)策略，樹立圖書館優(yōu)質(zhì)服務(wù)品牌。

（3）決策參考：①圖書館資源與服務(wù)，決策參考子系統(tǒng)對學(xué)科用戶、資源、業(yè)務(wù)服務(wù)等產(chǎn)生的數(shù)據(jù)進(jìn)行全面融合、畫像智慧分析，揭示發(fā)現(xiàn)隱藏在數(shù)據(jù)背后的模式和規(guī)律，形成大量數(shù)據(jù)分析報告，可為圖書館進(jìn)行資源采購配置、業(yè)務(wù)類型調(diào)整、規(guī)章制定等提供決策依據(jù)。②用戶認(rèn)知，基于用戶畫像對用戶行為需求、興趣愛好等主題標(biāo)簽進(jìn)行長期跟蹤、變化分析解讀，可為學(xué)科用戶研究、教學(xué)、學(xué)習(xí)的發(fā)展方向提供參考依據(jù)，豐富用戶自我認(rèn)知途徑。

（4）知識發(fā)現(xiàn)：①數(shù)據(jù)準(zhǔn)備階段是數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)存儲環(huán)節(jié)。②數(shù)據(jù)挖掘階段，運(yùn)用Mahout、RapidMiner數(shù)據(jù)挖掘系統(tǒng)以及SAS、SPSS、Matlab等統(tǒng)計與可視化工具，根據(jù)任務(wù)選擇合適算法對數(shù)據(jù)進(jìn)行科學(xué)分析與知識發(fā)現(xiàn)。③結(jié)果評價與解釋階段，利用畫像模型分析用戶知識需求，關(guān)聯(lián)匹配去除無關(guān)和冗余內(nèi)容，將所需成果展示給學(xué)科用戶。

4 高校圖書館學(xué)科服務(wù)小數(shù)據(jù)系統(tǒng)的優(yōu)化

4.1 精確定位用戶，建立用戶需求模型

高校圖書館學(xué)科服務(wù)的邏輯起點(diǎn)是用戶信息需求，準(zhǔn)確識別用戶信息需求是實(shí)現(xiàn)精準(zhǔn)化學(xué)科服務(wù)的前提條件。目前高校圖書館在滿足學(xué)科服務(wù)用戶信息需求方面主要存在兩個問題：一是面向用戶群體的普適性服務(wù)，難以滿足學(xué)科用戶個性化的信息需求；二是僅能識別用戶提出的顯性信息需求，對于用戶未表述出來的隱性信息需求很難識別，用戶信息需求識別不完整，導(dǎo)致學(xué)科服務(wù)精準(zhǔn)程度不高。

針對上述存在的問題，小數(shù)據(jù)應(yīng)用系統(tǒng)從以下兩個方面提供解決方案：①精確定位個體用戶。通過小數(shù)據(jù)應(yīng)用系統(tǒng)用戶入口進(jìn)行注冊，個體用戶即可獲取系統(tǒng)唯一定位標(biāo)記，同時授權(quán)高校圖書館采集其個人特征數(shù)據(jù)；②建立用戶信息需求模型。小數(shù)據(jù)應(yīng)用系統(tǒng)通過個人特征數(shù)據(jù)分析發(fā)現(xiàn)其隱性信息需求，從而使其轉(zhuǎn)化為顯性信息需求，使用戶全部信息需求完整呈現(xiàn)出來。

4.2 強(qiáng)化技術(shù)導(dǎo)向，提升學(xué)科館員工作效能

學(xué)科館員是高校圖書館學(xué)科服務(wù)工作的主體，參與學(xué)科服務(wù)工作的各個環(huán)節(jié)，不僅包括分析用戶信息需求、制定服務(wù)策略、為用戶提供服務(wù)等，還要負(fù)責(zé)對口院系聯(lián)絡(luò)、學(xué)科服務(wù)平臺維護(hù)、學(xué)科信息資源建設(shè)等。由此可見，學(xué)科館員既要具有某個專業(yè)的學(xué)科知識背景又要精通圖書館業(yè)務(wù)。目前高校圖書館學(xué)科服務(wù)普遍存在學(xué)科館員數(shù)量配置不足的問題，由于人力資源成本限制，只有少數(shù)高校圖書館能夠做到按照院系配置學(xué)科館員，大多數(shù)高校圖書館學(xué)科館員都需兼顧兩個或以上的院系的學(xué)科服務(wù)工作。由此可見，學(xué)科館員面臨的工作任務(wù)比較繁重，導(dǎo)致工作效能降低。

針對上述存在的問題，從強(qiáng)化技術(shù)導(dǎo)向出發(fā)，可以采取的解決方案包括兩個部分：①小數(shù)據(jù)應(yīng)用系統(tǒng)。通過用戶個體特征數(shù)據(jù)整合、分析，發(fā)現(xiàn)和預(yù)測其個性化信息需求特征，為精準(zhǔn)化學(xué)科服務(wù)提供依據(jù)；②智能化學(xué)科服務(wù)平臺。根據(jù)小數(shù)據(jù)應(yīng)用系統(tǒng)提供的用戶個體信息需求，自動進(jìn)行信息資源挖掘與整合，然后精準(zhǔn)推送給用戶。上述解決方案的最大特點(diǎn)是以“機(jī)器為主，人力為輔”，各應(yīng)用系統(tǒng)和智能設(shè)備成為數(shù)據(jù)采集、存儲、傳輸和處理的主體，人力只在模型設(shè)計、參數(shù)設(shè)置、編輯矯正等環(huán)節(jié)發(fā)揮作用。學(xué)科館員可以充分利用數(shù)據(jù)技術(shù)發(fā)展成果，融入學(xué)科服務(wù)的業(yè)務(wù)流程中，提高學(xué)科服務(wù)工作的智能化、自動化水平，從而提升工作效能。

4.3 優(yōu)化學(xué)科服務(wù)平臺功能，為用戶提供個性化智能服務(wù)

目前國內(nèi)多數(shù)高校圖書館建立了學(xué)科服務(wù)平臺，但對其承擔(dān)的任務(wù)與實(shí)現(xiàn)功能的定位尚不夠清晰，大部分以信息資源組織與揭示為主體，以學(xué)科信息資源導(dǎo)航方式為依托，雖然具有一定的體系與功能，但缺乏精準(zhǔn)的用戶劃分，沒有將用戶的知識背景、專業(yè)與信息行為、階段性需求等融為一體作為信息需求參照。小數(shù)據(jù)應(yīng)用系統(tǒng)就是為了準(zhǔn)確發(fā)現(xiàn)用戶信息需求，解決學(xué)科服務(wù)精準(zhǔn)化程度低、針對性不強(qiáng)的問題。

針對上述存在的問題，從優(yōu)化學(xué)科服務(wù)平臺功能出發(fā)，小數(shù)據(jù)應(yīng)用系統(tǒng)的優(yōu)勢體現(xiàn)在：①個性化檢索與推薦。通過引入用戶畫像模型、推薦技術(shù)，構(gòu)建學(xué)科服務(wù)智能個性化檢索與推薦系統(tǒng)，過濾大數(shù)據(jù)通用檢索系統(tǒng)相同處理過程和無差別結(jié)果所包括的與需求無關(guān)的信息；②精準(zhǔn)營銷。通過運(yùn)用SoLoMo的社交網(wǎng)絡(luò)精準(zhǔn)營銷服務(wù)模塊設(shè)計，實(shí)現(xiàn)用戶分析與群組劃分、服務(wù)精準(zhǔn)推送及反饋，解決當(dāng)前學(xué)科服務(wù)平臺專指度低、精準(zhǔn)性差的問題；③決策參考。通過用戶行為特征標(biāo)簽化、可視化、具象化呈現(xiàn)個性化的用戶需求，挖掘資源與用戶兩類畫像數(shù)據(jù)以指導(dǎo)圖書館資源、服務(wù)發(fā)展方向與用戶認(rèn)知路徑，可對學(xué)科資源質(zhì)量、服務(wù)內(nèi)容評估提供定量到定性的驗證依據(jù)；④知識發(fā)現(xiàn)。通過數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘與結(jié)果評價揭示隱性科研知識，應(yīng)用數(shù)據(jù)挖掘算法按特定方式和閾值挖掘抽取出有價值的知識和模式，并進(jìn)行評價和解釋[14]。

5 結(jié)語

隨著時代發(fā)展和技術(shù)進(jìn)步，高校圖書館學(xué)科服務(wù)理念也在不斷演變，從以圖書館為中心到以用戶為中心，從文獻(xiàn)服務(wù)到知識服務(wù)，從普適服務(wù)到精準(zhǔn)服務(wù)。高校圖書館精準(zhǔn)化學(xué)科服務(wù)是“在普適服務(wù)基礎(chǔ)上面向用戶個性化需求而建立的以用戶問題為導(dǎo)向的服務(wù)模式”[15]，學(xué)科服務(wù)實(shí)現(xiàn)精準(zhǔn)服務(wù)需要“準(zhǔn)確識別和定位用戶，并緊貼用戶特征和環(huán)境，更細(xì)致而動態(tài)地識別用戶顯性、隱性需求，提供對接需求的更優(yōu)質(zhì)服務(wù)和資源配置方案”[16]。

小數(shù)據(jù)思維與學(xué)科服務(wù)精準(zhǔn)化理念高度契合，本文選擇學(xué)科服務(wù)作為小數(shù)據(jù)應(yīng)用實(shí)踐研究的切入點(diǎn)，在技術(shù)層面以用戶數(shù)據(jù)為核心元素，探索構(gòu)建具有收集、處理、分析和對外交互功能的小數(shù)據(jù)應(yīng)用系統(tǒng)。從技術(shù)角度來看，在高校圖書館現(xiàn)有技術(shù)設(shè)施和信息資源基礎(chǔ)上，學(xué)科服務(wù)小數(shù)據(jù)應(yīng)用系統(tǒng)具有可行性和可操作性；從實(shí)施角度來看，主要取決于兩個因素，一是資金投入和技術(shù)人員配備，二是需要整合分散在高校不同管理部門的用戶數(shù)據(jù)。由此可見，學(xué)科服務(wù)小數(shù)據(jù)系統(tǒng)應(yīng)該納入高校建設(shè)發(fā)展規(guī)劃，在高校統(tǒng)籌協(xié)調(diào)下分階段逐步實(shí)施。

（來稿時間：2021年4月）