大数据背景下高校图书馆数据服务的困境与出路

2022-09-11

一、引言

现如今大数据也不仅仅停留在概念阶段, 其已悄然渗透至当今每一个行业, 且与我们的生活紧密相连:在法律应用领域, 美国洛杉矶警察局与加利福尼亚大学合作利用大数据进行犯罪行为发生的预测;在医学应用领域, 美国谷歌公司利用美国人民每日对流感等流行词的搜索, 来预测预测禽流感的散布;在生活领域, 美国梅西百货采用实时定价机制, 根据消费者需求与仓库库存的实时状况, 该公司基于SAS的系统对百货商场内多达7300万种货品进行实时调价。由此可见, 大数据在各行各业均有极为有价值的应用, 而如何挖掘其潜在价值, 成为全球各行各业政府及企业关注的焦点。高校图书馆存在目的, 就在于为高校师生提供服务, 使他们能够充分利用图书馆内所蕴含的各种书籍及其他资源进行学习与研究。那么, 当大数据浪潮奔涌而来, 高校图书馆如何抓准大数据时代的脉搏, 通过提升变革式地改变自身服务方式, 化被动为主动, 转变为高校效师生的实际需要为导向, 利用大数据相关挖掘与分析技术, 主动发掘其潜在的隐性需求, 同时联合学校内其他院系级后勤部门形成研究数据及师生信息, 打造拥有海量数据且能够共享的新型数据共享库, 促进高校图书馆向服务精准化、及时化、高效化方向迈进, 进而促使高校图书馆成为广大师生在大数据时代背景下求新、求变的学习与科研场所[1]。

二、大数据背景下高校图书馆数据服务所面临的困境

近几年, 随着高校图书馆对文献、书籍等传统文本数字化的重视, 其数字化的进程不断向前推进, 图书馆内的数据逐步演变为包含纸质书籍、光盘、网络授课视频等种类繁多的数据, 且各种资源所包含的数据均体量庞大, 又因电子设备的接入, 教师及学生使用高效图书馆内部系统所产生的搜索和浏览数据也在快速增加, 高校师生使用图书馆内部系统所产生的个人浏览记录及其他相关数据迅猛增长, 但这些数据中所蕴含的价值密度相对较低, 由此表明, 高校图书馆数据已在一定程度上具备了大数据的基本特征[2]。但高校图书馆如何通过利用大数据相关技术, 对现有的结构及类型均有不用的海量数据进行高效整合, 并对其进行价值挖掘与实时分析, 以此为高校师生提供精准化、定制化科研及认知服务, 仍然面临许多困难。

具体表现在以下三个方面:

第一, 由于现阶段高校图书馆数据获取途径的有限性及获取数据的类型存在明显的差异性等因素, 导致高校图书馆在数据采集及数据整合方面存在较大困难。数据搜集是大数据分析与应用的首要条件, 而数据的整合与高效存取是使其能够应用于实际的必要条件。然而目前由于受到各种因素的制约, 高校、企业、科研机构及个人之见数据的共享程度均较低, 信息孤岛“信息孤岛”现象普遍存在。再加上高校以往对教师及学生使用数据的不重视, 缺乏数据搜集的相关设备, 导致数据的搜集, 尤其是高品质数据的完整获取, 缺乏有效的途径。如中国知网、万方等执行文献数据库, 一般个人、机构及高校图书馆, 即使在付出一定服务费的前提下, 得到的也仅仅是搜索及下载权限, 无法获得可以直接应用于科研的数据。另外, 高校图书馆内的数据类型, 既包含纸质数据、光碟、数据库资源等结构化数据, 同时也有类型截然不同的因用户搜索、图书借阅等在图书馆内进行日常行为产生的非结构化数据, 同时, 这两个类型的数据存储方式与其本身的格式也完全不同, 而如果仅是简单地将其存储于一个数据库内或进行简单地堆叠, 很难挖掘出有价值的、能够应用于科研的数据。这就成为高校图书馆大数据的整合和应用方面的一大难题[3]。第二, 在关系型数据充斥的当下, 如何对现存的大数据进行实时处理与高效分析, 成为缺乏设备及技术支持的高校图书馆面临的另一大难题。大数据高效实时的存取、分析与处理是高校图书馆进行新型服务的前提, 也是其大数据应用落地的关键所在。在大数据本身体量庞大、种类繁多且价值密度低的特点下, 以往简单的数据分析方法已难以满足现今对半结构化、非结构化等关系型数据的分析与挖掘需求, 这不但需要高校图书馆拥有高性能的数据存储与分析设备, 还需要拥有强大的软件平台, 两者相辅相成, 从而达成处理速度提升的目标。另外, 高校图书馆还需要通过引进先进的数据挖掘算法, 与软硬件结合, 才能更高效地进行知识挖掘与发现。但是, 一方面由于阿里巴巴、百度、腾讯等大数据计算集群与软件服务平台存在竞争关系等因素, 使得大数据存储、应用等技术获取难度较大, 且此类企业也较少对开源社区做出贡献, 导致高校图书馆在此方面面临技术壁垒, 缺乏技术支持;另一方面, 由于高校对图书馆计算设备和资金投入的有限性与重视程度不足, 导致高校缺乏大数据存储、分析、应用的设备基础。第三, 如何通过大数据的个性化推荐及可视化等技术, 使得知识的发现过程更易于教师及学生的理解, 促使教师及学生能够快速掌握所获取的知识, 成为高校图书馆大数据应用方面的一大困难。在知识开放和数据共享的时代背景下, 高校图书馆需要从用户实际需要出发, 通过对知识的搜索、分析与应用以及个人信息的搜集等, 为高校师生提供其真正需要的服务, 进而支撑学生对新知识的获取与教师的研究创新。目前, 在如何为高校师生提供定制化的个性服务以及学科知识服务, 是高校图书馆大数据落地的两个关键点所在, 但此类服务如何开展, 仍缺乏切实有效的理论分析与技术支持[4]。

三、大数据背景下高校图书馆数据服务的出路探讨

基于以上分析, 当前高校图书馆大数据应用与服务在理论支撑、设备与技术支持方面均存在不足。下面本文将就在大数据时代背景下, 高校图书馆需通过哪些内部及外部途径, 弥补现有不足, 给出相应解决对策。第一, 通过数据搜集渠道的拓展、已搜集数据的开放共享、云计算与云存储等新技术的有效利用等方式, 解决高校图书馆数据搜集途径有限及缺乏设备支持的难题。一方面, 通过主动搜集教师及学生的入馆记录、纸质及电子书的历史借阅数据、网上授课与上课的浏览记录等, 另在条件允许的前提下, 可通过架设传感器的方式, 获取读者对环境的喜好数据等方式, 在内部主动拓展数据搜集渠道的同时, 为高校教师与学生的个性化推荐服务提供了数据基础;另一方面, 通过与其他高校及网络平台进行数据的互换共享, 以此拓展外部数据搜集渠道。并通过利用相较于高校图书馆自身申请购买价格高昂的服务器而言, 国内阿里巴巴、腾讯、百度等企业所提供的相对价格低廉的云存储服务, 以解决高校图书馆面临的数据存储与缺乏设备支持的难题。第二, 通过发挥自身数据优势, 与缺乏数据来源的研究学院、实验室或团队进行合作的方式, 解决高校图书馆面临的缺乏技术支持的难题。高校图书馆面临的缺乏对大数据进行实时处理与高校分析的技术难题主要表现在两方面, 一方面是高校图书馆自身缺乏解决此类问题的技术, 另一方面更为深层次的原因则在于缺乏大数据相关专业的研究人才。而通过发挥高校图书馆本身置身于高校科研环境下的自身优势, 与缺乏数据来源的研究学院、实验室或团队进行合作, 以自身数据换取对方技术支持, 实现双赢。

四、结语

大数据时代的到来, 在为高校图书馆带来如何进行数据搜集、存储、实时处理与高效分析等挑战的同时, 也给予了其利用大数据处理技术, 通过对大数据的搜集、组织、分析、重组, 深度挖掘用户需求并满足高校教师及学生的个性化知识需求, 为学生的知识获取与教师的研究创新奠定坚实基础。

摘要：云计算热度依旧, 大数据也逐渐成为“热词”。在云计算、物联网、移动互联等或新兴或老牌技术的推动下, 全世界已跨越式地步入大数据时代。有学者指出, 大数据带来的信息风暴不仅在变革人类的生活、工作, 也逐渐在帮助人们形成新的大数据思维, 并即将推动一次伟大的时代转型。高校图书馆作为学生获取新知及教师获取科研数据参考的重要场所, 如何在大数据时代摆脱自身数据采集、分析与应用的桎梏, 紧跟时代潮流, 为高校教师与学生提供个性化服务, 满足其个性化知识需求, 是本文研究的主要问题。

关键词：大数据,高校,图书馆,数据服务