大数据时代的图书馆员在职培训教育体系设计

关键词：大数据；云计算；图书馆员；在职教育培训

摘要：图书馆员的现有素养、知识与技能将成为限制图书馆提供大数据服务的瓶颈。借鉴高校大数据专业的教育培训机制，对图书馆员在职培训教育体系进行设计，将成为解决这一问题的唯一途径。

中图分类号：G251.6文献标识码：A文章编号：1003-1588（2014）04-0110-02

收稿日期：2014-03-25

作者简介：梁琦（1979-），大连市图书馆馆员。1大数据时代与图书馆员的在职培训教育

当前的图书馆员，有图书情报专业学科背景的尽管占据有一定的比例，但随着近年来学科服务、在线咨询服务及相关的外文编目、读者活动策划、机构知识库建设等服务内容的开展，使得其学科背景逐渐呈现多元化，计算机、外文、历史等专业学科背景的图书馆员更是占据了图书馆的多个重要岗位。在这种学科背景下，图书馆由传统阵地服务向新型的知识服务、咨询服务、查新服务等方向转移。但大数据时代的来临使得这些服务将不得不寻求新的发展方向和增长点，而图书馆员就成为这一发展变化的关键因素，现有的图书馆员素养结构必须进行调整，这样一来，大数据分析技术等方面的在职培训和实践就成为提高和改变他们大数据知识素养的唯一途径与办法。

在现有的高校数据监管、信息素养教育等课程设计研究中，一些学者认为在大数据时代可以从高校图书情报专业的大数据相关课程设计入手，但笔者认为这种应对不能从根本上解决危机。首先，在图书馆的未来从业者中，图书情报专业不再是唯一的来源选择，数据密集型与多学科融合发展的科研环境，使得图书馆员的信息素养逐步从传统的信息查询、图书分类等方向转向了对数据能够灵活分析和应用，图书馆员在信息的组织、分析、挖掘等方面有着其他专业无法比拟的优势，但对于用户存在的学科知识需求并不能满足；其次，大数据时代的来临，使得图书馆员的服务技能、综合信息素养都随着时代的变化而改变，在高校进行图书情报专业的大数据相关课程设计，能在一定程度上解决未来图书馆员从业者的大数据技能，并不能解决现有图书馆员从业者的知识技能结构。

2国内外高校的大数据专业设置与课程设计现状

2.1美国高校的大数据专业课程与教学设计

美国高校的大数据分析硕士学位课程主要有数据分析科学硕士学位课程（MSA，Master of Science in Analytics）、业数据分析硕士学位课程（MSBA，Master of Science in Business Analytics）与数据分析（Other M.S. Programs, Analytics Tracks and Concentrations）三种类型。各个类型所结合的其它学科课程、技术课程所占比例等均有区别，如开设数据分析科学硕士学位课程的高校共有14所，该类型课程主要是将应用数学、统计学、计算机科学以及各种商业学科诸如营销、财务等融合在一起，注重面向技术的课程设计与实践。

值得一提的是，尽管各个大学所设置的大数据相关专业的课程设计侧重点不尽相同，但都非常重视通过合作来提高学生的实际应用能力。一方面，这些高校在提供全日制课程的同时，也在提高在职培训教育或网络在线教育，并结合学生的工作经验缩短学习周期，充分考虑了学生可能存在的多样性，为在职人员的学习提供了机会与可能；另一方面，这些高校注重学生的实际应用能力，如旧金山大学（University of San Francisco）的数据分析科学硕士研究生（MSA，Master of Science in Analytics）在2012年开始招生时，就已经与世界著名公司如贝宝（Paypal）、汤森路透（Thomson Reuters）、思科（Cisco）等建立了良好长远的合作关系，学生可以接触和应用到这些公司的管理、技术、平台，为学生的所学知识实际应用提供了多种实践选择。

由于高校大数据专业学生的来源广泛，因而他们的学科背景、专业水平等存在着差异，为了满足社会多学科、多层次的大数据专业人才需求，美国高校的大数据专业课程设计注重与原有特色专业课程相结合，以实现在该特色和学生的原有学科基础上关注数据分析。如北卡罗莱纳州立大学将目光聚焦在了商业与数据分析的结合、辛辛纳提大学将企业的统计与运营管理课程与大数据分析课程相结合。各学校的人才培养目标也不尽相同，如卡耐基梅隆大学则专注技术人才的培养，毕业生将成为掌握商业流程分析、预测建模技术、地理信息系统映射（GIS mapping）、分析报告、市场细分分析和数据可视化的跨学科精英。而罗格斯大学则将目光投向信息与数据发现科学，目标是学生的分析数据驱动决策的能力。

3大数据时代的我国图书馆员在职培训教育设计

3.1培训课程设计

基于以上对世界视野和美国的高校大数据专业课程设计特征分析，笔者认为大数据时代的图书馆员在职教育培训，可以从两个方面进行设计：一方面，考虑到图书馆员在实践中将应用一定的数据分析工具和平台对数据进行分析，因而增设云计算技术、数据分析、数据挖掘等应用课程，这些课程面向一般的图书馆员，使得他们能在大数据服务中掌握基本的工具、平台应用技能；另一方面，增设云计算体系架构、大数据收集与处理、知识发现、价值发现、知识库的开发与维护等技术类课程，面向图书馆中的技术开发人员或其它现代技术应用层次较高的图书馆员，使得他们能通过掌握这些前沿技术和方法来实现对工作平台架构、知识库等做出必要的开发与管理，完善图书馆的服务平台性能。

3.2培训机制设计

借鉴国外高校的大数据专业学习机制设计，我国的图书馆员培训设计不应拘泥于传统的课堂授课、课后作业教育模式。一方面，对有时间等条件的图书馆员采取集中授课与实践操作想结合模式，在授课中进行实践，在实践中进行学习，注重教与学的互动与交流。为了提高实践的针对性和实战性，可以采取以项目攻关模式，即布置具体的项目任务，对学员进行分组分工，引导他们应用所学技能去完成工作，既锻炼了他们的技能应用效果，也提高了他们的学习积极性与团队协调能力；另一方面，采用在线学习机制，使更多的图书馆员能够参与到学习中。在网络教育模式下，借鉴Web2.0的无中心化思想，充分发挥每一位图书馆员的主观能动性，让他们同时成为学习的疑问者，也成为教学关系中的授业者。

4结语

大数据时代的来临使得包括图书馆员在内的各个领域都面临着考验，如何进行积极的转型和自我提高以应对时代的挑战成为当下人人思考的问题。笔者尽管在借鉴高校大数据专业教育模式的基础上对大数据时代的图书馆员培训教育进行了设计，但由于其还涉及培训教师的选择、实践项目的选择、服务平台的更新等多个问题，因而还需对该问题进行后续、深入的研究与揭示，才能为大数据时代我国图书馆员的在职培训教育创新提供借鉴与指导。

参考文献：

［1］Ryan Swanstrom.Colleges with Data Science Degrees ［EB/OL］. ［2014-02-19］.http://datascience101.wordpress.com/2012/04/09/colleges-with-data-science-degrees/.

［2］Gregory Piatetsky-Shapiro. Education in Analytics, Data Mining, and Data Science［EB/OL］. ［2014-02-19］.http://www.kdnuggets.com/education/index.html.

［3］Anne Fisher.Wanted: Data scientists. No math chops? No problem［EB/OL］. ［2014-02-19］.http://management.fortune.cnn.com/2013/05/10/big-data-jobs/.

［4］Michael Goldberg . Data Informeds Map of University Programs in Big Data Analytics［EB/OL］. ［2014-02-19］.http://data-informed.com/bigdata_university_map/.

［5］何海地.美国大数据专业硕士研究生教育的背景、现状、特色与启示—全美23所知名大学数据分析硕士课程网站及相关信息分析研究［J］.图书与情报，2014（2）：48-56.

（编校：严真）