基于可信大数据的图书馆个性化服务平台构建

●马晓亭（兰州商学院信息工程学院，兰州　730020）

基于可信大数据的图书馆个性化服务平台构建

●马晓亭（兰州商学院信息工程学院，兰州730020）

［关键词］可信大数据；图书馆；个性化服务平台

［摘要］为了建立读者对图书馆个性化服务的信任，本文构建了一种基于可信大数据的图书馆个性化服务平台。该平台可为读者提供一种基于大数据的可信个性化服务，能够降低数据处理复杂度，缩短处理时间，提高业务服务质量，满足读者的实时需求。

1　大数据时代图书馆服务环境的变化与读者个性化阅读需求

1.1大数据时代图书馆数字阅读环境与服务模式发生根本性变化

伴随着移动互联网络、传感器网络、云计算技术和智能技术的发展，智慧图书馆的构建和智慧服务模式已成为智慧城市的主要组成部分。

大数据在变革图书馆服务系统基础设施结构和用户服务模式的同时，也重构了图书馆对用户阅读需求发现、服务资源整合、服务提供和QoS（Quality of Service，服务质量）保证的过程和方法。首先，传统数字图书馆的用户服务平台建设、数字资源管理与生产、服务内容的传播平台已不能满足大数据时代读者对数字阅读方式和服务体验的个性化需求。其次，图书馆对服务内容价值、关键读者发现和客户关系的管理也从传统IT环境下以服务内容、服务品牌和服务能力的定位，转变为以读者阅读行为、阅读社会关系、兴趣爱好、阅读情绪变化、服务评估等数据的采集、分析、判断和决策为中心，努力实现图书馆品牌价值、服务能力、读者群的数量与质量、阅读忠诚度的快速提升。再次，大数据时代，数字图书馆的个性化服务水平和服务实时推送能力是决定读者阅读满意度的关键因素。因此，图书馆应依靠大数据技术，确保读者参与到数字图书馆服务内容的聚合、筛选、挖掘、推送和QoS保障过程中。［1］

1.2大数据时代读者有较高的个性化服务需求

依据读者个性化服务需求进行服务内容的定制、服务模式选择和服务实时推送，是图书馆有效摆脱单一的流量经营服务模式、提升大数据阅读服务内容的个性化定制比例、增强读者知识获取效率和价值量的重要途径。

首先，图书馆应多源采集结构化、半结构化和非结构化的用户大数据资源，并对数据进行科学地处理、转化和整合。同时，应对不同知识层次、不同性别、不同年龄、不同地域、不同爱好的读者群进行360度用户视图的读者特征分析，实现服务内容的个性化定制、精准营销、客户体验优化等。其次，图书馆应高效挖掘大数据内部的隐性价值，通过准确洞察、分析读者对服务的个性化需求和满意度评估结果，并对大数据阅读服务的模式与流程进行优化，最终实现图书馆读者个性化服务效率和用户满意度大幅度提升。第三，大数据时代的图书馆用户个性化服务，是由通信运营商、互联网信息服务商、大数据技术提供商和图书馆等众多IT运营与服务商共同提供的、基于大数据支持的个性化阅读增值服务。各运营商可通过大数据资源的共享实现服务的优势互补，为读者提供诸如高速移动阅读服务、地理位置查询、读者群体的片区化管理、信息实时查询链接等增值服务。

1.3图书馆大数据资源质量与可用性面临的挑战

大数据作为非竞争性生产要素，其质量与可用性已成为关系图书馆服务有效性和竞争力的关键因素。

在图书馆服务系统的构建和用户服务过程中，大数据具有生产要素、数据恒温性、价值潜在性三个重要属性。首先，图书馆大数据资源的质量和可用性，决定着图书馆在服务资源组织、用户服务模式与方法构建、风险预测与规避、个性化服务推送和客户关系管理过程中的有效性。其次，如何利用科学的数据过

滤、清洗、挖掘、重组与扩展技术，不断发现大数据资源新的价值属性和提升其自身价值密度，是确保图书馆大数据决策安全、准确、快速和可控的关键。再次，随着图书馆数据环境的变化和数据处理能力的提升，图书馆将变革原有的数据采集、处理和使用方法。图书馆在传统IT环境下对海量数据的随机采样以及对有限数据的高精度处理与分析的模式，已不能准确、快速地发现隐藏在大数据之中的数据关系和价值。此外，来自图书馆不同服务系统、监控设备、传感器网络和社交媒体网络的数据也增加了数据采集、处理、管理和使用的难度。最后，随着图书馆大数据资源总量快速增长，大数据库存在数据备份过度冗余和较强不一致性，严重影响管理员对大数据库的访问、管理和决策。基于用户个性化服务的图书馆大数据分析、预测与决策平台的可靠性，也是影响大数据应用效率、可用性和可控性的重要方面。［2］

1.4图书馆大数据战略决策的科学性需求

战略决策的投资回报、用户服务收益、大数据应用的效率与时效性、大数据的可用性与可控性等，是图书馆在大数据战略决策制定中应重点关注的问题。

首先，图书馆大数据战略决策的制定、应用系统部署、服务管理与用户服务决策、大数据应用评估与优化过程，是一个长期、复杂、不稳定和变化的过程。管理员应通过图书馆服务投资收益率评估，对图书馆大数据战略决策、大数据管理系统和应用服务过程进行有效地部署、调整和优化，保证图书馆大数据战略具有较高的投资收益率。其次，图书馆大数据资源库主要由管理与服务系统运行日志数据、用户阅读行为与社会关系数据、读者阅读反馈与满意度评估数据、监控设备与传感器网络采集数据等组成，大数据资源具有海量、多类型、低价值密度和处理快速等特点。在大数据应用中，如果图书馆大数据的样本总量超越一个临界点之后，数据总量的大幅增长将不会对图书馆预测和决策结果产生太大影响，但会造成大数据管理、存储与应用的成本呈现级数增长。因此，如何有效控制大数据库规模和大数据应用的程度与范围，是图书馆提升大数据应用投资收益率和决策有效性的关键。再次，图书馆大数据应用具有系统结构复杂、并发应用数大、大数据决策与个性化服务推荐算法效率要求高、系统可控性差的特点。因此，在大数据战略决策的制定与执行中，应以图书馆大数据服务保障力的提升和读者个性化服务需求为依据，确保大数据战略决策科学、高效、可控和易执行。［3］

2　基于可信大数据的图书馆个性化服务平台构建

2.1增强阅读终端的大数据服务支持能力

随着云计算技术、高速无线传输网络、传感器网络和可穿戴设备的快速发展，大数据时代的图书馆阅读终端设备将具备信息的自动感知、阅读反馈、智能分析和精确预测功能，可依据读者的阅读需求和阅读环境特点，自动实现服务内容的个性化聚合、筛选、挖掘和推送。

首先，目前众多的互联网络信息服务商都研发了功能强大的可穿戴设备。比如谷歌公司于2012年4月发布的一款“拓展现实”眼镜，具有和智能手机一样的功能，可以通过声音控制拍照、视频通话和辨明方向，以及上网冲浪、处理文字信息和电子邮件等。而体感控制器制造公司Leap公司发明的Leap Motion体感控制器，可帮助人们通过手势查看新闻，读者可以移动双手浏览新闻。此外，应用中的标题、图片、新闻摘要等内容将以卡片的方式呈现。图书馆可借助功能强大的可穿戴设备，引导读者参与到个性化服务的内容组织与生产、服务模式选择、服务的推送、服务过程的评估与优化中，在个性化服务过程中实现大数据的价值发现和数据整合。其次，在大数据阅读活动中，读者阅读内容的选择、阅读模式、阅读方法与步骤、阅读反馈和阅读评价等，都承载着读者的阅读需求、情绪、情感、思想和社交关系等信息。图书馆应通过语义分析等技术，明确大数据资源中蕴涵的用户特征和服务需求等信息，实现大数据个性化阅读服务的精确选择与投放。再次，大数据时代，图书馆服务将由以数据中心系统运营能力的驱动转变为大数据驱动。因此，图书馆应增强阅读终端对读者行为数据的采集、挖掘、处理、整合、分析和决策能力，在阅读终端层面完成读者个性化服务的智能推荐与选择，最终实现阅读终端服务的大数据驱动模式。［4］

2.2增强大数据价值发现和数据洞察能力

图书馆主要通过大数据资源的采集、管理、分析、使用和决策过程，实现大数据价值的发现和数据洞察力的提升，最终为图书馆的管理、决策和服务提供可靠的大数据决策支持。

首先，伴随通信技术和高速传输网络的发展，图书馆读者群具有人员地域分布广泛、知识层次多样、年龄与性别差异大、阅读终端多样化和阅读周期不规律的特点。因此，对读者群进行大数据信息采集时，在加强对具有相同特征用户群的公共特征大数据信息采集的同时，还要兼顾具有相同特征用户群中不同个

体的差异性。所采集的数据不仅应涉及不同时间段，还应在某个时间段上通过多源头、多渠道和多方式进行采集，保证所采集的数据具有多样性和大价值属性。其次，对图书馆大数据资源使用前管理的科学性和效率，是关系数据可用和可控的关键。按照数据类型划分，图书馆大数据资源可分为服务系统配置与管理数据、用户行为数据、社会关系数据、用户位置和阅读模式数据、用户阅读评论与反馈数据等。通常情况下，这些数据以割裂、离散和孤立的状态呈现。图书馆应消除大数据库内部和不同服务系统之间的“数据孤岛”现象，实现大数据的自由流动和关联分析，努力挖掘其中蕴含的潜在数据价值。再次，图书馆大数据应用过程应坚持“信息—知识—智慧”的步骤原则，从大数据资源中发现数据规律和获取知识，提升图书馆的大数据知识获取、预测、判断和决策能力，最终通过智慧决策和自动化管理过程实现图书馆的“智慧”服务。最后，读者大数据阅读活动是一个多模式和随机的过程。图书馆应细化所采集读者实时阅读行为数据的类型、次数、频率、时间、阅读习惯和评估等级，通过服务推荐系统、电子邮件、短信和广告等方式，实现基于大数据的读者个性化精准营销服务。［5］

2.3实现以数据驱动为核心的个性化阅读服务

大数据时代，图书馆将传统IT环境下以技术驱动为核心的用户服务模式，变革为大数据环境下以数据驱动为核心的个性化阅读服务模式。

以数据驱动为核心的个性化阅读服务模式，主要包括以数据驱动的大数据决策、数据驱动的阅读服务流程、数据驱动的服务产品三部分内容。首先，图书馆应提高数据驱动流程管理的精细化和智能化水平，精确预测未来图书馆用户服务的内容、模式、服务资源需求和读者个性化需求，提高图书馆运行管理与服务决策的针对性和有效性。其次，图书馆可通过大数据资源构建用户服务模型，将大数据阅读服务的业务流程、读者行为和需求、读者阅读情绪走向、读者服务投资收益和客户关系可视化地展现，为读者个性化阅读服务提供实时的业务流程优化和决策支持。再次，应实现以数据驱动为核心的个性化阅读服务精准推荐。图书馆采集的读者个体特征、阅读行为、阅读模式与位置、用户阅读反馈与服务评价、阅读社会群体关系等数据具有较强的相关性，这些数据共同描述了读者的行为习惯、爱好和未来阅读活动发展趋势。图书馆通过对这些数据的关联计算、文本摘要抽取和情感分析等智能计算，精确推算出读者大数据阅读需求、内容、模式和方法的变化趋势，科学管理、分配和调度图书馆的服务资源，实现基于大数据的服务资源最优化配置和提升服务投资收益率。［6］

2.4基于大数据实现高效的CRM（客户关系）管理

依据“二八定律”可得出，20%的关键客户为图书馆带来80%的服务收益，而80%的普通客户则只为图书馆带来20%的服务收益。因此，图书馆应基于大数据决策的服务支持，重点加强20%关键读者群的发现、挖掘、保持和培养工作，在较少的服务资源投入前提下，大幅提高图书馆的服务收益率。

首先，图书馆可依据大数据决策支持，按照读者的个体特征、文化程度、阅读成本投入、阅读频率和阅读收益率等，把读者细分为占用户总量20%的关键读者群和80%的普通读者群。在图书馆大数据服务策略的制定与完善中，应将重点放在20%关键读者的维护、发展和满意度提升上。可根据关键读者群的客户属性制定相应的大数据服务策略，不断增强关键读者群的数量、忠诚度、稳定性和服务收益，而不应将CRM管理重点放在盲目追求新读者群数量的快速增长上。其次，图书馆应实施面向读者个性化服务的服务资源准备、服务策略制定、服务过程完善与优化、服务质量评估与保障全程的大数据管理，利用大数据决策支持实现读者服务过程的风险控制、资源调度、精准营销和客户关系管理，提高图书馆整个运营管理链条和服务推送链条的投资收益率。再次，图书馆应基于大数据的服务支持，增强服务广告的实时性和针对性。图书馆可利用所采集的用户个体特征、地理位置、移动路线和阅读爱好等大数据信息，在恰当的时间、地点和场景向读者精准定向投放用户需求的广告，不断扩展读者服务信息获取的范围、途径、方法和能力。［7］

2.5构建科学、高效的大数据决策与应用平台

图书馆大数据环境具有数据海量、种类繁多、低价值密度和处理速度快的特点。在大数据资源的采集、存储、处理、应用和决策中，应摆脱传统IT环境下以数据小样本采样、苛求计算结果精确度、探究事物本质关系的传统做法。在保证所采集数据资源精确度满足大数据决策需求的前提下，实现对所有大数据资源的挖掘、整合和价值提取。仅需要将大数据内部蕴涵的价值应用到图书馆的服务与决策中，而不必过分强调大数据资源之间的因果关系。因此，图书馆大数据决策与应用平台的构建，应在坚持安全、高效、

智能和经济原则的前提下，重点加强大数据平台的网络传输带宽、存储设备容量与性能、平台管理与决策智能性和应用决策经济性等方面的建设，保证大数据平台决策所依据的信息具备较高的价值密度、可用性、信息对称性和可控性。此外，还应加强图书馆大数据管理、大数据挖掘和深度分析专业人才队伍的建设，提高大数据平台在整合图书馆内、外部的多源异构以及跨域关联海量数据的能力，实现人才、大数据分析平台和用户服务系统的最优化结合。［8］

［参考文献］

［1］孟小峰，慈祥.大数据管理：概念、技术与挑战［J］.计算机研究与发展，2013，50（1）：146－169.

［2］王珊，等.架构大数据：挑战、现状与展望［J］.计算机学报，2011（34）：1741－1751.

［3］Nature.Big Data［EB/OL］.［2014－06－07］.http://www.nature.com/news/specials/bigdata/index.html.

［4］应璇，孙济庆.面向大数据的用户检索行为研究［J］.情报杂志，2014，33（2）：140－143，176.

［5］郭迟，等.位置大数据的价值提取与协同挖掘方法［J］.软件学报，2014，25（4）：713－730.

［6］马宝龙，等.关系营销中客户回报计划对客户品牌选择行为的影响研究［J］.中国管理科学，2009，17（5）：57－64.

［7］乌恩.智慧图书馆及其服务模式的构建［J］.情报资料工作，2012（5）：102－104.

［8］何非，何克清.大数据及其科学问题与方法的探讨［J］.武汉大学学报（理学版），2014，60 （1）：1－12.

［收稿日期］2014－06－24 ［责任编辑］张雅妮

［作者简介］马晓亭（1974－），女，辽宁省辽阳人，硕士，兰州商学院副教授，研究方向：大数据、数字图书馆建设。

［文章编号］1005－8214（2015）01－0085－03

［文献标志码］A

［中图分类号］G250.76