基于移动大数据分析的图书馆个性化服务QOS保证研究

马晓亭（兰州财经大学信息工程学院）



基于移动大数据分析的图书馆个性化服务QOS保证研究

马晓亭
（兰州财经大学信息工程学院）

摘要：移动大数据时代，图书馆个性化智慧服务的服务质量保证，面临着诸如数据海量、类型繁多、增长迅速、价值巨大等的严峻挑战。本文研究了基于移动大数据分析的图书馆个性化服务QOS保证，该策略可以全面、及时、准确地评估读者需求，能够为图书馆个性化智慧服务的质量保证，提供具有高附加值的移动大数据分析支撑。

关键词：移动大数据;个性化服务; QOS保证

移动阅读服务的发展，在给读者带来实时、快速、经济和便捷的移动阅读体验的同时，其复杂的移动数据中心设备组织模式、系统运营方式和移动阅读终端多样性，导致图书馆移动大数据流呈现爆炸式增长和数据结构类型复杂、多样化的特点。图书馆移动数据环境已具备海量（volume）、类型繁多（variaty）、增长迅速（velocity）、价值巨大（value）等的大数据4 “V”特点，图书馆进入了移动大数据时代。［1］

当前，图书馆移动阅读终端具有开放的操作系统平台、PC级处理能力、高速数据无线网络接入能力、丰富的人机交互界面等四个显著特点。此外，移动阅读服务的数据流量和控制信令也呈现非线性指数增长的趋势，不远的将来移动大数据将成为图书馆大数据的主体。因此，如何在海量、繁杂、多类型和总量快速增长的移动大数据中挖掘价值，并将移动大数据中蕴藏的知识运用到图书馆服务模式的变革、服务系统管理和读者服务的决策支持中去，是关系图书馆服务模式变革科学、系统运营安全高效、读者移动阅读满意和服务可持续发展的重要问题。

1　图书馆移动大数据环境的特点和面临问题

1.1图书馆移动大数据具有新的特征属性

作为图书馆大数据的重要组成部分，移动大数据具有海量、多样、快速增长和高价值的大数据4“V”特性。伴随移动通信技术的发展，读者与图书馆的设备、服务和信息实现了高度融合，移动阅读服务在消除时间、位置和阅读方式对读者束缚的同时，庞大的数据中心设备和复杂的通信模式，导致图书馆移动大数据总量呈现指数级递增。同时，读者的移动阅读活动由传统的数字化文档、语音和短消息等形式，向以即时通信为主体的语音、图像、视频等具有互联网特征的新业务类型拓展，数据具有高价值的属性。此外，图书馆移动阅读服务采用新的快速计算、海量存储、高速无线宽带通信和动态资源分配等技术，导致服务过程产生的系统管理、控制信令、服务监控和用户服务等数据复杂多变，以非结构化数据为主体的移动大数据具有多样化特征。第三，图书馆移动在具备大数据4“V”特性外，还具有实时（real time）、适时（right time）、全时（all the time）的3“T”属性，并且读者移动阅读活动的随机性，导致服务负载、数据流量和读者群分布在空、时域上呈现较强的不均匀特性。［2］

1.2移动大数据的动态分析对内存数据库和移动网络性能要求较高

图书馆移动大数据分析具有数据海量、实时产生、动态分析和即时决策的特点。移动数据是图书馆读者服务需求预测、服务模式科学性保证、QOS （Quality of Service，服务质量）评估和市场竞争环境判断的重要依据。只有坚持移动大数据采集、处理、存储和分析过程科学、高效和动态，才能保证大数据决策可靠、可用。

内存数据库的安全性和效率，是决定大数据实时分析准确、快速、经济和可用的关键因素。图书馆能否有效利用内存数据库科学的数据缓存方法、经济快速的算法和高效并行的操作技术，确保移动大数据和程序具有较高的独立性，以及通过对数据的并发控制、恢复、完整性保证和安全性管理，实现移动大数据的控制、扩展和共享，关系到图书馆动态大数据分析的效率、可靠性和可用性。此外，无线通信网络的性能，对图书馆移动阅读服务的质量和移动大数据的可用性产生较大影响。要求无线通信网络具有较强的移动大数据流承载力，可支持图书馆移动服务业务的变革、数据多样性和智能自动化管理的需求，能够有效均衡移动阅读服务负载和服务资源分配在空、时域上的不均匀性，并具备初级的数据计算、存储、分析、决策、动态和智能化的功能。

1.3图书馆服务与决策能力的提升需基于移动大数据的支持

目前，附着读者阅读模式的变革和阅读需求的提高，智能、自动化的阅读活动成为关系读者阅读愉悦感和收益的关键性因素。因此，要求阅读终端具备较强的智能化、自动化和机器学习能力。图书馆通过视频监控设备、传感器和移动阅读终端等，采集读者的阅读行为、个体地理位置、阅读模式和阅读社会关系等移动大数据，通过对移动大数据的挖掘来发现读者的阅读情绪变化、阅读社交关系、阅读需求和未来阅读行为发展趋势。如何有效对移动大数据进行采集、噪声过滤、处理和分析决策，并将决策结果运用到数据中心服务器和阅读终端的管理、运营与读者服务中去，是图书馆提高机器学习的人工智能水平，以及实现人机交互和改善读者阅读体验的前提。［3］其次，图书馆应用服务程序友好的读者体验感觉、差异化竞争能力和服务收益，是增强读者阅读忠诚度和服务满意度的关键。通过对实时移动大数据的价值挖掘和知识发现，图书馆应用程序应实现基于读者阅读情景的需求发现和个性化应用服务。此外，图书馆利用读者的阅读情感分析、阅读忠诚度分析、读者群需求变化预测和服务产品推荐等，结合读者阅读需求、模式和习惯变化，可自动实时预测并为读者提供所需要的应用服务。

1.4移动大数据应支持读者阅读实时、社交和个性化的服务需求

随着微电子和新材料技术的发展，移动阅读终端已具备快速计算、大存储、体积小、重量轻、屏幕适中和电池续航能力强的特点，可支持读者高效、实时、移动、快速和持续地开展个性化阅读活动。读者在有效利用碎片化时间开展移动阅读的同时，所产生的移动大数据存在着海量、总量快速增长、结构复杂、价值密度低、数据可用性和可控性差的问题，导致图书馆移动大数据分析与决策复杂度快速地增长，会影响移动大数据对图书馆服务的支持能力。其次，移动阅读的“社交性”和“读者互动”是移动阅读的另一个新属性。图书馆如何通过移动大数据的分析、决策支持，为读者准确识别阅读好友、构建阅读社会关系、分析阅读社交需求和建立信息交互链路，是提升读者群素质、增强读者知识获取效率、扩大读者群数量和保证图书馆综合服务收益率的关键。第三，依据读者阅读需求和个体特征，为读者提供差异化的个性化阅读服务，是大数据时代图书馆读者服务的一个显著特点。基于读者个人身份特征的个性化服务，需要图书馆以读者的个人身份认证为中心，将读者阅读ID标示、阅读终端设备识别码、阅读的账号与密码一一对应起来，保证图书馆能够快速、准确地识别读者身份，并有效获取读者阅读行为和个体地理位置的相关信息，为图书馆个性化阅读服务提供安全、准确、快捷和个性化的移动大数据决策支持。［4］

2　基于移动大数据的图书馆个性化服务QOS保证

2.1构建全新的移动大数据关系

大数据时代，图书馆通过对阅读终端、无线传输网络、移动大数据、传感器和定位系统的整合，实现了移动大数据采集向移动大数据决策服务的转变。读者是移动阅读服务的中心，既是移动大数据产生的主体，也是移动大数据决策服务的客体。以读者为核心的复杂图书馆移动阅读服务模式和系统构造，导致图书馆在移动阅读服务过程中产生了海量、传统服务模式不具有的多类型数据（诸如照片、声音、视频、个体地理位置、GPS数据、服务器监控数据和设备运行日志等）。图书馆必须通过对移动大数据的噪声过滤、价值提取、数据关系发现与二次构造，才能从中提取和深度发现高价值信息，确保移动大数据决策科学、高效。

移动大数据的3个“T”特点，是图书馆全天候、精确定位读者相关移动大数据信息，并为图书馆服务优化和读者个性化阅读QOS保障，提供实时、适时和全时科学决策支持的保证。因此，图书馆应将实时、适时和全时3个“T”特点，贯穿于移动大数据的价值挖掘与数据关系发现全程，提高移动大数据决策的精度和实时可用。［5］

为了提高大数据价值发现的科学性和准确性，图书馆还可通过共享无线网络运营商等第三方的移动大数据资源，将来自第三方的移动大数据输入DMP （Data Management Platform，数据管理平台）进行混合挖掘和交叉分析，并将分析结果与图书馆移动大数据的分析结果进行对比和修正，以此提升图书馆移动大数据分析的准确率和价值属性。此外，图书馆还可对移动大数据的复杂关系进行多角度分析和精准定向，对相似需求读者群和高价值读者进行一个深度的标签索引，确保图书馆移动大数据决策的精准性和个性化投放。

2.2优化读者移动阅读活动的个性化体验

基于移动大数据的决策支持，图书馆服务模式完成了从以数据中心设备管理为核心，向以读者为核心的转变，极大地提升了读者的阅读效率、愉悦感和阅读收益。图书馆通过对采集的相关读者个体位置、阅读终端运行参数、数据中心交换的数据和传感器网络传输数据的综合分析，明确了读者的地理位置、阅读需求、阅读模式和阅读方式的变化趋势，将传统的被动式索取服务转换为主动式推送服务，可根据读者的阅读需求、兴趣和意向个性化定制服务内容，降低了读者知识获取的时间和成本，优化、提升了个性化服务的有效性和针对性。

其次，阅读终端在传统IT环境下，仅作为语音、文本和视频等图书馆服务数据的接收设备。随着阅读终端智能化水平的提升和移动大数据的决策支持，阅读终端可在时间维度、空间维度和社交维度上，与图书馆数据中心、其他阅读终端、第三方智能通信设备完成信息与知识的交互，极大地拓展了读者知识获取的广度、深度和即时性。

第三，读者移动阅读活动的需求和QOS评定标准，将随着图书馆服务模式的变革而动态变化，如何及时掌握影响图书馆QOS的关键因素和了解读者个性化移动阅读的需求变化，是图书馆及时、准确优化服务策略和提高读者满意度的关键。数据分析师可基于移动大数据的分析结果去改进图书馆的管理、应用程序，通过解决影响图书馆服务效率和读者满意度的关键性问题，高效、创造性地提升读者的阅读收益。

第四，读者阅读需求具有突发和不确定的特点。此外，图书馆的服务负载和读者群分布也面临着动态、不均衡的问题。基于移动大数据的决策支持，图书馆可准确预测未来读者的移动路径、读者群密度、读者的阅读需求、服务系统的负载分布等，可通过预先对服务资源的调度与分配、服务内容的预推送和服务网络的优化，防止突发高服务负载而导致图书馆QOS大幅下降。

2.3实现基于移动大数据的图书馆动态CRM管理

图书馆传统的CRM（客户关系管理）是依据读者的个体资料、访问记录、意见反馈、email和论坛发言等数据，对图书馆的读者关系和服务、营销过程进行管理，这些数据具有非结构化、零散、实时性差和低价值的特点，无法满足当前图书馆CRM管理高效、动态、经济和便捷的需求。基于移动大数据的图书馆动态CRM管理，通过对传感器、视频监控器、管理服务器日志、移动阅读终端等采集的大数据进行分析、决策，具有时空覆盖范围广、融合物理和虚拟空间数据、全方位动态呈现读者个体数据的优点。

基于移动大数据的动态决策支持，图书馆可从移动大数据中挖掘出每一位读者的完整图像，依据读者的价值、个体特征和阅读需求，将读者划分为不同的读者群，在为不同读者群提供共性化服务来减少图书馆综合服务成本的前提下，可依据个体读者需求为每一名读者推送量体裁衣式的个性化定制服务，提高读者的个性化阅读满意度和忠诚度。此外，还可通过移动大数据的支持来模拟图书馆的服务和竞争环境，及时预测、发现、规避和控制服务风险。其次，依据“二八定律”可得知维系老读者仅需要20%的服务成本，而发展相同质量的新读者则需要80%的服务成本。［6］因此，图书馆应依靠移动大数据的动态、即时决策支持，及时发现读者的需求、爱好和阅读模式变化，在阅读需求的发现、服务内容的推送、服务参数的设置、阅读终端的使用、服务广告、联机帮助和阅读模式变革等环节入手，不断完善图书馆和读者之间的关系。第三，管理层还可基于移动大数据的决策支持，改变传统环境下图书馆基于直觉的CRM模式，将科学的移动大数据决策贯穿于图书馆CRM全程，不断提升读者群的质量、数量和忠诚度。

2.4提高移动网络的效率、可靠性和可用性

移动传输网络是图书馆服务承载和知识传输的平台，移动传输网络的结构科学性、无线传输效率、抗干扰能力和网络故障自愈性，直接关系图书馆服务有效性和读者阅读满意度。因此，图书馆应基于移动大数据的决策支持，增强移动传输网络的安全性、运行效率、可控性和经济性。

移动传输网络是由众多网元和系统共同组成，任何单一网元和系统出现故障，都会改变移动传输网络的拓扑结构并影响整个网络的性能。通过对移动传输网络的系统管理日志、设备配置与运行参数、网络拓扑结构变化的相关数据、网络传输效率动态变化数据的分析，能够及时发现影响网络传输质量的瓶颈问题和威胁因素，图书馆可根据不同问题对网络效率影响的程度和优先级别，对网络进行动态调整、完善和优化。此外，移动传输网络不同的业务类别，对图书馆服务有效性的价值、影响力和影响范围不同。通过对图书馆系统运行产生的移动大数据分析，移动服务运营商可得到一幅系统管理、运营的动态业务画像，可清楚地了解影响图书馆服务收益的关键业务和相关业务之间的关联度，有利于实现移动传输网络的精细化管理和服务资源的科学分。［7］第三，随着OTT（Over The Top,基于开放互联网的视频服务）技术的发展，图书馆基于开放的移动互联网络为读者提供视频阅读增值服务已成为可能。移动服务运营商可基于图书馆移动大数据的分析、决策支持，将移动传输网络的网络状态、群组行为特征、读者分布复杂度等数据开放给图书馆，图书馆可根据移动传输网络的即时运行效率、参数、OTT应用和网络设备的运行情况等，及时自动优化、调整阅读终端的配置、服务模式、系统参数等数据，提高图书馆OTT服务的效率、可控性和可用性。

3　结束语

图书馆移动大数据除具备4“V”特性和3“T”特点外，其半结构化或非结构化数据占据数据总量的90%以上，给图书馆的移动大数据清洗、大规模数据处理、存储、多维度分析和决策造成了很大困难。［8］

因此，图书馆必须从读者阅读需求和QOS保证出发，在提高移动大数据采集与存储的质量、可信度、分析与决策可用性前提下，注重移动大数据决策中的读者隐私保护、应用场景多维度分析、数据分析结果的可视化展示、动态CRM有效性等问题，才能实现读者阅读服务过程的精细化运营管理，才能提升读者的移动阅读体验和对图书馆服务品牌的感知度。

［参考文献］

［1］思科公司.2013～2018年全球移动数据流量预测更新［R］.思科视觉网络指数, 2013.

［2］冯登国，等．大数据安全与隐私保护［J］.计算机学报，2014，37（1）：246－258.

［3］方艾，等.电信运营商能耗优化的大数据分析模型研究［J］．电信科学，2014（10）：38－42.

［4］张平，等．移动大数据时代：无线网络的挑战与机遇［J］．科学通报，2015，60（5）：433－438.

［5］张杰，等．多传感器数据融合技术应用研究［J］.测试技术学报，2013，27（6）：490－495.

［6］王璐，孟小峰．位置大数据隐私保护研究综述［J］.软件学报，2014（4）：693－712.

［7］王元卓，等．网络大数据：现状与展望［J］．计算机学报，2013，36（6）：1125－1138.

［8］许碧文．论大数据时代图书馆服务的发展与创新［J］．图书馆理论与实践，2014（12）：19－20，34.

Study on QOS Guarantees of Library Based on Mobile Big Data Analysis

Ma Xiao-ting

Abstract：In the era of mobile big data, smart personalized service QOS of library is encountering many challenges owing to the specific characteristics of big data such as high volume, variety, velocity and great value.This article explores the smart personalized service QOSguarantees for library based on mobile big data analysis that can provide comprehensive, in time, and accurate evaluationfor reader's requirements, andthus provides highadditionalvalue mobile big data analysis that are supportive to the smart personalized service QOSof library.

Key words：Mobile Big Data; Personalized Service; QOSGuarantees

［收稿日期］2015－10－15［责任编辑］菊秋芳

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

中图分类号：G250.76

文献标志码：A

文章编号：1005－8214（2016）02－0070－04