以需求为内驱力的信息资源建设方略

刘菊霞��

关键词：用户需求驱动战略；大数据分析；信息资源建设；采访决策；PDA；数据挖掘

摘要：大数据智能分析能为图书馆深度实施用户需求驱动战略提供强大的技术支持，为资源建设决策、评价指标的完善与业务流程的再设计提供了智力支撑。

中图分类号：G253文献标识码：A文章编号：1003-1588（2017）03-0115-03

学科资源与学科服务是图书馆业务运行的双翼，信息资源是学科服务的基础，脱离了学科资源而开展的学科服务。学科服务是体现学科资源使用价值的必由之路。要完美地完善信息资源建设的三要素：深入调研和分析用户信息需求、深度契合用户需求进行资源采选、最大限度地对接或激发并满足用户的信息需求，首要任务就是构建起大数据分析护航下，以需求为内驱力的信息资源建设新模式，建设与用户信息需求契合度更高的异构同存、高度整合的信息资源保障体系[1]。

1以用户需求为内驱力的信息资源建设

高校图书馆必须以用户信息需求为导向和内驱力，优化业务流程和服务流程，类聚整合异构同存的信息资源，提供信息资源与服务获取的便利路径。图书馆运用大数据智能分析，搭建数据管理平台，挖掘、类聚、整合圖书馆大数据，才能构建以最大限度契合用户需求、有效提升信息利用率和服务满足率为决策依据的资源建设新模式[2]。

1.1PDA的实质及借鉴意义

卞丽芳等认为[3]，PDA（Personal Digital Assistant）从文献使用上看是先用后买策略，从图书馆工作流程上看是预流通策略，从供需关系上看则是供需链合作策略。笔者建议将 PDA译为“供需互动采购”，其本质是图书馆借助外力（用户、书商和网络）实现资源建设和服务提供精准化及个性化的工作模式。笔者认为，PDA是图书馆实施用户需求驱动战略的有效途径，大数据思维及大数据智能分析则能为该战略的深度实施提供强大的技术支持。

1.2资源建设的出发点和落脚点是以用户需求为内驱力

信息资源建设需要执行一系列专业性很强的工作流程，包括根据学校的办学定位和办学层次制订资源建设方针、多途径调研分析用户信息需求、编制资源采集方案和实施细则、按需进行资源采选、信息需求契合度和用户满意度的评价等。2010年，美国大学和研究图书馆协会发布了未来大学图书馆的十大发展趋势，其中“馆藏的增长取决于用户”名列第一。因此，构建以用户需求为内驱力的资源建设模式势在必行，这是以各类型用户的多层面需求以及资源的利用现状为依据的针对性更强、契合度更高的资源建设方式[4]。

1.3信息资源建设决策的关键因素

图书馆应根据现有馆藏资源的结构和特点，结合用户群的规模、需求层面、需求特点、信息使用习惯等确定资源建设的发展定位和采选策略，搭建起资源建设与推介及用户利用一体化的资源建设互动平台。信息资源建设与用户需求契合度的高低，资源的建设开发是否具有较强的针对性、易用性、实用性和参考性，决定着信息资源的利用率和用户的满意度[5]。

2大数据智能分析是全面实施需求驱动战略的重要抓手

图书馆作为一个面向大众的知识服务机构，不仅需要掌握用户需要什么样的资源及服务，更需要通过信息及服务产、供、销、用的联动关系去挖掘、预测和分析，以便通过信息服务主题内容和服务平台的提升为用户提供更好的信息消费。无论什么行业，如果决策者能透过大数据进行智能分析，预先把控用户的需求和行业发展的脉搏，谁就将掌握竞争的主动权，有望成为本行业的领头羊，高校图书馆也不例外[6]。

2.1大数据的特点及其在图书馆的应用

大数据具有数据体量巨大、数据类型繁多、价值密度低、处理速度快等特征，只有汇聚大量的数据进行智能分析，才能挖掘出大量有价值的信息，图书馆利用大数据思维及大数据智能分析决策系统有的放矢地大力推动需求驱动战略的实施大有可为。利用大数据智能分析概括并细分信息用户的信息需求及其特点，建设与用户信息需求契合度更高的异构同存，高度整合的信息资源保障体系也就有了思想方法和技术工具的必要支撑。

2.2基于大数据的图书馆服务模式与业务拓展

大数据时代的到来让细节化测量信息用户的阅读需求、阅读行为、阅读情绪和阅读满意度成为可能。大数据思维的重要特征之一就是全样本，在全样本的研究框架下，往往能获得更多的信息量和研究成果[7]。因此，图书馆应注重收集和存储用户信息行为数据，借助已有的数据分析手段和研究方法，透过用户信息行为数据了解用户需求的变化特点，细分用户群体，建设分布式和整合式的资源集成平台。大数据在图书馆的应用促成各项业务的进一步拓展，包括基于数据整合的一站式资源服务、基于数据分析的学科知识服务、基于数据应用的信息可视化服务、基于数据挖掘的智慧服务、基于智能分析的辅助决策平台等[8]。

2.3大数据分析助力需求驱动战略的深度实施

用户的信息需求及其特点直接影响着信息资源建设和服务管理模式的适应性变革，因此图书馆必须利用大数据技术去挖掘、识别与分析隐含在用户行为中的海量数据，寻找他们的显性与隐性诉求，从而拓展并优化信息资源建设与信息服务的模式和路径，最终达到图书馆资源及服务与信息用户需求的双向理想控制。图书馆应高度重视各类数据的汇聚、存储和管理，实现用户利用信息资源的数据分析和信息资源选择的用户主导决策[9]。

2.4图书馆大数据的来源与大数据智能分析结果的应用

图书馆的大数据主要来源于馆藏数据、业务管理数据、用户数据和数字图书馆的资源等。对各类数据的智能分析，能为图书馆信息资源的采访决策、服务项目的设立与动态调整、资源和设备的优化配置等提供科学的决策依据，也为图书馆再造资源建设模式提供可靠的智慧支撑。系统完整地类聚数据、选择适用的大数据挖掘与分析技术、科学决策数据分析目标及其对应的数据源、选用精通图书馆业务运行规律和大数据分析技术的业务团队等是图书馆大数据功能得以全面实现的基础[10]。运用多种大数据智能分析工具，如数据关联关系分析、时间序列分析、大规模图分析、社会网络分析及移动平均线分析等，挖掘聚集并智能分析图书馆的大数据，有助于归纳类聚用户的当前需求和预判其远期需求、挖掘潜在用户和用户隐性需求、对信息用户进行价值分析、信息服务需求障碍预警、建立知识服务的数学模型、建设新型知识服务引擎以及搭建图书馆各项业务工作的智能辅助决策系统等[11]。

3以业务流程顶层再设计为前提的信息资源建设方略

3.1构筑以效益最大化为终极目标的信息服务运营新体系

构筑高校图书馆信息服务运营新体系的行动纲领包括：①服务理念必须以“用户第一、服务至上、用户便利”为宗旨，“效益最大化”必须上升为高校图书馆的办馆理念。②服务管理模式的构建以“流程优化、利用便捷和降本增效”为准则。③业务流程再设计必须与资源布局和服务格局相匹配。④要提高信息资源的利用率和满足率，而高保障率是前提，资源的布局管理与信息服务格局是助推器。⑤服务平台的建设以“一站式获取、快速响应、实时互动和动态发展”为目标。⑥岗位设置和人力资源的配置必须以用户数量、需求层面、需求层次和服务总量相得益彰[12]。

3.2信息资源采选决策的关键因素

关键因素包括：①确定高校图书馆各学科图书的采购比例，需要综合考虑的因素包括学校的学科专业设置、各学科用户的数量和比例、各学科发展的现状和水平、已有馆藏学科图书的入藏量和利用率等。②避免不同载体资源内容上的重复，要考虑不同类型资源获取方式和利用的便捷程度，处理好各类型资源的采集范围和比例关系。③科学提高资源建设投入与产出的比率。④动态确定每種图书的最佳复本量，参考因素主要有现实用户和潜在用户的规模、馆藏现状、馆藏利用率和典藏库室的数量等因素[13]。

3.3高校图书馆进行信息资源建设的基本原则

基本原则包括：①最大限度地契合本校用户的信息需求。②参考馆藏现状，注重馆藏的特色建设以及馆藏资源的连续性和系统性。③参考已有馆藏的利用率。④重点保障重点学科和重要科研项目的需求。⑤适度加大新增专业所需资源的建设力度。⑥确定本馆的核心出版社和核心著者。⑦对实体与虚拟馆藏进行整合[14]。

3.3.1科学动态地确定每种采选图书的最佳复本量。借鉴秦嘉杭等基于需求驱动的图书复本采购模型，动态确定每种图书的最佳复本量[15]。笔者总结了担任采编部主任十年来的业务实践和管理经验，概括出动态确定每种图书最佳复本量的关键因子：学科与主题内容、用户规模及满足用户需求的层次、著者、文献类型、出版社、出版时间、已有馆藏的数量。

3.3.2科学圈定核心出版社。确定核心出版社，首先要注重本馆长期以来所购图书中从该出版社所选购图书的数量、图书利用率等情况的对比分析；其次要看其重点出版主题及其内在的出版质量；最后考量其是否具有与本校设置学科相对应的专业出版特色及其在全国出版发行中的比例。核心出版社的确定，能避免采访馆员因缺乏相关学科及专业知识等主观因素造成资源建设质量的下降，为切实提升资源建设水平提供了高效实用和操作性强的捷径[16]。

3.4利用大数据分析适时调整资源建设与服务方略

图书馆要最大限度提高信息资源的利用率和满足率，必须做到以下几点：①以多种途径和方式切实提高用户的信息素养。②利用图书馆拥有的大数据持续调研预判并及时反馈用户的信息需求。③利用丰富的大数据智能分析决策工具助力以用户需求为内驱力的信息资源和服务平台的建设，最大限度地契合并满足用户的需求。④在服务平台上全方位进行信息资源与服务项目的推介。⑤为用户提供最大便利，简化和优化服务流程。⑥跟踪调研用户的信息利用效用及其满意度，不断提高资源建设和信息服务的水平。

4结语

为了切实提高资源建设的成本效益比，笔者自创并不断完善的高校图书馆信息资源采访决策流程是：①通过多种途径，利用大数据分析工具持续调研分析和预判用户的信息需求。②根据本校人才培养方案中的学科专业及课程设置和培养目标确定必选信息资源的学科范围。③根据不同学科发展的现状和水平，决策各个学科信息资源建设的深度和采全率。④依据不同学科用户群体的规模，科学设定各类图书的基础复本量。⑤利用大数据分析结果，根据不同学科用户的信息使用习惯及其特点，动态确定每种图书的最佳复本量，定制并主动推送各具特色的信息资源与服务项目的个性化套餐。

参考文献：

[1]于静，赵敏.高校图书馆学科资源建设采访组织模式与保障机制探索[J].图书馆杂志，2013（6）：58-61.

[2]袁芳.大数据环境下图书馆文献资源建设模式的变革[J].图书情报工作，2015（18）：91-94.

[3]卞丽芳，袁润，王正兴.PDA（Patron Driven Acquisitions） 辨析[J].中国图书馆学报，2012（5）：109-114.

[4]樊国萍.用户决策采购：用户需求驱动的文献资源建设模式[J].大学图书馆学报，2012（6）：57-61.

[5]王若琳.图书采选质量影响因子及其控制研究[J].图书馆工作与研究，2013（10）：57-61.

[6]刘江玲.面向大数据的知识发现系统研究[J].情报科学，2014（3）：90-92.

[7]和婷.大数据思维对图书馆信息服务工作的启示[J].图书馆建设，2014（1）：64-68.

[8]陈传夫，钱鸥，代钰珠.大数据时代的数字图书馆建设研究[J].图书情报工作，2014（7）：40-45.

[9]韩翠峰.大数据时代图书馆的服务创新与发展[J].图书馆，2013（1）：121-122.

[10]王玉林，曾咏梅.图书馆大数据功能实现的障碍与对策研究[J].情报理论与实践，2015（7）：48-51.

[11]樊伟红，李晨晖，张兴旺，等.图书馆需要怎样的“大数据”[J].图书馆杂志，2012（11）：63-68.

[12]刘菊霞.业务流程、服务管理模式和成本效益比的互动关系研究[J].图书馆建设，2013（11）：65-70.

[13]蔡迎春.基于层次分析法的学科图书采购模型构建及实证分析[J].图书情报工作，2010（21）：36-39.

[14]张甲，胡小菁.读者决策的图书馆藏书采购：藏书建设2.0版[J].中国图书馆学报，2011（2）：36-39.

[15]秦嘉杭，郑建明.基于需求驱动的图书复本采购模型研究[J].图书馆论坛，2013（5）：118-121.

[16]顾永时.基于流通数据的图书采访质量评价体系的建立[J].图书与情报，2012（2）：104-107.

（编校：崔萌）