高校图书馆应用大数据技术的几个问题

朱税显

摘 要 大数据技术在信息搜集、整理、分析和提炼中发挥着重要作用。高校图书馆应用大数据技术有着重要的作用，大数据技术有利于实现图书馆资源的“大”，大数据技术有利于实现图书管管理的“快”，大数据技术有利于实现图书馆服务的“精”。高校图书馆提升服务水平所需要的大数据技术主要有文献管理系统、传感器技术、RFID 技术和移动终端技术。高校应用大数据技术存在诸多困境，如大数据管理人才缺乏，图书馆数据采集对象模糊，高校图书馆用户隐私保护存在问题。

关键词 高校图书馆 大数据技术 必要性 困境

中图分类号：G255.2 文献标识码：A DOI：10.16400/j.cnki.kjdks.2017.03.012

1 高校图书馆应用大数据技术的必要性

大数据技术的应用使得高校图书馆在图书资源的搜集、整理、分类、贮藏、使用等方面等到了优化和改进，使得图书管服务从传统的馆藏、借阅等服务拓展到了个性化服务、学科知识服务等领域，提升了圖书馆的服务水平和服务层次。

（1）大数据技术有利于实现图书馆资源的“大”。大数据技术结合了云计算分布式处理、分布式数据库、虚拟化技术、云存储技术等，实现了图书存储的海量化发展。大数据技术引入图书馆使得结构化数据（能够用统一结构加以表示的数据，如符号、数字、文字等）、非结构化数据（不能用统一结构表示的数据，如所有格式的办公文档、各类报表、图片、录像、音频、网页等）、半结构化数据（完全无结构数据与完全结构化数据之间的数据，如HTML文档）等各类数据都能够存储于云服务器中，创新了传统的数据采集和处理模式。高校图书馆对大数据技术的应用有效地实现了空间上和时间上的突破，使过去的图书管理模式发生了质的提升，促进了图书管理的便捷化、科学化和高效化，有利于实现图书馆服务向以用户为中心的转变。

（2）大数据技术有利于实现图书管管理的“快”。传统图书馆信息传递的介质主要是纸质书籍，图书馆管理也主要表现为对纸质图书及相关服务的管理。在过去，图书馆员基本是通过手工的形式对图书进行搜集、分类、整理、馆藏、检索、汇编、借阅、使用等，即便计算机技术引用图书馆管理后，对传统图书的搜集、分类、整理、馆藏、检索、汇编、借阅、使用等也没有从根本上超越手工处理阶段，因为对图书资源的搜集、分类、整理、馆藏、检索、汇编、借阅、使用等各个环节是彼此脱节的，无法实现图书馆服务管理的“快”。大数据技术引用图书馆使得个性化服务成为可能，极大地提高了图书馆管理效率。高校图书馆可以利大数据技术对图书的搜集、分类、整理、馆藏、检索、汇编、借阅、使用等环节进行资源整合，大大提升了高校图书馆管理效率。

（3）大数据技术有利于实现图书馆服务的“精”。传统图书馆服务时代，服务的内容聚焦于图书借阅服务、图书馆藏服务以及与之相关的其他服务上，缺乏以用户为核心的个性化服务，尤其缺乏对用户在与图书馆发生关系过程中产生的各种数据的搜集、整理和分析，因此无法掌握广大师生的使用偏好，进而为他们提供个性化服务，使得服务粗糙而不精。这与当时的计算机技术密切相关，在传统的图书馆服务时代，计算机还只能充当协助存储、协助管理角色，还不能对广大师生在与图书馆发生关系过程中产生的巨量数据进行搜集、整理、分析和提炼，并把这些有价值的数据运用于对用户的使用偏好、研究偏好等的预测上，因而无法及时有效地为他们提供个性化、针对性服务。而大数据技术的发展和在图书馆领域的应用，实现了图书管理的智能化，图书馆管理由此而进入了“第四范式”。大数据技术发挥它的信息搜集、加工处理、预测分析优势，能够形成用户个性分析库，为他们提供定制式服务。

2 提升高校图书馆服务水平所需的主要大数据技术

2.1 文献管理系统

作为大数据技术重要支撑的图书馆文献管理系统，记录了高校师生在搜索资源、借还书籍等过程中产生的一切数据，这些数据可以表现出他们的阅读兴趣和阅读习惯，也可以反映出他们的研究领域和研究方向。这方面的数据能够为大数据技术提供重要的数据来源。通过大数据技术可以提升图书馆已有数据的价值。随着互“联网+”时代的到来，用户能够接触到的信息量越来越大、渠道越来越多、方式越来越广，对图书馆馆藏图书的需求有所减少。归根到底是高校图书馆没有充分关照师生用户的实际需求要。因此，利用大数据技术深入地挖掘、分析、整理和提炼图书馆文献管理系统中用户留下的各种数据，采用可视化技术，洞察和分析读者的阅读行为和习惯，了解他们的研究领域、阅读偏好，进而有针对性地、主动地为他们提供教学、科研和学习所需要的知识服务是非常必要的。在“互联网+”时代，尤其是在大数据时代，用户所需要的不是资源线索，而是与自己的教学、科研及学习相关的知识，高校图书馆要建设在复杂学科背景下的知识集成、知识整理、知识汇编、知识创造、知识发现等知识服务，运用大数据技术，充分利用文献馆藏系统跟踪用户教学、科研和学习需要，挖掘知识主体、知识客体等之间的相互关系，为知识服务的实现提供前提条件。

2.2 传感器技术

传感器是能够感应规定的被测对象，且能够有规律地把所测数据转换成可用信号的装置。传感器技术作为数据获取的重要方式，与计算机技术、通信技术一道构成了信息技术的三大支柱。随着传感器技术的不断发展，其应用领域越来越广泛，覆盖了环境保护领域、交通运输领域、文化教育领域、医疗卫生领域等。传感器能够将人类生活、学习、工作等各个方面的信息，按照一定的规律，转化成为可用的信号。部分智能传感器还能够识别被测对象产生的价值数据，并进行信号转化，为大数据的获取提供了重要支持，避免了大量数据同时被转化，造成数据堵塞和数据处理困难的问题。传感器技术的发展和应用为大数据技术的发展和应用提供了数据支撑。目前，高校图书馆应用传感器的方式多种多样，如使用红外传感器，以解决高校图书馆普遍存在的“占位”问题。因此，利用传感器技术，搜集图书馆内的各种数据，并利用大数据技术处理这些数据，对于研究用户的阅读行为习惯、阅读偏好，进而有针对性地调整服务策略，具有重要的实践价值。

2.3 RFID 技术

RFID（Radio Frequency Identification）技术，即射频识别技术，是对传统条形码技术的发展和创新。RFID技术与传统条形码技术相比，操作距离得到扩展，标签的使用更便捷，只需要一个可移动阅读器，就可以对标签信息进行识别和阅读。除此之外，RFID技术还有许多优势，比如，操作范围广、性能稳定、存储能力强，这些优势使它越来越成为物联网时代的重要信息获取技术。这种技术在未来的图书馆发展中，必然会得到广泛运用。高校图书馆应用RFID技术能够实现对图书等资源及相关服务的实时跟踪、即时分析，获取和把握知识资源及相关服务的情况。如此，就可以及时分析和了解高校图书馆为师生提供的知识服务效果，并根据效果情况不断调整服务策略，最大程度满足用户的秩序需要。由此可见，RFID技术将成为大数据时代图书馆数据处理和分析的重要工具。

2.4 移动终端技术

我们正处于互联网时代，互联网时代使移动终端得以普及，手机、平板电脑等等已经成了人们生活、工作和学习不可缺少的工具，也成为人们各种数据产生的重要来源。手机、平板电脑等移动终端本身具有较强的信息处理能力，比如二维码扫描、GPS定位等。高校图书馆已经基本普及了移动图书馆、微信图书馆、二维码技术等服务，这与移动终端的普及是分不开的，离开了移动终端，这些服务就无法实现。图书馆用户在通过移动终端享受图书馆服务过程中，会产生各种各样的数据，这些数据直接为大数据技术提供了支撑。大数据技术能够实现对移动终端上产生的数据的处理和分析。一般来说，高校图书馆通过用户的移动终端采集信息的来源主要有三种：第一，用户在移动终端上查阅、浏览书籍产生的数据；第二，用户使用的移动终端内置的传感器采集到的数据；第三，用户在互联网上发生的网络行为产生的数据，如网络评论、转发的微博等数据。移动终端技术能够促进大数据技术在图书馆中的运用和普及。通过大数据技术，搜集用户在使用移动终端过程中产生的各种数据，了解他们的阅读偏好和阅读习惯，掌握他们的知识需求，对于提升图书馆的知识服务水平有着重要意义。

3 高校图书馆应用大数据技术面临的问题

3.1 大数据管理人才缺乏

大数据文件系统主要有Hadoop的分布式文件系统（HDFS）、谷歌的可扩展分布式文件系统（GFS）、集群文件系统公司开发的平行分布式文件系统（Lustre），Facebook开发的Haystack文件系统等等。大数据时代，高校图书馆需要对用户与图书馆发生关系过程中产生的海量数据进行管理，但是，图书馆数据管理人员缺乏，对大数据文件系统有所了解的人更少，由此而制约了高校图书馆从传统服务向知识服务的转型。高校图书馆数据管理人才必须对图书馆学、统计学、数学、大数据技术等都有所了解，并能够融会贯通，是非常难得的复合型人才。目前，对这类人才的培养还存在诸多问题，因此，这类人才较为缺乏。为了解决这个问题，高校图书馆一般都是通过委培等方式，与有关的培训机构签订培训协议，把有志于从事大数据管理的图书馆员选拔出来，派出进修，较为系统地学习大数据技术等大数据管理所需要的知识，在学有所成后回到原单位从事大数据管理方面的工作。可见，高校图书馆应用大数据技术面临的一大困境就是人才问题。

3.2 图书馆数据采集对象模糊

大数据技术对高校图书馆来说是一项全新的技术，高校图书馆员很少有人真正了解这门技术。高校图书馆通过对大数据管理人才培养、引进中，虽然逐渐拥有了一批大数据管理人才，但是仍然存在一些问题，比如数据采集对象的问题。在应用大数据技術采集数据资源时图书馆员首先面临的问题是采集什么数据，通过什么方式采集这些数据，通过这些数据是否可以了解用户的阅读习惯和阅读偏好，这些数据是否对图书馆知识服务有用，等等。这些问题都是图书馆员在应用大数据技术时必须要深入考虑的。此外，对于大数据的采集与分析，图书馆员还要考虑数据采集和分析的经济性，即采集数据的成本和效益。对于时效性强、存在周期短、数据量大（下转第66页）（上接第25页）的数据，必须有要相应的采集标准。同时，高校图书馆引入大数据技术必须以提升用户的满意度为目的，对于高校而言主要是以为用户提供高效率、有价值的知识服务为目的。比如，美国的Hiptype公司就通过大数据技术分析电子书阅读用户的喜好，并提供了更加贴近读者的人性化服务。

3.3 高校图书馆用户隐私保护存在问题

大数据时代是彰显数据价值的时代，但是价值主体不同，会使数据的使用方式不同。价值主体如果是合法主体，那么大数据就能造福于人。价值主体如果是不法分子，那么数据及其反映的个人、法人等的隐私就面临泄露的危险，甚至会因此而给个人、法人等带来严重的损失。此外，大数据技术的数据采集对象是兼具海量化和复杂性，通过大数据技术，要从这些数据之中获取有用的信息，是比较容易的。不法分子可以跟踪用户信息，分析用户产生的各种数据，破译他们的各种密码，使其隐私泄露，人身和财产安全受到威胁。而且，大数据的搜集、分析等工作，很多高校都外包给第三方机构，第三方机构可能因为各方面的原因泄露高校图书馆用户数据，如：自身系统的安全系数不高，数据库被攻破，信息外泄；内部人员受利益驱使，而盗取数据，造成数据外泄，等等。另外，高校图书馆本身也存在泄露用户隐私的问题。我们知道，高校图书馆引入大数据技术是为了更好地为用户服务，提升用户的满意度，并促进高校科研、教学等的不断发展，但是部分高校图书馆为了最大化地提升服务效益、提高自身的竞争力，可能会泄露部分用户的个人隐私。可见，大数据时代，高校图书馆应该从技术、制度等层面加强对用户隐私的保护。

参考文献

[1] 曾瑛.Web挖掘工具与数字图书馆信息服务[J].中国科技信息，2005（7）：38-39.

[2] 梁泽本.数据挖掘技术在数字图书馆个性化服务中的应用[J].科技情报开发与经济，2005（18）：96-97.

[3] 李志明，胡树森.数据挖掘及其在现代化图书馆中的应用[J].图书馆学研究，2006（6）：39-41.

[4] 杨小云.数据挖掘在图书馆中的应用[J].渭南师范学院学报，2005（2）：129.

[5] 来红梅.数据时代图书馆信息服务面临的挑战与对策[J].图书馆学刊，2014（3）：30-31.

[6] 杨海燕.数据时代的图书馆服务浅析[J].图书与情报，2012（8）：15-17.

[7] 陈臣.于大数据的图书馆个性化服务安全体系构建研究[J].新世纪图书馆，2014（11）：20-21.

[8] 韩炜.数据时代公共图书馆消除数据不平等的路径选择[J].图书馆论坛，2014（3）：10-11.