基于模块化技术的图书馆小数据智能服务架构与关键节点优化

图书馆可凭借大数据技术为用户提供定制化数据推送服务，[1]在肯定大数据技术价值的同时，应注意到大数据存在着结构复杂与成本高企等问题。[2]鉴于此，美国康奈尔大学爱斯坦教授于2013年提出了“小数据”概念：小数据是用户在数据挖掘过程中所伴生的以行为数据﹑生活数据与金融数据为代表的衍生性数据。[3]可见，图书馆小数据是以单个人为核心对象所进行的涵盖数据采集﹑分析﹑重构与决策的专题数据集合。[4]将小数据与模块化技术一并应用于图书馆智能服务领域，将有效增强图书馆智能服务的靶向效能。本文设计了基于模块化技术的图书馆小数据智能服务架构，并对应用这一架构的关键节点进行优化，以厘清用户模块化理念下图书馆小数据智能服务逻辑建构与实践样态。

一、模块化技术对图书馆小数据智能服务的价值意蕴

模块化技术对图书馆小数据智能服务的价值意蕴主要体现在技术价值﹑管理价值与安全价值三个方面。首先，图书馆凭借模块化技术能够便捷地获取用户行为数据。模块化技术能够有效地降低图书馆智能服务的资源耗费，进而增强服务的针对性与可操作性。[5]其次，图书馆可采用模块化技术将块状数据单元进行碎片化与个性化处理，并深度挖掘异构性小数据彼此间的因果关系。[6]再次，由于小数据模块化服务系统具有较强的独立性，外部信息系统无法对图书馆小数据资源控制权形成干预，从而在小数据系统与大数据系统间形成了安全隔离带。[7]发掘技术﹑管理与安全的三重价值意蕴，有助于用户模块化理念与图书馆小数据智能服务之间的深度融合。

二、图书馆小数据模块化智能服务架构

模块化理念下图书馆小数据智能服务架构主要包括三类核心单元：小数据智能化采集服务单元﹑需求发现模块化服务单元﹑智能决策模块化服务单元。这三类服务单元互为因果，协同促进了图书馆小数据智能服务的螺旋式发展，见图1。

（一）数据采集模块化服务单元——图书馆小数据用户智能化采集与预处理

图书馆在获得小数据后，需要采用数据结构预处理手段来提升图书馆小数据的价值密度。预处理方式主要包括三类。一是小数据模块化管理。图书馆需要基于模块化技术优化完善数据结构，以拓展小数据的应用范围。二是过滤噪声信号。由于小数据生成渠道多元且传输链条较长，图书馆需要提升信息传输的信号噪声比来降低小数据采集失真度。三是小数据清洗。图书馆需要采用数据清洗手段来促进数据的二次利用与价值增值，进而实现图书馆小数据的标准化管理。

（二）需求发现模块化服务单元——图书馆用户多元化服务诉求识别与预测

图书馆可以从时间与空间两个层面来挖掘与整合用户异质性服务诉求。首先，图书馆需要挖掘用户需求的截面数据，研判用户在远期的服务诉求及其变动趋势。其次，图书馆可基于数据挖掘工具来实时获取小数据的位置节点，进而促进图书馆小数据实现“立体式”融合。

图1 基于用户模块化的图书馆小数据智能服务架构

（三）智能决策模块化服务单元——图书馆小数据个性化智能服务推送与评估

智能决策模块化服务单元包括个性化智能决策推荐﹑服务推送与服务评估三类核心构成。首先，图书馆需要建立模块化智能推荐系统来削减用户数据采集时间成本，增强用户使用黏性。其次，图书馆可基于智能交互技术为用户推送符合其价值主张的模块化智能服务，提升用户对图书馆小数据智能服务价值感知程度。再次，需要以图书馆智能服务收益率作为自我反馈评价指标，以用户满意度作为社会反馈评价指标，构建图书馆小数据智能服务评价体系，促进小数据模块化管理与图书馆智能服务间的良性循环。可见，个性化智能决策推荐﹑服务推送﹑服务评估三者互为因果，协同拓展了图书馆小数据智能决策模块化服务链条。

三、基于模块化技术的图书馆小数据智能服务关键节点优化

基于模块化技术的图书馆小数据智能服务的核心输入项在于小数据价值密度﹑用户对小数据使用全周期的控制权﹑小数据模块化智能服务。因此需要基于上述三方面图书馆小数据智能服务架构的关键节点进行优化。

（一）数据采集模块化服务单元关键节点优化：增强小数据的模块密度与价值可用性

图书馆需要增强小数据的模块密度与价值可用性，确保数据采集的针对性与时效性。首先，需要采用数据整合技术手段来增强小数据的单位价值，以实现数据精度﹑应用成本与可操作性三者间的协同适配。其次，图书馆应在识别用户需求过程中，采用“数据萃取”与“信息交换”的技术手段深度挖掘具有高维数据特征的个性化服务信息语料。再次，图书馆可采用用户行为深度追踪技术来全程跟踪用户数据使用的全周期活动，以提高小数据的价值水平与通用水平。

（二）需求发现模块化服务单元关键节点优化：提升用户对小数据使用全周期控制权

图书馆需要赋予用户小数据全周期管理控制权，以增强用户的信息安全。首先，图书馆应与用户缔结小数据“安全使用协议”。在使用契约的约束下，用户可实时动态地监督﹑规范图书馆小数据使用行为。其次，在图书馆数据系统间架设“防火墙”。可通过预设用户授权程序的方式对小数据接口进行模块化安全加固，进而规避将小数据关键信息曝露于非可信环境中的风险。

（三）智能决策模块化服务单元关键节点优化：构建基于小数据的客户关系管理系统

构建基于小数据的客户关系管理系统能够有效提高图书馆小数据智能服务针对性。首先，图书馆需要基于小数据系统来构建与客户间的忠诚合作伙伴关系，持续提升用户价值体验感知度。其次，图书馆应采用用户过滤分析工具将有限资源投放至核心用户群，进而提高图书馆用户服务效率。再次，图书馆需要设置涵盖用户需求分析﹑用户满意度评估与用户流失预警模型，以此增强智能决策服务的普惠性与时效性。

四、结语

图书馆需要紧紧围绕大数据宏观预测与小数据微观抉择相结合的原则，基于模块化技术为图书馆个性化智能服务提供数据决策支撑。但大数据时代下图书馆智能化服务对小数据能力模块化程度提出了更高的要求。这不仅需要图书馆基于数据管理全周期来构建小数据模块化服务模式，更需要关注图书馆用户关系管理问题﹑用户小数据标准化问题及小数据控制问题。唯有如此，才能有效地激活图书馆小数据模块化智能服务的系统性效能。