基于大数据技术与信息挖掘的图书馆智慧服务系统构建

李佳

摘 要：在数据资源全面应用与开发的信息环境中，公共图书馆的信息服务模式发生了改变，大数据、云计算、数据挖掘、信息标注被广泛应用于图书馆智慧服务。结合现代互联网技术工具构建图书馆大数据分析和信息挖掘智慧服务平台，有助于图书馆构建完善的智慧服务体系，能依据用户兴趣为用户提供多种信息服务，提高用户的信息服务体验。

关键词：大数据技术；信息挖掘；智慧服务体系；问题研究

1 图书馆智慧服务的含义

图书馆智慧服务是在立足传统信息服务基础上，采用新兴的云计算、大数据、物联网、智能交互等技术，结合相关的智能传感设备，完成以满足读者需求和提高服务质量为目标的智慧服务。利用高新技术通过对传统图书馆整合升级，能优化图书馆外部环境，创新图書馆内部服务机制，以用户需求为核心，整合多种文献资源，构建智慧化服务体系。图书馆智慧服务主要分为两个部分：一是图书馆借助信息网络获取文献资源，互联网和各类智能传感器设备获取各种文献信息，包括图书馆的文献资源和用户个人信息；二是图书馆利用大数据技术进行信息资源挖掘，从各种关联性数据中发现有价值的信息。图书馆智慧服务体系必须经过两个步骤进行构建，为图书馆内部管理机制创新、服务模式优化、用户的个性化需求和用户个人信息管理提供智能辅助决策支持。同时图书馆智慧服务体系可帮助图书馆数字管理系统对内部和外部环境实现全面感知，内部环境以服务为主，即图书馆内部数字系统与用户的信息交互，通过广泛的利用互联网工具及智能设备，让信息化服务与图书馆传统业务全面融合，为用户及图书馆决策提供全方位、多元化的智慧支持。

2 大数据分析和信息挖掘为图书馆智慧服务提供决策支持

移动信息网络的普及和各种信息传感设备的应用为图书馆带来了海量文献数据资源，这些文献数据由于规模较大，被人们广泛地看作是大数据，大数据存储规模较大，结构类型多样，价值密度较低，有价值的信息数量较少，处理和深度加工较为困难。图书馆作为社会重要的信息资源库，利用新兴技术对海量的数据资源进行分析与挖掘，从中提取有价值的信息，加强自身的决策优势。这对图书馆智慧服务体系的管理以及读者信息与文献资源的选择都有着较大帮助。借助大数据技术对海量的文献资源深度挖掘，其所发现数据资源内容的内在联系有利于图书馆进行智慧服务管理，面向用户构建深度服务系统。

3 图书馆智慧服务需求

通常情况下，公共图书馆提供的智慧服务包括四方面内容：

1）知识共享智慧化。图书馆借助各种信息传播媒介，使文献资源蕴含的隐性知识向着显性方面转化，让知识资源更容易被用户直接获取，短时间内让不同用户高效率接受知识资源，使知识共享更加智慧化。

2）知识推荐的智慧化。根据用户的个性化需求和阅读习惯，通过广泛采集用户的行为习惯数据，分析用户的个人喜好，为用户的个性化服务进行定制，使知识资源具备更强的应用性。

3）知识导航的智慧化。根据用户的行为数据进行针对化分析，能准确定位用户的行为偏好和知识结构，根据其对个性化需求为其定制知识主题，使图书馆知识资源更容易被用户理解。

4）图书馆服务的智慧化。图书馆在服务过程中借助技术工具对大规模信息资源进行大数据分析和价值性信息挖掘，能开展组织形式多样、内容丰富的知识推广活动，使图书馆与用户形成良好的互动关系，进一步提升图书馆智慧服务效率。

物联网技术和大数据技术及各种智能传感设备的应用使得各个图书馆的资源服务器之间、服务器与物联网终端、用户与图书馆之间产生良好的知识联系，形成深度的知识学习网络，使大数据分析和信息挖掘得到充分利用。随着智能终端的不断普及，各类社交媒体及移动智能终端被人们广泛使用，使图书馆在一定的时空范围内形成了大规模集群数据。当前满足图书馆智慧服务的隐性核心需求包括：深度的用户行为数据、图书馆服务的业务数据、用户的个人信息数据和各类服务器资源数据。

4 图书馆智慧服务模型构建

针对图书馆智慧服务信息采集中的隐性数据资源进行大数据分析和信息挖掘要利用智能算法工具、拓扑模型及数据整合工具构建智慧服务墨香，需要结合以下四点进行深入探究：

1）对用户群体组成进行挖掘和分析。依托不同用户在图书馆使用过程中的知识结构和行为数据以及个人信息，使用线上图书馆阅览平台产生的社交数据，可以以用户个人为中心构建出社会关系网络。在该网络中，不同用户之间的行为信息可通过聚合优化和数据重组找到其重合部分，该部分是用户群体中的关键人物。再利用统计回归方法对关键人物进行聚合分类，研究隐性知识和显性知识的转化过程，探究知识信息的传播方式和共享效果。

2）用户个人兴趣的分析与挖掘。针对用户的兴趣组成进行分析和挖掘，主要应用于用户的个性化需求的知识推荐服务。依托特定用户的行为数据找到其显性知识和隐性知识获取方式，更深度挖掘用户的行为偏好和阅读兴趣，再根据当前用户所处的场景和领域，结合用户的个性化需求，按照用户个人发展的不同阶段推送知识信息，能实现以用户个人为中心的智慧服务。

3）各学科知识的分析与挖掘。对图书馆各学科的文献资源进行大数据分析与挖掘主要目的是实现知识自动导航及推荐服务，通常我们可以根据个人需求构建有关学科领域的语义网，并通过分类和分词等自然语言处理方法，挖掘出各学科和知识数据集的关键字，进而掌握当前某个学校科的前沿热点。倘若在数据分析与挖掘过程中加入时间维度，则可以在虚拟空间模拟知识产生的过程，在针对该知识体系挖掘出相应的知识图谱和分布表，最终将根据各学科的语言资料库形成知识问答系统，满足用户信息交互及个性化文献获取的需求。

4）关联性业务数据分析与挖掘。针对图书馆关联性业务数据进行分析挖掘，主要目的是优化图书馆服务模式，让图书馆服务具有智慧。依托搜索引擎和智慧爬虫工具能对图书馆业务开展中各种流动性的数据进行聚类优化，能对各种数据的关联性规则进行分析，可以发现各种业务之间的关系，促进业务开展与用户需求实现动态平衡，挖掘出业务与用户之间的关系，为图书馆服务活动开展提供决策支持。

5 基于Hadoop框架的大数据分析和信息挖掘平台

互联网技术让图书馆产生了智慧服务模式，图书馆利用大数据算法工具及信息挖掘机制能实现真正意义上的智慧服务，并有效解决在面对海量信息资源管理及应用难题。截至目前，较为广泛利用Hadoop平台进行大数据分析和信息挖掘，通过该平台使图书馆实现智慧服务。基于该平台的数据处理和信息挖掘，主要包括重要信息数据的搜集、存储、管理、利用四个环节。在数据收集上采用多种搜集方式组成信息搜集框架；在数据存储上采用持久化定型和非持久化定型的存储框架；数据资源管理框架包括实时管理、批量数据管理、综合性消息管理各个方面；数据资源挖掘采用不同的挖掘和机器学习工具进行；在大数据资源利用方面，以各类知识信息宣传栏、知识服务导航及用户服务推荐为主，体现出以用户需求为核心的大数据资源利用原则。

6 结语

在大数据技术快速发展的社会情景中，公共图书馆智慧服务模式发生了改变，为了满足用户的个性化需求，根据读者的行为趋向，合理分配图书资源，要将大数据技术应用到公共图书馆阅读借阅服务中，多渠道拓展用户的资源应用渠道，利用现有的信息技术构建大数据与信息挖掘的服务平台，满足用户的移动情景中资源获取的需要，借以优化现代图书馆服务模式，以提高服务质量，带给用户更良好的阅读借阅体验。

参考文献

[1]秦宗和.基于云计算大数据的图书馆创新发展模式初探[J].发明与创新（大科技），2018（05）：62-63.

[2]顾娜.大数据时代公共图书馆图书资料管理的创新路径研究[J].文化学刊，2018（01）：152-153.

[3]容春琳.公共图书馆应用大数据的策略研究[J].图书馆建设，2013（07）：91-95.