大数据时代背景下高校图书馆采编工作的转型分析

贾松林

（宜春学院，江西宜春 336000）

大数据技术是一项通用性较强的先进技术，在很多领域中都有应用，数据信息也成为当今最有价值的资源之一，出现了很多通过大数据技术来分析用户需求并为用户提供书籍信息的平台，这些平台对于高校学生更具吸引力，导致学生不愿意前往高校图书馆阅读书籍。面对这一问题，为了保障高校图书馆的校内地位与作用发挥，其采编工作应当贴合大数据时代需求开始转型，对此进行研究具有重大的现实意义。

1 大数据时代高校图书馆采编的时代特征

大数据时代，先进的信息技术和智能设备应用到高校图书馆建设中，让高校图书馆信息资源更加丰富多彩，更新速度大大缩短，使得图书馆采编工作也因此呈现出了新的时代特征。

1.1 采编对象载体更加多样

随着高校信息技术的迅速发展，高校图书馆采编工作也开始利用互联网技术，采编对象载体也新增了磁盘、光盘、胶卷等形式，采集速度更快，采集的内容更加多样化，也更加方便利用。高校图书馆的采编人员，可以利用互联网对各种信息分类收集和整理，让采编工作更清晰有序。

1.2 采编职能更加复杂

随着网络和计算机技术的发展，采编对象和方式的转变，采编职能也变得更加复杂。传统高校图书馆的采编人员工作职能从手工编目和图书采购转为承担图书馆信息资源管理和数据库更新维护等工作，对其专业能力和职业素养都有了较高的要求。

1.3 采编方式呈现网络化

在大数据时代，随着采编对象载体的多样化，高校图书馆采编方式也随之改变，工作人员可以利用发达的互联网进行数学信息采集和整理。网络化的采编方式，既有助于采编人员提高工作效率，更加全面地统计和汇集文献信息，又能帮助采编人员预测读者需求信息，降低缺藏率，最大限度满足读者多层次、全方位的需求。

1.4 编目方式更加自动化

大数据时代的到来，资源的编目方式发生了改变，传统的编目方式无法满足大数据时代网络信息资源的需求。因此文献的编目方式变得更加自动化与信息化。逐步演变成以计算机为中心，帮助高校图书馆数据编目和自动储存，为实现管内资源共享和馆际互借奠定了基础。

2 目前高校图书馆采编工作存在的问题

目前，高校图书馆采编工作中的问题可以分为5 个方面：采编人员队伍结构不合理、采编内容需求信息不对称、采编模式缺陷、采编资源分类混乱、书籍更新频次慢。下文将对5 项问题的具体内容进行分析。

2.1 采编人员队伍结构不合理

人是高校图书馆工作的主要承担者。然而对于高校图书采编工作大多数高校并不重视，类似于闲置人群的安置地，导致当前我国高校图书馆的采编人员结构严重失衡，很多采编人员学历低，年纪大，没有专业的知识和技能，而大数据时代要求采编人员不仅要具备专业图书馆管理知识又要具备一定的计算机操作技能，当今的采编人员无法满足大数据时代采编工作的需求，影响了采编的工作质量。

2.2 采编内容需求信息不对称

随着各大高校的不断扩招和新兴专业不断涌现，读者对新技能、新内容信息的需求增大，然而图书馆采编的效率滞后于学校的需求。一方面，新兴专业信息更新慢，覆盖范围窄，读者的阅读需求得不到满足；另一方面，图书馆部分馆藏资源由于查阅难度大，常年无人借阅，没有发挥出其价值。

2.3 采编模式缺乏创新

现代大多数高校图书馆采编工作所采用的工作模式为：“以工作人员思想、教学需求为主导来采集、编制相关书籍，以供学生阅读”，由此可见这种工作模式并不会考虑学生的个性化需求，相应在大多数情况下就无法满足需求，使得学生不愿意前往图书馆进行阅读。例如，某高校图书馆采编工作当中，因为院校认为学生语文成绩较弱，所以要求采编工作人员多采集、编制语文书籍，旨在提升学生语文知识水平、巩固学生语文基础，而实际上在工作人员完成采编任务之后，却没有太多学生来图书馆阅读相关书籍，针对这一现象该校对学生进行了调查，结果显示90%左右的学生之所以不去图书馆阅读书籍，并不是因为其不想学习语文，而是采编得来的书籍并不符合自己的兴趣取向，还不如通过网络来搜集相关书籍。由此可见，当前高校图书馆采编工作模式存在缺陷，需要得到改善[1]。

2.4 采编资源分类混乱

采编资源一般指采编工作人员可以采集到的书籍，工作人员需要根据相关要求对此进行采集，并依照不同书籍的信息特征进行编制与分类。这一条件下，根据现代高校图书馆采编资源情况可知，多数图书馆内采编的资源都存在混乱表现，即采编工作人员面对大量书籍，并不能准确分析出每个书籍的特征，导致最后书籍分类混乱。例如，某高校图书馆采编工作当中，工作人员面对《老人与海》这本意义深厚的书籍，无法准确对其进行定义，在“言情”“冒险”“教育”3 个分类指标中来回踱步，最后将其分类为“言情”，而不同学生对这本小说的定义与工作人员存在差异，由此很多将《老人与海》定义为“冒险”“教育”分类的学生，就很难在图书馆中找到这本小说。

2.5 书籍更新频次慢

更新书籍同样是高校图书馆采编工作内容之一，但很多高校图书馆的书籍更新频次很缓慢，跟不上学生阅读需求的产生速度，长期发展下导致图书馆不受学生重视。例如，某高校图书馆的书籍更新频次平均为每10月/次，这种更新速度显然不满足学生不断产生的新阅读需求，相应学生就会通过网络来找寻新的书籍，代表学生对图书馆的重视度下降。

3 大数据时代背景下高校图书馆采编工作转型策略

在大数据时代背景下，高校图书馆采编工作应当从传统的线下人工管理模式朝线上技术管理模式转变，代表人工在工作中将“退居二线”，大数据技术将成为采编工作的主导。对此下文将提出相关的转型策略，同时分析各项策略的具体作用。

3.1 大数据技术引入

大数据技术的运作原理为“神经元结构原理”，即以基础信息为神经节点进行分析，得到基础信息的特征、与其他信息的逻辑关系，由此推动基础神经节点运动，生成与节点相关的神经元结构，根据结构中不同节点的运作方向、连接关系，可以判断出基础节点可能出现的变化、与其他节点的逻辑紧密度。这一条件下，在高校图书馆采编工作转型当中，高校应当引入大数据技术给采编工作人员提供支撑，使工作人员可以借助技术系统内的功能开展相关工作[2]。

在大数据技术引入之后，高校图书馆采编工作就朝着大数据方向开始转变，相应可以消除以上采编模式缺陷、采编资源分类混乱两大问题。即针对采编模式缺陷问题，在大数据技术应用下工作人员可以将每个学生日常的阅读习惯、阅读行为等信息导入技术系统内，使技术系统对这些信息进行分析，分析结果代表了每个学生的兴趣取向，这一条件下工作人员就可以根据大数据分析结果来采集数据；针对采编资源分类混乱问题，通过大数据技术可以准确对书籍进行多重分类（即结合学生阅读取向与阅读书籍进行逆推，可知书籍在学生心目中的分类定位），由此就避免了数据分类混乱的问题。

3.2 基于读者需求优化采编对象

大数据时代的快速发展，使得高校师生的阅读不再局限于纸质材料，他们想要更加个性化和多元化的知识资源。为了满足读者们的需求，采编的工作人员要了解用户的兴趣点和关注点，针对读者的需求深入研究分析，深挖资源，为其提供更加丰富优质的资源。图书馆的采编人员可以利用图书馆信息平台或者自媒体平台建立信息反馈渠道，同高校师生保持联系，及时获取他们的阅读需求信息，据此开展采编工作。

3.3 信息平台建设

大数据技术作为信息处理技术，在其被引入到高校图书馆采编工作之后就必须建设一个信息平台（线上图书馆模式），这个平台将与大数据技术系统连接，使大数据技术运作得到信息与数据支撑。即信息平台具有记录学生阅读习惯、阅读数据等信息的能力，这些信息对于大数据技术系统而言就是基础信息，由此采编工作人员只需要将此类信息定期导入大数据技术系统之后就能够完成相关的信息分析工作[3]。另外，信息平台的建设还可以解决书籍更新频次慢的问题，同时优化学生阅读体验。

（1）解决书籍更新频次慢问题。

在信息平台基础上，建议高校图书馆与其他高校图书馆建立资源共享关系，这样就使得双方采集资源变得更加丰富，采编工作人员可以随时根据大数据分析结果，对共享资源库内的书籍进行采集，以供学生进行阅读，可见此举提升了书籍更新速度。

（2）优化学生阅读体验。

信息平台的建设代表学生可以通过线上渠道来阅读图书馆内书籍，不需要向以前一样必须前往图书馆才能进行阅读，说明学生阅读行为开展更加便捷。同时，学生还可以根据自身需求随时随地的进行阅读，过程中也可以中断，说明信息平台可以让学生充分利用生活中的碎片时间进行阅读，不会与其他事务发生冲突，由此给学生带来良好的阅读体验。

3.4 人工培训

受以上两项策略影响，高校图书馆采编人工工作内容发生了变化，很多工作都需要通过设备、网络来进行操作，这一条件下受高校图书馆采编工作人员老龄化现象影响，人工可能会存在操作水平不足的现象，导致大数据技术无法合理运作，例如，某高校图书馆采编工作人员有3 名，年龄分别为51 岁、50 岁、48 岁，三者虽然具有多年图书馆采编工作经验，但面对大数据下的采编工作模式，却出现了因计算机操作水平不足，导致大数据技术应用无法落实的现象，因此在高校图书馆采编工作转型中如果遇到了此类问题，就需要对人工进行培训（如果没有则可以忽略这一策略）。

人工培训旨在让工作人员掌握一些基本的操作，且了解各项操作的功能，因此培训内容上要尽可能的精简，这样有利于高校图书馆采编工作转型速度。但值得注意的是，培训要重点拓宽受训者的思维，尤其针对年纪较大的受训者必须进行这一步骤的培训，这样才能让受训者对新鲜事物有更好的接受度。此外关于人工培训的方法，建议采用案例对比法来进行培训，这样可以直观展示以往工作与大数据采编工作的差距，引起受训者重视。

4 高校图书馆采编工作转型后的注意事项

4.1 加强对采编工作社会化的监督管理

高校图书馆应加强业务分流管理，选择有经验的、有能力、有专业背景的承包商协同合作发展图书馆采编业务，推动图书馆核心业务发展。通过签署协议与承包商建立信息联动机制，及时和承包商沟通、解决采编过程中出现的问题，定期对承包商的工作质量和工作进度进行有效评估，在高效有序监管的前提下，保证高校图书馆采编工作的有效开展[4]。

4.2 信息准确性

根据以上分析可知，大数据技术的运作必须得到基础信息的支撑，其运作方向与路线都将由基础信息来决定，因此在大数据高校图书馆采编工作中，必须重视基础信息的准确性。假设某采编人员在搜集阅读言情小说的学生总数时，因为一时疏忽所以导致数据低于正确数据，相应大数据技术在分析时就会以错误数据为准，使最终结果同样出错，可见基础信息准确性的重要性。而为了保障大数据高校图书馆采编工作中的基础信息准确，建议在信息搜集之前先设立搜集指标，要求采编工作人员依照指标来进行搜集，由此可保障信息完整，然后在每个指标信息搜集完毕后，要求采编工作人员对采集信息进行审核，以防数据采集失准[5]。

4.3 学生个性化需求筛选

在大数据技术应用下可以得到每个学生的个性化需求，同时还可以对这些需求进行分类，得到不同需求的学生占比。采编工作人员通过对比可以确认哪一种需求的占比更大，相应来采编对应书籍。但在这一过程中需要重视学生个性化需求筛选工作，即学生在信息平台中的所有操作信息中，有相当一部分属于无用信息，不能反映学生的个性化需求，例如，学生点开了某本书籍，但真实原因只是学生想要了解一下这本书，并不是真的要进行阅读，这一条件下采编工作人员就有必要通过大数据技术来筛除此类信息，确保分析结果可靠性。关于学生个性化需求筛选方法，首先可以根据学生所有操作信息的逻辑来设立对应指标，其次再根据指标进行判断，即在以上举例中，可以根据学生阅读每本书籍的时间为指标，如果学生阅读时间低于10 min，就代表其对对应书籍的操作信息属于无效信息，否则就是有效信息[6]。

5 结语

现代高校图书馆采编工作存在很多问题，不但影响了图书馆作用发挥，还导致学生对图书馆重视度下降。对此该文在大数据背景下提出高校图书馆采编工作转型策略，分析各项策略的实现方法与具体作用，以解决现状中的问题，给学生带来更好的阅读体验。同时，考虑到高校图书馆采编工作转型后的工作质量，阐述了相关注意事项，以供参考。