李 睿
(天津市河东区图书馆,天津 300171)
随着大数据的快速发展,数据驱动带给图书馆整个行业的变革越来越明显,最终开启了图书馆的数字化时代。目前,网络上可以查找到的资源已经达到10亿余,而智慧图书馆也作为未来图书馆发展的新模式成为当前图书馆发展、前进、创新和突破的新理念。在数据驱动时代下,将云计算、人工智能等技术融入智能图书馆,可以使图书馆的服务更加全面高效。因此,在数字化时代,实现数字驱动的智能图书馆生态建设尤为重要。
随着大数据与人工智能时代的到来,以信息技术为中心,发展数字化、智能化的智慧图书馆成为现今图书馆发展的新目标;同时,图书馆的智能化管理也被不断地摸索和研究。通过对数据的查询可以发现:我国在2012年时开始出现对数字驱动环境下图书馆发展的研究;2013年之后有关这一主题的研究逐步增长;2014年以后,数据驱动下图书馆智慧化发展的研究更是引起了广泛的关注,相关问题的受关注程度也逐渐增加。
追溯历史,智慧图书馆的概念最早出现在欧美。2003年,这一概念被芬兰的学者定义为不受空间把控的可感知的移动图书馆,它可以更加广泛且便捷地为更多用户寻找合适的资料。智慧图书馆的发展已有约20年,但是目前学界中仍旧没有一个广泛统一的概念对其进行定义。但通过研究可以发现,智慧图书馆有数字化、网络化等鲜明特点,其拥有高效便捷的特征,以用户的利益为中心发展,是现代社会图书馆发展的方向和理论。而对不同的资料进行总结可以发现,智慧图书馆的主要内容包括以下几点:第一,智慧图书馆的发展需要科技的支持,如大数据、物联网等;第二,智慧图书馆要求对图书馆资料的总结和加工,将知识转化为真正的智慧并递交给用户;第三,智慧图书馆拥有一系列鲜明特征,如高效化、智慧化等[1]。而智慧图书馆不仅需要在理论层面的研究,还需要对其进行实践。从图书馆进行知识服务的本质出发,智慧图书馆是一种更加高效、精准的图书馆形态。因此,智慧图书馆更是一种图书馆发展的理念和精神内涵。
智慧图书馆需要构建一个完整的图书馆服务体系。一个图书馆的创建离不开实体建筑、信息资源等多方面硬件作为构成要素,在数据驱动环境下创建智慧图书馆更需要多个基础条件。例如,黄敏[2]所设计的智慧图书馆服务体系,以感知层、平台层等作为基础,将用户的需求作为中心提供服务。
目前,有关智慧图书馆发展的研究大多较为落后,没有具体结合数字驱动时代的技术进行研究,而是局限于过去的数字技术进行服务和应用的设计,缺少对整体性服务体系的研究,导致目前有关智慧图书馆的发展仍旧较慢。随着数据驱动环境下各类技术的飞速发展和成熟,传统的服务和技术已经很难再满足新时代智慧图书馆的发展需求。在这样的数字驱动背景下,发展智慧图书馆生态建设,不仅有利于图书馆业务流程和机制的发展,还有利于用户得到更加高效、精细化的服务。
在数据驱动时代,技术可以很好地帮助人们快速通过数据分析图书馆用户的特征、阅读频次,了解清楚用户的访问量、分享内容等,以此筛选出图书馆需要的指标,为智慧化图书馆的建设提供依据和策略,有利于图书馆的针对性服务构建和其长期的运营与发展。与此同时,数据驱动可以为图书馆的智慧化服务提供非线性的形式,有利于打破信息和空间的阻碍,支持利用多样化平台进行图书馆数据的整理和传播,对于干预图书馆的发展规则和影响其发挥趋势都有着现实性意义。
在数据驱动时代,图书馆应该承担起数据的查询和融合责任,强化服务推广意识,将数据资产融合起来,形成共同体。现在,数据成为新时代的知识载体和资产,信息对人的生活产生了巨大的影响,可以镜像反映人的生活和意识。通过数据信息,可以改变数据和私人空间以及社群服务等概念。从大量的碎片化数据中整理出有用的信息并利用大数据技术识别出用户的喜好、建立用户群体的服务体系模型,使非同空间人群思想的集中了解和个体化观念的深入了解变成现实。图书馆可以有效借助利用数据驱动技术收集到的信息对个人偏好进行个性化服务;对图书馆内的实际状况和资料借阅情况进行及时了解,通过用户的借阅趋向了解热门书籍和目前的热门研究。例如,重庆大学图书馆利用数据驱动技术,根据学生的阅读状况和数据下载趋向为学子提供馆藏信息。这说明数据驱动不仅可以完善用户需求网络,还可以帮助他们在数据驱动下真正获取智慧,使得数据资产真正成为智慧化图书馆建设的武器[3]。
随着数据驱动图书馆的转型和信息技术的普及,数据服务的发展也越来越快。为了更好地满足用户多层次、多变性和广泛化的复杂需求,智慧化图书馆的数据价值愈加凸显。为了更好地发挥数据的作用,应该依照数据的周期进行图书馆生态建设。数据周期有5个流程。第一,数据采集,也就是依照用户的需求和图书馆所需数据进行数据的采集,这些数据不仅可以采集于用户,还可以利用社交网络等采集。第二,要做好数据整合和储存。为了满足各类数据的合并和统一,应该将不同格式的数据转化为一体的数据进行储存,进而为智慧化图书馆的建设提供依据。第三,要进行数据处理。将数据中存在的问题进行分析,筛选出有用的数据,利用数据技术提炼出有效信息。第四,要进行数据备份,防止因意外事故造成的数据丢失,以满足智慧图书馆的数据保存需求。第五,数据再利用[4]。这是为了更为完备地发挥数据的作用,在数据的模拟和服务的再规划等方面取得更好的效果。
智慧图书馆建设的核心在于服务,及时更新数据产品是图书馆的特征,根据用户需求划分服务准则是智慧图书馆建设的最基本要求。智慧图书馆和传统图书馆在储存手段、信息的处理和呈现、展示方面都有所不同。为了制定更好的智慧图书馆生态管理体系,应遵循以下原则。
一方面,要保证数据来源的真实性和数据的有效处理。现在,除了图书馆的文献和电子资源,数据也成为其建设最重要的组成部分,借助对数据的有效利用,可以为更好地图书馆服务和现代科研的发展带来进步。数据采集具有分散性,在进行数据采集时要保证信息的真实。利用好个体数据和集体数据,挖掘和处理智慧图书馆发展需要的信息。
另一方面,要利用数据进行精准服务。智慧图书馆的服务有许多类型,如可视化展示、阅读游戏开发等,这些内容可以在不同的场景为不同用户的需求进行服务。智慧图书馆的打造核心在于用户对图书馆的依赖度和个性化,用户在某一网页的停留度、搜索偏好、常用平台等都属于图书馆服务的导向,坚守精准的服务准则来完善图书馆发展的核心内涵,这就是智慧图书馆建设的原则和价值所在[5]。
数据驱动使得图书馆服务迈向全面性,智慧图书馆服务生态模型的设置包括应用展示层、技术分析层、数据管理层、数据采集层4个方面。
(1)应用展示层是整个模型的最高层,是一个用户和服务的综合工程。智慧图书馆将服务进行重组,体现出场景模拟、可视化推送等特点,智慧图书馆不仅是对局部进行发展,而是对整体进行深化。场景模拟化可以利用现代VR技术进行线上线下资源的融合。精准推送则可以根据用户的信息数据分析出用户的喜好、时间等,根据不同的场合推送不同的内容,并且依据用户的登录活跃度和文献下载理性等进行智能推送。同时,图书馆作为教学和科研的根据地,智慧图书馆的建设和发展有利于学术交流体系的构建与文化发展[5]。
(2)技术分析层是智慧图书馆更优质服务和管理的核心,可以帮助用户节省资料的搜集时间,构建更加完善精确的知识网络。此层需要依照数据管理层涉及的数据,利用信息了解用户信息取向,进而分析用户的行为,为用户提供更加完善的信息服务。
(3)数据管理层对数据进行抽取、转换等,将相互关联的数据进行总结和统计,为后续的数据储存和再利用提供了依据。首先,从采集层提取出需要的数据;其次,将数据进行转换,将不同的数据格式进行统一;最后,进行数据的整合。在数据驱动下,智慧图书馆依据数据管理层进行数据价值的挖掘,实现数据共享。
(4)数据采集层需要将不同结构的数据进行收集,分别是结构化、非结构化、半结构化和数据流4种。通过对这些不同类型数据的采集,数据采集层可以承载大量的信息。因而在这一层,数据的隐私保护成为重点。
数据是智慧化图书馆知识的载体,是用户个人隐私的表达。智慧图书馆需要更加多元、有实际来源的用户数据,才能更加精准地为用户实现全面、个性化的服务。用户信息收集过程中的个人数据获得权限和用户信息保护也是现在智慧化图书馆建设中存在的问题之一。虽然目前大数据和数据收集等技术已经广泛应用于人们的日常生活,数据的开放也已经成为常态,但用户数据的完整性和隐私保护也仍旧是图书馆建设中的一大难题,信息泄露、用户无故被骚扰已经成为常态。针对这两个问题,智慧图书馆在建设过程中应该从用户的隐私权限、法律、技术层次等方面进行数据使用策略的制定,以便解决用户数据的完整性和隐私保护问题,使得智慧图书馆的建设更加完全。
社交媒体的诞生使得图书馆需要在经过用户权限允许后利用微信、知乎等社交媒体进行所需信息的采集和上传。但在这些社交媒体上所收集的数据并不是单纯的文字信息,图书馆需要将视频、图像等各类信息进行转化,这为图书馆的信息采集和数据分析带来了极大的挑战。为此,智慧化图书馆建设中,全国应建立起一套实用的标准化数据管理标准,解决数据的采集和转化问题。
在数据驱动下,智慧化图书馆的发展急需一大批具有专业度、了解数据技术和具有经验的人才。但目前不论是智慧型还是技术型人才,图书馆的现有人才都无法满足现代发展的需求度。不过,随着我国人员素质的整体提升和对人才的培养,这个问题正逐渐得到有效解决。
数据驱动下智慧图书馆的生态建设不只是单纯的分层和资源查询,智慧服务也不仅是单纯地为用户提供资源借阅和下载服务,而是在数据技术的支持下了解用户信息动向并向用户提供个性化服务。在目前,智慧图书馆建设还存在许多问题,但是随着数据技术的发展和成熟,智慧图书馆的建设会更加完善。