数据流动视角下高校图书馆数据流态与交互特征探究

潘颖?朱星旋?沈钰淇?刘桂锋?卢章平

摘 要 从数据交互特征和整体流态两个角度来看，目前高校图书馆数流态呈现从资源层-应用层-管理层“金字塔”形态。图书馆所相关的数据交互活跃度与图书馆业务的主次程度相关，其数据类型的被需求度与部门职能相关，这是由部门的业务性质所决定。针对目前图书馆数据流未闭环、交互动力不足、价值挖掘不深等问题，论文通过调研，提出从建立图书馆数据基础制度、构建数据组织架构、完善图书馆管理平台、搭建数据馆员梯队等四个方面来加强数据流动，以便图书馆打通数据壁垒、释放数据要素、加速数据增值，更好地推动传统业务转型升级。

关键词 高校图书馆;数据流;数据交互;智慧图书馆

分类号 G258.6

DOI 10.16810/j.cnki.1672-514X.2023.10.007

Research on Data Flow Pattern and Interaction Characteristics of University Library From the Perspective of Data Flow

Pan Ying， Zhu Xingxuan， Shen Yuqi， Liu Guifeng， Lu Zhangping

Abstract From the perspective of data interaction characteristics and overall flow pattern， the current data flow pattern of university libraries is in the form of “pyramid” from resource layer - application layer - management layer. The degree of interactive activity of data related to library is related to the primary and secondary degree of library business， and the degree of demand of its data type is related to the function of the department， which is determined by the business nature of the department. Aiming at the problems such as lack of closed loop of library data flow， lack of interactive power， and insufficient value mining， this paper proposes to strengthen data flow from four aspects， including establishment of library data basic system， construction of data organization structure， improvement of library management platform， and construction of data librarian echelon， so as to break through data barriers， release data elements， and accelerate data value-added. Better promote the transformation and upgrading of traditional businesses.

Keywords University library. Data stream. Data ecosystem. Smart libraries.

0 引言

隨着数字经济和互联网技术的高速发展，数据已成为第五大生产要素。数据作为重要的生产要素，改变着传统行业生态，也推动传统业务转型升级。在这样大背景下，数据同样影响高校图书馆发展。图书馆正迈入智慧图书馆建设进程，数据建设是智慧图书馆的核心内容。在数字时代，图书馆更需要挖掘整合用户、业务、管理等多源数据开展深度分析，为精准服务、科学管理、智慧决策提供依据。数据流动是实现数据价值的前提[1]，只有畅通的数据流才能推动数据的交互、感知、利用。《“十四五”数字经济发展规划》提出“要推动数据开放共享利用、加快数据要素流通”。国内外学者对数据流的研究进行了初步探索，孔莉[2]根据图书馆自动化系统数据流构建了文献资源学科化管理的数据流框架，以提高学科化服务水平。汪莉[3]基于数据流构建数字图书馆供应链管理模型，更好提升一站式知识服务。朱纯琳[4]基于智慧服务的数据流动机制构建图书馆智慧服务生态系统。Abdul R S[5]介绍了Duta Wicana Christian大学基于数据流图（DFD）开发图书馆信息管理系统的过程。在研究中，学者们更多的是关注数据类型特征，比如零数据[6]、科研数据[7]、借阅数据[8]，数据科学[9]等不同类型的数据，或者对数据涉及到的建设、服务、伦理开展广泛探索，比如数据驱动的用户画像[10]、数据资源增值[11]、数据资源建设[12]、数据馆员组织架构[13]、数据素养培育[14]、数据隐私[15]等，此外还多角度分析数据生态系统构建方法和应用场景[16]，从SWOT分析法构建数据生态系统[17]，面向图书馆智慧化建设[18]和“双创”主体数据需求[19]构建图书馆大数据知识生态系统[20]，树立全数据体系理念[21]等等，而在数据流动方面更多关注跨境数据流动的信息安全和治理规则[22]等。

上述研究针对图书馆数据流应用、数据类型、数据生态系统建设、数据服务等开展，但较少关注图书馆数据流态，较少分析部门间数据交互。图书馆的数据分散在各个部门，部门间数据的顺畅流动是图书馆实现智慧化、精准化服务的前提。目前图书馆各部门间存在信息孤岛和数据壁垒现象[23-24]，吴建中[25]认为克服“数据孤岛”是智慧图书馆建设首先要解决的问题。可以说了解掌握目前图书馆数据流动现状、交互特点、存在的问题是后续消除数据孤岛、促进数据流动、实现数据增益的前提。

数据流最初是通信领域使用的概念，代表传输中所使用的信息的数字编码信号序列，通常用于描述实时数据的产生和传输。图书馆的管理和服务涉及多种类型数据，包括馆藏数据、用户数据、借还数据、空间数据、服务数据等。图书馆业务开展离不开部门间不同数据类型的交互。数据在部门之间传递、交互形成了数据流动。由此本文以数据流为视角研究各部门间数据交互、流向情况，从数据交互特征和整体流态两个层面分析目前高校图书馆数据流特点及其存在的问题，为图书馆打通数据壁垒、释放数据要素、加速数据增值提供参考，旨在为图书馆数据在不同部门之间传递过程中形成完善的处理机制。

1 高校图书馆数据交互特征

研究图书馆数据流动状态，首先需要了解哪些数据参与了流动、流动的节点（即部门）、流动方向、流动路径等问题。本文从数据交互特征和数据流体形态两个层面来描述高校圖书馆的数据流动现状。图1为图书馆部门数据流动示意图，中间列为待研究的部门，左边的线表示接受哪些部门哪些数据类型的输入，右边的线表示输出给哪些部门哪些数据类型，箭头表示流动的方向。比如部门1接受部门4 “纸质与数字资源”数据的输入，将“用户属性特征数据”输出给部门3。

通过统计分析部门提交、接受数据的类型、数量等内容挖掘数据交互的活跃程度、交互活跃数据的类型及其产生的原因，可得知图书馆各部门之间数据流动的方向及部门数据交互特征。

1.1 数据交互的活跃度与图书馆业务的主次密切相关

资源是图书馆立身之本，资源的采购、管理、利用既是基础工作也是重点工作，同时也为信息咨询、学科服务、文化活动等业务工作提供支撑。通过调研，并根据各部门数据流统计高频数据类型和低频数据类型，可知高频数据类型的需求占比≥50%，而低频数据类型的需求占比＜30%。

在图书馆的数据资源中，高频数据不仅包括纸质与数字资源、网络资源，还包括用户数据中的用户进出馆数据、借阅数据以及资源访问数据、空间数据中的基础空间数据、人员流动数据，以及业务类数据中的采访、编目、典藏、流通等工作中产生的非交互式记录、统计数据和阅读推广数据。在数据流动中，管理数据中的图书馆行业基础数据在数据流中出现次数较高，这与图书馆资源建设、空间服务、用户分析等主流业务相关。另外，由于空间资源已成为图书馆重要资源，空间资源的挖掘和优势打造已越来越受到关注，特别是在开学季、毕业季、考试季、考研季等特殊时期。用户分析作为图书馆精准服务、个性服务的基础，而用户的准确画像离不开用户的进馆、借阅、预约、访问等行为数据，因此其数据的使用频率也较高。而元数据、用户社交数据、监控数据、政策法规数据出现次数较少，反映了目前图书馆在元数据方面的利用、管理程度还较弱。用户社交数据使用频次较低是由于获取难度还未实现采集并用于用户画像。监控数据属于较特殊数据，一般不调用，即使调用也需要相关部门批准，而政策法规数据在业务中涉及较少。

1.2 各数据类型的被需求度与部门职能相关

对各部门主要涉及的资源数据、用户数据、空间数据、业务数据、管理数据五种数据类型进行统计，经过分析可以看出，资源数据和用户数据是各业务部门均需要的数据。除了资源建设部，信息咨询、技术支持、文化推广等部门也对资源数据需求较多。资源是图书馆建设的基础和重点，支撑着图书馆的基础工作和拓展工作。信息咨询在开展学科分析、情报服务等业务时需要搜集学科数据，技术支持部在维护数据库时需要参考资源数据，文化推广部开展活动，加强阅读推广时也离不开资源使用数据的支撑。空间数据和管理数据有些部门没有涉及，比如资源建设部对空间数据需求较少，特藏服务部和文化推广部对管理数据也涉及不多。此外每个部门对五大类数据类型涉及的宽度各异，如技术支持部涉及到的用户数据范围更多，这与用户部分行为数据的采集设备在技术支持部相关。文化推广部对资源数据、用户数据的需求较之其它数据明显更多，这是因为文化推广部在进行活动的策划、组织、宣传、组织过程中均需要资源信息和用户信息。信息咨询部对资源数据的依赖程度更大，因为科研成果数据是学科竞争力分析、专利态势分析、人才评价、成果绩效等分析报告的基础数据。同时每个部门都会产生自己的业务数据。

1.3 部门的业务性质决定了其与相关部门数据交互特征

通过调研，总体上部门接受的数据类型要多于输出的数据类型，从数据类型种类来讲，大部分部门是输入型部门，并且有的数据类型是相同的，比如信息咨询部既接受也提交了“纸质与数字资源”数据，说明在工作中需要该数据的支撑，同时提交的“纸质与数字资源”数据加入了新的内容，是典型的数据交互现象，在交互中实现了信息的增值。统计分析每个部门接受、提交数据的类型，并根据数据的主要交互分别绘制它们与其他部门的数据关系，如图2所示。

从部门与部门数据流的情况看，均存在既有数据双向交互，也有数据单向流动的现象，并且部门呈现不一样的数据流特征，可以说，各部门与其它部门数据交互特征与本部门业务性质密切相连。

资源建设、信息咨询、读者服务、特藏服务等部门属于数据单向、双向混流动部门，既有与部门有数据互动外，还需要与信息咨询部、读者服务部密切互动，从资源的角度助力该两个部门的业务工作（如工程专业认证数据提供、个性化资源推荐等），因此数据呈现出单向输入、输出，接受技术支持部的服务器相关数据后，汇总数据库使用数据提交综合管理部。信息咨询部既与资源建设部互动外，还接受技术支持部、读者服务部的数据，开展信息素养培训、读者咨询、用户行为分析、学科情报分析等工作，在工作统计、工作总结等场景下上报综合管理部。读者服务部一方面由于阅览室空间设备维护等需求与技术支持部联系较多，一方面获取文化推广部的活动信息开展读者宣传，形成效果评价提交综合管理部。特藏服务部在特藏资源宣传、推广、建筑空间维护方面与文化推广部、技术支持部经常联系，同时特藏也是资源建设重要的一部分，特藏服务部从资源建设获取特藏资源的编目等相关信息，形成特藏资源建设总结提交综合管理部。

技术支持、文化推广属于偏数据互动型部门，虽然有数据输入、输出现象，但更多体现其与多个部门的数据交互。技术支持部作为保障图书馆机器、系统、设备正常运行的部门，与一些业务主体性部门（比如资源建设部、读者服务部）、管理部门（综合管理部）有着较频繁的接触。而文化推广作为图书馆组织文化活动的重要部门，需要与较多部门（比如综合管理部、读者服务部、信息咨询部）形成联动，取得人员、场地、经费、技术的支持进行开展。

教学科研部属于偏数据输入型部门，一般获取资源（比如数据库新功能）、用户需求等更好地开展教学服务和科学研究，同时也统计图书馆各领域研究成果产出提交综合管理部，为图书馆的工作提供指导。

综合管理部属于统领性部门。作为图书馆行政事务的中枢机构，既是各部门的数据归口，也是组织、协同、统筹图书馆工作的总领机构，所以和它关联的部门最多，它的特点是有数据交互，数据输入，但是沒有数据输出。

2 高校图书馆数据流态

为展现主要数据流动路径，本研究统计汇总了图书馆各部门与其它部门数据交互的类型和路径，绘制高校图书馆整体数据流，如图3所示。为了更好地显示数据流动，仅对高频流动数据进行统计，箭头表示数据流动的方向。由图3可以看出，如果将高校图书馆的各个部门看成是数据中转节点，五大类数据在各个数据中转节点的流动路径较为单一，且以单向为主，基本按照资源层——应用层——管理层的路径结构向上流动，呈现“金字塔”型。

图3 高校图书馆部门数据流金字塔形态

在高校图书馆部门数据流金字塔形态中，底层的基础数据包括图书馆内公开的数据和一些资源数据，如纸质与数字资源、网络资源数据等，这些数据是各类部门相关业务工作的基础。由底层基础数据向上流动形成“金字塔”的三个层面。

第一层为资源层，是以资源为中心而形成的数据流，涉及的部门包括资源建设部、读者服务部、特藏服务部和技术支持部。资源层数据流特点是数据量大、路径稳定、数据增值度不高。资源层数据产生从资源采访开始，经读者服务部门形成借阅数据、资源访问数据，还有一些采编工作形成的业务数据和数据商、出版商数据，以及特藏服务类产生的特藏数据等，技术支持部负责部分数据的存储与维护，最终由资源建设部门开始新一轮的数据流。

第二层为应用层。应用层主要承担图书馆信息咨询、学科服务、文化传播、教学科研等服务工作。应用层的中心部门包括信息咨询部、教学科研部、文化推广部，这些部门是图书馆主要的业务部门，同时也会和资源层部门合作。应用层数据流有数据增值度高、参与部门广泛、流动频繁等特点。信息咨询部与资源建设部、技术支持部联系紧密，为学院学生培养、人才引进、学科建设、项目申报等开展数据支持、科技查新、成果鉴定、培训讲座、技术领域态势分析、学科排名竞争力分析等服务，同时也形成了新的情报数据、用户数据、知识数据等。文化推广部与信息咨询部、读者服务部数据交流较频繁。文化推广部在推送推文、举办活动时，需要用户数据、资源数据作支撑，以更好地定位用户需求。教学科研类承担信息素养、数据素养教育和图书馆工作研究任务，在工作中需要不断更新已有培训内容和了解最新业务状态，形成新的研究成果。此外，有的工作是多个部门协同合作完成，在协同中产生数据的交互利用。高校图书馆每年发布的借阅分析大数据报告就是由资源建设、读者服务、技术支持、文化推广等部门合作完成的，然后由文化推广部制作微信发布。特藏服务和文化推广部不定期举行线上线下特藏书籍文化宣传活动等，而走出社会宣传时又会联合综合管理部。捐赠书籍的入库、宣传、管理包含了资源建设、特藏服务、读者服务部门，其产生的数据在三个部门中流动。

第三层为管理层。管理层是图书馆部门数据的重要归口处，主要由综合管理部承担。管理层数据流的特点是只输入不输出、数据类型丰富，这是由管理层行政特质决定的。综合管理部门汇聚其他所有部门的重点数据，一方面了解图书馆业务现状，并及时调整相关业务管理或者修改完善馆内各类政策，一方面作为图书馆对外出口向学校其他部门提交数据。

3 图书馆数据流动存在的问题

数据是图书馆的重要资源，数据在流动的过程中通过传递、交互、利用实现数据增值、数据增益。从分析可以看出图书馆数据体量大、类型复杂、且分散在各部门，每类数据交互活跃度各异，每个部门参与程度也不同，呈现数据流部分有序特点。通过对85所大学图书馆的调查，发现我国高校图书馆数据交互主要由业务工作驱动，交互的效果在很大程度上受限于业务本身开展深度和馆员对业务认识程度。总体而言目前无论是数据交互的参与度、充分性，还是数据流动的方向性都不是太理想，存在一定问题，主要表现如下。

3.1 主体数据没有回流路径，缺少数据闭环

目前高校图书馆主体数据流态是单方向的，大致呈现从资源层经流应用层汇聚至管理层的流动路径。虽然应用层部分业务部门有数据交互，但整体上未有从管理层向应用层、应用层向资源层的数据回流现象，整个数据流是开环状态，而非一个闭环路径。这样的数据流态缺少了重要的数据反馈信息，导致业务部门对为什么提交数据、提交数据的质量如何、提交数据最后的效果等知之甚少，无法基于反馈的信息优化数据质量，促进部门数据管理水平。一个健康的数据流态应该是闭环结构，既有数据的流出，也有数据的流入，数据在闭环的路径中处于一个不断循环、更新、迭代状态。通过数据闭环，对部门业务工作修正、调整、控制，从而提升图书馆整体管理和服务水平。

3.2 部门数据交互动力不足，存在数据壁垒

无数据交互和数据单向流动是部门数据的主要状态。比如信息咨询部的数据单向流入教学科研部和文化推广部，特藏服务部与技术支持部无数据交互。这反映了部门有数据孤岛，部门之间存在数据壁垒。从数据流动的角度看，数据无交互反映了流动路径上存在堵点、壁垒，这个堵点/壁垒可能是因为馆员交互意识缺失（观念性壁垒），或是数据价值未被挖掘（技术性壁垒），或是交互机制未建立（制度性壁垒）。数据只有单向流动反映了图书馆部门业务发展的不平衡。数据单方输出部门与数据输入部门之间存在位能差，输出方吸引力较弱，无法虹吸对方部门的数据，未能利用对方数据价值发展本部门业务工作。图书馆应从制度、技术、理念三个层面打破数据壁垒，消除数据孤岛，实现数据共享、开放、流通，让数据要素参与部门工作，推动业务升级、图书馆转型发展。

3.3 数据要素价值挖掘不够，数据治理意识较弱

目前图书馆数据治理意识较弱，还未构建完整的数据资源管理体系。部门对拥有哪些数据、需要什么样的数据、如何使用数据，数据存储在哪里等问题上还比较模糊。所以数据的交互一方面依赖图书馆主体工作、部门常规业务，一方面应急临时的工作需要。这导致数据要素价值释放间歇性、浅层面、零散化。图书馆具有多源异构的海量数据，蕴藏着巨大的数据要素价值。需要建立相应的制度、规范、流程对数据的获取、处理、使用进行监管，借助泛在互联、关联融合、文本挖掘等新技术实现对数据的发现、监督、控制、整合，激活数据要素价值，促进数据要素价值挖掘走向多维化、精确化、场景化。

4 对策建议

数据流在一定程度上反映了图书馆对数据的治理，同时数据流与业务流密切相关，更离不开馆员的参与。从存在的问题看既有制度层面需要解决的数据创建、使用、管理等规范问题，技术层面需要提供操作平台支持工作流程，也有素养层面帮助提升数据意识，增强数据素养。本文从制度建立、组织构架、平台建设、素养提升四个方面提出对策建议。

4.1 建立图书馆数据基础制度

中共中央、国务院于2022年12月发布了《关于构建数据基础制度更好发挥数据要素作用的意见》，要求加快构建数据基础制度，激活数据要素潜能。数字时代，数据作为新型生产要素已经全面融入图书馆资源建设、学科服务、读者服务、文化传承等各方面，深刻影响着图书馆管理、服务、运行模式。利用海量数据规模和丰富应用场景优势，挖掘数据要素价值，对图书馆高质量发展具有重要意义。图书馆应该在国家数据基础制度整体框架下构建适合图书馆数据特征、彰显数据创新驱动的数据基础制度。通过制度的建立实现数据治理，规范数据生产、利用、管理，消除静默数据，促进全类型数据交互，建立数据流通闭环路径，充分释放数据生产力，实现数据赋能图书馆发展。

4.2 构建以数据为核心的图书馆组织架构

組织架构是图书馆业务正常运转的基础保障。数字时代建立以数据为核心的组织架构，设计规划各业务部门数据工作，有助于图书馆数据的类型、关系和层级结构更清晰化。目前部分高校图书馆设置了数据岗位，开启了图书馆数据管理与服务工作的尝试。但是这些岗位只涉及部分数据工作，也仅在某些部门中设置，致使部分数据资源在相关工作中无法体现出来。从图书馆整体视角出发，统筹考虑所有数据资源、业务内容，系统、全局设计组织架构和部门岗位，这就形成了数据流架构。每个岗位就是数据流中的节点。每个岗位对数据进行管控定位，在图书馆整体数据工作中既有分工又有合作，数据在各个岗位上进行处理、转换、流通、交互。数据流架构实现了岗位数据源的打通、流转、循环，既保证了图书馆整体数据流的闭环结构，也支持岗位间的数据支流。

4.3 完善新一代图书馆管理平台

较传统而言，新一代图书馆管理平台在体系架构、主体功能、业务优化等方面进一步提升，为数据流相关工作提供了理想的工作载体和技术支持。目前平台集合了采购数据、纸质资源数据、借阅数据，还未覆盖图书馆所有类型数据；在业务工作上以资源采购和书籍借阅为主，数据的流动限于部门内部，未涉及到数据流的所有环节。基于数据流理念进一步完善新一代图书馆管理平台建设，在数据类型上汇集用户数据、服务数据、设备数据等所有类型数据，统一图书馆对各类数据资源的管理。在工作流程上设计业务部门工作门户，支持部门数据的创建、整理、下载、分析、管理、保存等工作。在技术上设立浏览、修改、提交、审核、反馈等不同层级工作人员数据操作权限。基于新一代图书馆管理平台实现数据云端流动。

4.4 搭建数据素养馆员梯队

馆员是图书馆工作开展的主体，馆员的数据素养对数据工作质量尤为重要。良好的数据素养包含正确的数据认知、一定的数据技能和遵守数据伦理规范。在数据流架构中，不同数据岗位对数据素养要求不同，比如高级岗位侧重数据思维，需要具备数据关联思维、数据驱动思维、数据反馈思维，这样才能更好地规划、指导数据工作，发挥数据要素价值。中级岗位则关注数据技能，或获取、分析、评价，或存储、组织、管理，以便胜任具体的数据工作。初级岗位需要具备基础的数据知识，了解相关法律条文。在馆员数据素养提升过程中，一方面需要结合岗位的具体职责有针对性地开展技能培训，一方面需要遵循分阶段循序渐进的培养模式。设计、培养、管理数据素养馆员梯队，保障图书馆数据工作良序有效开展。

5 结语

数字时代，数据将成为新动源推动图书馆创新发展。本文从数据流视角采集高校图书馆数据交互信息，统计交互类型，分析交互特征、数据流向，描绘数据流态。目前高校图书馆数据交互的类型、交互的活跃度与图书馆基础工作密切相关，部门数据的流通性依赖于其业务发展。图书馆是高校重要的教学科研服务机构，数据融通再利用有助于揭示用户需求，优化服务与管理，充分发挥图书馆在资源供给、知识服务、文化传承、情报决策的重要职能。后续研究团队将围绕数据流深入分析不同类型数据流态、数据流应用场景、数据流与图书馆业务流内在关联等内容，打通图书馆全类型数据流通通道，促进数据交互，助力图书馆高质量发展。

参考文献：

刘志雄，谢建邦.数据流动与数据生态治理研究[J].中国特色社会主义研究，2022（Z1）：66-75，161.

孔莉，蔡山.面向数据流的高校图书馆文献资

源学科化管理实践[J].大学图书情报学刊，2020，

38（4）：115-118.

汪莉.基于数据流的数字图书馆供应链管理模型[J].情报探索，2015（12）：95-98.

朱纯琳.基于数据流动的图书馆智慧服务生态系统构建研究[J].图书馆，2021（1）：49-55.

ABDUL R S， SVIFAUN N. Analisis proses pada senayan library information management system （SLIMS）cendana berbasis data flow diagram （DFD） di perpustakaan universitas kristen duta wicana yogyakarta[J]. Jurnal Ilmu Perpustakaan dan Informasi，2020（5）：1-15.

文佩丹，杨新涯，尹伟宏.智慧图书馆零数据分

析系统的设计与构建[J].图书馆学研究，2022（11）：

39-46.

陈媛媛，林安洁，陈志鹏.高校图书馆科研数据

管理服务要素研究[J].国家图书馆学刊，2023，

32（3）：36-48.

戴晓翔，詹庆东.2010—2021年福州大学图书馆纸质文献借阅记录数据集[J].图书馆杂志，

2023， 42（5）：110-115.

MANI N S. Handbook of research on academic libraries as partners in data science ecosystems[J]. World Digital Libraries， 2022， 15（1）：78-78.

陈添源，吴锦辉，杨思洛.数据驱动的高校图书

馆用户画像构建研究[J].国家图书馆学刊，2023，

32（3）：64-75.

张俊娥，陈建龙.高校图书馆基于学科映射的数

据资源增值服务[J].大学图书馆学报，2023，41

（3）：19-27 ，18.

孟祥保，高冕.图书馆数据资源建设：内涵、价值与路径[J].新世纪图书馆，2023（5）：48-54.

潘颖，沈钰淇，卢章平，等.美国高校图书馆数据馆员组织架构研究[J].图书馆，2023（5）：65-73.

钟庆虹，查颖，罗靖琳，等.高校图书馆馆员数据素养培育体系的构建研究[J].大学图书馆学报，2023，41（2）：34-44.

陆康，刘慧，任贝贝.我国图书馆大数据隐私主

动式管理研究[J].新世纪图书馆，2022（10）：50-56.

SANT-GERONIKOLOU S.Understanding in-library use data lifecycle within Greek and Spanish higher education ecosystems[J].Library Hi Tech News，2018，35（7）：13-17.

庞楠，薛卫双.基于数据生态系统模型的图书馆数据治理路径分析[J].图书馆，2021（1）：92-98.

王世华，陈光耀.高校图书馆智慧化建设中大

数据生态系统构建[J].山东图书馆学刊，2021（6）：

37-41.

刘巧英.面向“双创”的高校图书馆数据服务

生态系统构建[J].大学图书情报学刊，2020，38

（3）：27-30，105.

储节旺，李振延.图书馆大数据知识生态系统

特征及构成研究[J].情报理论与实践，2022，45

（2）：35-42.

杨新涯，文佩丹，卓应忠.智慧图书馆的全数据体系研究[J].图书情报工作，2023，67（13）：29-35.

隆云滔，王磊，刘海波.跨境数据流动治理规则研究[J].数据与计算发展前沿，2023，5（1）：74-84.

刘芳，朱沙.基于读者画像的高校图书馆精准服务研究[J].大学图书情报学刊，2020，38（1）：73-75.

高美云.图书馆统计数据行业管理策略研究[J].图书馆，2021（11）：17-22.

吳建中.从数字图书馆到智慧图书馆：机遇、挑战和创新[J].图书馆杂志，2021，40（12）：4-11.