大數(shù)據(jù)時代圖書館數(shù)據(jù)整合系統(tǒng)構(gòu)建研究

馬曉亭 （蘭州商學院信息工程學院 甘肅 蘭州 730020）

目前，隨著用戶服務模式和服務內(nèi)容的變革，圖書館在不斷提高讀者個性化閱讀愉悅感和滿意度的同時，其數(shù)據(jù)中心的用戶服務數(shù)據(jù)、系統(tǒng)管理數(shù)據(jù)、系統(tǒng)運行監(jiān)控數(shù)據(jù)和用戶行為數(shù)據(jù)呈現(xiàn)爆炸式增長，數(shù)據(jù)量正在以每18個月翻一倍的驚人速度累積，圖書館已跨入大數(shù)據(jù)時代。

全球暢銷書《社會消費網(wǎng)絡營銷》的作者拉里·韋伯認為：“所謂大數(shù)據(jù)包括企業(yè)信息化的用戶交易數(shù)據(jù)、社會化媒體中用戶的行為數(shù)據(jù)和關系數(shù)據(jù)以及無線互聯(lián)網(wǎng)中的地理位置數(shù)據(jù)?！盵1]大數(shù)據(jù)資源的持續(xù)、快速增長在增強圖書館系統(tǒng)管理能力、服務能力、市場競爭力及為發(fā)掘商業(yè)價值提供可靠大數(shù)據(jù)分析支持的同時，也帶來了數(shù)據(jù)中心IT基礎設施架構(gòu)龐大、管理復雜、能耗巨大、運維成本飆升和服務效率下降等問題。因此，如何通過大數(shù)據(jù)資源的高效整合來提高其價值密度和數(shù)據(jù)可用性，是關系圖書館大數(shù)據(jù)應用高效、大規(guī)模用戶個性化服務可用、系統(tǒng)運營綠色和經(jīng)濟的關鍵。

1 大數(shù)據(jù)時代圖書館數(shù)據(jù)整合需求與面臨的挑戰(zhàn)

1.1 圖書館IT基礎設施架構(gòu)優(yōu)化和系統(tǒng)安全運營的需求

首先，圖書館IT基礎設施架構(gòu)的優(yōu)化，應主要涉及IT基礎設施組織架構(gòu)是否有利于大數(shù)據(jù)資源和系統(tǒng)硬件設施的整合，數(shù)據(jù)中心IT基礎設施資源是否易于擴展、管理和維護，數(shù)據(jù)中心是否具有較低的管理、運營和維護成本，并在異構(gòu)環(huán)境中是否具有較強的安全性和可控性。其次，當數(shù)據(jù)中心系統(tǒng)因整合而減少IT結(jié)構(gòu)復雜度和設備數(shù)量時，用戶服務和數(shù)據(jù)存儲將在少量的單點設備上運行，數(shù)據(jù)中心是否具有較低的單點故障率和數(shù)據(jù)存儲安全性。第三，虛擬化是IT基礎設施架構(gòu)整合的關鍵技術。數(shù)據(jù)中心不能因虛擬化技術的大量應用，而導致系統(tǒng)安全隱患大幅增加和自身抗風險能力降低。第四，為了增強圖書館的用戶服務性能和系統(tǒng)可靠性，圖書館通常會在不同地域構(gòu)建若干個子數(shù)據(jù)中心來提高其用戶服務的效率和可靠性。對位于不同地域的子數(shù)據(jù)中心數(shù)據(jù)進行有效的分析、挖掘和整合，也是關系圖書館IT基礎設施架構(gòu)優(yōu)化和系統(tǒng)運營安全的一個重要問題[2]。

1.2 數(shù)據(jù)中心異構(gòu)系統(tǒng)與應用服務整合的需求

首先，目前圖書館數(shù)據(jù)中心通常將關系系統(tǒng)安全、管理效率和用戶服務質(zhì)量的關鍵應用部署在大型主機、Unix平臺上，而將一些非關鍵應用部署在Unix或x86平臺上，導致IT基礎設施架構(gòu)多平臺化、應用多元化、系統(tǒng)異構(gòu)、數(shù)據(jù)分散和信息孤島現(xiàn)象突出。其次，不同的操作系統(tǒng)、應用服務和虛擬化平臺的安全需求與安全標準不同，很難將大數(shù)據(jù)流的獲取、組織、管理、分析、決策平臺的軟硬件系統(tǒng)一體化和預先集成。第三，如何以用戶需求和圖書館服務能力建設為指導，在保證不同系統(tǒng)平臺效率的前提下，將數(shù)據(jù)中心原有系統(tǒng)和新開發(fā)系統(tǒng)在大數(shù)據(jù)層面上實現(xiàn)無縫整合，是提高大數(shù)據(jù)平臺綜合效率與大數(shù)據(jù)服務有效性的關鍵[3]。第四，圖書館系統(tǒng)異構(gòu)主要可分為操作系統(tǒng)異構(gòu)、系統(tǒng)運行平臺異構(gòu)、數(shù)據(jù)庫管理系統(tǒng)異構(gòu)、網(wǎng)絡協(xié)議異構(gòu)、用戶平臺異構(gòu)、認證機制異構(gòu)、遠程執(zhí)行方案異構(gòu)、數(shù)據(jù)自身的異構(gòu)等幾個方面，這些異構(gòu)大幅度增加了數(shù)據(jù)整合的難度和復雜性。

1.3 增強大數(shù)據(jù)價值密度和可控性的需求

IBM硅谷實驗室大數(shù)據(jù)項目總監(jiān)Steven Sit，在2012年8月23日舉辦的以“技術維新，預見未來”為主題的2012 IBM軟件技術峰會上表示：“大數(shù)據(jù)現(xiàn)象才剛剛開始，估計到2015年全球?qū)谐^15個ZB的數(shù)據(jù)容量?！盵4]同樣，隨著多媒體個性化服務、移動閱讀和智能閱讀終端的推廣與普及，圖書館數(shù)據(jù)將呈現(xiàn)海量遞增、多樣性、非結(jié)構(gòu)化和時效性等特點。

首先，在大數(shù)據(jù)時代，圖書館服務已從過去以資源消耗為主，轉(zhuǎn)變?yōu)橐源髷?shù)據(jù)資源保障為核心的個性化“綠色”服務。因此，大數(shù)據(jù)資源的價值密度與可控性關系到圖書館的服務創(chuàng)新能力和市場競爭力。其次，隨著讀者需求和服務過程復雜度的增長，圖書館面臨著業(yè)務繁雜、數(shù)據(jù)存儲成本激增、計算需求增大、能耗巨大、成本控制和服務質(zhì)量保證等挑戰(zhàn)，而大數(shù)據(jù)整合的有效性則是服務安全、高效、綠色和可控的保障。第四，大數(shù)據(jù)環(huán)境下，數(shù)據(jù)通常以碎片信息數(shù)據(jù)流的形式存在，單一、無規(guī)律的碎片信息數(shù)據(jù)無法呈現(xiàn)出大數(shù)據(jù)的分析、評估和預測價值。因此，圖書館必須以用戶服務需求為中心，對數(shù)據(jù)碎片進行系統(tǒng)性的細分、搭配、重組與整合，才能提高數(shù)據(jù)的價值密度、可用性和可控性，最終實現(xiàn)大數(shù)據(jù)向大服務的轉(zhuǎn)變[5]。

1.4 圖書館智慧服務與智慧管理的需求

圖書館可利用大數(shù)據(jù)技術構(gòu)建智慧圖書館，實現(xiàn)服務系統(tǒng)的智慧管理與智慧服務。

首先，圖書館只有通過對歷史數(shù)據(jù)與當前數(shù)據(jù)的價值發(fā)現(xiàn)、數(shù)據(jù)整合與度量，完成對圖書館系統(tǒng)構(gòu)建要素關系、服務模式與內(nèi)容、服務市場、服務對象的準確數(shù)據(jù)挖掘和現(xiàn)狀感知，才能正確把握圖書館基礎設施結(jié)構(gòu)科學性、系統(tǒng)管理與服務能力、服務市場競爭環(huán)境和讀者個性化閱讀需求的實際情況。其次，圖書館只有對所采集的全量數(shù)據(jù)、流式數(shù)據(jù)和離線數(shù)據(jù)進行整合與關聯(lián)分析，以及對用戶需求態(tài)勢與服務效率進行判定與調(diào)控，才能完成對未來服務模式與內(nèi)容變革、服務市場環(huán)境特點、用戶需求和個性化閱讀QOS（Quality of Service，服務質(zhì)量）的判定標準進行準確預測。第三，智慧服務保障是圖書館智慧管理的最終目的。因此，圖書館大數(shù)據(jù)資源整合只有堅持以增強服務系統(tǒng)整體保障能力和服務資源綜合利用率為目的，才能提升大數(shù)據(jù)資源的價值密度和大數(shù)據(jù)服務的支撐力[6]。第四，數(shù)據(jù)整合的有效性和數(shù)據(jù)結(jié)構(gòu)的科學性決定著大數(shù)據(jù)平臺處理海量動態(tài)、快速變化數(shù)據(jù)的效率與能力，關系著高速數(shù)據(jù)在短時間內(nèi)的價值有效性和即時服務質(zhì)量。因此，圖書館應通過大數(shù)據(jù)平臺對實時采集的數(shù)據(jù)流進行快速整合，以保證數(shù)據(jù)計算和存儲系統(tǒng)、信息發(fā)現(xiàn)和處理系統(tǒng)、業(yè)務決策系統(tǒng)和用戶服務系統(tǒng)的服務安全、高效、實時和優(yōu)質(zhì)[7]。

1.5 大數(shù)據(jù)資源描述語法和元數(shù)據(jù)格式統(tǒng)一的需求

圖書館采集的大數(shù)據(jù)資源主要由用戶服務數(shù)據(jù)、系統(tǒng)管理與運營監(jiān)控數(shù)據(jù)、用戶行為數(shù)據(jù)、用戶閱讀活動和社會關系數(shù)據(jù)、讀者論壇與博客反饋數(shù)據(jù)、讀者位置數(shù)據(jù)等組成。這些元數(shù)據(jù)的數(shù)據(jù)格式、標準和描述語法不統(tǒng)一，數(shù)據(jù)之間具有較強的沖突和不完整性。其次，數(shù)據(jù)資源之間結(jié)構(gòu)復雜并缺少規(guī)律性，數(shù)據(jù)之間無法進行有效的語義關聯(lián)，大幅度增加了無關數(shù)據(jù)語義關聯(lián)和整合的難度。第三，數(shù)據(jù)整合流程的科學性和結(jié)構(gòu)合理性以及實驗數(shù)據(jù)格式的互操作性與可控性，也是關系大數(shù)據(jù)資源整合有效性的關鍵因素。第四，為了提高大數(shù)據(jù)資源整合的效率和降低整合成本，圖書館通常采用虛擬化方式進行數(shù)據(jù)整合。如何擺脫數(shù)據(jù)物理存儲方式、途徑和位置對虛擬化存儲的限制，提高虛擬化融合模型的科學性和效率是圖書館應關注的一個重要問題[8]。

2 圖書館大數(shù)據(jù)資源整合平臺的設計與整合策略

2.1 圖書館大數(shù)據(jù)資源整合平臺的設計

大數(shù)據(jù)資源整合是指共享或者合并來自于兩個或更多應用的數(shù)據(jù)，創(chuàng)建一個具有更多功能的企業(yè)應用的過程。因此，圖書館大數(shù)據(jù)資源整合平臺設計應采用多層次的系統(tǒng)結(jié)構(gòu)設計，保證系統(tǒng)平臺具有較強的擴展能力和以松散耦合度方式運行。同時，任何功能模式的增加、修改和刪除，均不能降低大數(shù)據(jù)資源整合平臺整體的功能性、易用性和可控性。筆者設計的圖書館大數(shù)據(jù)資源整合平臺系統(tǒng)架構(gòu)如圖1所示。

圖書館大數(shù)據(jù)資源整合平臺系統(tǒng)架構(gòu)主要由管理操作層、數(shù)據(jù)預清洗與過濾層、數(shù)據(jù)整合層和大數(shù)據(jù)資源層四部分組成。管理操作層是用戶對平臺系統(tǒng)管理與應用的接口，管理員通過對該層的操作完成大數(shù)據(jù)資源整合平臺系統(tǒng)的控制、管理、維護和應用。數(shù)據(jù)預清洗與過濾層依據(jù)定義的數(shù)據(jù)清洗與過濾規(guī)則，對所采集的大數(shù)據(jù)資源進行錯誤與可用性檢查、數(shù)據(jù)質(zhì)量分析、數(shù)據(jù)過濾與清洗，保證大數(shù)據(jù)資源進行數(shù)據(jù)整合時具有較高的價值密度和可操作性。數(shù)據(jù)整合層是將臨時數(shù)據(jù)庫中已進行預清洗與過濾的數(shù)據(jù)，通過數(shù)據(jù)源的讀取、數(shù)據(jù)轉(zhuǎn)換規(guī)則的解析和系統(tǒng)加載，將已轉(zhuǎn)換的數(shù)據(jù)寫入主數(shù)據(jù)庫，最終完成圖書館大數(shù)據(jù)資源的整合。大數(shù)據(jù)資源層主要由不同終端和監(jiān)控設備采集的大數(shù)據(jù)資源、臨時數(shù)據(jù)庫、主數(shù)據(jù)庫和應用系統(tǒng)數(shù)據(jù)庫組成。圖書館采集的大數(shù)據(jù)資源暫時存放于臨時數(shù)據(jù)庫中，并根據(jù)預先定義好的規(guī)則進行數(shù)據(jù)清洗與過濾，在進行數(shù)據(jù)整合操作后導入主數(shù)據(jù)庫中。數(shù)據(jù)同步機制確保應用系統(tǒng)數(shù)據(jù)和主數(shù)據(jù)庫中數(shù)據(jù)具有一致性，為圖書館大數(shù)據(jù)應用提供了安全、高價值密度、可控和易用的數(shù)據(jù)支持[9]。

圖1 圖書館大數(shù)據(jù)資源整合平臺系統(tǒng)架構(gòu)圖

2.2 圖書館大數(shù)據(jù)資源整合的策略

2.2.1 實現(xiàn)數(shù)據(jù)中心IT基礎設施架構(gòu)的高效整合與優(yōu)化

據(jù)IDC（International Data Corporation，國際調(diào)查和研究公司）的研究表明，包含結(jié)構(gòu)化和非結(jié)構(gòu)化的大數(shù)據(jù)資源正在以每年60%的增長率持續(xù)增長，2020年全球數(shù)據(jù)總量將增長44倍，總量達到35.2ZB[10]。因此，圖書館必須加強數(shù)據(jù)中心IT基礎設施架構(gòu)的高效整合與優(yōu)化，才能統(tǒng)一圖書館系統(tǒng)異構(gòu)平臺和大數(shù)據(jù)資源模式，才能對具有海量數(shù)據(jù)、種類繁多、實時性強和低價值密度的大數(shù)據(jù)資源進行有效整合。

首先，圖書館數(shù)據(jù)中心IT基礎設施架構(gòu)的整合與優(yōu)化，面臨著風險控制、降低成本、節(jié)約能耗和質(zhì)量保證的需求。因此，IT基礎設施架構(gòu)的高效整合應以計算、存儲、網(wǎng)絡和數(shù)據(jù)備份設備的虛擬化整合為核心，以產(chǎn)品整合、信息整合和業(yè)務整合為目標，將系統(tǒng)資源劃分為資源池的方式進行統(tǒng)一調(diào)度、使用，以減少IT基礎設施設備的冗余量，提高總體使用率。其次，IT基礎設施架構(gòu)的高效整合與優(yōu)化，應堅持統(tǒng)一數(shù)據(jù)環(huán)境和統(tǒng)一數(shù)據(jù)架構(gòu)的原則，確保圖書館可在統(tǒng)一整合標準、動態(tài)和透明的環(huán)境中，安全、靈活、快速地部署、支持、管理和無縫訪問所有數(shù)據(jù)。第三，對于圖書館數(shù)據(jù)中心的用戶服務器、數(shù)據(jù)存儲集群系統(tǒng)和網(wǎng)絡傳輸平臺硬件等工廠基礎設施的虛擬化整合，應堅持安全、高效、可靠、低碳和可擴展的原則，確保大數(shù)據(jù)資源整合平臺可依據(jù)用戶的服務需求，進行數(shù)據(jù)的訪問、發(fā)現(xiàn)、清洗、集成和交付。第四，圖書館在數(shù)據(jù)中心IT基礎設施架構(gòu)優(yōu)化中，應保證IT基礎設施架構(gòu)具備較強的靈活性、服務彈性和異構(gòu)環(huán)境適應性，其可根據(jù)未來數(shù)據(jù)環(huán)境特點和整合需求進行靈活的擴展和伸縮，并具有智能、自動化的管理與維護功能[11]。

2.2.2 大數(shù)據(jù)資源整合平臺應具備較強的功能性和可控性

圖書館在大數(shù)據(jù)資源整合平臺的設計和采購中，首先應關注平臺系統(tǒng)功能模塊軟件的開源性和獨立性，確保系統(tǒng)功能強大、易于開發(fā)和成本低廉。此外，平臺系統(tǒng)架構(gòu)應具備高彈性和可擴充特性，用戶可依靠其內(nèi)嵌平臺定制開發(fā)Java、C++等組件完成系統(tǒng)功能的擴充，以滿足數(shù)據(jù)組合快速變動和提升整體績效的需求。其次，整合平臺在復雜的數(shù)據(jù)整合工作流程管理設計中，應采用工作排程的管理整合，將復雜的數(shù)據(jù)整合工作流程以創(chuàng)新的分布式架構(gòu)執(zhí)行。第三，按照用戶服務的實時性劃分，圖書館大數(shù)據(jù)資源整合平臺主要整合兩類數(shù)據(jù)。一類是數(shù)據(jù)海量但實時性要求不高的數(shù)據(jù)，主要為系統(tǒng)日志、用戶行為數(shù)據(jù)、閱讀關系數(shù)據(jù)、系統(tǒng)配置數(shù)據(jù)等；另一類是實時性要求高的數(shù)據(jù)，主要為讀者個性化閱讀即時需求、用戶實時服務數(shù)據(jù)、讀者位置信息、系統(tǒng)安全防范與實時控制數(shù)據(jù)。圖書館大數(shù)據(jù)整合平臺應具備對數(shù)據(jù)重要性和實時性優(yōu)先級別的判定功能，在數(shù)據(jù)整合時可根據(jù)數(shù)據(jù)的實時性判定等級劃分順序進行整合。第四，圖書館在大數(shù)據(jù)資源整合平臺設計中，應注重利用原有關系數(shù)據(jù)庫系統(tǒng)在處理結(jié)構(gòu)化數(shù)據(jù)方面的效率優(yōu)勢，并在此基礎上加強系統(tǒng)對非結(jié)構(gòu)化數(shù)據(jù)和流數(shù)據(jù)的整合，在不影響數(shù)據(jù)整合功能性和可用性的前提下，大幅度降低系統(tǒng)設計的成本投入。第五，圖書館應加強大數(shù)據(jù)資源整合平臺數(shù)據(jù)輸入和輸出接口的智能化管理，確保平臺輸入端口可識別數(shù)據(jù)的類型和整合需求，并將擬整合數(shù)據(jù)快速、準確地發(fā)送至恰當?shù)奶幚砟K進行處理。同時，處理后的數(shù)據(jù)應自動發(fā)送至主數(shù)據(jù)庫和相關應用數(shù)據(jù)庫進行保存和使用[12]。

2.2.3 利用云計算技術確保數(shù)據(jù)整合的高效和經(jīng)濟

隨著服務模式的變革和用戶需求的不斷發(fā)展，圖書館總數(shù)據(jù)量將呈現(xiàn)海量和級數(shù)增長的態(tài)勢。依靠增加IT基礎設施設備數(shù)量、提升數(shù)據(jù)處理和存儲的性能、增強數(shù)據(jù)存儲和搜索的科學性、降低用戶服務QOS標準等方法，已經(jīng)不能有效解決未來復雜的大數(shù)據(jù)環(huán)境下大數(shù)據(jù)資源整合存在的問題。因此，圖書館必須依靠云計算的技術支持，為大數(shù)據(jù)整合提供安全、高效、經(jīng)濟和可靠的云服務保障。

根據(jù)數(shù)據(jù)的重要性和對圖書館用戶服務質(zhì)量影響力的大小，大數(shù)據(jù)資源可劃分為服務系統(tǒng)運營與安全監(jiān)控數(shù)據(jù)、用戶個體特征與社會關系數(shù)據(jù)、用戶閱讀需求與行為隱私數(shù)據(jù)、用戶位置信息與行為預測等高安全級別的數(shù)據(jù)，以及系統(tǒng)運行日志、閱讀服務數(shù)據(jù)、用戶群需求數(shù)據(jù)、服務環(huán)境分析數(shù)據(jù)和客戶關系保障等安全級別低的數(shù)據(jù)。這些大數(shù)據(jù)資源具有數(shù)據(jù)總量增加快、時效性強、存儲與搜索難度大等特點。因此，圖書館必須將云計算技術與大數(shù)據(jù)整合需求相結(jié)合，才能確保數(shù)據(jù)整合的高效和經(jīng)濟[13]。

首先，圖書館應根據(jù)自身的經(jīng)濟實力、技術水平和大數(shù)據(jù)整合需求，采用自建私有云和租賃云服務商服務的方式，依靠外部云數(shù)據(jù)托管系統(tǒng)來存儲和備份他們的數(shù)據(jù)，以減少IT基礎設施硬件、軟件系統(tǒng)建設和數(shù)據(jù)整合成本。其次，圖書館應將安全級別較高的數(shù)據(jù)存放在私有云中，如果因經(jīng)濟與技術實力等原因必須存放在公有云中時，應與云服務商簽署科學、詳細的數(shù)據(jù)存儲、維護和災難恢復協(xié)議，明確雙方的權利和職責。第三，云服務商對圖書館用戶進行身份識別和權限認證后，應提供相應的大數(shù)據(jù)資源Web遠程訪問、管理、部署和備份功能，保證大數(shù)據(jù)資源整合與管理過程安全、靈活、經(jīng)濟和便捷。第四，所構(gòu)建的云數(shù)據(jù)庫應具備較強的數(shù)據(jù)管理、搜索、分析和依據(jù)用戶需求構(gòu)建數(shù)據(jù)模型的功能，不能影響已整合數(shù)據(jù)的查詢、下載和應用效率[14]。

2.2.4 以圖書館大數(shù)據(jù)服務QOS保障為目標

讀者作為圖書館個性化服務的承載者，具有較強的社會屬性。因此，圖書館大數(shù)據(jù)服務的模式、內(nèi)容、方法和途徑也應具有較強的社會屬性，大數(shù)據(jù)整合應以用戶大數(shù)據(jù)服務的QOS保障為目標。

首先，大數(shù)據(jù)整合應有效保障圖書館運營從大生產(chǎn)向大服務的轉(zhuǎn)型。圖書館應依據(jù)大數(shù)據(jù)資源的整合優(yōu)勢，將讀者服務競爭力從傳統(tǒng)IT環(huán)境下以數(shù)據(jù)中心硬件設備運營性能的競爭，向大數(shù)據(jù)環(huán)境下圖書館大數(shù)據(jù)分析與決策能力的競爭轉(zhuǎn)變，準確、快速和適時地分析、判斷讀者個性化閱讀需求，依據(jù)讀者閱讀需求變化為其提供相應的大數(shù)據(jù)個性化服務產(chǎn)品。其次，大數(shù)據(jù)整合應以優(yōu)化圖書館服務流程、提升服務速度與時效、提高營銷管理效率和個性化用戶服務相關性為目標，將不同終端設備采集的大數(shù)據(jù)資源進行科學整合。第三，大數(shù)據(jù)資源整合應以提升圖書館業(yè)務的挖掘深度、服務針對性、用戶感知能力和用戶對服務產(chǎn)品的適應性為目標，實現(xiàn)大數(shù)據(jù)庫內(nèi)部數(shù)據(jù)和服務資源的整合，最終完成以用戶大數(shù)據(jù)分析結(jié)果為依據(jù)，實現(xiàn)用戶服務內(nèi)容和模式的定制與推送。第四，大數(shù)據(jù)整合應以提升圖書館對讀者閱讀關系、閱讀愛好、情緒與行為等數(shù)據(jù)價值獲取的能力為目的，依據(jù)數(shù)據(jù)分析結(jié)果來判斷所提供服務的準確性和用戶適應性。此外，圖書館還可依據(jù)大數(shù)據(jù)分析結(jié)果，實現(xiàn)圖書館與第三方大數(shù)據(jù)商、服務運營商的跨界整合，擴展大數(shù)據(jù)服務的內(nèi)容和質(zhì)量[15]。

2.2.5 統(tǒng)一系統(tǒng)數(shù)據(jù)架構(gòu)和實現(xiàn)智能化整合

首先，在構(gòu)建統(tǒng)一的數(shù)據(jù)環(huán)境時，圖書館會面臨系統(tǒng)管理與用戶服務過程中產(chǎn)生的各種新型數(shù)據(jù)類型和系統(tǒng)。這種新型數(shù)據(jù)類型與系統(tǒng)的多樣性會嚴重影響大數(shù)據(jù)價值發(fā)現(xiàn)、挖掘、分析與提取的有效性，也嚴重影響圖書館服務能力和業(yè)務洞察力的提高。因此，圖書館的大數(shù)據(jù)資源整合必須首先實現(xiàn)系統(tǒng)數(shù)據(jù)架構(gòu)的統(tǒng)一與標準化。其次，在大數(shù)據(jù)資源整合平臺構(gòu)建中，平臺系統(tǒng)設計者應保證系統(tǒng)平臺模塊之間的數(shù)據(jù)連接器可以安全、高效、透明、無縫地實現(xiàn)數(shù)據(jù)的輸入與輸出。同時，平臺系統(tǒng)可以根據(jù)主動監(jiān)控事件和安全預警來識別風險和系統(tǒng)故障，并通過反饋控制進行智能化的安全管理和安全事件報警。第三，大數(shù)據(jù)整合平臺應擁有統(tǒng)一的管理界面和較低的系統(tǒng)復雜度，具備較高的系統(tǒng)運行效率與數(shù)據(jù)加載能力，可輔助管理員智能化地管理、分析海量的結(jié)構(gòu)化、非結(jié)構(gòu)化及多種結(jié)構(gòu)化的數(shù)據(jù)。第四，大數(shù)據(jù)整合應以圖書館服務能力的提升和用戶需求為核心，以低碳、環(huán)保為目標，通過優(yōu)化、整合軟硬件平臺系統(tǒng)，實現(xiàn)大數(shù)據(jù)資源的高效、“綠色”整合。同時，圖書館還應加強大數(shù)據(jù)資源整合過程中的法律和制度保障，以及圖書館在大數(shù)據(jù)備份、存儲、使用和共享過程的安全管理，并執(zhí)行符合大數(shù)據(jù)資源整合生命周期管理的應用策略，確保大數(shù)據(jù)整合過程的可管、可控和可監(jiān)督[16]。

3 結(jié) 語

大數(shù)據(jù)時代，數(shù)據(jù)結(jié)構(gòu)的科學性、可共享性、價值量和易操作性，是關系圖書館系統(tǒng)運營安全性和效率、用戶服務模式與內(nèi)容變革、服務能力提升和客戶關系管理有效性的重要因素。如何構(gòu)建科學的IT基礎設施架構(gòu)和采用科學、合理的策略，對低價值密度、海量、無序和分散的大數(shù)據(jù)資源進行采集、清洗、轉(zhuǎn)換和整合，使數(shù)據(jù)資源結(jié)構(gòu)合理、高價值密度、可管理和易用，是圖書館獲取新的市場洞察和預測分析能力，科學匹配、優(yōu)化服務資源和滿足讀者個性化需求的關鍵[17]。

因此，圖書館必須以提高讀者個性化服務保障力和大數(shù)據(jù)資源的價值總量為目標，構(gòu)建科學的大數(shù)據(jù)整合、管理平臺和服務資源整合體系。同時，圖書館應結(jié)合用戶服務系統(tǒng)的保障需求與特點，仔細分析圖書館大數(shù)據(jù)資源的結(jié)構(gòu)特征、價值屬性、可控性和可用性，并對不同數(shù)據(jù)源、數(shù)據(jù)格式、性質(zhì)和應用對象的數(shù)據(jù)進行高效整合，才能增強數(shù)據(jù)之間的關聯(lián)性，消除信息孤島和提高知識發(fā)現(xiàn)的廣度與深度，為圖書館用戶服務決策的制定、系統(tǒng)管理與運營、服務資源的整體優(yōu)化和客戶關系管理提供可靠的大數(shù)據(jù)支持[18]。

[1]Weber L. Marketing to the Social Web: How Digital Customer Communities Build Your Business[M].John Wiley & Sons,2007.

[2]劉雪瓊,武 剛,鄧厚平.Web信息整合中的數(shù)據(jù)去重方法[J].計算機應用,2013,33(9):2493-2496.

[3]葉煥倬,吳 迪.相似重復記錄清理方法研究綜述[J].現(xiàn)代圖書情報技術,2010(9):56-66.

[4]2012年IBM軟件技術峰會專題[EB/OL].[2013-05-01].http://tech.sina.com.cn/it/2012-08-23/11387538429.shtml.

[5]何 非,何克清.大數(shù)據(jù)及其科學問題與方法的探討[J].武漢大學學報:理學版,2014,60(1):1-12.

[6]白如江,冷伏?！?大數(shù)據(jù)”時代科學數(shù)據(jù)整合研究[J].情報理論與實踐,2014,37(1):94-99.

[7]周曉方,陸嘉恒,李翠平,等.從數(shù)據(jù)管理視角看大數(shù)據(jù)挑戰(zhàn)[J].中國計算機學會通訊,2012,8(9):16-20.

[8]Lee K P,Hu J K.XMLSchema Representation of DICOM Structured Reporting[J].Journal of the American Medical Informatics Association,2003,10(2):213-223.

[9]畢億默,盧 超,王 華. 一種數(shù)據(jù)交換整合平臺的設計與實現(xiàn)[J].計算機應用與軟件,2013,30(12):127-129,136.

[10]IBM展示業(yè)界最完整大數(shù)據(jù)解決方案[EB/OL].[2013-05-01].http://server.zdnet.com.cn/server/2013/0317/2148815.shtml.

[11]侯 麗,李 姣.健康信息資源公益性開發(fā)中異構(gòu)數(shù)據(jù)整合方案的研究與應用[J].現(xiàn)代圖書情報技術,2013(4):83-896.

[12]管 進.基于關聯(lián)數(shù)據(jù)的圖書館知識服務策略研究[J].圖書館理論與實踐,2012(6):9-11.

[13]Heterogeneous Database System[EB/OL].[2013-03-14].http://en.wikipedia.org/wiki/Heterogeneous Database_System.

[14]程學旗.大數(shù)據(jù)的應用與科學問題探討[R].數(shù)學與大數(shù)據(jù)科學論壇.北京:中國科學院,2013:43-52.

[15]姜 山,王 剛.大數(shù)據(jù)對圖書館的啟示[J].圖書館工作與研究,2013(4):52-54,79

[16]秦 鴻,錢國富,鐘遠薪.三種發(fā)現(xiàn)服務系統(tǒng)的比較研究[J].大學圖書館學報,2012(5):5-11,17.

[17]李國杰.大數(shù)據(jù)研究的科學價值[J].中國計算機學會通訊,2012,8(9):8-15.

[18]王元卓,靳小龍,程學旗.網(wǎng)絡大數(shù)據(jù):現(xiàn)狀與展望[J].計算機學報,2013,36(6):1125-1138.