大數(shù)據(jù)環(huán)境下圖書館個性化深度服務(wù)探討

唐妮　王文麗　易曉燕

摘要：針對高校數(shù)字圖書館之建設(shè)現(xiàn)狀，分析大數(shù)據(jù)時代外部環(huán)境、用戶需求、信息技術(shù)等方面的變化對數(shù)字圖書館的資源組織、個性化的深度信息服務(wù)帶來的挑戰(zhàn)，并就如何構(gòu)建互聯(lián)網(wǎng)+時代的數(shù)字圖書館，實現(xiàn)個性化的深度服務(wù)提出合理性建議：進行資源整合、扁平化管理；發(fā)展新型個性化服務(wù)。

關(guān)鍵詞：數(shù)字圖書館；大數(shù)據(jù)；個性化深度服務(wù)；資源整合

中圖分類號：TP311

文獻標識碼：A

文章編號：1009-3044（2017）10-0216-02

伴隨云計算與大數(shù)據(jù)技術(shù)以及高校信息化水平的迅猛發(fā)展，將大數(shù)據(jù)技術(shù)應(yīng)用于高校圖書館，適時推出個性化信息服務(wù)，將極大促進高校信息化水平。

1.高校數(shù)字圖書館所面臨的挑戰(zhàn)

1.1個性化服務(wù)中不足部分分析

在大數(shù)據(jù)與云計算技術(shù)的影響下，數(shù)字化的高校圖書館的讀者需求差異化明顯增大。原有的服務(wù)范圍與對象對應(yīng)現(xiàn)階段的服務(wù)與功能相對遠遠不夠。要解決這個問題，最好的方法就是個性化信息服務(wù)的構(gòu)建。它從讀者的知識結(jié)構(gòu)、需求等出發(fā)，研究其行為習慣，因地制宜地為其創(chuàng)建契合需求的服務(wù)環(huán)境，更好地為讀者提供合適資源。而高校數(shù)字圖書館的個性化服務(wù)沒有特定概念，就是按照每個高校圖書館讀者的專業(yè)、愛好、職業(yè)、年齡、特殊要求等開展的信息服務(wù)。

高校圖書館個性化服務(wù)有別于一般的個性化服務(wù)，是因其用戶為學生和教師而決定的。它使用戶在網(wǎng)絡(luò)環(huán)境下，借助系統(tǒng)來構(gòu)建個人館藏和提高檢索效率，以滿足用戶的特定需求。其實，個性化就是依據(jù)個體需求并針對性的提供信息服務(wù)。數(shù)字圖書館如何根據(jù)每個用戶興趣，主動及時把信息推送到用戶手中，是高校圖書館面臨的一大難題。

1.2高校急需構(gòu)建成熟的數(shù)字化平臺。打造數(shù)字化校園及數(shù)字圖書館

當前高校的校園一卡通系統(tǒng)中大部分是在都結(jié)合每個學校自有網(wǎng)絡(luò)來促成全校面積的數(shù)字信息化空間及師生共享空間，成為數(shù)字化校園中重要的組成部分，給師生提供高效到位服務(wù)。而高校的數(shù)字圖書館建設(shè)，在現(xiàn)有的解決方案中，尚無法構(gòu)建成熟的平臺，如何實現(xiàn)圖書館的數(shù)字化，真正做到高校的數(shù)字化校園。高校的數(shù)據(jù)中心，是否能有夠的云存儲設(shè)備來支撐大數(shù)據(jù)平臺的搭建，為高校的圖書館數(shù)字化服務(wù)？ 2.大數(shù)據(jù)環(huán)境下高校數(shù)字圖書館的建設(shè)與深度服務(wù)提升

2.1圖書館的資源整合將是高校信息資源建設(shè)的基本要求

1）大數(shù)據(jù)環(huán)境下，圖書館無需將所有的館藏資源數(shù)字化，可以針對某一方面形或某一原生資源，進行系統(tǒng)整理開發(fā)，以便讓其發(fā)揮在高校數(shù)字圖書館的作用。2）支持多媒體文檔的存儲、保管、檢索和管理，支持多種異質(zhì)文檔及其元數(shù)據(jù)的管理，建成最全最新的資源集成平臺。在大數(shù)據(jù)時代云計算等技術(shù)的支持下進行數(shù)字資源的深層次開發(fā)，以實施對原始數(shù)據(jù)中的新型數(shù)據(jù)服務(wù)功能拓展、數(shù)據(jù)轉(zhuǎn)換、挖掘技術(shù)、組織形態(tài)方面，面向海量數(shù)據(jù)進行篩選。 2.2深度信息服務(wù)能力的提升是高校數(shù)字圖書館的發(fā)展方向

數(shù)字圖書館深度服務(wù)的實現(xiàn)應(yīng)具有層次性、專業(yè)性、特色性。首先，根據(jù)服務(wù)的讀者身份來決定了其信息需求的層次性。其次，高校師生都屬于不同的專業(yè)類別，為類型用戶對信息的需求一般是與自己研究或?qū)W習的學科及相關(guān)學科上。高校圖書館應(yīng)在特色資源與服務(wù)，才有更好的生存與發(fā)展，獲得競爭優(yōu)勢。因此，圖書館在提供服務(wù)時，應(yīng)注意信息需求的層次性、專業(yè)性、特色性，區(qū)別對待，這樣才能保障服務(wù)的效果，提升高校圖書館形象。

2.3如何構(gòu)建高校數(shù)字圖書館個性化的深度信息服務(wù)系統(tǒng)新構(gòu)架

高校數(shù)字圖書館個性化的深度信息服務(wù)系統(tǒng)新構(gòu)架，主要包括讀者個性化興趣模塊、個性化推薦模塊、圖書使用模塊和信息推送模塊。數(shù)字圖書館深度信息服務(wù)系統(tǒng)新構(gòu)架一般包括：

1）個性化興趣模塊將會按類別為讀者在信息庫中檢索相關(guān)圖書信息，分析并提煉用戶讀者的瀏覽記錄，形成關(guān)鍵字，在圖書館信息庫中進行全面檢索，對檢索結(jié)果進行分析比對后形成個性化的檢索結(jié)果集。根據(jù)檢索結(jié)果集與讀者興趣特征相對比，最后把相似度高的記錄推薦給讀者。

2）圖書館系統(tǒng)在讀者使用一段時間后，會自動記錄一些和其關(guān)鍵字搜索、到館狀態(tài)等信息。通過對信息的分析、挖掘，形成書籍閑置與時間的對應(yīng)關(guān)系序列。那么，圖書館系統(tǒng)就可以在不同的時間段內(nèi)，將這些閑置的書籍重新推送給相關(guān)的讀者，從而提高圖書利用的效率和信息的個性化。

3）信息推送模塊信息推送是提取對優(yōu)化后的結(jié)果數(shù)據(jù)的元數(shù)據(jù)，使用設(shè)計后的對象類，將讀者需要的信息轉(zhuǎn)化為信息的RSS格式。讀者可以使用RSS閱讀器，新的有用信息資源就會不斷的推送，從而節(jié)省了讀者獲取信息的精力和時間。

3.高校數(shù)字圖書館深度信息服務(wù)能力提升的相關(guān)技術(shù)研究與實現(xiàn)

3.1實現(xiàn)深度信息服務(wù)的相關(guān)技術(shù)

如何實現(xiàn)高校數(shù)字圖書館深度信息服務(wù)，我們可以從以下幾個方面開展：

1）圖書采購方式基于數(shù)據(jù)挖掘

在大數(shù)據(jù)環(huán)境下，我們對讀者需求進行深入分析也成為可能。在對圖書館OPAC系統(tǒng)中的讀者搜索記錄，讀者薦購記錄、讀者借閱記錄等數(shù)據(jù)進行深入的挖掘和分析后，我們可以準確地定位讀者的需求傾向，從而為圖書資源的采購做出支持和參考。

2）圖書借閱基于移動物聯(lián)技術(shù)

目前，國內(nèi)部分高校圖書館通過RFID設(shè)備來實現(xiàn)書籍的自助借還，智能分揀，自助辦證以及安全監(jiān)測等一系列智能服務(wù)功能。

不但能夠節(jié)約大量的人力成本，最重要的是給讀者帶來了非常方便的體驗，服務(wù)的質(zhì)量和效率也得到了提升。

3）推出手機移動圖書館

隨著新一代無線通信技術(shù)以及智能手機的普及，讓讀者更好地利用生活中的“零碎時間”，隨時可以通過手機移動圖書館來滿足自己隨時查閱、咨詢、個性化推送以及資源下載等各方面的要求。

3.2數(shù)據(jù)挖掘在深度信息服務(wù)能力的提升中的應(yīng)用

如何具體實現(xiàn)深度服務(wù)呢，數(shù)據(jù)挖掘尤為關(guān)鍵。經(jīng)過數(shù)次基于兩次聚類的“離群數(shù)據(jù)挖掘算法”的應(yīng)用，對所在高校學生進行了實際的研究。

1）原始數(shù)據(jù)采集

為了將前面提及的算法用到實際中去，同時也驗證該算法是否有效且可行。我選取了本學院圖書個性化服務(wù)系統(tǒng)注冊用戶的各個屬性作為離群挖掘的對象。目前注冊用戶為5378，都是本校大一大二的學生及部分專業(yè)教師，他們在校的時候較長，對這些用戶的屬性進行離群挖掘，有一定的意義。

2）數(shù)據(jù)預處理

針對這5378名注冊用戶，我們感興趣的特征包括四個：借閱頻率，借閱數(shù)量，所屬專業(yè)，借閱時長，閱書評價，積分。我們的計量規(guī)則：借閱頻率每次計1，如過高一月超過4次則自動清零；借閱數(shù)量每本計1，借閱時長每天計1，閱書評價則為好評2，中評1，差評-1。在用算法進行試驗之前，對大量原始數(shù)據(jù)進行進一步處理：

①將沒有激活的讀者去掉，最后余下4438；

②將借閱次數(shù)不正常的讀者去掉（該部分參與無意義），還留下3896；

③去除閱書評價沒有的讀者，還留下3675，我們在這些讀者里面進行離群挖掘。將屬性值轉(zhuǎn)化成，其中，是標準偏差，是此屬性的平均值，使所有的屬性都具有相同權(quán)重。

3）挖掘過程及結(jié)果

對已經(jīng)進行轉(zhuǎn)化和處理過的數(shù)據(jù)使用基于兩次聚類的離群挖掘算法。進行數(shù)據(jù)挖掘。令k=30，找出前6個離群點。計算如下：首先選擇合適的閾值，不能太大，也不能過小，來進行第一次聚類。接下使用RAM算法對每個類進行第二次聚類，聚類個數(shù)選擇n/（k/5）.n.n為子集的數(shù)據(jù)量，再為每個類計算邊界與候選劃分，在候選劃分里計算點的第K個最小相鄰距離。最后在第一步聚類后的子集計算好第K個最小相鄰距離后，挑出前6個最大的，也就是離群點。

根據(jù)兩次聚類的離群數(shù)據(jù)挖掘，得出了不同年級讀者借閱圖書頻率及時長都有變化的規(guī)律。大一文學類居多，借閱的次數(shù)較多，借閱周期過短，數(shù)量較少，給予好評及中評較多；大二偏專業(yè)類多，借閱次數(shù)少，周期長，數(shù)量多，給予中評較多。部分學生對于歷史藝術(shù)等類型，借閱次數(shù)不多不少，周期短，數(shù)量一般，給予好評及差評較多。專業(yè)教師，專業(yè)實用類偏多，最近最新的借閱次數(shù)多，周期長，數(shù)量少，給予中評居多。這些都為今后數(shù)字化圖書館的發(fā)展，如何選購所需圖書，及根據(jù)讀者不同年級專業(yè)進行推送符合讀者興趣的圖書奠定基礎(chǔ)。

4.小結(jié)：展望高校未來數(shù)字化圖書館的發(fā)展趨勢

未來高校數(shù)字化圖書館的發(fā)展，將會以讀者為中心，為讀者提供以人為本的具有針對性、靈活性、智能性的個性需求服務(wù)，提高讀者（用戶）滿意率。綜上所述，本文通過對高校數(shù)字圖書館部分讀者個性需求調(diào)研，分析大數(shù)據(jù)背景下高校數(shù)字圖書館深度服務(wù)宗旨、構(gòu)成要素和實現(xiàn)方法，研究構(gòu)建高校圖書情報需求、個性化服務(wù)等模型，設(shè)計基于數(shù)據(jù)挖掘的、主動的和智能化的深度服務(wù)信息服務(wù)系統(tǒng)原型，提升高校數(shù)字圖書館的創(chuàng)新服務(wù)能力和水平。