基于大數(shù)據(jù)技術(shù)的智能文獻(xiàn)采訪模式探析

鄧小明

[摘 要]大數(shù)據(jù)和大數(shù)據(jù)技術(shù)推動下，智能文獻(xiàn)采訪將成為圖書館文獻(xiàn)采訪的發(fā)展方向和趨勢。結(jié)合大數(shù)據(jù)技術(shù)和圖書館文獻(xiàn)采訪的業(yè)務(wù)工作，研究文獻(xiàn)采訪大數(shù)據(jù)的組成和相互關(guān)系，探索基于大數(shù)據(jù)技術(shù)的智能文獻(xiàn)采訪模式及具體方法。同時，指出實(shí)現(xiàn)文獻(xiàn)智能采訪需要培育的幾個方面的內(nèi)容。

[關(guān)鍵詞]大數(shù)據(jù)；大數(shù)據(jù)技術(shù)；智能文獻(xiàn)采訪；模式

[中圖分類號]G253.1[文獻(xiàn)標(biāo)志碼]B[文章編號]1005-6041（2017）03-0006-04

基于云計算機(jī)、物聯(lián)網(wǎng)等基礎(chǔ)的大數(shù)據(jù)技術(shù)發(fā)展和應(yīng)用逐漸深入到各行業(yè)。大數(shù)據(jù)所涉及的信息量規(guī)模巨大，在合理時間內(nèi)達(dá)到擷取、管理、處理、整理成類并能夠解讀的數(shù)據(jù)資訊，根據(jù)應(yīng)用動態(tài)分配資源。大數(shù)據(jù)及其相關(guān)技術(shù)，讓圖書館、讀者、供應(yīng)商和大數(shù)據(jù)企業(yè)間的智能文獻(xiàn)采訪成為可能[1]。利用大數(shù)據(jù)及其技術(shù)，能方便獲取讀者閱讀需求、供應(yīng)商、出版商以及網(wǎng)絡(luò)信息數(shù)據(jù)來智能分析、管理和預(yù)測讀者需求、文獻(xiàn)動態(tài)和采訪細(xì)節(jié)，并以智能虛擬化的方式為圖書館采訪員、讀者用戶間構(gòu)建實(shí)現(xiàn)智能文獻(xiàn)采訪，從而提高采訪的質(zhì)量、準(zhǔn)確性，降低采購成本、管理成本，提升文獻(xiàn)采訪效率。

1 大數(shù)據(jù)、大數(shù)據(jù)技術(shù)概述

大數(shù)據(jù)（Bib Data）是指所涉及的規(guī)模巨大的數(shù)據(jù)，于2011年由麥肯錫提出。大數(shù)據(jù)是無法用現(xiàn)有軟件工具提取、存儲、搜索、共享、分析和處理的、海量的、復(fù)雜的數(shù)據(jù)集合，是需要使用新的處理模式才能具有更強(qiáng)的決策力、洞察力、優(yōu)化能力的海量資產(chǎn)。大數(shù)據(jù)基本包括大交易數(shù)據(jù)、大交互數(shù)據(jù)。大交易數(shù)據(jù)是指財務(wù)數(shù)據(jù)、用戶數(shù)據(jù)、經(jīng)銷商數(shù)據(jù)、員工數(shù)據(jù)等。大交互數(shù)據(jù)是指微博、微聊天數(shù)據(jù)、移動終端數(shù)據(jù)、地理位置等數(shù)據(jù)。這兩部分?jǐn)?shù)據(jù)共同融合成為全面大數(shù)據(jù)。2012年美國啟動大數(shù)據(jù)研究，隨后日本、歐盟、法國、澳大利亞陸續(xù)進(jìn)行大數(shù)據(jù)研究。2013年我國啟動大數(shù)據(jù)建設(shè)，至2015年越來越多的政府和企業(yè)建立大數(shù)據(jù)產(chǎn)業(yè)園和創(chuàng)業(yè)平臺。如百度、淘寶、京東等企業(yè)建立了商品大數(shù)據(jù)[2]。

大數(shù)據(jù)具有“4V”特征，即數(shù)據(jù)巨大、數(shù)據(jù)類型多樣、處理速度快、價值密度低。大數(shù)據(jù)是動態(tài)的、開放性的、多樣化的。隨著海量的大數(shù)據(jù)產(chǎn)生，對數(shù)據(jù)處理的實(shí)時性、有效性提出了更高要求。然而傳統(tǒng)的常規(guī)技術(shù)手段根本無法應(yīng)付。在這種情況下，大數(shù)據(jù)技術(shù)應(yīng)運(yùn)而生。這些技術(shù)主要包括分布式緩存、基于MPP的分布式數(shù)據(jù)庫、分布式文件系統(tǒng)、各種NoSQL分布式存儲方案等。NoSQL數(shù)據(jù)庫技術(shù)主要實(shí)現(xiàn)搜索、實(shí)時統(tǒng)計分析、簡單事務(wù)等[2]。Hadoop數(shù)據(jù)分析技術(shù)主要實(shí)現(xiàn)用戶積累、數(shù)據(jù)整合和分析處理等方位的服務(wù)。隨著數(shù)據(jù)挖掘技術(shù)、聚類分析、可視分析、預(yù)測分析和數(shù)據(jù)管理等大數(shù)據(jù)技術(shù)的不斷發(fā)展和完善，逐漸實(shí)現(xiàn)數(shù)據(jù)的多維度采集、整理、分析、預(yù)測和管理信息源，挖掘出有價值的信息及隱藏在數(shù)據(jù)背后的信息，進(jìn)而揭示事物的本質(zhì)及其發(fā)展規(guī)律。

2 大數(shù)據(jù)技術(shù)給文獻(xiàn)采訪帶來的影響

隨著人工智能、專家系統(tǒng)技術(shù)、云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等的發(fā)展應(yīng)用，智能采購系統(tǒng)的數(shù)據(jù)挖掘、預(yù)測、分析等技術(shù)已取得重大進(jìn)展。大數(shù)據(jù)驅(qū)動采購變革已開始，不斷把數(shù)據(jù)拿出來分析和關(guān)聯(lián)，進(jìn)行合理的預(yù)測和數(shù)據(jù)推送。已有人嘗試將部分技術(shù)運(yùn)用于圖書館文獻(xiàn)采訪工作的理論與實(shí)踐。隨著大數(shù)據(jù)技術(shù)進(jìn)一步完善，為智能文獻(xiàn)采訪實(shí)現(xiàn)提供技術(shù)支持，這也是人工智能整體發(fā)展的必然趨勢。大數(shù)據(jù)技術(shù)支持下，智能文獻(xiàn)采訪不再高度依賴采購員的主觀經(jīng)驗(yàn)，而是根據(jù)大數(shù)據(jù)挖掘、個性化文獻(xiàn)需求，自動生成采購?fù)扑]清單，高度智能地完成文獻(xiàn)采訪工作。智能文獻(xiàn)采訪系統(tǒng)通過對讀者用戶各方面數(shù)據(jù)、館藏數(shù)據(jù)、書目數(shù)據(jù)、文獻(xiàn)價值、經(jīng)費(fèi)分配、風(fēng)險等等進(jìn)行全面分析、比較、判斷、評價，最后做出科學(xué)的文獻(xiàn)采訪。同時，通過挖掘數(shù)據(jù)價值、發(fā)現(xiàn)規(guī)律和知識為文獻(xiàn)采訪決策和優(yōu)化提供有利依據(jù)，指導(dǎo)文獻(xiàn)采訪和管理的改進(jìn)，最終改善文獻(xiàn)采訪的運(yùn)營，實(shí)現(xiàn)便捷、高效及環(huán)保的文獻(xiàn)采購[3—4]。

3 文獻(xiàn)采訪大數(shù)據(jù)的構(gòu)成

在大數(shù)據(jù)技術(shù)和環(huán)境下，聯(lián)系文獻(xiàn)采訪業(yè)務(wù)技術(shù)流程，可將文獻(xiàn)采訪大數(shù)據(jù)分為讀者數(shù)據(jù)、圖書館數(shù)據(jù)、供應(yīng)商數(shù)據(jù)、企業(yè)大數(shù)據(jù)四個部分[1]。

3.1 讀者數(shù)據(jù)

讀者數(shù)據(jù)分為讀者用戶身份數(shù)據(jù)和讀者交互數(shù)據(jù)。讀者交互數(shù)據(jù)是指讀者的行為數(shù)據(jù)，主要是指讀者點(diǎn)擊、瀏覽、停留記錄、檢索、閱讀、借閱、購買等信息數(shù)據(jù)，也包含讀者與供應(yīng)商和其他網(wǎng)絡(luò)平臺進(jìn)行溝通聯(lián)系產(chǎn)生的一切數(shù)據(jù)。讀者身份數(shù)據(jù)是用于在大數(shù)據(jù)間進(jìn)行溝通的數(shù)據(jù)，如身份信息。

3.2 圖書館數(shù)據(jù)

圖書館數(shù)據(jù)是指館藏文獻(xiàn)數(shù)據(jù)、采訪員數(shù)據(jù)、讀者基本信息。該數(shù)據(jù)也存在讀者用戶訪問圖書館網(wǎng)站、微信、微博等信息的讀者交互數(shù)據(jù)。

3.3 供應(yīng)商數(shù)據(jù)

供應(yīng)商數(shù)據(jù)是指文獻(xiàn)資源數(shù)據(jù)、讀者交互數(shù)據(jù)。文獻(xiàn)資源數(shù)據(jù)主要是文獻(xiàn)出版信息、文獻(xiàn)采購信息、采購交易等數(shù)據(jù)。這里的讀者交互數(shù)據(jù)是指讀者參與圖書供應(yīng)商瀏覽、自主采購或推薦等信息。

3.4 企業(yè)大數(shù)據(jù)

企業(yè)大數(shù)據(jù)是指圖書館、供應(yīng)商、讀者共同依靠的互聯(lián)企業(yè)所提供的有關(guān)文獻(xiàn)資源、大眾讀者以及閱讀、交易等信息。如百度、騰訊、阿里開放數(shù)據(jù)庫等。企業(yè)大數(shù)據(jù)是最廣泛數(shù)據(jù)，也是文獻(xiàn)采訪挖掘、預(yù)測、精確采購的數(shù)據(jù)集合。文獻(xiàn)采訪大數(shù)據(jù)相互間的結(jié)構(gòu)關(guān)系如圖1所示。

4 基于大數(shù)據(jù)庫技術(shù)的智能文獻(xiàn)采訪模式分析

4.1 文獻(xiàn)采訪數(shù)據(jù)的收集

在大數(shù)據(jù)環(huán)境下，通過大數(shù)據(jù)搜集讀者信息，利用大數(shù)據(jù)準(zhǔn)確了解每位讀者的文獻(xiàn)需求。這些讀者數(shù)據(jù)的搜集主要通過圖書館、供應(yīng)商和大數(shù)據(jù)企業(yè)，還包括通過進(jìn)行數(shù)據(jù)分析后獲得的決策數(shù)據(jù)。供應(yīng)商開放的文獻(xiàn)采訪平臺擁有文獻(xiàn)資源數(shù)據(jù)。企業(yè)大數(shù)據(jù)依靠的是互聯(lián)網(wǎng)企業(yè)所提供的有關(guān)文獻(xiàn)資源、大眾讀者以及閱讀、交易等信息。這些數(shù)據(jù)為供應(yīng)商營銷和圖書館文獻(xiàn)采訪提供參考、預(yù)測數(shù)據(jù)。接下來需要將這些數(shù)據(jù)進(jìn)行整合。其具體辦法可找到一關(guān)鍵字段把兩個或多個數(shù)據(jù)進(jìn)行連接，如讀者通過身份證號碼在圖書館網(wǎng)站、供應(yīng)商平臺和互聯(lián)網(wǎng)大數(shù)據(jù)企業(yè)間進(jìn)行連接。通過這種方式，可以對讀者的基本資料、行業(yè)特征和交易記錄形成全方面了解。整理完讀者數(shù)據(jù)之后按一定的邏輯給讀者打標(biāo)簽。如這個讀者最近經(jīng)常瀏覽孕婦服裝、奶粉，可以給讀者打上“孕婦”標(biāo)簽。通過讀者數(shù)據(jù)來全方位地了解讀者，以便為下一步精準(zhǔn)文獻(xiàn)采訪奠定基礎(chǔ)。當(dāng)這些讀者數(shù)據(jù)越來越大，企業(yè)就將這些讀者數(shù)據(jù)進(jìn)行存放，為文獻(xiàn)采訪、供應(yīng)商的銷售提供科學(xué)、智能的預(yù)測。同時，圖書館館藏種類、數(shù)量和結(jié)構(gòu)等通過圖書館采訪系統(tǒng)與供應(yīng)商開放平臺互通連接[5]。endprint

4.2 利用大數(shù)據(jù)，進(jìn)行精準(zhǔn)文獻(xiàn)采訪

收集到讀者數(shù)據(jù)后，圖書館確定有文獻(xiàn)需求的讀者人群。通過讀者在網(wǎng)絡(luò)上的閱讀行為數(shù)據(jù)，確立圖書館文獻(xiàn)采訪服務(wù)重點(diǎn)人群。圖書館根據(jù)服務(wù)讀者的重點(diǎn)人群的文獻(xiàn)需求對接館藏文獻(xiàn)情況（結(jié)構(gòu)、專題、數(shù)量）

和網(wǎng)絡(luò)免費(fèi)獲取的數(shù)據(jù)。在處理這些數(shù)據(jù)的過程中，供應(yīng)商或大數(shù)據(jù)企業(yè)可以根據(jù)讀者行為數(shù)據(jù)進(jìn)行推薦，引導(dǎo)或幫助其獲取相關(guān)資源；同時向圖書館發(fā)出相關(guān)采訪決策的數(shù)據(jù)。圖書館也可以根據(jù)實(shí)際需求、館藏結(jié)構(gòu)設(shè)定或其他情況，利用大數(shù)據(jù)進(jìn)行讀者行為、文獻(xiàn)出版貿(mào)易、其他圖書館收藏利用等數(shù)據(jù)的搜集，進(jìn)行精確文獻(xiàn)采訪。如還可以利用大數(shù)據(jù)將文獻(xiàn)采訪數(shù)據(jù)、文獻(xiàn)出版交易數(shù)據(jù)傳送給具有某種閱讀行為或大數(shù)據(jù)預(yù)測需要的讀者，或?qū)⑽墨I(xiàn)采訪數(shù)據(jù)投放到讀者個體，引導(dǎo)讀者閱讀，實(shí)現(xiàn)文獻(xiàn)采訪最大效率。如將一重點(diǎn)大學(xué)某一專業(yè)的學(xué)生讀者作為用戶數(shù)據(jù)分析對象，然后把目標(biāo)讀者群的主要參數(shù)放在學(xué)術(shù)交流、學(xué)術(shù)研究大數(shù)據(jù)庫中，通過數(shù)據(jù)挖掘到這些學(xué)生讀者、專家在網(wǎng)絡(luò)中的關(guān)注最多、提及最多的觀點(diǎn)、資料或文獻(xiàn)，然后將這一專業(yè)及熱點(diǎn)相關(guān)研究文獻(xiàn)信息傳送給這一專業(yè)的其他學(xué)生讀者和教師，從而實(shí)現(xiàn)學(xué)科專業(yè)精確文獻(xiàn)采訪。雖然通過利用大數(shù)據(jù)進(jìn)行精確文獻(xiàn)采訪不是最終目的，但是智能文獻(xiàn)采訪確實(shí)可提高文獻(xiàn)采訪的準(zhǔn)確性和效率。

4.3 豐富采訪數(shù)據(jù)，建立長期采訪

從收集數(shù)據(jù)至利用大數(shù)據(jù)進(jìn)行精確采訪，再到豐富大數(shù)據(jù)建立長期關(guān)系，是一個不斷循環(huán)、不斷完善的過程。文獻(xiàn)采訪工作不是一段時間的工作。其最好的方式是建立長期持續(xù)讀者數(shù)據(jù)、供應(yīng)商數(shù)據(jù)和大數(shù)據(jù)企業(yè)互動，并不斷循環(huán)更新。讀者數(shù)據(jù)在圖書館本身是一種長期服務(wù)溝通關(guān)系。大數(shù)據(jù)企業(yè)、圖書館、供應(yīng)商等平臺記錄相關(guān)的長期信息，根據(jù)讀者興趣愛好、上網(wǎng)閱讀、消費(fèi)等網(wǎng)絡(luò)行為等數(shù)據(jù)分析，通過Email或微信向讀者發(fā)個性化推薦信息，引導(dǎo)讀者。如果讀者參與信息互動，圖書館就可以根據(jù)這群讀者進(jìn)行互動采訪。利用數(shù)據(jù)分析，跟蹤采訪和持續(xù)采訪；并根據(jù)預(yù)測這些文獻(xiàn)發(fā)展趨勢進(jìn)行采購預(yù)測，進(jìn)而預(yù)測文獻(xiàn)采訪經(jīng)費(fèi)使用分配。通過這些長期文獻(xiàn)采訪和數(shù)據(jù)積累，進(jìn)行跟蹤采訪，從而提高文獻(xiàn)采訪效率。

基于大數(shù)據(jù)技術(shù)的整個智能文獻(xiàn)采訪流程如圖2所示：

5 基于大數(shù)據(jù)技術(shù)的智能文獻(xiàn)采訪的培育

5.1 觀念和制度的培育

基于大數(shù)據(jù)技術(shù)的智能文獻(xiàn)采訪的觀念培育主要是指為了使用文獻(xiàn)采訪發(fā)展與外部新技術(shù)環(huán)境、與讀者需求為導(dǎo)向相匹配，根據(jù)文獻(xiàn)采訪的性質(zhì)和特點(diǎn)并不斷創(chuàng)新和發(fā)展。智能文獻(xiàn)采訪模式，具體如注意讀者需求為導(dǎo)向的采訪觀念、提高網(wǎng)絡(luò)信息資源采訪觀念、新技術(shù)應(yīng)用觀念、讀者隱私、知識服務(wù)采訪等。智能文獻(xiàn)采訪觀念作用于觀念意識、思維方式，進(jìn)而影響圖書館讀者、文獻(xiàn)采訪員的行為。

智能文獻(xiàn)采訪制度培育是指適應(yīng)網(wǎng)絡(luò)信息時代讀者需求、新技術(shù)應(yīng)用等變革發(fā)展，規(guī)定文獻(xiàn)采訪方向、運(yùn)作方式、分配和管理等規(guī)范化設(shè)計與安排的觀念的創(chuàng)新。文獻(xiàn)采訪觀念創(chuàng)新是文獻(xiàn)采訪制度創(chuàng)新的基礎(chǔ)，文獻(xiàn)采訪制度創(chuàng)新是文獻(xiàn)采訪意識創(chuàng)新的實(shí)現(xiàn)。文獻(xiàn)制度創(chuàng)新的目的是建立一種適應(yīng)創(chuàng)新需要的制度，通過調(diào)整文獻(xiàn)采訪的目的、需求、對象以及工作流程，保障文獻(xiàn)采訪工作具有更高的效率[6]。

5.2 文獻(xiàn)采購新技術(shù)及平臺的培育

2004年，阿帕奇組織開展了Hadoop項(xiàng)目。該系統(tǒng)包括一些計算的系統(tǒng)、數(shù)據(jù)存儲的系統(tǒng)、數(shù)據(jù)分析的系統(tǒng)。Hadoop是一個非常重要的革命性開源系統(tǒng)?，F(xiàn)在許多大數(shù)據(jù)企業(yè)、新生代企業(yè)都是以該系統(tǒng)開源平臺為基礎(chǔ)延伸出來的。傳統(tǒng)的文獻(xiàn)采訪數(shù)據(jù)與大數(shù)據(jù)的關(guān)系是一個發(fā)展和結(jié)合的關(guān)系。利用Hadoop技術(shù)將兩個系統(tǒng)進(jìn)行整合，形成一個后端式的解決方案?，F(xiàn)在也出現(xiàn)一種基于不完全集成的新的大數(shù)據(jù)平臺，同時兼容大數(shù)據(jù)和傳統(tǒng)數(shù)據(jù)的融合，通過簡化的試工幫助企業(yè)脫離技術(shù)的限制來利用數(shù)據(jù)。我們可以利用這些技術(shù)將圖書館傳統(tǒng)采訪平臺、文獻(xiàn)供應(yīng)商平臺與大數(shù)據(jù)企業(yè)平臺整合，實(shí)現(xiàn)傳統(tǒng)數(shù)據(jù)和大數(shù)據(jù)的融合，并利用大數(shù)據(jù)技術(shù)平臺進(jìn)行文獻(xiàn)采訪業(yè)務(wù)工作。

5.3 文獻(xiàn)采購員和讀者的培育

文獻(xiàn)隨著新技術(shù)應(yīng)用創(chuàng)新，采訪員需要緊跟技術(shù)發(fā)展，提高素質(zhì)。大數(shù)據(jù)時代，文獻(xiàn)采訪員除具有圖書館職業(yè)道德的職業(yè)素質(zhì)外，還要進(jìn)行與文獻(xiàn)采訪創(chuàng)新所相應(yīng)的技能和素質(zhì)的培養(yǎng)。第一，培育文獻(xiàn)采訪員對大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等新技術(shù)在文獻(xiàn)采訪工作創(chuàng)新的意識。第二，掌握新技術(shù)在文獻(xiàn)采訪工作中的應(yīng)用，確保文獻(xiàn)采訪時新技術(shù)能熟練運(yùn)用，提高文獻(xiàn)采訪效率。讀者對文獻(xiàn)的需求、對新技術(shù)的應(yīng)用從不缺少動力。全球70%的人口使用55億個移動設(shè)備，其中22億人在使用社交網(wǎng)絡(luò)，由此產(chǎn)生了大量的數(shù)據(jù)。在大數(shù)據(jù)環(huán)境下，讀者對文獻(xiàn)資源的需求會考慮文獻(xiàn)的使用習(xí)慣、應(yīng)用需求，還會考慮到新技術(shù)、新文獻(xiàn)資源的來源[7]。

人工智能在大數(shù)據(jù)和大數(shù)據(jù)技術(shù)推動下將逐漸成為未來技術(shù)發(fā)展方向和趨勢。雖然智能文獻(xiàn)采訪不能一蹴而就，但隨著大數(shù)據(jù)、大數(shù)據(jù)技術(shù)在智能采購中不斷的應(yīng)用和完善，終將會實(shí)現(xiàn)。智能文獻(xiàn)采訪是圖書館在新技術(shù)環(huán)境下，提高文獻(xiàn)資源建設(shè)能力，保持創(chuàng)新服務(wù)動力的需要。

[參考文獻(xiàn)]

[1]王 素.大數(shù)據(jù)發(fā)展趨勢下中國采購的變化[J].進(jìn)出口經(jīng)理人，2015（10）：51.

[2]徐 斌，王曉冬，林 麗.大數(shù)據(jù)管理：企業(yè)轉(zhuǎn)移升級與競爭力重塑之道[M].北京：人民郵電出版社，2016：23—106.

[3]陳兵兵，劉 慧.大數(shù)據(jù)對采購與供應(yīng)鏈的影響[J].中國企業(yè)采購發(fā)展報告，2014（196）：4—40.

[4]孫冬雪.大數(shù)據(jù)環(huán)境下省級公共圖書館圖書采購模式研究[J].圖書館學(xué)刊，2016（1）：61—63.

[5]伍 瑾，毛忠行.大數(shù)據(jù)背景下的高校圖書館圖書采購模式探析[J].常州大學(xué)學(xué)報（社會科學(xué)版），2014（9）：134—135.

[6]馬啟花，玉麗東.大數(shù)據(jù)環(huán)境下高校圖書館文獻(xiàn)采訪工作變革[J].廣西教育學(xué)報，2014（6）：172—175.

[7]藍(lán)冬梅.大數(shù)據(jù)環(huán)境下高校圖書館開放獲取文獻(xiàn)的采訪策略[J].河南圖書館學(xué)刊，2016（1）：65—67.endprint