大數(shù)據(jù)時代數(shù)字圖書館面臨的困境與出路

魯昉

【摘要】伴隨大數(shù)據(jù)時代的來臨，客戶對信息資源的需求與日俱增，因而圖書館的信息存儲和配套服務(wù)也發(fā)生了明顯的改變。為數(shù)眾多的非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)剖析及發(fā)掘內(nèi)含的價值將會成為圖書館的重要業(yè)務(wù)。在此形勢下，圖書館的服務(wù)形式也應(yīng)當作出相應(yīng)的調(diào)整。

【關(guān)鍵詞】大數(shù)據(jù)時代;數(shù)字圖書館;困境;機遇;信息存儲

“大數(shù)據(jù)”一詞最初于《自然》雜志中出現(xiàn)。3年后，美國McKensey公司發(fā)布對大數(shù)據(jù)問題的相關(guān)研究報告，指出數(shù)據(jù)已經(jīng)廣泛存在并應(yīng)用于世界各行各業(yè)中，被看做是一種重要的生產(chǎn)要素。統(tǒng)計顯示，人們對海量數(shù)據(jù)的充分利用和挖掘，有力地推動著新一輪生產(chǎn)率的顯著提升及消費者盈余浪潮的出現(xiàn)。事實證明，大數(shù)據(jù)不僅被應(yīng)用于物理、生物等基礎(chǔ)科學(xué)領(lǐng)域，其在通信、軍事等方面也已受到極大的關(guān)注。例如，F(xiàn)arecast系統(tǒng)對美國航班票價的前瞻預(yù)測。我國的淘寶網(wǎng)是B2C系統(tǒng)的翹楚，它采用大數(shù)據(jù)分析手段，獲得了史無前例的銷售總額。因此，企業(yè)已將大數(shù)據(jù)當作一種具備巨大潛能的生產(chǎn)力。IDC檢測顯示，世界數(shù)據(jù)量每兩年翻一番，說明近兩年生成的數(shù)據(jù)量等同于以前生成的所有數(shù)據(jù)量，大數(shù)據(jù)從本質(zhì)上轉(zhuǎn)變了各行各業(yè)的數(shù)據(jù)使用方式。

一、大數(shù)據(jù)時代的數(shù)字圖書館

（一）大數(shù)據(jù)的主要特征。如今“大數(shù)據(jù)”已被廣泛用于描述結(jié)構(gòu)化及非結(jié)構(gòu)化數(shù)據(jù)。此類數(shù)據(jù)容量龐大，結(jié)構(gòu)較為復(fù)雜，難以用常規(guī)的數(shù)據(jù)庫及軟件技術(shù)開展存儲和后期處理。它的特點通常被歸結(jié)為4個“V”，顯示容量、速度、多樣性和價值四個維度。其中，容量（Volume）正逐漸擴大數(shù)據(jù)集合的規(guī)模。速度（Velocity）所指向的數(shù)據(jù)一般依照數(shù)據(jù)流的形式動態(tài)出現(xiàn)，時效性較強。多樣性（Variety）指向的大數(shù)據(jù)種類很多，它涵蓋了結(jié)構(gòu)化、半結(jié)構(gòu)化和一些非結(jié)構(gòu)化的數(shù)據(jù)類型。價值維度（Value）指向的數(shù)據(jù)量豐富，有潛在的巨大經(jīng)濟收益。大數(shù)據(jù)幫助人們更新自身的認知，有助于新的價值的創(chuàng)造。同時，大數(shù)據(jù)還能調(diào)整市場、組織機構(gòu)，協(xié)調(diào)政府和公民的關(guān)系。

（二）大數(shù)據(jù)和數(shù)字圖書館。數(shù)字圖書館以計算機技術(shù)應(yīng)用、網(wǎng)絡(luò)通信技術(shù)和數(shù)字化處理技術(shù)為基礎(chǔ)，近年來在國內(nèi)外蓬勃發(fā)展，碩果頗豐，不過仍有生搬常規(guī)圖書館功能、信息共享能力不足、特色功能不突出等缺陷，給其迅速發(fā)展帶來了不利影響。隨著大數(shù)據(jù)時代的來臨，數(shù)字圖書館正不斷突破自身局限，現(xiàn)階段已發(fā)展為圖書情報學(xué)研討的重點。在世界信息發(fā)展史上，2009年，歐洲一些先進的數(shù)字圖書館與科研機構(gòu)確立了合作關(guān)系，旨在提升互聯(lián)網(wǎng)獲取信息的簡易度。2012年，美國正式啟動大數(shù)據(jù)研究發(fā)展計劃，硬性規(guī)定政府與大學(xué)、公司合作，以面對“大數(shù)據(jù)”時代的挑戰(zhàn)。不少公司開始運用大數(shù)據(jù)來分析讀者的閱讀偏好及習慣，建立知識服務(wù)智能分析引擎，以便更好地服務(wù)不同的需求。例如，哈佛圖書館把“大數(shù)據(jù)”引進數(shù)字圖書館，定期公布大數(shù)據(jù)結(jié)果。此外，歐洲大國也在緊鑼密鼓地進行大數(shù)據(jù)的存儲、研究分析。

二、大數(shù)據(jù)背景下數(shù)字圖書館面臨的困境

（一）數(shù)字圖書館和實體圖書館的“同質(zhì)”問題。該問題主要體現(xiàn)在兩個方面：其一是和實體圖書館資源同質(zhì)性，其二是用戶的同質(zhì)性。研究發(fā)現(xiàn)，數(shù)字圖書館集中解決的問題為數(shù)據(jù)資源數(shù)字化、音視頻信息的轉(zhuǎn)換、存儲和其它相關(guān)技術(shù)的深度拓展，但欠缺海量數(shù)據(jù)的深度加工和管理服務(wù)。另外，從長期發(fā)展趨勢來看，數(shù)字圖書館必須對數(shù)字資源開展深層開發(fā)，更深入地挖掘、收集和利用初始數(shù)據(jù)，以期形成數(shù)據(jù)資源為主導(dǎo)的發(fā)展模式和方向。此外，技術(shù)的差距雖容易彌補，但收集數(shù)據(jù)的意識卻嚴重欠缺。由此帶來的對數(shù)據(jù)的重要性認識不足，嚴重制約著數(shù)字圖書館的進一步發(fā)展。在用戶的同質(zhì)問題領(lǐng)域，當前數(shù)字圖書館資源的內(nèi)容一般為館藏資源的數(shù)字化，實體圖書館用戶存在普遍的同質(zhì)化現(xiàn)象。此外，部分數(shù)字圖書館自有一套系統(tǒng)，不能完全走出實體圖書館的象牙塔，完成不同用戶在信息領(lǐng)域的共享和使用。

（二）數(shù)字圖書館存在非結(jié)構(gòu)化的數(shù)據(jù)空白。大數(shù)據(jù)可分為兩類：一為結(jié)構(gòu)化數(shù)據(jù)，它存儲于數(shù)據(jù)庫內(nèi)部，能夠采用二維表的結(jié)構(gòu)以實現(xiàn)。另一種為半結(jié)構(gòu)化或者非結(jié)構(gòu)化數(shù)據(jù)。常見的E-mail、辦公文檔、Web上各種形式的信息即為此類數(shù)據(jù)。目前數(shù)字圖書館集中于文獻資料類數(shù)據(jù)庫的建設(shè)，非結(jié)構(gòu)化的數(shù)據(jù)明顯不足，同時這類數(shù)據(jù)沒有充足的大數(shù)據(jù)分析，使得數(shù)字圖書館難以有效滲入到企業(yè)等用戶群體中。伴隨著物聯(lián)網(wǎng)、云計算、社交網(wǎng)等新型渠道與技術(shù)的拓展，涌入了大量的數(shù)據(jù)日志、E-mail、網(wǎng)絡(luò)新聞等未經(jīng)整理的信息資源。同時，數(shù)字圖書館并未對相關(guān)統(tǒng)計數(shù)據(jù)、書籍借閱情況進行加工處理，使得該種半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)明顯不足。與此同時，統(tǒng)計結(jié)果顯示到2012年，非結(jié)構(gòu)化數(shù)據(jù)所占比例已拓展到互聯(lián)網(wǎng)數(shù)據(jù)的75%左右。在大數(shù)據(jù)的背景下，大數(shù)據(jù)的缺乏易使數(shù)字圖書館淪為實體圖書館的象牙塔。對其分析技術(shù)的滯后，會使數(shù)字圖書館難以很好地融入用戶的細節(jié)服務(wù)中。非結(jié)構(gòu)化數(shù)據(jù)有待進一步開發(fā)，它能優(yōu)化數(shù)字圖書館的資源結(jié)構(gòu)，適應(yīng)新時代發(fā)展的需要，進一步滿足用戶的需求。對此類大數(shù)據(jù)的分析，可展示傳統(tǒng)渠道無法確定的重要關(guān)系，能夠鎖定更為深入、準確的用戶，提升對用戶的理解并采用智慧的解決方式，最終提升數(shù)字圖書館的市場競爭力。

（三）數(shù)字圖書館存在于象牙塔中，缺乏創(chuàng)新激勵。黨的十八大以來，黨中央高度重視技術(shù)創(chuàng)新，提出企業(yè)為主體、市場為導(dǎo)向，產(chǎn)學(xué)研結(jié)合的創(chuàng)新體系。反觀當下我國的數(shù)字圖書館，仍然存在于象牙塔中，缺乏創(chuàng)新引導(dǎo)。數(shù)字圖書館建立的初衷本為實現(xiàn)任何人在任意的時間地點獲取所需的知識。然而目前，大多數(shù)數(shù)字圖書館的服務(wù)是建立在門戶網(wǎng)站的基礎(chǔ)上。極少數(shù)字圖書館把其服務(wù)領(lǐng)域拓展到移動通信、電視網(wǎng)等網(wǎng)絡(luò)平臺，并開設(shè)移動圖書館等服務(wù)，并且其服務(wù)功能也相對有限。整體上看，我國的數(shù)字圖書館沒有做到及時跟進用戶的需求及習慣變化，創(chuàng)新理念匱乏，服務(wù)機制尚未真正建立，無法實現(xiàn)與業(yè)務(wù)流程的高度融合。數(shù)字圖書館被束之高閣，缺乏創(chuàng)新的活力。

（四）數(shù)字圖書館無法滿足新的研究需求?？茖W(xué)研究模式的改變，對數(shù)字圖書館提出了更高的要求。在海量數(shù)據(jù)、協(xié)同創(chuàng)新、第四范式等新理念的推進下，數(shù)字圖書館需要不斷滿足新的研究需求。大數(shù)據(jù)背景下的研究需求集中于數(shù)據(jù)驅(qū)動方面的探索，該研究注重面向問題本身、面向數(shù)字和模擬技術(shù)、面向決策支持，對創(chuàng)新有更高的要求。對數(shù)據(jù)科學(xué)的依賴，使研究更加關(guān)注數(shù)字圖書館的大數(shù)據(jù)利用效率。但是，當前數(shù)字圖書館在大數(shù)據(jù)應(yīng)用方面明顯不足，難以適應(yīng)科學(xué)研究的需要。

三、數(shù)字圖書館的發(fā)展戰(zhàn)略

（一）應(yīng)用大數(shù)據(jù)轉(zhuǎn)變數(shù)字圖書館的資源建設(shè)方式。數(shù)字圖書館應(yīng)深入開發(fā)現(xiàn)有數(shù)字資源，一方面要注重各類半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)的建設(shè)工作，另一方面要加強對原有大數(shù)據(jù)的挖掘與收集，并采用適當?shù)姆绞郊右詢Υ婧屠茫罱K打造一條以數(shù)據(jù)資源為主導(dǎo)的發(fā)展新方式。第一，要加快對新型數(shù)字圖書館應(yīng)用平臺的開發(fā)利用，從而有效管理異質(zhì)文檔和元數(shù)據(jù)，實現(xiàn)對結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的統(tǒng)籌管理。第二，隨著教育、文化、科研等領(lǐng)域逐步邁向信息化、數(shù)字化，社交網(wǎng)絡(luò)等數(shù)字內(nèi)容已逐步成為重要的信息資源。例如廣泛使用的搜索引擎即為信息資源的組織者，使用谷歌、百度等開展信息查詢已成為信息搜索的第一選擇。因此，數(shù)字圖書館可學(xué)習搜索引擎對信息搜索的技術(shù)，對集成網(wǎng)絡(luò)下數(shù)字元素統(tǒng)一開放。依照用戶的要求對所需內(nèi)容進行鏈接，將自己轉(zhuǎn)變?yōu)樾畔⑸鐣R服務(wù)的紐帶。此外，積極建立有大數(shù)據(jù)特色的數(shù)據(jù)庫。真正能體現(xiàn)不同圖書館的差別在于對圖書館所屬單位或相關(guān)機構(gòu)特色資源的開發(fā)利用。關(guān)于這一點，國內(nèi)外已開始行動。例如美國國會圖書館推出的專題特色庫、我國北大開發(fā)的歷史地理數(shù)據(jù)庫、拓片專題等。在大數(shù)據(jù)的背景下，數(shù)字圖書館需不斷提升自身特色資源的開發(fā)與建設(shè)能力。信息時代數(shù)據(jù)呈幾何級增長，新類別數(shù)據(jù)正不斷出現(xiàn)。與此同時，數(shù)據(jù)結(jié)構(gòu)亦日趨復(fù)雜。數(shù)字圖書館在新形勢下正發(fā)生顯著的變化。在日新月異的數(shù)字信息環(huán)境下，數(shù)字圖書館必須開放集成網(wǎng)絡(luò)環(huán)境中的各項數(shù)字信息。

（二）運用大數(shù)據(jù)推動數(shù)字圖書館的改革創(chuàng)新。大數(shù)據(jù)存在的意義并非容量大、形式多樣，而在于一種全新的方式對數(shù)據(jù)開展存儲、組織和分析，以此獲得更多的價值。大數(shù)據(jù)的挖掘需要高速獲得豐富的結(jié)構(gòu)化、半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)。因此，大規(guī)模數(shù)據(jù)的不斷增長，給圖書館自身基礎(chǔ)設(shè)施建設(shè)提出了嚴峻的挑戰(zhàn)。由于成本的制約，大數(shù)據(jù)使用機構(gòu)在建設(shè)硬軟件資源時向中低端大規(guī)模計算機集群傾斜。同時，具備復(fù)雜結(jié)構(gòu)的數(shù)據(jù)對數(shù)據(jù)庫的要求更為嚴格。如今，數(shù)據(jù)庫的管理技術(shù)已日漸成熟，它能較好地應(yīng)對結(jié)構(gòu)化大數(shù)據(jù)。例如著名的Sq1 Server、Oracle等，都擁有突出的結(jié)構(gòu)化數(shù)據(jù)管理能力，同時覆蓋優(yōu)秀的數(shù)據(jù)庫功能，并且生成了比較穩(wěn)定的模式和方法，對數(shù)字圖書館的資源揭示有重要的推動作用。此外，對相對復(fù)雜的非結(jié)構(gòu)或半結(jié)構(gòu)化的數(shù)據(jù)信息，有關(guān)數(shù)據(jù)管理拓展性方面的內(nèi)容受到了很大的沖擊，因而在大數(shù)據(jù)時代急需一批可以處理大型非結(jié)構(gòu)化數(shù)據(jù)的操作工具及運行平臺。目前以Hadoop為代表，其文件系統(tǒng)及處理模式能高效地管理各類結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)，為數(shù)據(jù)處理提供便利。大數(shù)據(jù)獨特的分析能力還能輔助數(shù)字圖書館拓寬業(yè)務(wù)范圍，從傳統(tǒng)的對資源及相關(guān)服務(wù)的一般檢索轉(zhuǎn)換到資源的深度聚合上，很好地滿足了各類用戶對情報的統(tǒng)計分析需求，實現(xiàn)對知識的探索評價。事實上，海量數(shù)據(jù)中包含著很多價值很高的情報信息。要想從繁瑣的數(shù)據(jù)中發(fā)掘知識，找出其價值并積極利用，幫助人們更好決策，需要對數(shù)據(jù)開展非常規(guī)報表的深度剖析。人們不僅滿足于了解當下發(fā)生的事情，還希望通過數(shù)據(jù)預(yù)測將來會發(fā)生何事，以使自己的行動更具主動性。例如對客戶流失狀況的分析。應(yīng)用大數(shù)據(jù)分析平臺還能推動可視化分析、圖形分析、語義識別、數(shù)據(jù)管理等方面的發(fā)展，便于獲取新知識。

（三）以大數(shù)據(jù)為基礎(chǔ)，提升數(shù)字圖書館的服務(wù)質(zhì)量。一是提供個性化服務(wù)。隨著時代的發(fā)展，用戶更多地希望從海量數(shù)據(jù)中獲得針對自己的個性化服務(wù)，由“個人計算機”向“個人計算”轉(zhuǎn)變。個人計算存在很大差別，在大數(shù)據(jù)的支撐下數(shù)字圖書館能按用戶的需求，開展深度分析及預(yù)測，并依據(jù)用戶的偏好及特征推送相應(yīng)的個性服務(wù)，這對數(shù)字圖書館的服務(wù)質(zhì)量有本質(zhì)提升。二是按需服務(wù)。大數(shù)據(jù)背景下數(shù)字圖書館的信息服務(wù)根植于用戶的需求體驗。通過用戶的需求反饋，并非圖書館存在何種資源就利用什么資源，而應(yīng)依據(jù)自身的需求，統(tǒng)籌管理數(shù)據(jù)庫資源、網(wǎng)絡(luò)資源等，創(chuàng)建涵蓋物理圖書館的信息環(huán)境。大數(shù)據(jù)數(shù)字圖書館廣泛應(yīng)用了云計算、傳感網(wǎng)等新興技術(shù)，能做到快捷檢索需要的數(shù)據(jù)，有利于知識的挖掘，在提供一般知識的同時，還傳遞了隱藏的有意義的信息。三是不確定性服務(wù)。這是大數(shù)據(jù)時代數(shù)字圖書館的重要特征。它與用戶信息需求并非一一對應(yīng)的關(guān)系，存在多種解釋。針對數(shù)據(jù)的處理要求，會形成知識服務(wù)解答的集合。大數(shù)據(jù)使解答更具靈活性，允許不精確的出現(xiàn)。對容錯標準的放寬，使人們大大增加了可獲得的數(shù)據(jù)，并能使用這些數(shù)據(jù)處理新的事情，獲得更理想的結(jié)果。四是智能型服務(wù)。體現(xiàn)在其服務(wù)項目以預(yù)測分析為基礎(chǔ)，是一種真正意義上的智能型服務(wù)。圖書館從傳統(tǒng)意義上的知識集聚地變?yōu)橹R的處理與加工地。預(yù)測是大數(shù)據(jù)的核心，它以科學(xué)算法為基礎(chǔ)。在其指導(dǎo)下，數(shù)字圖書館可依據(jù)研究主題，跟進相關(guān)領(lǐng)域的著作資源，掌握該領(lǐng)域的科研動態(tài)。它對學(xué)術(shù)趨勢的把握，方便用戶了解新的熱點研究問題，為有針對性地開展科學(xué)研究打下基礎(chǔ)。

四、結(jié)束語

數(shù)字圖書館是我國信息化戰(zhàn)略的一個重要構(gòu)成要素。在大數(shù)據(jù)技術(shù)的背景下，應(yīng)積極研究融合數(shù)據(jù)、新興處理手段、創(chuàng)新思路為一體的多功能數(shù)字圖書館。實現(xiàn)數(shù)據(jù)和多種信息資源相互融合的操作框架。伴隨大數(shù)據(jù)應(yīng)用在數(shù)字圖書館建設(shè)中的逐步深入，勢必能推動數(shù)字圖書館豐富自身內(nèi)涵，實現(xiàn)服務(wù)的優(yōu)化和增值。

【參考文獻】

[1]畢強，閆晶，李潔.大數(shù)據(jù)時代數(shù)字圖書館服務(wù)轉(zhuǎn)型面臨的新形勢與新要求[J].情報理論與實踐，2017，40（12）：12-16.

[2]溫相雄.探究大數(shù)據(jù)時代數(shù)字圖書館面臨的機遇和挑戰(zhàn)分析[J].科研，2017（2）：296.

[3]文杰.大數(shù)據(jù)時代下數(shù)字圖書館發(fā)展創(chuàng)新服務(wù)的必要性[J].河南圖書館學(xué)刊，2015，35（11）：124-125.

[4]張睿麗.淺談大數(shù)據(jù)時代數(shù)字圖書館面臨的機遇和挑戰(zhàn)[J].社會科學(xué)：全文版，2016（7）：198-199.

[5]朱麗萍.大數(shù)據(jù)時代數(shù)字圖書館信息服務(wù)中個人隱私保護研究[J].圖書館學(xué)刊，2017（2）：128-131.

[6]張新慧.大數(shù)據(jù)時代數(shù)字圖書館面臨的機遇和挑戰(zhàn)[J].長江叢刊，2017（1）：195.

[7]成玉峰.大數(shù)據(jù)時代數(shù)字圖書館面臨的機遇和挑戰(zhàn)淺談[J].長江叢刊，2017（8）：151.

[8]倪菊.大數(shù)據(jù)時代下的數(shù)字圖書館信息安全問題研究[J].科技視界，2018（1）：101-102.