高校图书馆大数据应用服务模式体系建设研究.docVIP

高校图书馆大数据应用服务模式体系建设研究 　　 　　关键词：高校图书馆；大数据；应用服务模式；体系建设 　　摘要：文章主要针对高校图书馆大数据应用服务模式体系建设展开探讨，对高校图书馆大数据应用服务的现状作了分析，并系统研究了高校图书馆大数据应用服务模式的体系建设，以期能为有关研究提供参考。 　　中图分类号：G258.6文献标识码：A文章编号：1003-158804-0134-03 　　1高校图书馆大数据应用服务现状分析 　　1.1高校图书馆大数据研究进展 　　图书馆应用大数据、服务需求以及相关的技术问题的讨论，国外相关学者很早就已经开始关注。关于数据服务方面的讨论，韩翠峰对组织数据、存储数据以及数据的管理进行了相应的探究，他认为大数据时代的今天面临的挑战是多种多样的，应提出相应的应对方案[1]；秦嘉杭则认为在大数据环境下，图书馆更应该侧重于挖掘数据、发现知识以及服务社区的数据构建及服务[2]；关于应用技术方面，M.Teets和J.Qiu等人依据时间的先后顺序依次提出了World Cat数据库的应用框架和HPC-ABDS大数据时代的图书馆应用框架[3]。而近年来，国内很多知名学者也开始注意到大数据时代背景下高校图书馆的服务与技术问题，并引发了相应的讨论。王显燕对国内图书馆对技术的应用、知识的创新、图书馆的硬件设施等进行了多方面的比较，分析了国内高校图书馆面临的问题与挑战，并根据问题提出相应的应对策略，她认为在大数据时代高校图书馆发挥着重要作用，未来高校图书馆的服务更加精细、用户的行为分析更加准确、决策更加智能化[4]。不管是国内的学者还是国外的学者，都是从多个视角探讨了大数据背景下高校图书馆面临的诸多问题与挑战，高校图书馆需要更加明确的创新服务意识，策划出合理的应对方案。笔者认为，上述很多方案更多的是偏向于对概念的解释，缺乏相关理论以及从技术角度切入的应对策略。 　　1.2高校图书馆大数据应用服务目前面临的问题 　　1.2.1高校图书馆数据整合问题。目前，由于受多种因素的限制，在知识服务领域中相关的企业数据开放程度不高，“信息孤岛”便由此产生，所以，收集数据的难度较大。加上迥异的数据关联、风格各异的数据存储方式以及不同的数据格式，即使是进行简单的数据堆砌，也很难挖掘有效的知识数据，这给高校图书馆整合大数据带来了难题。除此之外，整合大量数据后，应使用什么样的存储方式，从而确保用户的访问速度不受限制，成了一个新的挑战[5]。 　　1.2.2高校图书馆大数据技术问题。大数据环境下，传统的数据挖掘方式已无法满足对关系型数据、非结构化数据挖掘及深度分析的需求，这就需要高性能计算设备、软件平台作为支撑，提高处理速度，采用合适的数据挖掘算法进行知识挖掘和知识发现。目前，我国相关领域的技术发展还不平衡，一些知名互联网企业，如阿里巴巴和腾讯等，都已??建了上万节点的大数据计算集群和软件平台，也成功开展了大数据应用和服务，但由于企业之间竞争激烈，大数据的应用和开发技术通常技术水平不高、技术扩散不畅，优势企业对开源社区的贡献相对薄弱，从事图书情报工作的研究者难以获取所需的数据资料，造成高校图书馆大数据分析面临技术壁垒。 　　1.2.3高校图书馆服务问题。目前，在大数据开放以及知识共享的时代背景下，高校图书馆需要进行针对性的知识服务，及时了解用户的需求，通过搜索知识、组织文字、分析数据、重组词语等搜索方式为用户提供更为优质的服务，进而推动知识的应用与创新。目前，高校的个性化服务以及科研项目成为高校图书馆知识服务体系的两个重要方向，但业界对此的研究缺少相应的理论支撑及相关的技术支持[6]。 　　1.2.4高校图书馆经费问题。高校图书馆是为高校教学和科研服务的。由于高校对图书馆计算机设备及资金投入有限，图书馆大数据服务面临着较大的挑战。随着图书馆数据量的不断增加，数据存储及计算规模也随之增大，服务器硬件设备及软件设施的购置等需要大量的资金投入，对此，高校图书馆需争取国家和学校的重视和支持，并寻求有效的解决方案。 　　2构建高校图书馆大数据应用服务模式 　　2.1大数据应用模式 　　“大数据应用模式”目前还没有确切的定义。笔者通过互动百科搜索“模式”一词，得到的结果是：“在生产和生活中产生的经验，经过了人的升华以及核心知识的提取，形成了一种可以解决问题的方法。”据互动百科对“模式”一词的解释，笔者将大数据应用模式解释为解决了高校图书馆大数据应用的方法。在大数据时代背景下，高校图书馆的大数据服务体系面临着很多的难题，但在相关理论知识体系以及技术手段的支撑下，高校图书馆应深度分析这些难题并从中提出相关解决方案，经过总结得出理论，最后形成相关的知识理论体系[7]。 　　2.2大规模网络分析方法 　　2.2.1网络分析的知识理论。网