基于大数据的数字图书馆信息服务研究doc.docVIP

基于大数据的数字图书馆信息服务研究 　　摘要：随着网络技术应用的普及，产生海量的数据信息，针对大数据对数字图书馆信息服务的影响，将大数据技术应用于数字图书馆的信息服务中，为用户提供个性化信息的服务。研究了基于大数据技术的数字图书馆信息服务内容和模式，将大数据技术融入数字图书馆信息服务能为用户提供更细致，更个性化的信息服务。 　　关键词：云计算 大数据 hadoop 数字图书馆 信息服务 　　中图分类号：G250.76 文献标识码：A 文章编号：1007-9416（2015）07-0000-00 　　1 概述 　　随着数字化信息的增多，以及用户本身上传、下载等操作所产生的大规模的数据，使数字图书馆逐渐呈现“大数据”的特征。用户获取信息的方式的变化，也对数字图书馆的信息服务提出了更高的要求，想从结构复杂，种类繁多的大量数据中，快速获取用户需求的有价值的信息，就需要大数据处理技术的支撑，如云计算等。大数据具有规模性、多样性和高速性的特征。大数据的数据结构就包括结构化的数据，半结构化的数据和非结构化的数据，能大规模快速处理数据流，能满足用户的个性化信息需求，这就是大数据和数字图书馆的契合点。将大数据对数据处理技术应用于数字图书馆，数字图书馆的大数据的架构主要从数据采集、数据存储、数据处理，数据分析及数据应用四个层面进行如图1所示。 　　2 基于大数据的数字图书馆的数据信息服务内容 　　基于大数据的数字图书馆信息服务内容将从信息资源的发现，信息资源存储，信息资源组织和信息资源检索四个方面进行探索，研究大数据对数字图书馆信息服务的影响。 　　2.1 信息资源发现 　　在大数据环境下，数字图书馆的信息资源丰富，数字资源存储在结构不同的数据库中，分布广泛，数字图书馆信息服务就是利用大数据技术挖掘分布广泛的大量异构的数据信息资源之间的关系，为用户提供满足其所需信息资源。首先要利用大数据技术发现和处理数字化信息资源，包括馆藏信息资源和用户信息资源。对用户行为信息和用户信息需求进行挖掘，挖掘出用户的信息行为与数字化信息资源之间的潜在关系，从而为用户提供更好的信息服务。在大数据环境下，数字图书馆的信息资源发现有用户行为发现和用户信息需求发现。数字图书馆的信息资源发现模式如图2所示。 　　对用户行为的发现通过用户网站注册的信息，如用户的姓名、性别、年龄、知识结构等信息，通过对这些信息的发现、采集、去重等处理后获取用户的信息，也可以通过与用户实时交流沟通获取用户的信息，填写问卷调查表获取用户的信息，将用户的这些信息录入数据库中，为用户建立用户个人信息库存储在服务器上。 　　对用户信息需求的发现。对用户信息需求的发现是建立在对用户行为的基础上。可以利用大数据挖掘技术对用户的行为如浏览的网站、检索留下的痕迹、下载的数字化信息资源、分享的信息资源、评价信息等挖掘，发现用户真实的信息需求和潜在的信息需求，并为用户建立用户需求匹配资源库，通过分析为用户提供页面定制、信息推送服务、学术信息导航服务和参考咨询服务等个性化的信息服务。在大数据环境下，数字图书馆海量的数字信息形成了庞大的数据仓库，根据用户访问的系统日志，通过数据挖掘技术和数据分析技术找出用户对不同主题的信息资源的需求，大数据能实现对实时动态的数据进行处理和分析。对用户在网络上的浏览历史、检索关键词等信息进行分析和挖掘，发现用户个性化的信息需求。有助于图书馆对读者的信息需求和信息个性化服务，真正实现用户个性化信息服务和定制化信息推送。 　　2.2 信息资源的存储 　　在大数据环境下，如何解决呈爆炸式增长的数字化信息资源数据的存储问题，更好的满足用户的个性化信息服务。由于海量数据信息的数据结构不同，应用云计算平台的数据存储技术可以解决异构的数据存储问题。它的存储空间是无限制的，可以实时更新数据。 　　2.3 信息资源组织 　　海量的数字图书馆信息资源包括馆藏实体信息资源、虚拟信息资源和网络信息资源等。数字图书馆作为一种可检索复用的庞大信息系统，海量的数字图书馆信息资源为用户提供可检索和操作的入口，从而达到利用数字资源的效果。为了便于用户获取有效信息资源，进行信息共享，面对多种结构的数据信息，需要对数据进行处理，将搜集的信息经过科学的优化、加工和分析整序，使数据呈现出一定规律便于有效利用。可以利用流处理和批处理方式来进行信息资源组织。大数据信息资源组织流程如图3所示。 　　2.4 信息检索 　　基于大数据的数字图书馆如何快速高效地检索信息，为用户提供个性化的信息需求服务是目前研究的一个难点。大数据环境下，数字图书馆的数字化信息数量大，种类多，数据价值联系低，就要求搜索引擎实现智能化实时优化需求，个性化搜索，满足移动搜索的需求。准确定位用户真正的信息需求，真正实现用户个性化信息检