- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于个性化服务需求图书馆大数据分析平台构建研究
基于个性化服务需求图书馆大数据分析平台构建研究
摘 要目前,大数据技术是图书馆对用户个性化服务进行智慧决策的最有效方式。论文首先阐述了基于大数据的图书馆客户需求分析的标准,然后基于大数据的用户个性化服务需求分析,构建了图书馆大数据分析平台。该平台可帮助图书馆管理人员实施高效、科学的分析与决策。
关键词个性化服务需求大数据分析平台决策支持数据质量控制
分类号G250.76
Construction of the Big Data Analysis Platform for the Library based on the Personal Services Requirements
Ma Xiaoting
AbstractCurrently, big data is the best way to make well-informed decisions for personal services in library. This paper firstly describes the analysis requirements about demand of library customer based on the big data. And then, according to the personal services requirements analysis of customer based on the big data, it constructs the big data analysis platform for the library, which can help librarians to make scientific analysis and decisions.
KeywordsPersonal services requirements. Big data analysis platform. Dicision support. Data quality control.
据美国麦肯锡全球研究院2011年6月发布的《大数据:下一个创新、竞争和生产力的前沿》研究报告分析,“大数据已成为与物质资产和人力资本相提并论的重要生产要素,大数据的使用将成为未来提高竞争力的关键要素”。随着大数据时代的到来,图书馆用户服务保障能力建设重点已从以提高数据中心基础设施结构科学性和运营效率为中心,向以满足读者需求为核心的用户个性化服务转变。图书馆有效采集、存储和管理数据中心的系统运营与监控数据,用户服务与业务管理数据,图书馆与客户关系数据,以及读者的个性化服务需求、阅读模式、阅读活动和情感、阅读社会关系等数据,并对海量数据进行科学的分析、评价和决策,是关系图书馆全面、系统和深入了解用户需求,并将运营与服务决策方式由传统的管理层主观经验式决策,向依靠大数据的科学、定量化决策方式转变的重要保证。图书馆只有坚持以用户需求为中心构建大数据分析平台,并采用科学的分析与管理策略,才能保证图书馆管理与用户服务决策内容全面、准确、连续和可评估[1]。
1图书馆大数据的环境特征、存在问题与分析需求
1.1大数据时代图书馆数据结构的特征分类
大数据时代,图书馆数据主要由结构化数据、半结构化数据和非结构化数据组成。结构化数据主要是指关系模型数据,即以关系型数据库表形式管理的数据,主要由图书馆数据中心系统管理数据、监控数据和部分符合关系模型数据特征的服务数据组成。半结构化数据主要指那些非关系模型的、有基本固定结构模式的数据,包括图书馆应用日志文件、XML文档、JSON文档和电子邮件等。非结构化数据主要指除去结构化和半结构化数据以外的数据。此类数据没有固定的结构模式,主要由WORD、PDF、PPT、EXL文档及各种格式的图片和视频等服务、监控数据组成。在图书馆的大数据资源中,非结构化数据约占据数据总量的80%以上,并以成倍的速度快速增长,大幅度增加了大数据系统的结构复杂度,以及数据采集、存储、处理、分析过程的难度与成本,严重影响了图书馆对用户个性化服务进行大数据分析与决策的科学性、准确性、可用性和可控性[2]。
1.2图书馆的大数据分析环境十分复杂
大数据时代,图书馆通过数据中心系统监测设备、阅读传感器信息接收、射频ID数据采集、移动阅读终端识别、用户阅读行为和数据流监控等方式,获取关于用户服务过程和读者阅读行为的数据。
首先,图书馆数据中心的运营数据和庞大读者群阅读行为数据,具有海量、复杂、随机、低价值密度和不可预测的特性,大幅度增加了数据的采集、存储和标准化难度。其次,图书馆的大数据资源通常从多个用户对象和数据源采集,数据类型包
文档评论(0)