图书馆大数据分析挑战设计与展望.docVIP

图书馆大数据分析挑战设计与展望 　　摘 要 大数据分析始终是图书馆服务的重要环节，与传统的图书馆数据分析相比，大数据分析具有数据海量、多样、快速、真实的特点。论文提出了图书馆大数据分析领域数据存储、弱可用性、数据建模、资源调度和个人隐私保护等五大关键性挑战问题，最后，设计了一种大数据分析模型。该大数据分析模型明显提高图书馆对海量数据的处理能力，能够发现大数据之间存在的关系和规则，可有效预测图书馆服务未来的发展趋势，从而增强图书馆服务决策的准确性和科学性。 　　关键词 图书馆 大数据分析 设计 　　分类号 G250.76 　　DOI 10.16810/j.cnki.1672-514x.2016.03.011 　　Big Data Analysis of Library：Challenges， Designs and Forecasts 　　Chen Chen， Ma Xiaoting 　　Abstract Big data analysis is always an important part of library services. Compared with traditional data analysis of library， big data analysis is volume， variety， velocity and veracity. This paper comes up with five key challenges in big data analysis of library，such as data storage，weak data usability，data modeling，resource distribution and personal privacy preservation. At last， it designs a big data analytical model which can greatly improve the processing capability of mass data of library， find the relationship and rule between big data， predict the future trend of library services， and improve veracity and scientificity of the decision - making in library services. 　　Keywords Library. Big data analysis. Design. 　　0 前言 　　当前，随着图书馆服务模式的变革与发展，图书馆数据环境呈现出海量（Volume）、多样性（Variety）、快速（Velocity）、真实性（Veracity）的大数据4“V”特征，图书馆已跨入大数据时代。 　　大数据分析是图书馆在海量数据环境下，对复杂数据关系的重新定义和深度价值挖掘，是通过对海量、多类型、快速增长和高价值的数据进行分析，从中发现可以指导图书馆进行发展变革、服务模式构建、服务系统运行和读者QOS（服务质量）保障等决策活动所需的数据隐藏知识、相关关系和其他有用信息的过程。大数据分析在有效提示图书馆内部各要素之间相互关系、个体差异和隐藏知识的同时，也存在着数据采集与处理误差、数据产生的异母??性、高计算成本、噪音干扰累积叠加、假相关性、外生性等问题[1]。因此，如何基于图书馆复杂数据环境和大数据决策需求实际，探索科学、高效、精确和经济的大数据分析方法，是关系图书馆运用大数据进行决策，以及将大数据分析结果有效转化为图书馆服务决策的重要步骤。 　　1 图书馆大数据分析面临的难点与挑战 　　1.1 大数据呈现较强的弱可用性 　　大数据可用性通常由数据一致性、准确性、完成性、时效性、可控性和开放性等六个部分组成，是有效评估大数据可用性的重要标准。大数据时代，图书馆大数据呈现多数据采集源、多类型、结构复杂和低价值密度的特性，大数据经采集、处理、传输和存储后，通常以杂乱无序的方式呈现给图书馆，给图书馆的大数据分析师带来极大的不便和挑战，因此，大数据的可用性成为决定图书馆大数据分析有效性的一个重要因素[2]。 　　为了保证大数据具有较强的可用性，要求图书馆在海量复杂数据环境下，能够实现对数据源大数据采集真实性、时效性的自动检测与修复，保证大数据采集真实、准确、客观和有效。此外，还需要对所采集、存储的大数据进行噪声过滤、数据整合、价值提取等操作，保证大数据具有较高的价值属性和密度，并具有全面、可控、准确和易操作的特性。其次，还应通过翔实的大数据描述框架和数据日志，对重