大数据时代高校图书馆资源建设优化探索.docVIP

大数据时代高校图书馆资源建设优化探索 摘要：本文对大数据时代高校的用户行为进行分析，并对图书馆资源建设的优化进行了初步的探索。 网:m 关键词：大数据时代；用户行为分析；资源建设优化 1大数据时代的特征及处理分析方法 大数据（BigDate）又称为巨量资料，指需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。“大数据”概念最早由维克托?迈尔?金恩伯格和肯尼斯?库克耶在编写《大数据时代》中提出，指不用随机分析法（抽样调查）的捷径，而是采用所有数据进行分析处理。大数据有5V特点，即Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。大数据技术就是基于分析处理（移动）互联网、信息领域日常运作中累积下来的海量数字信息资料，来发现和形成新的服务形式的技术。 大数据所处理的数据不仅仅是规模大，而且处理的数据不止是关系型数据。大数据处理的数据往往是半结构化数据和非结构化数据。大数据所需处理的信息是非常广泛的，包括个人大数据（个人使用S网站或软件产生的信息等）、科学大数据（科研数据、实验数据、研究报告等）、业务流程大数据（各个机构在正常运作中业务流程产生的数据）、企业大数据（、人员组成、财务状况等）和社会大数据（社会宏观环境的数据）等内容。除此之外，最重要的是对大数据进行分析处理，只有通过分析才能获取很多智能的，深入的，有价值的信息。那么越来越多的应用涉及到大数据，而这些大数据的属性，包括数量，速度，多样性等等都是呈现了大数据不断增长的复杂性，所以大数据的分析方法在大数据领域就显得尤为重要。大数据分析处理的方法有： 采集：是指利用多个数据库来接收发自客户端（Web、App或者传感器形式等）的数据，并且用户可以通过这些数据库来进行简单的查询和处理工作。 导入/预处理：虽然采集端本身会有很多数据库，但是如果要对这些海量数据进行有效的分析，还是应该将这些来自前端的数据导入到一个集中的大型分布式数据库，或者分布式存储集群，并且可以在导入基础上做一些简单的清洗和预处理工作。 统计/分析：主要利用分布式数据库，或者分布式计算集群来对存储于其内的海量数据进行普通的分析和分类汇总等，以满足大多数常见的分析需求。 挖掘：与前面统计和分析过程不同的是，数据挖掘一般没有什么预先设定好的主题，主要是在现有数据上面进行基于各种算法的计算，从而起到预测（Predict）的效果，从而实现一些高级别数据分析的需求。 大数据时代，“各类型数据急剧增长，正朝着海量数据方向发展，高校图书馆面临着数字资源长期保存、资源整合、信息安全以及服务创新等多方面的挑战。随着读者服务扩展至、数字电视、手机、手持阅读器、平板电脑、电子触摸屏等多种服务终端，服务量的不断增加，各业务系统每天都会产生大量的日志数据，其中包含了大量的用户行为信息，进行数字资源整合必须结合大数据特点和资源现状，以用户需求为导向，博采众长，突出特色，分阶段、有计划的实施。图书馆工作要顺应大数据时代的发展，努力创新信息服务模式，开放网络服务，不仅要关注师生的需求信息，并准确及时地提供相应的服务，还要分析挖掘相关的大数据，找出他们的潜在需求信息，进行个性化信息服务。大数据时代下的高校图书馆工作应在对传统纸质文献的搜集、整理与利用的基础上，加强与开发大数据技术在图书馆工作中的应用，整合各种电子资源、文献数据库等馆藏资源，跟踪并记录用户的基本信息与信息行为，挖掘数据的应用价值，为高校师生提供高质量的信息服务。总之，高校图书馆要抓住历史机遇，根据大数据的特点，充分运用大数据处理手段和技术，改变与提升高校图书馆的网络服务模式，以人为本，优化资源建设，切实提高信息服务质量，为高校的事业发展作出应有的贡献。 2大数据环境下高校图书馆用户需求的新特点 一般而言，大数据自身的特点及其作用构成了大数据环境，而图书馆用户则会面临着受到大数据环境对文献资源获取的影响，图书馆的资源组织与用户服务需要必然要考虑大数据环境下对用户行为的作用影响，以适应用户新的需求。 1.全民社交性 大数据时代是一个知识共享、智慧共享、服务共享的时代，微博、微信、QQ等社交平台初步构成了全民社交圈，每时每刻产生大量的数据信息。为顺应这一发展趋势，高校图书馆借助这一平台，开展社交服务，将师生的讨论、需求、阅读兴趣导向与馆藏资源相结合，并在网络环境中进行创新服务，时时互动，以符合全时段服务的时代特征要求。 2.信息获取方式的多样化 大数据时代下信息资源的获取更加快捷与多样化，传统的阅读方式发生了翻天覆地的变化，读者可以借助计算机设备与现代化通信设备轻而易举地获取信息资源，对海量数据进行搜索，获取有用的数据信息。新媒体下的数字化服务，带来了阅读的便捷与信息获得的高