数字图书馆大数据分类描述.pdfVIP

图书馆大数据分类描述 大数据 麦肯锡公司定义： 四大特征 具有数据容量大（Volume ）、数据类型多 （Variety ）、商业价值高（Value ）和处理 速度快（Velocity ）特点的海量数据集合 图书馆大数据 1、不少单个图书馆本地现已拥有几百个T bit 的数据。再加上远程达到P级别。 （数据 量大） 2、这些数据拥有不同的格式（格式多样化） 3、具有商业价值 4 、每年都要增长几个到几十T bit 即每天增加 几个G （增长速度快、夸库检索要求处理 数度快） 图书馆的数据就是大数据 图书馆大数据种类 比较复杂：具有多种结构、多种形式、多种用途、 多种分类。 按照来源可分为自建数据、商业数据、免费数据 按照存放地址可分为本地数据、远程数据（云端数 据） 按照结构可分为结构数据、非结构数据 按照内容可分为目录数据、文摘数据、全文数据 按照语种可分为中文数据、外文数据 按照引用情况可分为高被引数据、低被引数据。 还有内部数据、外部数据；新数据、历史数据；描 述数据、视频数据等多种表述方式。 图书馆大数据科学描述遵循原则 全面的原则 合理性的原则 利于知识发现的原则 便于数据挖掘的原则 图书馆大数据描述层次 根据大数据四大显著特征，图书馆大数据 描述要从基本描述、结构形式、数据量、 产生源和速度、存储方式、保存价值等层 次进行描述。 图书馆大数据分类描述 • 数字图书馆大数据有近百个小类，根据图 书馆大数据科学描述原则和层次，可归纳 为14大类：图书馆基本数据、书目数据、 读者数据、研究文献数据、资源建设与利 用数据、服务数据、特色数据、音视频数 据、辅导数据、体验数据、系统数据、管 理数据、未数字化数据与未采集数据、辅 助数据。 图书馆基本数据 （一） • 包括图书馆资产、馆员情况、财务状况、 办公等方面的数据。 • M级 结构化 • 本地 • 增长速度有限 书目数据 （二） • 包括书目数据、期刊目录数据、电子书目 数据、电子期刊目录数据、数据库条目数 据等。 • G级 结构化 • 本地（数据库条目数据可能在异地保存） • 增长速度有限 读者数据 （三） • 包括读者基本情况（姓名、性别、年龄、 专业、利用图书馆的权限等）、流通数据 （读者借阅数据）、研究方向、研究成果、 最新需求、兴趣、利用图书馆的情况、对 图书馆的贡献等数据。 • G级结构化 • 本地 • 增长速度有限 研究文献数据 （四） • 包括全文数据、摘要数据、OA文献、免费 文献、数据库数据、特藏文献、自建文献、 共享文献等数据。 • T级或P级别 • 结构复杂部分结构化大部分非结构化 • 本地、大部分在异地保存 • 增长速度很快、处理速度也要求快 资源建设与利用数据 （五） • 包括纸质文献采购、数字文献采购、各种 检索系统、发现系统、导航数据、文献借 阅情况、文献传递情况、文献被引用情况、 文献阅览情况、下载情况、单篇文献利用 成本等。 • T级 结构复杂部分结构化部分非结构化 • 本地 部分在异地保存 • 增长速度较快要求处理速度快 服务数据 （六） • 包括咨询服务、学科服务、文献服务、空 间服务、评价服务等数据。服务数据是图 书馆除文献数据外最重要的数据，也是图 书馆大数据中重点被挖掘的数据。 • T级 结构化 • 本地少部分在异地保存 • 增长速度较快、要求处理速度快 特色数据 （七） • 包括特色馆藏、非物资文化、交流数据（文献 交流、技术交流、信息交流）等数据。 • T 级别，由于增长较快不久就会变为P 级别 • 一般存放在本地