大数据与公共图书馆参考咨询.docxVIP

大数据与公共图书馆参考咨询 随着网络、云计算和数据化的发展，公共图书馆面向公众的建议的内涵和外延得到了充分发展。如何有效利用大数据带来的新理念和新技术，提高图书馆面向公众的咨询和服务已成为一个紧迫的重要课题。 1 基于多样性的大数据的过程描述 业内关于大数据并无确切定义, 最具代表性的是将大数据归为“4V”:数据量巨大 (Volume) , 数据多样性 (Variety) , 处理速度快、时效性要求高 (Velocity) , 数据价值密度较低 (Value) 。简而言之, 大数据不是对数据量大小的定量描述, 而是如何在种类繁多、数量庞大的数据中快速获取信息、挖掘“提纯”和运用大数据蕴含的价值。从与参考咨询服务的关联性来看, 大数据带来了以下几方面的突变。 1.1 大数据的概念 通过数据分析研究判断问题, 是科学研究的重要方法。在数据收集和处理能力有限的“小数据”时代, 数据分析主要通过随机采样法, 存在诸如准确性高度依赖采样随机性、无法满足分类深入分析要求等缺陷。而大数据时代, 海量数据的获取和处理变得容易, “样本=总体”在很多领域得以实现, 亦即“大数据是指不用随机分析法这样的捷径, 而是采用所有数据的方法”, 不仅提高了分析的客观准确性, 而且有条件对数据进行全方位细分和探究, 实现对数据的深度利用, 挖掘各类潜在价值, 产生许多新观点。例如, 谷歌流感趋势预测, 并不是依赖随机样本分析, 而是对整个美国几十亿互联网检索记录的分析, 且随着数据量的扩大, 分析预测结果越来越精准。 1.2 规律、模型及法则的把握能力 计算机学家、数学家、社会学家等已通过无数次实验证明, 人类的大部分行为都受制于规律、模型以及原理法则。而大数据分析促进了人工智能的发展, 也大大提升了对上述规律、模型及原理法则的把握能力。大数据时代, 通过设计各类模型, 把数学算法运用到海量数据上来预测事情发展的可能性或趋势, 从而让“数据说出未来”变得可行且容易。例如, 利用大数据, 亚马逊向用户准确推荐书目, Facebook掌握用户喜好, Linked In勾勒出复杂的人际关系网等等。有学者认为, 大数据时代, 人类93%的行为将变得可以预测, 甚至通过大量数据的收集、整合与分析, 个人的思维活动乃至情绪变动都可以予以量化和预判。 1.3 正向思维模式 过去, 人们解决问题的模式是, 出现问题→逻辑分析→找出因果关系→提出解决方案, 可称之为逆向思维模式;而大数据时代, 这种模式将转化为, 收集数据→分析洞察→找出相关关系→提出优化方案, 可称之为正向思维模式。思维模式的变化, 意味着人们解决问题的方案将从被动到主动、从滞后到超前, 不再被问题牵着鼻子走, 而是主动出击, 通过数据的收集和分析, 防范潜在问题, 优化和引领现实发展。例如, IBM与美国孟菲斯警察局通过大量数据分析, 发现强奸案与户外付费电话存在较强关联关系, 为此主动将付费电话移至室内, 从而使强奸案发案率降低30%。 1.4 人为因素影响 相关关系分析是指通过量化分析事物间的数理关系, 寻找趋势规律的方法。大数据时代之前, 受制于数据量的限制, 相关关系分析应用很少, 效果也很容易受到人为因素的影响。大数据时代, 巨量数据得以收集和分析, 人们可以不再执迷于数据的精确性和相互间一对一的关系, 不再苛求现象背后的原因, 而是寻找数据间的关联性并利用这种关联性, 更在乎“是什么”, 而非纠缠于“为什么”, 从而为趋势判断或决策形成提供参考。例如, 沃尔玛通过对历史交易记录这一庞大的数据库进行分析, 洞察到蛋挞与飓风用品间的相关性, 从而把两者放在一起带来了物品销量。 2 图书馆智识服务发展方向 大数据时代背景下, 全面的关联信息服务、持续的动态信息服务、自适应的个性化信息服务、辅助决策的智识信息服务是未来图书馆参考咨询服务发展的主要方向。为了提供适应大数据时代要求的信息服务, 满足用户的需求, 在大数据时代, 图书馆参考咨询服务应该朝以下几大方向努力。 2.1 查询、发送、共享、整合和解决需求问题 大数据时代, 由于结构化数据、非结构化数据广泛收集、存储和分析成为可能, 对于数据搜寻、组织、分析、重组等能力大大提高, 参考咨询服务将逐步从过去简单的资源查询、推送、共享等, 逐步转向以解决用户问题为目标, 发挥其在信息收集和分析加工的优势, 通过分析用户咨询需求和问题环境, 为动态化、整体化、全程化解决问题提供服务。例如, 关于某项公共政策制定, 咨询馆员可以充分利用大数据技术, 对有关该政策的各类型和各种数据源的资料信息进行全方位的收集并分析和挖掘, 从而对该项公共政策的内涵外延、具体规定及相关经验做法、面临的主要问题及风险评估、可能效果等进行整体化、动态性的分析, 为政策的制定者提