张强
摘 要：当今是数据信息量爆发的时代，高校图书馆数字资源建设迅猛发展，数据信息庞大，种类繁多，在大数据技术的应用和推广下使得对图书馆数字资源如何建设，如何对数据进行合理梳理、分析与优化等系列问题正面临着巨大的影响与挑战，本文利用大数据分析来发现图书馆运作及提供服务过程中存在的问题，从而为用户提供精准的、个性化的服务。
关键词：图书馆数字资源 大数据 数据分析
中图分类号：G25 文献标识码：A 文章编号：1674-098X（2020）02（c）-0239-02
Abstract： Nowadaysis the era of data information explosion， the digital resources construction ofuniversity library develops rapidly， the data information is huge， the variety is various. With the application and promotion of big data technology， aseries of problems such as how to construct the digital resources of the library and how to sort， analyze and optimize the data reasonably are facing enormous influence and challenge. This paper uses big data analysis to find out the problems existing in the process of library operation and service provision， so as to provide users with accurate and personalized services.
Key Words： Library digital resources; Big data; Data analysis
随着数字图书馆发展进程的快速推进，目前图书馆都加大了对数字资源业务的投入比例，使其数据量急剧增加，并已经超越了传统纸介质图书数据量。数字资源在资源建设、传播、存取利用等方面，相对于传统文献具有较大优势，已成为图书馆资源建设过程中不可或缺的重要部分。大数据环境下，图书馆的传统服务形式逐步向数据分析、数据挖掘方向延伸，对大规模数据的处理和分析将成为图书馆的主要服务内容。
1 图书馆数字资源建设的主要途径
数字资源的使用打破了传统文献在时间、空间上的限制，只要保障网络畅通，全体师生就可以全天候使用学院馆建数字资源，因此获得广大读者的普遍认可。高校图书馆数字资源采用多样化建设，主要来源于两个方面：（1）商业化数字资源，图书馆结合本校教学和科研方面的需求，选择性购置的学术价值较高的国内外电子文献数据库，以及大量电子出版物包括文字、音频、视频、图片等多媒体资源。（2）自建数字资源数据库。主要包括书目数据库、学位论文数据库以及符合自身特点的收藏性、地域性特色数据库等。这些丰富的资源建设，让读者阅读行为更加多元，信息渠道更加丰富。
2 图书馆建设数字资源数据分析的现实需求
图书馆的建设与发展经常处于资源采购经费的有限和用户需求不断增大之间的矛盾中。数字资源的高投入是否提高了图书馆服务效能，数字资源建设的初衷与目的性能否得到充分体现， 自建的数字资源能否充分体现了学科建设的特色，这些都需要利用大数据建模与数据发掘分析，其作用如下。
2.1 呈现决策依据，引导数字资源建设
在大数据的时代，图书馆面对种类多样的数字资源，采购资金的限制不可能购置全部相关资源，因此要慎重进行筛选。某种数字资源是采购还是自建，其利用率如何，能否满足读者的需求，通过对数字资源的学科情况、核心期刊的收錄情况的调查等确定该资源是否具有权威性。数据分析的结果能为图书馆在制定采购计划与发展规划时，提供了可靠的科学依据。
2.2 分析出用户的实际诉求，推进数字资源的馆藏建设
通过对数字资源建设的数据分析，可以准确的反映出用户对数字资源类型和学科等方面的需求，图书馆可以据此调整数字资源的学科分布，调整全文数据库、文摘性数据库、电子图书和电子期刊的购置比例，优化数字资源的结构，更大程度的满足用户的不同需求。
2.3 改进读者服务工作，提升图书馆的服务质量
数字资源建设数据分析的另一方面在于考量读者服务工作的效能与效果，评估的主要目的也是为了不断提升服务水平，使数字资源的价值在服务中得到体现，受到读者的认同。
3 图书馆数字资源数据分析的技术实现
在对数据分析过程中我们需要从不同的层面与角度对大量用户数据进行检索、分析与处理，对数据进行不同层次维度的建模，导致数据量猛增，同时也需要大量的数据运算工作。云计算技术技术的应用解决了大数据存储和运行的最大问题，数据中心采用分布式的云计算服务方式，配置数台高性能的服务器，便于数据挖掘和数据模型的建立及修改，大大提高数据分析效率。
该平台主要由数据中心虚拟化平台、图书馆数据来源、大数据处理与分析平台、大数据决策应用层四个部分组成。虚拟化平台为图书馆提供高效的数据中心IT基础设施服务，主要由虚拟计算、虚拟存储、虚拟网络通信、虚拟网络安全防护四部分组成。通过上层的虚拟化资源管理与调度模块，可根据图书馆大数据计算量、存储量、数据传输的安全需求，对下层虚拟化系统计算资源进行科学分配和调度管理，降低大数据挖掘与分析的负荷，确保虚拟化基础设施运行安全、高效、平稳和性能动态可优化。大数据处理与分析平台首先对原始大数据进行过滤、整合和价值提取等操作，加强大数据的价值密集度和数据的有效和可用性。然后数据处理分析层可通过对下层传输的数据进行数据仓储、深度挖掘、充分分析，并从中发现读者对知识的实现需求、读者阅读行为跟踪、资源分类与读者间关系的精确发现。决策应用层是数据分析平台的最高层，可对读者实际需求、读者今后阅读模式发展趋势进行智慧分析和预测，完成图书馆发展规划、图书馆可视化数据服务，以及其他与读者服务相关的大数据决策，为图书馆可持续发展提供可靠的大数据决策支持。
4 图书馆数字资源数据分析决策
通过大数据技术，分析读者入馆数据、借阅数据，电子资源利用及查询数据、检索历史等读者信息行为数据，从海量复杂而又无序的数据中分析出读者的阅读兴趣与关注点，发现被传统服务所忽视的读者潜在需求，在适当的时间通过多种恰当的途径精准地向读者推送个性化信息，以满足不同读者的个性化需求，进而引起读者的关注。根据数据分析、优化后的结果，针对数字资源建设过程中的问题，提出提高数字资源建设成效的对策。
5 结语
图书馆的建设与发展不仅仅局限于馆藏书目与信息资源的建設规模，还应覆盖对大数据信息的挖掘、处理和分析。在大数据快速发展的今天，利用大数据理论和技术对图书馆资源库的建设进行扩展，不仅可以帮助图书馆建设更为多元化的资源体系，还可以为读者提供更为符合其需求的个性化服务。
参考文献
[1] 包冬梅，范颖捷，李鸣.高校图书馆数据治理及其框架[J].图书情报工作，2015（9）：134-141.
[2] 陈臣.基于大数据的图书馆个性化服务用户行为分析研究[J].图书馆工作与研究，2015，1（2）：28-31.
[3] 何胜，冯新翎，武群辉，等.基于用户行为建模和大数据挖掘的图书馆个性化服务研究[J].图书情报工作，2017（1）：40-46.
[4] 秦帅.基于大数据的图书馆个性化智慧服务体系构建探讨[J].佳木斯职业学院学报，2017（6）：472.
[5] 徐潇洁，邵波.基于数据驱动的智慧图书馆服务框架研究 [J].图书馆学研究，2018（22）：37-43.
[6] 杜亮，刘涛.智慧图书馆系统架构设计与应用系统建设研究[J].兰台世界，2018（11）：136-139.
