文档介绍：数据圈背景下的智慧图书馆数据汇聚研究
 
 
陆康
摘 要：[目的/意义]互联网社会的形成让高校处于数据圈之中。高校用户的数据搜索****惯存在着差异性。Web搜索仍然是用户信息查阅的基本方式。大数据的非结构化、数直观的一个感受就是信息不断跃进。信息从PC本地化，到互联网共享，再到移动互联网的随时随地共享，信息的丰富性和多样性爆炸性提升，形成终端极大丰富、信息极大过剩的数据大跃进[2]。数字图书馆处于转型时期，数据的产生、收集、存储、分析、挖掘、发布与销毁成为探索智慧图书馆必不可少的过程之一。以图书馆用户行为数据为主的“小数据”决策推动智慧服务的实施成为提升高校图书馆运行效率的重要途径，也是探索“数据圈”信息管理与应用，保障服务质量的措施之一。作为高校用户行为的搜索数据，是高校图书馆对用户需求动态掌握的信息源。有效利用高校图书馆各业务数据，发掘数据价值，提升服务质量，最终实现服务的“智慧”
化，是图书馆集成各业务系统形成“数据圈”，以决策业务的实施，达到提升管理水平与效率目的。
1 文献回顾
数字图书馆发展初期，日志数据的挖掘对图书馆采访工作有决策意义[3]。随着互联网技术的演变，物联网、传感器、云计算以及移动阅读等技术得以发展，重构了数字图书馆的业务模式。高校图书馆中用户个体行为数据——“小数据”应用于图书馆的个性化服务。高校用户小数据能够准确体现其个性化阅读与知识的需求[4]。然而高校图书馆不仅需要“小数据”做微观分析，以便开展精细化服务，也需要“大数据”的多维度宏观分析，以实施业务规划与决策。图书馆领域的部分学者将小数据概念引入到业务工作中，“小数据”支持业务的个性化服务的开展[5]。行为表达与用户感知是图书馆数据的用途[6]。而图书馆用户数据的有效管理有助于服务质量的提升[7]。PDA（读者决策采购）模式就是感知用户需求进而开展精细化服务的一种方式[8]。高校图书馆业务系统的数据汇聚成大数据。基于大数据的挖掘与决策分析体系的建立，为高校图书馆全面实施个性化服务提供了基础的保障[9]。无论是用户个体的“小数据”还是多维度的用户群体的“大数据”，数据决策业务是图书馆新的工作流程，也是图书馆提高业务效率，提高用户满意度与忠诚的一个有效方法之一。数据决策依托数据开展，数据收集以及规范化保存、使用等也是图书馆所需面临的问题。“数据圈”的形成，无论是“小数据”还是“大数据”，都作为高校图书馆数据决策的来源，其用途与效果的评价也是智慧图书馆实践与完善的重要步骤。本文从“数据圈”角度，对高校图书馆数据收集过程进行梳理，提出“数
据圈”决策高校图书馆业务发展的概念，对数据使用的规范化问题加以分析，探索可行的方法，为智慧图书馆业务的实施提供参考。
2 高校图书馆业务数据的构成
“小数据”倾向于微观性，而“大数据”则趋向于宏观性。高校图书馆的业务数据的多维度、多元化特点，融合了这两种数据类型。智慧图书馆既需要不同学科背景的用户的教学、科研文献资源，又需对高校等机构内用户的科学研究的预测、发现与感知。智慧图书馆既需要微观层面的个性化服务的支持，又需要宏观层面的科研动态发现与感知。智慧图书馆是“数据圈”的汇聚中心。
高校图书馆业务数据的内涵
数字图书馆伴随着互联网的发展而不断智能化。业务系统提供各种服务以及为了保障系统运行而产生的日志数据，成为高校图书馆数据产生的渠道之一。业务数据是高校图书馆数字化业务系统发展过程中出现、积累，其中涉及到业务运行情况，用户使用情况以及管理规则制定情况等。数字图书馆的不同系统数据汇聚到一起，形成高校图书馆的“数据圈”，构建多维度的垂直整合与横向共享的完整的生态体系，具备大数据的“海量”特点。高校图书馆通过“数据圈”中相关数据的使用，可以将数据的应用价值转换成时间价值，以及管理价值与经济价值等，充分体现了数据支持智慧服务，完善用户服务效率，提高用户的满意度与忠诚度。
高校图书馆业务数据的构成
根据大数据的概念，高校图书馆的业务数据（不包括资源数据）可以概括为3类，第一，传统业务系统数据，包括CRM Systems的用户数据、传统的ERP数
据、库存数据以及日志数据等。第二，设备与传感器数据（Machine-generated/Sensor Data）：包括呼叫記录（Call Detail Records）、设备传感器、设备日志（通常是Digital Exhaust）、业务实施数据等。第三，社交数据（Socialdata）：包括用户行为记录、反馈数据等。如QQ、微信等社交媒体平台。如表2所示。业务数据形成了多维度的用户行为数据，为智慧图书馆的实施提供了决策依据。高校图书馆的业务数据的构成，如图1所示。
高校图书馆的数据组成较为复杂，不仅包括文献资源类的