高校图书馆管理在大数据背景下面临的挑战及对策分析

来源:用户上传      作者:

　　关键词：大数据;图书馆;管理创新;挑战应对
　　摘要：信息时代，图书馆建设中大数据应用的趋势越来越明显，而大数据作为新兴事物，在与图书馆建设的融合过程中也会产生管理层面的冲突。文章探讨了高校图书馆在大数据背景下面临的挑战和具体的应对策略，以期实现大数据优势的最大限度发挥。
　　中图分类号：G258.6文献标识码：A文章编号：1003-1588（2019）07-0047-02
　　随着社会的发展和城市精神文明建设进程的加快，人们的文化需求更为多元与迫切。图书馆作为精神文明建设的主阵地之一，在文化传播、知识服务方面发挥着重要作用，而时代的发展也对图书馆建设和发展提出了创新性的要求。特别是在大数据时代，大数据与教育文化产业的融合趋势更为明显，其在图书馆的应用成为必然。高校图书馆承载着高校文化服务的重要功能，因此必须契合大数据发展的时代背景，不断创新，与时俱进，积极应对大数据带来的冲击和挑战，实现大数据应用优势的充分发挥。因此，高校图书馆管理在大数据背景下面临的挑战及对策分析具有现实必要性。
　　1大数据的内涵、特点及应用价值
　　大数据是信息时代的衍生产物，具体指无法用传统工具或方法进行处理分析的数据[1]。大数据类型多元，企业经营数据、气温气候数据、网页数据、客户端数据、存储数据、位置信息等都属于大数据的范畴，因此大数据相对复杂与系统化。大数据来源广泛，除了以智能移动终端为代表的数字设备产生的数据，还包括网站用户创造的信息及其服务器上生成的数据。因为大数据来源多样，所以对大数据的研究与分析必须持续而深入。
　　综合来说，大数据具有四大特征：一是海量化。大数据来源广、信息量大，一般在10TB以上，电脑、传感器、移动设备等都是其存在的载体，因此每时每刻都会产生大量的数据。这些数据遍布企业、机构及个人。二是多样化。除了结构化数据，大数据还包括半结构化数据和非结构化数据，数据种类多，常见的网络日志、视频、影像信息等都属于大数据。三是快速化[2]。大数据的种类多、数量大，对处理速度提出了更高的要求，这也衍生出其第三个特征，即快速化。大数据只有具备快速的处理技术，才能迅速应对数据变化，捕捉信息并处理信息。四是低密度。价值是大数据存在的目的，而价值最显著的特征就是密度低。海量的信息资源中有价值的信息资源并不多，因此海量信息与数据的处理是关键。
　　我国大数据技术起步较晚，发展相对较慢，因此其应用空间还有待挖掘。当前，大数据应用较为成熟的是市场营销行业、公共服务行业及商业智能领域。最早进行大数据应用的是淘宝、腾讯等，这些互联网企业基于自身软件开发能力对大数据进行了研究与分析。此后，大数据的应用范围将更为广阔，涉及领域也会越来越多，大数据的应用探讨势在必行。
　　2大数据背景下高校图书馆管理面临的挑战
　　2.1数据类型多样的压力
　　不同于传统的数据形式，大数据类型多元，包括结构化数据、半结构化数据和非结构化数据等。就高校图书馆来说，其传统的数据来源于纸质书刊及部分电子文档，而大数据背景下的数据类型更加多元。例如，高校图书馆读者服务中有借阅与临时阅读之分，借阅读者信息会直接存储在数据库中，临时借阅读者的数据会分散在各个传感器中，后者就是非结构化数据，整合处理起来难度更大;中国知网涉及大量的文献资源，这些专业的文献数据处理起来难度也非常大。因此，大数据类型的多元对高校图书馆管理提出了更高的要求。
　　2.2数据存储能力要求高的压力
　　大数据时代，数据独特的结构也对数据存储提出了更高的要求。最早的DAS技术最明显的缺陷是服务器与客户端必须按照同比例配比，无法共享，且后期管理维护难度大。而NAS技术虽然可以存储大量的数据，但系统安装成本高，安全防护能力弱。因此，高校图书馆选择更为安全、稳定、高效的存储方式是重中之重。从某种程度上来讲，高校图书馆的数据存储和运算能力决定了图书馆可以应对多少数量和质量的数据，也决定了其服务水平和管理效率。而如何安全、有效地存储和利用数据，保护用户隐私也是大数据时代高校图书馆数据存储与管理需要重点考虑的问题。
　　2.3高服务标准体系的现实压力
　　大数据背景下的高校图书馆管理优化必须着眼于数据的有效处理。当前，高校图书馆数据处理主要有两种方式：一种是帮助用户找到对应的信息资源;另一种是分析用户行为数据，得出结论，为用户提供个性化的服务[3]。这两大数据处理方式对图书馆管理提出了高标准的服务要求。面对海量的信息資源，读者无法快速、准确地检索到自己需要的信息，而高校图书馆服务的个性化趋向越来越明显，这就要求馆员熟悉读者及服务群体的各种信息需求，通过借阅记录、身份登记等结构化数据找到对应的数据特征，做好服务群体的分类。因此，大数据时代对高校图书馆服务标准的要求更高。
　　3大数据背景下高校图书馆管理的创新优化举措
　　3.1加强对异构化数据的有效处理
　　陈列柱：高校图书馆管理在大数据背景下面临的挑战及对策分析
　　高校图书馆的数据多来源于用户，与用户关联密切。而这些数据多为异构化数据，如何做好异构化数据的高效处理是关键。当前，最主要的处理方法是基于内容的过滤法和协同过滤推荐法两种。这两种方法都是根据读者的历史检索痕迹，进行阅读书目的个性化推荐。基于内容的过滤法主要加强对读者信息内容关注度的研究，侧重某类图书内容的分析，做好读者的推送，其不足之处是会忽略评价体系中没有但读者感兴趣的内容。而协同过滤推荐法主要是基于读者对图书关注度的不同，根据他们对相同类型图书的兴趣变化进行书目的推送，对书籍的实际内容关注不多，其不足之处是无法进行数据真实性的分析。根据这两种方法各自的优劣势，高校图书馆可以采取混合使用模式，基于读者的使用记录进行大数据的分析与处理，提供个性化的读者服务。
　　3.2统一格式，做好数据的安全存储 　　为实现大数据的高效存储，最基础的工作是统一格式，即对不同结构资源的海量数据进行抽取、映射及收割处理，基于统一的标准表达式进行数据的融合，使数据格式更统一，内容更丰富，数据结构更清晰，实现数据的灵活分类与检索[4]。在高效存储方面，高校图书馆要发挥非关系型数据库分析技术的优势，借助分布式数据云存储技术及相应的虚拟技术，带动数据的规范統一处理，借助网络的访问实现存储的高速化。除数据高效存储外，高校图书馆也必须关注数据存储的安全性。数据安全涉及读者隐私，读者希望图书馆能提供更贴心、更安全的信息服务和阅读指导，因此，大数据时代高校图书馆必须做好数据安全的关注与思考。数据安全防护措施有很多，除了一些技术上的支持，图书馆还可以从以下两个方面着手：一方面是个人数据使用权限的明确，另一方面是高校图书馆保障机制的健全，二者缺一不可。高校图书馆若消除了读者对个人隐私的顾虑，就可以获取更多的用户信息，而用户也可以享受到针对性更强的阅读服务。高校图书馆只有在格式统一的前提下做好大数据的安全高效管理，才能带动其信息服务的优化。
　　3.3提升图书馆工作人员的能力和素质
　　大数据背景下，高校图书馆管理的优化离不开专业的管理人员，而大数据的既定特点也对高校图书馆工作人员提出了具体的要求，即专业知识掌握扎实，具备数据处理及分析专业技术，能进行数据的获取分析、管理探讨和提取利用，致力于读者个性化服务需求的满足[5]。为了培养图书馆工作人员的大数据意识和能力，高校必须注重以下三个方面的工作：一是要加大对数据化管理和信息化建设的支持力度。高校可以开设复合型跨学科的知识管理专业，加强复合型专业知识人才的培养。二是做好高端管理人才的引进。高校可以引进高端图书馆管理人才，通过这些高端人才指导图书馆工作人员应对大数据时代的管理挑战。三是加强图书馆工作人员的教育和引导。图书馆工作人员要自觉转变思想，参与到大数据的分析应用中，加强学习，掌握大数据处理的专业技能，做好大数据时代高校图书馆的读者管理与服务工作。
　　4结语
　　网络技术在不断发展，大数据应用的趋势更为明显。对于高校图书馆建设来说，大数据既是机遇也是挑战。高校图书馆必须抓住机遇，迎接挑战，转变传统的数据管理、存储及利用模式，契合大数据时代的要求，多管齐下，实现新时期高校图书馆管理工作的创新优化，提升高校图书馆管理服务的实效和水平，更好地服务广大读者。
　　参考文献：
　　[1]何显红.浅析大数据背景下高校图书馆档案管理与优化[J].图书馆工作与研究，2017（12）：105-107.
　　[2]程舍.基于大数据背景下的高校图书馆图书采购模式分析[J].河南图书馆学刊，2017（10）：27-29.
　　[3]王艳平.大数据背景下的高校图书馆知识服务和管理模式探析[J].科技资讯，2017（17）：218-219.
　　[4]王艳芹.大数据背景下高校移动图书馆服务探索[J].信息通信，2016（9）：123-124.
　　[5]陈宇碟.大数据背景下我国高校图书馆移动信息服务优化研究[D].长春：吉林大学，2015.
　　（编校：崔萌）
转载注明来源:https://www.xzbu.com/4/view-14985902.htm