高校图书馆大数据应用模式解析

2023-07-24 理论教育版权反馈

【摘要】：所有的应用模式都是基于知识管理理论，并将知识管理过程中“知识生产、组织、构建、检索、发现、分享、应用和创新”的一系列过程凝练为“数据收集、整合与存储”“数据处理和分析”和“数据展现与服务”三个关键过程，并分别构建大数据应用子模式。表12.2图书馆大数据服务的对象、内容和大数据来源比较从表12.2的比较可以看出，在“数据收集、整合与存储”阶段，各类应用模式大都采用语义网和本体技术对大数据进行清洗和融合。

本研究所提出的高校图书馆大数据应用模式，共包括6种类型（其中个性化推荐应用模式又分两种，实际上共7种类型），之所以加以分类，主要是由于图书馆大数据应用服务的对象不同，导致服务的目的、要求、数据来源和数据特点有很大差异。另外，各种模式之间又有共性和相互交叉。以下分为相同点和不同点加以讨论。

1.相同点

（1）支撑理论相同。所有的应用模式都是基于知识管理理论，并将知识管理过程中“知识生产、组织、构建、检索、发现、分享、应用和创新”的一系列过程凝练为“数据收集、整合与存储”“数据处理和分析”和“数据展现与服务”三个关键过程，并分别构建大数据应用子模式。

（2）密切结合大数据的“4V”特征。虽然数据源不同，但是所有的应用模式都具有大数据的基本特征，通过语义网和本体理论，数据融合和清洗以整合数据，形成统一的结构化知识库（知识图谱），应对大数据的“多样性”和“增速快”的挑战；通过大规模网络分析方法和内存计算技术，构建有效的网络模型，依赖成熟的网络分析算法，并构建快速的数据挖掘平台应对大数据“容量大”和“价值高”的挑战。

2.不同点

（1）图书馆大数据服务的对象、内容和大数据来源的差异见表12.2，可以看出服务对象涵盖了从高校学生到高校教师、管理人员等所有使用图书馆数据的用户；服务的内容涉及学科知识服务、个性化推荐等主要功能；大数据的来源则包括用户日志、图书馆资源以及互联网资源等。

（2）图书馆大数据应用模式的差异见表12.3，因为服务于不同的对象，且服务内容和大数据来源的不同，必须结合图书馆大数据的具体特点给出具体的应用模式，主要体现在各种应用模式对应的实现方法和应用技术上。

表12.2　图书馆大数据服务的对象、内容和大数据来源比较

pagenumber_ebook=164,pagenumber_book=155

从表12.2的比较可以看出，在“数据收集、整合与存储”阶段，各类应用模式大都采用语义网和本体技术对大数据进行清洗和融合。不同点表现在，由于数据来源不同而采用不同的技术，如学科知识与整合模式和文献服务模式，主要涉及文献数据和互联网数据的整合，因而采用关联数据技术可以较好地达到目的；而在个性化推荐模式中，则需要利用用户数据，分析用户偏好；对于电子资源使用统计模式，还要整合由数据库商统一提供的电子资源使用统计报告，这些差异都需要采用不同的技术。

“数据处理和分析”阶段的差异也非常显著。特别是个性化服务模式和智慧服务模式，由于对数据分析的要求较高，需要充分利用大数据挖掘技术（包括用户日志挖掘和文献数据库的挖掘等），而对于学科知识服务模式，开展一般的知识融合即可。

“数据展现与服务”阶段包括学科知识服务、个性化推荐模式等采用了Web服务方式，而智慧服务模式、电子资源使用统计模式及大学生创新实践应用模式还需要采用综合性的图表和辅助决策方式。

表12.3　各类应用模式比较

pagenumber_ebook=165,pagenumber_book=156