大數(shù)據(jù)背景下圖書館知識(shí)咨詢服務(wù)策略

馬娜梅

（首都圖書館，北京 100021）

1 何謂大數(shù)據(jù)

隨著物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、智能便攜終端和云計(jì)算技術(shù)的發(fā)展，數(shù)據(jù)正以前所未有的速度不斷增長和累積，人類社會(huì)進(jìn)入了大數(shù)據(jù)時(shí)代。關(guān)于大數(shù)據(jù)的概念，目前還沒有明確的一致的看法，大數(shù)據(jù)的基本概念、關(guān)鍵技術(shù)以及對其的利用上均存在很多的疑問和爭議。維基百科將大數(shù)據(jù)稱為巨量數(shù)據(jù)、海量數(shù)據(jù)、大資料，指的是所涉及的數(shù)據(jù)量規(guī)模巨大到無法通過人工，在合理時(shí)間內(nèi)達(dá)到截取、管理、處理、并整理成為人類所能解讀的信息［1］。鐘瑛、張恒山認(rèn)為，大數(shù)據(jù)，一方面反映的是規(guī)模大到無法在一定時(shí)間內(nèi)用常規(guī)軟件工具對其內(nèi)容進(jìn)行抓取、管理和處理的數(shù)據(jù)集合；另一方面主要是指海量數(shù)據(jù)的獲取、存儲(chǔ)、管理、分析、挖掘與運(yùn)用的全新技術(shù)體系。這一定義指出了大數(shù)據(jù)不僅包括大量化、多樣化具有可追蹤、可分析、可量化特性的數(shù)據(jù)，而且包括大數(shù)據(jù)技術(shù)及其應(yīng)用，即從各種各樣類型的數(shù)據(jù)中，快速獲得有價(jià)值信息的能力［2］。大數(shù)據(jù)研究機(jī)構(gòu)Gartner認(rèn)為：大數(shù)據(jù)是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)［3］。綜合以上各種觀點(diǎn)，筆者認(rèn)為，大數(shù)據(jù)的概念內(nèi)涵包括大數(shù)據(jù)本身的含義和大數(shù)據(jù)技術(shù)兩部分。大數(shù)據(jù)中的數(shù)據(jù)量大，是結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)的總和，具有規(guī)模大 (Volume)、數(shù)據(jù)種類多 (Variety)、數(shù)據(jù)要求處理速度快 (Velocity)、數(shù)據(jù)價(jià)值密度低(Value)四V特性。大數(shù)據(jù)主要來源于服務(wù)器生成的數(shù)據(jù)（如各類日志文件）、網(wǎng)站用戶創(chuàng)造的信息、各類數(shù)字設(shè)備產(chǎn)生的數(shù)據(jù)（如各類傳感器、物聯(lián)網(wǎng)設(shè)備、智能手機(jī)等）。世界各個(gè)角落的電腦、傳感器、移動(dòng)設(shè)備、在線交易和社交網(wǎng)絡(luò)每時(shí)每刻產(chǎn)生大量數(shù)據(jù)。根據(jù)互聯(lián)網(wǎng)數(shù)據(jù)中心 （IDC）的監(jiān)測，2011年全球數(shù)據(jù)量達(dá)到 1.8 ZB，預(yù)計(jì)到 2020年，全球?qū)⒖偣矒碛?5 ZB的數(shù)據(jù)量。大數(shù)據(jù)的數(shù)據(jù)類型多樣，以非結(jié)構(gòu)化數(shù)據(jù)為主。非結(jié)構(gòu)化數(shù)據(jù)量已占到數(shù)據(jù)總量的75%以上，且非結(jié)構(gòu)化數(shù)據(jù)的增長速度比結(jié)構(gòu)化數(shù)據(jù)快10倍到50倍。要求數(shù)據(jù)的快速處理，是大數(shù)據(jù)區(qū)別于傳統(tǒng)海量數(shù)據(jù)處理的重要特性之一。大數(shù)據(jù)對數(shù)據(jù)實(shí)時(shí)處理有著極高的要求，需要實(shí)時(shí)反饋結(jié)果，捕捉、分析、處理每一個(gè)瞬時(shí)出現(xiàn)的數(shù)據(jù)。大數(shù)據(jù)的價(jià)值雖然巨大，但價(jià)值密度卻很低，有效的信息相對于數(shù)據(jù)整體是偏少的。大數(shù)據(jù)技術(shù)是指從各種各樣類型的巨量數(shù)據(jù)中，快速獲得有價(jià)值信息的技術(shù)，具體包括數(shù)據(jù)采集技術(shù)、數(shù)據(jù)存取技術(shù)、數(shù)據(jù)處理技術(shù)、統(tǒng)計(jì)分析技術(shù)、數(shù)據(jù)挖掘技術(shù)、模型預(yù)測技術(shù)等。解決大數(shù)據(jù)問題的核心是大數(shù)據(jù)技術(shù)。大數(shù)據(jù)的應(yīng)用，可提升政府的提升服務(wù)能力和運(yùn)作效率，有助于“智慧城市”的打造，幫助商家開展針對性的營銷活動(dòng)，以搶占商品銷售市場份額，爭取更多客戶的關(guān)注。

2 大數(shù)據(jù)給圖書館知識(shí)咨詢服務(wù)帶來的機(jī)遇

知識(shí)咨詢強(qiáng)調(diào)嵌入用戶的管理決策、教學(xué)科研、科技開發(fā)的全過程，提供以智力、知識(shí)、專業(yè)、工具的應(yīng)用為特征的深度知識(shí)服務(wù)。圖書館知識(shí)咨詢是圖書館針對用戶工作、學(xué)習(xí)與生活中的信息與知識(shí)需求所提供的一種專業(yè)化知識(shí)服務(wù)。大數(shù)據(jù)時(shí)代的到來，意味著我們進(jìn)入到了一個(gè)以密集型數(shù)據(jù)的相關(guān)挖掘、分析、處理來推動(dòng)社會(huì)創(chuàng)新發(fā)展的時(shí)代。圖書館在大數(shù)據(jù)時(shí)代已具有大數(shù)據(jù)特征，圖書館數(shù)據(jù)種類繁多，信息資源總量日益龐大，用戶規(guī)模尤其是網(wǎng)絡(luò)用戶規(guī)模逐步擴(kuò)大，利用大數(shù)據(jù)開展知識(shí)咨詢服務(wù)，必將推動(dòng)圖書館知識(shí)咨詢服務(wù)水平和層次的提高。

2.1 為圖書館知識(shí)咨詢服務(wù)帶來了更加多態(tài)的數(shù)據(jù)資源

知識(shí)咨詢是在對相關(guān)知識(shí)信息進(jìn)行提煉、總結(jié)的基礎(chǔ)上，為用戶提供專業(yè)性強(qiáng)的系統(tǒng)化知識(shí)服務(wù)，需要大量知識(shí)信息做支撐。在大數(shù)據(jù)背景下，非結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)大量激增，夯實(shí)了圖書館知識(shí)咨詢服務(wù)的資源基礎(chǔ)。從圖書館角度分析，除了可利用的紙質(zhì)出版物外，各種學(xué)術(shù)研究機(jī)構(gòu)的結(jié)構(gòu)化數(shù)據(jù)庫以及學(xué)術(shù)研究類網(wǎng)站資源、個(gè)人博客（微博）中的文本、圖片、XML、HTML、各類報(bào)表、圖像和音頻/視頻信息等半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)，是圖書館知識(shí)咨詢重要的參考情報(bào)源。據(jù)美國互聯(lián)網(wǎng)研究機(jī)構(gòu)Netcraft發(fā)布的最新調(diào)查結(jié)果顯示，截至2012年3月份，全世界活躍網(wǎng)站數(shù)量已超過6.44億個(gè)［4］。這些網(wǎng)絡(luò)蘊(yùn)藏著眾多的、動(dòng)態(tài)的、有價(jià)值的數(shù)據(jù)資源，且數(shù)據(jù)量逐年增加，對這些數(shù)據(jù)資源進(jìn)行存儲(chǔ)、分析與利用，豐富了圖書館知識(shí)咨詢服務(wù)的參考源。

2.2 為圖書館知識(shí)咨詢服務(wù)提供了更為先進(jìn)的數(shù)據(jù)分析技術(shù)

及時(shí)準(zhǔn)確地從海量數(shù)據(jù)中提取信息和知識(shí)，面向社會(huì)開展知識(shí)咨詢服務(wù)，這就需要對海量數(shù)據(jù)進(jìn)行處理和分析?，F(xiàn)有的數(shù)據(jù)倉庫、數(shù)據(jù)挖掘技術(shù)等只能對結(jié)構(gòu)化數(shù)據(jù)進(jìn)行處理，并不能挖掘更深、更多的隱含信息，進(jìn)而得到更能揭示事物發(fā)展本質(zhì)以及發(fā)展規(guī)律的知識(shí)。大數(shù)據(jù)技術(shù)的出現(xiàn)，為有效處理非結(jié)構(gòu)化數(shù)據(jù)提供了技術(shù)保證。通過高速捕捉、發(fā)現(xiàn)和分析，從大容量、多類型的數(shù)據(jù)中獲取價(jià)值的大數(shù)據(jù)技術(shù)架構(gòu)將為數(shù)據(jù)分析業(yè)務(wù)帶來更多的變化與支撐，如目前廣泛關(guān)注和應(yīng)用的分布式系統(tǒng)基礎(chǔ)架構(gòu) Hadoop、非關(guān)系型數(shù)據(jù)庫技術(shù)NoSQL等大數(shù)據(jù)技術(shù)。

2.3 為圖書館知識(shí)咨詢服務(wù)帶來了新的服務(wù)流程

傳統(tǒng)圖書館知識(shí)咨詢業(yè)務(wù)流程是：問題接收—提問解析和分派—咨詢館員作出答案—答案發(fā)送—跟蹤，是一種逆向思維模式。在大數(shù)據(jù)背景下，圖書館知識(shí)咨詢流程是：收集數(shù)據(jù)—量化分析—找出相互關(guān)系—提出優(yōu)化方案，使用戶的問題解決方案從成功躍至卓越，是一種正向思維模式。知識(shí)生產(chǎn)方式和傳播方式發(fā)生了變革。這種解決問題思維方式將為圖書館的知識(shí)咨詢服務(wù)帶來發(fā)展機(jī)遇，改變了圖書館被動(dòng)接受咨詢者咨詢的做法，從數(shù)據(jù)分析入手，得出用戶知識(shí)需求特征，從而主動(dòng)提供知識(shí)服務(wù)。

3 大數(shù)據(jù)時(shí)代圖書館知識(shí)服務(wù)策略

3.1 知識(shí)資源的挖掘與組織

圖書館知識(shí)咨詢服務(wù)是一種基于一切信息資源（包括館藏物理資源和網(wǎng)絡(luò)虛擬資源），以用戶需求為目的、面向知識(shí)內(nèi)容的、融人用戶決策過程并幫助用戶找到或形成問題解決方案的知識(shí)增值服務(wù)。對現(xiàn)有知識(shí)資源進(jìn)行收集、整理、組織，是成功開展知識(shí)咨詢服務(wù)的關(guān)鍵。目前，各個(gè)圖書館都引進(jìn)了數(shù)量不等的商業(yè)數(shù)據(jù)庫和自建了一些特色數(shù)據(jù)庫，如首都圖書館引進(jìn)CNKI學(xué)術(shù)資源總庫和ABI/INFORM商業(yè)和經(jīng)濟(jì)管理期刊數(shù)據(jù)庫、牛津在線學(xué)術(shù)專著數(shù)據(jù)庫、Emerald管理學(xué)期刊數(shù)據(jù)庫和自建“首圖講壇資源庫”等。這些數(shù)據(jù)庫在圖書館知識(shí)咨詢服務(wù)中發(fā)揮了積極的作用。但在大數(shù)據(jù)時(shí)代，完全依靠現(xiàn)有的數(shù)據(jù)庫作為知識(shí)咨詢服務(wù)的信息源，難以為用戶提供最新的知識(shí)信息。在大數(shù)據(jù)背景下，海量化的大數(shù)據(jù)中存在著各種學(xué)科的最新知識(shí)及研究動(dòng)態(tài)，是咨詢用戶急需了解和掌握的知識(shí)。因此，圖書館要挖掘與組織各學(xué)科的大數(shù)據(jù)，建立知識(shí)存儲(chǔ)系統(tǒng)，為用戶提供新穎的、前瞻性的學(xué)科知識(shí)，幫助用戶解決各種問題。數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過程，利用分類、回歸分析、聚類、關(guān)聯(lián)規(guī)則、特征、變化和偏差分析、Web頁挖掘等數(shù)據(jù)挖掘方法，能處理結(jié)構(gòu)化數(shù)據(jù)，如商業(yè)型 Oracle、Sql Server、開源型MySql等，均具備了強(qiáng)大的結(jié)構(gòu)化數(shù)據(jù)管理功能、數(shù)據(jù)倉庫功能，但針對復(fù)雜的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)處理需求，Sql語言表達(dá)能力就暴露出了一定局限性。需要把數(shù)據(jù)從數(shù)據(jù)庫中讀取出來，借助于統(tǒng)計(jì)分析軟件進(jìn)行大數(shù)據(jù)深度分析和決策，導(dǎo)致大量數(shù)據(jù)的移動(dòng)。隨著Hadoop開源框架及其相關(guān)技術(shù)的逐步完善，采用Hadoop分布式文件系統(tǒng)的可靠大數(shù)據(jù)存儲(chǔ)服務(wù)及基于MapReduce編程模型的高性能并行大數(shù)據(jù)處理服務(wù)，能夠提供對結(jié)構(gòu)化和復(fù)雜數(shù)據(jù)、非結(jié)構(gòu)數(shù)據(jù)的快速、可靠分析變?yōu)楝F(xiàn)實(shí)，讓圖書館更容易地分析和研究復(fù)雜數(shù)據(jù)［5］。圖書館在挖掘?qū)W科大數(shù)據(jù)的基礎(chǔ)上，可建立知識(shí)存儲(chǔ)系統(tǒng)。鑒于圖書館人力和技術(shù)應(yīng)用的局限性，筆者建議可通過與軟件開發(fā)商合作，建立基于云計(jì)算的知識(shí)存儲(chǔ)系統(tǒng)。

3.2 用戶數(shù)據(jù)的分析

根據(jù)用戶需求偏好，提供個(gè)性化知識(shí)服務(wù)，是大數(shù)據(jù)背景下圖書館知識(shí)咨詢服務(wù)的初衷。收集和分析用戶正確的數(shù)據(jù)、切實(shí)理解用戶體驗(yàn)及用戶行為已成為圖書館的當(dāng)務(wù)之急。用戶利用圖書館所產(chǎn)生的借閱信息、查詢信息以及用戶網(wǎng)絡(luò)信息行為等，是圖書館分析用戶需求偏好、了解用戶需求特征的可靠信息源。云計(jì)算、物聯(lián)網(wǎng)、社交化媒體、GIS提供了豐富的數(shù)據(jù)來源。數(shù)據(jù)中包括每個(gè)用戶的身份、地點(diǎn)、時(shí)間、喜好、厭惡、社會(huì)關(guān)系等大量的信息。對用戶個(gè)人信息、瀏覽信息、借閱方式、行為愛好、搜索歷史、搜索時(shí)間等信息以及社交網(wǎng)絡(luò)產(chǎn)生大量的與用戶有關(guān)的非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析處理，可發(fā)現(xiàn)用戶的個(gè)性化知識(shí)需求。在大數(shù)據(jù)時(shí)代，圖書館尤其要收集用戶在網(wǎng)站上發(fā)生的所有行為，如搜索、瀏覽、打分、點(diǎn)評、參與討論、社交媒體上的交流、與好友互動(dòng)等行為，這些行為深度地反映出用戶的知識(shí)需求心理和傾向。由于大數(shù)據(jù)的特殊性，大數(shù)據(jù)分析技術(shù)還處于發(fā)展階段，目前可利用可視化分析、數(shù)據(jù)挖掘算法、預(yù)測性分析、語義引擎、數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理等技術(shù)對用戶數(shù)據(jù)進(jìn)行分析。國外的數(shù)據(jù)分析市場相對比較成熟。美國有近萬家專門從事數(shù)據(jù)分析的服務(wù)公司，英國有三千多家，日本有一千多家，瑞典也有五百多家有影響的數(shù)據(jù)分析服務(wù)公司［6］。印度班加羅爾已有超過100家以數(shù)據(jù)分析為主要業(yè)務(wù)的新型數(shù)據(jù)公司，如 Analytic Edge、Zinnov以及自稱是全球最大的專業(yè)性數(shù)據(jù)分析公司的 Mu Sigma［7］。這些數(shù)據(jù)公司重點(diǎn)開展大數(shù)據(jù)分析業(yè)務(wù)，為企業(yè)分析產(chǎn)品流向信息及客戶需求信息，從而使企業(yè)開發(fā)出客戶所需的產(chǎn)品和構(gòu)建新的營銷戰(zhàn)略，促進(jìn)企業(yè)的發(fā)展。我國數(shù)據(jù)分析行業(yè)經(jīng)過10年的快速發(fā)展，目前已經(jīng)形成遍布全國的專業(yè)數(shù)據(jù)分析機(jī)構(gòu)。一些企事業(yè)單位開始接觸數(shù)據(jù)分析行業(yè)，了解了數(shù)據(jù)分析的價(jià)值，并加入到數(shù)據(jù)分析應(yīng)用行列中來，通過數(shù)據(jù)分析使各種難題得到了解決。數(shù)據(jù)分析包括數(shù)據(jù)的采集、存儲(chǔ)、處理、分析、呈現(xiàn)及應(yīng)用，每一個(gè)環(huán)節(jié)都涉及專業(yè)知識(shí)的應(yīng)用，圖書館單獨(dú)進(jìn)行數(shù)據(jù)分析，其成本非常高。圖書館可與國內(nèi)外數(shù)據(jù)分析公司合作，開展用戶數(shù)據(jù)分析業(yè)務(wù)，既可減少數(shù)據(jù)分析方面的投入成本，又能把握用戶知識(shí)需求方向，實(shí)現(xiàn)雙贏。

3.3 知識(shí)咨詢服務(wù)形式的多樣化

一是提供準(zhǔn)確的知識(shí)推送服務(wù)。知識(shí)推送服務(wù)是指圖書館根據(jù)擁有的需求，主動(dòng)將其所需要的知識(shí)內(nèi)容推送到用戶訪問網(wǎng)頁、電腦終端、移動(dòng)設(shè)備等。在大數(shù)據(jù)環(huán)境下，因?yàn)橛辛藴?zhǔn)確的用戶需求信息和興趣愛好、興趣變化曲線、用戶需求預(yù)測信息，從而為圖書館的資源采集、資源更新提供依據(jù)，最終將用戶最需的知識(shí)利用最快捷的手段推送到用戶的使用終端上。如利用My Library進(jìn)行推送，My Library是一種基于Web數(shù)據(jù)庫平臺(tái)的圖書館個(gè)性化信息服務(wù)系統(tǒng)。圖書館可建立學(xué)科知識(shí)庫，掛接在圖書館的網(wǎng)站上，用戶從圖書館網(wǎng)站上所提供的全部數(shù)字資源里,選擇自己需要的信息組織在My Library中,之后訪問My Library，用戶將獲取與此相關(guān)的具體內(nèi)容。

二是細(xì)粒度個(gè)性化服務(wù)。目前，圖書館主要依靠讀者調(diào)查問卷、讀者基本信息、讀者的研究領(lǐng)域、讀者檢索集等方式來對個(gè)人定制服務(wù)策略，無法滿足讀者更細(xì)粒度的個(gè)性化需求。在大數(shù)據(jù)背景下，圖書館將利用大數(shù)據(jù)技術(shù)，參考目前盛行的大數(shù)據(jù)環(huán)境下的”猿題庫”模式，捕捉用戶的動(dòng)態(tài)操作行為，自動(dòng)監(jiān)控用戶行為的變化情況進(jìn)行分析，自動(dòng)調(diào)用不同層次、類別的數(shù)據(jù)智能式推送給用戶。同時(shí)，咨詢館員可以將符合大數(shù)據(jù)特征的咨詢課題融入大數(shù)據(jù)系統(tǒng)，系統(tǒng)將根據(jù)咨詢主題，利用數(shù)據(jù)分析技術(shù)、可視化技術(shù)，瞬時(shí)以圖形展示查詢結(jié)果，從而縮短了咨詢館員獲取資源的時(shí)間，擴(kuò)大了咨詢館員對資源的獲取面，最大限度的滿足用戶需求，提高了參考咨詢的效率。

4 大數(shù)據(jù)背景下圖書館知識(shí)咨詢服務(wù)需正確處理的幾個(gè)問題

4.1 成本問題

圖書館利用大數(shù)據(jù)開展知識(shí)咨詢服務(wù)，需要投入較大比例的資金。數(shù)據(jù)采集、數(shù)據(jù)分析、數(shù)據(jù)預(yù)測等需要強(qiáng)大的軟硬件的支撐。無論是公共圖書館還是高校圖書館，經(jīng)費(fèi)緊張問題始終存在。因此，在利用大數(shù)據(jù)時(shí)，需要綜合考慮技術(shù)成本，最好采取業(yè)務(wù)外包的方式，對重點(diǎn)用戶進(jìn)行分析，提供知識(shí)咨詢服務(wù)。如利用云計(jì)算技術(shù)，為大數(shù)據(jù)提供彈性可擴(kuò)展的基礎(chǔ)設(shè)施支撐環(huán)境以及數(shù)據(jù)服務(wù)的高效模式，以解決基礎(chǔ)設(shè)施投入不足的問題

4.2 隱私問題

因?qū)τ脩舻母鞣N信息進(jìn)行分析，涉及用戶的一些隱私。如何有效保護(hù)用戶隱私權(quán)，已成為加強(qiáng)圖書館與用戶之間信任感和用戶群忠誠度的重要保障。圖書館如果利用大數(shù)據(jù)技術(shù)開展知識(shí)咨詢服務(wù)，泄露用戶大量的隱私信息，這不僅使用戶遠(yuǎn)離了圖書館，而且還面臨侵犯隱私權(quán)而被起訴的困境。因此，圖書館在有效采集、整合、分析與挖掘用戶數(shù)據(jù)的同時(shí)，需加強(qiáng)用戶數(shù)據(jù)的安全管理與保密工作，加強(qiáng)數(shù)據(jù)的安全管理和監(jiān)控，避免對用戶信息無限制的采集和使用。圖書館在用戶隱私數(shù)據(jù)采集和使用中，應(yīng)保證用戶具有知情權(quán)和控制權(quán)，對圖書館存儲(chǔ)的用戶隱私數(shù)據(jù)擁有管理、利用、修改、分發(fā)和刪除的決定權(quán)。利用云計(jì)算技術(shù)保護(hù)用戶個(gè)人隱私，與具有較高安全保障能力和技術(shù)水平的云服務(wù)商簽署云服務(wù)協(xié)議，明確雙方在用戶隱私數(shù)據(jù)管理、使用過程中的權(quán)利、義務(wù)與責(zé)任。

4.3 人才問題

《中國大數(shù)據(jù)技術(shù)與服務(wù)市場2012-2016年預(yù)測與分析》［8］認(rèn)為：“大數(shù)據(jù)專業(yè)人才，特別是數(shù)據(jù)分析專家這類復(fù)合型人才的稀缺將會(huì)影響該市場的發(fā)展?！痹诖髷?shù)據(jù)時(shí)代，圖書館知識(shí)咨詢館員既要掌握信息檢索、信息分析、信息組織及相關(guān)平臺(tái)與工具使用等知識(shí)，還要掌握大數(shù)據(jù)環(huán)境下的數(shù)據(jù)挖掘、數(shù)據(jù)組織等大數(shù)據(jù)技術(shù)，但目前這方面的人才十分奇缺。IT行業(yè)與大型互聯(lián)網(wǎng)公司早已意識(shí)到了大數(shù)據(jù)人才緊缺的問題，都在積極建立專門的大數(shù)據(jù)科學(xué)團(tuán)隊(duì)。圖書館可以采取與專業(yè)的數(shù)據(jù)處理公司合作，通過合作培養(yǎng)方式，建立圖書館大數(shù)據(jù)服務(wù)人才隊(duì)伍。另外，也可從國內(nèi)外高校中引進(jìn)大數(shù)據(jù)人才。清華大學(xué)于2014年秋季招收首批大數(shù)據(jù)碩士，并且還與山東省青島市合作成立“清華—青島數(shù)據(jù)科學(xué)研究院”，以開展大數(shù)據(jù)科學(xué)研究，培養(yǎng)具備大數(shù)據(jù)思維和創(chuàng)新能力的復(fù)合型人才，推出具備自主知識(shí)產(chǎn)權(quán)的大數(shù)據(jù)分析開源軟件和服務(wù)［9］。

[1]大數(shù)據(jù)[EB/OL].[2014-04-15].http://zh.wikipedia.org/wiki/%E5%A4%A7%E6%95%B8%E6%93%9A.

[2]鐘瑛,張恒山.大數(shù)據(jù)的緣起、沖擊及其應(yīng)對[J].現(xiàn)代傳播(中國傳媒大學(xué)學(xué)報(bào)),2013(7):104-109.

[3]姜山,王剛.大數(shù)據(jù)對圖書館的啟示[J].圖書館工作與研究,2013(4):52-54.

[4]今年3月全球活躍網(wǎng)站數(shù)量達(dá)6.44億個(gè)[EB/OL].[2014-04-23].http://www.sootoo.com/content/252016.shtml.

[5]樊偉紅,李晨暉,張興旺,等.圖書館需要怎樣的“大數(shù)據(jù)”[J].圖書館雜志.2012(11):63-68.

[6]淺析數(shù)據(jù)分析行業(yè)未來發(fā)展趨勢[EB/OL].[2014-04-25].http://www.data-analyse.com/data-news/2014032963.html

[7]韓翠峰.大數(shù)據(jù)時(shí)代圖書館的服務(wù)創(chuàng)新與發(fā)展[J].圖書館,2013(1):121-122.

[8]IDC《中國大數(shù)據(jù)技術(shù)與服務(wù)市場2012-2016年預(yù)測與分析》發(fā)布 [EB/OL].[2014-04-25].http://www.5lian.cn/html/2012/xueshu_1129/35805.html.

[9]清華大學(xué)今秋招收首批大數(shù)據(jù)碩士 [EB/OL].[2014-04-28].http://news.xinhuanet.com/yzyd/local/20140427/c_1110 427377.htm.