大數(shù)據(jù)對(duì)信息文獻(xiàn)資源共建共享的影響

馮秋燕

（河南財(cái)經(jīng)政法大學(xué)，河南 鄭州450000）

大數(shù)據(jù)對(duì)信息文獻(xiàn)資源共建共享的影響

馮秋燕

（河南財(cái)經(jīng)政法大學(xué)，河南 鄭州450000）

本文首先介紹了大數(shù)據(jù)的特征、概念，并對(duì)信息文獻(xiàn)資源共建共享的現(xiàn)狀進(jìn)行分析，闡述了大數(shù)據(jù)對(duì)信息文獻(xiàn)資源共建共享的影響。[關(guān)鍵詞]大數(shù)據(jù)；信息文獻(xiàn)資源；共建共享

1 引言

大數(shù)據(jù)有著巨大的社會(huì)價(jià)值、經(jīng)濟(jì)價(jià)值和科學(xué)研究?jī)r(jià)值。通過(guò)挖掘和分析Facebook、微博等網(wǎng)絡(luò)大數(shù)據(jù)，能夠預(yù)測(cè)社會(huì)一些重大和突發(fā)性事件。數(shù)據(jù)逐漸成為相關(guān)行業(yè)和業(yè)務(wù)職能領(lǐng)域重要的生產(chǎn)因素。

以“大數(shù)據(jù)”為基礎(chǔ)，有效收集、存儲(chǔ)、組織、管理信息，使得用戶從海量信息中快速便捷的選取所需信息資源，是信息文獻(xiàn)資源共建共享的目標(biāo)之一；傳統(tǒng)的網(wǎng)絡(luò)架構(gòu)已不再適用于“大數(shù)據(jù)”、數(shù)據(jù)中心面對(duì)海量數(shù)據(jù)的巨大壓力、用戶從海量數(shù)據(jù)中選取信息的困惑性等都說(shuō)明大數(shù)據(jù)時(shí)代對(duì)信息文獻(xiàn)共建共享帶來(lái)了巨大的影響。

2 大數(shù)據(jù)的特征、概念及應(yīng)用

本節(jié)首先介紹大數(shù)據(jù)的特征，然后基于大數(shù)據(jù)的特征闡述大數(shù)據(jù)的概念，簡(jiǎn)單的分析大數(shù)據(jù)的應(yīng)用狀況。

大數(shù)據(jù)本身比較抽象，與“海量數(shù)據(jù)”、“超大規(guī)模數(shù)據(jù)”不同，目前尚未有統(tǒng)一的定義。比較有代表性的定義均基于大數(shù)據(jù)的特征進(jìn)行歸納總結(jié)，如下：一是3V定義[1]：大數(shù)據(jù)需滿足3個(gè)特征，規(guī)模性（volume）、多樣性（variety）、高速性（velocity）；二是4V定義：IDC認(rèn)為大數(shù)據(jù)除滿足3V定義外，還應(yīng)具有價(jià)值性（value）[2]，IBM認(rèn)為大數(shù)據(jù)除滿足3V定義外，還應(yīng)具有真實(shí)性（veracity）[3]；三是維基百科對(duì)大數(shù)據(jù)的定義[4]為：大數(shù)據(jù)是指利用常用軟件工具捕獲、管理和處理數(shù)據(jù)所耗時(shí)間超過(guò)可容忍時(shí)間的數(shù)據(jù)集。

數(shù)據(jù)是一種基礎(chǔ)性資源，研究數(shù)據(jù)的根本目的是從數(shù)據(jù)中提取得到所需知識(shí)，并將之應(yīng)用到具體的工業(yè)、學(xué)術(shù)、工程等領(lǐng)域，如Scienticic Computing、Finance、Social network、Mobile Da?ta、Internet of Things、Web Data、Multimedia等。這7個(gè)典型大數(shù)據(jù)的數(shù)據(jù)量均在GB級(jí)及以上，而由于數(shù)據(jù)規(guī)模、數(shù)據(jù)類型、模式和數(shù)據(jù)關(guān)系、處理對(duì)象等的變化，傳統(tǒng)的數(shù)據(jù)工程的處理方式已經(jīng)不能直接應(yīng)用于大數(shù)據(jù)，需要采取新的數(shù)據(jù)思維來(lái)應(yīng)對(duì)。

大數(shù)據(jù)的應(yīng)用目前處于起步階段，其普及需要一個(gè)過(guò)程，首先應(yīng)從信息技術(shù)領(lǐng)域開始逐漸擴(kuò)展至其他行業(yè)。信息文獻(xiàn)資源的共建共享需要以一定的技術(shù)環(huán)境和條件作為平臺(tái)，革新理念、更新手段、拓展空間。

3 信息文獻(xiàn)資源共建共享的現(xiàn)狀

隨著計(jì)算機(jī)網(wǎng)絡(luò)、通訊、多媒體的發(fā)展，文獻(xiàn)傳遞、聯(lián)合虛擬參考咨詢等服務(wù)得以實(shí)現(xiàn)并步入使用。目前，隨著紙質(zhì)文獻(xiàn)、數(shù)字資源等信息的大幅度增長(zhǎng)，僅憑一己之力難以收集、整理出所有信息。只有“優(yōu)勢(shì)互補(bǔ)，資源共享”，才可以解決“信息超載”，提高資源的利用率。目前，國(guó)內(nèi)比較有影響力的信息文獻(xiàn)資源共建共享項(xiàng)目有CALIS、CASHL、NSTL、DARR等，其中，CALIS通過(guò)“3e服務(wù)”，旨在構(gòu)建一個(gè)多館合作、服務(wù)于全國(guó)高校的服務(wù)體系，實(shí)現(xiàn)知識(shí)庫(kù)資源的共建共享；CASHL提供一個(gè)檢索和瀏覽數(shù)據(jù)庫(kù)、書刊原文傳遞、館際互借、咨詢等服務(wù)的平臺(tái)；國(guó)家授權(quán)NSTL購(gòu)買網(wǎng)絡(luò)數(shù)據(jù)庫(kù)資源，為我國(guó)NSTL授權(quán)用戶提供免費(fèi)在線使用服務(wù)。DRAA采用集團(tuán)采購(gòu)的方式為DRAA聯(lián)盟館成員組織提供優(yōu)質(zhì)的數(shù)字資源。

由于我國(guó)數(shù)字資源建設(shè)相對(duì)較晚，雖著手進(jìn)行資源調(diào)優(yōu)，但在信息文獻(xiàn)資源共建共享方面，還存在著諸多問(wèn)題，如：數(shù)據(jù)標(biāo)準(zhǔn)不規(guī)范，知識(shí)產(chǎn)權(quán)等相關(guān)法律體質(zhì)的不健全，信息資源的浪費(fèi)，缺失全局觀念，各自為營(yíng)等。

4 大數(shù)據(jù)對(duì)信息文獻(xiàn)資源共建共享的影響

Gartner認(rèn)為，信息量至少以59%年增長(zhǎng)速度增加，據(jù)IDC統(tǒng)計(jì)，2020年，以電子形式存儲(chǔ)的數(shù)據(jù)量將達(dá)到35ZB。云計(jì)算、RFID、社交網(wǎng)絡(luò)、移動(dòng)圖書館等日益增長(zhǎng)的電子資源帶來(lái)了更為廣泛的信息文獻(xiàn)資源。

4.1 電子書刊等電子資源的積累，為大數(shù)據(jù)提供了廣泛的數(shù)據(jù)來(lái)源

隨著信息技術(shù)的發(fā)展，電子圖書、電子期刊、數(shù)據(jù)庫(kù)、多媒體資源、網(wǎng)絡(luò)資源等電子資源的種類和數(shù)量正在超越紙質(zhì)資源。截止2010年底，國(guó)內(nèi)數(shù)字報(bào)已達(dá)700多份，電子書已達(dá)115萬(wàn)種，電子期刊近萬(wàn)種。截止2011年底，中文網(wǎng)頁(yè)年增長(zhǎng)率為44.3%，數(shù)量達(dá)866億個(gè)。傳統(tǒng)文獻(xiàn)的數(shù)字化、新生的數(shù)字資源、其他虛擬館藏等各種多媒體資源的積累，構(gòu)成了現(xiàn)今的大數(shù)據(jù)。

4.2 云計(jì)算、RFID、社交網(wǎng)絡(luò)、語(yǔ)義網(wǎng)等信息技術(shù)的發(fā)展，為大數(shù)據(jù)提供了廣泛的數(shù)據(jù)來(lái)源

云計(jì)算突破了傳統(tǒng)信息處理的局限性，強(qiáng)大的數(shù)據(jù)處理能力，信息資源整合、分配的能力，簡(jiǎn)化的IT結(jié)構(gòu)，為大數(shù)據(jù)提供了物質(zhì)基礎(chǔ)和技術(shù)借鑒。RFID、社交網(wǎng)絡(luò)、語(yǔ)義網(wǎng)等信息技術(shù)為大數(shù)據(jù)提供了大量的海量信息，詳見(jiàn)表1。

表1 RFID、社交網(wǎng)絡(luò)、語(yǔ)義網(wǎng)的作用

作為現(xiàn)代流行的RFID、社交網(wǎng)絡(luò)、語(yǔ)義網(wǎng)等信息技術(shù)分別有著不同的作用與功能，其作用不可忽視，這些技術(shù)從不同方面提供了大數(shù)據(jù)的數(shù)據(jù)來(lái)源?？梢?jiàn)，信息技術(shù)的發(fā)展使得文獻(xiàn)資源具備了大數(shù)據(jù)的特征。

4.3 高速網(wǎng)絡(luò)、智能手機(jī)、移動(dòng)圖書館等應(yīng)用的普及，為大數(shù)據(jù)提供了廣泛的數(shù)據(jù)來(lái)源

截止2011年底，我國(guó)數(shù)字電視用戶超過(guò)1 000萬(wàn)，互聯(lián)網(wǎng)普及率為38.3%，上網(wǎng)人數(shù)為5.13億，手機(jī)用戶達(dá)9億，手機(jī)上網(wǎng)人數(shù)達(dá)3.56億，智能產(chǎn)品如平板電腦的出現(xiàn)，為用戶提供了新的體驗(yàn)、交互、學(xué)習(xí)的方式，也為數(shù)字資源的多網(wǎng)絡(luò)傳輸提供了新的渠道與服務(wù)。移動(dòng)圖書館越來(lái)越普及，移動(dòng)閱讀與搜索等新服務(wù)類型的不斷出現(xiàn)，致使數(shù)據(jù)量以每年翻倍的速度產(chǎn)生。

由此可見(jiàn)，信息時(shí)代的發(fā)展使文獻(xiàn)資源具備了大數(shù)據(jù)的特征。現(xiàn)代科學(xué)研究、科技創(chuàng)新依賴于對(duì)數(shù)據(jù)的管理、組織和利用，學(xué)科知識(shí)服務(wù)以對(duì)大數(shù)據(jù)的分析、挖掘?yàn)榛?。由于大?shù)據(jù)的復(fù)雜性，傳統(tǒng)網(wǎng)絡(luò)架構(gòu)不適用于“大數(shù)據(jù)”，數(shù)據(jù)中心壓力巨大，文獻(xiàn)資源的共建共享將遇到很多問(wèn)題與挑戰(zhàn)。

5 結(jié)束語(yǔ)

本文首先提出了大數(shù)據(jù)的特征、概念，并對(duì)典型大數(shù)據(jù)應(yīng)用的情況做了比較分析，然后通過(guò)對(duì)中國(guó)信息文獻(xiàn)資源共建共享項(xiàng)目的分析，闡述了我國(guó)目前信息文獻(xiàn)資源共建共享的現(xiàn)狀，最后從電子書刊、云計(jì)算、RFID、社交網(wǎng)絡(luò)、語(yǔ)義網(wǎng)等信息技術(shù)、高速網(wǎng)絡(luò)、智能手機(jī)、移動(dòng)圖書館等應(yīng)用的普及方面論述了大數(shù)據(jù)對(duì)信息文獻(xiàn)資源共建共享的影響。

[1]Grobelnik M.Big-data computing∶Creating revolutionary breakthroughs in commerce，science，and society[R/OL]. [2012-10-02].http：//videolectures.net/eswc2012_grobelnik_big_

data/.

[2]Barwick H.The“four Vs”of Big Data.Implementing Infor?mation Infrastructure Symposium[EB/OL].[2012-10-02].http：// www.computerworld.com.au/article/396198/iiis_four_vs_big_data/.

[3]IBM.What is big data？[EB/OL].[2012-10-02].http：// www-01.ibm.com/software/data/bigdata.

[4]Big data[EB/OL].[2012-10-02].http：//en.wikipedia.org/wiki/ Big_data.

G250

A

1671-0037（2014）02-57-1.5

2013年12月26日。

馮秋燕（1988-），女，碩士，助理館員，研究方向：現(xiàn)代軟件工程技術(shù)、數(shù)據(jù)挖掘、大數(shù)據(jù)等研究。