大數(shù)據(jù)情報分析平臺在圖書館管理與服務(wù)中的應(yīng)用

摘 要：伴隨著大數(shù)據(jù)時代的到來以及相關(guān)技術(shù)的不斷發(fā)展，圖書館也必然需要隨著大數(shù)據(jù)時代的發(fā)展而改變。圖書館的館藏數(shù)量近些年呈現(xiàn)出了內(nèi)容龐大、結(jié)構(gòu)多樣的發(fā)展趨勢，數(shù)據(jù)雖然增多但是在實(shí)際應(yīng)用方面的效果并不理想。對此，為了進(jìn)一步推動圖書館發(fā)展，提升圖書館的社會服務(wù)價值，本文簡要分析大數(shù)據(jù)情報分析平臺在圖書館管理與服務(wù)中的應(yīng)用，希望可以為相關(guān)工作者提供幫助。

關(guān)鍵詞：大數(shù)據(jù)時代;圖書館;情報分析平臺;管理與服務(wù)

隨著互聯(lián)網(wǎng)時代的快速發(fā)展，大數(shù)據(jù)時代以及智能化時代已經(jīng)充斥著改革行業(yè)，在這一背景之下，傳統(tǒng)的圖書館管理和服務(wù)模式也逐漸進(jìn)入到了智能化時代。對此，當(dāng)代圖書館的管理與服務(wù)模式也需要適當(dāng)?shù)母淖?，從而適應(yīng)時代的發(fā)展步伐。今年前國外就開展了關(guān)于眾包的圖書館管理模式，眾包屬于一種全新的經(jīng)濟(jì)模式，主要是指公司或機(jī)構(gòu)以員工執(zhí)行的任務(wù)以外包方式提供個大眾網(wǎng)絡(luò)，從而提高工作的整體效益。對于圖書館而言，大數(shù)據(jù)的到來也間接提供了許多的發(fā)展空間，圖書館也需要學(xué)些各種全新模式，像眾包這種創(chuàng)新一樣更好的改進(jìn)智能檢索系統(tǒng)，并提升圖書館的館藏使用價值。對此，探討大數(shù)據(jù)情報分析平臺在圖書館管理與服務(wù)中的應(yīng)用具備顯著現(xiàn)實(shí)意義。

1 大數(shù)據(jù)環(huán)境下圖書館的管理與服務(wù)模式發(fā)展需求

大數(shù)據(jù)時代環(huán)境之下，傳統(tǒng)的圖書館管理與服務(wù)模式已經(jīng)無法滿足用戶以及圖書館自身發(fā)展的實(shí)踐性需求，當(dāng)代圖書館的館藏資料大多數(shù)已經(jīng)轉(zhuǎn)變?yōu)閱巫游臋n，這一些文檔資料的結(jié)構(gòu)非常豐富，同時數(shù)量龐大，與傳統(tǒng)紙質(zhì)資料相比所記錄的內(nèi)容更多。在用戶想要找尋某一個資料時，便需要從海量的文獻(xiàn)資料當(dāng)中進(jìn)行搜索，此時許多用戶都無法根據(jù)自己的需求以及所提供的數(shù)據(jù)資料選擇出最佳的文獻(xiàn)，再加上一些低質(zhì)量文獻(xiàn)的存在，導(dǎo)致用戶在文獻(xiàn)資料檢索過程中所消耗的時間會非常多，從而呈現(xiàn)出低效率、低收益的服務(wù)特征[1]。對此，圖書館在大數(shù)據(jù)時代背景之下必須有意識的創(chuàng)新，并借助情報分析平臺的建設(shè)與應(yīng)用，促使圖書館達(dá)到高效率的文獻(xiàn)管理，并為用戶提供更高效率的檢索服務(wù)。在具體工作中，一方面需要根據(jù)圖書館的管理模式現(xiàn)狀進(jìn)行針對性改進(jìn)，落實(shí)與創(chuàng)新智能化模式，并構(gòu)建一個自主性、高效率性的文獻(xiàn)管理方法，盡可能降低人為資源的投入，降低維護(hù)風(fēng)險。另一方面需要為用戶提供一個針對性的服務(wù)，并保證服務(wù)本身的快捷、智能化，促使用戶可以快速的尋找到自己所需要的文獻(xiàn)，并按照用戶的實(shí)際喜好與需求，自動的為用戶提供一些可能有價值意義的文獻(xiàn)推薦，從而提高圖書館信息服務(wù)綜合價值。

2 大數(shù)據(jù)情報分析平臺在圖書館管理與服務(wù)中的應(yīng)用

2.1 平臺的搭建

網(wǎng)絡(luò)爬蟲技術(shù)主要是依據(jù)相關(guān)的規(guī)則自動的抓取萬維網(wǎng)的程序，其主要可以劃分為聚焦網(wǎng)絡(luò)爬蟲、通用網(wǎng)絡(luò)、深層網(wǎng)絡(luò)以及增量式的網(wǎng)絡(luò)。本文的研究目的在于抓取圖書館當(dāng)中的館藏資料和借閱的相關(guān)數(shù)據(jù)資料，所以在具體應(yīng)用中可以應(yīng)用聚焦網(wǎng)絡(luò)爬蟲實(shí)現(xiàn)[2]。在具體工作流程方面，先提供一個初始的URL，在抓取到網(wǎng)頁全文并按照相關(guān)的需求描述之后獲得有效的數(shù)據(jù)，之后從網(wǎng)頁當(dāng)中提出全新的URL鏈接，在篩選之后借助篩選URL鏈接并加入到列表當(dāng)中，之后以循環(huán)方式不斷的抓取新的內(nèi)容，直到滿足相關(guān)條件之后才停止。在整個運(yùn)行期間，核心環(huán)節(jié)在于網(wǎng)頁的模塊解析，模塊本身的問題在于兩個方面，一方面是解決網(wǎng)頁當(dāng)中提取自連接的問題，促使其可以順利的加入到URL隊列當(dāng)中;另一方面是需要解決網(wǎng)頁內(nèi)容的解析問題，當(dāng)前主流的技術(shù)是以HTMLParser為主。

HTMLParser屬于當(dāng)前基于HTML的數(shù)據(jù)處理與解析器，HTMLParser可以實(shí)現(xiàn)直接提取網(wǎng)頁當(dāng)中的子URL、解析網(wǎng)絡(luò)的結(jié)構(gòu)并對網(wǎng)頁當(dāng)中的信息數(shù)據(jù)進(jìn)行提取、處理，并將網(wǎng)頁數(shù)據(jù)以XML的格式進(jìn)行輸出[3]。在HTMLParser獲取文獻(xiàn)節(jié)點(diǎn)的同時，會對文本內(nèi)容進(jìn)行處理借助聚焦網(wǎng)絡(luò)爬蟲并以圖書館作為主題實(shí)行數(shù)據(jù)爬取，此時便可以獲得圖書館情報的數(shù)據(jù)資料，并通過萬維網(wǎng)當(dāng)中的HTML網(wǎng)頁，這一些網(wǎng)頁劃分為兩種，一種是和網(wǎng)頁主題相關(guān)的信息，另一種屬于部分和主題相關(guān)的信息，典型內(nèi)容為版權(quán)、導(dǎo)航等信息。對于關(guān)聯(lián)性不高的數(shù)據(jù)會及時進(jìn)行過濾。

在數(shù)據(jù)處理方面，獲得的情報信息并不能及時分析，需要以分詞方式進(jìn)行處理，這里的數(shù)據(jù)會涉及中文與英文甚至是其他的文字，對于英文的相關(guān)文獻(xiàn)，可以應(yīng)用分子處理方式，這一種處理也比較簡單，可以直接應(yīng)用空格作為分隔符，并不需要其他的特殊處理方式。當(dāng)前成熟的分詞系統(tǒng)一種是按照字符串的匹配方式進(jìn)行計算，另一種按照統(tǒng)計和機(jī)器學(xué)習(xí)結(jié)合的形式進(jìn)行計算。按照字符串的匹配算法，主要是對字符串進(jìn)行掃描，在發(fā)現(xiàn)與詞料庫相匹配的字符串后進(jìn)行記錄[4]。例如，正反向、雙向的匹醉打匹配算法，這一種算法的速度非?？觳⑶視r間復(fù)雜度比較低，更容易實(shí)現(xiàn)，分類的效果也比較突出，但是對于歧義與未登錄詞匯的處理效果并不理想。另一種是按照統(tǒng)計學(xué)和計算機(jī)學(xué)習(xí)的結(jié)合形式，分類效果更好，可以解決歧義的相關(guān)詞匯，當(dāng)時需啊喲人工標(biāo)注的詞性作為支持，構(gòu)建分詞系統(tǒng)模型，可以應(yīng)用標(biāo)注后的數(shù)據(jù)對模型實(shí)行訓(xùn)練，也就是調(diào)整模型的參數(shù)。在分詞階段借助訓(xùn)練好的模型計算出分詞的概率，并以最大概率的分詞進(jìn)行輸出。因?yàn)閮煞N類型的分詞系統(tǒng)都有各自的優(yōu)勢，所以在應(yīng)用中也可以應(yīng)用結(jié)合的原則，例如按照雙向醉打匹配與HMM的分詞方式消除歧義的問題，這一種模型可以應(yīng)用正向最大匹配與逆向的足底啊匹配兩種形式實(shí)現(xiàn)對文本信息的分析處理，并通過HMM模型實(shí)現(xiàn)對兩次匹配結(jié)果的對比分析，最終達(dá)到理想的分詞效果。

2.2 實(shí)踐應(yīng)用

目前來看，在大數(shù)據(jù)環(huán)境之下，情報分析平臺的應(yīng)用流程已經(jīng)相對比較清晰，在面對海量數(shù)據(jù)的儲存基礎(chǔ)上，可以將已經(jīng)擁有的數(shù)據(jù)實(shí)行分析、整理、選擇以及轉(zhuǎn)換等處理措施，數(shù)據(jù)的準(zhǔn)備工作屬于情報分析平臺的基礎(chǔ)前提，同時也是決定情報分析平臺應(yīng)用質(zhì)量與效率的關(guān)鍵。當(dāng)前來看，圖書館在服務(wù)與管理工作中情報分析平臺的應(yīng)用已經(jīng)具備較高的實(shí)踐價值。在圖書館發(fā)展方面，可以借助這一平臺實(shí)現(xiàn)市場發(fā)展方向的明確。與市場營銷相似，屬于最早應(yīng)用情報分析平臺的領(lǐng)域，其主要是按照用戶的實(shí)際需求，將不同的圖書館閱讀、借閱等習(xí)慣以及消費(fèi)的特征等分類的方式進(jìn)行總結(jié)管理，同時保障館藏資源的供應(yīng)更適用于閱讀者的需求，盡可能提升圖書館館藏的使用價值。促使圖書館的服務(wù)范圍也可以從廣泛性轉(zhuǎn)變?yōu)獒槍π?、個性化。

3 總結(jié)

綜上所述，大數(shù)據(jù)時代的到來雖然給圖書館的運(yùn)營與管理工作提出了許多的挑戰(zhàn)，但是也間接的供應(yīng)了更加理想和寬闊的發(fā)展前景。對此，圖書館在新時代環(huán)境之下，應(yīng)當(dāng)勇于創(chuàng)新，借助硬件、理念等方面的創(chuàng)新，提升大數(shù)據(jù)技術(shù)的實(shí)踐性應(yīng)用價值，提升圖書館綜合管理水平，為館藏需求者提供更加優(yōu)質(zhì)、人性化、全買性的服務(wù)，為社會的進(jìn)一步、長遠(yuǎn)性發(fā)展提供可靠支持。

參考文獻(xiàn)

[1]高峰，羅雪瓊，張建偉.醫(yī)院大數(shù)據(jù)平臺建設(shè)及其在醫(yī)療行為監(jiān)管中的應(yīng)用[J].中國醫(yī)學(xué)裝備，2019，31（3）：168-171.

[2]郭力，邊根慶.基于大數(shù)據(jù)挖掘與決策分析體系的高校圖書館個性化服務(wù)系統(tǒng)研究[J].電子測量技術(shù)，2019，23（16）：1-6.

[3]黨秀云，杜男杰.大數(shù)據(jù)在公共服務(wù)需求識別與精準(zhǔn)供給中的應(yīng)用研究[J].中共福建省委黨校學(xué)報，2019，14（5）：62-70.

[4]楊利軍，高軍.圖書館個性化服務(wù)中的大數(shù)據(jù)可視化分析與應(yīng)用研究[J].現(xiàn)代情報，2015（7）：70-74.

作者簡介

王慧（1974-），女，漢族，湖南澧縣，本科，中級職稱，圖書管理，桃江縣科學(xué)技術(shù)和工業(yè)信息化局。