大數(shù)據(jù)時(shí)代的數(shù)字圖書館異構(gòu)數(shù)據(jù)集成研究

李妍

摘 ? 要：現(xiàn)代化信息科學(xué)技術(shù)的發(fā)展使得社會各行各業(yè)都發(fā)生了翻天覆地的變化，隨著信息傳播渠道的拓展和傳播效率的提高，傳統(tǒng)圖書館必須盡快變革，為廣大用戶提供創(chuàng)新型服務(wù)，以適應(yīng)人們需求的變化。大數(shù)據(jù)時(shí)代為圖書館發(fā)展同時(shí)帶來了機(jī)遇和挑戰(zhàn)。本文將從大數(shù)據(jù)時(shí)代下圖書館發(fā)展面臨的主要問題入手，提出異構(gòu)化數(shù)據(jù)集成的有效方案，并探討服務(wù)轉(zhuǎn)型的有效途徑。

關(guān)鍵詞：大數(shù)據(jù) ?數(shù)字圖書館 ?異構(gòu)數(shù)據(jù)集成 ?服務(wù)轉(zhuǎn)型

中圖分類號：G250.76 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A ? ? ? ? ? ? ? ? ? ? ? 文章編號：1674-098X（2020）02（b）-0245-02

云計(jì)算、數(shù)據(jù)挖掘等大數(shù)據(jù)時(shí)代下涌現(xiàn)出的新技術(shù)為IT行業(yè)帶來了新的發(fā)展內(nèi)容，數(shù)據(jù)應(yīng)用已經(jīng)成為各行業(yè)發(fā)展的主流方向。對于我國傳統(tǒng)圖書館而言，為了避免逐步被邊緣化，應(yīng)積極引入大數(shù)據(jù)技術(shù)，探求全新的管理模式和信息服務(wù)途徑。其中異構(gòu)數(shù)據(jù)的整合是圖書館改革過程中面臨的一項(xiàng)主要問題，有必要進(jìn)行深入的研究。

1 ?大數(shù)據(jù)時(shí)代下圖書館發(fā)展面臨的重要問題分析

大數(shù)據(jù)具有規(guī)模大、內(nèi)容廣、形式復(fù)雜等特征，除了結(jié)構(gòu)化數(shù)據(jù)外，還包括大量的非結(jié)構(gòu)和半結(jié)構(gòu)化數(shù)據(jù)。就目前來看，我國圖書館對大數(shù)據(jù)技術(shù)的挖掘利用仍舊處于初級階段，引發(fā)了一系列的難題。

1.1 大數(shù)據(jù)網(wǎng)絡(luò)環(huán)境適應(yīng)問題

大數(shù)據(jù)有異于傳統(tǒng)數(shù)據(jù)的特征使得傳統(tǒng)的數(shù)據(jù)處理方式已經(jīng)不再適用，規(guī)模龐大且多樣化的數(shù)據(jù)已經(jīng)超出了現(xiàn)有IT架構(gòu)和基礎(chǔ)設(shè)施的承載能力，換而言之，大量數(shù)據(jù)的應(yīng)用價(jià)值并未被充分挖掘出來，導(dǎo)致這種現(xiàn)象的深層原因主要有三點(diǎn)：分別是人才瓶頸、技術(shù)障礙以及基礎(chǔ)設(shè)施缺陷，這三方面問題的存在使得我國圖書館難以快速適應(yīng)當(dāng)前的大數(shù)據(jù)網(wǎng)絡(luò)環(huán)境，無法對數(shù)據(jù)進(jìn)行快速有效的轉(zhuǎn)換和處理，現(xiàn)有的基礎(chǔ)設(shè)施只能對結(jié)構(gòu)化數(shù)據(jù)進(jìn)行處理應(yīng)用，無法應(yīng)對非結(jié)構(gòu)化數(shù)據(jù)。

1.2 文獻(xiàn)資源整合難度高

大數(shù)據(jù)作為一個(gè)全新的領(lǐng)域，所帶來的影響十分深遠(yuǎn)，即使到目前位置，大數(shù)據(jù)的真正應(yīng)用比例仍舊不高，這是因?yàn)樵S多數(shù)據(jù)資源并不是簡單匯聚而成的，因此并不具備真正的知識源。在大數(shù)據(jù)時(shí)代下，我國圖書館的館藏資源雖然一直處于增長之中，但是其中大部分都處于被擱置的狀態(tài)，不僅為資源管理帶來了巨大的挑戰(zhàn)，對用戶檢索也提出了更高的要求?，F(xiàn)在圖書館要解決的一個(gè)關(guān)鍵問題就是如何按照讀者的習(xí)慣和需求，快速為其提供全面有用的信息，形成以用戶為核心的服務(wù)模式，實(shí)現(xiàn)對數(shù)據(jù)信息的最大化應(yīng)用。

1.3 數(shù)字圖書館異構(gòu)數(shù)據(jù)集成問題

和傳統(tǒng)圖書館相比，大數(shù)據(jù)時(shí)代下的圖書館所面臨的數(shù)據(jù)更加多樣化，且大部分都是非結(jié)構(gòu)化數(shù)據(jù)，這對圖書館和數(shù)據(jù)處理能力、存儲技術(shù)應(yīng)用、服務(wù)方式均提出了全新的要求，而大部分圖書館的關(guān)系型數(shù)據(jù)庫和機(jī)制難以快速的適應(yīng)這種變化，因此異構(gòu)數(shù)據(jù)的集成是現(xiàn)代數(shù)字圖書館構(gòu)建必須解決的問題。

1.4 用戶流失問題

在現(xiàn)代化信息技術(shù)的支持下，人們獲取信息的渠道變得更加廣泛，獲取信息的方式也更加多樣化，書本閱讀不再是信息獲取最主要的方式，電子閱讀逐漸興趣，智能手機(jī)、平板電腦和互聯(lián)網(wǎng)使得人們獲取信息變得更加方便快捷，海量的數(shù)據(jù)共享和搜索引擎技術(shù)鏈接了幾乎所有信息的索引服務(wù)。在這樣的情況下，圖書館所具有的優(yōu)勢逐漸消失，大量用戶流失。為了應(yīng)對這種情況，很多圖書館都在積極尋求變革。而在大數(shù)據(jù)模式下，想要為讀者提供個(gè)性化服務(wù)，就需要對讀者閱讀需求、行為、習(xí)慣進(jìn)行追蹤和分析，這無疑會帶來一定的隱私問題。

2 ?大數(shù)據(jù)時(shí)代下數(shù)字圖書館異構(gòu)數(shù)據(jù)集成方案

在大數(shù)據(jù)時(shí)代下，圖書館數(shù)據(jù)集成面對的是大規(guī)模的非結(jié)構(gòu)化數(shù)據(jù)，因此傳統(tǒng)的數(shù)據(jù)處理、存儲和數(shù)據(jù)庫技術(shù)都已經(jīng)不具備適用性，如何對異構(gòu)數(shù)據(jù)進(jìn)行有效集成是現(xiàn)階段圖書館需要解決的一項(xiàng)關(guān)鍵性問題。對此，人們開發(fā)出了很多異構(gòu)數(shù)據(jù)機(jī)構(gòu)方法，本文主要介紹的是一類基于Web Service解決元數(shù)據(jù)異構(gòu)的方法，利用Mediator/Wrapper異構(gòu)數(shù)據(jù)集成模型將源于不同數(shù)據(jù)源的一些數(shù)據(jù)信息副本，按照統(tǒng)一的視圖要求，對數(shù)據(jù)信息進(jìn)行預(yù)處理和轉(zhuǎn)換，形成統(tǒng)一的模式，最后將轉(zhuǎn)換完成的數(shù)據(jù)信息存儲在數(shù)據(jù)倉庫之中。該數(shù)據(jù)倉庫可以支持用戶直接進(jìn)行檢索。一個(gè)需要注意的問題是，基于該模型構(gòu)建系統(tǒng)存在數(shù)據(jù)信息重復(fù)存儲的情況，且數(shù)據(jù)信息的更新頻率也相對較慢，可能會對系統(tǒng)的使用性能產(chǎn)生影響。

參照Mediator/Wrapper異構(gòu)數(shù)據(jù)集成模型所構(gòu)建的基于Web Service數(shù)字圖書館異構(gòu)數(shù)據(jù)集成體系結(jié)構(gòu)共包括三層結(jié)構(gòu)，分別是應(yīng)用層、中間層和資源層。其中在應(yīng)用層中置入了面向用戶的可操作應(yīng)用界面，用戶可以通過該界面瀏覽和獲取底層所集成的數(shù)據(jù)源。用戶的檢索行為面向的是底層所有的數(shù)據(jù)庫，不同的數(shù)據(jù)源所返回的相關(guān)數(shù)據(jù)信息通過系統(tǒng)處理后，以統(tǒng)一的形式顯示在用戶的應(yīng)用界面上。

中間層可以對系統(tǒng)應(yīng)用層所發(fā)出的各類請求命令進(jìn)行接收，之后通過請求處理系統(tǒng)對該命令進(jìn)行分解和分析，轉(zhuǎn)化為相應(yīng)的功能子命令，將功能子命令包裝成SOPA信息，最后借助Web Service傳送到包裝器中完成信息檢索程序。在結(jié)果信息處理系統(tǒng)中，可以接收來自不同子數(shù)據(jù)源反饋的XML格式的數(shù)據(jù)信息片段，對其進(jìn)行整理合并后傳送到應(yīng)用界面。在上述過程中，請求處理系統(tǒng)對請求命令的處理會嚴(yán)格遵照映射關(guān)系中所設(shè)定的規(guī)則，而所涉及到的映射關(guān)系，主要是對XML元數(shù)據(jù)相應(yīng)的標(biāo)準(zhǔn)加以規(guī)定，同時(shí)也對XML全局元數(shù)據(jù)和局部元數(shù)據(jù)之間的映射規(guī)則進(jìn)行了規(guī)定。

資源層在系統(tǒng)結(jié)構(gòu)體系中所發(fā)揮的主要作用是存儲數(shù)據(jù)信息，并為不同的數(shù)據(jù)源提供統(tǒng)一的對外接口，其中設(shè)置的包裝器組件可以對不同的異構(gòu)數(shù)據(jù)進(jìn)行包裝。包裝器屬于不同數(shù)據(jù)源的包裝層，它可以對數(shù)據(jù)源中的數(shù)據(jù)和數(shù)據(jù)模式進(jìn)行包裝，基于一定的映射規(guī)則將中間語言功能命令轉(zhuǎn)化為可以被某一種數(shù)據(jù)源模式所辨識的物理指令，同時(shí)將底層數(shù)據(jù)源中的一些數(shù)據(jù)信息格式轉(zhuǎn)變?yōu)閄ML。

3 ?大數(shù)據(jù)時(shí)代下數(shù)字圖書館異構(gòu)數(shù)據(jù)集成作用于服務(wù)轉(zhuǎn)型

在當(dāng)前社會背景下，手機(jī)、平板電腦等移動(dòng)終端的出現(xiàn)使得人們的閱讀方式發(fā)生了巨大的轉(zhuǎn)變，圖書館若是囿于傳統(tǒng)的服務(wù)模式必然會被時(shí)代所淘汰?，F(xiàn)階段我國很多圖書館對異構(gòu)數(shù)據(jù)進(jìn)行集成的目的就是為了推動(dòng)服務(wù)模式的轉(zhuǎn)變，實(shí)現(xiàn)服務(wù)項(xiàng)目的創(chuàng)新和服務(wù)水平的提升。結(jié)合實(shí)踐來看，大數(shù)據(jù)時(shí)代下數(shù)字圖書館服務(wù)轉(zhuǎn)型的方向主要集中在以下幾個(gè)方面。

3.1 為用戶提供個(gè)性化信息推送服務(wù)

在互聯(lián)網(wǎng)環(huán)境下，“個(gè)人門戶”的概念不斷普及，用戶可以從互聯(lián)網(wǎng)入口網(wǎng)站獲取個(gè)性化的服務(wù)，各類具有價(jià)值的數(shù)據(jù)信息將被集成到統(tǒng)一的信息管理平臺上，直接面向用戶。目前，國外很多數(shù)字圖書館都已經(jīng)建立了自己的門戶，借鑒國外經(jīng)驗(yàn)，我國圖書館也在探索門戶建立的道路，如北京師范大學(xué)圖書館Metalib+SFX統(tǒng)一檢索型數(shù)字圖書館門戶。通過個(gè)人門戶平臺的建設(shè)，圖書館可以將各類富含價(jià)值的信息快速聚合起來，直接為用戶提供個(gè)性化信息推送服務(wù)，有效適應(yīng)讀者的閱讀習(xí)慣，滿足其閱讀需求。例如，根據(jù)讀者的訪問習(xí)慣，直接將其頻繁訪問網(wǎng)站的信息推送過去，或是根據(jù)讀者的借書記錄，為其推薦相近或是同類書籍信息。此外，讀者還可以快速獲取自己關(guān)注書目的借還情況。

3.2 通過信息專員為讀者提供知識服務(wù)

在大數(shù)據(jù)時(shí)代下，圖書館的服務(wù)模式也應(yīng)做出調(diào)整轉(zhuǎn)變，信息專員是圖書館針用戶需求對學(xué)科館員服務(wù)內(nèi)容進(jìn)行調(diào)整后形成的崗位，為用戶提供“嵌入式”的知識服務(wù)，實(shí)現(xiàn)服務(wù)內(nèi)容和需求的完美契合。在實(shí)際工作中，信息專員的工作內(nèi)容有四項(xiàng)：其一，協(xié)助或參與用戶數(shù)據(jù)信息定制、管理等工作。其二，協(xié)同用戶開展深度項(xiàng)目，如文獻(xiàn)檢索、數(shù)字門戶建立、用戶專用研究間建立等。其三，文獻(xiàn)書評，參與到文獻(xiàn)研究的信息檢索、調(diào)整評價(jià)文獻(xiàn)、數(shù)據(jù)摘錄等，最終形成可檢索的數(shù)據(jù)庫。其四，為項(xiàng)目組成員創(chuàng)建一個(gè)引文管理數(shù)據(jù)庫。在項(xiàng)目實(shí)踐中，信息專員可以為科研團(tuán)隊(duì)提供全方位的信息服務(wù)。

3.3 文獻(xiàn)傳遞和快遞服務(wù)

文獻(xiàn)傳遞是現(xiàn)階段圖書館為用戶提供的常規(guī)服務(wù)項(xiàng)目，即圖書館向其最終用戶提供文獻(xiàn)的一個(gè)完整過程，包括明確的表述和發(fā)出請求以及對文獻(xiàn)的物理和電子提供過程的過程。在大數(shù)據(jù)時(shí)代下，人們獲取信息的方式逐漸向“終極化”發(fā)展，現(xiàn)有的電子文獻(xiàn)不可能滿足所有人的需求?；诖?，圖書館可以參考物流快速衍生文獻(xiàn)傳遞服務(wù)，將文獻(xiàn)直接送到用戶的手中。

3.4 “紙?jiān)啤比诤系拈喿x推廣服務(wù)

雖然于都紙質(zhì)圖書的人越來越少，但紙質(zhì)閱讀的個(gè)性化深度閱讀需求依然存在，結(jié)合調(diào)查數(shù)據(jù)來看，大部分老年人更喜歡紙質(zhì)閱讀，但整體上來看，電子閱讀是大勢所趨?；诖?，圖書館可以開發(fā)“紙?jiān)啤比诤系拈喿x模式，具體內(nèi)容如下：首先，基于圖書館自動(dòng)化系統(tǒng)定期開展新書和經(jīng)典書目的推薦、數(shù)字資源宣傳培訓(xùn)等推廣活動(dòng)。其次，利用網(wǎng)絡(luò)平臺開展閱讀比賽、書評等活動(dòng)，為讀者提供一個(gè)開放、共享的閱讀環(huán)境。

4 ?結(jié)語

綜上所述，在大數(shù)據(jù)時(shí)代下，圖書館必須積極尋求變革，探索數(shù)據(jù)信息資源高效利用之路，對異構(gòu)數(shù)據(jù)進(jìn)行集成，推動(dòng)服務(wù)模式的轉(zhuǎn)型，拓展服務(wù)項(xiàng)目，提高服務(wù)水平，更好的滿足廣大讀者用戶的個(gè)性化需求，為自身持續(xù)發(fā)展奠定基礎(chǔ)。

參考文獻(xiàn)

[1] 晁亞男.大數(shù)據(jù)環(huán)境下數(shù)字圖書館服務(wù)情境建構(gòu)的新內(nèi)涵與新方式[J].圖書館學(xué)研究，2017（24）：32-36，24.

[2] 王薈.大數(shù)據(jù)時(shí)代數(shù)字圖書館面臨的機(jī)遇和挑戰(zhàn)[J].漢字文化，2018（14）：105，107.

[3] 程結(jié)晶.大數(shù)據(jù)時(shí)代圖書館服務(wù)創(chuàng)新的內(nèi)容及其策略研究[J].情報(bào)理論與實(shí)踐，2016，39（3）：57-62.

[4] 王彤.大數(shù)據(jù)時(shí)代下的圖書館跨界服務(wù)信息安全技術(shù)問題及對策[J].圖書館理論與實(shí)踐，2016（6）：99-103.

[5] 劉佳美，程結(jié)晶.大數(shù)據(jù)下數(shù)字圖書館熱點(diǎn)研究——基于關(guān)鍵詞的因子降維分析方式[J].農(nóng)業(yè)圖書情報(bào)學(xué)刊，2017，29（4）：76-80.

[6] 王戰(zhàn)平，馮揚(yáng)文，朱宸良.大數(shù)據(jù)時(shí)代數(shù)字資源整合方法研究：模型設(shè)計(jì)和實(shí)驗(yàn)分析——以物流行業(yè)為例[J].現(xiàn)代情報(bào)，2019，39（9）：92-100.

[7] 張瑜.大數(shù)據(jù)環(huán)境下圖書館公共媒體數(shù)據(jù)庫建設(shè)與利用研究[D].遼寧師范大學(xué)，2014.