伍 瑾，毛忠行

(常州大学 图书馆，江苏 常州 213164)

图书采购工作是在有限的经费预算下，根据用户需求与图书馆藏，依据书商提供的书目清单或采用现场采购的方式，获取各个学科及不同种类的图书文献资料，完善图书馆馆藏资源的工作。它本质上是为图书馆收集信息和知识的过程，是实现图书馆传播知识、传承文明的社会职能的基本前提。在信息技术发展普及的今天，运用大数据这一新兴的科技环境为图书采购工作服务，已经成为未来发展的必然趋势。作为信息和知识集散地和发源地的高校图书馆，因其科研背景和学术积累，有着大数据运用的天然优势。研究如何在图书采购工作中发挥网络资源、云计算模式、数据挖掘等高新技术的优势，更加有效地提升图书采购的质量与效率，是高校图书馆应当承担的责任。

一、高校图书采购传统方法分析

(一)书目选取途径的不足

目前高校图书馆的图书采购，在书目的选取方面主要依靠两个途径。一是依靠图书馆采购人员的个人经验[1]。图书馆采购人员根据自身对本馆馆藏资源、所在高校的学科设置、藏书场馆配置等具体情况判断本馆对图书的需求选取图书，决定采购目录和复本数。这是高校图书馆图书采购的通常做法，用于图书馆日常、批量采购工作，采购人员的工作量大。二是依靠高校师生即用户的专门要求，即运用基于读者的图书采访推荐系统[2]。高校图书馆的主要服务对象是高校师生，他们的需求是高校图书馆服务的目标。高校师生对自身研究和学习领域的专业内容和发展趋势更为熟悉，因而对该领域的图书资料的需求有更为明确的认识。他们在发现馆藏资源无法满足自身需要时，通过与采购人员联系，定向选取书目充实馆藏资源[3]。这种方法依赖于高校师生主动提出，是图书馆采购人员依经验采购的有益补充。

(二)采购方式的缺陷

在计算机网络普及的条件下，图书馆采购人员基本已经运用采访管理系统和电子邮件系统与供应商紧密合作，完成获取电子书单、选取书目和发订的采购过程。这种做法大大提高了订购效率、节约了采购流程的中转时间、降低了采购成本。但电子采购方式对供应商提供的书目信息依赖性很大。而书商提供的书目信息，数据往往比较简单，甚至有时会出现错误数据，导致查重等工作的实效，造成图书的重复订购，遗漏订购[4]。另外，采购人员还可以通过供应商组织的现场采购方式进行采购。这种方式能够获取图书的全部信息，但采购成本高、书籍供应量有限、劳动量大、效率低下。

二、大数据对图书馆服务的影响

(一)大数据简介

研究机构Gartner将大数据定义为：大数据是指需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。麦肯锡将大数据定义为：无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合。总的说来，大数据不是一种新技术，或者一种新产品，而是一种新现象，是近来研究的一个技术热点，是目前海量数据存储、数据挖掘、物联网、云计算、数字图书馆等技术发展的自然趋势。

大数据具有四个特点，即 ：数据体量巨大、数据类别繁多、价值巨大但密度低、处理速度快[5]。2012年3月，美国政府拨款2亿美元启动“大数据研究和发展倡议”计划。说明继集成电路和互联网之后，大数据已成为信息科技关注的重点。中国工程院院士、中科院计算技术研究所首席科学家李国杰认为：大数据已成为联系人类社会、物理世界和信息空间的纽带，需要构建融合人、机、物三元世界的统一的信息系统[6]。

(二)大数据对图书馆服务的影响

在大数据环境下，与大数据分析在数据对象、运用技术、价值取向等方面都有许多共同之处的图书馆及其服务也必将产生新的巨大变化，深层次的服务功能可以通过高新技术的运用加以实现。

1.图书馆服务重心将发生变化

以人为本的个性化服务将成为图书馆服务的重心。在大数据的支持下，高细腻的个性化服务能够得到更加有效的开展。图书馆可以基于不同个体的个性特点、性格偏好提供定制式的个体服务。

2.图书馆服务的内容将发生变化

知识服务[7]的内容将突破信息和知识的单纯提供和简单加工，发展到高附加值的信息分析、决策咨询领域。通过大数据支持，图书馆服务将越来越深入地在提供信息和知识的基础上，结合用户的自身需求，挖掘内在关系、分析潜在趋势，为用户的获取、分析、咨询、决策服务。

3.图书馆服务质量将发生质的飞跃

图书馆服务的深度和广度将有突破性发展。大数据背景下的图书馆服务将打破传统的图书馆服务的界限，突破时间和空间局限，扩展到用户需求的各个领域，做到“有所需”便“有所得”。

三、大数据背景下高校图书馆图书采购特点

(一)图书需求的动态获取

通过图书馆自动化系统数据库和高校图书馆的读者借阅服务平台提供的各项数据信息，将图书馆藏、流通数据加以分析，结合高校本身的系统数据库，采购人员能够动态获取信息资源，进行图书需求分析，制定图书采购计划。

其一，利用图书馆管理系统软件，获取图书的采访、编目、典藏、流通等业务数据，分析不同学科、类目图书的种类、数量和使用情况，对图书类别的潜在需求加以分析挖掘，为图书采购计划提供必要的数据。

其二，分析读者借阅服务平台的数据信息，根据读者信息、流通借阅信息、文献检索信息的数据日志记录，挖掘不同专业、年级、性别、地域特点、研究方向等的读者对图书文献的需求偏好。结合高校学科分布和师生信息数据，分析需求的书目、数量，提供图书采购依据。

其三，高校图书馆要服务于高校的教学和科研要求，因而需要根据高校的自身特点进行图书采购。高校的学科设置、专业分布、学生数量、教研方向等内容，都对图书采购的方向和数量有一定影响。

(二)书单的个性化推荐

目前图书采购的主要方式是利用采访管理系统和电子邮件系统，通过网络系统电子化采书。图书供应商定期将图书采购目录发送给图书馆采购人员，由其进行筛选、确定购买书目和复本数后将订购单发送给供应商，再由供应商组织供货。这一过程中，书商提供的采购目录是某段时间能够提供的全部图书目录信息。图书采购人员则需要在大量的书目信息中人工选择符合本馆需要的具体书目。

其实，根据现有技术，图书馆获取书商提供的图书目录后，完全有可能对其进行图书馆需求分析，智能化判断图书馆所需的部分。由大数据分析系统分辨哪些图书是日常采购需要，哪些图书需要重点采购，哪些图书需求已基本饱和仅需少量补充，哪些图书不适于本校不需采购。然后在图书目录中分别加以标注，形成适用于本校图书馆的个性化推荐书单，便于采购人员的采购参考。通过系统数据分析推荐，能够降低人工挑选的人为疏漏，提高选书质量和精度，还能够降低采购人员工作强度，提高工作效率。

(三)复本的多样化

采购人员确定图书采购的复本数往往是根据图书馆的基本规定。这种规定都比较笼统，一般只规定基本的复本数量。更具体一点的，能够区分文理科图书、公共科目和专业科目图书的不同复本数量。但在实践中，图书的情况复杂多变，馆藏情况和需求也不断变化，这种复本数的规定并不能够完全适用。采购人员需要对具体书目自行分析判断，确定适当的复本数量。

在大数据背景下，这一工作完全可以交给系统分析确定。数据分析挖掘技术可以根据图书馆用户即高校师生人数、已有馆藏情况、图书检索和借阅情况、藏书馆室分布和每册图书的图书性质、潜在需求数等相关数据信息，分析出采购该图书资料后的利用效率，自动推荐适当的复本数目。采购人员根据系统推荐，结合自身经验，可以灵活调整订购复本数量，摒弃传统的一刀切模式，提高图书入馆之后的使用效率。

四、智能化新型采购模式的实现

(一)智能化采购模式的表现

1.个性化图书采购

智能化图书采购模式的表现形式之一是个性化的图书采购。运用大数据背景下的采访管理系统将实现采购数据的本地化，可以根据高校图书馆的具体情况，对从外界获得的图书目录信息进行智能化分析，实现个性化的推荐书单，对书目进行不同复本数推荐，供采购人员参考。

2.实时性图书采购

智能化图书采购模式还表现在图书采购过程的实时性。图书采访管理系统与读者的借阅服务平台、推介服务平台能够实现信息共享、实时互动，能够准确反映高校图书馆的需求变化，结合大数据分析总结形成的预测性信息，能够确保图书采购工作的高质高效。

3.以用户需求为中心的图书采购

以用户需求为中心是智能化图书采购模式的另一表现形式。大数据背景下的图书馆服务的重要特点就是能够实现以人为本、用户至上的细腻化个性服务。用户需求至上的概念将深入图书馆服务的全部流程，并在图书采购工作中明确体现。

(二)智能化采购模式的优势

大数据支持下的新型采购模式不再高度依赖采购人员的主观经验，而是根据大数据挖掘、个性化分析图书需求后，自动生成采购推荐清单，高度智能化的完成图书馆采购工作。采购人员的工作将从选书为主转变为审核发订。这将大大提高图书采购的工作效率，降低图书采购的工作强度，减少图书馆对采购人员人数的需求。

与此同时，智能化的新型采购模式必然要对采购人员的知识和技术水平有着更高的要求。

(三)智能化采购模式的前景

虽然“大数据”这一概念提出并引起关注的时间并不长，但其中蕴含的数据挖掘、云计算等相关技术已经取得了重大的进展。已经有人尝试将部分技术运用于图书馆图书采购工作的理论与实践[8]。

微软工程师Christian Huitema提出，人类要做到从大数据集中熟练提取真正的知识，还需再经历十年以上的时间。Meta Facts的首席分析师Dan Ness则认为，直到2020年大数据技术的应用前景才能基本清晰，人类也才能够利用大数据最终做出明智的、有远见的决策[9]。也许大数据环境真正运用于图书馆服务工作还需要信息技术的长足进步和充分应用，但从整体趋势来看，未来的方向已无法改变。只有认真提高自身的知识储备和技能水平，为未来的智能化图书馆采购模式积蓄力量，是图书采购人员的工作责任。

参考文献：

[1] 李雷，申筱彤.数据挖掘在高校图书馆图书采购计划中的应用[J].医学信息，2011(4):1910—1912.

[2] 张成林.基于文本挖掘的图书采访推荐清单自动生成模型[J].情报杂志，2013(4):155—160.

[3] 范春梅.高校图书馆资源荐购服务探讨[J].图书馆建设，2010(5):11—17.

[4] 赵晓芳.中国图书采购查重的方法与技巧[J].常州大学学报：社会科学版，2012(3)：109—111.

[5] 严雷风，张德馨.大数据研究[J].计算机技术与发展，2013(4)：168—172.

[6] 甘晓.李国杰.大数据成为信息科技新关注点[EB/OL].(2012-06-27)[2014-02-22]. http://www.cas.cn/xw/zjsd/201206/t20120627_3605350.shtml.

[7] 秦晓珠，大数据知识服务的内涵、典型特征及概念模型[J].情报资料工作，2013(2)：18—22.

[8] 许毅.数据挖掘技术在图书馆采购中的应用[J].中国现代教育装备，2012(7):87—89.

[9] Janna Quitney Anderson, Lee Rainie. Big Data: Expert Say new forms of information analysis will help people be more nimble and adaptive, but worry over human's capacity to understand and use these new tools well [EB/OL]. (2012-07-20)[2014-02-22]. http://www.a51.nl/storage/pdf/PIP_Future_of_Internet_2012_Big_Data_7_20_12.pdf.