文/太原学院 赵睿

利用大数据，将传统模式下对于信息资源的采集、加工、利用的基本理念转变。图书馆作为信息资源采集与提供的对应机构，在当前的数字化时代下，经过了数字化的变革，其在收集、储藏以及管理方面也逐渐囊括了包含传统纸质在内的多种载体的信息资源采集与整合，以及数字化的加工与服务的建设。因此，这对于大数据时代高校图书馆服务模式的创新，提供了对应的挑战和机遇。

一、大数据时代及图书馆的大数据特征

（一）定义及时代特征。大数据，指的是海量信息资源，基于非结构化、多样化的数据信息方式来加以呈现。有学者提出：大数据指的是数量大小超出传统意义尺度，一般的软件工具难以进行捕捉、存储、分析的基本数据。大数据作为时代产物，具有鲜明的时代意义，这对于数据管理、处理以及思维等都存在颠覆性的变革。在大数据时代，其发展已经超出了任何一个时代对于数据的要求，并且利用大数据，也可以从海量的信息资源之中寻找具有价值与意义的信息数据。

（二）特征。图书馆大数据主要是利用计算机、网络等海量信息数据，其不仅改善了人们传统的思维经验，同时也能够对图书馆的生存与发展提供一定的影响。大数据时代，做好图书馆服务方式以及服务效果的完善，其本身也具有重要的现实意义。高校图书馆只有提升服务能力和质量，才能够实现创新发展，这样也有利于图书馆持续健康的发展。基于图书馆存储的数据种类以及数量来分析，图书馆已经具备大数据时代特征。

二、大数据时代高校图书馆服务模式发展策略

在大数据时代，高校图书馆服务模式的发展，还需要兼顾下述几个方面，这样才能够满足各种需求，推动高校图书馆的发展。

（一）图书荐购流程与质量的优化。对于高校图书馆来说，馆藏利用率至关重要，因为馆藏利用率直接关联到馆藏结构，是否能够为读者提供图书资源方面的服务。如果图书馆对读者需求不了解，盲目购买图书，就会出现馆藏利用率降低的问题，这样不但会影响图书馆管理，同时也无法满足其阅读需求。因此，通过大数据的使用，就能够提供对应的依据。在大数据背景下，图书馆荐购能够让馆员、读者等直接参与到馆藏建设中去，这样不但可以实现流程的优化，实现人力物力的节约，同时还能够为读者提供更加精准化、个性化的服务。高校图书馆的荐购包含了基于大数据与基于用户两个层面的方式，其主要是为了提升荐购的实际效果，将大数据的优秀完全发挥出来。基于用户的大数据图书荐购，主要是为了让读者能够参与其中。图书馆可以分析读者的搜索信息、点赞率、转发量等基本的信息，从而了解其喜好。读者也可以将自己看到的图书馆信息，利用二维码的方式直接上传到图书馆服务器之中，从而提供对应的信息服务图书馆荐购。这一系列的工作开展都需要大数据的支持，才能够在海量数据中找寻到有价值、有意义的信息，从而提供对应的依据服务高校图书馆的图书荐购，最终实现馆藏利用率的提升，为读者提供对应的服务。

（二）运用MOOC服务模式。1.基于云计算的课程资源整合。云计算作为分布式的共享资源，这一种共享就是利用网络服务来提供给对应的用户，让用户按照实际的需求来获取对应的资源，也不需要进行其他的处理。在云计算的分析推动下，MOOC在线教育平台在国内外都得到飞速的发展，其不仅凭借自身的优势，将传统高校图书馆的服务模式打破，同时根据学习者的偏好、行为以及学习途径等进行大数据方面的分析，还为师生提供了技术与个性化层面上的支持与服务。高校图书馆MOOC第二课堂，也为师生提供了对应的交流与互动学习途径，最终实现对学习效率的全面提升。2.成立MOOC视频网站专题，创建课程视频。设计MOOC视频网站，是基于学习需求、专业知识丰富、学科种类齐全的学习网站建设原则，确保其学习资源可以与课程学习资料实现对应的同步处理，并且针对不同的学科分门别类进行视频课件、文档资料的整理，这样才可以做好对应的融合和调整，做好信息的收集，并且通过数据来做好评估处理。MOOC平台也需要持续地进行维护与升级，如果能够做好用户资源使用数据的收集，再针对其进行分析评估，这样就可以提供购买资源的数据，从而进行合理的评估，这样也可以为资源购买提供进一步的参考，使得高校图书馆的资源能够与使用者的兴趣和要求进行相互的匹配。

（三）服务理念的转型。1.从个人经验模式到数据分析模式。目前，高校图书馆的各项事务决策以及运作都是基于经验作为其主导，或者是通过节点性的数据，使得数据本身呈现出孤立、分散的模式，导致其分析方法相对的静态、简单。从日常的管理到采购图书，再到学科化的服务，其对于人的依赖性较高，无法考虑到大数据本身的使用对于学生实际需求的反应。在大数据时代，高校图书馆还需要掌握读者的真实动态，能够提供个性化的服务，这样就可以整合读者的基本信息，建立对应的数据库，从而利用新信息的叠加，让模型能够实现迭代与修正，基于这一基础，才可以建立对应的决策方案。相对的，高校图书馆馆员还需要基于信息查询和咨询，逐渐调整到数据的整理与挖掘，能够在输入数据之后做好甄别处理，并且利用大数据算法来做好后期的处理、分析和决策。2.从依赖点数据到依赖全貌数据。在大数据出现之前，高校图书馆虽然并不是完全依靠经验来进行日常事务管理，但是也有部分活动是基于数据作为其支持。总而言之，这一部分数据存在孤立、分散的特点，并且大部分都是用户主动输入的，针对某一部分进行的结构化处理。随着大数据算法处理数据能力关联度的不断提升，数据的分析不会再受到数据冗余度以及相关性的限制，图书馆的理念也从原本对于数据因果关系的关注发展到对相关关系的关注，更多的是依赖全貌数据，确保数据建模的实用性和可靠性。另外，基于大数据的获取特点，直接决定了服务理念需要进行对应的转型处理。大数据信息的采集来源分布也会变得之间的宽泛，从刷门禁卡到自主借阅，再到关联到图书检索管理系统，实现与手机的互动，在今后还需要融合图像识别、物联网感知、在线学习平台采集等渠道。在海量的日常归集信息中，除开非结构化、体量大之外，还包含了实时性、动态性以及价值密度低等诸多特点，只有在不断更新的模型下，通过全貌数据，这样才可以实现个性化的分析与处理，最终将服务质量提上去。

三、结语

总而言之，高校图书馆凭借其本身的优势，在当前的大数据背景下，就需要不断地创新其服务模式，能够依托计算机软硬件系统和高质量的管理人才，从而培养出智能化图书馆所需要的专业人才，并且通过个性化服务模式的创新、信息的挖掘和利用、用户需要的专业化分析等，就可以提出对应的思路服务高校图书馆的创新。所以，本文就大数据时代高校图书馆的服务模式创新进行分析，是为了推动高校图书馆的可持续发展，为高校培养人才、开展科研工作以及实现文化、教学之间相互的交流提供更高质量的服务。