马晓瑾

忻州市科学技术情报研究所，山西 忻州 034000

图书情报领域就是利用大数据系统处理、分析数据的典型机构。分析大数据在图书情报领域的应用热点，有利于我国图书资源数字化进程，也有利于完善图书网络信息资源统一建设和信息共享，使图书情报工作与网络信息化进程更好地接轨，形成具有自身特色的网站平台和数据资源[1]，为广大读者、编者和作者提供更好的服务。

1 大数据在我国图书情报领域中的应用现状

相比其他技术，大数据具有更广泛的数据资源背景、并且速度更快，性价比更高，所以具有很高的商业价值。大数据在我国图书情报领域的应用现状如下。

1.1 国内图书情报领域数据资源问题

（1）数据资源共享共建体系不完善。在我国数据研究是以各高校为主体展开工作，各研究机构之间虽然存在合作关系，但合作覆盖领域有限。因为资源共享建设是一项复杂的工程，涉及各部门之间的协调、资金投入以及信息安全和版权等各类问题。再者，大数据技术在图书情报领域应用时间并不长，要形成资源共享、共建的体系，还需要各方不断协调。我国的许多学科领域每年会把自己部门的研究课题和研究数据整理分析[2]，存贮到各自专业领域的数据管理系统，但这些专业数据一般会被加密保管，所以不能起到共享的作用，导致大数据图书情报系统有效数据少，利用率低下。

（2）数字化图书资源少。众所周知，我国纸质版图书文献资料丰富，但形成数字化图书的并不多，主要是因为网络配套硬件基础薄弱，存储能力有限。

1.2 图书情报大数据技术开发未形成体系，缺乏理论指导

在世界范围来看，大数据技术正处于发展阶段，所以还没形成成熟的理论体系。发达国家可能研究起步早一些，所以在大数据驱动下的图书情报研究具有一些领先优势。大数据技术应用为我国图书情报工作带来新的发展机遇。虽然现阶段对大数据的研究处于探索阶段，但也要结合具体工作实践应用，不断总结经验，形成一套有效的处理模式[3]。

1.3 版权问题及信息安全问题制约数据资源发展

图书情报数据库建设中版权问题是最常见的问题。国家通过颁布各种法律法规，保障网络图书资源的健康发展。 比如，近年颁布的《著作权法》对复制权、网络转载、署名侵权等各类问题的解释和定位十分明确。同时，网络安全也是建立图书情报数据库要注意的问题，做好数据资源的安全系统，防止网络病毒侵袭也是当前的重要工作。

1.4 缺乏专业技术强的网络图书情报技术人员

由于大数据技术在世界各国都备受青睐，所以相对应的专业技术人才很抢手。因此吸收专业水平高的信息技术人员，培养在职人员的专业技术水平很重要。如果图书情报工作人员的专业水平不够，将无法适应信息社会的工作效率和工作模式，只会造成资源的浪费。

2 图书情报学领域研究热点分析

2.1 数据资源的管理研究

大数据网络信息资源具有存储数字化、内容形式多样化、数量巨大、处理速度快、以网络为传播媒介、动态传播的特点。所以信息数据资源管理最好的方法是建立大规模并行处理的数据库、云计算平台和可扩展的内存系统。虽然我国将大数据应用到图书情报领域时间不长，但我国的图书网络数据资源的开发建设工作也取得了一些成就。如：重庆维普资讯公司推出的“中文科技期刊数据库”，还有万方数据集团的“万方数据库”等。有必要特别一提的是一些学术期刊杂志社也顺应时代需求建立了学术期刊数据库，开发与建设这些数据库不仅具有实用价值，而且为我国图书情报工作的大数据技术应用积累了很多经验，也将图书情报工作推向了新的发展阶段。

2.2 图书情报分析方法及应用

图书情报常用的分析方法是内容分析法，一般从定量、定性以及定量定性相结合的方法入手。大数据技术时代，图书情报对大数据信息分析提出更高标准的要求。为了方便大众理解，数据分析结果的展现方式更加直观具体，所以可视化分析得到越来越多人的认同。 大数据可视化处理架构规划诞生后，特别是Twitter 尝试将大数据信息进一步精细分析之后，可视化分析逐渐成为主流发展趋势。大数据信息资源内容错综复杂，应用方向也不相同，所以多数情况下要根据具体研究内容和分析对象，选择运用不同的分析方法或灵活组合运用。

2.3 积极开发移动数据和云端处理模式

5G 技术即将走进人们的生活，所以未来移动设备中的大数据技术开发，将是主要的发展方向。虽然移动设备的运算、数据处理功能以及存储功能还不能满足数据处理需要，但也由此衍生了云端处理模式。云计算的出现为信息资源共享和沟通带来更大的便利。近年来，各高校图书馆都在深入研究云计算在本领域的应用，并取得一定成果，希望在实践中不断完善，能真正地把图书情报服务的成本降下来。移动设备和云端处理结合就能实现用手机处理网络大数据信息。虽然现在移动云处理研究处于起步阶段，但伴随5G 技术的推广应用，移动终端结合云端大数据处理应用研究将会得到更多研究群体的重视。同时大数据和移动云计算融合也有很多阻力，例如，安全隐私、模型架构等诸多问题，但为了方便更多人能随时随地处理数据文件，涉及这方面的研究正在进行，攻克技术难题也将指日可待。

2.4 关键词频数统计和聚类分析

关键词是作者提炼出的文章的核心内容，通过统计词频能发现区域性数据的研究热点。 聚类分析通俗来讲就是把相似问题归类，实质上就是把主题关系相近的数据归为一类。 同群要尽量相似，用可视化分析方法描述该领域的相关联系。 通过聚类分析能最直观地发现隐藏在海量数据中有用的知识，如该领域研究热点，各学科之间的交叉点，未来研究目标等。 目前国内研究的方向是将关键词与共引聚类分析相结合来揭示文献的主体结构，即提出了基于摘要对关键词加权贡献的相似度模型，使得文献的空间向量更加精确。

3 结语

综上所述，如今将大数据应用到图书情报工作领域的研究成果丰硕，虽然国外发达国家的相关研究比我们起步早一些，但只要我们选对方向对大数据视阈下的图书情报热点认真研究梳理，不但能促进大数据和图书情报工作的融合，还能为创新图书情报工作开辟一条新路径。网络信息时代，大数据的研究和应用势必会成为未来各行业关注的焦点，而图书情报领域的大数据技术开发更是当前的核心工作，作为从业人员我们必须要引起重视，积极地吸取和借鉴国内外相关领域的研究经验，使图书情报服务工作做得更好。