第四節　大數據對高校圖書館知識服務的影響

高校圖書館知識服務主要是指利用其知識資源和專業服務優勢，依托現代先進的知識服務平臺，針對校內外用戶的知識需求而開展的一系列知識識別、收集、存儲、加工（分析和挖掘）和提供的活動過程。

大數據、云計算、人工智能、物聯網、移動互聯等現代信息技術和泛在化、移動化、智能化、虛擬化的數字信息環境的快速發展，既給高校圖書館知識服務帶來了機遇，同時也帶來了挑戰。秦曉珠提出：與已有的信息服務模式相比，大數據知識服務模式和構建過程越來越趨向于個性化、自主化、虛擬化、智能化、透明化和體驗化，知識創造模式、組織模式、傳播模式和應用模式也呈現出規模化、集約化、數字化和網絡化的趨勢。[12]可見，大數據、大數據技術、大數據環境必然對高校圖書館知識服務理念、流程、組織、方式、內容、平臺、質量、制度等方面產生重要影響，因此，大數據時代，高校圖書館為適應高等教育的高質量發展、拓展社會化服務功能，必須要高度關注知識服務工作，深化改革，提高知識服務能力和水平，以滿足大數據時代校內外用戶知識需求。大數據、大數據技術、大數據環境對高校圖書館知識服務的影響主要體現在以下幾個方面。

一、對知識服務觀念的影響

在大數據的背景下，擁有海量、類型多樣的知識資源的高校圖書館的存在價值不再僅僅是讀者獲取信息和知識的一個渠道。高校圖書館的校內外用戶的知識需求明顯增加，對知識服務質量提出更高的要求，高校圖書館傳統的服務理念在很多方面已經落后于時代的發展，很難適應大數據時代用戶的需求和要求。因此，高校圖書館為滿足大數據時代校內外用戶的知識需求和要求，就必須要做到與時俱進，對知識服務的理念進行不斷革新和優化，擺脫傳統信息服務觀念的束縛，積極轉變觀念和理念，樹立大數據服務觀，充分利用現代大數據技術，開展大數據知識服務；圍繞用戶的知識需求，充分利用現代信息技術，對知識資源進行挖掘，實現知識發現，為用戶提供精準高質的知識服務。作為圖書館的工作人員，也應立足于信息技術的應用并不斷擴展服務內容和服務范圍的深度和廣度，以此推動高校圖書館知識服務的高質量發展，更好地服務于用戶。

二、對知識服務過程的影響

大數據、大數據技術、大數據環境對高校圖書館知識服務收集、存儲、加工和提供等活動產生重大影響。首先，微信、電子郵件和網站等多種類型和形態的海量數據給高校圖書館的知識收集過程帶來了新挑戰，傳統的收集方法和手段顯然不能完全適應大數據時代的要求。其次，大數據時代海量結構化數據的復雜處理需求、海量半結構化及非結構化數據多維度處理需求，對高校圖書館的數據存儲能力提出更高要求。最后，如何從海量的知識資源中挖掘出用戶需要的高品質知識，是新時代高校圖書館需要解決的重要問題，大數據環境與傳統環境下的信息檢索、數據挖掘有本質性的差異。構建云數據庫，進行數據挖掘和智能分析，實現知識發現和知識共享應該成為大數據環境下高校圖書館知識服務的核心工作。

三、對知識服務方式和方法的影響

在現代信息技術快速發展的大數據環境下，高校圖書館擁有的知識資源內容豐富、類型多樣，知識收集、加工、處理、傳遞和提供方式與方法明顯發生變化，校內外各類用戶的知識需求和要求更高。因此，高校圖書館開展知識服務不應局限于傳統的信息服務方式，而應充分考慮大數據帶來的影響，積極與大數據的爆發式增長和社會化趨勢同步，如果仍然沿用傳統的服務模式、流程、方法和手段，很難滿足用戶的知識需求和要求。在大數據時代，主動服務、網絡化服務、自助服務、個性化服務、一站式服務、定題服務等將成為高校圖書館知識服務主要的方式和方法，這些方式和方法的重要基礎是數據清洗和知識咨詢服務。大數據的數據清洗在技術上對知識服務提出了新的更高層次的要求，即對大數據背景下的海量數據進行數據整合和數據關聯；同時大數據對知識咨詢服務的進一步發展提供了更為豐富的專業數據資源和數據分析技術，革新了解決問題的方式和思維。

四、對知識服務專業人員素質的影響

大數據時代高校圖書館知識服務更加突出個性化、自主化、虛擬化、技術化、網絡化和智能化等特征。因此，大數據環境對從事知識服務的專業技術人員的知識結構、服務意識、服務能力和綜合素質等提出了更高的要求。擁有復合型知識結構，掌握現代信息技術（尤其是大數據技術）和現代知識服務的方式和方法，具有新形勢下知識服務的理念等，都是大數據環境對知識服務從業人員的基本要求。具體概括為：一是要求知識服務人員具有復合型的知識結構；二是要求知識服務人員掌握現代知識服務技術；三是要求知識服務人員具有良好的知識服務意識和能力；四是要求知識服務人員具有良好的外語水平和溝通能力。

五、對知識服務技術和平臺的影響

大數據的特征對數據收集、數據存儲、數據檢索、數據挖掘、數據共享、數據監管以及數據的可視化等方面帶來巨大沖擊和挑戰。因此，大數據技術將成為IT領域新一代的技術與架構，協助用戶存儲和處理海量數據，并從大量的、有噪聲的數據中挖掘出其潛在價值。自大數據概念出現后，大數據采集、預處理、分析及挖掘技術隨之涌現，如Hadoop、Cloud Computing等大數據技術，管理海量數據變得更加容易、便捷和快速。可見，大數據環境下的高校圖書館知識服務對現代信息技術的依賴性更強、要求更高，可視化分析、大規模并行處理（MPP）數據庫、數據挖掘算法、分布式文件系統、分布式數據庫、云計算平臺、互聯網和可擴展的存儲系統等都將成為知識服務的主要支撐技術。知識服務平臺是高校圖書館與用戶建立聯系的平臺，在大數據背景下，大數據流分析平臺的構建以及平臺的適用性具有重要意義。

六、數據挖掘和智能分析成為知識服務的核心工作

在互聯網、云計算、人工智能等現代信息技術快速發展的大數據環境下，海量數據的出現給高校圖書館的知識服務帶來了新挑戰和新機遇。面對海量的多類型數據，高校圖書館如何快速準確地識別用戶知識需求，精準獲取、篩選分析、提供用戶所需要的知識，將成為大數據時代高校圖書館知識服務工作的重中之重，也是知識服務工作中的難點。因此，構建云數據庫，上線網絡化知識服務平臺，充分利用泛在知識資源，進行數據挖掘和智能分析，實現知識發現和知識共享應該成為大數據環境下高校圖書館知識服務的核心工作。最近幾年圖書館的信息推送和個性化知識服務廣泛運用用戶畫像技術。因此，高校圖書館能夠通過對用戶行為的深度數據挖掘和智能分析，實現各類信息資源的關聯和聚類，以此構建用戶畫像，進一步提高知識服務的靶向性。

七、對知識服務模式提出全新要求

大數據、大數據技術要求高校圖書館知識服務必須要基于“互聯網+”環境，將“互聯網+”概念引入知識服務領域，通過構建高校圖書館大數據知識服務模式實現知識服務已經成為必然。構建高質量的知識服務模式可以有效地促進高校圖書館知識服務的效率和質量，同時拓寬高校圖書館用戶群體與服務面。因此，大數據環境下的高校圖書館知識服務模式，必須基于泛在知識資源，充分利用“互聯網+”、大數據、云計算、人工智能、物聯網、移動互聯等現代先進信息技術，高度重視信息平臺安全，體現用戶至上的服務理念，實現主動式、個性化、自助式、網絡化、智能化服務方式。同時，高校圖書館還應重視自身與服務對象之間的交互，以便將高校圖書館的知識服務成果和產品推廣到社會上，并將其充分運用于社會生產和經濟發展的過程中。

八、豐富了知識服務的內容

高校圖書館知識服務質量如何，用戶是否滿意，主要取決于向用戶提供知識服務內容的質量，而影響提供內容質量的一個重要影響因素就是高校圖書館擁有的知識資源庫的數量和質量。大數據時代和“互聯網+”環境為高校圖書館提供了海量且類型多樣的知識資源，這些知識資源來源于社會發展的各行各業，來源于企事業單位和科研院所，來源于國內外，海量的知識資源不僅豐富了高校圖書館知識服務的內容，而且會為用戶提供更為專業化和個性化的知識服務，明顯提高知識服務的質量和用戶滿意度。

---

[1]KUUSISTO J，VILJAMAA A. Knowledge-intensive business services and coproduction of knowledge：the role of public sector[J]. Frontiers of E-business Research，2004（1）:282-298.

[2]EBERSBERGER B. The use and appreciation of knowledge-intensive service activities in traditional industries[R]. Helsinki：VTT Technology Studies，2004：8.

[3]張曉林.走向知識服務：尋找新世紀圖書情報工作的生長點[J].中國圖書館學報，2000（5）：32-37.

[4]李尚民.圖書館信息服務與知識服務比較研究[J].現代情報，2007（12）：33-37.

[5]WIMMER M A. Knowledge management in electronic government[C]. Krems: 5th IFIP International Working Conference on Knowledge Management in Elecronic Government，2004.

[6]FIOCCA R，GIANOLA A. Network analysis of knowledge-intensive services[C]. Lugano: 19th IMP Conference，2003.

[7]靳紅，程宏.圖書館知識服務研究綜述[J].情報雜志，2004，23（8）：8-10.

[8]劉宇清，徐寶祥.知識經濟環境下圖書館的知識管理與知識服務研究[J].情報科學，2010，24（12）：1796-1800.

[9]秦曉珠，李晨暉，麥范金.大數據知識服務的內涵、典型特征及概念模型[J].情報資料工作，2013（2）：18-22.

[10]董瑋，詹慶東.圖書館知識服務模式辨析[J].圖書館學研究，2016（3）：72-79.

[11]李積君，王鳳姣，龔蛟騰.知識生態視角下圖書館服務轉型研究[J].圖書館，2020（7）：73-78.

[12]秦曉珠.大數據知識服務的內涵、典型特征及概念模型[J].情報資料工作，2013（2）：18-22.