论文部分内容阅读
【摘要】大数据分析是实现高校图书馆信息资源管理的高效性与便捷性的有效措施，是高校图书馆信息资源管理工作有序开展的保障。本文笔者将基于大数据环境下，探究高校图书馆信息资源管理的优化路径，以供相关人士参考。
【关键词】大数据;高校图书馆;信息资源;优化路径
前言
随着科学技术的发展，计算机网络技术不断进步，致使诸多新技术得到研发，例如，大数据技术、云计算技术等。大数据技术与云计算技术是数据处理的有效手段，具有可靠性高的优势。高校图书馆所面对的信息资源具有复杂多样的特点，且蕴含庞大的阅读数据，大大增加了高校图书馆信息资源管理难度。因此，高校应以大数据环境为基础，优化图书馆信息资源管理模式，提高高校图书馆信息资源管理效率。
一、大数据基本概述
大数据，亦被称之为巨量数据或海量数据，即在庞大数量、复杂结构以及类型多样的数据基础上，所构建的数据集合，是在云计算数据处理和应用模式前提下，以数据的集成共享为目标，在交叉复用过程中形成的智力资源与知识服务能力。针对大数据，研究学者将其进行如下定义：大数据，指在新处理模式基础上，具有较强的决策能力、洞察发现能力以及流程优化能力的海量、高增长率以及多样化的信息资产。从某种意义上说，大数据表示的是数据分析的前沿技术。换言之，大数据技术即在各种各样类型数据处理过程中，具有快速获取具有价值的信息的能力。针对大数据而言，其具有4个基本特征。具体而言：第一，数据量大，大数据的起始计量单位至少为P（1000个T）、E（100万个T）或Z（10亿个T）。第二，数据类型繁多。诸多大数据源并非结构化，而是半结构化或者为多结构化。此类数据均可具有可被理解的逻辑流程，可将有效数据进行提取用于信息分析。第三，价值密度低。例如，目前物联网得到广泛应用，信息感知无处不在，庞大的信息量，导致价值密度偏低。第四，速度快时效高。该特征是大数据区别于传统数据挖掘的显著特征。
二、高校图書馆数据管理与文献知识模块中应用大数据分析
庞大的阅读数据是大数据分析的首要对象，若以数据分析的表象为视觉角度，海量数据的分析，即归纳整理读者感兴趣的文献信息资料。对于大数据技术，时间性与空间性是其基本属性，适用于高校图书馆信息资源管理。对锁定的目标进行分析整理是海量数据分析和管理的一大功能，进而保证数字图书资源存在的价值。与此同时，海量数据中的阅览数据是判定文献重要程度的有效依据，是文献利用率的彰显。文献知识既是概念的诠释，也是概念的表达，阅读数据则是知识存在模式与关系的揭示。数据的单一记录，难以正确体现知识的价值、认知程度以及可靠性等，只有将不同记录的数据进行有序组织，在大数据技术指导下，正确掌握读者阅读信息，对比分析文献知识的共性与个性，解读数据信息的有效性，达到整理、归纳数据中隐藏的知识结构与线索的目的，充分显示知识的价值与可靠性。
基于大数据技术作用下，图书馆文献知识管理分析过程具有一定复杂性。显性知识获取与隐性知识获取是知识获取的两种方式，显性知识阅读量数据获取对应的则是显现数据，针对显性知识阅读量数据分析，即在一定规律与理论的指导下，在测量归类方式基础上，获得的有效数据，从而实现对文献阅览总量的描述，达到获取知识概念的目的。例如，理论文献查阅、文科学科分类阅览以及新闻动态阅读等。
评估高校图书馆信息资源整理利用率是数据分析的主要作用，但由于诸多知识点具有不可量化的特点，针对此部分知识点，则可利用模型辅助对其进行推理判断。隐性数据，即基于建模作用下的概念推理数据，揭示显性知识信息与资源的可靠依据是隐性数据的主要作用。例如，利用PBL教学模式，进行数据分析。PBL，基于解决问题基础上，将教学目标设置为大学生自主学习能力，进而构建的知识体系。PBL教学模式有利于激发学生学习积极性，调动学生学习兴趣，达到提高学生解决问题能力的目的，培养学生养成自主学习的习惯。高校图书馆，以大学生知识查阅的点击量为显性数据，判定大学生若没有教师的指导其学习能力的高低。与此同时，高维隐性数据是促使数据分析得到理想数据的有效保障。换言之，即对于参与实验的大学生而言，其在图书馆查阅实验相关的知识点的过程中，对相关知识点的点击量，则为隐性数据的综合。总之，基于大数据技术作用下，高校图书馆信息资源管理逐步实现数字化管理方式，为高校图书馆信息资源管理模式的创新与发展提供依据。
三、基于大数据视野下，云计算与图书馆数据信息挖掘
目前，谷歌、清华大学以及华盛顿大学联合开展云计算学术合作研究计划，其中，大数据时代下高校图书馆信息数据管理的新模式是其探究的重点之一。云计算，指在虚拟计算环境基础上，基于数据中心下的超级计算方式，其中，动态性与可扩展性是其基本特点。以计算机云计算为基础，高校图书馆信息资源管理将社会大规模电子文献出版系统、个体终端读者以及学术团体等多个主体紧密联系起来，为读者提供更为优质、全面的服务，拓宽高校图书馆信息资源获取渠道，达到资源共享的目的。
基于云计算的动态性与可伸缩性，为实现高校图书馆信息资源高效管理奠定基础。在云计算作用下，出版社以及图书公司等以读者书籍的点击量为依据，为其提供动态数据参考，为图书馆馆藏与信息资源结构的优化提供保障
云计算和图书馆数据信息挖掘技术是高校图书馆利用率的保障，文献阅读数据是高校学术研究的依据。在信息网络技术不断发展的时代下，高校图书馆信息资源管理逐渐走向现代化发展道路，为高校图书馆信息资源管理效率带去保障。
四、基于大数据环境下，优化图书馆信息资源个性化推动服务
传统高校图书馆信息资源的推送服务包括两种基本模式，一是针对定制个性化服务的用户推送;二是面向全体用户进行推送。若高校图书馆采用面对全体用户推送信息资源方式，致使信息资源推送缺乏针对性与目的性，存在诸多大学生不感兴趣的内容，进而放弃推动服务信息的阅读，导致图书馆信息资源推送服务失败。基于大数据作用下，读者信息得到有效整合，大学生可采用多种形式达到与图书馆互动的目的，例如，移动、微博、QQ以及微信等形式，为图书馆信息资源推送提供依据。与此同时，利用大数据的关系分析法，辅助图书馆管理者准确预测大学生读者的阅读需求，开展具有针对性、目的性的信息资源推送活动，充分发挥大数据的作用，提升图书馆信息推送效率。
五、小结
总而言之，科技是第一生产力，是推动各行各业向前发展的动力，高校图书馆信息资源管理亦是如此。因此，为保证高校图书馆信息资源的有效性，提高图书馆信息资源利用率，高校图书馆应以科学技术为指导，优化图书馆信息资源管理模式，提高图书馆信息资源管理效率，实现图书馆信息资源管理的智能化发展。
参考文献：
[1]李南.基于大数据环境下高校图书馆的信息推送服务[J].激光杂志，2015，02：39-40.
[2]张颖.大数据时代高校图书馆信息资源管理的创新与发展[J].武汉理工大学学报（社会科学版），2015，03：449-452.
[3]王显燕.大数据环境下高校图书馆信息资源建设与服务[J].农业图书情报学刊，2015，10：26-28.
【关键词】大数据;高校图书馆;信息资源;优化路径
前言
随着科学技术的发展，计算机网络技术不断进步，致使诸多新技术得到研发，例如，大数据技术、云计算技术等。大数据技术与云计算技术是数据处理的有效手段，具有可靠性高的优势。高校图书馆所面对的信息资源具有复杂多样的特点，且蕴含庞大的阅读数据，大大增加了高校图书馆信息资源管理难度。因此，高校应以大数据环境为基础，优化图书馆信息资源管理模式，提高高校图书馆信息资源管理效率。
一、大数据基本概述
大数据，亦被称之为巨量数据或海量数据，即在庞大数量、复杂结构以及类型多样的数据基础上，所构建的数据集合，是在云计算数据处理和应用模式前提下，以数据的集成共享为目标，在交叉复用过程中形成的智力资源与知识服务能力。针对大数据，研究学者将其进行如下定义：大数据，指在新处理模式基础上，具有较强的决策能力、洞察发现能力以及流程优化能力的海量、高增长率以及多样化的信息资产。从某种意义上说，大数据表示的是数据分析的前沿技术。换言之，大数据技术即在各种各样类型数据处理过程中，具有快速获取具有价值的信息的能力。针对大数据而言，其具有4个基本特征。具体而言：第一，数据量大，大数据的起始计量单位至少为P（1000个T）、E（100万个T）或Z（10亿个T）。第二，数据类型繁多。诸多大数据源并非结构化，而是半结构化或者为多结构化。此类数据均可具有可被理解的逻辑流程，可将有效数据进行提取用于信息分析。第三，价值密度低。例如，目前物联网得到广泛应用，信息感知无处不在，庞大的信息量，导致价值密度偏低。第四，速度快时效高。该特征是大数据区别于传统数据挖掘的显著特征。
二、高校图書馆数据管理与文献知识模块中应用大数据分析
庞大的阅读数据是大数据分析的首要对象，若以数据分析的表象为视觉角度，海量数据的分析，即归纳整理读者感兴趣的文献信息资料。对于大数据技术，时间性与空间性是其基本属性，适用于高校图书馆信息资源管理。对锁定的目标进行分析整理是海量数据分析和管理的一大功能，进而保证数字图书资源存在的价值。与此同时，海量数据中的阅览数据是判定文献重要程度的有效依据，是文献利用率的彰显。文献知识既是概念的诠释，也是概念的表达，阅读数据则是知识存在模式与关系的揭示。数据的单一记录，难以正确体现知识的价值、认知程度以及可靠性等，只有将不同记录的数据进行有序组织，在大数据技术指导下，正确掌握读者阅读信息，对比分析文献知识的共性与个性，解读数据信息的有效性，达到整理、归纳数据中隐藏的知识结构与线索的目的，充分显示知识的价值与可靠性。
基于大数据技术作用下，图书馆文献知识管理分析过程具有一定复杂性。显性知识获取与隐性知识获取是知识获取的两种方式，显性知识阅读量数据获取对应的则是显现数据，针对显性知识阅读量数据分析，即在一定规律与理论的指导下，在测量归类方式基础上，获得的有效数据，从而实现对文献阅览总量的描述，达到获取知识概念的目的。例如，理论文献查阅、文科学科分类阅览以及新闻动态阅读等。
评估高校图书馆信息资源整理利用率是数据分析的主要作用，但由于诸多知识点具有不可量化的特点，针对此部分知识点，则可利用模型辅助对其进行推理判断。隐性数据，即基于建模作用下的概念推理数据，揭示显性知识信息与资源的可靠依据是隐性数据的主要作用。例如，利用PBL教学模式，进行数据分析。PBL，基于解决问题基础上，将教学目标设置为大学生自主学习能力，进而构建的知识体系。PBL教学模式有利于激发学生学习积极性，调动学生学习兴趣，达到提高学生解决问题能力的目的，培养学生养成自主学习的习惯。高校图书馆，以大学生知识查阅的点击量为显性数据，判定大学生若没有教师的指导其学习能力的高低。与此同时，高维隐性数据是促使数据分析得到理想数据的有效保障。换言之，即对于参与实验的大学生而言，其在图书馆查阅实验相关的知识点的过程中，对相关知识点的点击量，则为隐性数据的综合。总之，基于大数据技术作用下，高校图书馆信息资源管理逐步实现数字化管理方式，为高校图书馆信息资源管理模式的创新与发展提供依据。
三、基于大数据视野下，云计算与图书馆数据信息挖掘
目前，谷歌、清华大学以及华盛顿大学联合开展云计算学术合作研究计划，其中，大数据时代下高校图书馆信息数据管理的新模式是其探究的重点之一。云计算，指在虚拟计算环境基础上，基于数据中心下的超级计算方式，其中，动态性与可扩展性是其基本特点。以计算机云计算为基础，高校图书馆信息资源管理将社会大规模电子文献出版系统、个体终端读者以及学术团体等多个主体紧密联系起来，为读者提供更为优质、全面的服务，拓宽高校图书馆信息资源获取渠道，达到资源共享的目的。
基于云计算的动态性与可伸缩性，为实现高校图书馆信息资源高效管理奠定基础。在云计算作用下，出版社以及图书公司等以读者书籍的点击量为依据，为其提供动态数据参考，为图书馆馆藏与信息资源结构的优化提供保障
云计算和图书馆数据信息挖掘技术是高校图书馆利用率的保障，文献阅读数据是高校学术研究的依据。在信息网络技术不断发展的时代下，高校图书馆信息资源管理逐渐走向现代化发展道路，为高校图书馆信息资源管理效率带去保障。
四、基于大数据环境下，优化图书馆信息资源个性化推动服务
传统高校图书馆信息资源的推送服务包括两种基本模式，一是针对定制个性化服务的用户推送;二是面向全体用户进行推送。若高校图书馆采用面对全体用户推送信息资源方式，致使信息资源推送缺乏针对性与目的性，存在诸多大学生不感兴趣的内容，进而放弃推动服务信息的阅读，导致图书馆信息资源推送服务失败。基于大数据作用下，读者信息得到有效整合，大学生可采用多种形式达到与图书馆互动的目的，例如，移动、微博、QQ以及微信等形式，为图书馆信息资源推送提供依据。与此同时，利用大数据的关系分析法，辅助图书馆管理者准确预测大学生读者的阅读需求，开展具有针对性、目的性的信息资源推送活动，充分发挥大数据的作用，提升图书馆信息推送效率。
五、小结
总而言之，科技是第一生产力，是推动各行各业向前发展的动力，高校图书馆信息资源管理亦是如此。因此，为保证高校图书馆信息资源的有效性，提高图书馆信息资源利用率，高校图书馆应以科学技术为指导，优化图书馆信息资源管理模式，提高图书馆信息资源管理效率，实现图书馆信息资源管理的智能化发展。
参考文献：
[1]李南.基于大数据环境下高校图书馆的信息推送服务[J].激光杂志，2015，02：39-40.
[2]张颖.大数据时代高校图书馆信息资源管理的创新与发展[J].武汉理工大学学报（社会科学版），2015，03：449-452.
[3]王显燕.大数据环境下高校图书馆信息资源建设与服务[J].农业图书情报学刊，2015，10：26-28.