原创《大数据背景下图书馆业务管理模式》
本文是有关业务管理硕士毕业论文范文与管理模式和大数据背景和图书馆相关论文范文。
大数据背景下,人们的生活发生了改变.随着大数据应用实例的增多,图书馆也开始从不同角度对大数据的利用进行研究.如：2008年,张保华基于南京理工大学图书馆的图书借阅系统,对数据挖掘技术进行了研究；2012年,樊伟红等学者对图书馆需要怎样的“大数据”进行了系统的梳理,指出图书馆的业务工作也需要利用大数据2.
1 大数据的概念和特征
随着现代科技的发展,新技术、新知识层出不穷,大数据( Big Da工a)也成了这些海量数据的代名词,但大数据并不单纯指这些海量的数据,其还有更深层的含义.大数据从时间和速度两个维度进行解析,是一种结构化和非结构化相结合的数据.麦肯锡第一次提出了大数据的概念,他认为大数据是典型数据库软件不能进行采集、储存、管理和分析的数据集合.但到目前为止,大数据的概念还没有一个准确的定论.虽然大数据的概念还不确定,但大数据的一些特征是公认的,这些特征为图书馆了解大数据、应用大数据提供了实质性的帮助.
1.1 类型多,容量大
传统的图书馆馆藏会成为大数据的一部分,如大量的电子图书、期刊、音频、视频资源等.用户在利用图书馆时也会产生各种数据,如读者的行为数据、移动设备数据等.另外,图书馆内的技术设备在运行时也会产生大量的数据,如自助打印、复印设备及RFID设备等.这些类型多样、数量庞大的数据构成了图书馆的大数据集.
1.2增长速度快
目前,大数据呈现快速增长趋势,存储单位已经从工B级别发展到PB甚至EB级别.大数据惊人的增长速度对图书馆提出了两个方面的要求：一是对存储技术提出了要求.如果没有新的存储技术,迅速增长的信息量将迫使图书馆花费更多的资金购买新的存储设备.二是对信息处理速度提出了要求.
图书馆只有及时抓住稍纵即逝的数据进行分析,才能挖掘出有价值的信息.
1.3结构化与非结构化并存
图书馆传统的数据库软件主要处理结构化的数据,这些数据规律性强,可以使用不同的模块对数据进行采集、存储和处理.但大数据背景下,用户已经不是单纯的信息获取者,他们还会成为信息的制造者.这些非结构化的数据也会给图书馆的管理带来很多问题,但如果图书馆能对这些数据加以利用,会使其发挥很好的作用.
1.4数据价值密度低
虽然大数据中蕴含广泛、有价值的信息,但其同时也存在价值密度低的特征.如：在图书馆长达1小时的视频监控信息中可能只有几十秒是有用的,而要分析出有用的信息,则需要花费大量的人力、物力及时间.因仳,图书馆必须掌握有效的大数据处理方法,才能在数量庞大的数据中找到对图书馆有用的信息.
2大数据与图书馆业务管理
图书馆的业务部门一般包括采访编目部、流通阅览部、信息技术部、参考咨询部等,传统的业务工作流程包括采访、编目、加工、存储、服务等.在大数据的影响下,图书馆的业务也发生了变化.如：图书馆传统的采购和编目工作,通过招标等形式外包给其他机构,图书加工也对外委托,图书馆的业务工作重心转向以数据为中心的信息资源组织、利用与保存,数据的采集、存储、挖掘和分析成了图书馆的主要业务.图书馆对复杂的大数据进行数据挖掘和可视化分析,可以使用户更准确、及时、有效地利用信息,但大数据也给图书馆的业务管理带来了以下问题：①数据采集问题.图书馆的工作量并没有因为业务外包而减少.大数据时代,图书馆的每一项业务都涉及数据,如何高效收集各种数据,成为决定图书馆业务工作成效的重要因素.②质量控制问题.图书馆传统的结构型数据库已经不能适应非结构化数据和半结构化数据的动态管理和分析需求,业务管理模式如不加以革新,其业务工作的质量将会难以跟踪和控制.③数据利用问题.图书馆收集大数据的最终目的是为了提高图书馆的服务质量,让用户充分利用图书馆的资源创造价值.从图书馆业务工作的内容来看,信息资源如何组织、存储和利用,都涉及大数据的利用问题.从图书馆业务工作的形式来看,任何一个业务工作流程都会产生新的数据,这些数据包含隐性的有用信息,图书馆只有把这些隐性信息挖掘出来,发现业务工作中的重点和难点,才能改进业务工作流程,提高业务工作水平.
3 基于大数据的创新性的图书馆业务管理模式
3.1 以信息资源为对象构建动态采购平台
信息资源是图书馆开展各项服务的基础,图书馆应根据服务对象和经费情况决定采购哪些图书及哪种类型的数据库.因此,图书馆应构建一个动态的信息资源采购平台,对出版社的动态、不同层次用户的阅读需求和阅读形式、供应商的实际情况等数据进行收集,设置权重,利用大数据分析技术构建图书评价系统.图书馆只需把书目、出版社、供应商的信息导人系统,就能实时、准确地挑选到图书,不但可以降低馆藏资源的购置费用,还能提高馆藏资源的利用率.
3.2 以图书馆业务为对象构建风险评估模型
图书馆的业务工作与服务息息相关,业务工作出现偏差会导致服务出问题.因此,图书馆应根据自身情况构建图书馆业务风险评估系统,在开展新业务前先进行风险评估.如：图书馆在建立数字图书馆初期,应收集经费、技术、设备等数据资料及科技发展数据、供应商数据、用户数据等9,利用这些大数据构建信息安全风险评估模型及知识产权风险评估模型,科学分析构建数字图书馆的可行性,智能辅助决策,降低数字图书馆建成后可能带来的风险.
3.3 以用户为对象构建数据挖掘系统
用户在利用图书馆资源时会留下各种数据,这些数据可以归为以下五类：①用户的资料.用户资料可以帮助图书馆了解服务对象的类型、层次、地域分布等,从而有针对性地提供阅读推广和参考咨询服务.②用户的到馆数据.这些数据可以使图书馆了解用户的到馆周期,为其制定各项业务的工作时间提供依据.③用户的查询或咨询数据.用户在图书馆进行参考咨询或查询书目信息、图书馆区域分布时都会留下数据,这些数据都和用户的需求有关.④用户的借还数据.用户的借还数据可以帮助图书馆了解用户的阅读周期和阅读需求,一些相关数据还能在信息资源采购平台中被加以利用.⑤用户访问电子资源的数据.这些数据主要是用户在检索、浏览、下载时产生的数据,它们会成为图书馆在构建数据、挖掘系统时的重要资源.通过构建以用户为对象的数据挖掘系统,图书馆可以了解用户对馆藏资源的满意程度,分析用户流失的原因及到馆用户和网络用户的显性需求和隐性需求.
3.4以图书馆员为对象构建灵活的工作模式
当代图书馆员应具备基本的学科知识、超前的服务意识、数据分析和处理能力、开发隐性知识的能力及开拓创新的能力.图书馆员对图书馆的业务工作最为熟悉,也最能发现业务工作中存在的问题.因此,图书馆除了要培训馆员,还应以馆员为研究对象,收集馆员的工作数据,并对这些数据进行分析,找出工作中的不足,进而建立更有效率的工作模式,使馆员充分发挥才能.
3.5 以技术为对象构建大数据支撑体系
图书馆不论是从信息资源、业务还是馆员、用户的角度对大数据进行分析都离不开技术,这些技术包括大数据采集技术、大数据存储技术、大数据分析和处理技术等13.目前,较为成熟的大数据处理技术有Hadoop、SAP HANA、Hive、Pig等14】.图书馆利用这些技术进行大规模的数据处理和分析,不仅可以降低馆员的工作量,还能为用户节省时间.为了构建以技术为核心的大数据支撑体系,图书馆除了要购置相关的软硬件设备,还应注重对技术人才的培养.大数据背景下的技术人员不仅需要具备丰富的大数据知识,还应了解各类数据库软件和数据挖掘、分析软件.为了更好地把大数据应用于图书馆的业务管理,图书馆应对技术人员进行图书馆业务培训,使其成为精通图书馆业务的技术型人才.其培养方式主要有：①人才委托培养.即图书馆聘请专业机构对图书馆的技术人员进行技术和业务培训.
②与高校、企业合作.即图书馆与高校、企业联合开展大数据培训课程,使大数据的理论与实践相结合.
4结语
大数据拓宽了图书馆业务管理的视角,使图书馆可以从更广泛的角度考虑业务管理的流程及方式.大数据逐渐成为图书馆业务的基础,而图书馆的业务则是大数据的价值体现.图书馆在利用大数据时应重视对用户、合作机构及图书馆员的隐私保护,在采集、保存、利用和开发大数据的过程中要建立隐私安全保护机制及法律保障体系,避免出现信任危机,最大限度地发挥大数据的价值.
业务管理论文参考资料：
点评，这是适合不知如何写管理模式和大数据背景和图书馆方面的业务管理专业大学硕士和本科毕业论文以及关于业务管理论文开题报告范文和相关职称论文写作参考文献资料。
