关于大数据应用论文范文集与高校图书馆大数据应用服务模式体系建设相关毕业论文格式范文

《高校图书馆大数据应用服务模式体系建设》

该文是大数据应用类有关论文怎么写和高校图书馆和建设和数据有关专科毕业论文范文。

关键词：高校图书馆；大数据；应用服务模式；体系建设

摘要：文章主要针对高校图书馆大数据应用服务模式体系建设展开探讨,对高校图书馆大数据应用服务的现状作了分析,并系统研究了高校图书馆大数据应用服务模式的体系建设,以期能为有关研究提供参考.

中图分类号：G258.6文献标识码：A文章编号：1003-1588(2017)04-0134-03

1高校图书馆大数据应用服务现状分析

1.1高校图书馆大数据研究进展

图书馆应用大数据、服务需求以及相关的技术问题的讨论,国外相关学者很早就已经开始关注.关于数据服务方面的讨论,韩翠峰对组织数据、存储数据以及数据的管理进行了相应的探究,他认为大数据时代的今天面临的挑战是多种多样的,应提出相应的应对方案[1]；秦嘉杭则认为在大数据环境下,图书馆更应该侧重于挖掘数据、发现知识以及服务社区的数据构建及服务[2]；关于应用技术方面,M.Teets和J.Qiu等人依据时间的先后顺序依次提出了World Cat数据库的应用框架和HPC－ABDS大数据时代的图书馆应用框架[3].而近年来,国内很多知名学者也开始注意到大数据时代背景下高校图书馆的服务与技术问题,并引发了相应的讨论.王显燕对国内图书馆对技术的应用、知识的创新、图书馆的硬件设施等进行了多方面的比较,分析了国内高校图书馆面临的问题与挑战,并根据问题提出相应的应对策略,她认为在大数据时代高校图书馆发挥着重要作用,未来高校图书馆的服务更加精细、用户的行为分析更加准确、决策更加智能化[4].不管是国内的学者还是国外的学者,都是从多个视角探讨了大数据背景下高校图书馆面临的诸多问题与挑战,高校图书馆需要更加明确的创新服务意识,策划出合理的应对方案.笔者认为,上述很多方案更多的是偏向于对概念的解释,缺乏相关理论以及从技术角度切入的应对策略.

1.2高校图书馆大数据应用服务目前面临的问题

1.2.1高校图书馆数据整合问题.目前,由于受多种因素的限制,在知识服务领域中相关的企业数据开放程度不高,“信息孤岛”便由此产生,所以,收集数据的难度较大.加上迥异的数据关联、风格各异的数据存储方式以及不同的数据格式,即使是进行简单的数据堆砌,也很难挖掘有效的知识数据,这给高校图书馆整合大数据带来了难题.除此之外,整合大量数据后,应使用什么样的存储方式,从而确保用户的访问速度不受限制,成了一个新的挑战[5].

1.2.2高校图书馆大数据技术问题.大数据环境下,传统的数据挖掘方式已无法满足对关系型数据、非结构化数据挖掘及深度分析的需求,这就需要高性能计算设备、软件平台作为支撑,提高处理速度,采用合适的数据挖掘算法进行知识挖掘和知识发现.目前,我国相关领域的技术发展还不平衡,一些知名互联网企业,如阿里巴巴和腾讯等,都已构建了上万节点的大数据计算集群和软件平台,也成功开展了大数据应用和服务,但由于企业之间竞争激烈,大数据的应用和开发技术通常技术水平不高、技术扩散不畅,优势企业对开源社区的贡献相对薄弱,从事图书情报工作的研究者难以获取所需的数据资料,造成高校图书馆大数据分析面临技术壁垒.

1.2.3高校图书馆服务问题.目前,在大数据开放以及知识共享的时代背景下,高校图书馆需要进行针对性的知识服务,及时了解用户的需求,通过搜索知识、组织文字、分析数据、重组词语等搜索方式为用户提供更为优质的服务,进而推动知识的应用与创新.目前,高校的个性化服务以及科研项目成为高校图书馆知识服务体系的两个重要方向,但业界对此的研究缺少相应的理论支撑及相关的技术支持[6].

1.2.4高校图书馆经费问题.高校图书馆是为高校教学和科研服务的.由于高校对图书馆计算机设备及资金投入有限,图书馆大数据服务面临着较大的挑战.随着图书馆数据量的不断增加,数据存储及计算规模也随之增大,服务器硬件设备及软件设施的购置等需要大量的资金投入,对此,高校图书馆需争取国家和学校的重视和支持,并寻求有效的解决方案.

2构建高校图书馆大数据应用服务模式

2.1大数据应用模式

“大数据应用模式”目前还没有确切的定义.笔者通过互动百科搜索“模式”一词,得到的结果是：“在生产和生活中产生的经验,经过了人的升华以及核心知识的提取,形成了一种可以解决问题的方法.”据互动百科对“模式”一词的解释,笔者将大数据应用模式解释为解决了高校图书馆大数据应用的方法.在大数据时代背景下,高校图书馆的大数据服务体系面临着很多的难题,但在相关理论知识体系以及技术手段的支撑下,高校图书馆应深度分析这些难题并从中提出相关解决方案,经过总结得出理论,最后形成相关的知识理论体系[7].

2.2大规模网络分析方法

2.2.1网络分析的知识理论.网络分析方法需要与知识管理理论相结合,以学科的知识作为理论依据,通过对“语义网络”模型的构建以及“显性知识”的挖掘,搭建起分析“社会网络”模型以及“隐性知识”的表达平台,以达到共享和转移“隐性知识”的目的,进而能够起到辅助作用,创新知识理论以及使决策更加智能[8].

2.2.2个性化推荐算法.在个性化推荐算法中,协同过滤是目前最为广泛的算法之一,该算法为了给某个特定用户进行个性化推荐,可根据用户所提供的相关信息,计算出与该用户相似度较高的最近邻居,再分析最近邻居的活动记录等数据,预测出该用户可能对何种资源比较感兴趣,从而对该用户进行个性化推荐.

2.3高校图书馆大数据应用模式

高校图书馆大数据应用模式框架的构建是基于大规模网络分析方法,该框架包含了高校图书馆大数据的应用模式、应用实现方法、知识服务管理理论、支撑技术以及云计算支撑环境（见图1）.

2.3.1收集、整合和存储数据模式.①高校图书馆的资源存储结构以及日常服务的半结构化和非结构化问题,可以采取人工手写录入数据或通过相关的软件平台接口存储相关数据的方法解读.②高校图书馆可以选择与知名的文献资源数据库商签约,以合作的方式获得数据库资源的下载、研究和使用权限.③高校图书馆可将本校的资源优势以及特色学科与网络数据相连接,以获取有效的数据资源及相关文献,在本校图书馆内构建学科数据库,有效地收集学科的相关数据.

图1高校图书馆大数据应用框架

2.3.2大数据具备数据体量大、数据类型多、价值密度低和处理速度快四大特点.选择和整合不同的数据资源,并对其采取什么样的整合方法及整合的方式是这一问题的关键.①从资源整合的角度切入,根据特定的用户需求进行大数据的应用研究.对此,数据整合需要考虑其类型的选择,在整合时需要建立起相关性强、内容丰富的高质量数据库.②从存储和整合数据的方式上看,不同格式的数据需要建立起相应的数据模式,并建立统一、规范的表现形式,将数据存储在分布式的云平台之中,方便用户通过网络快速地检索和查询相关文献和资料[9].

2.3.3数据处理和分析模式.处理大数据有分析数据和挖掘数据两种途径.①分析数据是以文件形式或是以单个数据库的组织方式为基础,分析目标极为明确.②挖掘数据是需要在数据库或是在分布式的存储中建立数据库.

2.3.4知识展现与服务模式.高校图书馆生存和发展的立足点是学科服务,评估高校图书馆的服务质量应依据其学科服务水平的高低,而学科服务又是围绕科研和学科教学展开的,用户能够快速地获取科研和教学资料,既提高了图书馆的知识服务水平,也对创新和应用知识起到了促进作用.高校图书馆个性化服务应针对用户的行为习惯,以用户的需求为主导,对不同的用户采取相应的服务方式,具体实现技术包括个性化信息检索、个性化信息推荐等.

2.3.5Hadoop大规模图计算的云平台.Hadoop大规模图计算的云平台了计算设备和经费投入等方面受限的难题.近年来,很多知识服务机构为了减少计算成本的支出,多利用中低端硬件设备集合成大规模的计算机集群,并搭建了相关的计算平台,以此减少购置高端服务设备的费用.目前市场上出现的云操作系统有微软公司开发设计的Windows Server2012系统、甲骨文的Solaris11系统以及华为自主知识产权的Fusion Sphere云操作系统等,这些操作系统都是由企业开发设计的,它们的优势明显、使用方便、性能稳定,但使用时需要支付相应的费用.而开源项目Apache下的hadoop系统功能强大且免费,因此被许多互联网公司争相采用,成为主流的分布式系统.Hadoop系统是运行于普通的服务器和计算机集群上的分布式存储系统,它将普通的服务器与存储在计算机的集群相连接,能够完成计算机的存储和运行调度.Hadoop系统的软件开源特性能大幅降低大数据应用的成本,同时也使其迅速成为工业界和学术界开展大数据应用研究的主流平台[10].

3结语

在大数据背景下,高校图书馆的学科服务面临着重大的变革,这既是挑战又是机遇.在此背景下,图书馆要充分利用现代科学技术,不断改进应用服务体系,才能为用户和读者提供更为优质的服务,以此推进高校图书馆更好更快地发展.

参考文献：

[1]韩翠峰.大数据时代图书馆的服务创新与发展[J].图书馆,2013（1）：121-122.

[2]秦嘉杭.大数据架构下的高校图书馆资源与服务建设研究[J].图书馆研究,2014（5）：25-27.

[3]MTeets M,Goldner.Libraries role in curating and exposing bigdata[J].Future Internet,2013（3）：429-438.

[4]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.

[5]牟静.大数据环境下的高校图书馆阅读推广研究：利益相关者共赢视角[J].图书馆研究,2015（1）：72-75.

[6]栾旭伦.大数据环境下高校图书馆个性化信息服务系统研究[J].图书馆学刊,2014（8）：118-121.

[7]高建辉,李全华.移动互联与大数据环境下高校图书馆在线服务体系研究[J].图书馆研究,2015（4）：73-77.

[8]谭黔林.大数据时代高校图书馆特色数据库建设研究[J].图书馆界,2014（2）：18-20.

[9]曾文雯.大数据时代下高校图书馆的应对策略[J].高校图书馆工作,2014（4）：41-43.