本站小編為你精心準備了圖書館小數據智能服務架構與關鍵節點參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：用戶模塊化技術促進了圖書館智能服務方式與服務理念的轉型?；谛?a href="http://www.hysicame.cn/shekezazhi/zgtsgxb/718985.html" target="_blank">數據的采集與分析，圖書館能夠為用戶提供個性化推送服務。文章建立了圖書館小數據智能服務架構，并針對架構應用的關鍵節點進行優化。結論認為，圖書館小數據模塊化智能服務能夠深度挖掘供需雙方數據挖掘行為彼此間的因果關系，為用戶提供針對性的數據支持服務。

關鍵詞：用戶模塊化；圖書館；小數據；智能服務

圖書館可憑借大數據技術為用戶提供定制化數據推送服務，[1]在肯定大數據技術價值的同時，應注意到大數據存在著結構復雜與成本高企等問題。[2]鑒于此，美國康奈爾大學愛斯坦教授于2013年提出了“小數據”概念：小數據是用戶在數據挖掘過程中所伴生的以行為數據、生活數據與金融數據為代表的衍生性數據。[3]可見，圖書館小數據是以單個人為核心對象所進行的涵蓋數據采集、分析、重構與決策的專題數據集合。[4]將小數據與模塊化技術一并應用于圖書館智能服務領域，將有效增強圖書館智能服務的靶向效能。本文設計了基于模塊化技術的圖書館小數據智能服務架構，并對應用這一架構的關鍵節點進行優化，以厘清用戶模塊化理念下圖書館小數據智能服務邏輯建構與實踐樣態。

一、模塊化技術對圖書館小數據智能服務的價值

意蘊模塊化技術對圖書館小數據智能服務的價值意蘊主要體現在技術價值、管理價值與安全價值三個方面。首先，圖書館憑借模塊化技術能夠便捷地獲取用戶行為數據。模塊化技術能夠有效地降低圖書館智能服務的資源耗費，進而增強服務的針對性與可操作性。[5]其次，圖書館可采用模塊化技術將塊狀數據單元進行碎片化與個性化處理，并深度挖掘異構性小數據彼此間的因果關系。[6]再次，由于小數據模塊化服務系統具有較強的獨立性，外部信息系統無法對圖書館小數據資源控制權形成干預，從而在小數據系統與大數據系統間形成了安全隔離帶。[7]發掘技術、管理與安全的三重價值意蘊，有助于用戶模塊化理念與圖書館小數據智能服務之間的深度融合。

二、圖書館小數據模塊化智能服務架構

模塊化理念下圖書館小數據智能服務架構主要包括三類核心單元：小數據智能化采集服務單元、需求發現模塊化服務單元、智能決策模塊化服務單元。這三類服務單元互為因果，協同促進了圖書館小數據智能服務的螺旋式發展。

（一）數據采集模塊化服務單元——圖書館小數據用戶智能化采集與預處理圖書館在獲得小數據后，需要采用數據結構預處理手段來提升圖書館小數據的價值密度。預處理方式主要包括三類。一是小數據模塊化管理。圖書館需要基于模塊化技術優化完善數據結構，以拓展小數據的應用范圍。二是過濾噪聲信號。由于小數據生成渠道多元且傳輸鏈條較長，圖書館需要提升信息傳輸的信號噪聲比來降低小數據采集失真度。三是小數據清洗。圖書館需要采用數據清洗手段來促進數據的二次利用與價值增值，進而實現圖書館小數據的標準化管理。

（二）需求發現模塊化服務單元——圖書館用戶多元化服務訴求識別與預測圖書館可以從時間與空間兩個層面來挖掘與整合用戶異質性服務訴求。首先，圖書館需要挖掘用戶需求的截面數據，研判用戶在遠期的服務訴求及其變動趨勢。其次，圖書館可基于數據挖掘工具來實時獲取小數據的位置節點，進而促進圖書館小數據實現“立體式”融合。

（三）智能決策模塊化服務單元——圖書館小數據個性化智能服務推送與評估智能決策模塊化服務單元包括個性化智能決策推薦、服務推送與服務評估三類核心構成。首先，圖書館需要建立模塊化智能推薦系統來削減用戶數據采集時間成本，增強用戶使用黏性。其次，圖書館可基于智能交互技術為用戶推送符合其價值主張的模塊化智能服務，提升用戶對圖書館小數據智能服務價值感知程度。再次，需要以圖書館智能服務收益率作為自我反饋評價指標，以用戶滿意度作為社會反饋評價指標，構建圖書館小數據智能服務評價體系，促進小數據模塊化管理與圖書館智能服務間的良性循環。可見，個性化智能決策推薦、服務推送、服務評估三者互為因果，協同拓展了圖書館小數據智能決策模塊化服務鏈條。

三、基于模塊化技術的圖書館小數據智能服務關鍵節點優化

基于模塊化技術的圖書館小數據智能服務的核心輸入項在于小數據價值密度、用戶對小數據使用全周期的控制權、小數據模塊化智能服務。因此需要基于上述三方面圖書館小數據智能服務架構的關鍵節點進行優化。

（一）數據采集模塊化服務單元關鍵節點優化：增強小數據的模塊密度與價值可用性圖書館需要增強小數據的模塊密度與價值可用性，確保數據采集的針對性與時效性。首先，需要采用數據整合技術手段來增強小數據的單位價值，以實現數據精度、應用成本與可操作性三者間的協同適配。其次，圖書館應在識別用戶需求過程中，采用“數據萃取”與“信息交換”的技術手段深度挖掘具有高維數據特征的個性化服務信息語料。再次，圖書館可采用用戶行為深度追蹤技術來全程跟蹤用戶數據使用的全周期活動，以提高小數據的價值水平與通用水平。

（二）需求發現模塊化服務單元關鍵節點優化：提升用戶對小數據使用全周期控制權圖書館需要賦予用戶小數據全周期管理控制權，以增強用戶的信息安全。首先，圖書館應與用戶締結小數據“安全使用協議”。在使用契約的約束下，用戶可實時動態地監督、規范圖書館小數據使用行為。其次，在圖書館數據系統間架設“防火墻”。可通過預設用戶授權程序的方式對小數據接口進行模塊化安全加固，進而規避將小數據關鍵信息曝露于非可信環境中的風險。

（三）智能決策模塊化服務單元關鍵節點優化：構建基于小數據的客戶關系管理系統構建基于小數據的客戶關系管理系統能夠有效提高圖書館小數據智能服務針對性。首先，圖書館需要基于小數據系統來構建與客戶間的忠誠合作伙伴關系，持續提升用戶價值體驗感知度。其次，圖書館應采用用戶過濾分析工具將有限資源投放至核心用戶群，進而提高圖書館用戶服務效率。再次，圖書館需要設置涵蓋用戶需求分析、用戶滿意度評估與用戶流失預警模型，以此增強智能決策服務的普惠性與時效性。

四、結語

圖書館需要緊緊圍繞大數據宏觀預測與小數據微觀抉擇相結合的原則，基于模塊化技術為圖書館個性化智能服務提供數據決策支撐。但大數據時代下圖書館智能化服務對小數據能力模塊化程度提出了更高的要求。這不僅需要圖書館基于數據管理全周期來構建小數據模塊化服務模式，更需要關注圖書館用戶關系管理問題、用戶小數據標準化問題及小數據控制問題。唯有如此，才能有效地激活圖書館小數據模塊化智能服務的系統性效能。

參考文獻：

[1]陳廉芳.大數據環境下圖書館用戶小數據的采集、分析與應用[J].國家圖書館學刊,2016(3):69-74.

[2]劉杰.小數據思維驅動下圖書館的服務定位與建設策略研究[J].河南圖書館學刊,2016(6):113-115.

[3]馬曉亭.基于可信小數據的圖書館個性化服務研究[J].圖書情報工作,2015(4):70-75.

[4]王昊.基于小數據的圖書館個性化服務研究[J].圖書館學刊,2016(6):102-104.

[5]孫英月.大數據時代小數據在高校圖書館的應用價值研究[J].河北科技圖苑,2016(1):37-40.

[6]郭玲瑜.基于小數據的少兒圖書館個性化服務研究[J].情報探索,2018(3):111-114.

作者：陳加新