小數據思維驅動下的高校圖書館信息服務構建*

王 燕

（內蒙古建筑職業技術學院圖書館，內蒙古 呼和浩特 010070）

在當前數據時代背景下，高校圖書館信息服務迎來了全面開放、融合化發展的新機遇。尤其是大數據技術的逐步應用，使得高校圖書館日常業務中的海量數據能夠有效地反饋并應用于信息服務的創新發展。然而從實踐情況來看，大數據技術在應用于高校圖書館信息服務的過程中，普遍存在著操作難度大、基礎設備要求條件高、信息安全不易保障等突出性問題。而以微觀環境為研究分析基礎的小數據思維驅動模式，可以在一定程度上緩解上述問題對于高校圖書館信息服務的阻礙與束縛[1]。因此，有必要在研究小數據思維驅動模式對于高校圖書館信息服務影響的基礎上，進一步探討小數據思維驅動模式下高校圖書館信息服務的形成路徑。

1 小數據的概念與內涵

1.1 小數據的概念解析

小數據主要指的是面向個體展開全方位的特征采集和提取，由此形成的個體相關的全部數據。具體而言，小數據是與個體具有緊密聯系的數據類型總和，通常包括諸多維度，例如思維方式、行為特征、動作形態、情感心理以及社交關系等。目前，大數據主要應用于在商業以及科研領域，這也是現階段能夠獲得技術以及資金支持的關鍵領域。相對于大數據而言，小數據能夠有效補充大數據層面的數據遺失以及不足。原因在于，小數據的內容細致程度是大數據無法達到的，在每個數據節點上具有極強的指向性，借助小數據能夠更加深入和精準地分析個體用戶的需求以及潛力，同時小數據也能為決策提供必要的信息支撐[2]。

1.2 小數據的內涵

目前，圍繞小數據的研究結果表明，基于歸集以及處理維度，小數據的核心特征更加貼合個體的行為以及感知信息，其數據表現更具針對性，雖然數據規模不大，然而對個體基本信息展示較為系統和完整，這意味著小數據標的強的特征極為顯著。量度以及維度是大數據與小數據的關鍵差異所在，同時兩者在處理形式以及標準化要求也有所不同。對于小數據而言，其對數據的篩選更加精細，更有利于對數據類型進行拓展。在應用于高校圖書館信息服務的過程中，小數據主要以個體需求作為研究重點，而大數據則側重對更大量級的數據展開分析。與此同時，大數據和小數據在數據源以及提取渠道方面也具有顯著區別，小數據可以以高校圖書館個體用戶為目標，并對與個體用戶相關的全部數據進行有效的精細化區分和研究，這是大數據所不具備的?？傮w來看，高校圖書館信息服務應該基于大數據技術，并結合小數據對讀者信息進行進一步區分和整理，從而最大程度地保證最終決策的科學性[3]。

2 小數據思維驅動模式對于高校圖書館信息服務的支持作用

鑒于當前大數據技術已逐步應用于高校圖書館信息服務的諸多領域，通過進一步引入小數據思維，有助于更為全面地掌握自身信息服務現狀，突出信息服務優勢，并為創新服務模式營造良好環境。

2.1 推動了高校圖書信息服務模式的創新

小數據思維驅動模式在高校圖書館信息服務領域的應用，進一步加快了高校圖書館與社會其他服務部門與機構的融合化發展，并由此推動了高校圖書館信息服務模式的創新。例如，利用小數據思維決策而實現的精準化用戶移動信息服務，使得特定的用戶可以打破時間與空間的限制，通過便攜式移動終端設備，及時有效地獲取高校圖書館所傳遞的信息。再如，小數據思維的交互性特點可以使用戶與用戶之間、用戶與圖書館之間通過特定的互聯網信息服務平臺進行即時化交流，從而增強傳統信息服務的附加值。與此同時，盡管高校圖書館信息服務從總體上已實現了服務范圍的拓展，但仍有部分領域尚未涉及，這就為引入小數據思維來創新圖書館信息服務層面提供了有效的發展空間[4]。

2.2 適應了高校圖書館用戶信息需求的變化

在互聯網時代背景下，高校圖書館信息服務的能力進一步增強，在用戶服務手段方面也逐漸呈現出數據化特征，不僅對于信息的檢索、匯集更為全面化與便捷化，信息傳遞的渠道也越來越多元化。與此同時，用戶的信息需求也產生了明顯的變化，很多用戶已不再滿足于傳統形式下單一信息資源單向接收，其信息需求呈現出更為專業化、精細化的趨勢。然而，從高校圖書館信息服務的現狀來看，當前所推出的服務項目并不能全方位地滿足用戶的多元化、個性化需求，這就意味著研究設計出與用戶需求變化相適應的信息服務新模式、新內容應當為高校圖書館所充分重視。而具有針對性、精準性的小數據思維驅動模式，毫無疑問可以為高校圖書館構建面向用戶的信息服務供給鏈提供有力的支持[5]。

2.3 促進了高校圖書館可持續發展目標的實現

高校圖書館作為信息需求者與供給部門之間的橋梁，能否順利組建完整的信息傳播鏈必須以擁有強有力的技術支持為基礎。因此，能否順利地依托技術優勢來實現信息需求與信息供給之間精確化、可持續化的匹配是關鍵。在小數據思維驅動模式引導下，高校圖書館結合已具備的信息服務路徑以及基礎設施設備優勢，完全可以進一步提升信息匯集、分析、加工與傳遞等諸多環節的服務能力。這不僅是高校圖書館主動適應時代變化發展的需要，同時也是實現服務能力可持續創新與提升的必由之路。

2.4 提升了用戶的個性化體驗

隨著高校圖書館信息服務能力的逐步增強，如何有效地提升用戶的個性化體驗也日益成為高校圖書館信息服務發展的重要方向之一。在小數據思維驅動模式支持下，為了更加精準有效地提升用戶的個性化信息服務體驗，高校圖書館可以利用自身所擁有的智能化傳感設備來實現對用戶行為的匯集、追蹤與管理，并以此為基礎，對這些用戶的小數據進行科學化分析，進一步總結出個體用戶的基本狀態、信息獲取偏好、信息利用行為等。通過上述分析結果，可以幫助高校圖書館及時優化布局館內的空間以及信息供給資源，并酌情對信息服務方式進行完善，最終使廣大用戶可以獲得最佳的信息服務體驗[6]。

3 小數據思維驅動模式下高校圖書館信息服務構建要素

高校圖書館在小數據思維驅動模式下構建新型信息服務的過程中，需要著重把握以下三方面因素，即良好的規劃發展方案、完備的基礎資源條件以及專業化的人力資源服務團隊。這三大要素相輔相成，不可或缺，只有將這三大要素有力地凝聚于小數據思維驅動模式中，才能夠真正為高校圖書館信息服務的優化升級提供強有力的支撐，并基于用戶個性化信息需求進行精準服務。圖1進一步展示了各類要素在小數據思維驅動模式下對于圖書館信息服務體系的影響作用。

圖1 小數據思維驅動模式下圖書館信息服務構建要素及其主要作用

3.1 科學規劃發展方案

小數據思維驅動模式的成功引入，關鍵在于是否能夠基于該種模式來有效構建相應的管理體系。因此，高校圖書館需要科學有效地制定能夠起到引領導向作用的發展規劃方案，以此來推動各個環節工作的有力執行與實施。方案在制定的過程中，應當充分征求來自專家學者、技術操作人員以及用戶的意見和建議，從而使方案的實施更具有可行性。與此同時，高校圖書館還應當以實現統籌規劃為發展目標，建立健全小數據思維驅動模式下信息服務的相關管理機制，從而使該服務模式能夠在既定的框架內順利實現運行。

3.2 完備的基礎資源條件

當前高校圖書館的信息服務項目較為豐富，在服務流程中增加小數據思維驅動模式能夠進一步拓展服務項目的涉及領域，然而現階段高校圖書館的服務機制并不能有效消化激增的服務拓展面。為了進一步凸顯小數據的作用和價值，高校圖書館應基于軟硬件協作層面以及配套資源等維度，對存量用戶被過濾的信息進行挖掘和再現。國內高校圖書館可以充分借鑒美國圣塔菲研究所的研究成果，對現有基礎資源條件進行解構和拆分，例如將多變量、相互作用以及同時發生3 個典型特征作為服務要素進行重組，并將重組后的要素重新納入圖書館業務流程中，從而進一步提升信息服務的準確度以及精細化程度。

3.3 專業的人力資源團隊

結合現實情況來看，小數據特征主要體現在3個方面，即數據類型復雜、結構差異較為顯著以及噪聲數據量大。因此，基于小數據思維驅動模式的高校圖書館信息服務體系流程則更為復雜。這就需要借助專業的數據分析團隊，才能更為有效地實現對小數據思維驅動模式的系統化操作。高校圖書館應基于自身信息服務主體內容，構建具有梯度的專業人才隊伍，這也是圖書館實現精細化管理以及構建高效率信息服務機制的基礎。與此同時，為了推動信息服務流程標準化，更好地滿足用戶的差異化需求，高校圖書館需要對業務部門以及崗位進行調整，并著力引進具有專業素養的人才，全面提升信息服務專業化水平，注重保持整個人才團隊的活力以及崗位匹配度，逐步推動信息服務的轉型升級發展[7]。

4 小數據思維驅動模式下高校圖書館信息服務的形成路徑

4.1 強化技術集成，構建用戶小數據管理平臺

高校圖書館基于小數據思維開展信息服務，首先需要建立統一管理的網絡平臺，以此來實現關于用戶小數據管理與利用的諸多環節，并由此推動“一站式”服務效果的形成。平臺的建設應當加強主體功能的設定與實現：一方面，平臺要通過技術的集成以及標準化數據格式的形成，使得用戶小數據管理的數據搜集、標準化處理、分類整合以及加工利用等諸多步驟上下連貫，從而使得與用戶相關的所有小數據，如用戶對于紙質圖書的借閱行為記錄，在數字圖書館中的瀏覽與下載記錄等，都能夠納入統一的數據庫中，便于集中進行檢索和利用；另一方面，平臺的設計也要注重實現用戶的自主管理功能，即用戶具有對與自身相關數據的操作權限，以此來推動平臺數據庫的逐步完善，增強用戶的個性化體驗[8]。

4.2 以標準化建設為導向，完善基礎服務流程

小數據思維驅動模式下的高校圖書館信息服務要想能夠獲得可持續發展以及用戶的普遍認可，就必須以標準化建設為導向，完善信息服務流程的設計：在小數據采集環節，高校圖書館需要借助專業設備有針對性地采集和提取個體數據，同時專業人員還需進行數據傳輸工作，使小數據能夠匯總至圖書館數據中心，需要注意的是，該環節任務的關鍵在于保障全部小數據的準確性、完整性以及關聯性；在小數據處理環節，高校圖書館應基于特殊數據分析邏輯對小數據展開分析和研究，對數據進行優化以及對比，從價值層面對數據進行計算，同時也需要將計算結果進行存儲，保證數據能夠及時上傳至數據處理中心，在這一環節，需要明確數據格式的標準等問題；在小數據決策環節，小數據庫的訪問必須根據訪問權限來識別，館員只有出示相應的身份才能進入小數據庫，并有權限將小數據資源轉移至終端設備上，隨后有針對性地對小數據進行再次加工和完善，最終要將決策結果予以形象化展示[9]。

4.3 注重用戶個性化體驗，構建面向用戶的特色化服務體系

高校圖書館依托小數據思維開展信息服務的主要目標之一就在于能夠充分實現用戶個性化體驗。因此，高校圖書館應當依據用戶所提出的個性化需求，有目的地創新與優化相關服務模式。小數據思維驅動模式具有典型的精確性、定向性以及個性化的服務運行特點，高校圖書館既可以通過該模式的運行來深化用戶個性化數據的研究，同時又可以通過定向定性地處理用戶不同數據之間的關聯性，來更為精確、及時地挖掘用戶的信息需求與實際行為的變化，從而形成更為有效的服務決策，并通過個性化信息服務的靶向式推送，來增強用戶對于高校圖書館信息服務的滿意度[10]。以閱讀信息服務為例，高校圖書館應當結合不同用戶對于閱讀信息服務方式的偏好，將用戶劃歸成不同類別的服務群體，結合小數據分析結果，分別構建隸屬于不同群體的閱讀信息服務方式，從而使得用戶能夠更為有效地接受相關閱讀信息。

4.4 加強用戶隱私管理，建立健全數據安全管理制度

基于小數據思維的信息服務數據主要來源于用戶個體的行為，數據在很大程度上會與用戶的隱私性行為產生聯系，因此，高校圖書館要想使該模式下的信息服務獲得用戶以及全社會的認可，就必須強化對于用戶數據的管理與保護，通過建立健全用戶數據安全管理制度，來規范用戶數據的分析利用行為，堅決防止用戶數據濫用、盜用以及泄露行為的產生[11]。結合小數據思維驅動模式的特點，高校圖書館應從以下3 個方面入手，來推動用戶隱私管理目標的實現：第一，結合館內數據利用部門服務目標的區別，分門別類地設置不同類型數據的調取權限，以此來降低用戶數據非法泄露的風險；第二，對數據共享利用與傳遞行為進行特定的界域處理，例如，在將小數據的分析結果傳遞至大數據分析系統的過程中，要嚴格控制大數據系統的數據隨意訪問以及共享行為，降低系統運行行為的數據安全風險；第三，保障用戶對于自身數據的主體利用權限，在建立小數據的過程中，高校圖書館必須主動征求用戶對于自身數據利用方式的認同，并賦予用戶一定范圍內的管理權、監控權以及使用權。

5 結語

小數據思維驅動模式作為伴隨著大數據時代所產生的新理念、新模式，已逐步影響到我國社會服務行業的創新式發展。展望未來，國內具有一定技術基礎的高校圖書館應當密切關注小數據思維的最新研究成果與發展方向，主動將與之相關的新技術、新理念融入至已有的信息服務業務中，以此來更好地服務于廣大用戶。