（兰州商学院网络中心 甘肃 兰州 ７３００２０）陈 臣图书馆个性化智慧服务体系的构建１ 前 言 目前，大数据时代已经来临。
全球著名咨询公司麦肯锡称：“数据，已经渗透到当今每一个行业和业务的职能领域，成为重要的生产因素。
人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。
”［１］此外，全球复杂网络研究权威巴拉巴西在《爆发》一书中写到：“人类行为的９３％是可以预测的。
”［２］因此，企业可通过对海量的用户资源和数据进行采集、处理、分析和判断，准确预测用户的需求和服务模式变化趋势，为用户提供高效、精确、经济和便捷的服务。
随着大数据时代的到来，大数据资源已成为图书馆生产力的重要组成部分。
图书馆通过对读者行为数据的采集、存储、处理和分析，可准确预测读者的行为特征和需求变化，科学调度和分配图书馆服务资源，不断提高读者个性化服务的价值属性和扩展延伸空间。
此外，对读者行为的大数据分析，也是图书馆深入了解读者阅读体验和识别读者服务期望、制订可靠的读者服务和ＣＲＭ（Ｃｕｓｔｏｍｅｒ ＲｅｌａｔｉｏｎｓｈｉｐＭａｎａｇｅｍｅｎｔ，客户关系管理）策略、有效保证读者ＱＯＳ（Ｑｕａｌｉｔｙ ｏｆ Ｓｅｒｖｉｃｅ，服务质量）和阅读满意度的关键。
２ 读者行为大数据资源的特点和构成 图书馆读者行为大数据资源主要由服务系统监控设备、传感器网络系统、读者行为采集终端和其他监控设备采集，数据具有海量（Ｖｏｌｕｍｅ，数据量已经接近ＥＢ或ＺＢ量级）、类型繁多（Ｖａｒｉｅｔｙ，包括系统日志、视频、音频、图片、地理位置等信息）、价值（Ｖａｌｕｅ）和处理速度快（Ｖｅｌｏｃｉｔｙ）的４Ｖ特点。
其次，由于读者群整体数量十分庞大，图书馆读者群行为大数据资源总量呈现快速递增的特点。
但是，读者个体行为数据则呈现数据量小、行为活动具有复杂性、间断性和重复性的特点，且不同读者之间的行为关系具有较强的独立性和较小的相关性［３］。
依据读者行为的特点、作用对象和时效性划分，图书馆读者个体行为数据可分为读者的行为日志信息、在线交互行为数据、读者社会关系与行为数据、阅读终端设备数据４个部分。
读者的行为日志信息主要由用户读者访问图书馆网站、阅读内容搜索引擎日志、读者阅读浏览日志、读者注册的个体特征数据、服务环境数据等组成，该数据具有海量、实时性、低价值密度和高数据噪音的特点。
在线交互行为数据主要由图书馆在服务过程中读者个体的运动［摘 要］ 图书馆读者行为大数据具有海量、类型繁多、价值和处理速度快的特点，因此，图书馆应基于读者行为大数据分析来构建图书馆个性化智慧服务体系。
图书馆在构建该服务体系时应注意以下几个方面：从读者行为分析数据中发现读者需求及其变化趋势；提高读者大数据阅读活动的个性化服务水平；实现基于大数据的个性化服务定制；为读者提供基于读者行为分析的智慧阅读服务；保护读者隐私安全；协助图书馆实现基于读者行为大数据分析的精准营销。
［关键词］ 读者行为 大数据分析 图书馆 智慧服务体系［中图分类号］ Ｇ２５０．７６ ［文献标识码］ Ｂ［Ａｂｓｔｒａｃｔ］ Ｔｈｅ ｂｉｇ ｄａｔａ ｏｆ ｔｈｅ ｒｅａｄｅｒ ｂｅｈａｖｉｏｒ ｏｆ ｔｈｅ ｌｉｂｒａｒｙ ｈａｖｅ ｆｏｕｒ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｈｅ ｖｏｌｕｍｅ， ｔｈｅｖａｒｉｅｔｙ， ｔｈｅ ｖａｌｕｅ ａｎｄ ｔｈｅ ｖｅｌｏｃｉｔｙ， ｔｈｅｒｅｆｏｒｅ， ｔｈｅ ｌｉｂｒａｒｙ ｓｈｏｕｌｄ ｃｏｎｓｔｒｕｃｔ ｔｈｅ ｐｅｒｓｏｎａｌｉｚｅｄ ｉｎｔｅｌｌｉｇｅｎｃｅｓｅｒｖｉｃｅ ｓｙｓｔｅｍ ｏｆ ｔｈｅ ｌｉｂｒａｒｙ ｂａｓｅｄ ｏｎ ｔｈｅ ｂｉｇ ｄａｔａ ａｎａｌｙｓｉｓ ｏｎ ｔｈｅ ｒｅａｄｅｒ ｂｅｈａｖｉｏｒ． Ｔｈｅ ｌｉｂｒａｒｙ ｓｈｏｕｌｄ ｐａｙａｔｔｅｎｔｉｏｎ ｔｏ ｆｏｌｌｏｗｉｎｇ ａｓｐｅｃｔｓ ｉｎ ｔｈｅ ｃｏｎｓｔｒｕｃｔｉｏｎ ｏｆ ｔｈｉｓ ｓｅｒｖｉｃｅ ｓｙｓｔｅｍ： ｆｉｎｄｉｎｇ ｔｈｅ ｄｅｍａｎｄ ａｎｄ ｔｈｅ ｃｈａｎｇｅｔｒｅｎｄ ｏｆ ｔｈｅ ｒｅａｄｅｒ ｆｒｏｍ ａｎａｌｙｓｉｓ ｄａｔａ ｏｆ ｔｈｅ ｒｅａｄｅｒ ｂｅｈａｖｉｏｒ ， ｉｍｐｒｏｖｉｎｇ ｔｈｅ ｌｅｖｅｌ ｏｆ ｔｈｅ ｐｅｒｓｏｎａｌｉｚｅｄｓｅｒｖｉｃｅ ｆｏｒ ｂｉｇ ｄａｔａ ｒｅａｄｉｎｇ ａｃｔｉｖｉｔｉｅｓ ｏｆ ｔｈｅ ｒｅａｄｅｒ， ａｃｈｉｅｖｉｎｇ ｔｈｅ ｐｅｒｓｏｎａｌｉｚｅｄ ｓｅｒｖｉｃｅ ｃｕｓｔｏｍｉｚａｔｉｏｎｂａｓｅｄ ｏｎ ｂｉｇ ｄａｔａ， ｐｒｏｖｉｄｉｎｇ ｔｈｅ ｒｅａｄｅｒ ｗｉｔｈ ｔｈｅ ｉｎｔｅｌｌｉｇｅｎｃｅ ｒｅａｄｉｎｇ ｓｅｒｖｉｃｅ ｂａｓｅｄ ｏｎ ｔｈｅ ｒｅａｄｅｒ ｂｅｈａｖｉｏｒａｎａｌｙｓｉｓ， ｐｒｏｔｅｃｔｉｎｇ ｔｈｅ ｐｒｉｖａｃｙ ｓｅｃｕｒｉｔｙ ｏｆ ｔｈｅ ｒｅａｄｅｒ ， ａｎｄ ａｓｓｉｓｔｉｎｇ ｔｈｅ ｌｉｂｒａｒｙ ｔｏ ａｃｈｉｅｖｅ ｔｈｅ ｐｒｅｃｉｓｉｏｎｍａｒｋｅｔｉｎｇ ｂａｓｅｄ ｏｎ ｔｈｅ ｂｉｇ ｄａｔａ ａｎａｌｙｓｉｓ ｏｎ ｔｈｅ ｒｅａｄｅｒ ｂｅｈａｖｉｏｒ．［Ｋｅｙ ｗｏｒｄｓ］ Ｒｅａｄｅｒ ｂｅｈａｖｉｏｒ； Ｂｉｇ ｄａｔａ ａｎａｌｙｓｉｓ；Ｌｉｂｒａｒｙ； Ｉｎｔｅｌｌｉｇｅｎｃｅ ｓｅｒｖｉｃｅ ｓｙｓｔｅｍＣｏｎｓｔｒｕｃｔｉｏｎ ｏｆ ｔｈｅ Ｐｅｒｓｏｎａｌｉｚｅｄ Ｉｎｔｅｌｌｉｇｅｎｃｅ Ｓｅｒｖｉｃｅ Ｓｙｓｔｅｍ ｏｆ ｔｈｅ Ｌｉｂｒａｒｙ［文章编号］ １００４－３２５Ｘ（２０１４）１１－００３７－０５２０１４（１１）服务研究路径、服务选择过程、服务内容下载和服务评价等组成，该数据具有即时、交互和随机的特点。
读者社会关系与行为数据，主要由读者的社会关系成员、成员个体间的行为相互作用、社会关系发展趋势与变化等数据组成，数据之间具有较强的相关性和并发性。
阅读终端设备数据主要由ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ，个人电脑）、移动阅读终端及其他支持图书馆大数据个性化阅读服务的设备产生，该数据主要由阅读终端设备的配置参数、终端设备系统运行数据、终端地理位置数据和终端移动路径数据等组成，具有数据模式标准化、实时性和海量的特点。
在图书馆读者个体行为大数据资源的构成中，结构化数据仅占数据总量的１０％，而视频、音频、图像、微博、社会关系和页面点击等非结构化阅读行为数据，则占图书馆数据总量的９０％以上［４］。
３ 构建图书馆个性化智慧服务体系３．１ 体系概况 ２０１２年，美国总统选举异常激烈，奥巴马在全国失业率高于７．４％的情况下获得连任［５］。
《时代》杂志撰文指出：“奥巴马竞选团队的大数据战略功不可没。
大规模与深入的数据挖掘，帮助奥巴马在锁定和获取有效目标选民支持、即时调整电视广告投放策略、募集资金等方面起到重要作用。
”［６］奥巴马竞选团队也表示：“大数据是奥巴马击败罗姆尼的一个关键优势。
”［７］ 对奥巴马总统竞选团队的大数据应用活动分析可得出，该团队主要开展了３个方面的工作。
首先，在总统竞选活动前两年就开始收集大量的相关信息，并将民主党所拥有的选民数据库整合在一起。
其次，竞选团队通过对具有相同个体特征的选民进行建模，准确预测具有不同政治需求、社会背景和种族特征的选民群体，根据政治主张、捐款行为、投票意愿和宣传策略上的异同点，制订有效的政治主张、拉选票、资金募集和广告宣传策略。
第三，当总统竞选活动的外部政治与社会环境、选民意愿或其他相关因素发生变化，而导致所采集的大数据信息发生变化时，竞选团队依据大数据分析对总统竞选策略进行调整。
因此，奥巴马总统竞选的大数据分析系统平台具备高速、精确的数据处理能力，可实时地采集、处理和反馈数据，并通过对数据的分析、判断来定制个性化总统竞选策略，满足奥巴马总统竞选的个性化需求。
在读者行为大数据中，也蕴含着读者阅读服务的需求、模式、习惯和爱好等信息，是图书馆个性化智慧服务体系构建的依据和有效评估标准。
本文基于读者行为大数据分析构建的图书馆个性化智慧服务体系如图１所示。
首先，图书馆通过传感器网络、系统监控设备和其他读者行为数据采集设备，对读者行为日志信息、阅读活动中的在线交互行为、社会关系与读者行为、阅读终端设备的配置与运行参数进行采集，并按照读者行为大数据存储和应用需求以及大数据标准化格式，对所采集的信息进行数据化处理和存储。
其次，图书馆结合读者数据的类型、行图１ 基于读者行为大数据分析的图书馆个性化智慧服务体系为特点、数据相关性和价值属性，对读者行为大数据资源进行整合。
最后，图书馆对整合后的读者行为大数据资源进行数据挖掘、价值发现、系统分析和评估决策，最终完成读者个性化服务需求的发现、个性化服务内容的定制、智慧服务体系的构建和基于大数据的精准营销，为读者提供基于读者阅读行为大数据分析的个性化智慧服务。
基于读者行为大数据分析的图书馆个性化智慧服务体系的构建，关系大数据时代读者服务需求及其变化的准确发现、图书馆ＱＯＳ可靠性保证、读者服务模式与方法变革的科学性、读者阅读活动满意度的保证等。
因此，图书馆在基于读者行为大数据分析的图书馆个性化智慧服务体系的构建中，应重点突出图书馆对读者行为大数据资源的处理与整合能力、大数据资源的价值发现与科学决策能力、基于大数据决策的读者需求精确发现、即时服务保障能力建设，不断增强读者大数据服务的安全性、有效性、经济性和可控性。
３．２ 保障策略３．２．１ 发现读者需求及其变化趋势 美国东北大学教授巴拉巴西在其著作《爆发：大数据时代预见未来的新思维》中描述到：“漫长的历史中人类的行为不是随机的，也不是泊松分布的，而是存在一定的规则。
通过对大数据的分析，可以发现人类的行为规则是基于优先级排布的问题。
每个人都有自己的任务列表，而如何按照优先级排列顺序则产生了不同的影响。
”［８］因此，图书馆可通过对读者行为大数据的分析，准确获得读者阅读需求及其变化趋势。
大数据时代下，图书馆可通过监控设备、传感器网络和其他读者行为采集设备，获取读者阅读活动的服务内容与方式、阅读终端类型与服务模式、阅读社会关系组成与成员信息交流、图书馆论坛与博客上的读者思想表述、移动阅读中读者个体的行为路径、传感器网络对读者阅读活动的记录、服务系统的运行参数信息等数据。
这些数据的产生不是随机和无规则的，而是符合人类行为规律和社会环境特点，其中蕴涵着巨大的社会和商业价值。
因此，图书馆首先应通过对读者行为大数据的采集、处理、分析和评估决策，将读者行为进行解析、描述和量化，最终实现对读者服务需求、服务模式变化趋势、服务市场竞争走向和自身服务体系结构的预测、量化和控制。
