高校图书馆读者服务策略讨论 摘要：阐述了大数据特征及大数据背景下图书馆服务模式转变的必要性，大数据时代图书馆读者服务工作的策略，如何提升馆员和用户猎取和整合科学数据信息资源的能力，利用碎片化的信息资源进行微服务，及信息资源和微服务的碎片化，利用大数据的环境进行舆情预测分析和信息资源的增值服务。 关键词：大数据；信息资源；图书馆；读者服务 现代的信息量已难以为我们所掌控，大数据已成为信息传播的媒体，大数据在多个领域成为讨论热点。图书馆读者服务工作内容也发生着如数据处理和挖掘数据的隐性信息和潜在价值，资源信息的碎片化、碎片化信息的微服务及实现信息资源的增值服务等方面的变化。因此对数据进行分析、决策和预测将成为大数据环境下图书馆读者服务工作的重要方向，服务模式将趋向数据驱动型模式。 1 大数据的特征 大数据没有一个准确的定义，就是数据规模大，人工无法对其进行有效的管理、无法将其包含的价值提取出来。根据大数据本身的性质和特点将其归为数据量大、类型多样、处理速度更快、价值密度低等特征。1.1 数据规模超大且一切可被数据化。数据规模激增的原因有很多。互联网的广泛应用，使数据猎取变得相对容易。各种传感器数据猎取的数据越来越接近原始事物本身，因此描述同一事物的数据量激增。如图书、网络、摄像头、监测器等等，都可成为大数据的来源，几乎所有的一切原始资料都可以被记录，被数据化。但在某些特定的应用领域，采集数据远不能描述整个事物，可能丢掉大量重要细节，也可能得到完全相反的结论。所以在一些领域里直接处理数据而不是只考虑采集数据。1.2 数据类型多样且整体大于部分之和。数据类型层出不穷，大数据关注的是大量细节信息的非结构化数据，具有小众化体验化的特性。数据的整体是由部分组成的，整体与部分是相互依存的。部分离不开整体，离开整体也就失去了自身存在的价值。而整体也不是将部分进行简单的堆砌，是将各部分根据一定的逻辑关系、一定的方式组合而成的有机体。把那些部分的信息，汇总起来经过大数据算法的深度分析，提炼出从表面观察不出来价值。不同数据类型之间的信息也具有关联性，能够挖掘出很多隐含的知识和信息。1.3 更快速的处理数据及低密度的数据价值。大数据对实时数据分析处理的时间非常短，否则结果就会过时和无效。大数据以数据流的形式产生、快速流动、迅速消逝，数据流量也是不平稳的，在某些特定的时段突然激增，对不断激增的海量数...
