大數(shù)據(jù)環(huán)境下清華大學(xué)圖書(shū)館的實(shí)踐
來(lái)源：中國(guó)新聞出版報(bào) 2013-8-29 鄧景康
目前清華大學(xué)圖書(shū)館館藏紙質(zhì)書(shū)達(dá)300多萬(wàn)種，電子書(shū)600多萬(wàn)種、近7萬(wàn)種電子期刊、幾億篇文章，并采用專業(yè)的資源發(fā)現(xiàn)系統(tǒng)為用戶提供紙質(zhì)書(shū)和電子資源的整合檢索。資源發(fā)現(xiàn)系統(tǒng)自帶的知識(shí)庫(kù)包含7億多條高品質(zhì)的文章級(jí)元數(shù)據(jù)，是龐大的元數(shù)據(jù)倉(cāng)儲(chǔ)；此外，清華大學(xué)圖書(shū)館還在發(fā)現(xiàn)系統(tǒng)平臺(tái)匯集融合了從維基百科下載的開(kāi)放數(shù)據(jù)，以及由圖書(shū)館員收集整理的清華教工的學(xué)術(shù)簡(jiǎn)介等。基于上述數(shù)據(jù)基礎(chǔ)，清華大學(xué)圖書(shū)館在以下兩方面進(jìn)行了探索和實(shí)踐。
數(shù)據(jù)集成。清華大學(xué)圖書(shū)館嘗試在檢索平臺(tái)“水木搜索”上綜合運(yùn)用多來(lái)源數(shù)據(jù)。將書(shū)、刊、文章等元數(shù)據(jù)匯聚在一起用于檢索，用戶可通過(guò)開(kāi)放鏈接技術(shù)定位及獲取資源；維基百科的詞條、清華教工簡(jiǎn)介、豆瓣書(shū)評(píng)、清華學(xué)生打過(guò)的標(biāo)簽則在展示層與檢索結(jié)果關(guān)聯(lián)，用戶可在一個(gè)檢索結(jié)果頁(yè)面獲得不同層次、不同角度的信息內(nèi)容。
挖掘數(shù)據(jù)價(jià)值。從目前情況看，圖書(shū)館的數(shù)據(jù)規(guī)模以及對(duì)數(shù)據(jù)處理的實(shí)效性雖遠(yuǎn)未達(dá)到大數(shù)據(jù)處理的需求，但是基于大數(shù)據(jù)開(kāi)展的挖掘數(shù)據(jù)價(jià)值、提取知識(shí)的理念卻深深影響了圖書(shū)館的服務(wù)模式。
海量權(quán)威的元數(shù)據(jù)匯集到一起，蘊(yùn)藏了大量的知識(shí)，對(duì)基于數(shù)據(jù)的知識(shí)服務(wù)帶來(lái)重要影響。清華大學(xué)圖書(shū)館嘗試對(duì)這些數(shù)據(jù)集合做一些分析工作，即從元數(shù)據(jù)倉(cāng)儲(chǔ)中提取關(guān)鍵詞等信息，分析關(guān)鍵詞走向，分析作者與合作者的關(guān)系，建立以人為中心的知識(shí)關(guān)聯(lián)網(wǎng)絡(luò)。
基于時(shí)間軸進(jìn)行趨勢(shì)分析。研究某學(xué)科領(lǐng)域在一個(gè)時(shí)間段的發(fā)展趨勢(shì)對(duì)了解該學(xué)科的發(fā)展脈絡(luò)、預(yù)測(cè)未來(lái)的發(fā)展方向至關(guān)重要。清華大學(xué)圖書(shū)館采用提取文章關(guān)鍵詞并分析關(guān)鍵詞在時(shí)間軸上分布的方法來(lái)給出該領(lǐng)域的發(fā)展趨勢(shì)。該服務(wù)的初步嘗試已得到讀者的良好反饋。
建立以學(xué)者為中心的知識(shí)關(guān)聯(lián)網(wǎng)絡(luò)。清華大學(xué)圖書(shū)館以海量多來(lái)源數(shù)據(jù)為基礎(chǔ)，通過(guò)分析海量文獻(xiàn)數(shù)據(jù)的特點(diǎn)，自動(dòng)甄別出清華大學(xué)目標(biāo)學(xué)者（ThuRID），獲取目標(biāo)學(xué)者的學(xué)術(shù)出版物、與其緊密關(guān)聯(lián)的合作者、期刊會(huì)議等信息，應(yīng)用開(kāi)放鏈接技術(shù)準(zhǔn)確定位清華學(xué)者學(xué)術(shù)出版物的全文，采用可視化視圖的方式直觀展示學(xué)者的學(xué)術(shù)歷程，以及以學(xué)者為中心的科研網(wǎng)絡(luò)。目前，清華大學(xué)圖書(shū)館已經(jīng)成功甄別出清華50位專家學(xué)者，并建立了以他們?yōu)橹行牡闹R(shí)關(guān)聯(lián)網(wǎng)絡(luò)。
清華大學(xué)圖書(shū)館用于分析的主要數(shù)據(jù)集合還是英文數(shù)據(jù)，我們期待著和中國(guó)知網(wǎng)這樣的國(guó)內(nèi)數(shù)據(jù)提供商在數(shù)據(jù)挖掘及增值應(yīng)用方面有更多的合作。此外，中國(guó)知網(wǎng)在國(guó)內(nèi)外大力推廣數(shù)字出版，這使得建設(shè)一個(gè)從資源產(chǎn)生到資源應(yīng)用的快速通道成為可能，我們也在積極思考如何和中國(guó)知網(wǎng)攜手共建這個(gè)快速通道，也希望數(shù)字出版能從資源誕生那一刻起即考慮到與應(yīng)用環(huán)節(jié)的有機(jī)銜接，共同促進(jìn)知識(shí)的傳播與再利用。
（作者系清華大學(xué)圖書(shū)館館長(zhǎng)）
