面向科研用戶的嵌入式智慧數據服務模式研究*

楊林霞

（中原工學院法學院/知識產權學院 鄭州 450007）

傳統意義上的科學數據服務包括三個層次：數據參考咨詢服務、數據收集服務和數據計算服務[1]。但“互聯網+”環境下，科學研究已進入“第四范式”[2]，數據密集型科研活動成為用戶科研行為的基本特征和普遍趨勢，科研用戶對數據服務依賴程度更高。這就要求圖書館拓展和深化數據服務職能，加快從基于三層次論的傳統數據服務向基于科研數據生命周期的智慧數據服務轉型升級。這將有利于提高圖書館科研數據服務的精準度和實效性。那么，究竟什么是智慧數據服務？科研用戶數據需求與圖書館數據服務之間存在什么關系？圖書館又應當如何開展智慧數據服務呢？

1 智慧數據服務的含義和特征

圖書館數據服務是指以數據為載體，開展數據獲取與提供、導航與檢索、分析與再加工、保存與共享、管理與咨詢等工作[3]，以滿足用戶數據需求的服務模式。智慧數據服務是圖書館數據服務的迭代演進，是在智慧圖書館建設框架下，以用戶需求為導向，以相關關鍵技術為支撐，利用數據采集、分析、挖掘等適用性新型工具，將數據服務嵌入到用戶科研實踐中，為用戶提供以智慧數據為主要內容的個性化精準服務。它蘊涵兩層意思：其一，關于“智慧數據”的服務。所謂智慧數據是指“具有一定格式、通常自帶語義或程序，在一定的環境條件下可以獨立產生行為和結果，或作為進一步整合分析或采取行為的基礎。智慧數據是有語義的、可計算的，能夠自主行為的信息單元”[4]，智慧數據服務即是以“智慧數據”為核心和載體的服務。其二，智慧型或智能化的“數據服務”。亦即在“互聯網+圖書館”思維指引下，把新興適用性智能化設備、工具投入到數據服務中，以新技術帶動和推進數據服務的升級。前者側重于把“數據”變得“智慧”，后者側重于把“服務”變得“智慧”，概言之，智慧數據服務是智慧數據同智慧服務的有機融合。

圖書館智慧數據服務具有如下特征：

第一，智慧數據服務的目的是為用戶提供智能化、個性化、專業化的數據服務。以用戶為中心始終是圖書館最核心的服務理念，也是最基本的價值旨歸，智慧數據服務亦如是。在用戶需求驅動下，開發數據資源，挖掘數據價值，滿足用戶數據需求，便是智慧數據服務的意義所在。

第二，智慧數據服務以關鍵技術為支撐，借助關鍵技術予以實現。曾蕾等認為，實現智慧數據的相關技術有“認知計算、深度學習、機器學習、人工智能、預測分析、圖數據庫、機器智能、語音處理、語義技術、自主載體、大數據、數據科學、物聯網、文本分析、資源描述框架（RDF）、知識圖譜、情境計算、關聯數據、深層因果推理、本體、JSON-LD（一種輕量級的關聯數據格式）、常識（Common Sense）、自然語言處理、語義搜索”等[5]。智慧數據服務是技術推動的結果，也須依賴關鍵技術得以推進和實現。

第三，智慧館員是智慧數據服務的最終踐履者。智慧數據服務要求館員須同時具備先進的服務理念、扎實的圖書館專業知識以及熟練運用新技術的能力素養等，故而，加強教育和培訓，促使普通館員向智慧館員的轉型是推進智慧數據服務的主體性條件。

第四，智慧數據服務的范圍極其廣泛?！盎ヂ摼W+”時代，數據與人的關系越來越密切，圖書館用戶在不斷消費數據產品的同時又在不斷生產著新的數據，這就要求圖書館合法合理而又科學有效地采集、分析、保存、管理、使用數據，為用戶提供有價值的智慧數據服務，并將其貫穿于用戶科研生命周期的全過程，嵌入到課程支持、學術科研、社交互動的各領域。

第五，智慧數據服務具有互動性、泛在性、靈敏性、主動性?；有允侵笀D書館作為數據輸入（采集各類數據）和輸出（為用戶提供數據服務）的中間物，與數據供應者、數據使用者存在廣泛而深入的互動關系；泛在性是指數據的產生具有動態性，而用戶對數據的需求又具有多變性，圖書館需要隨時隨地跟進、采集、整合、處理新數據，同時又必須調動一切資源滿足用戶多元化、泛在化的數據需求；靈敏性是指圖書館在接到咨詢、導航等數據服務需求信號時，須予以快捷、準確的應答和反饋；主動性是指圖書館及館員在進行資源推介、教學服務、科研支持時，應主動采集用戶需求信息、主動提供專業化精準服務。

2 科研用戶數據需求與圖書館數據服務之間的關系

“互聯網+”時代，科研用戶與圖書館之間的關系多以“資源需求—數據服務”的形式存在，亦即圖書館通常以提供數據服務的方式來滿足科研用戶的文獻獲取、信息咨詢、技術支持等需求，如文獻傳遞、信息導航、資源推介、軟件下載，又如協助用戶進行數據分析、信息加工、知識抽取，等等。從圖書館是否提供數據服務和科研用戶是否接受數據服務兩個維度、以四象限圖來分析這一關系能夠更為直觀地呈現實際效應，見圖1。

圖1 數據需求與數據服務之間的四象限圖關系

如果圖書館沒有提供數據服務，則無論科研人員是否接受了數據服務，都說明圖書館沒有實現數據服務功能，如第二、三象限。如果圖書館提供了數據服務，而用戶未接受數據服務（第四象限），則說明圖書館的角色實現不成功，造成了人、財、物力資源浪費，同時，科研人員也未獲得有效的科研支持。其原因是多方面的，可能是圖書館的數據服務與科研用戶的需求不相匹配，也可能是圖書館與科研用戶間的交互通道阻塞，還有可能是該科研用戶根本未從事科研活動、不需要數據服務。最理想的狀態是第一象限呈現的狀況，一方面，圖書館提供了數據服務，實現了自身價值；另一方面，用戶獲得了科研服務和支持，促進了科研活動。

顯然，第一象限所呈現的情況創造了一種雙贏局面，圖書館和科研用戶都能夠從中獲益。至于雙方的獲益過程和模式，可以通過函數解析式分別進行更深入的探討和分析。

首先，圖書館開展數據服務的收益函數：Y=Q×S×N-C。其中，Q即Quality，指圖書館提供數據服務的有效性或價值；S即Sale，即數據服務營銷，亦即將圖書館的數據服務成功推向科研用戶；N即Number，即科研用戶使用數量；C即Cost，即圖書館提供數據采集、處理、存儲、分析、挖掘、推送等服務的成本。

從這個函數上看，圖書館科研數據服務成功與否、實際效果如何最終取決于以下諸要素：①價值性，即所提供的數據本身真實有效、科學嚴謹，所提供的存儲服務便捷可靠，所提供的數據分析和挖掘方法正確、結論可信……②適用性，即所提供的數據服務能夠較好地與科研用戶的實際需求相匹配，能夠恰如其分地嵌入到科研活動中；③可持續性，即圖書館與科研用戶之間能夠建立起一種相互信任、共建共享的長效穩定協同機制，圖書館能夠在此機制下持續地、動態地、有效地向不同科研用戶輸出數據服務；④廣泛性，即圖書館向盡可能多的科研用戶提供數據服務，得到數據服務支持的科研用戶越多，圖書館的收益就越多，社會價值也就越高；⑤生態性，即控制數據服務成本，以最小投入獲取最大收益。

其次，科研用戶接受數據服務的收益函數：Y=Q×M。其中，Q即Quality，意同上文，是質量控制因素；M即Means，指用戶接受、獲取圖書館數據服務的方式，是過程控制因素。

從這個函數上看，若暫不考慮科研用戶的主觀需求意愿，排除其不能從事或不愿從事科研活動的可能，那么，數據資源本身的有用性和獲取數據資源的渠道暢通性是其能夠獲得有效數據服務支持的最重要因素。換言之，如果圖書館提供的某項數據資源或數據服務能較好地消除用戶科研中遇到的障礙，而且用戶又能較便捷地獲取該項數據資源，那么該科研用戶就更有可能選擇圖書館提供的該項數據資源或服務。

由此得知，圖書館能否提供契合科研用戶需求的數據服務是圖書館與科研用戶間可否實現雙贏的決定性因素，而關鍵在于：保證數據質量、提高數據服務營銷效率、暢通數據輸送渠道。事實上，智慧數據服務的優勢恰好也在于此。首先，智慧數據服務憑借適用的數據分析、挖掘工具和技術，能夠提升數據的廣泛性、真實性、可靠性和有效性，進而保證數據質量；其次，智慧數據服務通過小數據采集、管理和應用，能夠把握用戶資源使用動向、預測用戶需求信息、開展個性化數據服務，進而提高數據服務營銷效率；再次，智慧數據服務倡導虛擬服務和實體服務的深度融合、線上平臺交互和線下面對面交互的相互促進，進而暢通數據輸送渠道，實現立體式數據流動。故此，“互聯網+”時代，圖書館提供智慧數據服務是滿足用戶科研需求的客觀要求，更是圖書館數據服務迭代升級的內在要求。

3 圖書館嵌入式智慧數據服務模式

面向科研用戶的嵌入式智慧數據服務模式可簡略表述為：圖書館及館員以科研用戶需求為導向，基于科研數據生命周期，完善科研數據服務管理制度，健全科研數據服務長效機制，利用圖書館智慧建筑和智能設備等硬件環境以及數據開發、存儲、分析、挖掘、推送等軟件技術，把智慧數據服務嵌入到用戶整個科研活動中，以增強圖書館的科研服務效能，實現圖書館及館員的價值并使其有效增值。

3.1 主體與對象

圖書館及館員是智慧數據服務的發起者、施行者、監管者和維護者，但他們在智慧數據服務過程中所扮演的角色、發揮的功能有所不同。

圖書館組織的功能主要體現在頂層設計、制度安排、日常管理、環境創建等方面。第一，制定科研數據服務的規劃、落實科研數據服務政策；第二，構建科研數據服務機制、擬定科研數據服務方案；第三，完善科研數據服務評價機制、提高科研數據服務反饋效應；第四，創新科研數據服務方法、拓展科研數據服務路徑；第五，搭建科研數據服務平臺、加強圖書館資源建設；第六，購置用于科研數據服務的硬件設備和軟件技術、加強智慧圖書館環境建設；第七，培養館員科研數據服務意識及能力；等等。

館員是智慧數據服務的最終踐行者，是各項軟硬件技術的使用者。智慧數據服務的成效最終取決于館員個體自身的服務效能以及同科研用戶的協同效能，而影響服務效能和協同效能的主要包括開展數據服務的意識自覺、情感自控、意志自律等心理因素，以及進行數據服務所必需的知識、技術、能力等素養因素。從這個意義上說，設置專門的數據館員崗位、培育專業的數據館員十分必要。

高校圖書館科研數據服務的對象是有科研需求并開展或準備科研活動的各類人員或團體，主要包括教師、學生、教輔人員，以及由他們構成的各類學術團體和科研團隊。不同的服務對象有不同的知識水平、專業方向、研究領域，因而有不同的科研需求，所以，智慧數據服務應堅持用戶需求驅動，緊密貼合科研人員實際需求，提供個性化精準服務。

3.2 內容與目標

科研活動是科研數據生命周期的來源[6]。圖書館的智慧數據服務只有融入到用戶的科研實踐中才能收獲最大效益，故而，智慧數據服務的內容應同用戶科研活動相貼合、同科研數據生命周期相吻合，而其服務目標也應在遵循科研數據生命周期規律的前提下，致力于圖書館、館員、科研用戶等多主體的協同共贏。

根據綜合數字監管中心（DCC）提出的監管生命周期模型、數據文件倡議（DDI）提出的組合生命周期模型以及英國數據歸檔中心（UKDI）提出的數據生命周期模型[7]，結合圖書館數據服務的經驗和特點，將科研數據生命周期模型歸納如圖2所示。

圖2 科研數據生命周期模型

此模型始于數據生成，終于數據應用。在此過程中，數據生成，即通過某種途徑獲取數據或創造數據（如文獻搜集、問卷調查、社會調研、科學實驗等）。數據生成后，進行篩選、分配、歸檔，去粗取精，去偽存真，這一過程亦即數據處理。然后將初步處理過的數據利用專業軟件進行分析、加工，使其結構化或半結構化，此為數據分析。分析完成后找到能夠用于科學研究的有效數據，此為數據發現。新服務理念，增強服務意識，提高服務能力，加快實現館員自身的社會價值和自我價值；其二，對象性目標：通過智慧數據服務，強化科研支持，助力科研人員制定、落實、完成科研計劃，加快科研產出；其三，工具性目標：合法合理、科學有效地采集、管理和應用數據，充分釋放數據價值，使其真正為科研活動服務。接著將這些有價值的數據妥善保存和管理，便是數據保存。再根據科研需要進行檢索、查詢、瀏覽、下載，此即數據訪問。最后，把通過訪問獲得的數據應用于科學研究，產出科研成果，便是數據應用。至此，一個數據生命周期完結，而通過數據應用所產出的科研成果將成為新的數據來源進入新的數據生命周期，如此往復，呈螺旋式上升的演進形態。

圖書館的智慧數據服務應扎根科研數據生命周期，立足圖書館的服務特點和比較優勢。

數據生成階段：①采集、分析和管理用戶小數據，描述用戶畫像，了解用戶需求信息；②參與用戶科研活動，成為用戶科研伙伴，協助用戶制定研究規劃；③提供信息導航、咨詢回復、資源推介等服務，幫助用戶進行科研數據準備和文獻資源積累。

數據處理、分析、發現階段：①為用戶提供技術指導和支持，解決用戶在數據處理、分析、發現過程中的技術難題；②協助用戶進行數據檢索、下載、清洗、分析、挖掘、傳遞等，幫助用戶獲取有效數據。

數據保存、訪問階段：建設和完善智慧數據服務平臺，為用戶提供開放存取服務，幫助用戶即時存儲、更新、瀏覽和提取科研數據。

數據應用階段：①追蹤用戶科研進程，幫助用戶實現數據發掘和知識發現；②協助用戶進行科技查新，對科研項目及其成果的新穎性作出客觀文獻評價；③提供版權服務，做好版權識別與清理，幫助用戶合理使用資源、規避版權糾紛。

基于圖書館可開發和拓展的智慧數據服務內容，可進一步探尋并確定圖書館智慧數據服務目標體系：其一，主體性目標：一是就圖書館而言，在科研數據服務過程中，做好頂層設計和制度安排，拓展圖書館服務職能，加速圖書館的轉型升級；二是就館員而言，以科研數據服務為抓手，更

3.3 技術路線與服務方式

毋庸諱言，在科研用戶數據需求與圖書館智慧數據服務的關系上，一個較普遍的現象是：一方面，科研用戶有數據服務的需求，但他們通常僅把圖書館作為一個“資源池”，而當無法有效獲取資源時便轉向其他渠道，缺乏向圖書館尋求幫助的意愿和習慣；另一方面，圖書館在數據、信息、知識、技術等方面具有鮮明優勢，但極少主動追蹤科研用戶的科研動態，缺少可持續、個性化、嵌入式數據服務的理念和行動。無疑，圖書館是解決這一矛盾的主導力量，而確立正確的技術路線、找到有效的服務方式則是解決此問題的關鍵所在，如圖3所示。

準備環節，圖書館應不斷健全科研數據服務制度，制定科研數據服務流程，購置和更新必要的硬件設備及軟件技術，建設科研數據服務平臺，設置專門的科研數據服務崗位，并對專業數據館員進行培訓。通過一系列的準備，為圖書館扮演好數據創造者、數據專家、數據主管、數據館員的角色創造條件、開辟道路[8]。

分析用戶科研需求環節，圖書館應充分使用小數據分析技術。圖書館小數據是以讀者為中心的高價值、多類型、數量有限和即時更新的數據集[9]。小數據分析的核心價值在于微觀分析和個別管理——在用戶許可的范圍內利用監測技術、傳感器網絡技術等實時追蹤、采集、存儲、分析讀者個體的年齡、性別、年級、健康狀況、物理位置移動軌跡、社交活動、借還書情況、閱讀行為、網絡瀏覽痕跡、學習心理變化等“數據面包屑”，為讀者精準地描繪出其行為、心理、思想和需求的自畫像[10]。從而，一方面幫助用戶更加客觀地認識自己、把握自己的學習規律、管理自己的學習行為，另一方面也可以讓圖書館更準確地了解和預測用戶閱讀活動需求、興趣和方式變化趨勢，為圖書館開展個性化精準服務提供參考和依據?？傊?，充分使用小數據分析旨在全面、準確地把握和預測科研用戶的數據需求情況，以提高圖書館服務的精準度。

圖3 嵌入式智慧數據服務技術路線及服務方式

開展智慧數據服務環節，圖書館應采取嵌入式個性化服務，即根據科研用戶的實際需求，將圖書館的具體服務嵌入到科研用戶的科研全過程，為其提供個性化精準服務。一般而言，圖書館的智慧數據服務有兩種情形：其一，響應式服務，即被動服務，亦即當科研用戶使用圖書館資源和服務時，及時予以響應和反饋，如參考咨詢服務、導航檢索服務、開放存取服務等；其二，主動式服務，即主動了解科研用戶數據需求信息并提供有效資源供應及個性化科研服務，如協助科研用戶制定科研規劃，以及為科研用戶提供數據分析、數據挖掘、科技查新、知識發現、數據推送等服務。

智慧數據服務評價和反饋環節，圖書館應采用問卷調查、個案訪談等方式深入了解科研用戶在接受科研數據服務后的客觀效果和主觀體驗，或者就科研用戶利用圖書館數據資源的實際情況進行數據統計和分析，從而了解圖書館科研數據服務的實效性，進而改進智慧數據服務模式，提高服務效能。

4 結語與展望

嵌入式智慧數據服務具有三個基本屬性。其一，技術性。技術是智慧數據服務最重要的驅動和支撐力量。一方面，新興技術的快速發展使得圖書館不得不與時俱進，不斷將其引入并滲透到服務之中，另一方面，包括語義技術、數據統計技術、數據聚類技術、數據分析技術、數據挖掘技術等在內的諸項技術是支撐圖書館智慧數據服務的核心力量。其二，社會性。智慧數據服務創建了一個全新的社會信息環境，圖書館、館員、科研用戶在這一特殊的社會信息環境中形成了以智慧數據服務為紐帶的新型社會關系系統：圖書館間的合作聯盟關系、圖書館與館員間的相互依賴關系、館員間的協作伙伴關系、科研用戶間的共建共享關系、館員與科研用戶間的服務聯動關系，等等。其三，人文性。智慧數據服務雖以數據為媒介，但最終體現的是人與人之間的關系，數據只是服務的載體和內容，人才是服務的根本。

實踐中，圖書館既要把握好嵌入式智慧數據服務的基本屬性，還要對以下幾個問題給予足夠的重視和警醒，并盡量避免或克服：

第一，避免技術濫用和資源浪費。一方面，從實際需要出發，立足校本、館本采購設備、技術，避免盲目跟風和攀比；另一方面，降低智慧數據服務成本，擴大服務范圍，提高服務有效性，對數據資源實現充分利用。

第二，避免數據服務中的法律問題和倫理問題。前者集中反映在知識產權問題上，后者主要體現在隱私權問題上。圖書館在進行智慧數據服務時，既要做好版權識別與清理工作，保證科研用戶使用數據資源的合法性，又要保護科研用戶的隱私權不受侵犯。

第三，避免數據應用低效或無效。提高數據服務的意識、能力和素養，合理利用數據開發、保存、分析、挖掘服務，充分釋放數據價值，努力為科研用戶提供個性化精準服務。

第四，避免人文關懷弱化現象。通過創建人性化的圖書館智慧空間、創設溫馨的人文環境、建構同用戶友好互動的交互機制、提供契合用戶需求的數據資源精準服務等方式，確立并落實以人為本的智慧數據服務理念。

（來稿時間：2019年4月）