面向多源异构数据的知识发现服务探究

胡勇祥

黄冈师范学院，黄冈 438000

摘要：智慧图书馆多源异构数据的出现为知识发现服务带来了巨大的挑战，本文通过分析智慧图书馆知识发现服务的演化及创新驱动机制，提出智慧图书馆知识发现的创新模式与创新策略。

关键词：智慧图书馆;大数据;知识发现，多源异构

知识服务是知识社会对图书情报机构提出的新要求，其关键在于知识发现，它将大大地提高了知识服务的效率。大数据环境下，智慧图书馆信息产生源也越来越多，数字资源增长速率越来越快，多源数据异构性越来越明显。用户对知识发现服务的需求也越来越多源化，海啸式多源异构数据的涌现导致用户很难在有限的时间内找到自已想要的信息，这给智慧图书馆数据资源发现服务也带来了全新的挑战。如何有效地创新研究智慧图书馆知识服务方法是高校智慧图书馆必须面对和解决的问题。

1、多源异构数据对智慧图书馆的影响

1.1数据空间

大数据时代，在传统数字图书馆基础上融合数据密集型科学将会颠覆现有图书馆资源发现和数据空间，未来知识发现的重要基础设施将是一个以智慧图书馆系统为基础，以智能知识发现组件为链接的，面向智慧发现服务的自主化、开放性、智能问答式的新的数据空间。在大数据的环境下，智慧图书馆的资源存储变化正在发生。这种变化体现在数据的组织结构上，且最为明显的特点是对数据资源建构的不同需求的出现。对于智慧图书馆来说，涉及的所有资源都是以“数据”的形式而存在的，这些多源异构数据的格式多种多样，且自由融合贯通，在各个平台与应用中将都是绿色许可操作可行的。

1.2知识发现服务

大数据技术的发展为智慧图书馆知识发现平台提供了新的发展契机，数据密集型的科学发现范式为知识发现提供了基于数据解决问题的新思维。用户检索或发现知识的方式和满足感不再只依据平台的内容资源。用户的行为痕迹记录、个人背景信息、使用的设备环境数据都可以用以辅助分析用户的需求偏好；文献的组织与利用也更加多源化。大数据驱动下，智慧图书馆知识发现服务将联合深度揭示用户行为偏好与需求导向的用户数据画像、可视的内容分析与处理、同行评审等多种方式为用户开创更加协同、友好、智能个性化的知识发现平台，以便快速地对用户进行数据挖掘、语义检索、智能数据可视与分析、新知识发现与预测和精准推荐等个性化服务。

1.3用户需求

在多源异构的数据环境下，用户不愿意再耗费大量时间和精力去查找和甄别资源，而是希望根据问题找“数据”，直接用“数据”解决问题，不再苛求数据的知识化过程[1]。但是，大数据具有较高的复杂度，这就无法保证用户是否乐意花费精力与时间对大量的数据资源进行分析和判别，有的时候用户不会使用传统的方式构建数据认知，多数用户更多的是希望在需求的基础上对数据和知识进行关联、探索，挑选一个具体的、有识别度的、精细化管理的知识体系。在这种情况下，智慧图书馆用户对处理和计算数据的要求维度更高、更细，如多源化与预见性的数据解读分析、数据的高效计算、数据的智能化和个性化服务实现、数据的可视化感知与立体化表达等[2]。

2. 多源异构数据环境下知识服务新模式优化策略

2.1 创新服务模式

大数据环境下，知识服务需要创新服务方式，重点是需要构建互联网的思维模式。“互联网”强调创造泛在的服务环境和服务能力[3]，而智慧图书馆的知识发现服务不仅要面向“互联网”，更应面向社交媒体基于异构信息网络的服务聚合创新模式。通过构建互联网跨媒体知识服务体，图书馆知识发现服务才能更好地关联或深度挖掘学科及交叉学科的源数据，实现知识深度和广度的组织融合。从而打破传统知识服务体系知识服务单一的模式，推动智慧图书馆知识服务方式逐渐向智能服务化转型，促进智慧图书馆泛在的知识挖掘、组织、发现和创造方面的新功能。

2.2优化源数据发现功能

互联网时代向大数据时代的转变，改变了人们对对象和科学发现的方式和途径，智慧图书馆知识发现服务也在悄然改变。在这一转变中，数据的碎片化分布直接着影响着用户需求的满足，用户在每次的情境需求中，对粗糙知识源的分析往往都需要考虑知识粒度问题，一般来讲，知识颗粒度被细化的越小，知识颗粒越小，知识越精确[4]。所以用户面对知识源的分析，往往需对所需求的知识源颗粒越细越精准，从知识源到知识领域的逐渐辐射拓展，实现对知识单源精细的挖掘与分析，从而达到基于底层数据碎片化、关联化基础上的知识发现在输出层的直观展示，这就需要知识服务平台系统对知识发现可视化性能分析进行优化与提升。

2.3创建知识服务聚集的交互服务方式

多源异构数据环境下知识服务数据源的多样性，以及知识对象间网络关系的复杂性给知识服务选择带来了一定挑战。要使智慧图书馆知识服务方式从以往粗放型逐渐向精准型转变，需要打破传统的资源发现固化模式，探索数据密集型理念下的智慧图书馆知识发现服务模式的新形态，需要学习、内化数据科学相关理论，需要剖析知识发现的驱动要素和作用机制，创建知识发现服务的创新生态功能模型。需结合传统的数据挖掘方法将用户画像、文本推荐和多粒度检索决策应用等服务方式进行知识服务的聚集，从而实现面向服务聚合交互的服务推荐。

3、多源异构数据融合的智慧图书馆知识发现服务功能模型构建

多源异构数据融合的智慧图书馆知识发现服务体系应该是一个开放性的、面向全数据的、具有高效数据价值转化能力的、不断自我生长的、协同群智的发现并创造新知识的生态能动系统。如图1所示，自下而上，一般由知识服务发现的数据资源源数据层、知识服务的多源异构数据融合层、多源数据知识服务服务聚集层和知识服务发现智能应用层组成，其中多源异构源数据层是整个知识发现服务的基础，而智能服务应用层是面向各用户与知识服务交互的。各个层次模型之间是层层递进向上迭代。通过智慧图书馆服务模型的构建从而实现从全数据直达新知识的情景感知智能问答式一站式多粒度的知识服务体系。

图1 多源异构数据融合的智慧图书馆知识发现服务体系模型

4结语

大数据时代是一个泛在的知识服务环境，服务对象也呈现出泛在性和自主性，知识发现服务的根本目的就是为用户提供一个简便、友好的检索渠道，让用户能够快速、有效地检索数字图书馆的各类资源。多源异构环境下智慧图书馆知识发现服务是由数据源向智能数据推荐服务的反复迭代过程，基于这一服务模式，智慧图书馆知识发现服务创新应综合考虑多源异构数据环境和用户的需求导向，为用户的知识发现创造良好的交互环境与平台，通过用户数据、内容资源数据、专家数据、业务数据等的协同调用，着重基础功能提升、薄弱功能改进和新功能开发，实现从数据源直达新知识的智能问答式的自主发现与需求满足。

参考文献

[1] 毕强,闫晶,李洁.大数据时代数字图书馆服务转型面临的新形势与新要求[J].情报理论与实践,2017,40 (12):12-16+5.

[2] 张晗,毕强,丁梦晓,李洁,牟冬梅.基于多特征耦合的数字图书馆知识发现服务优化研究[J].图书情报工作,2019,63(03):14-20.

[3] 初景利.数字化网络化与图书馆服务战略转型[J].图书与情报,2017(1):98-104.

[4] 温有奎,焦玉英.基于知识源的知识发现[M].西安:西安电子科技大学出版社,2011.

作者简介： 胡勇祥，男，1976年9月出生，现就职于黄冈师范学院图书馆，副研究馆员，主要从事图书馆网络及数字化建设、图书馆数字化和信息化服务。

通讯方式：湖北省黄冈市开发区新港二路146号黄冈师范学院；邮编：438000 邮箱：[e-mail]

*该文系2020年湖北省高校图工委科研基金项目“基于多源异构数据融合的智慧图书馆知识发现服务研究”（编号：2020YB16）的研究成果之一。