基于大数据技术的智能文献采访模式探析撰写时间：202X年XX月XX日邓小明摘要大数据和大数据技术推动下，智能文献采访将成为图书馆文献采访的发展方向和趋势。结合大数据技术和图书馆文献采访的业务工作，研究文献采访大数据的组成和相互关系，探索基于大数据技术的智能文献采访模式及具体方法。同时，指出实现文献智能采访需要培育的几个方面的内容。关键词大数据；大数据技术；智能文献采访；模式中图分类号G253.1文献标志码B文章编号15-6041（2021）03-06-04基于云计算机、物联网等基础的大数据技术发展和应用逐渐深入到各行业。大数据所涉及的信息量规模巨大，在合理时间内达到撷取、管理、处理、整理成类并能够解读的数据资讯，根据应用动态分配资源。大数据及其相关技术，让图书馆、读者、供应商和大数据企业间的智能文献采访成为可能1。利用大数据及其技术，能方便获取读者阅读需求、供应商、出版商以及网络信息数据来智能分析、管理和预测读者需求、文献动态和采访细节，并以智能虚拟化的方式为图书馆采访员、读者用户间构建实现智能文献采访，从而提高采访的质量、准确性，降低采购成本、管理成本，提升文献采访效率。1大数据、大数据技术概述大数据（BibData）是指所涉及的规模巨大的数据，于2021年由麦肯锡提出。大数据是无法用现有软件工具提取、存储、搜索、共享、分析和处理的、海量的、复杂的数据集合，是需要使用新的处理模式才能具有更强的决策力、洞察力、优化能力的海量资产。大数据基本包括大交易数据、大交互数据。大交易数据是指财务数据、用户数据、经销商数据、员工数据等。大交互数据是指微博、微聊天数据、移动终端数据、地理位置等数据。这两部分数据共同融合成为全面大数据。2021年美国启动大数据研究，随后日本、欧盟、法国、澳大利亚陆续进行大数据研究。2021年我国启动大数据建设，至2021年越来越多的政府和企业建立大数据产业园和创业平台。如百度、淘宝、京东等企业建立了商品大数据2。大数据具有“4V”特征，即数据巨大、数据类型多样、处理速度快、价值密度低。大数据是动态的、开放性的、多样化的。随着海量的大数据产生，对数据处理的实时性、有效性提出了更高要求。然而传统的常规技术手段根本无法应付。在这种情况下，大数据技术应运而生。这些技术主要包括分布式缓存、基于MPP的分布式数据库、分布式文件系统、各种NoSQL分布式存储方案等。NoSQL数据库技术主要实现搜索、实时统计分析、简单事务等2。Hadoop数据分析技术主要实现用户积累、数据整合和分析处理等方位的服务。随着数据挖掘技术、聚类分析、可视分析、预测分析和数据管理等大数据技术的不断发展和完善，逐渐实现数据的多维度采集、整理、分析、预测和管理信息源，挖掘出有价值的信息及隐藏在数据背后的信息，进而揭示事物的本质及其发展规律。2大数据技术给文献采访带来的影响随着人工智能、专家系统技术、云计算、大数据、物联网等的发展应用，智能采购系统的数据挖掘、预测、分析等技术已取得重大进展。大数据驱动采购变革已开始，不断把数据拿出来分析和关联，进行合理的预测和数据推送。已有人尝试将部分技术运用于图书馆文献采访工作的理论与实践。随着大数据技术进一步完善，为智能文献采访实现提供技术支持，这也是人工智能整体发展的必然趋势。大数据技术支持下，智能文献采访不再高度依赖采购员的主观经验，而是根据大数据挖掘、个性化文献需求，自动生成采购推荐清单，高度智能地完成文献采访工作。智能文献采访系统通过对读者用户各方面数据、馆藏数据、书目数据、文献价值、经费分配、风险等等进行全面分析、比较、判断、评价，最后做出科学的文献采访。同时，通过挖掘数据价值、发现规律和知识为文献采访决策和优化提供有利依据，指导文献采访和管理的改进，最终改善文献采访的运营，实现便捷、高效及环保的文献采购3—4。3文献采访大数据的构成在大数据技术和环境下，联系文献采访业务技术流程，可将文献采访大数据分为读者数据、图书馆数据、供应商数据、企业大数据四个部分1。3.1读者数据读者数据分为读者用户身份数据和读者交互数据。读者交互数据是指读者的行...