计算机和互联网的飞速发展推动了数字技术的进步，网络技术日趋完善，大数据时代已成为重要的社会背景，近年来，随着社会各单位企业对大数据技术投入力度的加大，更是掀起了网络数字化的浪潮。

大数据逐渐发展为时代背景，它改变了人们的思维习惯和生活方式，让人们对世界产生了新的认知。

图书馆作为储存和传播知识的重要载体，也不可避免的受到了数字化的影响，图书馆的服务和管理手段得到升级完善，资源存储和查询方式也发生了转变，服务体系也面临着新的机遇和挑战，在大数据时代背景下，图书馆若要取得持续发展，就必须革新服务体系，优化服务品质。

一、大数据对图书馆服务提出的挑战

随着数字化的发展，信息数据的分层必然朝着深层次发展，数据形态也将呈现出多样化的特征，因此，大数据以其独有的利用价值，必将成为生产力发展和竞争的前沿领域，数据处理则将成为一个拥有巨大发展潜力的新兴行业。

而图书馆的应用技术、服务导向、数据对象等和大数据则有着密不可分的联系，由此可见，大数据对图书馆服务产生了很大影响，为革新图书馆服务体系提供了有利条件，但同时也向图书馆服务体系提出了新的挑战：

1、复杂性挑战

首先，大数据时代背景下图书馆的数据类型更加复杂。

随着信息技术的发展，数据产生的方式也呈现出多样化的特点，数据类型也相应增加，这就需要图书馆研究开发新的存储、采集和分析处理技术。

例如随着网络社交形式的普及，文本数据逐渐缩短，这些短文本给出的下文信息较少，致使图书馆在分析文本语义、情感和主题时产生了较多困难。

其次，随着大数据时代的来临，图书馆的数据结构变得更加复杂。

以往图书馆处理的数据对象都有明显的结构特征，很容易分清类型并存储到相应的数据库中。

但随着移动计算机、信息传感器等技术的进步和发展，数据生成方式趋于多样化，数据对象也涌现出多种格式，总体趋于非结构化，其中包括视频、文本、图片和文档等。

这种非结构化数据不仅容量大，而且内容丰富多样，并且呈现出多变性，给图书馆的数据分析和收集带来了巨大挑战。

最后，在大数字时代图书馆的数据模式也变得更为复杂。

在大数据时代，数据规模迅猛增长，与之相应的数据的内在模式更是成倍增加。

这就要求图书馆服务体系不仅要熟悉各种类型的数据模式，还要注意把握数据对象间的相互作用。

分析和存储这些多模式数据需要掌握信息网络、文本开发、图像处理等技术。

此外，大量非结构化数据蕴含着很多噪声及没用的信息，这就需要图书馆服务体系以最快的效率去伪存真，剔除无用信息，保存实用数据。

让客户通过搜索引擎从这些非结构化的数据中检索出需要的信息和数据。

2、不确定性挑战

首先，在大数据时代，数据本身就带有极大地不确定性。

数据采集方式、数据集成、客户应用需求等因素使得数据存在不同程度的不确定性。

图书馆以往处理的传统数据都拥有明显的结构性，因此，当面对这些高维度、大密度、多类型的不确定性数据时，传统的处理技术显然已经无法满足需求，这就要求图书馆服务体系要尽快研发新的技术，来应对这些非结构数据。

目前，我国图书馆多采用概率统计的方法来处理这些不确定性数据。

近年来，计算机硬件发展较快，为图书馆处理不确定性数据提供了效能上的帮助。

但总体而言，该领域仍有许多问题需要相关行业和学界探究处理。

其次，在大数据时代背景下，图书馆要处理的数据模型存在较大的不确定性。

大量的不确定性数据要求图书馆服务体系研发新的处理技术，针对非结构数据提出相应的模型方法，并能够准确把握新模型的复杂程度、表达能力和开采力度。

目前，我国图书馆在对不确定数据的系统设计与建模方面，主要采用“可能世界模型”的观点，即在某种特定的数据结构规范中，应该将每种数据的所有状态都进行描述。

依据这种观点产生的模型过于复杂，很难能形成一种通用的模型结构，来处理具体的数据类型。

在图书馆服务体系的实际操作中，经常采用简化的模型描绘那些非结构数据的特点，例如，同分布假设和独立性假设等。

概率模型不仅具有较强的表达能力，而且可以对非结构数据的相关性进行自动建模，因此，被我国图书馆广泛应用于处理非结构数据中。

但同时也应注意，在管理和挖掘数据方面，不确定性模型的构建应该充分考虑对数据传输、查询、采集、展示和检索等方面产生的影响。

最后，在大数据时代，数据学习也存在某种程度的不确定性。

图书馆建立数据模型通常都需要学习模型参数，寻找模型最优解是学习模型参数面临的最大难题。

因此，以往图书馆都是采用不确定法来寻找相似解，然而在大数据时代，这种传统的学习方法却无法应对大数据产生的时效挑战，如何改革以往的不确定学习法，使之适应新的数据模型需求，成为当前图书馆服务体系急需解决的问题，也是当前学界和高校研究的重点，例如在进行矩形运算时，可以采用将数据分块计算的方法，这样可以利用多台计算机同时运算，极大地提高了处理数据的速度。

近年来，针对数据学习的不确定性，图书馆服务体系提出了“非参模型法”，以此来应对非结构类型数据的参数和复杂度。

但这种模型计算法具有一定的复杂性，如何将其分布式的运用到大数据处理中，还是一个需要探讨的问题。

二、大数据背景下图书馆服务体系的创新途径

传统的图书馆服务体系显然已经不能满足大数据时代的需求，无法应对大数据时代背景提出的挑战，因此，为了充分运用大数据时代提供的资源，并以此为契机推动图书馆产业更快更好发展，图书馆服务体系必须做出相应改革，寻找创新途径，笔者根据多年研究经验，针对图书馆服务体系创新提出以下建议：

1、高度重视用户的数据和信息

在大数据时代背景下，拥有、利用、融合、挖掘多种类型数据已经成为当前图书馆行业竞争的关键，因此，加大信息资源的开发和采集也成为关系图书馆发展的重要因素。

所以要提高图书馆的服务质量，首先就要重视用户数据信息，即图书馆建设所需要的数据网络和文献资源，以及当前图书馆还无法进行的非结构数据，这主要是指用户的信息行为数据。

图书馆只有大力挖掘和分析这些用户数据，才能得到决策参考。

2、提高服务的智能化程度

大数据时代背景下，图书馆需要更高更新的技术，以及高标准的智能化服务。

因此，图书馆首先要充分运用智能化技术来自动采集和处理那些高级复杂的数据信息，最大限度的节约人力物力，弥补人工操作的不足，这也是数据图书馆的主体功能。

例如，可以运用智能技术获取非结构数据的关键词和相关数字，节省的人力物力可以运用到图书馆建设中。

其次，要完善智能服务手段，提高智能服务水平，对生活数据、非结构数据、社交信息、半结构数据等进行分析和处理，为客户提供所需的资料信息。

3、充分利用复杂的数据分析技术

大数据时代对图书馆服务体系在技术应用方面提出了更高的要求，例如网络分析、数据融合、聚类分析、数据集成、可视化分析等已经成为未来数字化的发展趋势。

虽然目前关于这些技术的研究还处于初级阶段，还无法准确把握这些数据分析技术的发展趋势，但很多学者已经开始对网络社交产生的非结构化和半结构化数据进行采集。

希望通过对这些内容的研究，满足用户聚类和关联规则的需求。

4、创新和重构服务模式

随着大数据时代的到来，传统的物理图书馆开始逐渐转化为数字化图书馆，图书馆服务体系也随之变化，传统的线对点、点对点、面对点的服务模式已经逐渐被抛弃，取而代之的是一体化服务。

不仅服务的途径、方式发生了变化，基础服务理念也发生了重大转变，数字化图书馆将大数据作为基础，围绕智慧服务、数据汇聚、知识服务、信息加工等内容展开。

大数据时代背景下，图书馆要收集和分析的数据资源是巨大的，这些资源主要包括科研成果、各种访问、文献资料、社交日志、学术交流等，图书馆通过数据发布、存储备份、数据共享、元数据加工等手段将这些数据实现无缝链接，将各种数据资源融合在一起，形成信息量丰富的知识库，用户可以通过索引的方式快速便捷的获取所需资源。

这些数据资源一般来自各个单位的知识库，因此，图书馆可以利用自身优势条件将这些资源进行传输、采集和定位。

同时，还可以对各种资源实行开放式管理，让用户不仅是数据资源的接受者，还是信息数据的发布者。

此外，图书馆应在大数据时代背景下重构服务模式，通过加工整理海量的数据资源，建立数据模型，增加数据的价值，进而满足客户的知识需求。

综上所述，服务体系的创新是图书馆的核心价值所在。

大数据时代的到来为图书馆服务体系的发展提供了契机，注入了活力，同时也为其带来了挑战。

数据的采集与分析、新技术的开发利用、政府的扶持、人员的培养都是当前图书馆服务体系面临的重要难题。

因此，图书馆若要取得长远发展，就必须遵循大数据时代的发展规律，充分利用大数据提供的有利条件，创新服务体系，提升核心竞争力，取得自身的进一步发展。