Big data в библиотеках и научных исследованиях

В библиотечном деле количество документов, источников информации возрастает динамически не только по объему, но и по характеру данных, их важности. Большие данные позволяют обрабатывать и управлять как структурированными, так и неструктурированными массивами данных.

Библиотекам необходимы адаптивные информационно-технологические решения для изменившихся потребностей читателей и своих возможностей. Цель исследования – системный анализ задач цифровых библиотек, центров и площадок для читателей-исследователей.

Методы исследования

Библиотекам нужны ИТ-ресурсы сопровождения потребительских запросов, приложений и сервисов [1], а также библиотекари, владеющие цифровым инструментарием ав-

Фролов Александр Владимирович системный администратор отдела информационных технологий, Морской государственный университет имени адмирала Г.И. Невельского, город Владивосток. Сфера научных интересов: сетевые технологии, программирование, моделирование систем и процессов. Автор более 30 опубликованных научных работ. SPIN-код: 7889-3026, AuthorID: 887541.

томатизации и интеллектуализации библиотечных процессов, – библиотекари-исследователи, помогающие в интеллектуальном поиске данных [2; 3].

Современные библиотеки активны в развитии компетенций специалистов библиотечного дела. Появились новые менеджеры в библиотеках: стюард (data steward) данных (data manager), исследований (management librarian), цифровых данных (digital data specialist), контента (content curator) и др. [4]. Они отвечают за управление в процессах сбора, обработки и хранения данных, их актуализацию (использование), мониторинг и организацию, правовую поддержку [5; 6].

Эти специалисты – цифровые посредники (intermediators), поддерживающие знания, фильтрующие их от информационного шума (белого, гауссова) с целью повышения качества поиска и его релевантности.

Мягкие навыки (soft skills) библиотекаря способствуют развитию библиотечной экосистемы «Библиотека 4.0», а именно:

• •    развитию отношений с исследователями;

• •    повышению ИТ- и гуманитарных мультикомпетенций библиотекарей;

• •    повышению навигационных возможностей в информационной среде;

• •    работе в команде;

• •    повышению отдачи от информационных продуктов, сервисов (аналитики, дайджестов и др.) и востребованности услуг по их переработке и упорядочиванию (примеры – ЭБ РГБ [7], ГПНТБ СОРАН [8]);

• •    развитию индивидуальных технологий информационно-библиотечной деятельности.

Big Data в библиотеках и научных исследованиях

Решение указанных задач требует библиотечной аналитики, стратегии и особых инструментов, которые можно классифицировать по следующим критериям:

• -    вебметрический – счетчики, лог-анализаторы, внутренняя аналитика, маркетинговая аналитика;

• -    вебаналитический – анализ сайтов, соцмедиа;

• -    условия доступа – бесплатный, условно-бесплатный, коммерческий;

• -    защищенность – открытый, закрытый (инвайты), смешанный;

• -    оптимизация – контента, репутации, маркетинга;

• -    функциональность – юзабилити, карты поведения, дерево целей.

Результаты

Мониторинг ситуаций в библиотечной экосистеме стал динамичным, но одновременно и сложным. BigData (термин введен в 2008 г. изданием Nature ) – системный термин для технологий анализа и использования больших и неструктурированных массивов данных, обработка которых ранее была невозможной [1; 9]. Базируется на реальном режиме и соблюдении требований «5V»:

• 1)    Volume – применение инновационных технологий;

• 2)    Variety – параллельность обработки данных (независимо от формата, источника данных);

• 3)    Velocity – темп, скорость обработки потока данных;

• 4)    Value – извлечение полезных свойств из данных;

• 5)    Veracity – релевантность данных и связей.

В РФ актуальна мобилизация библиотечных знаний.

Система Big Data позволяет сосредоточиться на технологиях обработки данных, их анализе, Data Mining. Потребуется сравнительный анализ с реальными показателями библиотек, их использованием (темп, объем, воронка, отклонения). Временным рядам свойственен белый шум, мешающий консолидации данных (корреляция, гипотезы, избыточность и др.), но их фильтрация дает ценную информацию.

Без релевантной аналитики невозможно принятие решения, ситуационное прогнозирование. Библиотекари применяют различный инструментарий – свой на каждом этапе цикла актуальности данных.

Big Data [10] в библиотечном деле и исследованиях имеет следующие преимущества:

• •    упрощение и оперативность мониторинга;

• •    рост читательской аудитории;

• •    взаимодействие с потребителями данных и их поставщиками, рост его темпа.

Big Data помогает создавать профиль модели потребителя, что снижает издержки обработки данных, сложность прогноза и мониторинга. Модели больших библиотечных данных многомерны и сложны. Но распределенная обработка в библиотечных узлах (кластерах) данных позволяет лучше понимать контекст данных. Здесь необходимы вычисления в памяти (IMC), обработка «на лету», применение предикативной аналитики.

Рассмотрим информационную библиотечную экосистему, опирающуюся на профили читателей, объектов, представляемых тематическими связями и ориентированных на группу пользователей минимальной достаточности.

Пусть I = { i 1,..., i „ } - элемент экосистемы (определенная группа задач, потребителей). Каталог библиотечных ресурсов K = 1 1 ,..., I N , где i j е I , - i -й ресурс, а j принадлежит классу информации S (предметно ориентированных по данным D ).

Востребованность ресурсов по различным группам аудитории за период T = t 1,..., t k различна. Частота запросов f k ( i j ) :

fmax = max(ft, (ij),.,ftk (ij )) , где fmax – максимум из всех частот запросов к библиотечным ресурсам; ft – частота за- просов к ij на промежутке tk .

Ранжирование по востребованности производим по индексу, который позволяет фильтровать данные K :

Wk = "p" , f max

Определим шкалу востребованности элементов W K = { W k } , чтобы построить классы востребованности библиотечных ресурсов.

Модель инфологической обработки (вычислений) позволяет обрабатывать большие данные в оперативной памяти, что дает следующие преимущества:

• •    упрощение анализа (сокращение уровней структурирования) данных;

• •    повышение адаптивности и релевантности модели;

• •    активность структур запросов, их фильтрация в структурах памяти.

Сначала идентифицируем классы атрибутов сущностей, которые соответствуют потребностям анализа. Детализация данных – задача библиотекаря, предметного аналитика.

Ключевые базы данных и знаний (далее – БД и БЗ) библиотечной экосистемы определим следующим образом:

• •    БД запросов, профилей, задач и ситуаций;

• •    БЗ сценариев;

• •    БД-БЗ отслеживания функций, сценариев, устойчивости;

• •    БЗ интерфейсной поддержки;

• •    БД-БЗ мониторинга;

• •    БЗ-БД оценки и решений.

Привлекаются экспертные, эвристические, статистические и другие методы.

Оценивать устойчивость можно по формуле n K = S / ^«iSi, i=1

где S – инфологический показатель потенциала экосистемы; S_i – аналогичный структурный (модульный) показатель; n - число подсистем; a i - коэффициент важности (вес) фактора i .

Заключение и выводы

Идентификация библиотечных событий основывается на Big Data. Без Data Analytics эффективно решать идентификационные задачи в реальном режиме невозможно. Исследование глубинных связей, Data Mining помогают в решении этой проблемы. Таким образом, можно сделать вывод, что выполненный анализ и предложенная модель могут быть использованы для преодоления «разрывов» связей.

Big Data в библиотеках и научных исследованиях