[目的/意义] 由于各图书馆业务服务的内容与方式不同，业务过程中数字化程度与标准不一致，给数据资源的整合造成了困难，并导致相关工作举步维艰。本文对公共图书馆业务数据体系进行梳理与分析，期望促使公共图书馆业务逐步形成数据标准，让公共图书馆的大数据应用得以扩展。[方法/过程] 利用扎根理论的方法，对公共图书馆内15位各部门工作负责人进行深度访谈，通过开放式编码、主轴编码和选择性编码等过程提炼出与公共图书馆业务数据有关的概念和范畴。[结果/结论] 建构以用户服务类业务、资源建设类业务和运营维护类业务为核心的公共图书馆业务数据体系，涵盖20个主范畴和62个有关的概念。该体系揭示了公共图书馆业务数据的整体框架，为大数据分析提供业务理解的指导方向，并为公共图书馆业务数字化与大数据集成提供依据，笔者也依据该体系提供文献资源分析、用户画像、运营业务的大数据分析应用示例说明。
[Purpose/significance] Due to the similarities and differences in the content and methods of the business services of various public libraries, the degree of digitization in the business process is inconsistent with the standards, which makes the integration of data resources and relevant work difficult. The purpose of this paper is to explore the business data system of public library, and hope to promote the public library business to gradually form data standards, so that the public library's big data applications can be expanded.[Method/process] This paper used the grounded theory method to conduct in-depth interviews with 15 department heads in public libraries, and extracted concepts and categories related to public library business through open coding, axial coding, and selective coding.[Result/conclusion] The public library business data system with "User Service Business", "Resource Construction Business" and "Operation and Maintenance Business" as the core is constructed, covering 20 main categories and 62 related concepts. The system reveals the overall framework of public library business data, provides guidance for understanding big business data and a basis for the digitalization of public library business. The author also provides literature resource analysis, user portrait, and operation based on the system as examples.
[1] MANYIKA J, CHUI M, BROWN B, et al. Big data:the next frontier for innovation, competition, and productivity[EB/OL].[2019-03-24]. http://www.mckinsey.com/Insights/MGI/Research/Technology_and_Innovation/Big_data_The_next_frontier_for_innovation.
[2] Gartner Research Institute. Big Data[EB/OL].[2019-06-07]. https://www.gartner.com/it-glossary/big-data.
[3] 朝乐门.信息资源管理理论的继承与创新:大数据与数据科学视角[J].中国图书馆学报,2019,45(2):26-42.
[4] 李言瑞,陈超,姚瑞全,等.大数据对情报工作的影响研究[J].图书情报工作,2016,60(S1):179-183,58.
[5] 何胜,熊太纯,周冰,等.高校图书馆大数据服务现实困境与应用模式分析[J].图书情报工作,2015,59(22):50-55.
[6] 陈天伦.公共图书馆在信息经济环境中的角色与任务[J].图书馆研究与工作, 2016(3):20-22,33.
[7] 张鹏.大数据环境下公共图书馆精准服务研究[J].图书馆工作与研究, 2018(9):115-118,123.
[8] 容春琳.公共图书馆应用大数据的策略研究[J].图书馆建设,2013(7):91-95.
[9] 韩翠峰.大数据带给图书馆的影响与挑战[J].图书与情报,2012(5):37-40.
[10] 孙骁骁,韩海涛.大数据时代图书馆服务创新研究[J].图书情报工作,2015,59(S2):28-30.
[11] 宋亭.公共图书馆大数据挖掘分析应用[J].知识经济,2019(3):83-84.
[12] 杨雁.公共图书馆应用大数据的理性思考[J].图书馆学刊,2014,36(7):5-8,20.
[13] 袁芳.大数据环境下图书馆文献资源建设模式的变革[J].图书情报工作,2015,59(18):91-94.
[14] GLASER B G, STRAUSS A L. The discovery of grounded theory:strategies for qualitative research[M]. London:Weidenfeld and Nicolson, 1968.
[15] 王姗姗. 高校图书馆员工招聘偏好分析——基于扎根理论的一个探究性研究[J]. 上海高校图书情报工作研究,2016(3):55-58.
[16] 王法硕, 王翔. 我国政府数据开放利用的影响因素与实现路径——一项基于扎根理论的质性研究[J].情报杂志,2016,35(7):151-157.
[17] 冯国权.互联网思维下图书馆服务变革探讨[J].图书情报工作,2015,59(2):25-30,16.
[18] 叶莎莎,杜杏叶.移动图书馆用户需求理论研究[J].图书情报工作,2014,58(16):50-56.
[19] 周剑. 基于知识服务的图书馆业务重组[J]. 图书馆建设, 2003(6):74-76.
[20] 陈卫静.智慧图书馆在大数据环境下的智慧分析[J].图书情报工作,2015,59(S2):49-52.
