[目的/意义] 数据是智慧服务的基石，智慧图书馆从理论研究走向实践阶段，更加需要数据的支撑，因此开展智慧图书馆全数据体系的研究，强化智慧图书馆所需的完整的数据构建与治理，这对智慧图书馆的建设和发展具有重要意义。[方法/过程] 以数字阅读的数据细节、零数据的分析为例，论证更加细粒度、更加重视被忽略的数据等与可见的数据共同形成全数据体系，对于智慧图书馆管理和服务具有十分重要的价值，提出智慧图书馆的全数据体系和图书馆应具备的关键数据能力。[结果/结论] 结合智慧图书馆研究和实践的经验，认为智慧图书馆全数据体系包括文献元数据、文献内容数据化数据、全面信息管理系统的运行数据、读者行为数据、支持智慧图书馆系统的知识库以及零数据共六类，而智慧图书馆的五种关键的数据能力包括数据集中管理的能力、文献资源的数据化能力、提高智慧服务感知度的行为数据应用能力、知识库的共建共享能力和零数据分析能力。
[Purpose/Significance] Data is the cornerstone of smart service. Smart library needs more data support from theoretical research to practice stage. Therefore, this paper carries out the research on the full data system of smart library, and strengthens the complete data construction and management required by smart library, which is of great significance to the construction and development of smart library. [Method/Process] The paper took the analysis of data details and zero data of digital reading as an example to demonstrate that more granular and more attention was paid to the ignored data, together with visible data to form a full data system, which was of great value for the management and service of smart libraries. It proposed that the full data system of smart libraries and libraries should have key data capabilities. [Result/Conclusion] Based on the research and practice experience of the smart library, this paper holds that the full data system of the smart library consists of six categories, including literature metadata, literature content data, operation data of the comprehensive information management system, reader behavior data, knowledge base supporting the smart library system and zero data. The five key data capabilities of the smart library include the ability of centralized data management, the ability of digitized literature resources, the ability of behavioral data application to improve the perception of smart services, the ability of co-construction and sharing of knowledge base and the ability of zero-data analysis.
[1] 柳益君, 何胜, 熊太纯, 等. 大数据挖掘视角下的图书馆智慧服务——模型、技术和服务[J]. 现代情报, 2017, 37(11): 81-86.
[2] 朱纯琳. 基于数据流动的图书馆智慧服务生态系统构建研究[J]. 图书馆, 2021(1): 49-55.
[3] 于兴尚, 董红丽, 郭畅. 数据驱动的智慧图书馆建设与智慧服务研究[J]. 图书馆, 2020(6): 29-36.
[4] IQBAL N, JAMIL F, AHMAD S, et al. Toward effective planning and management using predictive analytics based on rental book data of academic libraries[J]. Ieee access, 2020(8): 81978-81996.
[5] 杨新涯, 刘芳兵. 基于零数据理论的阅读推广模型与实践研究 [J]. 图书与情报, 2020(4): 1-8.
[6] 段梅, 韩叶. 大数据环境下图书馆阅读推广微服务研究[J]. 高校图书馆工作, 2018, 38(6): 89-91.
[7] 刘海鸥, 黄文娜, 苏妍嫄, 等. 大数据深度融合的移动图书馆情境化推荐[J]. 情报科学, 2019, 37(1): 68-73.
[8] 叶颖. 多源数据融合视角下的智慧图书馆个性化推荐方法[J]. 图书馆论坛, 2022, 42(3): 154-161.
[9] 陈淑英, 徐剑英, 刘玉魏, 等. 关联规则应用下的高校图书馆图书推荐服务[J]. 图书馆论坛, 2018, 38(2): 97-102.
[10] YI K G, CHEN T G, CONG G D. Library personalized recommendation service method based on improved association rules[J]. Library hi tech, 2018, 36(3): 443-457.
[11] REED R B, CHATTOPADHYAY A, IWEMA C L. Using google blogs and discussions to recommend biomedical resources: a case study[J]. Medical reference services quarterly, 2013, 32(4): 396-411.
[12] 李文侠, 崔光益, 潘占峰. 大数据环境下精准嵌入科研过程的学科服务案例分析[J]. 图书馆建设, 2020(S1): 173-176.
[13] 肖欣伟, 王晨, 张凤荣. 基于大数据的高校图书馆学科服务平台的构建研究[J]. 情报科学, 2017, 35(6): 34-38.
[14] 曾蕾, 王晓光, 范炜. 图档博领域的智慧数据及其在数字人文研究中的角色[J]. 中国图书馆学报, 2018, 44(1): 17-34.
[15] ZENG M L. Smart data for digital humanities[J]. Journal of data and information science, 2017, 2(1): 1-12.
[16] DAMA数据管理知识体系指南[M]. 北京: 清华大学出版社, 2012.
[17] 江姗, 张宁. 论图书馆的数据[J]. 图书馆杂志, 2016, 35(11): 51-55.
[18] 虞俊杰. 图书馆业务统计数据管理对策研究[J]. 图书馆工作与研究, 2019(5): 89-95, 128.
[19] 白新勤. 基于数据仓库的高校图书馆数据管理[J]. 图书馆工作与研究, 2014(11): 31-33, 42.
[20] 刘学平. 数字人文引领图书馆数据服务理论研究探赜[J]. 图书馆, 2022(3): 34-40.
[21] HOLT Z, QUINCEY M, BRETT H, et al. Conducting and using an academic library data inventory[J]. Technical services quarterly, 2017, 34(1): 1-12.
[22] 慎金花, 朱赟. 基于数据的图书馆治理与服务体系构建[J]. 图书馆理论与实践, 2022(4): 110-115.
[23] 卢小宾, 洪先锋, 蒋玲. 智慧图书馆数据标准体系研究[J]. 图书情报知识, 2021, 38(4): 50-61.
