大数据背景下高校图书馆开展知识服务的探索与实践——以北京化工大学图书馆为例被引量：4

下载PDF

导出

摘要大数据时代究竟如何通过挖掘海量文献数据提供知识服务,在高校图书馆界尚未达成一致意见。但开展大数据知识服务,是高校图书馆未来发展的一个重要方向,这一点已经逐渐成为共识。利用文献计量学分析高校学科发展状况,为学校制定学科发展战略提供参考依据,是目前高校图书馆利用大数据开展知识服务的具体途径之一。

作者伊雷王婷郭倩玲张建文

机构地区北京化工大学图书馆

出处《图书馆学刊》 2015年第12期51-54,共4页 Journal of Library Science

基金中央高校基本科研业务费项目(ZZ1403) 北京化工大学图书馆馆长基金(20141203)研究成果

关键词高校图书馆大数据知识服务

分类号 G258.6 [文化科学—图书馆学]

引文网络
相关文献

参考文献6

1秦小华,王红涛.大数据时代的高校图书馆服务创新[J].中国科技信息,2014(22):221-222. 被引量：16
2钟辉新.大数据时代信息服务的发展走向及高校图书馆应对策略[c].广东图书馆学会学术年会论文集,2013. 被引量：1
3秦晓珠,李晨晖,麦范金.大数据知识服务的内涵、典型特征及概念模型[J].情报资料工作,2013,34(2):18-22. 被引量：95
4WAT'FERS A.Strata Week : Harvard Library releases big da- ta for its books:Harvard offers big data for books, Cloudera's new Hadoop distribution, Sp|unk goes public[EB/OL].[2013- 10-09].http ://radar.oreilly.com/2012/04/harvard -book-da- ta -cloudera -hadoop -splunk -ipo.html. 被引量：1
5邓景康.大数据环境下清华大学图书馆的实践[N].中国新闻出版报,2013-08-29(005). 被引量：9
6Jim G.On eScience: transformed scientific method[C].Tony H, Stewart T, Kirstin T. The fourth needs paradigm: Data- intensive scientific discovery.Redmond, WA : Microsoft Re- search, 2009 : 19-33. 被引量：1

二级参考文献17

1李国杰.大数据研究的科学价值[J].中国计算机学会通讯,2012,8(9):8-15. 被引量：122
2马帅,李建欣,胡春明.大数据科学与工程的挑战与思考[J].中国计算机学会通讯,2012(9):22- 30. 被引量：14
3McKinsey Global Institute . Big data: The next frontier forinnovation, competition and productivity [ EB/OL] . [2012 - 11 -07 ] . http: //www . mckinsey. com/insights/mgi/research/technology-and-innovation/big-data-the-next-frontier-for-innovation. 被引量：1
4中华人民共和国科学技术部.国家高技术研究发展计划(“863”计划)信息技术领域面向信息一物理融合的系统平台”主题项目申请指南[EB/0L]. [2012- 11-08] .http://www. most. gov. cn/tztg/201010/P020101020603081404408. pdf. 被引量：1
5The White House. Obama administration unveils “big data”initiative: Announces $ 200 million in new R & D investments[EB/OL] . [2012- 11 - 04] . http://www.whitehouse.gov/sites/default/files/microsites/ostp/big-data-press-release. pdf. 被引量：1
6The White House. Big data across the federal government [R/OL] . [2012 - 11 - 05] .http://www.whitehouse.gov/sites/default/files/microsites/ostp/big-data-fact-sheet-fmal. pdf. 被引量：1
7Kamil Bajda - Pawlikowski, Daniel J Abadi, Avi Silberschatz,et al. Efficient processing of data warehousing queries in a splitexecution environment[C] .Proceedings of the 2011 ACM SIGMODInternational Conference on Management of Data. New York,USA, 2011: 1165- 1176. 被引量：1
8Wang H J, Qin X P, Zhang Y S, et al.Linear DB : A relationalapproach to make data warehouse scale like MapReduce[C] .In:Yu J X, Kim M H, Unland R, eds . Proc . of the DASFAA .Hong Kong: Springer - Verlag, 2011:306- 320. 被引量：1
9Dumbo [OL] . [2012 - 11- 10] . http: //projects. dumbotics .com/dumbo/. 被引量：1
10Chris Petersen. Big data and the London Olympics cybersecuritychallenge[EB/OL] .[2012- 11 - 11] . http://www. technewsworld. com/story/75754. html. 被引量：1