Anwendungsframework für Big Data und seine Machbarkeitsanalyse in Bibliotheken

Zweck Ziel dieser Studie ist es, das Konzept von Big Data einzuführen und den Lesern einen umfassenden Überblick zu bieten, um das Anwendungsframework für Big Data in Bibliotheken zu verstehen. Design/Methodologie/Ansatz Die Autoren verwendeten zunächst die Textanalyse und die induktive Analyse, um das Konzept von Big Data zu verstehen, die Herausforderungen und Möglichkeiten der Anwendung von Big Data in Bibliotheken zusammenzufassen und anschließend das Anwendungsframework für Big Data in Bibliotheken vorzuschlagen. Dann verwendeten sie die Methode der Fragebogenerhebung, um Daten von Bibliothekaren zu sammeln, um die Machbarkeit der Anwendung des Anwendungsframeworks für Big Data in Bibliotheken zu bewerten. Ergebnisse Die Hauptprobleme bei der Anwendung von Big Data in Bibliotheken sind die Datenkorrektheit, Datenreduktion und -kompression, Datensicherheit und -schutz sowie das Big Data-Verarbeitungssystem und -technologie. Die Möglichkeiten der Anwendung von Big Data in Bibliotheken umfassen vor allem die Anreicherung der Bibliotheksdatenbank, die Verbesserung der Fähigkeiten der Bibliothekare, die Förderung des interbibliothekarischen Leihdienstes und die Bereitstellung personalisierter Wissensdienste. Das Anwendungsframework für Big Data in Bibliotheken kann aus fünf Dimensionen betrachtet werden: Humanressourcen, Literaturressourcen, technologische Unterstützung, Serviceinnovation und Infrastrukturaufbau. Die meisten Bibliotheken sind der Meinung, dass das Anwendungsframework für Big Data machbar ist und tendieren dazu, es anzuwenden. Die Hauptbarrieren, die sie daran hindern, das Anwendungsframework für Big Data anzuwenden, sind das Niveau der Humanressourcen und der Informationstechnologie. Originalität/Wert Diese Forschung bietet mehrere Implikationen und praktische Lösungen für Bibliotheken, um das Anwendungsframework für Big Data anzuwenden.