大數據與圖書館應用

主講人：台大圖書館系統資訊組主任 黃乾綱教授
講題：大數據與圖書館應用
時間：103年08月13日(三) 10:00
地 點：圖書館清沙龍

大數據的這本書我之前有買，但是後來沒有空看完，不過對於這種新興的議題跟研究的方法我很感興趣，剛好清大清沙龍邀請台大的黃老師來講這場演講我就來了。因為演講的對象不是所有都是資訊背景的人，所以老師在演講前先丟出了一系列問題，然後開始講解什麼是大數據、跟傳統的資料分析有何不同、可以做的應用層面、簡單的分析方法、泡沫化議題與他對於大數據的看法。

有幾個資工領域的術語可以關注：

• big data
• data analysis
• open data
• cloud computing

老師先介紹了big data的定義、來源、應用、技術，然後簡單的定義大數據就是「接上之後會一直有資料跑進來」。而為什麼大數據的概念現在很火紅，因為近年來行動科技的發展，許多手機都有裝置「information-sensing mobile device」，這些裝置可以測得很多使用者的資料，這些看似沒有用的資料如果進行一定程度的分析跟掏選之後，可能可以得到值得信賴的資料。但是和傳統不同的是，大數據的資料分析不是靠因果關係，而是靠「相關性」，所得到的結果只能了解在數據上面有變化，卻不能呈現問題的成因。但是這樣的內容還是很有價值，舉例來說：Google透過「流感」相關的關鍵字搜尋可以測得發生流感的地區跟規模，用來預測疾病的發生。「流感的關鍵字」其實跟「有沒有得流感」沒有直接的關係，但是透過這種猜測和預測，這樣的結果就會很有前瞻價值。

演講講到這個部分的時候我就覺得對於這種即時監控的概念很前衛，我想到很多時候在天災人禍的時候常常會有即時的消息沒有辦法透過傳的媒體得到，只讓使用者自己去找可能有時候也不這麼方便。如果有一個系統平台可以像是CNN iOS的app一樣，在重要的時刻（可能可以分重要性或等級）去推撥給部分使用者重要的訊息，我覺得會非常有用。我記得之前也聽過現在台灣的4G跟日本的電信業者也有類似的服務。如果在清大校園當中，突然有地方會需要停水、停電或斷電，亦或是有失火或是緊急的消息通報，如果透過行動載具的方式，我覺得可以提昇大家對於訊息的掌握。從另一方面來看，如果大數據的應用可以提共資訊來輔助這樣的程式，例如說某個地方因為下大雨淹水，建議更改路線或是圖書館的研究小間在幾點前都被借光了等等的資訊，我覺得是會很有幫助的。當然，我目前想到的例子並不是很成熟。

大數據一書的目錄告訴讀者，大數據的兩個關鍵就是相關性跟資料化。這兩個例子跟剛剛上面的舉例可以應用到特殊資訊文件的資料化上面，例如透過病例的電子化管理，可能可以讓以相同罕見病例的病人比較快能接受治療，數據的加總（sum）以可以了解近來的狀況。不過我這邊想到的是，其實我覺得有些職業或專業是有一定程度的直覺的，有時候醫生其實應該可以預測到大概是怎麼樣的疾病，然後要怎麼樣提醒他的病人預防，我覺得這個是比較難用科覺得角度去測得的。

接著老師講到一張圖，在講Four V's of Big Data，這個部分我聽的不是很懂，但主要在講大數據的：

• volume（儲存的資料大小）
• velocity（分析串流資料的速度）
• variety（多元性）：你用什麼方式收集到哪些資料？
• veracity（真實性）：你相信你的資料嗎？

老師對於大數據提出了下面幾點他的看法：

• Using population, not sample 直接使用全部的人，而不是樣本
• Logging everything 
• Unfortunately, it is not dense data. It is spears data
• Filtering before processing, speed concerns
• using cloud computing
• Need carefully modeling/interpretation/approximation
• filtering for model
•  e.g. google search keyword v.s. than patient's records 但你可能拿不到病例
•  Counting, sample statistics

雲端運算Cloud computing

• Definition
• Network-based service
• Features
• multi-tenancy  
• virtualization
• scalability and elasticity

• correlation, causality, or sequence to find?
• trust data or trust your intuition? -->要過濾錯誤
• need or need no expert? (g0v急診室病床的例子：專業與非專業的處理為何)

大數據跟於端時代是什麼環境？

怎麼把大數據的這種方法運用到圖書館中？

大數據的評估

我覺得最後的重點應該是怎麼樣跟圖書館的應用，不過這個部分老師其實沒有講到太多的例子，不過我想這個議題還新，Libraey 2.0的時代應該以經過了一半，怎麼樣思考Libraey 3.0圖書館的功能、定位和服務讓圖書館能夠更加維持他原有的重要性是很重要的。但是因為使用者行為跟習慣的變化，有些圖書館的服務是不是要跟計中或其他的單位整合，我覺得也很有意思，但是可以知道的是清大目前應該有做到Libraey 2.0的部份，至少有很多服務都是很整合性的，而且開放的空間也鼓勵大家的參與，只能有沒有辦法進化到3.0就要看接下來的館長怎麼養改進了。（我有看到林福仁館長今天一直點頭，我想服科所的他應該有很多地方有共鳴。）

希望最近有時間可以了解到大數據的學習應用之類的問題，我覺得有辦法一直形成問題然後了解真的很有意思。