同时允许读者自行推荐书目以外的书刊。
众所周知，数据库的性能会直接影响情报分析服务模式的处理效率。中图分类号：G252文献标识码：A 文章编号：1003-1588（2017）02-0049-03大数据技术的快速发展促进了科研方式的变革，基于数据紧密型的科研方式已经成为自科研经验方式、理论方式、计算机模拟方式之后的新的发展模式[1]。
4 情报分析服务模型总体设计情报分析服务的主要功能就是针对数据进行整理和分析，从而挖掘知?R的内在关联性。科学技术的快速发展、大数据技术的研究以及数据分析方法的改进，都为嵌入式知识发现情报分析服务的个性化、智能化及多元化发展创造了有利条件，提供了良好的研究前景。其次是知识发现处理层，它主要包括三个方面的内容：①制定编码标准，并借助计算机辅助工具来构建专属词典，其主要分为专业术语词典、停止词词典、同义词词典等。
2 大数据分析与情报分析的共性2.1 看重对数据的定量分析数据作为最直观的资源，已经潜移默化地改变了分析决策的方式，如何有效地收集、筛选以及整理各种数据资源，并利用合理的方法来挖掘数据的潜在价值，已经成为评价一个组织是否具有竞争力的重要衡量方式。②根据文献的发展规律和趋势来构建数学模型，可以达到预测文献发展规律的目的，比如普赖斯就专门构建了基于指数增长规律的数学模型。
大部分的数据分析软件都具有数据筛选功能，其中常见的TDA（Threat Discovery Appliance）软件就可以通过列表功能手工筛选原始数据。
常见的预测方法有以下几种：①将大量文献内容进行数据统计，以归纳总结出文献的内在规律，比如齐普夫定律、洛特卡定律以及布拉德福定律等都是常见的基于文献内容的统计方式。1.2 从内向型服务向外向型服务转变传统的图书馆服务属于内向型服务，服务载体以纸质书籍、报刊、档案为主，知识传播途径较为单一。
1 大数据带动图书馆信息模式的转变根据维基百科的定义，大数据是一种数据集，能够通过常用的软件工具来获取、存储和管理，具有种类多、流量大、体量大、价值高的特点。与此同时，图书馆还采集用户行为事件并将之存入大数据库，将用户行为分析的结果与数据库对比，进行用户行为匹配，最终得出用户的阅读行为和兴趣点，并据此进行个性化推送服务。
此外，图书馆还能够借助智能化分析服务，对现有资源进行综合分析，预测未来有可能存在的系统故障、用户需求响应障碍、信息安全等方面的问题。图书馆数据浩如烟海，要想从数据中成功提取所需要的信息，需要借助Hadoop技术、Map Reduce技术、SQL（Structured Query Language，结构化查询语言）技术等，将大数据存储到云服务器，通过云计算技术对大量的图书文件系统和元数据库进行整合，实现多渠道、多类型、大异构的信息存储服务[3]。