新入职馆员轮岗到每个部门，部门主任都会指派本部门有一定专业水平的业务骨干带领新入职馆员开展部门的业务工作，负责传授工作中涉及的业务知识、业务技能和岗位职责、目标及发展方向等内容，指导新入职馆员的学习和生活，掌握新入职馆员的实习动态，随时为新入职馆员答疑解惑，使新入职馆员在工作上快速成长，快速融入图书馆团队，进入工作角色[3]。
2008年9月，美国《Nature》杂志刊登了《Big Data：Science in the Petabyte Era》一文，正式提出大数据（Big Data）一词，并且被广泛传播[2]，从此大数据技术受到学术界和产业界的广泛探讨和研究。互联网数据的产生速度超过以往任何一种传播媒介，因此，图书馆需要通过一定的方式，结合前四种数据信息和用户需求，有选择性地获取用户需求数据。
福州地区大学城共享平台（FULINK）拥有多所高校的信息数据，信息量大、价值高。3.3 制定联盟协议，规范各成员馆的责任与权利在大数据服务体系建设中，资金投入的分配和软、硬件设备建设与维护等都需要协议来规范，协议应明确大数据服务联盟中各馆的责任和权利，同时，制定大数据服务体系发展规划，确定各个建设阶段需要达到的目标。众所周知，图书馆数据种类繁多（如数据库信息、用户信息等），数据量大，而且包含许多未被利用的信息，存在价值密度低等特点，图书馆数据在一定程度上具备大数据的特点[3]。
与此同时，大量数据资源、大数据设计的应用和开发技术不可避免地会涉及知识产权问题，虽然国内许多互联网企业成功构建了万节点的大数据计算集群和软件平台，提供了大数据服务，然而由于市场竞争、知识产权等原因，研究者难以获取相关的资料进行图书馆大数据分析，这些都加重了高校图书馆的资金负担。2.1 大数据的收集高校图书馆的大数据除传统意义上的结构化馆藏资源信息外，还包括许多非结构化和半结构化的信息资源。
同时，图书馆大数据还包括大量的非结构化信息资源，例如读者的借阅信息等。
通过庞大的信息数据，例如借阅系统数据、数据库网站访问数据、图书馆网站访问数据等，图书馆可以掌握用户所需或感兴趣的信息，然后利用大数据分析处理技术主动推送信息。结合历届举办的陕西省各类阅读推广案例交流会议，我馆发现，非阅读交流类活动尤其是游戏类活动基本是昙花一现，举办一届到两届，很难再吸引读者。
我馆选择交流书目，并不是仅要求为经典名著，而是针对不同年级学生读者群的特殊性，经过反复调研并与学生沟通交流确立的。活动不再仅限于图书馆策划活动，而是与各学院各读书社团各书友会共同编织读书交流会网络，我们的阅读推广馆员可以走出图书馆，作为指导老师，参与每一次共读一本书活动，使得阅读受众范围尽量最大化。
③图书采购要平衡读者需求。且在座谈会上，经常出现某一本名著只有一位读者选择，其他读者均未读过的现象，这样会使得该读者交流起来较为困难。