图谋按：浏览张 宁《突破不确定性困境：图书馆应对暗数据利用障碍的策略探析》，促使我利用生成式AI豆包撰写本文。备忘兼分享。

      暗数据，Gartner 标准定义：组织在日常业务过程中采集、处理、存储，但一般没有拿来做分析、决策、变现的信息资产，类比宇宙的暗物质——真实存在，但很少被利用。不是数据本身看不见、加密或者是脏数据，而是存下来之后，几乎不再被读取分析，属于 “只写不读” 的数据。

      高校图书馆在日常运行中持续产生大量暗数据，包括门禁日志、读者原始访问记录、馆藏盘点备份数据、参考咨询录音与原始聊天记录、活动影像、纸质资源数字化扫描件、老旧业务系统归档数据、设备传感数据、数字资源利用数据等。这类数据已经采集存储，但缺少元数据标注、统一目录与常态化分析，长期处于沉睡状态，构成图书馆重要的隐性数据资产。对暗数据进行有序开发，能够助力馆藏建设、读者服务优化、空间管理与科研支撑，同时必须兼顾数据安全与隐私合规。

      高校图书馆暗数据开发，首要环节是摸底盘点与分类分级。首先梳理全馆数据资产清单，识别分散在业务系统、存储服务器、共享硬盘中的各类暗数据，区分结构化日志与非结构化文档、音视频资料。按照数据价值、敏感程度实施分级：读者个人身份、借阅详情、人脸影像属于高敏感数据；馆藏使用统计、场馆客流总量属于低敏感聚合数据。同步完善元数据，补全数据来源、产生时间、存储位置、有效期，剔除无效重复备份文件，清理过期垃圾数据，缩小暗数据体量，降低存储与安全成本。这一步是后续开发的基础，避免盲目挖掘带来合规隐患。

      其次搭建适配的技术与组织机制，打通数据孤岛。高校图书馆暗数据往往分散在图书馆管理系统、门禁系统、座位预约系统、咨询平台等不同平台，系统接口不统一，数据格式杂乱。可依托图书馆现有数据中台或数据仓库，在脱敏前提下实现数据汇聚。对非结构化暗数据，如咨询对话、讲座录音、读者留言，运用文本抽取、语音转写等技术提取有效信息。组织层面，建立跨部门数据治理小组，联合采编、读者服务、技术部门，明确数据归属、使用权限，制定暗数据运维规范，避免部门壁垒造成数据再次沉睡。同时建立数据生命周期管理机制，设定数据留存期限，到期自动销毁不再需要的原始数据。

      第三挖掘业务场景价值，坚持按需开发。在馆藏资源建设方面，从长期借阅日志、数据库访问原始暗数据中挖掘资源利用规律，识别长期低利用率馆藏、学科资源缺口，为图书剔旧、外文数据库续订、特色资源采购提供依据。在读者空间服务上，分析场馆客流、座位使用时序数据，优化自习空间布局、调整开放时段，合理配置电源、照明等设施。在学科服务领域，整理长期积累的参考咨询暗数据，提炼高频问题，构建知识库，优化学科服务问答体系；依托读者资源使用行为聚合数据，为院系提供学科资源使用全景报告。此外，讲座、展览等活动的影像资料，经过脱敏处理后可转化为馆内特色数字典藏资源。

       第四严守合规底线，防范数据风险。高校读者数据涉及个人信息保护，暗数据开发必须落实脱敏、去标识化，尽量使用聚合统计结果，不直接定位到个体读者。采集人脸、视频影像类暗数据时，限定使用范围与保存周期，不得随意对外共享。建立访问权限管控，暗数据的查看、分析操作留痕，防止数据泄露。还要区分可公开数据、内部使用数据、禁止挖掘数据，避免因暗数据利用违反《个人信息保护法》《档案法》等法规。

      最后建立长效运营机制，持续迭代。暗数据会随业务不断新增，数据治理不是一次性项目。图书馆需要定期复盘资产清单，评估数据利用成效，淘汰价值低的数据；持续培训馆员的数据素养能力，提升馆员识别、利用暗数据的意识。同时保持适度开发原则，不盲目追求全量数据挖掘，以业务需求为导向，平衡价值挖掘、存储成本与安全风险。

      高校图书馆暗数据蕴藏服务改进与资源优化的巨大潜力。通过资产盘点、分级治理、场景化挖掘与合规管控，把沉睡的数据转化为服务能力，推动图书馆从传统文献服务转向数据驱动的智慧服务。

延伸阅读：

张 宁.突破不确定性困境：图书馆应对暗数据利用障碍的策略探析[J].图书情报研究,2026,19(03):12-22.

[目的/意义]在图书馆对数据资产进行研究和利用的过程中,暗数据逐渐成为学者关注的热点话题,但也存在诸多挑战和争议。[方法/过程]为厘清暗数据的概念及其利用路径，本文基于数据利用的视角，讨论公共图书馆暗数据的形成机制，并从目标定位、利用方向、技术手段三个角度对暗数据存在的数据利用相关问题进行梳理。[结果/结论]针对公共图书馆在暗数据利用过程中所面临的三大不确定性困境，构建了系统性的应对策略，并从实践应用视角出发，进一步探讨了暗数据的判定标准、核心争议焦点及其显性化实现路径。该策略体系不仅为图书馆暗数据的有效识别与转化提供了理论支撑与操作指引，也有助于破解当前暗数据利用中的关键障碍。

支持单位：