Big Data và xu hướng ứng dụng trong hoạt động thông tin - Thư viện

THÔNG TIN VÀ TƯ LIỆU - 2/2020 23
BIG DATA VÀ XU HƯỚNG ỨNG DỤNG TRONG HOẠT ĐỘNG THÔNG TIN - THƯ VIỆN
ThS Nguyễn Lê Phương Hoài
Viện Thông tin Khoa học xã hội 
● Tóm tắt: Big Data là một thuật ngữ được sử dụng để chỉ những bộ dữ liệu khổng lồ, chủ yếu không 
có cấu trúc, được thu thập từ nhiều nguồn khác nhau. Big Data có nhiều tác động, ứng dụng và được 
xem như một yếu tố quyết định đến việc phát triển, mang lại lợi thế cạnh tranh cho tổ chức. Bài viết 
tổng quan lược sử các quan điểm về Big Data, đồng thời nhấn mạnh vào các xu hướng ứng dụng 
trong hoạt động thông tin - thư viện.
● Từ khóa: Big Data; dữ liệu lớn; hoạt động thư viện.
BIG DATA APPLICATION IN LIBRARY AND INFORMATION ACTIVITIES
● Abstract: Big Data is a term used to refer to huge, mostly unstructured datasets, collected from 
a variety of sources. Big Data has many impacts, applications and is considered as a decisive 
factor in the development, bringing competitive advantages to the organization. The overview paper 
summarizes the views on Big Data and emphasizes application trends in library and information 
activities.
● Keywords: Big Data; library activities.
1. LƯỢC SỬ CÁC QUAN ĐIỂM VỀ BIG DATA
Hiện nay, chưa có một định nghĩa chính 
xác cho thuật ngữ Big Data. Big được ghi 
nhận lần đầu tiên trong báo cáo “Application-
controlled demand paging for out-of-core 
visualization” của Michael Cox và David 
Ellsworth được trình bày tại Hội nghị IEEE lần 
thứ 8 (vào tháng 10 năm 1997). Ý tưởng đưa 
ra ban đầu là dung lượng thông tin đã tăng 
quá lớn tới mức các bộ nhớ máy tính dùng để 
xử lý không còn đủ số lượng cần khảo sát, do 
vậy các kỹ sư cần cải tạo các công cụ để có 
thể phân tích được tất cả các thông tin [11].
Tháng 8 năm 1999, Steve Bryson, David 
Kenwright, Michael Cox, David Ellsworth, và 
Robert Haimes đăng bài “Visually exploring 
gigabyte data sets in real time” trên Tạp chí 
Communications of the ACM. Đây là bài viết 
đầu tiên sử dụng thuật ngữ “Big Data”. Các 
tác giả nhận định: “Những chiếc máy tính 
mạnh là lợi thế cho việc khảo sát nhiều lĩnh 
vực, cũng có thể là bất lợi; tính toán nhanh 
chóng tạo ra một lượng lớn dữ liệu. Nếu trước 
kia bộ dữ liệu megabyte đã từng được coi 
là lớn, thì bây giờ chúng ta có thể tìm thấy 
những bộ dữ liệu của cá nhân vào khoảng 
300 GB” [15]. 
Tháng 11 năm 2000, Francis X. Diebold 
trình bày tại Đại hội Thế giới lần thứ VIII của 
Hiệp hội Kinh tế lượng bài viết “Big Data 
Dynamic Factor Models for Macroeconomic 
Measurement and Forecasting”. Trong bài 
viết này, tác giả khẳng định: “Gần đây, nhiều 
ngành khoa học như vật lý, sinh học, khoa 
học xã hội, vốn đang buộc phải đương đầu với 
khó khăn - đã thu được lợi từ hiện tượng Big 
Data và đã gặt hái được nhiều thành công. Big 
Data chỉ sự bùng nổ về số lượng (và đôi khi, 
chất lượng), khả năng liên kết cũng như độ 
sẵn sàng của dữ liệu, chủ yếu là kết quả của 
những tiến bộ gần đây và chưa từng có trong 
việc ghi lại dữ liệu và công nghệ lưu trữ” [4].
Tháng 2 năm 2001, Doug Laney - nhà 
phân tích của Tập đoàn Meta, công bố nghiên 
cứu “3D Data Managment: Controlling Data 
Volume, Velocity, and Variety”. Laney cho 
rằng, những thách thức và cơ hội nằm trong 
việc tăng trưởng dữ liệu có thể được mô tả 
bằng mô hình “3Vs”: tăng về số lượng lưu trữ 
(Volume), tăng về tốc độ xử lý (Velocity) và 
tăng về chủng loại (Variety) [3]. Một thập kỷ 
sau, mô hình “3Vs” đã trở thành thuật ngữ 
được chấp nhận rộng rãi trong việc xác định 
dữ liệu lớn ba chiều. Nhiều công ty và tổ chức 
NGHIÊN CỨU - TRAO ĐỔI
THÔNG TIN VÀ TƯ LIỆU - 2/202024 1
trong lĩnh vực công nghệ thông tin tiếp tục sử 
dụng mô hình “3Vs” này để định nghĩa Big 
Data.
Tháng 12 năm 2008, Randal E. Bryant, 
Randy H. Katz, và Edward D. Lazowska 
công bố bài viết “Big-Data Computing: 
Creating Revolutionary breakthroughs in 
Commerce, Science and Society”, trong đó 
miêu tả: “Cũng như công cụ tìm kiếm đã làm 
thay đổi cách chúng ta tiếp cận thông tin, các 
hình thức khác của sử dụng Big Data có thể 
sẽ làm thay đổi cách hoạt động của các công 
ty, các nhà nghiên cứu khoa học, các học 
viên y tế, quốc phòng và tình báo, Sử dụng 
Big Data có lẽ là đổi mới lớn nhất trong công 
nghệ máy tính suốt một thập kỷ qua. Chúng 
tôi chỉ mới bắt đầu nhìn thấy tiềm năng của 
nó trong việc thu thập, sắp xếp và xử lý dữ 
liệu của tất cả các tầng lớp xã hội. Một khoản 
đầu tư dù khiêm tốn của chính phủ liên bang 
sẽ thúc đẩy phát triển và mở rộng nó” [13].
Tháng 2 năm 2010, Kenneth Cukier đăng 
trên tờ The Economist Newspaper bài viết 
“Data, data everywhere”. Cukier viết: “ thế 
giới chứa một số lượng thông tin số lớn đến 
mức không tưởng, và càng ngày càng được 
nhân rộng với tốc độ nhanh hơn bao giờ hết 
Hiệu quả đã được thể hiện ở khắp mọi nơi, từ 
kinh doanh đến khoa học, từ chính phủ đến 
nghệ thuật. Các nhà khoa học và kỹ sư máy 
tính đã đặt ra một thuật ngữ mới cho hiện 
tượng này: Big Data” [8].
Tháng ...  trước khi thuật 
ngữ này xuất hiện và trở nên thông dụng như 
ngày nay. Bộ sưu tập các tài nguyên số được 
bảo tồn đang trở thành nguồn Big Data trong 
các thư viện. Khối lượng và tính đa dạng dữ 
liệu đang tăng lên nhanh chóng đòi hỏi các 
thư viện phải có phương pháp tổ chức lưu trữ, 
bảo quản dữ liệu hợp lý” [12]. Nguồn dữ liệu 
thư viện bao gồm: nguồn dữ liệu mô tả tài liệu 
thư viện, nguồn tài nguyên số hóa tài liệu thư 
viện, nguồn tài liệu số thư viện bổ sung qua 
việc mua hay sử dụng chung, nguồn dữ liệu 
khảo sát thư viện, dữ liệu định tính, dữ liệu 
tương tác xã hội, Trước đây, các thư viện 
đều lưu trữ dữ liệu ngoại tuyến trên các cuộn 
băng, đặt trong các cơ sở lưu trữ. Trước tác 
động của công nghệ thông tin và cuộc Cách 
mạng công nghiệp lần thứ tư, các thư viện 
đã xem xét lại cách thức lưu trữ truyền thống 
và triển khai một giải pháp lưu trữ tiết kiệm 
chi phí hiệu quả. Dữ liệu được lưu trữ theo 
hai cách, cả trên các thiết bị ngoại tuyến (thẻ 
nhớ SD, ổ cứng ngoài, ổ đĩa flash) và lưu trữ 
trực tuyến trên đám mây. Với phương thức 
kết hợp sử dụng băng từ để bảo quản lưu trữ, 
sử dụng ổ đĩa cho các thông tin thường xuyên 
được yêu cầu, và sử dụng lưu trữ đám mây 
cho các Big Data. Các thư viện hướng đến 
việc xác định khả năng truy cập tài nguyên 
thư viện (bao gồm cả tài nguyên vật chất và 
dữ liệu), xác định nhu cầu của người dùng 
tin và lập kế hoạch vòng đời cho tài nguyên 
thư viện. Trong thời gian tới, khi các yêu cầu 
mới thúc đẩy việc sử dụng Big Data, các thư 
viện hướng tới việc thu nhận, tổ chức lưu trữ 
dữ liệu (lưu trữ vật lý trong các máy chủ hoặc 
trong các cơ sở dữ liệu), bảo tồn dữ liệu và 
phổ biến dữ liệu, làm cho dữ liệu có sẵn trong 
thư viện trở nên dễ dàng tiếp cận hơn thông 
qua các sản phẩm trực quan. Các thư viện 
tiến tới xây dựng, tạo lập hệ thống bảo quản 
NGHIÊN CỨU - TRAO ĐỔI
THÔNG TIN VÀ TƯ LIỆU - 2/202026
kỹ thuật số (bảo tồn cả tài nguyên số và siêu 
dữ liệu mô tả) có thể phát triển trong nhiều 
năm tới để đáp ứng với các yêu cầu mới. 
Hai là, cung cấp sản phẩm, dịch vụ thư 
viện mang tính cá nhân hóa, tùy chỉnh 
theo người dùng tin
 Hiện nay, các thư viện đang có xu 
hướng cung cấp nhiều tài nguyên và dịch 
vụ trực tuyến. Nhiều thư viện đang sử dụng 
các phương tiện truyền thông xã hội như 
facebook, instagram để quảng bá các sản 
phẩm và dịch vụ thư viện. Các phương tiện 
truyền thông xã hội này cho phép các thư 
viện thu thập và sở hữu dữ liệu người dùng 
thư viện. Cùng với các dữ liệu khảo sát thư 
viện, dữ liệu định tính (thông qua phỏng vấn, 
bảng trò chuyện), dữ liệu tương tác xã hội 
(từ các trang truyền thông xã hội) các thư 
viện mở rộng bộ sưu tập dữ liệu thư viện và 
dựa vào các công cụ và phương pháp đánh 
giá để đánh giá nhu cầu tin của người dùng 
thư viện. Từ đó, thư viện cung cấp các sản 
phẩm và dịch vụ thư viện phù hợp với nhu 
cầu của người dùng. Tuy nhiên, trong thời 
gian tới, “sự gia tăng của Big Data làm cho 
một số tác vụ thu thập dữ liệu dễ dàng và 
nhanh hơn, cho phép các thư viện vượt ra 
ngoài công việc đơn giản là đếm và tổng hợp 
các biện pháp thống kê và bắt đầu tham gia 
vào phân tích dữ liệu phức tạp như phân tích 
học tập và phân tích hiệu suất nghiên cứu” 
[19]. “Trong kỷ nguyên Big Data, không chỉ 
tài nguyên dữ liệu của thư viện số hiện đại 
có đặc điểm của Big Data mà cả dịch vụ thư 
viện hiện tại cũng cần sử dụng phương pháp 
Big Data để đổi mới.” [10]. “Big Data có thể 
làm thay đổi mô hình cung cấp dịch vụ thư 
viện trong tương lai và vai trò của thư viện 
cũng sẽ thay đổi cho phù hợp” [17]. Các nhà 
nghiên cứu cho rằng việc ứng dụng Big Data 
có thể tác động đến hoạt động thông tin - thư 
viện thông qua việc cung cấp các dịch vụ thư 
viện, chuyển đổi phương thức cung cấp dịch 
vụ ứng dụng công nghệ thông tin hiện nay 
sang phương thức gắn liền tự động hóa dịch 
vụ và tích hợp các hệ thống xử lý. Các hỗ trợ 
công nghệ đối với việc kết nối trực tiếp và 
việc sử dụng Big Data sẽ tạo ra các lợi thế 
cạnh tranh để thư viện thu hút người dùng tin. 
Theo Li Shuqing, Jiao Fusen, Zhang Yong, 
Xu Xia: “Các vấn đề và tiềm năng của các thư 
viện số trong thời đại Big Data liên quan đến 
dữ liệu, công nghệ, dịch vụ và người dùng 
tin. Sử dụng Big Data hiện có và xem xét các 
đặc điểm về nhu cầu của người dùng tin hiện 
tại theo quan điểm của người dùng tin, thư 
viện có thể đưa ra các ý tưởng, phương pháp 
hiệu quả hơn để cải thiện các dịch vụ hiện 
có trong các thư viện số” [10]. Đồng thời, nhu 
cầu cá nhân hóa của người dùng tin trong 
thời đại Big Data tạo nên yếu tố thúc đẩy sự 
phát triển của thư viện số từ dịch vụ chia sẻ 
tài nguyên sang dịch vụ hướng đến người 
dùng tin. Kim Young Seok cho rằng: “Bằng 
cách sử dụng các phân tích trong thời gian 
thực, các thư viện có thể thiết kế các dịch 
vụ được cá nhân hóa cho từng người dùng 
tin. Big Data cung cấp thông tin chuyên sâu 
về hành vi và thông tin cá nhân của người 
dùng tin, từ đó tạo ra trải nghiệm cá nhân 
hóa” [9]. Ví dụ, người dùng tin tìm kiếm trên 
trang OPAC của thư viện thì dữ liệu về những 
gì người dùng tin gõ ở mục tìm kiếm, tần suất 
tìm kiếm, số lần tham khảo danh mục tài liệu, 
số lần xem mô tả tài liệu, được thu thập và 
phân tích để tối ưu trải nghiệm, tạo cơ hội lớn 
để thu hút người dùng tin thông qua cá nhân 
hóa. Đặc biệt, với các công cụ phân tích dự 
báo của Big Data, thư viện sẽ nắm được thị 
hiếu, nhu cầu chính xác để cung cấp các sản 
phẩm, dịch vụ phù hợp với người dùng tin 
trong thời gian thực.
Ba là, ứng dụng dịch vụ phân tích dự báo
Giống như hầu hết các ngành khác, phân 
tích dự báo sẽ là một sự thay đổi lớn, quan 
trọng trong các cơ quan thông tin - thư viện. 
Phân tích sử dụng Big Data làm nền tảng cho 
sự phát triển của thư viện sẽ giúp thư viện 
hoạt động hiệu quả hơn, đồng thời làm thay 
đổi căn bản mối quan hệ giữa thư viện và 
người dùng tin. Theo cách truyền thống, mối 
quan hệ giữa thư viện và người dùng thư viện 
khá đơn giản. Người dùng thư viện nộp tiền, 
làm thẻ thư viện và đổi lại, họ được phục vụ 
trong các dịch vụ khác nhau của thư viện. Tuy 
nhiên, mối quan hệ này đang dần thay đổi 
NGHIÊN CỨU - TRAO ĐỔI
THÔNG TIN VÀ TƯ LIỆU - 2/2020 27
và người dùng thư viện không chỉ đơn giản là 
người sử dụng dịch vụ mà đã trở thành một 
đối tác trong việc cung cấp dịch vụ của thư 
viện. Người dùng thư viện cung cấp dữ liệu 
hành vi người dùng. Thông qua các dữ liệu cá 
nhân như lịch sử sử dụng tài liệu thư viện, lịch 
sử tìm kiếm, cách thức, thói quen tìm kiếm, 
các công cụ Big Data phân tích dữ liệu, đưa 
ra thông tin chi tiết, xác định khuynh hướng, 
nhu cầu sử dụng thư viện, nhu cầu tài liệu 
trong hiện tại và dự đoán các hoạt động của 
người dùng thư viện trong tương lai; các công 
cụ Remarketing trên nền tảng website thư 
viện hay mạng xã hội thư viện sẽ hỗ trợ các 
thư viện marketing trực tiếp đến người dùng 
tin các tài liệu dựa trên sở thích và dự báo nhu 
cầu, Simovic Aleksandar (2018) nhận định: 
“Các công cụ Big Data kết hợp với các thuật 
toán khoa học cho phép các thư viện dự đoán 
giá trị tiềm năng của người dùng tin cá nhân 
và mô hình hoạt động thư viện trong tương 
lai, giúp dự báo tốt hơn các vấn đề phát sinh 
trong quản lý các sản phẩm và dịch vụ thư 
viện để tăng cường khả năng cung cấp thông 
tin tốt nhất cho người dùng tin” [14]. Về phía 
thư viện, việc sử dụng tài nguyên Big Data 
hiện có và xem xét các đặc điểm về nhu cầu 
của người dùng tin hiện tại theo quan điểm 
của người dùng tin, có thể đưa ra các ý tưởng 
và phương pháp hiệu quả hơn để cải thiện 
các dịch vụ hiện có trong thư viện kỹ thuật số. 
Đồng thời, căn cứ vào các kết quả phân tích, 
dự báo, thư viện có thể xác định thời gian, 
phương thức để quảng cáo cho các sản phẩm 
và dịch vụ thư viện đến người dùng thư viện. 
Về phía người dùng thư viện, dựa vào các 
kết quả dự báo về hành vi tìm kiếm, tra cứu, 
sử dụng thư viện, các hệ thống khuyến nghị 
(Recommendation Engine) sẽ gửi đến người 
dùng tin các tài liệu có thể họ quan tâm.
Bốn là, mở rộng dịch vụ chăm sóc 
người dùng tin
Dịch vụ chăm sóc người dùng tin có vai 
trò quan trọng trong sự thành công của các 
thư viện, đặc biệt trong môi trường thư viện 
điện tử, thư viện số. Các thư viện đang cố 
gắng để hiểu được người dùng thư viện, giúp 
họ dễ dàng liên hệ với thư viện để đáp ứng 
các thắc mắc, nhu cầu của mình. Big Data 
hỗ trợ các thư viện trong việc hình thành một 
hệ thống chăm sóc người dùng thư viện linh 
hoạt, tạo ra giá trị từ quá trình xây dựng mối 
quan hệ thân thiết với người dùng thư viện. 
Cùng với Big Data, hệ thống trả lời tự động 
(như Chatbot) không cần sự trợ giúp của 
con người phát triển tương ứng, giúp tăng 
hiệu quả phân tích dữ liệu Big Data. Hiện 
nay, nhiều thư viện sử dụng Chatbot để giao 
tiếp, trao đổi với người dùng thư viện, tiếp 
nhận các ý kiến cụ thể của người dùng về 
sản phẩm và dịch vụ của thư viện cũng như 
các nhu cầu của người dùng. Khi người dùng 
truy cập vào website hay fanpage của thư 
viện, họ có rất nhiều thắc mắc và muốn được 
giải đáp. Chatbot sẽ đưa ra các gợi ý, hỗ trợ 
từng bước một, cung cấp thông tin về các 
sản phẩm, dịch vụ của thư viện cho người 
dùng. Chatbot được thiết kế và phát triển để 
vừa là nền tảng trò chuyện giữa Chatbot với 
người dùng vừa cung cấp các tính năng thu 
thập dữ liệu người dùng thư viện từ các đoạn 
đối thoại. Qua những dữ liệu người dùng thu 
thập được, công cụ phân tích dữ liệu Big Data 
tiến hành phân tích, xác định những nhu cầu, 
mong muốn của người dùng thư viện và từ đó 
thư viện có thể đưa ra các phản hồi thích hợp 
và xây dựng mối quan hệ lâu dài với người 
dùng thư viện. Bên cạnh đó, Chatbot nhắc 
nhở người dùng thư viện về việc sử dụng thư 
viện như thời hạn trả tài liệu, thời hạn đổi thẻ 
thư viện hay gợi ý nhiều dịch vụ thư viện khác 
mà người dùng có thể cần đến trong quá trình 
sử dụng, Đặc biệt, Chatbot giúp thư viện 
chủ động hỗ trợ 24/7, tăng trải nghiệm tối 
đa cho người dùng thư viện mọi lúc. Chatbot 
lưu lại lịch sử đối thoại, thông tin người dùng 
làm cơ sở cho các thư viện sử dụng phân tích 
Big Data có thể phân tích được chính xác 
các khúc mắc của người dùng thư viện và 
cả những sản phẩm hay dịch vụ còn thiếu 
trong chính thư viện. Chatbot hỗ trợ các thư 
viện khai thác Big Data phục vụ người dùng. 
Trong tương lai, số thư viện sử dụng Chatbot 
để chủ động chăm sóc người dùng tin được 
dự báo sẽ tăng lên nhanh chóng bởi những 
tính năng và lợi ích mà Chatbot mang lại. 
Cùng với đó, thông qua dữ liệu người dùng, 
NGHIÊN CỨU - TRAO ĐỔI
THÔNG TIN VÀ TƯ LIỆU - 2/202028
các thư viện có thể phân tích, dự đoán các 
vấn đề có thể xảy ra trong quá trình cung cấp 
các sản phẩm, dịch vụ thông qua phân tích 
cảm nhận của người dùng thư viện và thực 
hiện các giải pháp kịp thời. 
Có thể thấy, Big Data giúp tối ưu hóa hoạt 
động thư viện bằng việc thu thập, phân tích 
thông tin, tăng trải nghiệm của người dùng 
tin bằng cách cá nhân hóa thư viện số. Cùng 
với đó, Big Data có thể giúp các thư viện tiến 
hành phân tích dự báo, tìm ra các đặc điểm 
chung dự báo thị hiếu đọc, tình trạng sử dụng 
thư viện của người dùng tin bằng việc kết hợp 
các cơ sở dữ liệu. Không chỉ vậy, Big Data tạo 
dịch vụ mới dựa vào trải nghiệm của người 
dùng tin trong quá trình sử dụng thư viện.
TÀI LIỆU THAM KHẢO
1. Campbell D. Grant, Cowan Scott R. (2016). “The 
Paradox of privacy: revisiting a core library value in 
an age of big data and linked data”, Library trends, 
Vol. 64, No. 3, P. 492-811.
2. Danah Boyd, Kate Crawford (2012). 
Critical Question for Big Data, Information, 
Communications and Society.
3. Doug Laney (2001). “3D Data Managment: 
controlling Data Volume, Velocity, and Variety”, 
Application Delivery Strategies, Meta Group. 
File:949.
4. Francis X. Diebold (2000). “Big Data Dynamic 
Factor Models for Macroeconomic Measurement 
and Forecasting”, Discussion of Reichlin and 
Watson paper, in Economics and Econometrics, 
Eighth World Congress of the Econometric Society. 
5. Gartner (2013). Survey Analysis: Big Data Adoption 
in 2013 shows substance behind the hype. 
6. Gerrard, D., Mooney, J. , Thompson, D. (2017). 
“Digital Preservation at Big data scale: proposing a 
step - change in preservation system architectures”, 
Library Hi Tech, 
2017-0122, truy cập ngày 17/10/2019.
7. Howe D. (2008). “The future of biocuration”, 
Nature 455, P. 47-50.
8. Kenneth Cukier (2010). “Data, data everywhere”, A 
special report on managing information, Economist 
Newspaper, Volume 394.
9. Kim Young Seok (2017). “Big data analysis of 
public library operations and services by using the 
chernoff face method”, Journal of Documentation, 
Vol. 73, No. 3, P. 466-480.
10. Li Shuqing; Jiao Fúen; Zhang Yong; Xu Xia 
(2019). “Problems and Changes in Digital Libraries 
in the Age of Big data from the perspective of user 
services”, Journal of Academic Librarianship, Vol, 
45.
11. Michael Cox, David Ellsworth (1997). “Application 
- Controlled Demand Paging for Out - of - Core 
Visualization”, Report NAS-97-010, NASA Ames 
Research Center.
12. Marydee Ojala (2018). “Big Data and AI: 
technology, transparency, and trust”, 
infotoday.com, truy cập ngày 14/11/2019.
13. Randal E. Bryant, Randy H. Katz, và Edward D. 
Lazowska (2008). “Big - Data Computing: Creating 
Revolutionary breakthroughs in Commerce, 
Science and Society”, Computing Community 
Consortium,  truy 
cập ngày 14/11/2019.
14. Simovic Aleksandar (2018). “A Big Data smart 
library recommender system for an educational 
institution”, Library Hi Tech, Bradford, Vol. 36, Iss. 
3, tr.498-523
15. Steve Bryson, David Kenwright, Michael 
Cox, David Ellsworth, Robert Haimes (1999). 
“Visually exploring gigabyte data sets in real”, 
Communications of the ACM, Vol. 42, No.8, tr.83-
90.
16. Tan Jee Toon (2014). “Dữ liệu lớn, nhân 
tố thay đổi “cuộc chơi” của doanh nghiệp”, 
lon-nhan-to-thay-doi-cuoc-choi-cua-doanh-
nghiep-20140422025542917.htm, truy cập ngày 
14/11/2019.
17. Waqar Ahmed, Kanwal Ameen (2017). “Defining 
big data and measuring its associated trends in 
the field of information and library management”, 
Library Hi Tech News, p. 21-24.
18. Ye Chunlei (2017). “Research on the key 
technology of big data service in university library”, 
the Institude of Electrical and Electronics Engineers, 
Inc. Conference Proceedings, Piscataway.
19. Yu Jen Chien (2016). “Library Data, Big Data or 
Better Data: Challenges from the Field”, ASIST 
Meeting, Proceeding of ASIST annual meeting, 
Vol 53, No. 1.
20. Zhan Ming, Widén Gunilla (2018). “Public 
libraries: roles in big data”, The Electronic library, 
Vol. 36, No.1, P. 133-145.
(Ngày Tòa soạn nhận được bài: 26-12-2019; 
Ngày phản biện đánh giá: 10-03-2020; Ngày chấp 
nhận đăng: 15-03-2020).
NGHIÊN CỨU - TRAO ĐỔI