Ứng dụng dữ liệu lớn trong cơ quan thông tin - thư viện

NGHIÊN CỨU - TRAO ĐỔI
3THÔNG TIN VÀ TƯ LIỆU - 3/2019
 TS Ngô Thanh Thảo 
Trường ĐH KHXH&NV- ĐHQG Tp. Hồ Chí Minh
Tóm tắt: Bài viết giới thiệu khái quát về dữ liệu lớn, những thách thức, cơ hội và những vấn đề 
cần giải quyết khi ứng dụng dữ liệu lớn trong cơ quan thông tin-thư viện.
Từ khóa: Dữ liệu lớn; ứng dụng dữ liệu lớn; cơ quan TT-TV.
Application of big data in information centers and libraries
Abstract: The article introduces overview of big data, challenges, opportunities and issues to 
be solved when applying big data in information centers and libraries. 
Keywords: Big data; big data application; information centers and libraries.
ỨNG DỤNG DỮ LIỆU LỚN TRONG CƠ QUAN THÔNG TIN-THƯ VIỆN 
Đặt vấn đề
Sự phát triển nhanh chóng của kỹ thuật 
thông tin số và công nghệ web dẫn đến sự 
gia tăng dữ liệu với quy mô vượt bậc trong 
nhiều lĩnh vực khác nhau. Từ những năm 
đầu của thế kỷ 21, nghiên cứu về dữ liệu 
lớn đã thu hút sự quan tâm đặc biệt của các 
nhà khoa học. Đến nay, dữ liệu lớn đã được 
ứng dụng thành công trong các loại hình 
tổ chức thuộc nhiều lĩnh vực khác nhau 
và đã đem lại nhiều cơ hội mới cho xã hội 
hiện đại. Ứng dụng công nghệ dữ liệu lớn 
nhằm tăng cường khả năng phục vụ người 
sử dụng cũng là vấn đề thu hút sự quan 
tâm của các nhà cung cấp dịch vụ thông tin 
hiện nay, trong đó có cơ quan thông tin-thư 
viện (CQTT-TV). Với công nghệ dữ liệu lớn, 
CQTT-TV có cơ hội quản trị, khai thác và sử 
dụng dữ liệu theo cách thức mới để tạo giá 
trị gia tăng cho sản phẩm, dịch vụ thông tin 
nhằm đáp ứng nhu cầu ngày càng đa dạng 
của người dùng tin. 
Ứng dụng dữ liệu lớn có tầm quan trọng 
đặc biệt đối với CQTT-TV trong việc phân 
tích hành vi thông tin và nắm bắt nhu cầu 
tin của người dùng tin (NDT), trên cơ sở 
đó đưa ra biện pháp giải quyết các vấn đề 
quan trọng, như: 
- xây dựng và khai thác hiệu quả nguồn 
tài nguyên thông tin; 
- phát triển sản phẩm, dịch vụ thông tin 
theo hướng đa dạng hóa và cá nhân hóa để 
đáp ứng nhu cầu NDT; 
- ứng dụng các phương tiện truyền thông 
thích hợp để tạo kênh tương tác hiệu quả 
giữa CQTT-TV và cộng đồng NDT; 
- xây dựng và thực thi các chiến lược 
thích hợp để thu hút NDT,
1. Khái quát về dữ liệu lớn 
Hiện nay, có nhiều định nghĩa về dữ liệu 
lớn được đưa ra bởi các nhà nghiên cứu 
thuộc nhiều lĩnh vực khác nhau. Theo các 
nhà nghiên cứu của Viện Nghiên cứu Toàn 
cầu (McKinsey Global Institute), dữ liệu lớn 
là thuật ngữ dùng để chỉ tập hợp dữ liệu có 
khối lượng lớn đến mức vượt khả năng thu 
thập, lưu trữ, quản trị và phân tích của các 
công cụ và ứng dụng xử lý dữ liệu truyền 
thống [4]. Theo De Mauro, dữ liệu lớn là 
nguồn thông tin có đặc điểm là khối lượng 
lớn, tốc độ nhanh, đa dạng nên đòi hỏi phải 
có các công nghệ và phương pháp phân 
tích đặc trưng để khai thác được giá trị của 
nó [3].
NGHIÊN CỨU - TRAO ĐỔI
4 THÔNG TIN VÀ TƯ LIỆU - 3/2019
Trong lĩnh vực thư viện - thông tin học 
cũng có nhiều định nghĩa khác nhau về dữ 
liệu lớn. Dựa trên kết quả phân tích, tổng 
hợp các định nghĩa về dữ liệu lớn được đề 
cập trong nhiều tài liệu khác nhau thuộc lĩnh 
vực này, các nhà nghiên cứu Phần Lan đã 
đưa ra định nghĩa “dữ liệu lớn là thuật ngữ 
dùng để chỉ tập hợp dữ liệu có khối lượng 
lớn, tốc độ gia tăng nhanh và đa dạng, do 
đó có thể làm phức tạp hóa các kỹ thuật xử 
lý dữ liệu nhưng đồng thời cũng thúc đẩy 
sự phát triển các giải pháp công nghệ” [7]. 
Mặc dù đưa ra những định nghĩa khác nhau, 
nhưng các nhà nghiên cứu lại có sự đồng 
thuận cao về đặc trưng của dữ liệu lớn, theo 
đó dữ liệu lớn được thể hiện bởi 3 đặc trưng 
cơ bản (gọi tắt là mô hình 3 V), như sau: 
- Khối lượng (Volume): các tập dữ liệu 
của dữ liệu lớn có quy mô rất lớn so với dữ 
liệu truyền thống;
- Tốc độ (Velocity): khối lượng dữ liệu gia 
tăng nhanh chóng và tốc độ xử lý dữ liệu rất 
nhanh theo cơ chế xử lý thời gian thực. 
- Đa dạng (Variety): dữ liệu đa dạng (có 
cấu trúc hoặc phi cấu trúc) và được thu thập 
từ nhiều nguồn khác nhau [8, 6].
2. Thách thức và cơ hội khi ứng dụng dữ 
liệu lớn trong cơ quan thông tin-thư viện
Các nhà nghiên cứu đã chứng minh rằng, 
dữ liệu trong CQTT-TV có các đặc trưng cơ 
bản của dữ liệu lớn là khối lượng, tốc độ và 
sự đa dạng. Vì vậy, có thể xem dữ liệu trong 
CQTT-TV là dữ liệu lớn. Dữ liệu lớn trong 
CQTT-TV được hình thành từ nhiều nguồn 
khác nhau, như:
- các bộ sưu tập tài liệu; 
- dữ liệu về NDT; 
- dữ liệu về các sản phẩm, dịch vụ thông 
tin- thư viện (SPDV TT-TV); 
- dữ liệu về việc sử dụng các SPDV TT-TV; 
dữ liệu về sự tương tác giữa CQTT-TV với 
NDT qua các phương tiện truyền thông 
xã hội;  
Dữ liệu lớn được ứng dụng trong tất cả 
các hoạt động của CQTT-TV, bao gồm: thu 
thập, xử lý, tổ chức, lưu trữ và cung cấp 
thông tin [7]. Việc ứng dụng dữ liệu lớn có 
thể đem lại nhiều thách thức cũng như cơ 
hội cho CQTT-TV. 
2.1. Thách thức 
Khi ứng dụng dữ liệu lớn, CQTT-TV có 
thể phải đối mặt với những thách thức dưới 
đây [5,8].
2.1.1. Tính chính xác của dữ liệu
Như đã đề cập ở trên, dữ liệu trong 
CQTT-TVđa dạng về cấu trúc, bao gồm dữ 
liệu có cấu trúc, bán cấu trúc và phi cấu 
trúc. Điều này đòi hỏi phải có phương pháp 
thu thập và trình bày dữ liệu thích hợp để 
đảm bảo tính chính xác của dữ liệu. Tính 
chính xác của dữ liệu là yếu tố đặc biệt 
quan trọng đối với chất lượng của thông tin. 
Dữ liệu không chính xác sẽ làm giảm giá trị 
của dữ liệu gốc và làm tăng khối lượng công 
việc của khâu phân tích dữ liệu. Vì vậy, đảm 
bảo tính chính xác của dữ liệu là một trong 
những thách thức đối với CQTT-TV khi ứng 
dụng dữ liệu lớn. 
2.1.2. Rút gọn và nén dữ liệu 
Các CQTT-TV có rất nhiều dữ liệu, trong 
đó có cả những dữ liệu không hữu ích. Việc 
chọn lọc, rút gọn và nén dữ liệu rất cần 
thiết để đảm bảo giá trị của dữ liệu được lưu 
trữ không bị ảnh hưởng bởi những dữ liệu 
không hữu ích. Đồng thời, việc rút gọn và 
nén dữ liệu cũng có tác dụng làm giảm tải 
công việc của khâu phân tích dữ liệu. Mặc 
dù đây là công việc rất quan trọng nhưng 
trên thực tế hiện nay, các chuyên gia TT-TV 
còn thiếu các kỹ năng cần thiết để thực hiện 
việc rút gọn và nén dữ liệu. Và đây là một 
trong những thách thức mà các CQTT-TV 
phải vượt qua khi ứng dụng dữ liệu lớn.
2.1.3. Công nghệ và hệ thống xử lý dữ 
liệu lớn 
Các hệ thống quản trị và phân tích dữ liệu 
được sử dụng trong các CQTT-TV hiện nay 
chỉ có thể áp dụng cho dữ liệu có cấu trúc 
và không thể đáp ứng được các yêu cầu kỹ 
thuật đối với việc thu thập, lưu trữ, xử lý và 
khai thác dữ liệu lớn. Công nghệ và hệ thống 
xử lý dữ liệu lớn có những ưu thế đặc biệt 
trong việc xử lý, phân tích dữ liệu bán cấu 
NGHIÊN CỨU - TRAO ĐỔI
5THÔNG TIN VÀ TƯ LIỆU - 3/2019
trúc và phi cấu trúc. Tuy nhiên, CQTT-TV 
thường gặp hai trở ngại lớn khi ứng dụng 
công nghệ và hệ thống xử lý dữ liệu lớn, đó 
là chi phí cao và thiếu nguồn nhân lực có đủ 
khả năng vận hành hiệu quả công nghệ và 
hệ thống xử lý dữ liệu lớn. Vì vậy, công nghệ 
và hệ thống xử lý dữ liệu lớn thực sự là một 
thách thức lớn đối với CQTT-TV.
2.1.4. An toàn và bảo mật dữ liệu 
Thông tin cá nhân của NDT thường được 
lưu trữ trong hệ thống thông tin của CQTT-TV. 
Do thiếu đội ngũ nhân viên có khả năng 
thực hiện tốt việc xử lý dữ liệu lớn nên hiện 
nay, nhiều CQTT-TV phải thuê các tổ chức 
chuyên nghiệp phân tích và xử lý dữ liệu 
của mình. Điều này có thể dẫn đến sự rò rỉ 
dữ liệu về NDT và làm gia tăng nguy cơ về 
an toàn dữ liệu. Vì vậy, đảm bảo an toàn và 
bảo mật dữ liệu là một trong những thách 
thức CQTT-TV phải đối mặt khi ứng dụng 
dữ liệu lớn. 
2.2. Cơ hội
Bên cạnh những thách thức nêu trên, 
ứng dụng dữ liệu lớn cũng đem lại nhiều cơ 
hội phát triển cho CQTT-TV như sau [5,8]:
2.2.1. Làm phong phú CSDL 
Khi ứng dụng dữ liệu lớn, dữ liệu trong 
CQTT-TV được tạo lập và trình bày với 
nhiều dạng thức khác nhau, như: văn bản, 
hình ảnh, âm thanh, video, Những dữ liệu 
số này làm phong phú và đa dạng hóa 
CSDL, nhờ đó CQTT-TV có thể đáp ứng tốt 
hơn nhu cầu của NDT hiện tại và thu hút 
NDT tiềm năng. 
2.2.2. Nâng cao chất lượng của nguồn 
nhân lực
Việc ứng dụng dữ liệu lớn đòi hỏi CQTT-TV 
phải có nguồn nhân lực đủ trình độ chuyên 
môn về quản lý và khai thác dữ liệu lớn. Để 
đáp ứng yêu cầu này, các CQTT-TV phải 
trang bị cho nhân viên những kiến thức và 
kỹ năng cần thiết cho việc thu thập, xử lý, 
lưu trữ, phân tích và khai thác dữ liệu lớn. 
Như vậy, ứng dụng dữ liệu lớn chính là cơ 
hội để CQTT-TV nâng cao chất lượng đội 
ngũ nhân viên của mình. 
2.2.3. Phát triển dịch vụ mượn liên thư viện 
Hiện nay, hầu hết các CQTT-TV đều phải 
đối mặt với vấn đề nan giải là không đủ kinh 
phí để phát triển nguồn tài nguyên thông tin 
nhằm đáp ứng nhu cầu ngày càng tăng của 
NDT. Chia sẻ nguồn tài nguyên thông tin 
qua dịch vụ mượn liên thư viện được xem 
như một giải pháp hữu hiệu để giải quyết 
vấn đề này. Đến nay, dịch vụ mượn liên 
thư viện là hoạt động chia sẻ các nguồn tài 
nguyên thông tin phổ biến nhất giữa các 
thư viện trên toàn cầu. Việc ứng dụng dữ 
liệu lớn sẽ giúp các CQTT-TV kịp thời nắm 
bắt nhu cầu của NDT và tăng cường chia 
sẻ thông tin về các nguồn tài liệu của các 
CQTT-TV, tạo điều kiện thuận lợi cho việc 
phát triển dịch vụ mượn liên thư viện. 
2.2.4. Cung cấp các dịch vụ cá nhân hóa
Trong thời đại của dữ liệu lớn và internet, 
các dịch vụ thông tin cá nhân hóa có tầm 
quan trọng đặc biệt đối với sự phát triển của 
CQTT-TV. Ứng dụng công nghệ dữ liệu lớn 
trong việc thu thập, phân tích dữ liệu về các 
đặc điểm, sở thích và hành vi của NDT có 
thể cung cấp cho CQTT-TV thông tin hữu 
ích để phát triển các dịch vụ thông tin cá 
nhân hóa nhằm thỏa mãn tốt nhất nhu cầu 
tin của NDT. Bên cạnh đó, dựa trên kết quả 
phân tích dữ liệu về NDT, CQTT-TV có thể 
dự báo được nhu cầu tin và hành vi thông 
tin tiềm ẩn của NDT, từ đó có các giải pháp 
để thu hút NDT tiềm năng. Như vậy, ứng 
dụng dữ liệu lớn đem lại cơ hội phát triển 
các dịch vụ cá nhân hóa và thu hút NDT 
cho CQTT-TV. 
3. Những vấn đề cần giải quyết khi 
ứng dụng dữ liệu lớn trong cơ quan thông 
tin-thư viện
Để ứng dụng hiệu quả dữ liệu lớn, 
CQTT-TV phải giải quyết nhiều vấn đề quan 
trọng, trong đó có các vấn đề liên quan đến 
nguồn nhân lực, nguồn tài nguyên thông 
tin, nâng cấp công nghệ, đổi mới dịch vụ và 
xây dựng hạ tầng cơ sở [5].
3.1. Nguồn nhân lực
Để quản trị và khai thác dữ liệu một cách 
hiệu quả, đội ngũ nhân viên của các CQTT-TV 
phải có kiến thức và kỹ năng cần thiết, như: 
NGHIÊN CỨU - TRAO ĐỔI
6 THÔNG TIN VÀ TƯ LIỆU - 3/2019
- kỹ năng thu thập, xử lý, tổ chức và bảo 
quản dữ liệu; 
- kỹ năng lọc và nén dữ liệu; 
- kỹ năng phân tích sâu dữ liệu; 
- kỹ năng tạo thông tin hoặc kiến thức 
hữu ích từ dữ liệu lớn; 
- kỹ năng giải quyết các vấn đề an toàn, 
bảo mật dữ liệu, 
Hiện nay, hầu hết các CQTT-TV đều 
thiếu nguồn nhân lực được trang bị đầy 
đủ những kỹ năng nói trên. Vì vậy, đào tạo 
nguồn nhân lực là yếu tố quan trọng, quyết 
định sự thành công khi ứng dụng dữ liệu lớn 
trong CQTT-TV. Trước mắt, các CQTT-TV 
có thể giải quyết vấn đề này theo nhiều 
cách khác nhau. Chẳng hạn, có thể chia 
nhân viên thành nhiều nhóm dựa trên lĩnh 
vực chuyên môn và kinh nghiệm thực tế để 
đào tạo theo những hướng khác nhau. Ví 
dụ, những nhân viên đã có hiểu biết về điện 
toán đám mây, internet vạn vật, dịch vụ di 
động phải được đào tạo theo hướng công 
nghệ. Còn những nhân viên có khả năng 
trong lĩnh vực tâm lý, marketing, quản lý 
thì có thể đào tạo theo hướng dịch vụ. Tuy 
nhiên, về lâu dài, việc đào tạo nguồn nhân 
lực có đủ khả năng ứng dụng hiệu quả dữ 
liệu lớn trong CQTT-TV phải được thực hiện 
một cách toàn diện bởi các cơ sở đào tạo 
chuyên ngành TT-TV. Chương trình đào tạo 
các chuyên gia TT-TV phải bao gồm những 
nội dung sau:
- Thu thập, tổ chức và bảo quản dữ liệu 
lớn: chương trình đào tạo phải trang bị cho 
người học các phương pháp và công cụ thu 
thập, đánh giá và chọn lọc các loại dữ liệu 
trong CQTT-TV, như: số liệu từ các cuộc 
khảo sát NDT, dữ liệu phân tích nguồn tài 
nguyên thông tin, kết quả thử nghiệm tính 
khả dụng của các SP-DV thông tin, dữ liệu 
về NDT, dữ liệu về mức độ thu hút NDT qua 
các phương tiện truyền thông, Bên cạnh 
đó, người học phải được trang bị các kỹ 
năng tổ chức và bảo quản các loại dữ liệu 
khác nhau như văn bản, hình ảnh, số liệu 
thống kê, cũng như kỹ năng xử lý các vấn 
đề về an toàn, bảo mật dữ liệu;
- Phân tích, khai thác dữ liệu lớn: người 
học phải được trang bị kiến thức và kỹ năng 
phân tích dữ liệu lớn trong các lĩnh vực như: 
tối ưu hóa kết quả tìm tin; phân tích và dự 
báo yêu cầu tin; lập kế hoạch phát triển 
nguồn tài nguyên thông tin; xây dựng chiến 
lược phát triển sản phẩm, dịch vụ thông tin; 
xây dựng chiến lược marketing,
- Tạo lập, xử lý, quản trị, cung cấp nội 
dung: người học phải được trang bị kiến 
thức và kỹ năng tạo lập và cung cấp thông 
tin hữu ích cho NDT dựa trên dữ liệu lớn của 
CQTT-TV hoặc từ những nguồn khác;
- Nghiên cứu nhu cầu tin và thiết kế sản 
phẩm, dịch vụ đáp ứng nhu cầu tin;
- Nghiên cứu, thu thập, xử lý, tổ chức, 
khai thác, trình bày và phân phối thông tin;
- Tạo lập, chuyển giao và sử dụng thông tin;
- Quản trị các nguồn tài nguyên thông tin;
- Ứng dụng công nghệ thông tin và viễn 
thông để thiết kế, quảng bá và cung cấp 
các SPDV TT-TV;
- Quản lý CQTT-TV.
3.2. Nguồn tài nguyên thông tin
Để đáp ứng nhu cầu sử dụng tài liệu số 
ngày càng cao của NDT, CQTT-TV phải 
xây dựng nguồn tài nguyên số có nội dung 
phong phú và loại hình đa dạng. Việc xây 
dựng nguồn tài nguyên số phải dựa trên kết 
quả phân tích các loại dữ liệu khác nhau 
như: dữ liệu về sở thích, nhu cầu và thói 
quen dùng tin của NDT; dữ liệu về mức độ 
sử dụng các sản phẩm dịch vụ TT-TV,
3.3. Nâng cấp công nghệ 
Với trình độ công nghệ như hiện nay, 
các CQTT-TV rất khó có thể đáp ứng được 
các yêu cầu về điều kiện để thực hiện các 
công đoạn thu thập, xử lý, lưu trữ, phân tích 
và khai thác dữ liệu lớn. Vì vậy, CQTT-TV 
cần nâng cấp công nghệ nhằm đảm bảo 
điều kiện cần thiết để ứng dụng dữ liệu lớn. 
Chẳng hạn, CQTT-TV có thể sử dụng các 
công nghệ, như: NoSQL, PKI khi ứng dụng 
dữ liệu lớn. Do tính không đồng nhất của dữ 
liệu trong CQTT-TV nên NoSQL (Not Only 
SQL) là một lựa chọn hợp lý để xử lý, lưu trữ 
dữ liệu bán cấu trúc, phi cấu trúc cũng như 
NGHIÊN CỨU - TRAO ĐỔI
7THÔNG TIN VÀ TƯ LIỆU - 3/2019
phát triển việc chia sẻ thông tin và hợp tác 
giữa các đơn vị. 
Bên cạnh đó, CQTT-TV có thể ứng dụng 
PKI (Public Key Infrastructure - Hạ tầng 
khóa công khai) để đảm bảo sự an toàn, 
bảo mật dữ liệu. PKI là một công nghệ bảo 
mật mới bao gồm công nghệ khóa công 
khai và chiến lược bảo mật, chứng chỉ số và 
chứng thực số. Việc ứng dụng PKI rất hữu 
ích cho CQTT-TV trong việc bảo vệ bí mật 
cá nhân của NDT. 
3.4. Đổi mới dịch vụ 
Hành vi thông tin và cách thức sử dụng 
thông tin của NDT có sự thay đổi trong kỷ 
nguyên dữ liệu lớn nên các CQTT-TV phải 
tái định vị và đổi mới các dịch vụ của mình. 
Một trong những dịch vụ đổi mới là dịch vụ 
cung cấp thông tin cá nhân hóa dựa trên nền 
tảng cổng cá nhân. Với sự hỗ trợ của cổng 
cá nhân, các CQTT-TV có thể nhanh chóng 
thu thập thông tin hữu ích và gửi cho NDT 
một cách kịp thời. CQTT-TV cũng có thể 
cung cấp các dịch vụ cá nhân hóa qua nền 
tảng cổng cá nhân, như: đăng ký giữ trước tài 
liệu, cung cấp tài liệu qua e-mail, dịch vụ tư 
vấn, Bên cạnh đó, CQTT-TV cũng cần phát 
triển các dịch vụ dành cho NDT đặc biệt, ví 
dụ như dịch vụ cung cấp tài liệu nhanh cho 
người khuyết tật. Với các dịch vụ được đổi 
mới, việc áp dụng dữ liệu lớn trong CQTT-TV 
sẽ thuận lợi và hiệu quả hơn.
3.5. Xây dựng hạ tầng cơ sở
Mặc dù hạ tầng cơ sở rất quan trọng đối 
với việc áp dụng dữ liệu lớn, nhưng hiện 
nay hầu hết các CQTT-TV đều thiếu kinh 
phí để xây dựng hạ tầng cơ sở. Để vượt qua 
trở ngại lớn này, CQTT-TVcó thể sử dụng 
các giải pháp như: tìm kiếm nguồn tài trợ từ 
các tổ chức hoặc các doanh nghiệp; phát 
triển các sản phẩm, dịch vụ thu phí; hợp tác 
và chia sẻ nguồn lực giữa các CQTT-TV,...
Kết luận
Ứng dụng dữ liệu lớn đem lại nhiều cơ hội 
cũng như thách thức cho các CQTT-TV. Để 
thực sự tận dụng được các cơ hội do công 
nghệ dữ liệu lớn đem lại, CQTT-TV phải giải 
quyết các vấn đề liên quan đến công nghệ, 
hạ tầng cơ sở, nguồn tài nguyên thông tin và 
đặc biệt là nguồn nhân lực. Trong điều kiện 
khó khăn về kinh phí hiện nay, CQTT-TV 
có thể giải quyết các vấn đề nêu trên dựa 
trên sự hợp tác và chia sẻ nguồn lực giữa 
các CQTT-TV và sự hỗ trợ tích cực từ các 
tổ chức liên quan như các cơ sở đào tạo 
chuyên ngành TT-TV, các nhà cung cấp 
thông tin, các nhà cung cấp giải pháp dữ 
liệu lớn, các tổ chức, doanh nghiệp 
TÀI LIỆU THAM KHẢO
1. Avinash S.S (2018). Big data: Application 
in Libraries, International Journal of Scientific 
Research in Multidisciplinary Studies, Vol.4, 
Issue 1, pp.22-23, January (2018). Truy cập từ 
 ngày 02/04/2018.
2. Chen H., Doty P (2015). Library 
assessment and data analytics in the big 
data era: Practics and Policies. Truy cập từ 
https://onlinelibrary.wiley.com/doi/full/10.../
pra2.2015.14505201002, ngày 02/04/2018.
3. De Mauro A (2016). A formal definition 
of big data based on its essential features 
Library Review, Vol. 65 Issue: 3, pp.122-135. 
Truy cập từ https://www.emeraldinsight.com/
doi/pdfplus/10.1108/LR-06-2015-0061, ngày 
12/04/2018.
4. James M (2011). Big data: The next frontier 
fo innovation, competition and productivity. Truy 
cập từ https://www.mckinsey.com/business-
functions/digital-mckinsey/our-insights/big-
data-the-next-frontier-for-innovation, ngày 
12/04/2018
5. Li J., Lu M (2017). Big data application 
framework and its feasibility analysis in library, 
Information Discovery and Delivery, Vol. 45 
Issue: 4, pp.161-168, DOI: 10.1108/IDD-03-
2017-0024.
6. Osman R.R (2017). The Evolution of data. 
From data to big data. Truy cập từ https://slaagc.
org/.../The%20Evolution%20of%20Data.%20
From%20D, ngày 20/04/2018.
7. Zhan M., Widen G (2017). Understanding 
big data in librarianship. Truy cập từ https://
doi.org/10.1177%2F0961000617742451, ngày 
20/04/2018.
8. Wang C (2016). Exposing Library data with 
big data technology: A Review. DOI: 10.1109/
ICIS.2016.7550937.
(Ngày Tòa soạn nhận được bài: 15-12-2018; 
Ngày phản biện đánh giá: 20-02-2019; Ngày 
chấp nhận đăng: 15-3-2019).