2024.05.28善思新一代图书馆服务平台（以下简称DLIBLSP）系北京善思诚业科技有限公司经过几年潜心研发的产品，DLIBLSP深度运用互联网、大数据、人工智能技术，具备高度系统集成、高度资源统一、高度开放互联以及高度信息融合能力的开放式综合信息服务平台。
DLIBLSP具备了SAAS服务模式，微服务架构等技术特点，以中央知识库作为数据服务支撑，并在统一资源管理、采购决策，读者推荐，大数据分析决策等功能深入结合了人工智能及机器学习，根据用户的访问行为模式，不断调整、改善及优化，极大程度提升了用户的使用体验。
建设双一流学科是党中央、国务院作出的重大战略决策，对于提升我国教育发展水平、增强国家核心竞争力、奠定长远发展基础，具有十分重要的意义。为了加大教育改革力度，完善推进机制，统筹推进世界一流大学和一流学科建设，实现我国从高等教育大国到高等教育强国的历史性跨越，响应并贯彻国务院在2015年11月国发〔2015〕64号文件中印发关于统筹推进世界一流大学和一流学科建设总体方案政策，提升图书馆为科学研究服务的保障能力，加强学科布局的顶层设计和战略规划，重点建设双一流学科，满足我校对一流学科建设需求，DLIBLSP将助力学科发展，协助图书馆承建并承担资源服务保障的相关工作。
随着“互联网+”时代的到来，网络技术已经融入到人们生活的方方面面，给人们的日常生活带来了很大影响，同时图书馆综合服务系统也进入了新的发展阶段，既给图书馆带来了一定挑战，也给其带来了发展机遇。在现有技术的带动下，传统图书馆服务功能和服务能力已经不能满足人们的实际需求。
图书馆要不断补充纸本图书, 每年需要采选当年新书和增补历年图书, 传统的方式是书目选书加外出现采书, 书目选书就是从图书供应商、出版社获取图书书目, 由工作人员和读者在电子表格中选定，DLIBLSP将通过大数据分析，结合本校的学科建设、读者借阅、经费等情况，帮助图书馆实现智能采选，实现最小的经费投入，获得最大的资源补充利用。DLIBLSP同时为图书馆提供大数据分析可视化报表驾驶舱，让图书馆对本馆的情况更加直观了解。
DLIBLSP作为新一代图书馆服务平台，具有“全媒体”管理能力，不仅可以进行一些必要的印刷型馆藏管理，还可以进行电子资源管理，能够对图书馆中的各种资源进行分类整理，满足了现代化发展中的要求。DLIBLSP具有完善的业务管理，分类管理纸本和电子资源，还可以进行资源采订、资源共享等控制，管理模式开始向多样化发展，给读者提供图书馆自身的资源，还可以借助互联网模式让读者获得最新资源，针对读者进行用户画像，满足读者的个性化需求。
当前，图书馆电子资源总量大幅度增加，越来越多的读者倾向于使用数字资源，而图书馆现有信息化网络设施却有些滞后，现有图书馆传统的第二代图书馆管理系统功能已经无法适应新时代资源共建共享的大环境嵌入需求；中心机房与电子阅览室服务器老化、存储容量低、运行速度慢，故障率高，需要大量的人力物力完善图书馆网络服务软件与硬件设施来满足当前的读者需求，DLIBLSP采用云端+本地混合部署方案，解决了图书馆的后期运维压力，同时也减少了硬件的需求。
DLIBLSP为图书馆提供了高效的电子资源管理与服务，在帮助图书馆传统纸质资源的采购与管理、引进与应用前提条件下，同时为纸电元数据共享与统一管理、采买与运维一体，为读者和馆员提供完备的信息服务与支持，在原有图书馆集成系统的基础上增加电子资源管理与资源发现功能模块, 构建一个纸电一体化的电子资源服务体系。
1.1 软件平台
升级新一代图书馆服务平台 | 子系统平台 | 版本 | 说明 |
一体化开放式智慧云服务平台 | ● | 统一API接口服务、认证服务、消息服务等 | |
新一代图书馆管理系统 | ● | 基础业务：采访、资源管理、读者服务、连续出版物、统计分析、社会化、系统运维管理等 | |
电子资源管理系统 | ● | 电子资源ERM管理，提供电子资源全生命周期管理，包括：试用、采购、激活、续订、统计分析等 | |
馆藏资源检索系统 | ● | 提供纸电元数据的统一馆藏资源检索和展示服务以及读者续借、预约、委托、荐购等在线服务 | |
移动图书馆系统（基于H5） | ● | 移动图书馆统一馆藏资源检索系统及读者服务 | |
中央智能采选系统 | ● | 基于中央知识库提供全网智选、个性采选、热门推荐、数据分析服务，并提供基于学科、主题、责任者、出版社、读者行为等的资源画像采购评分服务等 | |
馆务数据分析和监控系统 | ● | 馆务数据分析监控：读者分析、借阅分析、行为分析、馆藏分析、经费分析等 |
说明：
a) 服务平台采用本地服务器部署模式；
b) 原系统数据迁移及现场实施、系统培训；
c) 已接入的第三方系统及服务升级对接；开放服务平台标准API接口；
1.2 硬件清单
【基础配置】服务器：2台，详见《硬件配置推荐》。
预计建设周期：30天
l 灵活的分馆模式
广泛的适用于多种应用场景，单馆、单馆多校区、总分式多分馆、分布式多分馆、多分馆联合等模式。
l 区域/联合共享服务模式
ü 区域共享服务：实现区域间的图书馆资源的共建共享服务。
ü 中心联合共享服务：打造中心共享空间，实现资源和服务的共建共享。
l SAAS服务模式/本地模式
ü SAAS服务模式：支持各种企业级公有云、私有云，提供单租户、多租户服务模式，满足差异化成本需求。
ü 本地服务模式：支持本地部署方案，全面支持区域及联合共享服务。
l 跨平台支持
ü 支持接入其他开放平台：FOLIO、CALIS、CLSP
ü 跨终端访问支持：支持桌面以及移动端访问
ü 跨浏览器访问支持：支持多种主流浏览器访问
l 国际化、个性化定制服务
ü 可定制的国际化支持：提供全方位的国际化支持，并满足定制化国际化支持。
ü 可定制个性化界面主题：支持界面主题定制化服务，并提供主题的个性化开发及下载服务。
ü 可定制的个性化参数：提供广泛的参数化支持，实现个性化系统需求。
ü 可定制的工作流引擎：提供定制化工作流引擎，可实现广域的工作流重构。
l 完善的安全策略
ü 全站HTTPS通讯，安全监控中心，漏洞响应，消息报警。
图 1
图 2
1）数据库并发
数据库支持超过500个用户的并发访问能力。
2）访问并发
系统具备不少于1000个访问并发的能力。
3）传输并发
系统业务功能包括附件和图片的传输的时候，需提供稳定快速的传输效率，以及支持多附件多图片并发上传和下载的能力。
4）查询响应
一般数据查询响应时间<1秒。
1）结构设计
以简约干净为主要表现形式，在界面结构设计上，降低用户的学习成本，采用有框架结构，更注重用户在使用上的流畅度和熟悉感。
2）色彩选择
考虑到用户长期使用系统，让用户在视觉中能快速找到目标块域，区分重点。
3）字体的选择
整体字号选用适中,减少视觉疲劳度。
4）Icon设计
多采用块域性的图标，使图标在强量化的同时更加好理解。
1）基于B/S的体系结构，后台访问均基于浏览器进行。因此在浏览器兼容性方面，必须全面支持至少一款主流浏览器，如IE内核浏览器、Webkit 内核浏览器、Gecko内核浏览器（例如：Firefox、Chrome、Safari、IE11、360浏览器、百度浏览器、遨游、搜狗、猎豹等）。
2）支持主流Java EE规范，采用Java编程语言和服务器端Java技术开发。系统采用组件化设计，并基于跨平台开发标准。
3）支持Windows、Unix、Linux等操作系统，支持移动互联网设备主流平台。
4）支持完备的日志管理功能，包括系统安全日志、系统操作日志和系统运行日志，支持日志查询，支持日志文件导出。
u 一体化智慧服务平台
ü 统一接口服务
ü 统一认证服务
ü 统一监控服务
ü 统一消息服务
ü 数据中心平台
ü 智能运维平台
u 智慧图书馆管理系统
ü 纸电一体化的统一资源管理
ü 数据分析决策
ü 多维度读者服务
ü 学科保障服务
u 中央知识库（扩展）
ü 合作伙伴资源的电子资源及纸本资源数据和服务
ü 中心/区域联合共享数据和服务
ü 其他更多的网络分享资源
ü 基于中央知识库的丰富的多维度数据分析
u 馆藏资源检索系统
ü EDS知识发现整合检索
ü 维普智图经纶发现整合揭示
ü 纸电统一馆藏检索
ü 数据库导航
ü 资源推荐
u 中央智能采选平台
ü 全网智选
ü 个性采选
ü 热门推荐
ü 馆藏对比
ü 数据分析
u 智能运维
ü 自动化运维管理
ü 可视化实时监控
ü 智能预警及报警通知
ü 基于知识库的技术支持
u 馆务数据分析和监控系统
ü 读者分析
ü 借阅分析
ü 行为分析
ü 馆藏分析
ü 经费分析
ü 学科分析
ü 工作量分析
平台以大数据为基础，管控一体化的架构模式为原则，通过构建图书馆/区域联盟/中心的云服务中心和智慧集中监控系的新模式，为用户提供高效、智慧的开放式平台。
该平台提供开放式标准化接口方案，集成数据整合服务，数据分析服务，运维管理服务，智能监控服务，技术支持服务以及多种支撑系统，为用户提供高效、智慧、安全的开放式服务平台。
平台包含如下几个分系统以及实现情况
1）数据中心：
包含用户读者数据中心、书目数据中心、征订数据中心、电子资源数据中心、资源辅助数据中心，数据整合服务，并提供各种接口以及分布式索引服务。
A. 读者数据中心
展示读者相关数据，如账号、姓名、读者类型、状态，为用户提供增加、查询和导出功能，见下图：
图 3
B. 书目数据中心
通过列表形式展示本馆馆藏资源库，见下图：
图 4
通过多种聚类方式展示书目信息，如主题组、出版社、出版年、馆藏类型、语种、文献类型、元数据状态、分馆列表、馆藏地列表和学科。
C. 征订数据中心
通过列表形式展示征订数据中心，为每条数据进行数据画像，通过学科画像、出版社画像、主题画像和责任者画像，见下图：
图 5
根据大数据分析，按照多维度为该本资源打分，分数越高，推荐指数就越高；
图 6
2）中心/区域应用商店：
提供各个子系统以及版本发布和管理，以及各种定制化个性化应用，用户可自由安装部署，见下图：
图 7
3）统一认证单点登录子系统：
用于各子系统登录接入并实现一次登录，全系统访问。
4）统一认证管理系统：
用于对统一认证服务的授权管理，角色管理等。
5）消息服务系统：
用于各子系统接入并实现邮件、站内信、微信、短信、钉钉等信息的发送，见下图。
图 8
6）可视化监控子系统：
用于监控各服务，子系统的运行状况，数据视图的接入，实现可视化数据报表呈现，接入消息系统提供报警机制；
7）接口管理系统：
提供各系统的API发布、查询权限管理、开发调试，为第三方系统接入提供保障。
8）日志服务系统：
提供各系统的日志数据的接入，以及查询、统计分析功能，见下图：
图 9
9）配置服务系统：
用于系统的参数的统一配置服务，见下图：
图 10
10）数据桥子系统：
用于收割数据，并提供双向连接，用于业务代理实现。
11）大数据分析系统：
用于对数据进行智能分析以及可视化报表呈现，见下图：
图 11
图 12
新一代智慧图书馆管理系统（META）是一套适应当下，面向未来的系统。该系统采取模块化结构设计模式，高可扩展性设计方案，先进的微服务架构，遵循标准化、国际化原则。
系统包含如下子系统：
1）统一资源采访子系统（采访及电子资源管理）
ü 全资源采购模式：包含资质资源、电子资源、数字资源，见下图：
图 13
为每个批次提供种数、册数、总价，并可以编辑删除当前批次；
ü 纸电资源一体化采选，相互查重，相互关联，见下图：
图 14
ü 中央知识库支持，库-包-资源三层结构，一键订购和试用，一键出版资源下载，见下图：
图 15
点击数据库包名称进入包的详细页面，对包进行多维度的分析，如包的详细信息、简介、核心占比期刊、文献类型数据、学科统计和本包的订购学校见下图：
图 16
点击出版资源，可以进入出版资源的页面，通过多字段展示改出版资源的详细信息，如出版物名称、类型、ISSN、EISSN、主题，学科等字段，见下图：
图 17
ü 支持本地库，中央知识库的挂接，资源自动下载更新。
ü 支持本地数据库的建立和管理。
ü 采购决策辅助分析，通过机器学习，智能大数据分析对图书采购，资源分配等提供决策辅助，见下图：
图 18
ü 资源可按多种核心收录，多种学科分类条件做覆盖分析，见下图：
图 19
ü 资源使用量，参考量统计分析，见下图：
图 20
ü 多种数据库核心指标分析，见下图：
图 21
ü 可视化经费预算管理，预算评估与预警，经费使用预警。
图 22
ü 电子资源试用的全方位管理，包括试用申请，使用管理，试用反馈等。
图 23
ü 资源的订单，批次，合同，发票的管理，支持一对一，一对多，多对多等多种对照方式。
ü 采购云平台数据支撑，通过云平台的大数据提供采购辅助决策。
ü 支持多种批量操作，批查重，批订购，批量修改订户，见下图：
图 24
ü 中央知识库支撑的发行商数据服务，可关注定制指定发行商的出版数据，自动下载相关数据。
ü 读者可提交数据库的使用和问题反馈，问题反馈可通过钉钉、微信、短信、邮件实时通知，见下图：
图 25
ü 支持复合数据筛选功能，可通过黑名单，出版社，学科，分类，作者等多种条件进行复合筛选。
2）统一资源管理系统
ü 全资源管理模式：包含纸本、电子、数字，见下图：
图 26
ü 支持多种元数据著录格式：CNMARC，USMARC，DC。
ü 支持RDA数据著录规范。
ü 支持BIBFRAME数据格式的显示、输出和检索。
ü 支持元数据规范控制。
ü 支持关联数据管理。
ü 支持统一资源检索的网关接入，支持中央知识库、区域知识库、本地知识库、Z39.50、网页资源。
ü 支持纸电资源自动挂接关联。
ü 支持元数据编辑脚本功能。
ü 支持智能索书号分配。
ü 支持一键资源元数据的查询和覆盖。
3）典藏子系统
ü 书单管理功能，见下图：
图 27
ü 密集库管理功能。
ü 支持按批次，按馆藏地的新书入藏分配功能。
ü 支持按照规则的新书入藏分配功能。
4）读者服务子系统
ü 全资源大流通模式——支持各种馆藏资源的流通：图书、光盘、现刊；支持各种流通模式：直接借阅，预约方式，委托借阅、馆际互借、读者转借、OTO借阅等各种线上线下形式。
ü 读者多身份认证支持（QQ、微信、指纹、人脸）、全体系读者电子证支持，统一身份认证、单点登录以及扫码登录支持。
ü 统一读者各种请求管理（荐购、预约、委托、O2O），并可自定义扩展。
ü 全面的积分体系，全自定义模式。
ü 全面的读者荐购系统，图书，期刊，电子资源库荐购，征订荐购，自由荐购，热门图书荐购，见下图：
图 28
ü 读者驱动采购模式（线下PDA）。
ü 读者线上采购模式（线上PDA）。
ü 方便的读者阅读推广，通过读者活动管理，实现读者阅读推广的开展。
5）连续出版物子系统
ü 支持征订数据之间，征订和订购数据之间，订购数据之间的各种比较功能，包括价格，频率，类目。
ü 支持频率、价格的自动更新。
ü 支持批量订购、批量修改订户。
ü 支持多分馆、多院系的快捷订购处理。
6）统计分析决策子系统（配合中央知识库）
ü 综合统计：入藏明细、馆藏清单、借阅情况分析、捐赠清单、异馆还书情况分析等。
ü 资源采购统计：订户订购明细、订户到书明细、财产账清单、期刊年度馆藏订购清单、期刊年度订购分类清单、入藏清单、热门检索词统计、出版社馆藏借阅分析、发行商订购分析等。
ü 资源保障统计：资源增长汇总、文献来源统计、馆藏分布统计、馆藏增长统计、资源分布汇总等。
ü 资源利用统计：文献周转率分析、文献利用率分析、馆藏在借文献统计、借还分类综合统计、学科热度排行榜等。
ü 读者服务统计：图书借阅排行榜、读者借阅排行榜、读者成分分析、读者增长统计、读者借阅人次分析、读者借阅数量区间分析、读者借阅个体数量分析、读者借阅时间区间分析、读者借阅个体时间分析等。
ü 科研服务统计：订购清单、数据库重复率OA率统计（外文期刊、中文期刊、外文图书、中文图书）、数据库下载量分析、下载量分级统计、外文期刊学科覆盖统计（ESI、JCR、SCOPUS、教育部学科）、中文期刊学科覆盖统计（CSSCI、北大核心、中国科技核心）、数据库核心覆盖分析、SNIP指标排名分析、JCR分区保障分析、JCR贡献度分析、数据库ESI贡献度分析、数据库参考量分析、参考量分级统计等
ü 运行日志：账目清单、催还清单、流通日志、业务工作量统计、部门工作量统计、小组工作量统计、人员工作量统计、日志查询等。
ü 模板设置及参数配置：分类模板设置、学科模板设置、SUSHI服务统计、统计打印模板设置、统计历史管理等。
7）系统管理子系统
ü 机构-分馆-馆藏地的多级管理体系
ü 详细的分馆以及用户的权限控制。
8）API接口子系统
ü 为第三方提供API接入
1）数据中心：
包含用户读者数据中心、书目数据中心、征订数据中心、电子资源数据中心，资源辅助数据中心，数据整合服务，并提供各种接口以及分布式索引服务。
2）应用市场：
提供各个子系统以及版本发布和管理，以及各种定制化个性化应用，用户可自由安装部署。
3）统计分析决策子系统
ü 统计分析模板中心
通过统计分析模板中心，提供用户下载和使用，满足用户个性化，定制化的需求，并且通过用户共建共享，实现用户之间的交流和分享。
图 29
ü 定制化的个人统计分析中心
为每个工作人员提供了不同的展示中心，用户可自定义所需统计分析功能，并且可定制显示内容，执行时间等内容。
ü 图表化的展示中心
用户可将统计结果图表化展示，并且可自定义展示内容，通过图表化展示更加直观展现分析结果。
ü 统一资源一体化检索，包括纸本，电子，数字的馆藏资源，以及第三方的外部资源。
ü 支持集成知识发现系统，见下图：
图 30
ü 支持简拼以及全拼查询。
ü 支持简体繁体汉字互查功能。
ü 支持检索词输入提示功能。
ü 检索效率高，速度快。
ü 检索结果准确全面。
ü 提供电子资源库的导航，可浏览数据包的明细以及出版资源的明细，见下图：
图 31
ü 提供按照学科和分类模式的书目和新书浏览。
ü 读者参与的课程参考书功能。
ü 基于本馆学科馆员和中央知识库的书单功能。
1）全网智选
ü 中央采选平台收录了供应商和出版社提供的元数据200万左右
ü 数据来源可靠稳定，保证了数据的完整性，实时性和准确性。
ü 数据详实，包括基本书目信息，图书简介，目次，书评，评分等等多种信息。
ü 资源画像，通过数据分析，提供采选指标评分，提供资源画像，给予采选建议。
ü 多途径筛选，包括学科，分类，出版社等多条件的快速筛选。
图 32
2）个性采选
ü 多属性设置，中央平台预设了多种图书属性，可根据不同属性选择图书。
ü 个性化标签，可自由组合不同的条件和属性，实现快速选择。"
3）热门推荐
ü 由中央平台汇集多种数据展示，方便馆员采选。
ü 定期更新，保证数据的实时性。
ü 数据多样，从作者，出版社，分类，主题，学科等多种方向进行推荐。
图 33
4）馆藏对比
ü 通过跟相关院校的馆藏对比，实现数据参考。
ü 馆藏对比多样性，可批量，可单条。
ü 可根绝学校类型，学科评估指标选择相应对比馆。
5）数据分析
ü 基于大数据分析平台，实现智能分析。
ü 通过对采选的智能分析，反馈给后续的工作，实现良性循环。
依托善思数据中心的大数据平台提供的数据分析支持服务以及善思新一代图书馆服务平台的各种支持服务提供一体化智能运维监控管理服务。
1）自动化运维管理
ü 通过善思应用市场实现各系统的试用、购买激活、部署、运行、升级、维护的自动化管理。
2）可视化实时监控
ü 通过标准化的接口实现软硬件系统的运行状态、运行数据的可视化报表呈现。
可对第三方系统实现数据的大屏可视化呈现。
3）智能预警及报警通知
ü 提供服务器，数据库，应用服务的问题预警和报警功能，包括数据库连接异常，应用服务下线异常，访问异常，服务器性能不足等多种预警报警。
ü 提供预警和报警的多消息通道服务，包括短信，邮件，微信，钉钉，站内信等，可指定通知的管理人员。。
4）基于知识库的技术支持
ü 通过对各系统运维日志的一站式查看，结合中央知识库提供高效的技术支持。
图 34
1）读者分析
ü 针对读者相关信息进行分析，包括但不限于读者分布，借阅占比，读者排行榜等。
2）借阅分析
ü 针对纸本图书借阅信息进行分析，包括但不限于借书，还书，预约，委托，图书排行榜等。
3）行为分析
ü 针对读者除借阅以外的所有行为分析，包括但不限于荐购，检索，访问，积分等。
4）馆藏分析
ü 针对馆藏纸电资源进行分析，包括但不限于纸电分布，书刊分布，馆藏分布等。
5）经费分析
ü 针对纸电资源的经费进行分析，包括但不限于纸电经费分布，书刊经费分布，中外文资源经费分布等。
6）学科分析
ü 针对馆藏纸电资源进行分析，包括但不限于学科覆盖，发文分析，参考量分析等。
7）工作量分析
ü 针对馆员工作量进行分析，包括但不限于借书，还书，订购，验收，荐购，审批等。
图 35
图 36
DLIBLSP支持全资源管理，具体包括：
1）纸电统一管理：统一元数据，统一经费，统一检索。
2）智能采选服务：通过资源画像，云平台，网络资源实现智能推荐。
3）智能典藏分析：对馆藏结构分析、跨校区数据分析，优化馆藏分配。
4）中央知识库采选平台：海量元数据支撑，通过资源画像、供应商画像、读者画像等方式提供多维度快捷选书。
5）统一元数据管理：元数据支持多样化，数据获取方便快捷多途径。
6）电子资源管理：全生命周期管理，利用中央知识库实现电子馆藏的生成，简化操作。
DLIBLSP支持更全面资源的服务和学科服务保障，包括以下几方面：
1）学科资源保障：多种中外文核心指标的覆盖，按学科揭示保障情况。
2）资源覆盖分析：分析多种指标的覆盖范围，揭示资源建设内容。
3）数据库综合分析：多维度分析数据库覆盖以及指标贡献情况。
4）本校发文分析：通过本校作者发文分析提供科研支撑以及资源保障情况。
5）本校参考分析：通过本校作者发文参考情况提供科研支撑以及资源保障情况。
DLIBLSP通过中央知识库、机器学习、大数据分析等技术，可根据读者、资源、学科等多个维度，提供资源统一检索、个性化推荐、专题学科推荐等服务。让读者在图书馆建设中，从被动简单变为更主动更深度的参与，主要体现在：
1）热门资源推荐：综合分析书刊和数据库资源和利用情况，进行有针对性推荐。
2）专题资源推荐：协助提供本馆特色资源，分门别类推送给读者。
3）课程参考书服务：更丰富的课程参考书建设和展示。
4）读者个性化推荐：根据读者属性和行为进行个性化的资源推荐，通过机器学习和AI分析，使读者获得的推荐信息更符合读者需求。
5）读者荐购服务：利用中央知识库提供更方便的荐购服务（包括纸本及电子资源、数据库等），通过问卷调查等，让读者更深度的参与图书馆建设，提高利用图书馆的积极性和主动性。
6）预约委托服务：提供本地和异地的图书预约和委托服务，更灵活的调配和调整各个藏书地的馆藏分布和借阅服务。
7）物流服务：针对预约、委托、新书、还书等不同情况，可提供跨校区物流管理，使图书流动起来，减少读者不同馆区之间的奔波。
8）统一检索服务：整合纸电统一检索，高查准率，高查全率，智能排序结果展示，更符合读者使用习惯。
DLIBLSP基于中央知识库和统计分析模板市场，可以提供更丰富更个性化的统计和数据分析，并且支持用户共建共享统计模板。具体包括以下几点：
1）统计分析模板市场：创新的中心模式，实现无需更新，不停服务，随时新增、更新。方便提供用户个性化需求。支持用户共建共享模板中心，丰富统计内容。
2）个性化统计分析中心：个性化的工作人员分析展示，可自定义个人中心，根据个人需要进行定时统计分析并展示。
3）图表化数据展示平台：提供更多种的图表化展示统计分析数据，更加直观，更符合工作统计的数据展示。
4）大数据分析平台：应用于智能采选，数据分析，资源推荐等支撑平台，提供更多维度的学科资源建设的服务维度情况展示，对学科资源建设提供数据决策保障。
5）机器学习平台：应用于智能采选，个性化推荐等支撑平台，提供更符合学校双一流建设需求的资源采购推荐，读者使用推荐等，使得图书馆服务更贴近学科建设需求和读者需求，提高图书馆面向学校和读者服务的能力。
DLIBLSP是一个开放、融合、智能、统一的服务平台，通过以下几点来体现：
1） 开放的接口平台：提供统一的标准的开放的API接口服务，第三方可以通过接口，很方便的实现对接，减少图书馆各种业务和服务需求的整合难度，更便于扩展不同的学科和读者服务。
2） 统一认证中心：提供标准的读者身份统一认证、授权管理、角色管理，也可以很方便的接入学校统一的身份认证中心，使图书馆的认证服务更灵活。
3） 中心数据平台：服务平台的数据服务基于中央知识库的中心数据平台，包含用户读者数据中心、书目数据中心、征订数据中心、电子资源数据中心，资源辅助数据中心，数据整合服务，并提供各种接口以及分布式索引服务，为图书馆可以提供更准确和丰富的学科建设和读者服务提供坚实的数据基础。
4） 智能运维平台：提供可视化的运维管理，用于系统的安装、升级、启动、停止等处理。提供可视化图形化的设备运行状态监控，包括：实时监控服务器CPU、内存、硬盘、负载等，并对资源占用过高或系统漏洞等问题发出报警信息，提高运维能力，变被动为主动。
5） 统一监控中心：配合消息服务，用于监控各服务，子系统的运行状况，数据视图的接入，实现可视化数据报表呈现
1）学科建设：通过学科资源保障数据分析和完善，对学校的学科建设提供完善的文献资源服务和支撑。
2）科研服务：通过本校发文和参考数据分析和完善，为学校的科研人员的提供完备和全面的科研资源服务。
1）统一资源管理：提供纸本，电子，数字资源统一管理，可扩展至研修间，座位的空间资源的统一管理。
2）开放平台：平台接口全开放，通过平台实现馆内系统的整合，无需再为数据对接烦恼。
3）多方位读者服务：提供统一检索系统，移动图书馆系统，可扩展PDA，OTO等多方面的服务。
4）统一服务平台：可通过扩展的移动门户功能，实现统一认证，单点登录，统一服务入口。
5）共建共享：利用中央知识库实现馆藏资源和读者服务的建设和优化，并可扩展至馆际间的共建共享。
6）馆务决策：通过大数据分析和智能监测，提供可视化数据分析结果，对馆务决策提供扎实的基础和支撑。
1）统一资源检索：实现纸电统一检索，并可扩展至和知识发现的统一检索，提高读者的使用体验。
2）统一门户入口：通过扩展的移动门户系统，使读者能通过一个入口一次登录实现馆里资源的方便使用。
3）丰富的读者服务：提供预约，委托，专题库，参考书，捐赠书等多种服务，并可扩展至PDA，O2O等更多服务。
4）更多的读者参与：提供评论，评分，荐购，积分，收藏等多种读者参与功能。
5）专业和个性化的推荐：通过数据分析和机器学习，给读者提供更加专业的推荐，以及更加智能的有针对性的推荐。
1）系统管理：通过应用市场，模板市场等多种创新性平台降低管理人员的管理难度和成本，通过服务器和应用管理让管理员能通过图形化界面进行系统管理，系统可实现在线下载和升级，可实现热更新和AB测试。
2）系统运维：针对服务器，数据库和应用系统的实时监控，提供可视化监控界面，对系统给予及时的预警和报警，保证系统安全和稳定。
3）参数化配置：系统针对大部分管理和业务功能都提供了参数化配置，可让管理人员在无需升级和暂停系统的情况下实现需求。
1）业务流程优化：针对纸电统一管理，提供更加优化和个性化的业务流程，使业务处理更加流畅和合理。
2）业务功能丰富：提供更多样化的功能，针对资源建设提供智能采选，智能典藏，资源画像，云平台等功能，针对读者服务提供预约，委托，专题库，参考书，捐赠等功能。
3）系统快捷方便：通过更多的批量和智能操作，降低工作人员工作量和使用难度。
4）中央知识库支撑：通过中央知识库实现电子资源的管理，以及智能采选，智能推荐等功能。
5）大数据分析支撑：通过统一的数据分析平台和机器学习平台，提供多种统计分析和数据报表。
比较内容 | 善思 | 其他 |
数据库 | l MySQL+MongoDB l MongoDB是分布式NoSQL数据库，用于保存文件，每个文件可以保存多份，防止丢失，用于机器学习，效率高，灵活度强。 | l MySQL |
微服务架构 | l Nginx+Vertx l 微服务使用Vertx，API网关和负载均衡使用Nginx。全异步解决方案，不阻塞线程，编程难度较大，但系统吞吐量和性能超过同步解决方案。 l 该架构从总体性能上讲，不论系统吞吐量，还是系统响应时间都要更优。 | l SpringBoot+SpringCloud l 微服务使用SpringBoot，API网关和负载均衡使用SpringCloud。全同步解决方案，调用会阻塞线程，编程较简单，但性能和吞吐量比异步解决方案差。 |
检索服务层 | l ElasticSearch l 原生分布式异步检索服务，易于开发，性能很高，尤其是能快速处理动态更新的数据，方便用于数据分析。 l 善思在ES基础上实现了查询权重分配，而且还可以支持拼音搜索建议，前缀搜索建议，英文纠错等功能。 | l solr cloud l 分布式检索服务，更多用于处理静态数据，缺乏进行数据分析的相关特性。 l 最传统的检索服务，不支持前缀搜索建议，拼音搜索建议等功能，也不支持各种查询的权重分配。 |
日志收集层 | l 使用ELK( Elasticsearch + Logstash + Kibana)进行日志的收集，处理，查看，可以实时查看系统运行日志，通过日志的收集实现大数据处分析和处理。 | l 无 |
消息通道 | l 有独立统一的消息通道服务，可以将消息同时发送到微信，短信，邮件，钉钉等，并可以查看发送的每条消息的信息。 | l 无独立统一的消息通道 |
分布式缓存 | l Redis | l Redis |
服务监控报警 | l 善思服务监控报警使用的是Prometheus+Grafana，Prometheus收集各个微服务的运行状态，然后发送给Grafana进行界面展示和服务分析。 l 图形化界面监控，实时预警报警。 | l 无 |
机器学习层 | l Spark是一个高性能的大数据处理平台和机器学习平台。 l 通过Spark可实现高效率，高准确度的采购决策分析和读者精准推荐。 | l 无 |
配置中心 | l 所有微服务的配置放在一个单独的服务中，方便修改和查看，并且可以实时修改。 | l 无单独的配置中心 |
SaaS服务 | l 支持公有云，私有云部署，可提供单租户，多租户服务模式，支持本地部署 | l |
国际化 | l 全面支持多语言配置，多种语言版本无缝切换。 | l 无 |
跨平台 | l 支持主流的多种终端的显示和使用。 | l |
安全策略 | l 全站HTTPS通讯，安全监控中心，智能运维，漏洞实时响应，报警消息实时推送。 | l |
中央知识库 -电子资源 | l 通过合作方式获取元数据，包括EBSCO的西文电子资源数据，出版社的中文纸本资源数据以及其他途径获得元数据。 l 合作授权，数据完整，准确，可维护性好，扩展性强，数据更新持续稳定。 | l 爬虫获取。
l 无授权，数据的准确和更新不能保证。 |
中央知识库 -同业资源 | l 依托近千家高校的资源，整合各家基础数据，共建共享，进行大数据分析和决策数据，为馆里的采购决策和读者个性化推荐提供庞大的基础数据和分析。 | l 数量少，质量低 |
电子资源管理 | l 中央知识库数据完善准确。 l 完整的生命周期管理。 l 方便快捷的一键订购试用。 l 中央知识库自动挂接，数据更新。 l 读者互动，试用推荐，问题反馈，试用反馈，使用问卷调查等多方面参与。 l 数据库导航，新进，使用，推荐等多种分类导航，多种聚类选择，相关数据库推荐等，按照库，包，资源展示给读者。 l 经费使用分析，多种预算对比分析，经费预算预警。 l 统计分析全面准确，包括多种学科覆盖统计，多种核心覆盖统计，多种影响因子统计，数据库访问量，参考量统计等。 | l 知识库数据不完善。 l 无读者互动。 l 无数据库导航。 l 无预算分析报警。 l 统计分析少，不准确。 |
统一资源检索 | l 纸本，电子，数字，网络资源统一检索，统一揭示。 l 无缝集成EDS知识发现系统。 l 检索速度快，百万数据毫秒级相应。 l 检索结果准确全面，多种条件索引复合检索，保证结果贴近用户需求。 l 智能调整结果顺序，根据不同字段的权重，相关度，出版时间以及资源画像调整结果排序 l 同版本图书归并功能，由规范数据进行数据归并，方便读者查询。 l 关联数据检索，规范责任者数据，规范刊名数据，关联数据一次性返回检索结果。 l 检索词提示，相关检索词实时输入提示。 l 检索词纠错，提供英文检索词纠错提示功能。 l 简拼全拼检索，提供简拼，全拼检索提示功能。 l 推荐和相关书单功能。 l 推荐和相关图书功能。 l 提供书目封面，作者，简介，目录等数据。 l 借阅趋势图。 l 读者画像，基于机器学习的读者精准画像，为读者服务提供坚实基础。 l 基于读者画像的个性化推荐功能。 l 读者荣誉墙。 | l 基础的检索功能。 l 检索排序功能较弱。 l 检索辅助功能基本没有。 l 检索结果不够准确。 l 检索速度较慢。 l 无图书推荐。 l 无书单功能。 l 无读者推荐。 |
元数据管理 | l 数据格式支持CNMARC，USMARC，DC的编辑，支持RDA标准支持BIBFRAME格式的展示和数据交换。 l 支持关联数据管理。 l 支持规范数据管理。 l 纸本，电子，数字资源一体化管理。 | l 数据格式支持CNMARC，USMARC，DC |
读者服务 | l 多种消息推送微信，短信，钉钉，邮件。 l 完善的荐购服务。 l 统一管理的请求服务，包含预约，委托，预借等，功能完善强大。 l 支持线上PDA，线下PDA功能 l 支持O2O功能，支持流通柜，物流等不同形式线下运送。 l 推荐书单功能。 l 课程参考书功能。 l 读者积分功能，成体系的积分系统，可自定义获得和使用积分项目，支持积分兑换。 | l 基础读者服务功能。 l 消息推送途径单一。 l 只有简单的荐购和预约功能。 |
采购决策 | l 基于机器学习的数据分析，针对每个资源做出资源画像。 l 智能的采购推荐，根据资源画像以及经费，功能上等多方面信息提供采购推荐数据。。 l 多种批量功能，批量订购，批量增删改，批量查重，批量分配等等。 l 纸本，电子资源一体化采购。 l 实时的查重，速度快，准确定高，结果全面。 l 经费分析，统计和预警。 l 供应商数据分析和统计。 l 中央知识库征订数据功能，可关注发行商，可直接批量下载征订数据。 | l 传统采购功能。 l 无智能推荐。 l 无资源画像。 l 查重速度慢。 l 无经费和供应商功能。 |
统计分析 | l 模板市场，灵活而强大，通过模板市场，用户可随时选择所需功能，模板市场扩展性强，实时性高，易于维护，可随时更新，用户之间还可共建共享。 l 统计分析中心，可自定义统计分析条件和结果。 l 数据展示平台，图形化展示分析决策数据。 | l 无模板市场 l 传统的固化的统计功能。 |
应用管理 | l 应用市场，基于微服务的应用市场，可随时更新系统的全部或者部分功能，可扩展，兼容第三方系统，系统的升级和维护更加简便快捷，用户之间可共建共享。 l 智能系统维护平台，漏洞报警，实时消息通知。 l 丰富的日志功能。 | l 无应用市场 传统的系统维护和管理。 |
区域联盟 | l ECP电子证平台。 l 馆际O2O平台， l 馆际流通平台。 l 联合目录平台 | l 无 |
1、 配置要求
本地部署总计需要2台服务器，可为独立服务器，也可为虚拟机。
（另：基础配置4台；高级配置6台）
机器编号 | 部署服务 | 推荐配置 | 最低配置 |
机器 1 (应用相关) | 部署各种应用服务； | CPU：1或2颗16 核， 内存：64GB， 硬盘：1TB | CPU：1或2颗8 核， 内存：32GB， 硬盘：600GB |
机器 2 (数据库及索引相关) | 部署 MySQL 数据库； MongoDB NoSQL 数据库、 大数据分析、 机器学习； ETCD集群节点1、 Elasticsearch集群节点1、 Logstash集群节点1、 Redis哨兵集群节点1、 RocketMQ名称服务集群节点1； | CPU：1或2颗16 核， 内存：128GB， 硬盘：1TB | CPU：1或2颗8 核， 内存：48GB， 硬盘：600GB |
2、 网络要求
1. 需要提供对下面域名的网络访问(提供 TCP/UDP 端口的对外访问权限)：
域名 | 说明 |
*.cloudlibsys.com | 善思中央知识库等服务 |
*.DLIBLSP.cn | 善思中心资源 |
*.aliyun.com | yum 源，时间同步等 |
*.aliyuncs.com | Docker 镜像源等 |
*.dingtalk.com(可选) | 钉钉服务 |
*.weixin.qq.com（可选） | 微信服务 |
【注】: 如果需要提供其他服务，也需要开通相关网络访问
2. 机器 1（提供对外服务）
l 需要对外实IP或实IP端口映射。HTTPS部署在本服务器，所有的域名映射也是对应到本服务器，需提供HTTPS证书。
l 网络下行带宽 >10M/S。提供对外端口：80、443。
如有其他服务需对外（例：自助借还接口），需单独开放相关服务端口。
l 机器 1和机器 2 在同一个局域网内。
l 提供一台日常远程维护用的工作机，windows系统，安装teamviewer或向日葵等远程工具。
l 域名申请（推荐）。以下域名可以统一使用一个，也可以分开申请：
管理系统域名、统一检索域名。建议管理系统与应用服务域名分开；也可不使用域名，但是建议最少申请一个域名，以保证对外服务的安全性。
l https 证书申请，根据域名申请情况确定。
如果没有域名，部署 https 会提示网站不安全，但是可继续用。
微信客服
扫一扫，手机访问
