図書館では古くから貸出や入館者などの図書館利用データを使って利用者を把握し，サービス改善に役立てようとしてきました。より多く貸し出されている資料や分野は何か，何時頃入館者が多いかなど，収集されたデータを分析して得られた情報で，蔵書の構成を検討し，サービス体制などを整えている館も多いことと思います。一方で，前述のような図書館の業務フローの中で集まってくるデータばかりでなく，近年はセンサーなどを活用し積極的にデータを収集して利用者の行動や反応を把握しようとする試みも行われています。図書館にもいわゆるビッグデータの波が到来しているのです。

このような状況を踏まえ，本特集では以下のような構成で図書館における利用データ解析の移り変わりを検討しました。はじめに，岸田和明氏に図書館利用データを用いた研究の動向を過去から現在にわたり概観していただきました。そのうえで，従来の図書館利用データでは可視化できない部分を新たなデータを用いて把握しようとする実験的事例を2件とりあげました。1件目は電気通信大学附属図書館に設置された革新的アクティブラーニングスペース『UEC Ambient Intelligence Agora』の取り組み，2件目は慶應義塾大学理工学メディアセンターで行われているビーコンと専用スマートフォンを用いた利用者行動把握実験です。このような，センサーや人工知能といった技術を用いて新しく収集されたデータは，今まで図書館員の直観に頼っていたことがらをデータとして可視化するだけでなく，図書館員には見えていなかった利用者行動を知る手掛かりとなる可能性もあります。今後このような実験が広がることが期待されます。

なお，従来の図書館業務フローで収集されるデータはもちろんのこと，利用者に紐づくデータについては，個人情報の取り扱いに注意する必要があります。ビッグデータを用いる研究・解析事例が増える中，個人情報保護法ならびに著作権法の改正が行われています。そのため，本特集でも最後にコラムとして，利用データや書誌データなどを用いる際に法的に注意するべき点について弁護士の澤田将史氏にご執筆いただきました。

本特集が，図書館においてサービス改善や新たなサービス創出のために，様々なデータを積極的に活用するヒントとなることを願っています。

（会誌担当編集委員：長野裕恵（主査），今満亨崇，稲垣理美，久松薫子，古橋英枝）

図書館の館外貸出についての業務記録は，図書の利用の実際を知るための貴重なデータであり，それを解析して業務やサービスの改善に活用する試みは，長年に渡ってなされてきた。最近のデータマイニング技術の発達やビッグデータへの関心の高まりから，この種の図書館利用データの解析とその活用は，新たな局面を迎えた感がある。本論文では，これに関する過去から現在までの動向を概観する。具体的には，計量書誌学やデータマイニング，ビッグデータについて触れた後，廃棄・別置，蔵書評価，図書の推薦に対するデータの解析例を紹介する。また，その他の種類の利用に関するデータの収集などについても論じる。

電気通信大学附属図書館では，AI（人工知能）研究との協働により，学生がグループや個人で能動学修，セミナー，ワークショップなど様々な場面で利用できる革新的なアクティブラーニングスペース『UEC Ambient Intelligence Agora』（AIA）を構築した。このスペースでは，多様なセンサーを設置することで，学修環境の状態を反映した様々なデータを取得し，ディープラーニングマシンを用いたAI研究によって，解析及び可視化できるようになっている。AIAがAIやビッグデータとどのように関わり，次世代型図書館の実現を目指していくのか，アンビエント環境，アクティブラーニングとAI研究，ロボットによる知的インタラクションの3つの観点から，その現状と将来像について紹介する。

大学図書館では，貸出ログや入館ログといった利用データを用いて，図書館利用者の行動やニーズを分析し，サービス改善に繋げることは従来までも行われてきたが，それらのデータからでは，施設の空席情報や滞在時間，館内での利用者の行動など，可視化できていない部分も多い。本研究では，種々のIoT（Internet of Things）デバイスを用いて，慶應義塾大学理工学メディアセンター（図書館）における利用状況把握の実証実験を行っている。本稿では，利用者の資料探索行動に焦点を当て，BLE（Bluetooth Low Energy）ビーコンと専用スマートフォンを活用した資料探索時の行動，移動軌跡を推定する手法について報告する。

先端技術トピックにおける技術動向予測を目的として，印刷技術を例に，現時点では製品化されていないが，将来印刷技術が応用されそうな新しい製品分野を探索した。分析手法として，まず，製品化に近い技術情報である特許文献と，科学的事象に基づく基礎的な研究結果を多く含み，今後発明および製品開発に繋がる可能性がある学術論文の性質の違いに着目し，「近年論文発行件数が増加傾向にありながら，特許出願が低調である分野」を「今後製品化に発展しそうな分野」として抽出した。次に，抽出した分野の特許情報と論文情報のテキストマイニング解析と目視解析を併用し，より細分化された分野に絞り込むことで，目的とする製品分野を見出した。