基于大數(shù)據(jù)的高校圖書館知識創(chuàng)新服務研究

姚遠 徐世東 郝群 盧建秋

摘要：大數(shù)據(jù)時代，數(shù)據(jù)成為一種重要的生產(chǎn)因素。高校圖書館運用大數(shù)據(jù)技術(shù)，深入挖掘?qū)W術(shù)科研數(shù)據(jù)和讀者學術(shù)行為數(shù)據(jù)，幫助讀者獲得學術(shù)資源中的隱性知識、掌握前瞻性的研究視野、建立完善的知識結(jié)構(gòu)、提升讀者的知識創(chuàng)新能力，從而將圖書館演變?yōu)橹R創(chuàng)新服務中心。該文將這種大數(shù)據(jù)驅(qū)動下的知識服務定義為高校圖書館的知識創(chuàng)新服務，梳理了目前知識服務的現(xiàn)狀，提出高校圖書館知識創(chuàng)新服務平臺的功能模型，利用大數(shù)據(jù)技術(shù)提供對海量數(shù)據(jù)的實時分析和挖掘能力、語義網(wǎng)技術(shù)提供計算機理解和處理事務的能力和判斷與推理能力、人工智能技術(shù)持續(xù)提高自我性能以幫助人類完成那些一開始無法明確定義的任務的能力，來實現(xiàn)八大創(chuàng)新功能：利用可視化知識圖譜，呈現(xiàn)知識網(wǎng)絡(luò)全貌;智能摘要，幫助讀者粗加工大量的文本信息;智能構(gòu)建個人知識專題;關(guān)鍵詞聯(lián)想，激發(fā)思維聯(lián)想;個性化、精準化智能推薦;個人學術(shù)軌跡管理與“我的關(guān)注領(lǐng)域”呈現(xiàn);統(tǒng)一檢索與全文檢索;開放學科語義維護功能。由此，高校圖書館的知識服務將站在全數(shù)據(jù)和智能化的起點上，可望打造為一個創(chuàng)新的服務體系，提供一種全新的服務生態(tài)。

關(guān)鍵詞：大數(shù)據(jù);知識創(chuàng)新服務;語義網(wǎng)：人工智能;知識圖譜;知識關(guān)聯(lián)網(wǎng)絡(luò)

中圖分類號：G434 文獻標識碼：A

大數(shù)據(jù)時代的到來，顛覆了工業(yè)界、學術(shù)界對傳統(tǒng)數(shù)據(jù)的認知。2007年，圖靈獎的獲得者吉姆·格雷發(fā)表了專著《第四范式：數(shù)據(jù)密集型科學發(fā)現(xiàn)》，將科學范式從三種擴展為四種，即：實驗科學、理論科學、計算科學和數(shù)據(jù)密集型科學，這標志著數(shù)據(jù)思維時代的到來。高校圖書館因提供文獻信息服務和知識服務而擁有和保存的學術(shù)科研大數(shù)據(jù)，為圖書館的發(fā)展提供了新機遇。高校圖書館應樹立數(shù)據(jù)觀，運用大數(shù)據(jù)技術(shù)、語義網(wǎng)技術(shù)，自動化完成數(shù)據(jù)的獲取、整理、統(tǒng)計和呈現(xiàn)，建立文獻信息資源自動化元數(shù)據(jù)采集與挖掘的大數(shù)據(jù)倉儲;重新組織圖書館各種類型的文獻資源和信息資源，建立知識關(guān)聯(lián)網(wǎng)絡(luò)，建立語義網(wǎng)絡(luò)（學科知識圖譜），可視化呈現(xiàn)知識網(wǎng)絡(luò);追蹤研究熱點、梳理發(fā)展脈絡(luò);建立個人學術(shù)空間，構(gòu)建讀者學術(shù)畫像，提供知識管理工具，感知和挖掘讀者的隱性學術(shù)需求，智能學術(shù)推薦。圖書館通過搭建知識創(chuàng)新服務平臺，幫助讀者挖掘?qū)W術(shù)資源中隱含的知識、掌握更具前瞻性的研究視野、建立完善的知識結(jié)構(gòu)，從而提升讀者的知識創(chuàng)新能力。高校圖書館也從文獻信息服務中心、學術(shù)交流中心、文化傳承中心，而真正演變?yōu)橹R創(chuàng)新服務中心。

一、基于大數(shù)據(jù)的知識服務現(xiàn)狀

（一）知識服務的概念

以傳播知識為主要任務的圖書館，從最初的文獻服務到信息服務再到如今的知識服務，為滿足用戶的需求而不斷發(fā)展用戶服務的實踐。通過對各種知識服務概念的梳理，我們可以提取這樣3個屬性：面向創(chuàng)新、知識挖掘、知識管理。透過這3個關(guān)鍵詞總結(jié)大數(shù)據(jù)背景下知識服務的概念，即：圖書館提供通過知識挖掘和知識管理的方式，提供給讀者促進其知識創(chuàng)新的服務。

（二）基于大數(shù)據(jù)的知識服務的概念

傳統(tǒng)的知識服務概念是指從各種顯性或隱形資源中提煉知識和信息內(nèi)容，并進行挖掘、重組、濃縮、變形，從而提供知識內(nèi)容或解決方案的服務過程。知識服務的內(nèi)涵隨著大數(shù)據(jù)的驅(qū)動而發(fā)生變化，它將對眾多分散、異構(gòu)資源的知識進行加工，通過知識融合、匹配、挖掘等方式，獲取隱含的知識需求與創(chuàng)新，提供新型的知識服務。

（三）高校圖書館基于大數(shù)據(jù)的知識服務現(xiàn)狀

高校圖書館主要通過知識導航服務、知識培訓服務、問答咨詢服務、情報服務、學科服務平臺及學科服務平臺等方式進行自己的知識服務。以武漢大學圖書館的學科服務平臺為例，圖書館向讀者提供各個學科的整合專業(yè)文獻資源，提供館藏文獻和數(shù)字資源導航，提供學科服務咨詢、科研分析與評價，以及學術(shù)熱點追蹤與評估等服務內(nèi)容。

在基于大數(shù)據(jù)的知識服務研究中，高校圖書館界的研究更多地集中在對知識服務創(chuàng)新模式的探討、對大數(shù)據(jù)知識服務平臺體系架構(gòu)和關(guān)鍵技術(shù)的討論上。胡蓮香和張新娜認為大數(shù)據(jù)知識服務不僅是面向海量數(shù)據(jù)處理的知識服務，更是基于大數(shù)據(jù)的智慧圖書館的系統(tǒng)建設(shè)，并提出要構(gòu)建基于大數(shù)據(jù)的下一代圖書館知識服務平臺;李晨暉等論述了建構(gòu)大數(shù)據(jù)知識服務平臺的關(guān)鍵技術(shù)，并對實施大數(shù)據(jù)知識服務模式的思路和發(fā)展提出了建議;張娟等以養(yǎng)生領(lǐng)域內(nèi)的領(lǐng)域本體、文獻信息等知識資源為基礎(chǔ)，構(gòu)建養(yǎng)生單元信息知識服務系統(tǒng)，提供語義檢索、知識瀏覽、知識推理和知識發(fā)現(xiàn)等服務，實現(xiàn)大數(shù)據(jù)環(huán)境下“單元信息知識組織體系”的有效利用;劉慶麟梳理了重點學科知識智慧服務的創(chuàng)新策略，提出Web3.0下圖書館重點學科知識服務門戶建設(shè)的原則和架構(gòu);范興豐以云計算和大數(shù)據(jù)為基礎(chǔ)，討論了知識服務平臺內(nèi)容架構(gòu)和深層資源定制服務;陳川討論了學科元數(shù)據(jù)中心架構(gòu)，學科元數(shù)據(jù)中心的應用特點，提出了基于學科元數(shù)據(jù)中心的知識服務平臺建設(shè)思路，并做了應用實踐分析;余傳明等從解決規(guī)?？缍葐栴}、領(lǐng)域跨度問題、語言跨度問題等方面進行了研究，從而提出了觀點檢索的方法。

除此之外，一些高校圖書館還進行了具有特色的知識服務平臺建設(shè)研究。以清華大學圖書館為例，他們嘗試從元數(shù)據(jù)倉儲中提取關(guān)鍵詞并進行數(shù)據(jù)挖掘，分析作者與合作者的關(guān)系，建立知識關(guān)聯(lián)網(wǎng)絡(luò);重慶大學圖書館建設(shè)了“智慧門戶”，可實現(xiàn)用戶、資源、服務以數(shù)據(jù)為中介的交互，能準確預測用戶行為和需求。這些理論研究和實踐探索，都為大數(shù)據(jù)知識服務平臺的進一步發(fā)展提供了有益的嘗試和參考。

（四）數(shù)據(jù)庫服務商基于大數(shù)據(jù)的知識服務現(xiàn)狀

國內(nèi)文獻數(shù)據(jù)庫服務商除了提供大量優(yōu)質(zhì)、及時的原始文獻，還借助公司積累的大量資源和元數(shù)據(jù)，開始提供數(shù)據(jù)關(guān)聯(lián)和計量可視化等知識服務。例如同方知網(wǎng)提供知識網(wǎng)絡(luò)節(jié)點鏈接技術(shù)，實現(xiàn)對節(jié)點文獻的各種知識鏈接。同時，同方知網(wǎng)還提供計量可視化分析服務，對選定的200篇以內(nèi)的文獻提供在線分析其發(fā)文總體趨勢、文獻互引網(wǎng)絡(luò)、關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)、作者合作網(wǎng)絡(luò)、資源類型分布、學科分布、來源分布、基金分布、作者分布、機構(gòu)分布做計量可視化服務。萬方數(shù)據(jù)知識服務平臺的萬方智搜，可以根據(jù)輸入的檢索詞而提供研究趨勢和相關(guān)熱詞的可視化呈現(xiàn)，對每一篇文獻都提供相關(guān)主題、相關(guān)機構(gòu)、相關(guān)學者以及相關(guān)文獻和媒體資源的推薦閱讀，并支持讀者對該篇文獻標注標簽。維普推出了情報分析視角的知識服務平臺：維普智立方，可以利用360°網(wǎng)絡(luò)圖，獲得多種文獻特征的網(wǎng)絡(luò)關(guān)系圖，建立關(guān)聯(lián)網(wǎng)絡(luò)。超星統(tǒng)一檢索系統(tǒng)對每一篇文獻提供相關(guān)文獻、相同作者的文獻、相同單位的文獻等推薦，并對檢索后的一組文獻進行數(shù)據(jù)分析和可視化呈現(xiàn)，包括學術(shù)發(fā)展趨勢、地區(qū)統(tǒng)計、基金統(tǒng)計、刊種統(tǒng)計、作者統(tǒng)計、中文學科分類統(tǒng)計等。此外，超星移動圖書館和超星學習通平臺還提供讀者空間服務和建立討論小組等功能。

SpringerLink數(shù)據(jù)庫運用主題詞表進行規(guī)范化標引。對于任何一篇文獻，都標引出研究包含的主題、產(chǎn)業(yè)領(lǐng)域及其相關(guān)文獻。此外，湯森路透集團提供三大學科服務的統(tǒng)計分析工具InCites、ESI和TDA。Elsevier研發(fā)了基于Scopus數(shù)據(jù)庫的SciVal分析工具，以學術(shù)機構(gòu)為對象，展示機構(gòu)的科研產(chǎn)出、科研合作情況以及跨學科科研優(yōu)勢。

（五）高校圖書館迫切需要構(gòu)建知識創(chuàng)新服務

高校圖書館在提供知識服務的廣度和深度上，越來越落后于專業(yè)的文獻數(shù)據(jù)庫服務商，所以高校圖書館充當著讀者與數(shù)據(jù)庫服務商之間的銜接和中介作用，而無法給讀者提供基于大數(shù)據(jù)技術(shù)的創(chuàng)新知識服務;對讀者的服務方式還是比較被動，不能根據(jù)讀者的已有學術(shù)行為分析其需求，并向其準確推薦拓展的學術(shù)資源;沒有給讀者提供知識管理工具，用以保存?zhèn)€人的學術(shù)軌跡，分析挖掘所關(guān)注的文獻中的隱性知識，讀者也并未獲得激發(fā)其創(chuàng)造性思維的聯(lián)想工具;在針對學科提供學術(shù)熱點追蹤、學科評價、科研指導時，也不能基于大數(shù)據(jù)技術(shù)的學科分析工具，需要手動完成大量數(shù)據(jù)的獲取和整理、統(tǒng)計工作，工作效率較低。正是在這樣的需求之下，本文提出高校圖書館應樹立數(shù)據(jù)觀，構(gòu)建基于大數(shù)據(jù)的“知識創(chuàng)新服務”。

二、知識創(chuàng)新服務的技術(shù)基礎(chǔ)

（一）大數(shù)據(jù)及其特點

大數(shù)據(jù)，不僅是數(shù)據(jù)量大，更是一種采集和處理總體數(shù)據(jù)而非樣本數(shù)據(jù)的數(shù)據(jù)集合形式。大數(shù)據(jù)技術(shù)處理的數(shù)據(jù)量通常是TB級，甚至是PB或EB級的數(shù)據(jù)，這是傳統(tǒng)數(shù)據(jù)處理手段所無法完成的，其涉及的技術(shù)有分布式計算、高并發(fā)處理、高可用處理、集群、實時性計算等。大數(shù)據(jù)海量的數(shù)據(jù)規(guī)模，使得人們可以獲得龐大的數(shù)據(jù)信息。大數(shù)據(jù)還具有時效性強、數(shù)據(jù)類型多樣性和價值密度低等特點，使得人們通過挖掘和加工數(shù)據(jù)實現(xiàn)數(shù)據(jù)的價值發(fā)現(xiàn)。

（二）語義網(wǎng)絡(luò)及其特點

語義網(wǎng)是一種智能網(wǎng)絡(luò)，它能根據(jù)語義進行判斷和理解概念間的邏輯關(guān)系。語義網(wǎng)的建立極大地涉及了人工智能領(lǐng)域的部分，與Web3.0智能網(wǎng)絡(luò)的理念不謀而合。而語義網(wǎng)絡(luò)是一種面向語義的結(jié)構(gòu)，它用圖來表示知識間的結(jié)構(gòu)關(guān)系。語義網(wǎng)用結(jié)點表示信息，結(jié)點之間的關(guān)系通過有向直線來表示。語義網(wǎng)絡(luò)有以下特點：可以深層次地表示知識，包括實體結(jié)構(gòu)、層次及實體間的因果關(guān)系;語義解釋依賴于該結(jié)構(gòu)的推理過程而沒有結(jié)構(gòu)的約定;知識表達自然、直觀、易于理解。語義網(wǎng)絡(luò)的價值在于計算機可以通過語義網(wǎng)絡(luò)來理解判斷和推理。

（三）人工智能及其特點

人工智能即AI，它是模擬、延伸和超越人類智能的理論和實踐。人工智能的第三次浪潮緣起于Hinton等人提出的深度學習技術(shù)。從全球范圍來看，AI應用主要集中在各個垂直領(lǐng)域、智能機器人領(lǐng)域、大數(shù)據(jù)和數(shù)據(jù)服務、視覺。其中以商業(yè)、醫(yī)療和金融領(lǐng)域中的應用最為深入。人工智能技術(shù)可以對人的思維進行模擬，也可以成為人類智能的擴展和延伸。

人工智能在演進的過程中，呈現(xiàn)出以下新特點：深度學習、跨界融合、人機協(xié)同、群智開放和自主智能。人工智能，尤其是機器學習具有一個核心價值：就是機器能夠持續(xù)提高自己的性能，而無須人類明確解釋所有這些任務要怎樣完成，成為了自己學習如何完成任務的系統(tǒng)了。這使得對那些我們無法精確表達出的知識，人工智能也可以自動化地實現(xiàn)了。

（四）高校圖書館大數(shù)據(jù)構(gòu)成

高校圖書館的大數(shù)據(jù)由學術(shù)資源數(shù)據(jù)、業(yè)務流程數(shù)據(jù)、情境感知數(shù)據(jù)、讀者行為數(shù)據(jù)這四個方面構(gòu)成。針對這4類數(shù)據(jù)，圖書館可以開展資源管理與利用數(shù)據(jù)分析來支持資源采購決策，開展用戶行為分析來指導圖書館業(yè)務優(yōu)化并提供針對性服務，開展情境數(shù)據(jù)分析提供精準導航和自適應調(diào)節(jié)，開展學術(shù)資源分析與用戶學術(shù)行為分析來提供知識創(chuàng)新服務。本文著重討論的是第四種數(shù)據(jù)分析與服務工作，即深入挖掘圖書館的學術(shù)資源用戶學術(shù)行為數(shù)據(jù)，為讀者提供知識創(chuàng)新服務。

（五）大數(shù)據(jù)加工環(huán)節(jié)

微軟在《e-Science科學研究的第四種范式》中，把科學研究劃分為4個階段：第一階段是數(shù)據(jù)收集，第二階段是數(shù)據(jù)處理，第三階段是數(shù)據(jù)挖掘，第四階段是可視化。高校圖書館的大數(shù)據(jù)加工同樣包括這些方面的工作，它主要由這5個環(huán)節(jié)構(gòu)成：大數(shù)據(jù)收集（數(shù)據(jù)收割）、大數(shù)據(jù)存儲、大數(shù)據(jù)處理（數(shù)據(jù)清洗和預處理）、大數(shù)據(jù)分析（數(shù)據(jù)挖掘）、大數(shù)據(jù)應用服務。

（六）大數(shù)據(jù)技術(shù)概況

目前，大數(shù)據(jù)的處理主要有以下4種形式：對靜態(tài)數(shù)據(jù)的批量處理、對流式數(shù)據(jù)的實時處理、實時交互計算、對圖數(shù)據(jù)的綜合處理。大數(shù)據(jù)分析的關(guān)鍵技術(shù)主要包括深度學習、機器學習、知識計算、可視化、社會計算等。

批量數(shù)據(jù)處理系統(tǒng)以Google文件系統(tǒng)GFS和MapReduce編程模型為典型，Hadoop在此基礎(chǔ)上實現(xiàn)的兩個開源產(chǎn)品：HDFS和MapReduce，繼Hadoop之后由UC Berkeley的Matei Zaharia主導開發(fā)了新一代大數(shù)據(jù)分布式處理框架Spark，提供高層次的Java、Scala、Python以及R語言的API接入。Hadoop的MapReduce和Spark Core使用映射和規(guī)約的思想可以進行海量數(shù)據(jù)的分析和操作。典型流式數(shù)據(jù)處理系統(tǒng)包括Twitter的Storm系統(tǒng)、Linkedin的流式數(shù)據(jù)處理框架Samza、Facebook的Scribe、Linkedin的Samza、Cloudera的Flume、Apache的Nutch;交互式數(shù)據(jù)處理系統(tǒng)的典型代表系統(tǒng)是基于內(nèi)存計算的Spark和Google研發(fā)的Dremel。圖數(shù)據(jù)處理系統(tǒng)主要有Ne04j、FlockDB、GraphDB等。實際上，Spark提供了一系列工具集，Spark SQL融合多數(shù)據(jù)源的不同格式結(jié)構(gòu)化數(shù)據(jù)，能夠?qū)崿F(xiàn)SQL等結(jié)構(gòu)化數(shù)據(jù)處理，MLlib支持機器學習，還有針對流數(shù)據(jù)的Spark Streaming，而Graph X支持圖處理等。如今，Spark與Hadoop在同一個團隊里協(xié)同運行，已經(jīng)被越來越多地運用。

深度學習包括Dato、vlcarlcus、MetaMind、AlchemyAPI、Clarifai、SKYMIND等。機器學習平臺包括kaggle、AzureML、Google等。關(guān)于知識計算，代表性的知識庫或應用系統(tǒng)有KnowltAll、TextRunner、NELL、Probase、Satori、PROSPERA、SOFIE以及基于維基百科等構(gòu)建的知識庫，如DBpedia、YAGO、Omega和WikiTaxonomy。文本可視化包括表現(xiàn)詞頻的標簽云、表現(xiàn)文本結(jié)構(gòu)的DAViewer和DocuBurst、表現(xiàn)形成與變化過程的ThemeRiver和EventRiver;網(wǎng)絡(luò)（圖）可視化除了樹狀、球狀、放射圖外，還有基于矩形填充、Voronoi圖填充、嵌套圓填充的樹可視化技術(shù)，更有基于邊捆綁（Edge Bundling）的方法和基于層次聚類與多尺度交互的ASK-Graphview等圖簡化方法的可視化技術(shù)。社會計算目前還集中在方法層面，例如興趣計算和信任計算。

目前流行的兩個開源搜索引擎Solr和ElasticSearch，都建立在Apache Lucene開源平臺之上。Solr的主要特點有全文索引、高亮、分面搜索、實時索引、動態(tài)聚類、數(shù)據(jù)庫集成、NoSQL特性和豐富的文檔處理（例如Word和PDF文件），Elasticsearch主要特點有分布式搜索、多租戶、查詢統(tǒng)計分析、分組和聚合。

三、知識創(chuàng)新服務平臺功能模型

根據(jù)大數(shù)據(jù)收集、大數(shù)據(jù)存儲、大數(shù)據(jù)加工、大數(shù)據(jù)應用封裝等加工環(huán)節(jié)，本文建構(gòu)了知識創(chuàng)新服務平臺，該平臺包括六大核心模塊：資源層、大數(shù)據(jù)倉儲、運營管理平臺、學科知識服務平臺、讀者學術(shù)管理、學科分析平臺。知識創(chuàng)新服務平臺功能結(jié)構(gòu)如下圖所示。

（一）大數(shù)據(jù)倉儲

本體庫管理：支持對本體庫條目的填加、修訂;

分類聚類：支持對知識庫的分類層級、類目、類目歸類做元設(shè)計;

元數(shù)據(jù)管理：對內(nèi)容資源的元數(shù)據(jù)定義、提取、修改和存儲管理;

數(shù)據(jù)映射：支持不同類型、結(jié)構(gòu)資源按照統(tǒng)一數(shù)據(jù)規(guī)范處理，注入大數(shù)據(jù)倉儲;

自動標引：支持對資源內(nèi)容的自動標引，實現(xiàn)對內(nèi)容資源的語義標注（支持段落級別的語義標注）;

知識體系管理：支持多種知識模型的導入、修改、導出;支持對領(lǐng)域知識庫中知識單元、關(guān)聯(lián)關(guān)系管理，包括對知識單元和關(guān)聯(lián)關(guān)系的聚類、分類、導入、導出。

（二）運營管理平臺

日志管理：記錄系統(tǒng)狀態(tài)、模塊點擊、登錄行為等日志信息，支持可視化方式呈現(xiàn);

統(tǒng)一認證管理：通過接口同步OPAC認證信息，對系統(tǒng)的各個功能模塊統(tǒng)一認證;

用戶角色權(quán)限管理：設(shè)置系統(tǒng)管理員、平臺管理員、領(lǐng)域?qū)＜?、學科館員、讀者等多種角色，分配不同權(quán)限;支持系統(tǒng)管理員開通各個角色權(quán)限認證信息，或授權(quán)OPAC注銷讀者繼續(xù)使用平臺;

資源來源管理：增加大數(shù)據(jù)倉儲的來源信息，給出資源鏈接;

讀者使用管理：記錄和統(tǒng)計用戶的登陸和使用平臺時間;統(tǒng)計檢索詞并挖掘檢索熱點;填加、修改、讀者信息，為讀者畫像提供信息;

資源使用管理：記錄和統(tǒng)計讀者對資源的搜索、瀏覽、下載、標注等使用情況，作為評價數(shù)據(jù)庫來源使用情況的數(shù)字基礎(chǔ)，支持可視化方式呈現(xiàn);

讀者畫像管理：對讀者畫像做元策略設(shè)計;

資源引用管理：對大數(shù)據(jù)倉儲中的資源做虛擬打包、封裝、管理和發(fā)布，供學科知識平臺建立專題使用;同時提供人工建構(gòu)專題內(nèi)容的人口。

（三）知識創(chuàng)新服務平臺

1.學科知識服務平臺

研究熱點專題：對大數(shù)據(jù)倉儲中自動聚類的資源進行批量選擇、修改、挖掘、編寫說明、提交、審核、發(fā)布等操作，在學科知識服務平臺上形成本學科的熱點專題;提供手動編寫專題內(nèi)容的功能;

知名專家學者專題：對大數(shù)據(jù)倉儲中自動聚類的資源進行批量選擇、修改、挖掘、編寫說明、提交、審核、發(fā)布等操作，在學科知識服務平臺上形成熱點專題;提供手動編寫專家學者相關(guān)內(nèi)容的功能;

統(tǒng)一檢索：實現(xiàn)對大數(shù)據(jù)倉儲中的內(nèi)容資源進行跨庫統(tǒng)一檢索，支持通過題名、關(guān)鍵詞、主題詞、作者、機構(gòu)、期刊名等檢索項的元數(shù)據(jù)檢索，支持專業(yè)檢索式檢索;支持檢索結(jié)果從學科分類、細分領(lǐng)域、年份、語種、文獻類別、來源等多個分面進行篩選;系統(tǒng)根據(jù)讀者輸入的關(guān)鍵詞，自動呈現(xiàn)相關(guān)的（從語義和關(guān)聯(lián)兩種角度的）主題詞、屬性值、作者、電子資源提示，點擊這些關(guān)鍵詞，則實現(xiàn)此關(guān)鍵詞的統(tǒng)一檢索;檢索結(jié)果支持相關(guān)度、檢索熱度、更新時間、專業(yè)度等多個角度的排序方式;檢索結(jié)果支持手動篩選，支持生成和保存檢索報表，支持對檢索報表的計量可視化;

學科知識導航：挖掘大數(shù)據(jù)倉儲，對每個學科提供按照細分領(lǐng)域、主題、文獻類型、研究層次等維度分類的自動知識導航;

學科知識圖譜：建立學科和領(lǐng)域知識語義網(wǎng)絡(luò)，點擊該節(jié)點，則實現(xiàn)此節(jié)點的統(tǒng)一檢索;

關(guān)聯(lián)網(wǎng)絡(luò)：建立以人、機構(gòu)、知識點為中心的知識關(guān)聯(lián)網(wǎng)絡(luò)，點擊該節(jié)點，則實現(xiàn)此節(jié)點的統(tǒng)一檢索;關(guān)聯(lián)網(wǎng)絡(luò)的展示范圍可調(diào)節(jié);

全文檢索：支持讀者輸入關(guān)鍵詞，系統(tǒng)以關(guān)鍵詞匹配的搜索方法，迅速查詢所有數(shù)據(jù)，反饋所有目標資源;

智能摘要：系統(tǒng)根據(jù)每一篇語料中的主題，自動對每篇語料生成摘要;

智能問答：挖掘?qū)W科知識圖譜，支持基于問答語料的生成式知識問答。

2.讀者學術(shù)管理

個人學術(shù)軌跡：記錄讀者的學科、專業(yè)、導師，記錄所有檢索詞、瀏覽和下載過的資源、借閱的圖書、發(fā)表的論文和著作信息;

我的關(guān)注領(lǐng)域：根據(jù)讀者的個人學術(shù)軌跡，挖掘讀者的關(guān)注領(lǐng)域（細分領(lǐng)域），點擊這些領(lǐng)域，則呈現(xiàn)此領(lǐng)域的知識圖譜，而讀者關(guān)注過的主題，則在知識譜圖中用高亮等方式呈現(xiàn);點擊知識圖譜中的節(jié)點，則展示相關(guān)主題的最新資源推薦（一個月內(nèi)新到館的資源）;

智能推薦：根據(jù)讀者的個人學術(shù)軌跡、學科專業(yè)方向、導師研究方向、本專業(yè)研究前沿等信息，構(gòu)建讀者畫像，根據(jù)讀者畫像智能推送新到館資源（每個星期更新，歷史推送在“更多推薦”中保存）;

知識管理工具：支持讀者對本體、知識庫、知識圖譜進行個性化標注、修正和補充;讀者的標注、修正和補充反饋給管理后臺，作為學科語義完善的一個依據(jù);保存對英文作者、機構(gòu)、主題詞、期刊名的中文標注。

3.學科分析平臺

學科分析元設(shè)計：保存?zhèn)€性化的檢索式;定義和保存?zhèn)€性化檢索主題、查詢范圍、檢索結(jié)果字段;保存對英文作者、機構(gòu)、主題詞、期刊名的中文標注（讀者貢獻標注的入口開放給所有讀者，審核權(quán)僅對學科館員開放），當以這些中文標注為關(guān)鍵詞檢索時，同時對被標注主題詞進行檢索，中英文檢索結(jié)果融合;

多元檢索：提供一般檢索、高級檢索、專業(yè)檢索式、統(tǒng)一檢索等多種檢索方式;檢索結(jié)果支持手動管理（篩選），支持生成和保存檢索報表;支持報表導出為特定的數(shù)據(jù)格式，以便在第三方系統(tǒng)中加工處理;支持對檢索報表范圍內(nèi)的計量可視化;支持對報表中的熱點詞匯、關(guān)聯(lián)內(nèi)容、發(fā)展趨勢等進行多維度的統(tǒng)計分析和可視化呈現(xiàn);支持統(tǒng)計結(jié)果和可視化內(nèi)容導出;

數(shù)據(jù)分析模型：集成常用情報數(shù)據(jù)分析算法和工具（主題、作者等，暫不涉及引證）;

學科語義維護：支持對本體、知識庫、知識圖譜進行個性化標注、修正和補充;學科館員的標注、修正和補充反饋給管理后臺，作為學科語義完善的一個依據(jù)。

四、基于大數(shù)據(jù)的高校圖書館知識創(chuàng)新服務

大數(shù)據(jù)技術(shù)提供對海量數(shù)據(jù)的實時分析和挖掘能力;語義網(wǎng)技術(shù)提供計算機理解和處理事務的能力，并具備一定判斷、推理能力;人工智能技術(shù)提供持續(xù)提高自我性能的能力，幫助人類完成那些一開始無法明確定義的任務。這些技術(shù)的結(jié)合，使得高校圖書館的知識服務，得以站在全數(shù)據(jù)和智能化的起點上，可望打造為一個創(chuàng)新的服務體系，提供一種全新的服務生態(tài)。本文提出的知識創(chuàng)新服務，就是要綜合運用大數(shù)據(jù)技術(shù)、語義網(wǎng)技術(shù)，重新組織圖書館各種類型的文獻資源和信息資源，建立知識關(guān)聯(lián)網(wǎng)絡(luò)，建立語義網(wǎng)絡(luò)（學科知識圖譜），并可視化呈現(xiàn)知識網(wǎng)絡(luò)。在這個具備語義基礎(chǔ)的海量知識關(guān)聯(lián)網(wǎng)絡(luò)的基礎(chǔ)上，運用自然語言處理和深度學習等智能化技術(shù)，可以為讀者打造提供多樣思維聯(lián)想工具、知識管理工具、智能輔助工具的全新知識創(chuàng)新空間。

（一）利用可視化知識圖譜，呈現(xiàn)知識網(wǎng)絡(luò)全貌

將充分構(gòu)建的知識圖譜以可視化的方式直接呈現(xiàn)給讀者，而不僅僅是作為智能檢索與智能化知識服務的底層數(shù)據(jù)，這將幫助讀者建立完善的知識結(jié)構(gòu)、獲得學術(shù)資源中的隱性知識、掌握前瞻性的研究視野、建立廣泛的聯(lián)想觸點。當讀者對某個知識點進行檢索時，可以向讀者呈現(xiàn)以此知識點為中心的可視化的知識圖譜，知識圖譜中包含了與這個知識點具有語義、聚類、類別、關(guān)鍵詞、屬性、引文等關(guān)聯(lián)的知識節(jié)點呈現(xiàn)。知識圖譜與關(guān)聯(lián)網(wǎng)絡(luò)主要基于構(gòu)建知識圖譜模塊知識挖掘、知識屬性抽取、知識關(guān)系抽取、知識聚類、知識融合、知識反饋、知識推理等算法進行學科領(lǐng)域知識圖譜構(gòu)建，并挖掘其學科和領(lǐng)域知識語義網(wǎng)絡(luò)，最終利用知識圖譜可視化技術(shù)實現(xiàn)學科知識圖譜與關(guān)聯(lián)網(wǎng)絡(luò)的可視化展現(xiàn)。

（二）智能摘要，幫助讀者粗加工大量的文本信息

大數(shù)據(jù)時代的知識創(chuàng)新服務平臺具備的自然語言技術(shù)，配合充分構(gòu)建的基于語義的知識圖譜網(wǎng)絡(luò)，運用大數(shù)據(jù)技術(shù)實時處理海量數(shù)據(jù)的能力，可以實現(xiàn)對讀者選定文獻的智能摘要功能。利用人工智能輔助人類閱讀（粗讀），使用智能摘要技術(shù)來解決大量的文本信息與個人有限的閱讀能力之間的矛盾。當讀者閱讀了智能摘要后，會快速掌握自己關(guān)注問題的概況，然后再進一步聚焦于細節(jié)進行深入閱讀和研究。智能摘要，還可以與知識圖譜一起，共同提供給讀者。當讀者篩選出若干文獻，并希望獲得智能摘要時，知識創(chuàng)新服務平臺就將這些文獻的智能摘要和知識圖譜，實時計算并提供給讀者使用。點擊智能摘要中的知識點或者知識圖譜中的節(jié)點，則可呈現(xiàn)相關(guān)的來源文獻。

（三）智能構(gòu)建個人知識專題

利用基于語義的知識圖譜網(wǎng)絡(luò)，利用自然語言處理文本聚類算法，知識創(chuàng)新服務平臺可以提供給每一位讀者個性化建構(gòu)個人知識專題的功能。讀者只需要輸入檢索詞，并對檢索反饋的結(jié)果做訂閱操作，讀者就自動建立了一個以檢索詞為主題的知識專題，這個專題自動更新專題內(nèi)容，并可實現(xiàn)推動功能，這樣讀者就可以持續(xù)掌握所關(guān)注主題的發(fā)展現(xiàn)狀。對專題中的精華內(nèi)容進行收藏操作，讀者還可以手動構(gòu)建新的知識專題。同時，平臺還可實現(xiàn)對熱門專題的自動挖掘與推薦，并支持進行批量選擇、修改、挖掘、撰寫說明、提交、審核、發(fā)布等操作。

（四）關(guān)鍵詞聯(lián)想，激發(fā)思維聯(lián)想

關(guān)鍵詞聯(lián)想是知識創(chuàng)新服務平臺為讀者提供的一個思維聯(lián)想工具，幫助讀者做檢索詞的有效擴展或修正。當讀者在關(guān)鍵詞聯(lián)想小工具中輸入一個關(guān)鍵詞，系統(tǒng)會反饋出若干個與這個關(guān)鍵詞高度相似的詞語，以啟發(fā)讀者發(fā)散思維、拓展思路。關(guān)鍵詞聯(lián)想是基于知識圖譜的詞向量來實現(xiàn)的。通過關(guān)鍵詞聯(lián)想，讀者可以很快定位到自己關(guān)注領(lǐng)域的核心詞匯，從而進一步鎖定個人的知識需求。

（五）個性化、精準化智能推薦

個性化、精準化智能推薦，是在知識創(chuàng)新平臺充分感知讀者的學術(shù)軌跡的基礎(chǔ)上，構(gòu)建讀者個體學術(shù)畫像和群體學術(shù)畫像、充分挖掘讀者的隱性學術(shù)需求，為讀者提供的實時計算后的推薦結(jié)果集?；谟脩舢嬒竦膱D書館知識服務，能夠提升讀者的知識服務體驗，促進圖書館實現(xiàn)個性化、精準化的知識服務。本文提出基于本體構(gòu)建圖書館讀者學術(shù)行為的用戶畫像，以知識圖譜的視角考察用戶畫像的構(gòu)建方法。對讀者的借閱圖書、檢索數(shù)據(jù)庫、關(guān)注論文、發(fā)表學術(shù)成果等學術(shù)行為建模，結(jié)合用戶畫像層次模型的合成權(quán)重、融合時間上下文因素、參考用戶所屬學科和專業(yè)的群體用戶畫像，綜合構(gòu)建圖書館讀者學術(shù)行為的用戶畫像向量空間模型。將用戶畫像的向量空間模型中的向量詞，對應于讀者領(lǐng)域知識圖譜中的概念，將知識圖譜中的概念關(guān)系映射到用戶畫像中，獲得用戶畫像本體。所推薦的學術(shù)資料包含從語義關(guān)聯(lián)、聚類關(guān)聯(lián)、類別關(guān)聯(lián)、關(guān)鍵詞關(guān)聯(lián)、屬性關(guān)聯(lián)、引文關(guān)聯(lián)等多角度相關(guān)的內(nèi)容。

（六）個人學術(shù)軌跡管理與“我的關(guān)注領(lǐng)域”呈現(xiàn)

個人學術(shù)軌跡與“我的關(guān)注領(lǐng)域”的呈現(xiàn)功能，主要通過大數(shù)據(jù)管理系統(tǒng)，實現(xiàn)對讀者學科、專業(yè)、導師、檢索詞、瀏覽與下載痕跡、借閱記錄、發(fā)表學術(shù)成果信息等綜合全面管理;基于對讀者學術(shù)軌跡的記錄和分析，實現(xiàn)對讀者學術(shù)興趣、關(guān)注領(lǐng)域的自動挖掘與發(fā)現(xiàn)，并進行相關(guān)領(lǐng)域知識的推薦。在這里，“我的關(guān)注領(lǐng)域”實際就是對個體用戶畫像實時的可視化呈現(xiàn)。將基于本體構(gòu)建的用戶畫像匯聚成“我的關(guān)注領(lǐng)域”，用以可視化地呈現(xiàn)在讀者個人空間中，能夠展現(xiàn)出這些領(lǐng)域的知識概貌。當讀者在個人空間中點擊各個概念的時候，這些概念可以展開成為以這個概念為中心的知識圖譜，或者針對各個概念進行智能檢索?！拔业年P(guān)注領(lǐng)域”可以幫助讀者發(fā)現(xiàn)自己的隱性知識需求，修正自己關(guān)注的領(lǐng)域概念，同時系統(tǒng)能實時更新用戶畫像和讀者學術(shù)軌跡，更加智能化地為讀者提供創(chuàng)新知識服務。

（七）統(tǒng)一檢索與全文檢索

統(tǒng)一檢索提供包括基礎(chǔ)檢索、智能下拉提示、搜索糾錯、混合智能排序、搜索聯(lián)想、意圖識別、語義理解、語義搜索、自然語言BI、圖譜視頻檢索等在內(nèi)的綜合智能搜索技術(shù)，為用戶提供一站化智能搜索。首先，根據(jù)用戶畫像獲得符合隱性用戶需求的檢索結(jié)果，并將檢索結(jié)果按照各種分面規(guī)則和排序策略進行個性化推薦服務。知識創(chuàng)新服務平臺還支持用戶通過題名、關(guān)鍵詞、主題詞、作者、機構(gòu)、期刊名等檢索項進行元數(shù)據(jù)檢索，支持專業(yè)檢索式檢索;支持檢索結(jié)果從學科分類、細分領(lǐng)域、年份、語種、文獻類別、來源等多個分面進行篩選。對統(tǒng)一檢索的反饋結(jié)果，還可以進行基于語義、聚類、類別、關(guān)鍵詞、屬性、引文等關(guān)聯(lián)方式的分析和可視化呈現(xiàn)。提供全文檢索功能，即平臺具有對全文數(shù)據(jù)進行詞、字、段落等更深層次的編輯、加工的功能。例如，知識創(chuàng)新服務平臺對全文數(shù)據(jù)中的每一個詞建立一個索引，指明該詞在全文數(shù)據(jù)中出現(xiàn)的次數(shù)和位置，便于讀者查詢使用。

（八）開放學科語義維護功能

知識創(chuàng)新服務平臺主要利用信息反饋技術(shù)，向讀者提供學科語義維護功能，支持讀者對本體、知識庫、知識圖譜進行個性化標注、修正和補充，幫助本體、知識庫、知識圖譜變得更加系統(tǒng)與精確;讀者的標注、修正和補充反饋給管理后臺，作為學科語義完善的一個依據(jù)。知識創(chuàng)新服務平臺通過單元信息的關(guān)聯(lián)關(guān)系實現(xiàn)了新知識的衍生，讀者基于關(guān)系網(wǎng)絡(luò)可以發(fā)現(xiàn)更多密切相關(guān)的單元信息知識。讀者針對這些衍生出的新知識、建立起來的新關(guān)聯(lián)，都可以在平臺上提出自己對新知識和新關(guān)聯(lián)的定義，并提供給管理后臺作為完善知識圖譜的一個建議。

五、結(jié)語

在大數(shù)據(jù)時代，高校圖書館應樹立數(shù)據(jù)觀，利用文獻信息服務和知識服務而擁有和保存的學術(shù)科研大數(shù)據(jù)，運用大數(shù)據(jù)技術(shù)、語義網(wǎng)技術(shù)，建立文獻信息資源自動化元數(shù)據(jù)收割與挖掘的大數(shù)據(jù)倉儲;建立知識關(guān)聯(lián)網(wǎng)絡(luò)，建立語義網(wǎng)絡(luò)（學科知識圖譜），可視化呈現(xiàn)知識網(wǎng)絡(luò);建立個人學術(shù)空間，構(gòu)建讀者學術(shù)畫像，提供知識管理工具，感知和挖掘讀者的隱性學術(shù)需求，智能學術(shù)推薦。圖書館通過搭建知識創(chuàng)新服務平臺，幫助讀者挖掘?qū)W術(shù)資源中隱含的知識、掌握更具前瞻性的研究視野、建立完善的知識結(jié)構(gòu)，從而提升讀者的知識創(chuàng)新能力。高校圖書館也從文獻信息服務中心、學術(shù)交流中心、文化傳承中心，而真正演變?yōu)橹R創(chuàng)新服務中心。

作者簡介：

姚遠：助理研究員，博士，研究方向為數(shù)字圖書館（yaoyuanlaura@126.com）.

徐世東：碩士，碩士生導師，研究方向為在線教育、現(xiàn)代教育技術(shù)（13693334909@126.com）。

郝群：副研究館員，碩士，碩士生導師，研究方向為現(xiàn)代圖書館管理、信息服務。（haoqunn@163.com）。

盧建秋：教授，博士，博士生導師，館長，研究方向為中藥質(zhì)量控制研究、圖書館學研究（lujq@vip.sina.com）。