基于認知圖譜的高校圖書館館藏資源組織與智慧服務(wù)模式研究

［摘 要］對認知圖譜相關(guān)研究現(xiàn)狀做了簡述，從實現(xiàn)多類館藏資源的集成化聚合、實現(xiàn)用戶興趣偏好全景式描述、感知多樣態(tài)場景特征等方面闡述基于認知圖譜的館藏資源組織與智慧服務(wù)的優(yōu)勢，分析基于認知圖譜的館藏資源組織流程，從智慧檢索、智慧場景推薦、智慧問答三個方面構(gòu)建高校圖書館智慧服務(wù)模式，旨在提升國內(nèi)高校圖書館的館藏資源組織與智慧服務(wù)效能。

［關(guān)鍵詞］認知圖譜；高校圖書館；館藏資源組織；智慧服務(wù)

［中圖分類號］G250.73［文獻標(biāo)志碼］A［文章編號］1005-6041（2023）03-0018-05

1 引 言

在數(shù)字智能時代，高校圖書館擁有更加豐富的數(shù)字資源與實體資源，面向本校師生與用戶提供高效便捷的智慧服務(wù)成為高校圖書館知識服務(wù)與館藏資源體系建設(shè)的重要環(huán)節(jié)。在學(xué)科數(shù)字化建設(shè)背景下，高校圖書館知識資源建設(shè)的重點已不再是知識共享與資源共建，而轉(zhuǎn)向以館藏資源深度組織和智慧服務(wù)以及為師生和科研項目提供支持為目標(biāo)，進而增強高校的學(xué)科資源整合與知識發(fā)現(xiàn)能力。目前，國內(nèi)有高校圖書館已經(jīng)開展了大量館藏資源聚合組織與智慧服務(wù)項目實踐，如上海外國語大學(xué)圖書館推出的“學(xué)科資源知識圖譜”、北京大學(xué)圖書館打造的“學(xué)科資源門戶”、長安大學(xué)圖書館推出的“智慧管理助手”、浙江大學(xué)圖書館打造的“知識圖譜檢索系統(tǒng)”，成為國內(nèi)高校圖書館推進館藏資源組織與智慧服務(wù)的典型項目。由此，高校圖書館如何深度集成管理不同類型的館藏資源，并基于認知圖譜進行資源組織與智慧服務(wù)已成為當(dāng)前亟待解決的問題。

當(dāng)前，關(guān)于高校圖書館館藏資源組織與智慧服務(wù)，學(xué)界進行了眾多探討。薛衛(wèi)雙等［1］基于知識圖譜對高校圖書館館藏資源組織進行探究，認為高校圖書館作為學(xué)科服務(wù)中心，應(yīng)用知識圖譜可實現(xiàn)對各學(xué)科資源的可視化展示，能清晰展現(xiàn)各學(xué)科知識的內(nèi)在關(guān)系，使用戶能深度認知與學(xué)習(xí)。柳益君等［2］針對依靠認知圖譜建構(gòu)的高校圖書館智慧服務(wù)模式進行研究，認為認知圖譜是基于認知神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)形成的智慧認知體系，可以基于機器學(xué)習(xí)使高校圖書館智慧服務(wù)系統(tǒng)具有高度的認知和理解能力，并針對用戶個性化的學(xué)科服務(wù)需求提供針對性的知識服務(wù)。趙蘋［3］認為高校圖書館館藏資源的智慧組織和智慧服務(wù)工作開展需要人工智能系統(tǒng)的引入，只有針對各學(xué)科館藏資源特點建立清晰的知識表達機制，依靠人工智能系統(tǒng)面向用戶個性化推薦，才能實現(xiàn)館藏資源的高效利用，使用戶具有良好的智慧服務(wù)體驗。

同時，關(guān)于認知圖譜，一些學(xué)者也做了大量有益探究。李葉葉等［4］認為認知圖譜是從認知心理學(xué)演進發(fā)展而來的，從神經(jīng)科學(xué)、科學(xué)技術(shù)與人類學(xué)習(xí)經(jīng)驗方面汲取靈感，并結(jié)合跨學(xué)科領(lǐng)域知識圖譜、認知學(xué)習(xí)與生物智能技術(shù)，建立穩(wěn)定獲取與分析知識的表達機制，讓人類各學(xué)科領(lǐng)域知識能被機器理解、認知、學(xué)習(xí)和應(yīng)用。朱冬亮等［5］經(jīng)過研究提出，認知圖譜是計算機科學(xué)領(lǐng)域的重要分支，試圖通過認知心理學(xué)的研究方法了解機器智能的本質(zhì)，推進機器學(xué)習(xí)從感知智能向認知智能發(fā)展。張吉祥等［6］在分析認知圖譜學(xué)科發(fā)展中提出，認知圖譜是人工智能在知識圖譜與深度學(xué)習(xí)上發(fā)展形成的，重點在于認知圖譜表示、認知圖譜構(gòu)建、認知圖譜推理及認知圖譜應(yīng)用。封皓君等［7］提出認知圖譜是對知識圖譜的補充，需要針對各個學(xué)科的知識圖譜建立實時的知識補全機制以及對知識圖譜中需要思考的部分進行演繹推理。綜上，以認知圖譜作為高校圖書館館藏資源集成化組織與聚合的著力點，通過高效整合、系統(tǒng)聚合以及深度挖掘館藏資源內(nèi)在的語義聯(lián)系構(gòu)建出高度集成化的資源組織框架，對高校圖書館實現(xiàn)館藏資源價值的深度挖掘、為用戶提供智慧服務(wù)具有十分重要的意義。

2 認知圖譜研究概述

認知圖譜（Cognitive Graph）是結(jié)合認知心理學(xué)、人工智能、神經(jīng)科學(xué)和各領(lǐng)域?qū)W科知識，研發(fā)知識圖譜、邏輯關(guān)系、認知演繹、智能表達的新一代知識認知引擎，是人工智能從感知智能向認知智能發(fā)展的重要技術(shù)機制［8］。根據(jù)相關(guān)研究成果，認知圖譜由2個子系統(tǒng)組成，可以劃分為3個功能模塊：知識圖譜構(gòu)建、學(xué)科知識補充和標(biāo)準(zhǔn)知識檢索；系統(tǒng)1包括知識圖譜構(gòu)建、學(xué)科知識補充模塊，系統(tǒng)2負責(zé)標(biāo)準(zhǔn)知識檢索（見圖1）。

3 認知圖譜應(yīng)用于高校圖書館館藏資源組織與智慧服務(wù)的優(yōu)勢

認知圖譜是高校圖書館借助人工智能技術(shù)在知識圖譜基礎(chǔ)上構(gòu)建完成的，包括文獻認知圖譜、學(xué)科知識認知圖譜、用戶認知圖譜、場景認知圖譜等［8］。文獻認知圖譜用于反映館藏文獻資源的內(nèi)在聯(lián)系、知識結(jié)構(gòu)、學(xué)習(xí)思路與邏輯關(guān)聯(lián)；學(xué)科知識認知圖譜用于反映某學(xué)科領(lǐng)域的知識分布、邏輯關(guān)系與知識實體間的語義聯(lián)系；用戶認知圖譜用于反映用戶的行為習(xí)慣、興趣偏好與用戶群體的興趣特征及社交關(guān)系；場景認知圖譜用于反映館藏資源與教學(xué)、科研等不同場景需求間的聯(lián)系，描述用戶的場景特征。

3.1 實現(xiàn)多類館藏資源的集成化聚合提供高效的智慧服務(wù)

高校圖書館蘊含大量的學(xué)科數(shù)據(jù)、實體文獻、數(shù)字文獻、科研數(shù)據(jù)及多媒體資源，這些館藏資源中包含的各類學(xué)科知識是高校圖書館智慧服務(wù)的基礎(chǔ)，實現(xiàn)館藏資源的深度挖掘和集成化聚合向用戶提供有效的知識服務(wù)，通過精準(zhǔn)感知用戶的需求構(gòu)建智慧服務(wù)模式是高校圖書館智慧轉(zhuǎn)型升級的關(guān)鍵突破口［9］。高校圖書館館藏資源涉及多個學(xué)科領(lǐng)域，專業(yè)性強，且表現(xiàn)形式多樣，很難與用戶的個性化需求精準(zhǔn)匹配。根據(jù)館藏資源的類型、構(gòu)成及分布形式建立學(xué)科知識認知圖譜、文獻認知圖譜及科學(xué)數(shù)據(jù)認知圖譜，根據(jù)用戶個性化偏好建立用戶認知圖譜，能以認知圖譜的方式聚合、挖掘、組織各類文獻資源、科學(xué)數(shù)據(jù)、學(xué)科知識，形成具有高度邏輯關(guān)聯(lián)與學(xué)科知識均勻分布的知識結(jié)構(gòu)體，并通過人工智能算法匹配與計算，使用戶快速沉浸在“全景知識領(lǐng)域”，清晰認知各學(xué)科知識，擺脫認知過載與信息迷霧的困境。

3.2 融入用戶數(shù)據(jù)實現(xiàn)用戶興趣偏好的全景式描述

高校圖書館線上網(wǎng)站、移動分享空間、社交網(wǎng)絡(luò)、遠程知識服務(wù)平臺、移動App、短視頻平臺、微信公眾平臺使高校圖書館具有了反映用戶行為與興趣偏好的、大量的、多源異構(gòu)的數(shù)據(jù)資源。這些用戶數(shù)據(jù)包括用戶的行為動態(tài)數(shù)據(jù)、知識獲取記錄、瀏覽日志、網(wǎng)絡(luò)記錄、教育信息、點擊記錄、下載記錄、評論、點贊、收藏、背景信息等［10］。同時，高校圖書館線上論壇、微信、抖音等社交平臺中也包含了大量的用戶社交數(shù)據(jù)。將這些反映用戶行為動態(tài)的多源數(shù)據(jù)聚合、挖掘、演繹和歸納，準(zhǔn)確反映用戶行為偏好和興趣習(xí)慣，可以為圖書館館藏資源組織與智慧服務(wù)提供有效支持。通過建立用戶認知圖譜，能全景式描述用戶的興趣習(xí)慣與需求特征，更能對用戶間的社交關(guān)系與群體特征精準(zhǔn)洞察，深入理解用戶、認識用戶，便于高校圖書館從用戶需求角度進行資源組織與智慧服務(wù)。

3.3 感知多樣態(tài)場景特征并提供豐富的場景服務(wù)

高校圖書館認知圖譜中的場景圖譜可以在精準(zhǔn)感知用戶需求的基礎(chǔ)上，捕捉用戶的不同場景特征，了解用戶在特定場景下的資源需求與服務(wù)需求。高校圖書館面向用戶的場景服務(wù)是多樣與持續(xù)的，并隨著用戶需求不斷變化［11］。感知用戶的多樣態(tài)場景特征并向用戶提供多樣化的智慧場景服務(wù)是高校圖書館館藏資源組織與智慧服務(wù)的重要目的與內(nèi)容。場景要素包括用戶、場所、位置、時間、目的等，基于認知圖譜挖掘不同場景要素的內(nèi)在聯(lián)系和邏輯關(guān)聯(lián)，將多樣態(tài)館藏資源分布存儲到不同的場景，以場景認知圖譜的形式實現(xiàn)各類館藏資源的集成化組織與匹配，塑造多樣的場景為用戶提供智慧服務(wù)，使各學(xué)科知識場景化呈現(xiàn)出來，有助于健全用戶的認知鏈，促進用戶對知識形成深度認知。

4 基于認知圖譜的高校圖書館館藏資源組織流程

基于認知圖譜的高校圖書館館藏資源組織有自上而下和自下而上兩種方式，本研究針對高校圖書館館藏資源組織采用的是自下而上的方式。認知圖譜是對館藏資源中各學(xué)科知識不斷挖掘、抽取與補充完善的過程，根據(jù)高校圖書館館藏資源的結(jié)構(gòu)，基于認知圖譜的館藏資源組織分為資源數(shù)據(jù)獲取、學(xué)科知識抽取與聚合、認知圖譜構(gòu)建、學(xué)科知識補充完善與智慧檢索4個步驟，基于認知圖譜的高校圖書館館藏資源組織流程如圖2所示。

4.1 資源數(shù)據(jù)獲取

高校圖書館館藏資源由三部分組成，一是實體文獻資源，二是數(shù)字資源，三是科研數(shù)據(jù)資源。上述三部分資源是支撐高校圖書館學(xué)科建設(shè)與學(xué)術(shù)科研的重要資源，也是館藏資源組織的核心部分。因此，為保障高校圖書館形成完善的資源組織體系，構(gòu)建標(biāo)準(zhǔn)化知識實體，使各學(xué)科知識分布存儲，形成科學(xué)合理的館藏資源結(jié)構(gòu)體系，為智慧服務(wù)工作開展奠定基礎(chǔ)，高校圖書館需對各類不同編碼結(jié)構(gòu)的數(shù)字資源進行統(tǒng)一的標(biāo)準(zhǔn)化數(shù)字處理，對各類半結(jié)構(gòu)化、異構(gòu)化的科學(xué)數(shù)據(jù)進行清洗過濾，并基于網(wǎng)絡(luò)爬蟲技術(shù)將各類學(xué)術(shù)資訊與學(xué)科信息進行爬取、聚合、標(biāo)準(zhǔn)化處理，使用人工智能算法工具對各學(xué)科數(shù)字資源與科學(xué)數(shù)據(jù)進行排序和邏輯處理，進行集中入庫，方便知識抽取。

4.2 學(xué)科知識抽取與聚合

從館藏資源中抽取學(xué)科知識需要應(yīng)用NLP技術(shù)，通過學(xué)科知識的實體識別、實體鏈接和事件抽取完成［12］。首先，需要對學(xué)科知識中的實體命名識別，確定文本范圍，將其進行預(yù)定義分類，確定具體類別。其次，根據(jù)實體關(guān)系進行模板匹配，通過語言學(xué)家制定的實體關(guān)系模板，從文本中抽取學(xué)科知識實體的關(guān)系，確定各個實體的關(guān)系結(jié)構(gòu)。再次，將學(xué)科知識中的不同事件分解成為不同類別的子任務(wù)，分解成多類問題，進行事件識別、屬性分類、元素抽取，對數(shù)據(jù)集挖掘建模。

在學(xué)科知識抽取后進行學(xué)科知識聚合，也就是針對同類主題知識數(shù)據(jù)集圍繞同一概念進行數(shù)據(jù)聚合與信息整合，防止產(chǎn)生知識歧義與數(shù)據(jù)冗余。學(xué)科知識融合包括知識合并與實體鏈接：知識合并是對學(xué)科知識實體并行處理，建立合并邏輯，可通過實體同名處理與屬性融合完成；實體鏈接需要構(gòu)建一個完整的同義詞庫，將關(guān)系相近、特征相似、內(nèi)涵相同的學(xué)科知識實體合并存儲，解決學(xué)科知識歧義問題［13］。

4.3 認知圖譜構(gòu)建

經(jīng)過上述步驟對館藏資源處理與學(xué)科知識抽取融合后，通過自上而下的方式構(gòu)建認知圖譜，高校圖書館館藏資源認知圖譜模型如圖3所示。首先，要確定高校圖書館館藏資源認知圖譜的數(shù)據(jù)模型，根據(jù)模型結(jié)構(gòu)補充學(xué)科知識數(shù)據(jù)，對認知圖譜內(nèi)容不斷勾勒、補充與完善。其次，根據(jù)初步建立的認知圖譜數(shù)據(jù)模型對學(xué)科知識演繹、推理、歸納、整合，對形成的知識數(shù)據(jù)集結(jié)果進行評估，將符合標(biāo)準(zhǔn)的學(xué)科知識數(shù)據(jù)融入認知圖譜。再次，根據(jù)抽取聚合獲得的結(jié)構(gòu)化學(xué)科知識實體、關(guān)系與屬性，向圖模式轉(zhuǎn)換，進行可視化表達。值得注意的是，在向圖數(shù)據(jù)模式轉(zhuǎn)換時，需要將學(xué)科知識實體數(shù)據(jù)提取并存儲到圖數(shù)據(jù)庫中，對學(xué)科知識實體關(guān)系歸納整理，使學(xué)科知識實體關(guān)系在圖數(shù)據(jù)庫中形成映射，通過實體間邏輯關(guān)系映射建立節(jié)點網(wǎng)絡(luò)，從而勾勒出清晰的認知圖譜。

4.4 學(xué)科知識補充完善與智慧檢索

在館藏資源認知圖譜構(gòu)建完成后，需從概念與數(shù)據(jù)兩個層面對學(xué)科知識及時補充完善，并基于認知圖譜內(nèi)在各個知識節(jié)點邏輯關(guān)系與映射建立標(biāo)準(zhǔn)化學(xué)科知識智慧檢索機制。首先，針對學(xué)科領(lǐng)域產(chǎn)生的新概念、新范式，要及時進行實體化處理，使最新的學(xué)科知識概念形成新的實體，在認知圖譜實體概念不能準(zhǔn)確描述實體時，及時補充更新，可通過API進行操作［14］。其次，在新的學(xué)科知識實體概念補充完善后，要采集對應(yīng)數(shù)據(jù)，建立新的學(xué)科知識實體概念數(shù)據(jù)集，對認知圖譜中的數(shù)據(jù)補充，使新的實體概念有與之對應(yīng)的數(shù)據(jù)。再次，從學(xué)科知識實體邏輯聯(lián)系、屬性與實體間形成的映射應(yīng)用神經(jīng)網(wǎng)絡(luò)技術(shù)在實體節(jié)點上建立分布的“神經(jīng)元”，用于感知實體的變化與映射邏輯的演繹，建立起洞察“知識元”的神經(jīng)網(wǎng)絡(luò)，與圖譜數(shù)據(jù)庫聯(lián)通耦合，構(gòu)架起覆蓋全學(xué)科的檢索系統(tǒng)，使認知圖譜能以標(biāo)準(zhǔn)化檢索的方式呈現(xiàn)，進而為用戶提供認知檢索、全景可視化表達等智慧問答咨詢服務(wù)。

5 基于認知圖譜的高校圖書館智慧服務(wù)模式構(gòu)建

5.1 基于認知圖譜的智慧檢索

高校圖書館認知圖譜可以為高校圖書館的信息資源檢索提供科學(xué)的支持，使檢索系統(tǒng)從傳統(tǒng)的關(guān)鍵詞檢索轉(zhuǎn)變成為認知檢索，能精準(zhǔn)感知用戶的檢索意圖，為用戶提供智慧檢索服務(wù)。傳統(tǒng)的主題檢索、關(guān)鍵詞檢索方式往往因為沒有深入理解師生用戶的檢索意圖導(dǎo)致呈現(xiàn)的學(xué)科知識與信息資源不夠全面清晰。例如，歷史專業(yè)師生在檢索“劉秀”時，檢索系統(tǒng)就會呈現(xiàn)出“光武帝劉秀”和“西漢文學(xué)家劉秀”兩個歷史名人信息，并不能對檢索的關(guān)鍵詞智慧區(qū)分?；谡J知圖譜將檢索過程的關(guān)鍵詞信息精準(zhǔn)識別，確定關(guān)鍵詞的實體和屬性，確定用戶的檢索意圖，將與關(guān)鍵詞有關(guān)的資源信息分類呈現(xiàn)出來。同時，基于認知圖譜的智慧檢索具有更強的邏輯分析能力，在系統(tǒng)檢索欄輸入關(guān)鍵詞后將與關(guān)鍵詞有關(guān)的知識信息根據(jù)內(nèi)在的邏輯聯(lián)系全景化呈現(xiàn)出來，并對知識信息的不同類目概覽介紹，使高校圖書館多層次的學(xué)科資源得到高效利用，在精準(zhǔn)感知用戶認知需求的基礎(chǔ)上，實現(xiàn)知識化、智慧化的檢索。例如，加拿大麥克馬斯特大學(xué)針對天體物理學(xué)專業(yè)知識資源基于認知圖譜建立了“天體星系”智慧查詢系統(tǒng)，將人類已觀測到的地外天體信息按照不同類別進行分組，并根據(jù)天體特征建立信息查詢表存入到開放的MSQL數(shù)據(jù)庫，使該校天文學(xué)專業(yè)師生根據(jù)語義、主題詞、關(guān)聯(lián)特征進行智慧檢索。

5.2 基于認知圖譜的智慧場景推薦

基于認知圖譜的高校圖書館智慧服務(wù)可以精準(zhǔn)感知用戶的場景需求，從向用戶提供單一的學(xué)科知識推薦轉(zhuǎn)變成向用戶提供學(xué)科知識與場景融合的智慧場景推薦。智慧場景推薦可以將大量的學(xué)科知識與信息資源融入不同的服務(wù)場景中，嵌入教學(xué)科研的全過程，可以對用戶使用線上網(wǎng)站、移動App、智能手機、平板電腦、智能終端的學(xué)科知識、信息資訊、知識資源的下載、閱覽、閱讀等行為快速識別，感知用戶所處的圖書館、實驗室、教室的閱讀、學(xué)習(xí)、科研等不同場景并自動關(guān)聯(lián)學(xué)科知識資源，建立“用戶需求—館藏資源—服務(wù)場景”三方聯(lián)動的智慧場景推薦服務(wù)機制。例如，上海交通大學(xué)圖書館的智慧服務(wù)系統(tǒng)在感知到一位學(xué)生曾在圖書館閱覽室使用平板電腦學(xué)習(xí)“世界藝術(shù)史”課程后，自動推斷該學(xué)生關(guān)于世界藝術(shù)史的學(xué)習(xí)場景，借助圖書館智能終端向其自動推薦有關(guān)世界藝術(shù)史的學(xué)術(shù)文獻與經(jīng)典著作，使該學(xué)生獲得深度的學(xué)習(xí)場景體驗。

5.3 基于認知圖譜的智慧問答

基于知識圖譜的高校圖書館智慧服務(wù)可以為用戶提供智慧問答服務(wù)，不僅能滿足用戶高效認知的需求，還可以為豐富的館藏資源的使用提供新的入口，為用戶提供更加人性化、智慧化的人機交互方式?；谡J知圖譜的智慧問答系統(tǒng)由問題標(biāo)記、知識匹配、答案生成三個功能模塊組成。系統(tǒng)會根據(jù)用戶輸入的問題快速查找學(xué)科知識，聚合學(xué)科知識，向用戶快速呈現(xiàn)答案。系統(tǒng)對于用戶問題的理解與分析需要認知圖譜提供支持，具有標(biāo)準(zhǔn)化知識結(jié)構(gòu)的認知圖譜是智慧問答系統(tǒng)的知識資源庫，幫助系統(tǒng)從感知智能向認知智能轉(zhuǎn)變，對用戶提出的問題也能形成深刻的認知記憶。同時，基于認知圖譜的智慧問答系統(tǒng)能在幫助用戶快速檢索答案的過程中為用戶提供客服服務(wù)，幫助用戶了解圖書館的營業(yè)時間、服務(wù)類別、日常接待、會議活動、日常服務(wù)等。在知識解答上，如某位讀者向智能問答機器人提出查詢某學(xué)科專家五年前發(fā)表的一篇文獻的要求，智能問答機器人會根據(jù)作者姓名、時間節(jié)點等關(guān)鍵信息向用戶自動匹配目標(biāo)文獻。值得注意的是，目前高校圖書館智慧問答系統(tǒng)的通用知識庫還是由從網(wǎng)絡(luò)空間和社交媒體抽取的各類知識信息聚合形成的，雖然這些通用知識構(gòu)建的認知圖譜覆蓋了多學(xué)科領(lǐng)域，但是對于專業(yè)學(xué)科的挖掘不夠。因此，在智慧問答系統(tǒng)構(gòu)建中需側(cè)重通用知識庫和專業(yè)學(xué)科知識庫的一體化建設(shè)，在解答用戶通用知識問題的同時，也能解決專業(yè)學(xué)科知識問題。

6 結(jié) 語

認知圖譜作為人工智能科學(xué)的重要技術(shù)方法，具有強大的知識抽取、信息聚與知識補償能力，可以實現(xiàn)對高校圖書館館藏資源的科學(xué)組織，建立圖譜知識庫，為智慧檢索、智慧問答、智慧場景推薦、智慧決策、知識管理提供有效支持。本研究概述了認知圖譜的最新研究成果和基本概念，探究了認知圖譜應(yīng)用于高校圖書館館藏資源組織與智慧服務(wù)的優(yōu)勢作用，從知識信息獲取、學(xué)科知識抽取聚合、知識補充完善等方面分析了基于認知圖譜的高校圖書館館藏資源組織流程，建構(gòu)了智慧檢索、智慧化場景推薦、智慧問答在內(nèi)的智慧服務(wù)模式，推進高校圖書館有效應(yīng)用認知圖譜，為用戶在教學(xué)、科研、學(xué)科建設(shè)、教務(wù)管理等方面提供全方位支持。

［參考文獻］

［1］薛衛(wèi)雙，鐘歡.“技術(shù)+人文”：基于FOLIO平臺的高校圖書館智慧服務(wù)平臺研究［J］.圖書館學(xué)研究，2021（6）：36-42，10.

［2］柳益君，何勝，熊太純，等.知識圖譜在高校圖書館智慧服務(wù)中應(yīng)用研究［J］.圖書館工作與研究，2019（11）：5-10.

［3］趙蘋.基于“互聯(lián)網(wǎng)+”的高校圖書館智慧服務(wù)現(xiàn)狀調(diào)查與分析：以39所“985工程”高校圖書館為例［J］.圖書館工作與研究，2019（5）：42-48.

［4］李葉葉，李賀，沈旺，等.基于多源異構(gòu)數(shù)據(jù)挖掘的在線評論知識圖譜構(gòu)建［J］.情報科學(xué)，2022，40（2）：65-73，98.

［5］朱冬亮，文奕，萬子琛.基于知識圖譜的推薦系統(tǒng)研究綜述［J］.數(shù)據(jù)分析與知識發(fā)現(xiàn)，2021，5（12）：1-13.

［6］張吉祥，張祥森，武長旭，等.知識圖譜構(gòu)建技術(shù)綜述［J］.計算機工程，2022，48（3）：23-37.

［7］封皓君，段立，張碧瑩.面向知識圖譜的知識推理綜述［J］.計算機系統(tǒng)應(yīng)用，2021，30（10）：21-30.

［8］萬海鵬，王琦，余勝泉.基于學(xué)習(xí)認知圖譜的適應(yīng)性學(xué)習(xí)框架構(gòu)建與應(yīng)用［J］.現(xiàn)代遠距離教育，2022（4）：73-82.

［9］袁滿，張維罡，李明軒.基于認知圖譜的智能問答系統(tǒng)推理模型研究［J］.吉林大學(xué)學(xué)報（信息科學(xué)版），2021，39（5）：589-595.

［10］陳永海.基于認知圖譜的心理實驗標(biāo)準(zhǔn)化測試平臺研究［J］.黑龍江科學(xué)，2021，12（14）：132-133.

［11］田玲，張謹(jǐn)川，張晉豪，等.知識圖譜綜述：表示、構(gòu)建、推理與知識超圖理論［J］.計算機應(yīng)用，2021，41（8）：2161-2186.

［12］王軍平，張文生，王勇飛，等.面向大數(shù)據(jù)領(lǐng)域的事理認知圖譜構(gòu)建與推斷分析［J］.中國科學(xué)：信息科學(xué)，2020，50（7）：988-1002.

［13］祝婷，汪圳.基于CiteSpace的我國圖書館智慧服務(wù)研究可視化分析［J］.西安文理學(xué)院學(xué)報（自然科學(xué)版），2022，25（2）：63-71.

［14］楊思洛，董嘉慧.國內(nèi)外智慧圖書館研究熱點及發(fā)展趨勢探究［J］.現(xiàn)代情報，2020，40（11）：167-177.

［收稿日期］2023-01-26

［作者簡介］田曉麗（1983—），女，本科，館員，桂林電子科技大學(xué)圖書館。

［說 明］本文分別系廣西教育科學(xué)規(guī)劃2021年度廣西財經(jīng)素養(yǎng)教育研究專項課題“中國共產(chǎn)黨百年經(jīng)濟思想融入高校財經(jīng)素養(yǎng)培育研究”（項目編號：C21JWM00SZ2C）、2022年廣西高等教育本科教學(xué)改革工程一般項目B類“大思政課”視域下高校思想政治理論課多元化實踐教學(xué)模式研究（項目編號：2022JGB183）的研究成果之一。