基于用戶反饋的智慧圖書館人機(jī)協(xié)同服務(wù)模式研究

摘要：文章在概述用戶反饋、人機(jī)協(xié)同、智慧圖書館人機(jī)協(xié)同研究現(xiàn)狀的基礎(chǔ)上，從提升知識(shí)服務(wù)質(zhì)量與效率、提高用戶知識(shí)交互互動(dòng)體驗(yàn)、促進(jìn)圖書館員專業(yè)發(fā)展與數(shù)字能力提升、提高數(shù)據(jù)驅(qū)動(dòng)決策效率4個(gè)方面闡述了基于用戶反饋的智慧圖書館人機(jī)協(xié)同服務(wù)模式的優(yōu)勢(shì)作用，從用戶需求分析、用戶服務(wù)模塊、人機(jī)協(xié)同機(jī)制和用戶隱私安全保護(hù)4個(gè)方面論述了人機(jī)協(xié)同服務(wù)模式的構(gòu)建思路，從數(shù)字服務(wù)支撐體系、人機(jī)服務(wù)保障隊(duì)伍、創(chuàng)新化宣傳推廣方式3個(gè)維度歸納了人機(jī)協(xié)同服務(wù)模式構(gòu)建的保障措施，旨在全面提升智慧圖書館知識(shí)服務(wù)效率和用戶滿意度。

關(guān)鍵詞：智慧圖書館；用戶反饋；人工智能；人機(jī)協(xié)同；服務(wù)模式

中圖分類號(hào)：G250.7文獻(xiàn)標(biāo)識(shí)碼：A

Research on the Human Computer Collaborative Service Model of Smart Library Based on User Feedback

Abstract Based on an overview of user feedback，human-machine collaboration，and the current research status of human-machine collaboration in smart libraries，this article discusses the advantages of a human-machine collaborative service model based on user feedback in four areas：improving the quality and efficiency of knowledge services，enhancing the user experience in knowledge interaction，promoting the professional development and digital skills of librarians，and improving data-driven decision-making efficiency.The article outlines the construction of the human-machine collaborative service model in four areas：user demand analysis，user service module design，human-machine collaboration mechanisms，and user privacy and security protection.Finally，the article summarizes the measures for constructing this model from three perspectives：digital service support systems，human-machine service teams，and innovative methods for publicity and promotion.The goal is to comprehensively enhance the efficiency of knowledge services and usersatisfaction in smart libraries.

Keywords smart library;user feedback;artificial intelligence;human-machine collaboration;service model

數(shù)字智能時(shí)代，基于人工大規(guī)模數(shù)據(jù)訓(xùn)練的個(gè)性化推薦系統(tǒng)及大語言模型在快速優(yōu)化迭代創(chuàng)新，基于AIGC（Artificial Intelligence Generated Content，生成式人工智能）和大數(shù)據(jù)Hadoop集群的用戶個(gè)性化推薦機(jī)制在短視頻直播、數(shù)字電商和移動(dòng)平臺(tái)服務(wù)中得到了廣泛應(yīng)用。清華大學(xué)圖書館館長(zhǎng)金兼斌在《人工智能助力圖書館服務(wù)創(chuàng)新：基于清華大學(xué)圖書館的探索》演講中提到，圖書館從數(shù)字化到智能化轉(zhuǎn)變的關(guān)鍵是人工智能對(duì)圖書館服務(wù)方式的改造、再造，清華大學(xué)圖書館以知網(wǎng)和華為聯(lián)合打造的華知大模型在內(nèi)的多個(gè)大模型作為支撐基座，對(duì)人工智能在圖書館中的創(chuàng)新應(yīng)用進(jìn)行了一系列探索[1]。探索智慧圖書館AI（Artificial Intelligence，人工智能）賦能的新模式、新功能已成為學(xué)界研究的熱點(diǎn)。建立數(shù)智驅(qū)動(dòng)的用戶反饋服務(wù)體系則成為智慧圖書館提升用戶服務(wù)滿意度的重要舉措。因此，本研究就基于用戶反饋的智慧圖書館人機(jī)協(xié)同服務(wù)模式的構(gòu)建進(jìn)行探討，提出有效的操作策略和實(shí)施方案，以期為智慧圖書館推進(jìn)人機(jī)協(xié)同環(huán)境建設(shè)，提升知識(shí)創(chuàng)新能力和科研服務(wù)能力提供借鑒。

1相關(guān)概念及研究概述

1.1用戶反饋

用戶反饋起源于面向用戶的個(gè)性化推薦系統(tǒng)的研究。如何結(jié)合用戶畫像將學(xué)術(shù)資源精準(zhǔn)推薦給用戶，獲得用戶的意見反饋是學(xué)者們較早研究的問題。在個(gè)性化推薦系統(tǒng)研究中，用戶反饋可以歸類為顯式反饋和隱式反饋。顯式反饋是指用戶對(duì)個(gè)性化推薦系統(tǒng)中推薦結(jié)果（包括物品、服務(wù)、資源）的偏好程度進(jìn)行認(rèn)可度評(píng)價(jià)打分，評(píng)分結(jié)果可以通過圖譜反映出來，也可以通過語言直接描述，直接反映出用戶的體驗(yàn)感受。隱式反饋直接體現(xiàn)在用戶的網(wǎng)絡(luò)瀏覽和社交網(wǎng)絡(luò)習(xí)慣中。許昕在設(shè)計(jì)用戶個(gè)性化行為偏好模型時(shí)，根據(jù)用戶的行為偏好設(shè)計(jì)了反映用戶網(wǎng)絡(luò)瀏覽習(xí)慣和社交行為偏好的隱式反饋模型[2]。Nichols D M對(duì)用戶的網(wǎng)絡(luò)行為進(jìn)行了分類，將其劃分為搜索閱讀、保持關(guān)注和為解決問題的最終應(yīng)用[3]。高永兵等人基于用戶的反饋行為和興趣偏好提出了自適應(yīng)推薦機(jī)制，核心機(jī)制是通過隱式反饋對(duì)用戶建議分類記錄，建立反饋處理機(jī)制探察用戶需求，最終勾勒出用戶畫像[4]。在大規(guī)模信息推薦場(chǎng)景中，按照反饋結(jié)果分類，用戶反饋還可以劃分為正反饋和負(fù)反饋[5]。正反饋代表用戶對(duì)個(gè)性化推薦結(jié)果的積極評(píng)價(jià)或者認(rèn)可。負(fù)反饋表示用戶對(duì)個(gè)性化推薦結(jié)果的不認(rèn)可或消極態(tài)度，如用戶對(duì)推薦結(jié)果的忽略、標(biāo)記為垃圾信息的行為都是負(fù)反饋。負(fù)反饋是衡量個(gè)性化推薦系統(tǒng)的重要指標(biāo)。對(duì)于用戶正反饋和負(fù)反饋行為的分析可以評(píng)估個(gè)性化推薦系統(tǒng)的推薦效果，根據(jù)用戶反饋的意見優(yōu)化推薦算法，從而減少錯(cuò)誤推薦結(jié)果和虛假的推薦信息，提升推薦結(jié)果的精準(zhǔn)率，使用戶滿意度不斷提升。

1.2人機(jī)協(xié)同

人機(jī)協(xié)同是指人類與數(shù)字智能體（如AI系統(tǒng)、虛擬助手）間的協(xié)同合作，共同配合解決復(fù)雜問題。其合作模式融入了人類的判斷力、思考力與數(shù)字智能體的快速交互響應(yīng)和并行處理能力，根本目標(biāo)是構(gòu)建高效、交互、便捷、協(xié)同化的工作方式。近年來，學(xué)者們對(duì)人機(jī)協(xié)同提出了一些新觀點(diǎn)，強(qiáng)調(diào)了人機(jī)協(xié)同在人工智能訓(xùn)練中的重要性。例如，Rivero對(duì)圖情領(lǐng)域人工智能體學(xué)習(xí)機(jī)制建設(shè)與深度交互訓(xùn)練進(jìn)行了研究，指出了圖書館教育中人工智能的應(yīng)用場(chǎng)景[6]。Markauskaite等人通過專家訪談的方式對(duì)人機(jī)協(xié)同的圖書館智慧空間構(gòu)建進(jìn)行了研究，提出了人類學(xué)習(xí)和人工智能協(xié)同融合的智慧學(xué)習(xí)空間構(gòu)建策略[7]。

1.3智慧圖書館人機(jī)協(xié)同相關(guān)研究

對(duì)于智慧圖書館來說，人機(jī)協(xié)同模式的形成可以極大提升資源獲取效率和知識(shí)服務(wù)效率，推動(dòng)服務(wù)模式創(chuàng)新。從當(dāng)前學(xué)界的研究趨勢(shì)來看，智慧圖書館人機(jī)協(xié)同服務(wù)模式主要集中在三個(gè)方面：①人機(jī)智能采編體系的構(gòu)建。這方面研究對(duì)人工采編和智能采編系統(tǒng)發(fā)展現(xiàn)狀進(jìn)行了分析，結(jié)合人機(jī)協(xié)同工作模式，建立了智慧圖書館人機(jī)協(xié)同框架，從建立人工智能采分編管理系統(tǒng)、搭建人機(jī)交互界面、構(gòu)建人機(jī)智能管理系統(tǒng)等方面提出了人機(jī)采分編的協(xié)同策略[8]。②智慧圖書館人機(jī)協(xié)同發(fā)展框架的研究。隨著ChatGPT、盤古大語言模型等生成式人工智能的應(yīng)用，圖書館需要構(gòu)建“人機(jī)協(xié)同”的智慧發(fā)展框架，通過發(fā)揮用戶群體智慧、建立用戶反饋機(jī)制、建立基于用戶畫像的大數(shù)據(jù)分析系統(tǒng)進(jìn)行“人機(jī)協(xié)同”智慧轉(zhuǎn)型實(shí)踐，使人機(jī)協(xié)同的價(jià)值最大限度發(fā)揮出來[9]。③人機(jī)協(xié)同的智慧圖書館精準(zhǔn)服務(wù)模型研究。搜集用戶的多模態(tài)數(shù)據(jù)賦予精準(zhǔn)服務(wù)模型“數(shù)據(jù)智能”，機(jī)器學(xué)習(xí)與學(xué)科專家的人機(jī)協(xié)同決策實(shí)現(xiàn)學(xué)科問題的界定、資源匹配、服務(wù)實(shí)施和最終服務(wù)效果檢驗(yàn)[10]。整體觀之，學(xué)者們?cè)絹碓疥P(guān)注人機(jī)智能協(xié)同在智慧圖書館用戶服務(wù)方面的價(jià)值，強(qiáng)調(diào)建立人機(jī)協(xié)同框架的重要作用，對(duì)基于用戶反饋的人機(jī)協(xié)同服務(wù)模式給出了一定的實(shí)踐策略和方法，引導(dǎo)圖書館決策者明確人工智能時(shí)代智慧圖書館的角色和功能，建立人機(jī)協(xié)同的服務(wù)模式，提高服務(wù)效能。

2基于用戶反饋的智慧圖書館人機(jī)協(xié)同服務(wù)模式的優(yōu)勢(shì)作用

2.1提升知識(shí)服務(wù)質(zhì)量與效率

用戶使用圖書館智慧服務(wù)系統(tǒng)不僅能快速獲取知識(shí)資源，還能精準(zhǔn)查閱文獻(xiàn)，向智能咨詢機(jī)器人提出問題，由大語言模型匹配最佳知識(shí)服務(wù)方案。在知識(shí)服務(wù)方面，智慧圖書館引入生成式人工智能、大語言模型、RFID智能讀寫設(shè)備、全景感知設(shè)備、移動(dòng)射頻設(shè)備，實(shí)現(xiàn)用戶需求的自動(dòng)感知，圖書文獻(xiàn)自動(dòng)借還管理、自動(dòng)編目、自動(dòng)分類。AI感知系統(tǒng)能快速感知和判定用戶的個(gè)性化需求，對(duì)用戶反饋的建議與意見能快速搜集分析與響應(yīng)決策，根據(jù)用戶需求智能化管理文獻(xiàn)、快速匹配資源，提升知識(shí)服務(wù)質(zhì)量與效率。

2.2提高用戶知識(shí)交互的互動(dòng)體驗(yàn)

智慧圖書館基于用戶反饋的人機(jī)協(xié)同服務(wù)模式的建立能采集與分析不同類型用戶的閱讀興趣、閱讀偏好、行為習(xí)慣和社交習(xí)慣數(shù)據(jù)，針對(duì)用戶的個(gè)性化需求提供針對(duì)性的知識(shí)服務(wù)方案。在用戶服務(wù)體系設(shè)計(jì)中，采用“AI+大數(shù)據(jù)+區(qū)塊鏈+機(jī)器學(xué)習(xí)”技術(shù)框架，應(yīng)用多源數(shù)據(jù)勾勒用戶畫像，建立用戶行為模型，并基于社交媒體、移動(dòng)客戶端、線上圖書館為不同學(xué)科用戶推送個(gè)性化學(xué)科資源，匹配圖書等文獻(xiàn)，適時(shí)推送學(xué)術(shù)會(huì)議、講座信息，使用戶擺脫學(xué)習(xí)場(chǎng)所限制，實(shí)時(shí)與圖書館智能咨詢機(jī)器人互動(dòng)交流，沉浸式學(xué)習(xí)知識(shí)。同時(shí)，由“算法引擎”為用戶實(shí)時(shí)生成身臨其境的事件場(chǎng)景，讓用戶在虛擬的數(shù)字環(huán)境中共享資源、交流經(jīng)驗(yàn)、分享觀點(diǎn)，產(chǎn)生良好的知識(shí)交互體驗(yàn)。

2.3促進(jìn)圖書館員專業(yè)發(fā)展與數(shù)字能力提升

人機(jī)協(xié)同化的工作模式要求館員具備較高的數(shù)字化運(yùn)營(yíng)能力、數(shù)字文獻(xiàn)處理能力。館員通過參與圖書館人機(jī)協(xié)同服務(wù)框架建設(shè)和運(yùn)營(yíng)工作可以學(xué)習(xí)到大量的數(shù)字化技能和數(shù)字化管理知識(shí)，從而不斷的提升自身的數(shù)字化運(yùn)營(yíng)管理能力。同時(shí)，人機(jī)協(xié)同服務(wù)模式使用大量智能設(shè)備代替圖書館員傳統(tǒng)的人工勞動(dòng)，讓圖書館員從繁瑣的重復(fù)性工作中解脫出來，有更多的時(shí)間精力投入到知識(shí)資源匹配和智慧服務(wù)優(yōu)化中，通過專業(yè)的數(shù)字技能為用戶提供貼身的服務(wù)，助力智慧圖書館知識(shí)服務(wù)效能提升。

2.4提高數(shù)據(jù)驅(qū)動(dòng)決策效率

智慧圖書館借助大數(shù)據(jù)系統(tǒng)、社交媒體和線上管理系統(tǒng)的日志記錄能收集和分析用戶反饋數(shù)據(jù)，使用大數(shù)據(jù)分析工具挖掘用戶行為數(shù)據(jù)，通過用戶數(shù)據(jù)了解用戶的閱讀偏好和閱讀需求變化情況，發(fā)現(xiàn)熱門圖書類型，從而預(yù)測(cè)用戶的未來閱讀需求，調(diào)整圖書采購策略，集中采購熱門圖書及其相關(guān)作品以滿足讀者需求。同時(shí)，在使用大數(shù)據(jù)分析系統(tǒng)挖掘用戶閱讀需求時(shí)要關(guān)注庫存的冷門和小眾圖書，采用公益捐贈(zèng)、活動(dòng)贈(zèng)送的方式將其處理，進(jìn)而優(yōu)化庫存結(jié)構(gòu)。針對(duì)用戶反映的特色文獻(xiàn)數(shù)量少、學(xué)科資源數(shù)量不足、學(xué)科文獻(xiàn)專業(yè)化集成度不高的問題，可以根據(jù)用戶大數(shù)據(jù)分析結(jié)果結(jié)合用戶反饋建議進(jìn)行決策，通過擴(kuò)大館藏資源、建設(shè)特色文獻(xiàn)資源庫、加強(qiáng)學(xué)科文獻(xiàn)加工整理等方式調(diào)整服務(wù)模式，提升用戶服務(wù)滿意度。

3基于用戶反饋的智慧圖書館人機(jī)協(xié)同服務(wù)模式構(gòu)建

基于用戶反饋的智慧圖書館人機(jī)協(xié)同服務(wù)模式主要包括用戶需求分析、用戶服務(wù)模塊、人機(jī)協(xié)同機(jī)制、隱私安全保護(hù)四部分內(nèi)容，如圖1所示。

3.1用戶需求分析

用戶需求分析模塊是人機(jī)協(xié)同服務(wù)模式最重要的組成部分，直接決定了智慧圖書館能否精準(zhǔn)探察用戶需求，能否及時(shí)掌握用戶需求的變化態(tài)勢(shì)。用戶需求分析由用戶反饋數(shù)據(jù)收集、用戶反饋數(shù)據(jù)分析兩部分組成。

3.1.1用戶反饋數(shù)據(jù)收集

用戶反饋數(shù)據(jù)收集主要通過調(diào)查問卷、在線評(píng)價(jià)、在線訪談的方式實(shí)現(xiàn)。

（1）面向用戶的調(diào)查問卷設(shè)計(jì)與實(shí)施。調(diào)查問卷要包括多項(xiàng)內(nèi)容，如讀者基本信息（年齡、職業(yè)）、書籍借閱頻率（每月借閱次數(shù)）、喜歡的圖書類型（小說、科普知識(shí)圖書、專業(yè)學(xué)術(shù)書籍、兒童讀物、歷史傳記等）、對(duì)圖書館服務(wù)滿意度、圖書館智慧服務(wù)響應(yīng)時(shí)間、對(duì)圖書館整體環(huán)境滿意度、影響服務(wù)體驗(yàn)的因素、期望新增服務(wù)（學(xué)科智慧咨詢服務(wù)、人機(jī)沉浸式交互場(chǎng)景服務(wù)、學(xué)科知識(shí)共享服務(wù)、機(jī)器人智慧引導(dǎo)服務(wù)、電子書與有聲借閱服務(wù)等），保障調(diào)查問卷涉及的內(nèi)容能覆蓋用戶服務(wù)體驗(yàn)的方方面面，切實(shí)反映出用戶的服務(wù)體驗(yàn)感受。

（2）面向用戶的在線評(píng)價(jià)分析。對(duì)智慧圖書館APP、在線閱讀平臺(tái)、讀者管理系統(tǒng)、社交媒體平臺(tái)、在線論壇，采用自然語言處理（Natural Language Processing，NLP）技術(shù)和大數(shù)據(jù)挖掘技術(shù)實(shí)現(xiàn)對(duì)關(guān)鍵詞的自動(dòng)分類與智能提取，識(shí)別用戶的正反饋和負(fù)反饋，對(duì)用戶的正反饋和負(fù)反饋聚類分析，確定用戶哪些反饋是有效的，哪些反饋是無效的，根據(jù)用戶反饋結(jié)果調(diào)整服務(wù)模式。

（3）面向用戶的在線訪談。選擇不同年齡段、教育背景、職業(yè)的用戶，通過在線訪談的方式了解他們對(duì)智慧圖書館知識(shí)服務(wù)的意見，分析他們的服務(wù)需求，獲取與篩選出符合智慧圖書館運(yùn)行實(shí)際情況的改進(jìn)建議，合理優(yōu)化服務(wù)模式。

3.1.2用戶反饋數(shù)據(jù)分析

完成用戶反饋數(shù)據(jù)收集后，用大數(shù)據(jù)分析工具進(jìn)行數(shù)據(jù)降重處理，通過需求挖掘模型量化用戶滿意度，并預(yù)測(cè)用戶未來閱讀偏好和服務(wù)需求變化。

（1）大數(shù)據(jù)分析工具應(yīng)用。針對(duì)收集的用戶數(shù)據(jù)，采用數(shù)據(jù)挖掘算法、Hadoop、Spark等數(shù)據(jù)處理工具，結(jié)合R數(shù)據(jù)語言、Python數(shù)據(jù)處理程序進(jìn)行清洗、去重、降噪、標(biāo)準(zhǔn)化處理，保障數(shù)據(jù)結(jié)構(gòu)清晰。

（2）用戶需求挖掘模型。基于用戶反饋數(shù)據(jù)，使用聚類分析算法識(shí)別用戶的群體特征，通過關(guān)聯(lián)規(guī)則和數(shù)據(jù)挖掘算法挖掘用戶行為和個(gè)性化需求，使用情感分析技術(shù)評(píng)估用戶的情感態(tài)度，實(shí)現(xiàn)對(duì)用戶滿意度的量化。

（3）預(yù)測(cè)分析。根據(jù)用戶反饋數(shù)據(jù)、歷史數(shù)據(jù)和行為數(shù)據(jù)，采用機(jī)器學(xué)習(xí)算法，選擇隨機(jī)森林、梯度樹預(yù)測(cè)用戶未來的閱讀興趣與需求變化，根據(jù)預(yù)測(cè)分析結(jié)果調(diào)整服務(wù)內(nèi)容。

3.2用戶服務(wù)模塊

3.2.1個(gè)性化推薦系統(tǒng)

個(gè)性化推薦系統(tǒng)主要根據(jù)用戶的個(gè)性化需求定向匹配和推送閱讀資源，使讀者能快速獲取自己感興趣的知識(shí)資源。面向用戶的個(gè)性化推薦可以將協(xié)同過濾與內(nèi)容推薦結(jié)合，基于用戶反饋數(shù)據(jù)、歷史記錄、日志記錄和各類文獻(xiàn)的元數(shù)據(jù)信息（主題、學(xué)科、作者、題材、標(biāo)簽），應(yīng)用協(xié)同過濾算法和內(nèi)容推薦算法進(jìn)行個(gè)性化推薦。同時(shí)，根據(jù)用戶的實(shí)時(shí)反饋和行為變化，對(duì)推薦模型進(jìn)行參數(shù)調(diào)整，保障推薦內(nèi)容的有效性和精準(zhǔn)化。

3.2.2智能導(dǎo)航系統(tǒng)

智能導(dǎo)航系統(tǒng)在用戶訪問智慧圖書館或者到實(shí)體空間借閱時(shí)提供圖書位置信息、內(nèi)容信息和導(dǎo)航全景圖?；谟脩舴答伒娜藱C(jī)協(xié)同服務(wù)模式在智能導(dǎo)航系統(tǒng)建設(shè)中可以設(shè)置RFID標(biāo)簽，將RFID與AR（Augmented Reality，增強(qiáng)現(xiàn)實(shí)）技術(shù)結(jié)合，使用戶通過智能手機(jī)掃描就可獲取全景化圖書信息，精準(zhǔn)顯示圖書位置，從而通過AR輔助導(dǎo)航快速查詢到圖書。同時(shí)，智慧圖書館在實(shí)體空間規(guī)劃時(shí)可以采用不同技術(shù)方案的智能書架，包括實(shí)現(xiàn)圖書智能盤點(diǎn)與實(shí)時(shí)監(jiān)控的RFID智能書架、實(shí)現(xiàn)智能感知的傳感器智能書架、融入智能管理軟件的智能書架、集成光耦與通信顯示的智能書架等，并設(shè)置能實(shí)現(xiàn)圖書狀態(tài)信息快速掃描與智能問答咨詢的機(jī)器人，讓智能書架與機(jī)器人全面協(xié)作。智能書架自動(dòng)監(jiān)測(cè)圖書位置并定期更新數(shù)據(jù)庫，智能機(jī)器人幫助圖書館員自動(dòng)取書和圖書歸位，減輕圖書館員的工作壓力，提高圖書館空間利用率。

3.2.3智慧咨詢輔導(dǎo)系統(tǒng)

智慧咨詢輔導(dǎo)系統(tǒng)主要幫助圖書館員、用戶解決工作學(xué)習(xí)和知識(shí)獲取方面的問題，提供智慧咨詢、智慧答疑服務(wù)。智慧咨詢輔導(dǎo)助手主要由AI深度學(xué)習(xí)助手、個(gè)性化學(xué)習(xí)平臺(tái)組成。AI深度學(xué)習(xí)助手是一款開放式的智能咨詢機(jī)器人，借助深度學(xué)習(xí)技術(shù)學(xué)習(xí)各類知識(shí)和用戶咨詢案例，形成較強(qiáng)的自然語言理解和生成能力。用戶與AI深度學(xué)習(xí)助手交互問答可獲取問題答案。個(gè)性化學(xué)習(xí)平臺(tái)是滿足用戶個(gè)性化學(xué)習(xí)需求的智能教學(xué)平臺(tái)，基于用戶學(xué)習(xí)目標(biāo)和當(dāng)前學(xué)習(xí)水平為用戶規(guī)劃學(xué)習(xí)路徑，根據(jù)用戶興趣推薦圖書資源、課程和練習(xí)題。

3.3人機(jī)協(xié)同機(jī)制

人機(jī)協(xié)同機(jī)制由人與機(jī)器共同進(jìn)行任務(wù)協(xié)作。首先，設(shè)定明確的人機(jī)協(xié)作邊界，細(xì)化機(jī)器端任務(wù)和人類專家端任務(wù)。機(jī)器端任務(wù)細(xì)化包括3方面內(nèi)容：（1）數(shù)據(jù)收集?；谥悄軝C(jī)器高運(yùn)行、高并發(fā)的數(shù)據(jù)處理能力，從各類數(shù)據(jù)源（館藏資源、用戶數(shù)據(jù)、傳感器）中快速抓取所需信息。（2）數(shù)據(jù)預(yù)處理。由智能機(jī)器對(duì)收集的原始數(shù)據(jù)進(jìn)行清洗和格式化處理，使原始數(shù)據(jù)符合后續(xù)分析需求。機(jī)器通過設(shè)計(jì)好的算法規(guī)則自動(dòng)完成數(shù)據(jù)預(yù)處理業(yè)務(wù)，使數(shù)據(jù)以標(biāo)準(zhǔn)化格式呈現(xiàn)。（3）數(shù)據(jù)的初步分析。智能機(jī)器人通過預(yù)設(shè)的統(tǒng)計(jì)分析模型和數(shù)據(jù)處理模型對(duì)數(shù)據(jù)初步分析，識(shí)別數(shù)據(jù)中的模式、趨勢(shì)和關(guān)聯(lián)，為后續(xù)人類專家決策提供參考依據(jù)。人類專家端任務(wù)細(xì)化也包括3方面內(nèi)容：（1）解讀分析結(jié)果。人類專家基于自身豐富的知識(shí)經(jīng)驗(yàn)解讀分析機(jī)器生成的結(jié)果，理解數(shù)據(jù)的深層含義，識(shí)別潛在風(fēng)險(xiǎn)。（2）制定決策方案?；跀?shù)據(jù)分析結(jié)果，充分考慮社會(huì)因素和環(huán)境因素，制定切實(shí)可行的決策方案。（3）處理異常復(fù)雜情況。數(shù)據(jù)分析過程中可能會(huì)出現(xiàn)復(fù)雜和異常情況，這些情況會(huì)超出機(jī)器處理范圍，需要人類專家通過創(chuàng)新思維和主觀能動(dòng)性解決。

其次，建立高效的信息傳輸機(jī)制。（1）依托API（Application Programming Interface，應(yīng)用程序接口）實(shí)現(xiàn)數(shù)據(jù)共享。通過API，機(jī)器可以將收集的數(shù)據(jù)和數(shù)據(jù)分析結(jié)果快速共享給人類專家，人類專家也可以將決策指令和反饋信息快速傳遞給機(jī)器。（2）引入工作流管理系統(tǒng)。引入工作流管理系統(tǒng)實(shí)現(xiàn)任務(wù)分配、執(zhí)行和監(jiān)督的一站式智能化管理，協(xié)調(diào)調(diào)度人機(jī)資源，保障任務(wù)按照既定的順序和時(shí)間表進(jìn)行。

3.4用戶隱私安全保護(hù)

用戶隱私安全保護(hù)機(jī)制是基于用戶反饋的圖書館人機(jī)協(xié)同服務(wù)模式的重要內(nèi)容，主要目的是制定完善的隱私政策以實(shí)現(xiàn)對(duì)用戶個(gè)人信息的全方位保護(hù)。（1）隱私政策透明化告知。結(jié)合智慧圖書館運(yùn)營(yíng)管理規(guī)范和用戶隱私保護(hù)需求制定隱私保護(hù)政策，詳細(xì)列出用戶隱私信息的收集范圍、使用目的、保護(hù)措施及用戶權(quán)利，向用戶告知，保障用戶知情。（2）用戶同意機(jī)制。在用戶首次使用智慧圖書館服務(wù)時(shí)，將隱私保護(hù)政策條款內(nèi)容充分告知，讓用戶詳盡閱讀，明確告知隱私保護(hù)政策須用戶同意，尊重用戶的隱私權(quán)選擇。（3）全方位監(jiān)督與審計(jì)。針對(duì)用戶隱私保護(hù)政策的執(zhí)行情況，智慧圖書館設(shè)立專門的隱私保護(hù)監(jiān)督機(jī)構(gòu)，定期監(jiān)督審查，評(píng)估政策執(zhí)行效果，保障用戶隱私保護(hù)政策有效落地。同時(shí)，還可以采用多種技術(shù)手段實(shí)現(xiàn)用戶個(gè)人因素的安全保護(hù)，具體而言，可以使用對(duì)稱加密技術(shù)對(duì)用戶個(gè)人信息（姓名、身份證號(hào)、家庭住址、手機(jī)號(hào)、工作單位、教育背景等）、借閱記錄等敏感信息加密存儲(chǔ)，防止未經(jīng)授權(quán)的訪問與竊取。對(duì)于用戶身份認(rèn)證，可以采用訪問控制技術(shù)，建立包括面部識(shí)別、智能卡、指紋識(shí)別、密碼組合的組合式認(rèn)證方式對(duì)用戶身份進(jìn)行驗(yàn)證，防止非法用戶進(jìn)入系統(tǒng)獲取信息。對(duì)于圖書館系統(tǒng)中各種操作和事件，可以使用安全審計(jì)技術(shù)記錄和監(jiān)控，便于及時(shí)發(fā)現(xiàn)安全問題和違規(guī)行為。針對(duì)一些特殊情況下需要共享與使用的用戶數(shù)據(jù)，可以采用數(shù)據(jù)脫敏技術(shù)進(jìn)行處理，使其能部分或全部隱藏，從而防止用戶數(shù)據(jù)泄露。在對(duì)用戶數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析或推薦資源時(shí)，可以采用差分隱私算法給數(shù)據(jù)適當(dāng)增加噪聲，使得具體某個(gè)用戶的借閱行為不會(huì)被精準(zhǔn)識(shí)別，又能保證統(tǒng)計(jì)推薦結(jié)果的準(zhǔn)確，保護(hù)用戶隱私不被泄露。

4基于用戶反饋的智慧圖書館人機(jī)協(xié)同服務(wù)模式構(gòu)建的保障措施

4.1充分發(fā)揮數(shù)智技術(shù)的支持作用，建立完善的數(shù)智服務(wù)支撐體系

智慧圖書館在引入數(shù)智技術(shù)和智能服務(wù)終端過程中要綜合考慮數(shù)智技術(shù)的先進(jìn)性、可靠性、應(yīng)用性與可擴(kuò)展性，保障各類數(shù)智技術(shù)可以為人機(jī)協(xié)同服務(wù)模式中的個(gè)性化推薦服務(wù)、智能導(dǎo)航、智慧咨詢、學(xué)習(xí)輔導(dǎo)等核心功能提供支持。首先，建立穩(wěn)定、高速的網(wǎng)絡(luò)環(huán)境。通過部署性能穩(wěn)定、技術(shù)先進(jìn)的網(wǎng)絡(luò)設(shè)備，保證用戶和館員在館內(nèi)任何地方都能快速接入網(wǎng)絡(luò)，實(shí)現(xiàn)對(duì)數(shù)字資源的快速訪問。在網(wǎng)絡(luò)環(huán)境搭建上可以考慮部署最新的WiFi6無線網(wǎng)絡(luò)，提升網(wǎng)絡(luò)帶寬和連接穩(wěn)定性，滿足大量用戶同時(shí)在線學(xué)習(xí)、獲取資源的需求。其次，配備先進(jìn)自助借還書設(shè)備、電子閱讀終端。自助借還書設(shè)備可以讓用戶快速完成借還書操作，減少排隊(duì)等候時(shí)間。電子閱讀終端可以為用戶提供便捷的數(shù)字閱讀服務(wù)體驗(yàn)。最后，采用卷積神經(jīng)網(wǎng)絡(luò)技術(shù)、大數(shù)據(jù)技術(shù)、機(jī)器學(xué)習(xí)技術(shù)建立決策支持系統(tǒng)，基于數(shù)據(jù)分析結(jié)果為圖書館運(yùn)營(yíng)管理和服務(wù)提供決策建議，提高圖書館管理的科學(xué)性和效率，為讀者提供更好的服務(wù)體驗(yàn)。需要注意的是，數(shù)智技術(shù)的應(yīng)用不是單一技術(shù)的嵌入，而是多種技術(shù)的集成。因此，智慧圖書館在數(shù)智技術(shù)應(yīng)用過程中需要對(duì)每一類技術(shù)進(jìn)行甄別與選擇，注重技術(shù)的融合與創(chuàng)新，最大程度發(fā)揮數(shù)智技術(shù)的效能。

4.2加強(qiáng)數(shù)智專業(yè)人才培訓(xùn)，建立專業(yè)的人機(jī)服務(wù)保障隊(duì)伍

人機(jī)協(xié)同服務(wù)模式的構(gòu)建還要引入專業(yè)的數(shù)智專業(yè)人才，建立專業(yè)的人機(jī)服務(wù)保障隊(duì)伍。一方面，智慧圖書館針對(duì)引入的專業(yè)化數(shù)智人才建立分層分類培訓(xùn)機(jī)制。對(duì)于直接接觸用戶的一線服務(wù)人員，重點(diǎn)培養(yǎng)其信息素養(yǎng)、數(shù)智技能、智能終端操作技能、溝通技巧；對(duì)于管理人員，重點(diǎn)培養(yǎng)其數(shù)據(jù)管理意識(shí)、資源管理意識(shí)、數(shù)據(jù)分析能力、數(shù)據(jù)決策能力、項(xiàng)目管理能力。通過制定完善的培訓(xùn)計(jì)劃，提升圖書館員的工作能力，為人機(jī)協(xié)同服務(wù)模式落地提供保障。另一方面，面向數(shù)智服務(wù)人員建立完善的激勵(lì)反饋機(jī)制。對(duì)培訓(xùn)表現(xiàn)優(yōu)秀的員工或在用戶服務(wù)中取得顯著成績(jī)的員工及時(shí)激勵(lì)和表彰，鼓勵(lì)員工在用戶隱私保護(hù)政策許可的范圍內(nèi)積極參與用戶反饋的收集和分析工作，建立完善的“用戶反饋信息收集—分析—改進(jìn)—反饋”良性循環(huán)機(jī)制，使人機(jī)服務(wù)流程不斷優(yōu)化，用戶滿意度和忠誠度不斷提升。

4.3精準(zhǔn)定位目標(biāo)用戶，創(chuàng)新宣傳推廣方式

智慧圖書館人機(jī)協(xié)同服務(wù)模式要加強(qiáng)宣傳推廣，精準(zhǔn)定位目標(biāo)用戶，創(chuàng)新宣傳推廣方式。首先，對(duì)構(gòu)建的人機(jī)協(xié)同服務(wù)模式進(jìn)行宣傳推廣。精準(zhǔn)定位目標(biāo)用戶，鎖定目標(biāo)群體，搜集目標(biāo)用戶群體數(shù)據(jù)，了解其需求和偏好。針對(duì)已采集的用戶數(shù)據(jù)，應(yīng)用大數(shù)據(jù)分析技術(shù)、情景分析技術(shù)、用戶畫像制定完善的宣傳推廣策略。其次，結(jié)合自身的特色和優(yōu)勢(shì)，創(chuàng)新宣傳推廣方式。除了采用傳統(tǒng)的海報(bào)、宣傳單、電視廣播等方式外，還可以使用AI、AR、VR（Virtual Reality，虛擬現(xiàn)實(shí)）、全息投影等技術(shù)建立沉浸式宣傳推廣模式，通過制作短視頻、虛擬場(chǎng)景、沉浸式媒體影像，向用戶展示人機(jī)協(xié)同服務(wù)模式的優(yōu)勢(shì)和成效，以此來提升用戶的認(rèn)知度和信任感。

參考文獻(xiàn)：

[1]數(shù)智賦能開放互聯(lián)第五屆世界學(xué)術(shù)圖書館未來論壇在京舉辦[EB/OL].（2024-06-25）[2024-07-12].http：//ex.chinadaily.com.cn/exchange/partners/82/rss/channel/cn/columns/sz8srm/stories/WS667a806da3107cd55d2687eb.html.

[2]許昕.基于用戶隱式反饋的個(gè)性化資訊推薦系統(tǒng)研究與實(shí)現(xiàn)[D].北京：北京工業(yè)大學(xué)，2012.

[3]NICHOLS D M.Implicit rating and filtering[EB/OL].[2024-07-12].https：//eprints.lancs.ac.uk/id/eprint/11650/1/nichols_implicit_rating.pdf.

[4]高永兵，馮鑫，郝斌.基于用戶反饋記錄的自適應(yīng)博客推薦模型[J].計(jì)算機(jī)應(yīng)用與軟件，2012，29（10）：133-136.

[5]尹云飛，孫敬欽，黃發(fā)良.基于認(rèn)知度與興趣度的好友推薦反饋算法[J].模式識(shí)別與人工智能，2021，34（2）：127-136.

[6]RIVERO E.Library and educational use cases[J].Library Technology Reports，2020，56（4）：14.

[7]MARKAUSKAITE L，MARRONE R，POQUET O，et al.Rethinking the entwinement between artificial intelligence and human learning：What capabilities do learners need for a world withAl？[J].Computersand Education：Artificial Intelligence，2022（3）：100056.

[8]錢晶.基于智能技術(shù)的圖書館人機(jī)采分編協(xié)同探究[J].新世紀(jì)圖書館，2022（10）：62-67.

[9]王蕾.高校圖書館“人機(jī)協(xié)同”發(fā)展框架的構(gòu)建研究[J].山東圖書館學(xué)刊，2023（6）：45-51.

[10]潘家芳.人機(jī)智能協(xié)同的圖書館精準(zhǔn)服務(wù)研究[J].圖書館工作與研究，2023（3）：38-45.

作者簡(jiǎn)介：王恒，碩士，徐州工程學(xué)院圖書館館員，研究方向?yàn)橹腔蹐D書館、信息素養(yǎng)、數(shù)據(jù)挖掘。

收稿日期：2024-08-08

編校：王曉琳 鄭秀花