大數(shù)據(jù)與人工智能雙驅(qū)動的高校圖書館學科服務(wù)模式研究

中圖分類號：G258.6；G252 文獻標識碼：A

“教育數(shù)字化是我國開辟教育發(fā)展新賽道和塑造教育發(fā)展新優(yōu)勢的重要突破口?！弊鳛楦咝＝逃闹匾M成部分，圖書館要實時準確地把握發(fā)展方向，因時而進、因勢而新，構(gòu)建數(shù)字時代的學科服務(wù)新模式，以數(shù)字變革推進學科服務(wù)的高質(zhì)量發(fā)展。將大數(shù)據(jù)、人工智能等新興技術(shù)應(yīng)用到學科服務(wù)中，可以拓展出更多的智慧服務(wù)，在一定程度上拓寬了高校圖書館學科服務(wù)的內(nèi)涵和方式，給圖書館學科服務(wù)的未來發(fā)展帶來更加廣闊的前景。基于大數(shù)據(jù)與人工智能的概念內(nèi)涵及其在圖書館學科服務(wù)中的相關(guān)研究現(xiàn)狀，本研究從圖書館和用戶兩個角度構(gòu)建了大數(shù)據(jù)與人工智能雙驅(qū)動的學科服務(wù)模式框架，并對每個層面實施分析討論，探索構(gòu)建能夠精準識別用戶需求并提供與之匹配的服務(wù)和資源，且服務(wù)方式及內(nèi)容會隨著用戶反饋與用戶需求偏好變化而變化的全新閉環(huán)的現(xiàn)代數(shù)字化學科服務(wù)模式，以大數(shù)據(jù)與人工智能賦能新時代高校圖書館學科服務(wù)的建設(shè)和發(fā)展。

一、大數(shù)據(jù)與人工智能技術(shù)在學科服務(wù)中的應(yīng)用分析

1.大數(shù)據(jù)及人工智能概念的內(nèi)涵

大數(shù)據(jù)沒有準確統(tǒng)一的定義，是一個相對抽象且寬泛的概念。維基百科中對大數(shù)據(jù)的定義：大數(shù)據(jù)是指用常規(guī)軟件工具在可承受的時間范圍內(nèi)無法實施捕捉、管理和處理的數(shù)據(jù)集合。但此定義既沒有指明常規(guī)軟件工具的范圍，也沒有對“可承受的時間”有一個確切的定量，它并不是一個精確的概念。大數(shù)據(jù)不只是用來描述數(shù)據(jù)數(shù)量的龐大，還進一步強調(diào)了數(shù)據(jù)的實時性強、數(shù)據(jù)種類形式多樣以及對數(shù)據(jù)的專業(yè)化處理與分析，最終獲取有價值信息資源的能力。

人工智能（ArtificialIntelligence，AI）通常也被叫作機械智能，一般是指由人類創(chuàng)造的、能展現(xiàn)出智能化行為的機器，它是基于計算機學科理論、多學科相互融合的一門新技術(shù)科學，用來模擬、擴展和挖掘人類智能的技術(shù)、理論、方法及應(yīng)用系統(tǒng)。生成式人工智能ChatGPT在2022年底正式發(fā)布，該技術(shù)不僅得到了各界的廣泛關(guān)注，還引發(fā)了人工智能相關(guān)技術(shù)的研究熱潮，預(yù)示著人工智能時代即將來到，同時，也為各行各業(yè)的發(fā)展帶來無限可能。

2.大數(shù)據(jù)與人工智能應(yīng)用于學科服務(wù)的研究現(xiàn)狀

隨著新興技術(shù)的快速發(fā)展，信息的獲取、分類、處理與傳播逐漸向數(shù)據(jù)的開發(fā)、挖掘、整理和應(yīng)用方向轉(zhuǎn)變，高校圖書館學科服務(wù)也從以館員為基礎(chǔ)的學科信息服務(wù)，向以信息技術(shù)為基礎(chǔ)的學科數(shù)據(jù)服務(wù)方向發(fā)展。傳統(tǒng)圖書館學科服務(wù)模式僅關(guān)注了具有顯性特征的用戶需求，忽略了由用戶行為而產(chǎn)生的“隱性需求”的價值，即無法實時、精準捕捉用戶的全部需求。因而圖書館界急于尋求以用戶需求為導(dǎo)向，以信息技術(shù)為依托，能夠精準滿足用戶個性化需求的學科服務(wù)新模式。

美國高校圖書館將服務(wù)平臺的研究重點放在模塊功能的創(chuàng)新上，如通過智慧館員、建立反饋評價模塊以及采用多種軟件媒體工具開展智慧參考咨詢服務(wù)。鼓勵構(gòu)建基于開放存取的新學術(shù)交流體系，創(chuàng)建自己的機構(gòu)知識庫，如華盛頓大學圖書館匯總了多個高質(zhì)量的開放獲取資源平臺，以實現(xiàn)資源共建共享。如何依托數(shù)據(jù)化、智能化技術(shù)賦能學科服務(wù)高質(zhì)量發(fā)展、重塑學科服務(wù)模式是圖書館需要探索的重點課題。車寶晶通過理論依據(jù)、應(yīng)用價值和驅(qū)動因素三方面闡釋數(shù)智賦能高校圖書館學科服務(wù)轉(zhuǎn)型的必要性，總結(jié)數(shù)智賦能學科服務(wù)現(xiàn)狀與現(xiàn)實困境，提出高校圖書館利用數(shù)智化賦能學科服務(wù)的實現(xiàn)路徑；袁慶莉結(jié)合大數(shù)據(jù)和人工智能技術(shù)，從數(shù)據(jù)的獲取、處理、存儲、分析和應(yīng)用5個層面構(gòu)建圖書館學科服務(wù)新模式。當前，國內(nèi)圖書館對大數(shù)據(jù)與人工智能助力學科服務(wù)模式創(chuàng)新的研究還處于起步階段。探討數(shù)智環(huán)境下高校圖書館學科服務(wù)模式框架和服務(wù)設(shè)計，有利于數(shù)智技術(shù)與學科服務(wù)更好地融合，實現(xiàn)向數(shù)智化學科服務(wù)轉(zhuǎn)型的目標。

二、學科服務(wù)模式框架設(shè)計

1.學科服務(wù)模式框架的總體設(shè)計

高校圖書館學科服務(wù)的對象主要分為科研型、教學型和學習型?？紤]不同類型用戶的學科服務(wù)需求不同，且會隨著學習階段的推進、時間的推移及用戶身份轉(zhuǎn)變而變化，本研究融合大數(shù)據(jù)技術(shù)和人工智能技術(shù)從數(shù)據(jù)獲取、技術(shù)處理、數(shù)據(jù)分析、產(chǎn)品應(yīng)用和數(shù)據(jù)存儲5個層面構(gòu)建了高校圖書館學科服務(wù)模式框架，如圖1所示。

學科服務(wù)模式框架從采集圖書館和用戶兩個方面的數(shù)據(jù)出發(fā)，經(jīng)過數(shù)據(jù)的深度挖掘、技術(shù)處理與分析后，匹配圖書館數(shù)據(jù)與用戶需求，精準對接學科服務(wù)與用戶需求，且所提供的學科服務(wù)策略會隨著用戶需求變化與反饋意見實時調(diào)整，最終形成閉環(huán)的全新現(xiàn)代數(shù)智化學科服務(wù)體系。

2.學科服務(wù)模式層級設(shè)計

（1）數(shù)據(jù)獲取層。在大數(shù)據(jù)和人工智能時代，學科服務(wù)不能僅依靠圖書館原有的資源，還要依托網(wǎng)絡(luò)聚合多方資源。一是圖書館方面。館藏數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)可以直接在館內(nèi)獲??；服務(wù)數(shù)據(jù)可以通過圖書借閱系統(tǒng)、遠程授權(quán)訪問系統(tǒng)、人臉捕獲與跟蹤系統(tǒng)（RadioFrequencyIdentifica-tion，RFID）、視頻監(jiān)控及學科服務(wù)平臺獲取；網(wǎng)絡(luò)數(shù)據(jù)可以利用網(wǎng)絡(luò)爬蟲技術(shù)經(jīng)過各大學術(shù)平臺授權(quán)后獲取；二是用戶方面。用戶個人信息等常規(guī)數(shù)據(jù)，如基本信息（姓名、院系、研究方向）、教學與科研信息（任課名稱、已發(fā)表論文、科研項目）等相對不變的靜態(tài)數(shù)據(jù)可以通過館內(nèi)后臺數(shù)據(jù)和學校相關(guān)部門獲取。動態(tài)的行為數(shù)據(jù)需通過各大社交平臺授權(quán)后利用網(wǎng)絡(luò)爬蟲、流量抓包等技術(shù)提取用戶瀏覽記錄、查詢記錄、咨詢反饋和愛好收藏等原始數(shù)據(jù)。當用戶行為隨時間、偏好和身份等因素變化而變化時，智能后臺設(shè)備設(shè)施，如眼動儀、定位監(jiān)控、行為痕跡及社交網(wǎng)絡(luò)記錄等，可持續(xù)追蹤捕捉用戶行為特征數(shù)據(jù)，并實時開展數(shù)據(jù)更新。

（2）技術(shù)處理層。經(jīng)過多渠道、全方位收集到的圖書館數(shù)據(jù)類型多樣、數(shù)量龐大，需要實施條例化和規(guī)范化處理，提升數(shù)據(jù)的價值密度，為后期實現(xiàn)數(shù)據(jù)分析做準備。

首先，將數(shù)據(jù)獲取層收集到的圖書館數(shù)據(jù)實施有效的信息化建設(shè)。借助大數(shù)據(jù)與人工智能技術(shù)將不利于傳播和服務(wù)的館藏紙質(zhì)資源數(shù)字化，對各類數(shù)字資源實施精簡分類與壓縮，并將各類文獻資料、視頻和圖片里的數(shù)據(jù)資料提取、整理和歸納到相應(yīng)的知識分類區(qū)中，將數(shù)據(jù)資料轉(zhuǎn)化成知識儲備，便于下一步的數(shù)據(jù)挖掘工作。

其次，運用人工智能技術(shù)將初處理的數(shù)據(jù)開展信息可視化處理，編寫可視化應(yīng)用代碼。例如，利用虛擬現(xiàn)實技術(shù)（VirtualReality，VR）將圖書館館藏資源、學科項目研究歷程以及名師講課虛擬課堂等場景，呈現(xiàn)給不同類型的用戶；利用增強現(xiàn)實技術(shù)（AugmentedReality，AR）實現(xiàn)科研、教學和學習三種類型用戶之間無視時間與空間的虛擬實時性交互。

由于用戶動態(tài)的行為數(shù)據(jù)來源于不同的系統(tǒng)平臺，數(shù)據(jù)描述維度和標準均有所不同，內(nèi)容也雜亂無序，需要先將用戶的行為數(shù)據(jù)實施清洗和規(guī)范化處理，剔除各大平臺上與學科服務(wù)無關(guān)的數(shù)據(jù)，提升數(shù)據(jù)的準確性與有效性。以用戶的大量常規(guī)數(shù)據(jù)和行為數(shù)據(jù)為基礎(chǔ)，通過數(shù)據(jù)挖掘、人工智能機器學習等方式提取用戶特征，從多角度對用戶群體實施分類及智能標簽化處理。當用戶群體中的用戶行為、學習階段或研究方向發(fā)生變化時，智能標簽系統(tǒng)會通過用戶新的行為數(shù)據(jù)分析其新的需求特征，并重新對用戶所在的用戶群體實施智能標簽化處理，將對應(yīng)的用戶分至與其特征相匹配的用戶群體中，實現(xiàn)對用戶群體的智能實時動態(tài)分類。

（3）數(shù)據(jù)分析層。數(shù)據(jù)分析是數(shù)智化學科服務(wù)的關(guān)鍵，是文字數(shù)據(jù)向知識數(shù)據(jù)轉(zhuǎn)化、知識數(shù)據(jù)深度挖掘及用戶潛在需求精準預(yù)測的重要環(huán)節(jié)。利用數(shù)據(jù)挖掘技術(shù)和語義網(wǎng)技術(shù)對不同類型數(shù)據(jù)實施深度分析、關(guān)聯(lián)，提取各數(shù)據(jù)的核心知識點形成知識圖譜或知識鏈，利用人工神經(jīng)網(wǎng)絡(luò)技術(shù)（ArtificialNeuralNetwork，ANN）將知識圖譜或知識鏈生成的計算機代碼輸入智能機器人中，使智能機器人以用戶知識缺口為出發(fā)點，將資源推送由傳統(tǒng)單一模式轉(zhuǎn)變成智能發(fā)散模式，增加推送資源的相關(guān)性和多樣性，深層次地挖掘用戶的閱讀興趣，從而提升用戶對資源推薦的滿意度。

首先，要對已分類標簽用戶群體的行為數(shù)據(jù)和特征數(shù)據(jù)再次實施挖掘、分析和整理，多算法、多維度地分析揭示各類用戶群體的需求。其次，為了全面了解用戶的實際需求和精準定位服務(wù)，還要利用深度學習、行為追蹤等技術(shù)對用戶信息行為實施建模，預(yù)測用戶未來信息行為，對預(yù)測結(jié)果實施分析并生成用戶行為預(yù)測模型與報告，改進服務(wù)供給流程，實現(xiàn)學科服務(wù)與用戶需求的精準對接。

（4）服務(wù)應(yīng)用層。完成圖書館數(shù)據(jù)深度挖掘及用戶潛在需求預(yù)測后，將圖書館數(shù)據(jù)與用戶需求實施匹配，根據(jù)匹配結(jié)果自動選擇合適的學科服務(wù)產(chǎn)品來服務(wù)用戶，從而實現(xiàn)學科服務(wù)的精準性、實時性和高效性。例如。通過VR、AR展廳開展虛擬課堂，將資源以可視化的形式展示給用戶，使其打破時間和空間的束縛，沉浸式的與相關(guān)學者切磋討論，更好地支撐圖書館信息素養(yǎng)教育的發(fā)展；利用全鏈路追蹤系統(tǒng)對重要科研項目服務(wù)流程，包括從前沿分析到成果轉(zhuǎn)化整個過程的每個環(huán)節(jié)實施跟蹤和監(jiān)控，優(yōu)化服務(wù)流程、發(fā)現(xiàn)潛在的需求并為各研究階段提供資源保障。利用AI相關(guān)技術(shù)，如ChatGPT為用戶提供虛擬咨詢、個性化智能推送服務(wù)，更為細致、全面地理解用戶意圖，改善用戶檢索系統(tǒng)體驗感和咨詢反饋交互感；開展一站式數(shù)智化服務(wù)，如配備智能檢索機、RFID自助借還機等，提高服務(wù)效率和用戶滿意率?？傊?，借助大數(shù)據(jù)和人工智能技術(shù)能夠衍生出更多的智能服務(wù)，并能夠及時根據(jù)用戶反饋調(diào)整和修正服務(wù)策略，最終形成個性化服務(wù)產(chǎn)品以滿足不同類型用戶的需求。

（5）數(shù)據(jù)存儲層。傳統(tǒng)的學科服務(wù)數(shù)據(jù)存儲系統(tǒng)是把通過多渠道、多手段獲取、處理后的數(shù)據(jù)直接存儲起來，建立相應(yīng)的數(shù)據(jù)庫以便后續(xù)的管理和調(diào)用，而數(shù)智化的學科服務(wù)數(shù)據(jù)存儲系統(tǒng)在此基礎(chǔ)上，還要能夠?qū)τ脩舴答伜蟮臄?shù)據(jù)實行實時的存儲與修改，且該系統(tǒng)還要能實現(xiàn)用戶群之間的交流與創(chuàng)作。因而要建立一個包含資源數(shù)據(jù)庫和用戶數(shù)據(jù)庫的交互式數(shù)據(jù)庫，將數(shù)據(jù)分析層中分析后的圖書館與用戶數(shù)據(jù)存儲其中，當用戶對所提供的服務(wù)有建議或意見時，可反饋給圖書館，圖書館再根據(jù)用戶的反饋提取并修改存儲層中的數(shù)據(jù)，經(jīng)數(shù)據(jù)分析層實施再次分析、匹配，生成更加優(yōu)異的產(chǎn)品來服務(wù)相應(yīng)客戶，實現(xiàn)服務(wù)產(chǎn)品隨著用戶的需求和反饋實時開展改進的閉環(huán)服務(wù)體系。

另外，在交互式數(shù)據(jù)庫中既有原始數(shù)據(jù)又有二次加工數(shù)據(jù)，使數(shù)據(jù)既可以在圖書館與用戶之間實行傳遞，也能實現(xiàn)數(shù)據(jù)在用戶群之間的共建共享。例如，某一用戶在線對文獻實施批注、補充或分享時，可以實時顯現(xiàn)在數(shù)據(jù)庫中，當系統(tǒng)向其他用戶推送此類文獻時也會將這些二次創(chuàng)作的數(shù)據(jù)同時推送給用戶，甚至其他用戶還可以在這些數(shù)據(jù)上實施三次創(chuàng)作，以此類推，形成一個數(shù)據(jù)交互體系，打破用戶與用戶、用戶與平臺之間的溝通壁壘，并對各項內(nèi)容實施存儲，以堅實的數(shù)據(jù)基礎(chǔ)為學科服務(wù)的精準度提供有力保障。

三、結(jié)語

在新形勢和新技術(shù)的影響下，高校圖書館學科服務(wù)重點逐漸向服務(wù)的知識性與特色性、資源的共享與交互以及信息獲取的便捷性轉(zhuǎn)變，因而需要一套全新的學科服務(wù)模式來優(yōu)化資源品質(zhì)、增強服務(wù)質(zhì)效，提升用戶的滿意度。本文從圖書館和用戶雙角度出發(fā)，融合大數(shù)據(jù)與人工智能技術(shù)，構(gòu)建了包含5個層面的高校圖書館學科服務(wù)模式框架，探索構(gòu)建能夠精準識別用戶需求，并提供與之匹配的服務(wù)和資源的現(xiàn)代數(shù)字化學科服務(wù)模式，以推動高校圖書館學科服務(wù)的改革創(chuàng)新，實現(xiàn)學科服務(wù)高質(zhì)高效發(fā)展。

參考文獻：

[1]以教育之強夯實國家富強之基——習近平總書記在中共中央政治局第五次集體學習時的重要講話指明教育強國建設(shè)方向[EB/OL].[2024-10-13].https：//www.gov.cn/yaowen/liebiao/202305/content_6883868.htm.

[2]曾光，明均仁，鄧梅霜.美國高校圖書館智慧服務(wù)發(fā)展現(xiàn)狀調(diào)查及啟示[J].圖書館學研究，2018（13）：83-96.

[3]于靜，趙敏.美國高校圖書館學科服務(wù)實踐與案例分析[J].圖書館建設(shè) 2015（01）：94-96+100

[4]車寶晶，吳瑾.數(shù)智賦能高校圖書館學科服務(wù)轉(zhuǎn)型：理論思考、現(xiàn)實依據(jù)與實現(xiàn)路徑[J].圖書館工作與研究，2024（06）：43-51.

[5]袁慶莉.融合大數(shù)據(jù)和人工智能技術(shù)的學科服務(wù)模式創(chuàng)新研究[J].河南科技，2021，40（19）：152-155.

作者單位：黑龍江八一農(nóng)墾大學圖書館