数据智能驱动的智慧图书馆服务模式研究.docxVIP

数据智能驱动的智慧图书馆服务模式研究 　　摘要：文章阐述了现代图书馆智慧性的表现，从基础设施层、数据资源层、技术处理层与服务应用层四个层面分析了数据智能驱动下智慧图书馆的构建要素，进一步指出了数据智能驱动下智慧图书馆服务模式构建面临的困境，最后提出了数据智能驱动下智慧图书馆服务模式的构建策略，以期推动智慧图书馆服务模式的完善和发展。 　　中图分类号：g250文献标识码：a文章编号：1003-1588（2020）01-0106-03 　　关键词：数据智能驱动;图书馆;智慧服务;人工智能 　　数据智能驱动是指通过数据分析改善产品质量、基础设施和企业盈利方式的模式。数据也可以作为内在推动力指导图书馆的服务和建设，云计算、智能设备、传感技术、物联网技术等的飞速发展，为图书馆构建智能化、智慧化服务提供了基础。目前，国内外部分图书馆已经对图书馆3.0进行了积极探索，以广州建设的无人值守智慧图书馆为例，馆藏设备由读者自助使用，彰显了图书馆服务的智能性[1]。 　　1图书馆服务的智慧性体现 　　智慧图书馆的智慧性表现在使用智能网络、使用机器人设备和智能化资源分类方式三个方面。 　　1.1智能网络的使用 　　图书馆的智能网络体系能够自动检测到来自外部的威胁，在进行资源建设和文献共享的过程中，可以时刻监控网络环境，做到主动防御和智能防护，大大提高了网络安全系数。智能网络是数据大爆炸时代图书馆智慧服务的基础表现，智能网络环境可以保障数据的流通以及资源的建设，为构建服务于读者的智慧图书馆提供保障。 　　1.2机器人的应用 　　应用机器人是智慧图书馆发展的趋势，在人工智能时代，传统的人工操作可由机器完成，如文献借还、文献归类等。目前，湖北省图书馆已经引进了机器人设备用于自动接待读者[2]。除此之外，由于机器人是基于数据编程而形成的，所以它们对数据的敏感度和挖掘程度显然要高于馆员，在智慧服务和数据整合方面更具优势。 　　1.3智能化资源分类 　　传统的图书馆是以文献主题为划分标准对资源进行分类的，但在实践过程中难免遇到学科交叉的情况，这就会造成学科之间联系的人为割裂。简单来说，按照主题进行分类有利于突出学科体系的规律，提升资源查找速度，但是对于学科交叉性强的知识来说，如果将数据同时存储在多个学科资源库内，会造成数据重复的问题，如果只将数据简单划分到某一个学科资源库内，就会出现其他资源库数据不完整的问题。智慧图书馆改革了资源分类方式，采用数据自动挖掘和主题聚合等技术，针对电子资源生成不同的资源分类与排架方式，如通过分析读者的浏览行为和一段时间的热点数据建设基础数据库和热点数据库。这种方式规避了主题划分的难题，可以更好地实现数据挖掘和关联，提升图书馆信息服务的智能化程度[3]。 　　2数据智能驱动下图书馆智慧服务模式的构建 　　笔者认为，以数据带动服务是智慧图书馆构建的核心理念，将大量不规律的数据进行整合，挖掘数据中隐含的有价值的信息，能够完善智慧图书馆的基础设施层、数据资源层、技术处理层和服务应用层（见下页图1）。 　　2.1基础设施层 　　基础设施层包括智慧服务所需要的硬件和软件设备，如存储设备、计算设备、网络设备与感知设备等。这一层主要负责保存大量数据，包括读者在阅览过程中生成的临时数据、移动互联网运行产生的数据、图书馆文献资源数据等。基础设施层是数据智能驱动的先决条件，也是智慧图书馆服务的物质基础，图书馆要重视基础设施层的硬件与软件建设，为智慧服务模式提供数据支撑。 　　2.2数据资源层 　　数据资源层可以划分为两大类，一类是不同类型的数据，包括资源数据、用户数据和感知数据;另一类是资源的结构，即资源池，包括结构化数据与半结构化数据。数据资源层的功能在于接收无线传感设备以及监控设备上传的数据资源，将用户的基础数据、行为数据和后台设备识别数据进行整理，形成规范性的数据格式，为技术处理层的顺利识别奠定基础。数据资源层在整个框架中起到承上启下的作用：汇总基础设施层的大量数据资源，对其进行归类和规范性处理，再传送给技术处理层。数据智能驱动技术要求数据信息是科学规范可识别的，只有这样，才便于在数据中寻找规律，从而实现智能终端的有效识别[5]。 　　2.3技术处理层 　　技术处理层是智慧图书馆服务模式构建的核心要素。技术处理层的主要作用是对规范数据进行挖掘和关联，再应用机器学习、统计分析、语义处理等技术，将大量的数据按照关键词、主题、关联性进行排列，挖掘出数据间隐含的联系和价值，例如：对一段时间内的用户行为特征进行纵向分析，可以得出这一阶段读者的阅读偏好，为图书馆智能服务提供参考。除此之外，图书馆可以将同