面向深度學習的數字圖書館網絡知識發現服務模式研究

陳驪

關鍵詞：深度學習;數字圖書館;網絡資源;知識發現;服務模式

摘 要：文章簡述了深度學習的概念，對深度學習技術進行了闡述，在分析深度學習引入數字圖書館網絡知識發現服務的價值的基礎上，從構建原則、構建模型和安全保障三個方面探討了面向深度學習的數字圖書館網絡知識發現服務模式的有效構建，并強調了面向深度學習的數字圖書館網絡知識發現服務中人的重要性。

中圖分類號：G250.76文獻標識碼：A文章編號：1003-1588（2019）09-0068-03

伴隨互聯網技術的快速發展，世界已進入“互聯網+”時代，技術融入圖書館服務并促進圖書館服務模式的轉變是大勢所趨。數量龐大的網絡資源質量參差不齊，“信息過載”及“信息迷航”等現象層出不窮，怎樣從龐大的網絡資源中有效獲取有價值的知識信息，成為圖書館界亟須思考的一個重要課題，而深度學習的出現為其解決上述問題提供了思路[1]。目前，深度學習已在圖書館的信息檢索、圖像識別等領域獲得了較大成效，但將其與數字圖書館網絡知識發現服務結合起來研究的成果并不多。因此，筆者試圖從深度學習技術入手，深入探討數字圖書館網絡知識發現服務模式的構建，以期為知識發現服務研究提供借鑒或參考。

1 關于深度學習

深度學習是人工智能領域機器學習的一大發展趨勢，其實質是模擬人腦學習、分析、決策的機制，采取自主學習處理未知問題[2]。深度學習以神經網絡發展為基礎，通過模擬人腦結構構建分層模型，采取由低至高的原則逐層抽取有關數據，學習并將數據知識與數據特征逐層輸至高一層，使高一層的神經元獲取更為抽象的知識表述，讓數據實現“具體—抽象”“簡單—復雜”的映射轉變，進而正確覺察數據內涵，準確認知和預測數據的發展趨勢。深度學習由多層神經網絡構成，與傳統神經網絡的最大區別在于深度不一樣，簡單來說就是數據“輸入—輸出”所經歷的層數不一樣，后者大多由輸入層和輸出層構成，前者至少在上述兩層之間增加一個隱含層，三層以上（含三層）的網絡就能夠被稱為深度學習。

2 深度學習引入數字圖書館網絡知識發現服務的價值所在

知識發現是指從海量數據中挖掘內隱、有用及新穎的知識，構建可被人認同接納、有效應用的服務模式，是把信息資源逐步轉化為有價值、有創新的知識的系統化過程，包含數據收集、數據挖掘和數據轉換等多個環節。在圖書館信息服務工作中，知識發現能夠幫助用戶了解類型各異的信息資源間的內部聯系，挖掘用戶的個性化、專業化需求，從而為用戶提供優質高效的知識服務。數字圖書館把深度學習引入網絡知識發現服務，以逐層學習的形式獲取海量數據，挖掘模態各異的網絡信息間的關聯點[3]，可加快網絡信息檢索速度，為用戶帶來優質的知識服務體驗。

2.1 提升知識挖掘能力，促進資源高效利用

在傳統的數字圖書館服務中，數字資源的分布通常是分散孤立的，用戶在檢索數據時經常遭遇阻礙，這種孤立的資源存儲形式導致不同數字資源之間的關聯性不強，同時也缺乏統一標準的檢索界面，在技術操作方面增加了用戶知識發現的成本。因此，數字圖書館引入深度學習技術能夠把零散、無規律的數字資源進行有效關聯，進一步深挖與原信息相關和有價值的信息資源，為用戶提供知識發現與訪問的通道，有效降低用戶的知識發現成本，提升數字資源的使用效率，將“人找知識”變為“知識找人”。

2.2 有效過濾垃圾信息，提升知識服務水平

在“互聯網+”時代，每天產生的信息資源不計其數，質量參差不齊，單一的信息建設方式已無法滿足用戶的信息需求，而深度學習技術能夠在一定程度上解決這一問題。數字圖書館通過收集整理、優化整合、關聯分析等信息處理手段，能夠深度挖掘信息資源內涵、網站架構及用戶信息，歸納總結并有效利用潛在的信息特征和信息關聯，最大限度地過濾、摒棄垃圾信息，真正為用戶提供有價值的知識數據，進一步提升知識服務水平。

2.3 加強數字資源開發，推動數據庫建設

數字圖書館引入深度學習技術可以收集整理、研究分析用戶的信息需求和需求程度以及信息習慣和行為規律等，從而為數字資源建設提供真實有效的用戶基礎數據，進一步加強數字資源的開發與利用。此外，數字圖書館引入深度學習技術還可以在技術層面上增強對館藏信息資源的挖掘深度和力度，多角度、全方位地挖掘潛在信息資源間的關聯，打破數字資源的異構壁壘，構建合理統一的信息資源，進一步拓展數字資源的服務功能，有效推動數據庫的建設，從而實現數字圖書館優質高效的知識發現服務。

3 面向深度學習的數字圖書館網絡知識發現服務模式的有效構建

面向深度學習的數字圖書館網絡知識發現服務具有資源整合、技術優化及服務延伸等優勢[4]，能夠實現網絡知識的交流與共享，滿足用戶的數字資源檢索與知識獲取，并有效減少用戶的知識發現成本，從而為用戶提供優質高效的知識服務。

3.1 構建原則

數字圖書館在構建網絡知識發現服務模式過程中應遵循以下原則：一是“以人為本”原則。數字圖書館應尊重用戶的個性特征和行為規律，掌握用戶的知識需求，激發用戶參與知識發現活動的積極性，為用戶提供優質高效的知識發現服務[5]。二是整體性原則。數字圖書館應完整獲取有關的數字資源內容，確保數據的完整性，關注不同數據間的內在關聯性，防止斷章取義。三是規范性原則。數字圖書館在對信息資源進行優化整合、二次建構時，必須重視數據本身的特征和所處的專業領域，選擇標準、規范的技術和方法對數據進行合理加工，以保障知識發現服務所提供數字資源的規范性。四是靈活性原則。數字圖書館網絡知識發現服務模式應是符合用戶需求及可變的，只有依據用戶知識需求的改變而改變，才能實現知識服務的可持續發展。

3.2 構建模型

面向深度學習的數字圖書館網絡知識發現服務模型包括數據資源層、信息服務層和知識發現層三大部分。

3.2.1 數據資源層。數據資源層由若干數據庫組成，每一個數據庫都存儲著若干數據資源，大致分為館藏數字資源、付費引進的商業資源以及社會學術機構的數據資源等，主要包括結構性資源和非結構性資源。數據的異構化特征使數據資源層不僅能夠聚合數字圖書館的內部數據資源，還能聚合數字圖書館的外部數據資源，在一定程度上充實了數據資源層的數據資源。同時，數據資源層還包括用戶基礎數據，數字圖書館利用深度學習技術對用戶基礎數據進行深入研究，能夠更準確地了解和掌握目標用戶的信息需求和偏好，進而為目標用戶提供更加優質、專業的知識發現服務，不僅能夠縮短用戶檢索信息的時間，還提升了數字圖書館知識發現服務的效率。

3.2.2 信息服務層。由于目前數字圖書館數字資源層的數據還比較松散和凌亂，無法完全滿足用戶需求，因此，信息服務層作為數字圖書館網絡知識發現服務模式的中間層，就起到了承上啟下的作用。它通過云計算技術對數據資源層的數據信息進行甄別，利用元數據技術進一步挖掘數據內涵及揭示數據特征，從而實現數據索引。信息服務層對數據資源層的各種數據進行優化整合，使無序數據有序化，為知識發現層各項功能的實現做準備。

3.2.3 知識發現層。知識發現層主要是通過知識發現、知識組織等方式保障數據之間的內在關聯。目前常用的關聯聚合、關聯分析及語義網等技術，可以實現不同類型、不同專業領域知識的有效組織，并且能對不同概念進行規范化處理。知識發現層主要是通過關聯聚合、語義網分析、關聯分析等技術實現不同概念之間的關聯及不同知識單元（或知識點）的提取和關聯，最終構建立體化的知識表示體系。

3.3 安全保障

用戶在使用數字圖書館的知識發現服務時，有可能遭遇病毒攻擊、隱私外泄等網絡安全問題，從而削弱用戶的知識發現行為。因此，數字圖書館必須制定和落實各方面的安全措施，采取雙向認證技術、3G技術等提升信息的保密程度;構建科學規范的管理制度，規范數字圖書館的網絡安全行為;定期檢測網絡知識發現服務系統，及時發現并處理安全隱患，盡量把危害消除在初始階段。

4 面向深度學習的數字圖書館網絡知識發現服務應重視人的問題

4.1 館員的專業素養問題

面向深度學習的數字圖書館網絡知識發現服務是一種與“互聯網+”時代同步、蘊含先進技術的知識服務，必須有專業人才給予支撐。因此，數字圖書館要意識到館員的專業素養必須與時代要求相匹配，加大“外引”和“內培”力度，在保障人才質量的前提下多方拓展人才引進渠道，不斷輸入新鮮血液，同時采取多種方式培養原有館員，激發館員的學習積極性和主動性，進而實現館員隊伍專業素養的整體提升[6]。此外，數字圖書館還要重視“理論+實踐”的培養模式，鼓勵館員將學到的理論知識應用于工作實踐，形成“學習—實踐—學習”的良性循環。

4.2 用戶的信息素養問題

培養用戶的信息素養能力，促使其知識獲取手段逐漸科學化，有助于數字圖書館網絡知識發現服務質量的提升[7]。在培養用戶信息素養能力方面，數字圖書館可以采取多途徑宣傳、專題講座、信息培訓、在線課程等方式，對其進行“個性化”教育和“跟蹤式”教育。其中，“個性化”教育要針對不同用戶的認知規律、心理特征、專業背景、文化程度等因材施教，設計不同的信息素養教育內容，選擇合適的信息素養教育方式;“跟蹤式”教育是數字圖書館積極參與用戶知識發現過程，隨時發現用戶在知識發現過程中遇到的問題并給予協助解決，同時依據用戶反饋及時調整教育內容和方式。數字圖書館進行用戶信息素養教育培訓時，除抓好用戶的信息素養理論知識和實操能力外，還要提升用戶的觀察、分析、甄別等綜合信息能力，強化自我服務能力，確保用戶信息素養的有效提升。

5 結語

綜上所述，數字圖書館引入深度學習技術構建網絡知識發現服務將對用戶的信息行為產生較大影響，數字圖書館應加大優化整合數據資源的力度，及時更新信息技術，對用戶的知識需求和信息行為進行更加深入的調研，進一步提升數字圖書館網絡知識發現服務的質量，穩步推進圖書館事業不斷向前發展。

參考文獻：

[1] 劉忠寶，趙文娟，賈君枝.深度學習及其對圖書情報學的啟示[J].情報工程，2017（4）：62-70.

[2] 山世光，闞美娜，劉聽，等.深度學習：多層神經網絡的復興與變革[J].科技導報，2016（14）：60-70.

[3] 吳青蘭.數字圖書館知識管理的基礎理論研究[J].新西部（下旬·理論版），2011（2）：134-135.

[4] 楊延錚.以知識服務構建面向知識創新的數字圖書館[J].西北工業大學學報（社會科學版），2012（4）：120-124.

[5] 王宏波.高校數字圖書館信息檢索用戶認知模型研究[J].河南圖書館學刊，2017（8）：44-46.

[6] 宋敬果，劉敏榕.基于鯰魚效應的高校圖書館學科館員激勵機制構建策略[J].情報探索，2015（2）：95-97.

[7] 溫日琴.數字圖書館門戶網站用戶認知模型的構建研究[J].四川圖書館學報，2016（2）：34-37.

（編校：徐黎娟）