智慧圖書館設備故障規避的HFACS等級相關分析

孫龍杰 俞凱君

摘 ?要： 大數據人工智能時代下圖書館各項新技術設備的應用為智慧圖書館的發展提供了高效智能化的技術支持，實現了智慧服務的自動化，幫助用戶更加便捷地獲取、利用、分享圖書館的各項資源;但隨著內外環境的變化影響，設備故障問題也日益突出，如何有效規避智慧設備故障隱患，降低故障風險成為亟待解決的新課題。筆者通過自身工作實際結合相關文獻資料，統計發現影響設備故障主要分為四類因素，其中人為因素占了很大比例，進一步深入分析得出含制度設計、流程執行等16種因子的四層改進型HFACS框架。通過設備故障樣本集數據集計算Spearman和Kendall Tau—b相關系數得出各層等級相關度，逐步挖掘出各層內在相關邏輯因子，探究出設備故障致因鏈進行分析，總結歸納啟示性建議為圖書館相關智慧管理和服務提供科學依據。

關鍵詞：?智慧圖書館;人為因素;等級相關系數;致因鏈

中圖分類號： O213;TP 18 ???文獻標識碼：?A????DOI：10.3969/j.issn.1003-6970.2019.09.014

本文著錄格式：孫龍杰，俞凱君. 智慧圖書館設備故障規避的HFACS等級相關分析[J]. 軟件，2019，40（9）：62-66

HFACS Level Correlation Analysis of Smart Library Equipment Fault Avoidance

SUN Long-jie， YU Kai-jun^*

（Shanghai University of Medicine and Health Sciences， Shanghai， 201318）

【Abstract】： The application of new technologies and equipments in the era of big data artificial intelligence provides efficient and intelligent technical support for the development of smart libraries， realizes the automation of smart services， and helps users to more easily acquire， utilize and share libraries. Various resources; however， with the changes of internal and external environment， the problem of equipment failure has become increasingly prominent. How to effectively avoid the hidden troubles of smart equipment and reduce the risk of failure has become a new problem to be solved. The author actually combines the relevant literature with his own work. The statistics show that the equipment failures are mainly divided into four types of factors， of which human factors account for a large proportion. Further in-depth analysis results in four layers of improvement including 16 factors including system design and process execution. Type HFACS framework. The Spearman and Kendall Tau-b correlation coefficients are calculated from the equipment fault sample set data set to obtain the hierarchical correlation degree of each layer， and the relevant internal logic factors are gradually explored to explore the cause chain of the equipment failure analysis. Library-based wisdom management and services provide a scientific basis.

【Key words】： Intelligent library; Human factors; Grade coefficient; Cause chain

0??引言

智慧圖書館的發展目前主要分為智能技術設備和智慧館員服務兩大方向。高職院校較為注重智能設備的發展應用，認為通過不斷改善感知層智能傳感技術，完善數據采集等功能可以促進智慧圖書館持續健康發展，如廣東農工商職業技術學院、文藝職業學院圖書館對當前高校智慧圖書館智能技術的功能和應用特征做了總結歸納，認為館員應加強技術了解和應用能力^[1-3]。但隨著智能設備應用的普及以及智慧圖書館發展的核心理念不斷升華，不少學者認為兩者融合協同的發展趨勢將愈發明顯：武漢大學曾子明教授認為智慧圖書館應以為讀者提供更加智慧化的服務為前提，將情境感知技術運用到圖書館中^[4]。安徽大學儲節旺教授認為智慧圖書館只有具有更全面立體的感知、更廣泛的互聯互通、更深入的智能洞察、更高效的協同管理這四大核心特征，才能勝任未來的工作，而智慧科技和智慧館員是其核心要質^[5]。上海社科院信息研究所王世偉教授認為智慧圖書館不僅需要數字化、網絡化、智能化的外在特征，更需要互聯、高效和便利的內在特點^[6-7]。華中師范大學夏立新教授認為應堅持從智慧圖書館的“智慧”本質入手，充分融合與重構圖書館各要素來構建一個能激發人創造力的智慧學習環境^[8]。

筆者從事智慧圖書館建設多年認為在推廣人工智能新興技術^[9]應用的同時，也應堅持“以人為本，用戶至上”的服務理念，積極探究出能有效提升用戶智慧服務感受度的策略和方法，構建智慧溫馨的學習家園。筆者從實際工作中發現設備故障頻發，嚴重影響用戶智慧服務體驗和圖書館智慧服務管理水平。而因自然環境和館內環境變化導致的各類故障不在少數如3D打印機的故障^[10]，筆者以上海健康醫學院圖書館2018年為例，在館運行的RFID自助借還機、24小時圖書館、自助閱讀機、觸摸檢索機、朗讀亭、打印機等各類智慧設備共計24臺，故障原因經初步統計分析主要分為軟件因素、氣候因素、固件因素、人為因素四大類，具體如下。

從表1、圖1不難看出人為因素占據了主要比例，筆者通過文獻檢索和相關物聯網技術^[11]、大數據應用平臺^[12]的研究，結合智慧圖書館“用戶畫像”^[13]行為的挖掘分析，提出智慧圖書館設備故障規避的HFACS等級相關分析研究，力求量化人文關懷指標，深度挖掘人為因素在設備故障發生前后相關隱性、顯性因子的內在邏輯關聯，合理推斷致因鏈，突破以往主觀思維的誤導和單一數據分析的偏差。

1 ?HFACS四層模型

HFACS（Human Factors Analysis and Classification System）^[14]是用于各類事故調查中分析人為因素的方法，在航空事故調查、生產安全事故調查、管理安全事故調查中應用最為廣泛^[15]，由“瑞士奶酪”（Swiss Cheese Model）模型^[16]演變而來，它將人為因素劃分為四個層次進行分層歸納包括：不安全行為（直接原因）、不安全行為的前提（顯性因素）、不安全的監督（隱性因素）、決策層影響（潛在根源），每層中包含若干具體影響因子，可對各因子進行分析。但經典HFACS模型框架下只能大致給出事故發生四層分類影響，且缺乏有效分析數據支撐，不能直觀體現出各層間內在致因鏈的相關度^[17]，為解決上述問題適應智慧圖書館設備故障調查，有必要重新分析故障發生前后人為因素各因子特征并對整個HFACS框架進行適當修改，完善其具體因子，改進后的HFACS框架如圖2所示。

2??等級相關分析

相關分析是度量兩個變量或兩組變量之間的相互依存關系的一種典型方法，相關系數是描述線性相關程度和方向的統計量^[18]，正負號表示相關關系的方向，其絕對值大小表示相關關系的強弱程度，如下表2所示。

這里需要說明的是樣本數據分析得出的相關系數r需要在一定顯著性水平進行檢驗^[19]才能符合對總體數據的推斷，本文采用a=0.05的顯著性水平。

對于服從正態分布的兩個隨機變量X與Y來說可用簡單相關分析法（一般指直線相關），采用Pearson相關系數計算，公式如下：

但以上相關分析均基于定量數據或連續型變量的研究，而對于HFACS中各因子順序變量往往難以確定協方差和標準差。因此需對HFACS中各因子順序變量進行等級相關分析，Spearman和Kendall等級相關系數是常用的度量算法。

Spearman相關系數又稱秩相關系數，主要對2個變量的秩做等級線性相關分析，而與變量的分布和樣本容量大小均無關，一般定量數據或連續型數據需轉換成相應的排列順序，再運用Spearman法去求解，其定義如下：

Spearman相關系數ρ被定義為2個n維隨機變量X=（X₁，X₂，…，X_n）和Y=（Y₁，Y₂，…，Y_n）：

其中，r_i和s_i分別是X_i和Y_i的秩，i=1，2，…，n。的取值范圍為[-1，1]，由于與Pearson公式相仿，在SAS中字母表示相同。

Kendall相關系數（SAS中稱為Kendall Tau b相關系數）與Spearman類似，但它不僅要考慮變量的排列順序，更主要的是根據2個變量間序對的一致性來判斷其相關性，因此相關度評判更為嚴格，對于n維變量中第i個任意隨機分量X_i、Y_i和第j個任意隨機分量X_j、Y_j來說，（X_i、Y_i）和（X_j、Y_j）的排序一致時，稱之為同序對，反之稱為異序對，在可得如下定義：

這里P表示一致的序對數，取值范圍為[–1，1]，SAS中用Tau表示。

執行SAS中CORR過程得到各層之間的相關系數，結果如圖3-5，表3-5所示。

3??總結

根據上節SAS軟件分析出的各層因子間相關系數和歸納整理出的相關因子對，不難發現基于HFACS框架下的智慧圖書館交互設備故障等級分析，其中各層大部分因子對橫向間Spearman和Kendall Tau—b相關系數、相關度之間存在較為顯著的一致性，其中縱向隱含著2條痕跡較為明顯的邏輯致因鏈，如圖6所示。

上述研究表明制度設計和流程執行是設備故障的潛在根源，巡檢執行和監督違規是隱性因素，兩者之間內在相關度顯著;動機不純是顯性因素，有意識違規是設備故障的直接原因，兩者之間顯著相關。因此針對上述研究結果，筆者提出智慧圖書館設備故障規避的幾點啟示性建議，供其他圖書館參考：

（1）館內制度設計需要兼顧館內管理和用戶實際需求，制定更為合理規范的舉措;流程執行不僅要常態化更需人性化，人文關懷落實到行動上。

（2）巡檢更應嚴格定期執行，應采取更為有力的措施監督違規，以期有效降低隱患。

（3）針對動機不純的用戶行為應及時發現制止并對屢教不改者列入黑名單，逐步杜絕用戶有意識違規行為，加強入館教育，提高人文素養。

參考文獻

• 王維秋，?劉春麗. 智慧圖書館的理論演進歷程、應用前沿與發展趨勢研究[J].?圖書館學研究，?2017（18）： 17-20.
• 黃輝.?基于智能傳感器的智慧圖書館感知層研究[J].?圖書館工作與研究，?2018（04）： 46-51.
• 謝芳.?論高校智慧圖書館的功能與構建[J].?圖書館學研究，?2014（06）： 15-20+11.
• 曾子明， 陳貝貝.?融合情境的智慧圖書館個性化服務研究[J]. 圖書館論壇，?2016（02）： 57-63.
• 儲節旺， 李安.?智慧圖書館的建設及其對技術和館員的要求[J].?圖書情報工作，?2015（15）： 27-34.
• 王世偉. 論智慧圖書館的三大特點[J].?中國圖書館學報，?2012（06）： 22-28.
• 王世偉. 融合圖書館初探[J].圖書與情報，?2016（01）： 54-61.
• 夏立新， 白陽， 張心怡.?融合與重構： 智慧圖書館發展新形態[J].?中國圖書館學報，?2018（01）： 35-49.
• 梁子鑫.?探討新時代背景下新興技術在人工智能中的應用[J].?軟件，?2018，?39（7）： 166-169
• 蔣經緯， 龍俊琪， 梅文.?一種針對開源3D打印機的故障檢測系統[J].?軟件，?2018，?39（7）： 157-160.
• 牟思. 淺談物聯網的關鍵技術及計算機物聯網的應用[J]. 軟件， 2018， 39（6）： 189-191
• 尹航， 楊歡， 崔海斌， 等. 基于大數據應用的虛擬化云平臺建設方法研究[J]. 軟件， 2018， 39（4）： 201-207.
• 李大偉， 杜洪波， 周孝林， 等. 基于“用戶畫像”挖掘的圖書推薦App設計[J]. 軟件， 2018， 39（5）： 35-37.
• 龐兵， 于雯宇.?基于改進的HFACS和模糊理論的航空事故人因分析[J]. 安全與環境學報，?2018（05）： 1886-1890.
• 張琥， 傅貴.?HFACS中不安全監管因素與事故致因24 Model中不安全動作因素的對比分析[J].?中國安全科學學報，?2017（02）： 582-586.
• Shappell S， Detwiler C， Holcomb K， Hackworth C， Boquet A， Wiegmann DA. Human Error and Commercial Aviation Accidents：?An AnalysisUsing the Human Factors Analysis and Classification System[J].Human Factors The Journal of the Human Factors and Ergonomics Society，?2007（5）： 227-242.
• 呂春玉， 房春花. 人為因素分析與分類系統（HFACS）及事故個例分析[J].?中國民航飛行學院學報. 2009（02）： 37-40.
• 樊嶸， 孟大志， 徐大舜.?統計相關性分析方法研究進展[J]. 數學建模及其應用，?2014（01）： 1-12.
• 張旭， 陳冬東， 葉志強， 李啟明， 謝建平. 從多組學數據挖掘結核病關鍵基因的綜合策略[J].?工程數學學報， ?2018（05）： 515-522.