數據驅動的智慧圖書館建設與智慧服務研究

于興尚 董紅麗 郭 暢

（1.廣州工商學院圖書館 廣東佛山 528100； 2.白城師范學院圖書館 吉林白城 137000）

1 引言

隨著信息化的普及、交互迭加和深入發展，數據容量以指數級體量堆積，規模化數據集現象已司空見慣。從數據集合過濾嘈雜信息、凸顯數據弱信號、關聯數據復本、優化數據散落節點、開發具備價值屬性的融合數據是目前大數據時代面臨的緊要問題。由于圖書館數據可劃分為現實數據（館藏數據、設備運行數據）和網絡空間流動數據即非現實數據（交互數據、感知數據等）配置信息，所以在開源文化時代，知識生產和信息輸出以多構面和多樣本存在，以稀缺性和精準供需為導向的價值尺度顯得尤為重要。鑒于數據資源“信息孤島”和“信息離散”等現象，在圖書館用戶數據流中引入用戶畫像、數據挖掘、數據倉儲、深度學習等人工智能技術，利用現有技術理論對海量數據進行有效組織和處理，在知識服務中創新適應人們需求模式的信息供給工作平臺更不容小覷[1]，其對于圖書查詢系統、館藏系統、用戶界面系統、查收查引系統和服務平臺系統等規劃數據“零件”、開發服務產品具有重新組合、混合和再造功能。加上標準網絡服務和動態數據計算的浮現，圖書館服務通信的本質實際上是機器間的交流協作，借助瀏覽器、視覺應用、網頁等方式訪問數據，并在多樣數據中心、存儲系統和互聯數據庫中以數據驅動形式為智慧圖書館通用基礎架構建設打下良好基礎。數據驅動理念的引入意味著圖書館實現學術圈數據共享、受眾個性化服務、時效性服務、異構數據挖掘等智慧化服務指日可待，因此革新數據驅動戰略思維對于智慧圖書館集成創建和智慧定向服務起到推波助瀾的作用。

2 研究綜述

從人類發展史來看，任何文化構建都不是自然流露，而是在不同分類系統和知識表征的基礎上慢慢累加，也會隨著不同技術差異、文化體系迥異、歷史變遷的發展而呈現不同形態，智慧圖書館也不例外。智慧圖書館概念的提出者是芬蘭大學圖書館學者艾托拉，2003年他將一個不受空間制約且能被感知的服務定義展現出來[2]。王世偉基于技術背后的實質性表現將智慧圖書館的互聯化歸類于全面感知、立體互聯、信息共享三大特征[3]，可見智慧圖書館的精細分析不僅活躍于應用技術詮釋的智能屬性，還聚焦于服務的泛在化描述和人文設計。洪亮等基于信息生態鏈理論組件基礎設施層、數據資源層、服務應用層3層智慧服務體系[4]，對于深入揭示、細化各要素之間的業務流具有自適應性和擴展性優勢。蘇云[5]從大數據和人工智能角度運用大數據分析算法、知識圖譜技術等以多場景、多服務的服務法則構建智慧圖書館服務框架圖，并在服務層嵌入資源服務、內容服務、用戶服務3類智慧服務。在推向數據驅動的快車道上，戎軍濤等[6]強調圖書館知識服務孵化進程不只依賴于大數據、物聯網、云計算等數據處理設施，更取決于語義挖掘、知識關聯呈現等數字算法分析能力。曹樹金等[7]根據用戶數據類型結合大數據技術設計了面向精準服務圖層框架，為社群推送、千人千面的智慧服務實證研究設定體驗導航指標。徐瀟潔[8]以用戶多樣需求為依托點，以數據驅動理念為基石并容納知識管理、智慧空間、智慧管理的核心動向構建智慧圖書館服務模型。解金蘭等[9]以數據服務開啟智慧圖書館研究，在平臺搭建上以全面、共享、互通、易用為切入點打造服務路線圖，支持智能化、機器算法準則等，在縝密智慧圖書館數據服務架構路線以及規劃部署上為業界業務實踐勾畫對接輪廓。盛銓[10]著重以高職院校所具有的靜態和動態數據為基準，對兩大類數據進行降噪、標準化處理、挖掘、權重賦值等流程界定，確保智慧圖書館智能推薦系統的有效應用。綜觀數據驅動環境下智慧圖書館研究發展趨勢，主要集中于智慧服務深化、智慧框架創新、技術與需求雙輪驅動、圖書館資源深度開發等層面，泛在數字時代，網絡、信息資源和先進技術的智能融合，對于智慧圖書館演進的服務模式不再是表面的敘述、注釋和論證，而是從數據景觀的高端探知文化思想圈的未知領域、關聯知識互通。用戶數據是圖書館服務價值產生的源泉，圖書館作為數據集結高地，理應以數據驅動培育新動能，在綜合研判中使得優渥資源和成熟技術成為圖書館與時俱進的新亮點。數字化數據所闡述的內涵不再是傳統形式的定量憑證，而是對知識創造和增值服務的開發與映射，數據驅動的非介入性研究可以提高用戶日常數據交互的真實性和可靠性，規避受外部環境影響而產生的偏差。數據驅動的智慧圖書館之所以倍受青睞，主要因為其反映了用戶信息行為的思辨特征，對于智慧圖書館的應用和深化具有特殊指向性。

3 數據思維對智慧圖書館的研究定位

從數據界中收集數據集并服務于某項工作是未來發展的常態，數據的采集、清理、整合、挖掘、分析和管理與跨界協同、創新賦能的概念一以貫之。就數據認知而言，技術領域偏向于數據技術，應用領域偏愛于數據應用。鑒于技術層面和應用層面對于數據內涵的理解，圖書館在大數據帶來的決策變革中，應是技術和應用的有效結合。畢強等結合數據密集型的研究價值主張數據驅動將人們從“知識析解問題”的傳統認知引向“數據解決問題”的潮流中來[11]，從用戶本質需求探索圖書館服務發展的新話題，對于精準把控智慧圖書館建設、深度攫取現有資源、收割智慧服務具有重要參考價值。

3.1 規劃智慧圖書館發展的主流趨勢和引擎規則

圖書館傳統服務模式一般提供的是單一閱讀視角和線性服務結構，由于受載體生產數據量和論證模式的制約，在用戶之間提供的穩定性和針對性服務稍顯不足。而數據思維模式下的內容分析則是對圖書館用戶數據容量中類型、特征偏好和頻次等數據的及時反饋，通常把用戶訪問數量、借還熱點、社區活躍度、分享內容和檢索傾向等作為智慧圖書館建設的元數據統計項，以此篩選出內容輸出的核心指標，為圖書館建設的智慧思維提供針對性的構建策略，有利于智慧圖書館的整體運營和持續發展。同時，數據驅動的服務空間以非線性的形式打破傳統模式對信息來源、交流的限制，支持多樣平臺的數據重組與修訂，并以多個平臺邏輯集成的形式重構用戶檢索信息和檢索路徑，對于預測甚至勾勒智慧圖書館的主流趨勢的去生硬化和規則設定具有顯著的實踐效用。

3.2 以數據資產化的研究范式鑄造智慧服務

在數據新時代，圖書館應本著激活數據、融合數據、強化服務推廣意識促進不同系統、不同區域的數據整合，構建數據資產共同體。如今數據逐漸成為信息資產和知識載體的代名詞，源源不斷的信息流所產生的生活數據和個體主觀意識的鏡像關系，可能會使公共區域和私人空間、身份認同和社群服務概念發生巨大改變，從海量碎片化數據中甄別有用信息并識別共同群體的特有喜好、溝通用戶群體服務新模型，集體性思想以及個性化觀念“物質化”實現似乎不是遙不可及。圖書館借助數據流通，依據個人偏好可提供定制化服務；憑借館內運轉情況探測環境變化；通過用戶借閱與訪問軌跡可視化熱門書籍與研究前沿。如重慶大學圖書館結合專業課程、閱讀和數據下載等信息行為，為在校學生提供具有前瞻性的館藏信息[12-13]。由此數據背后隱藏的重要線索不僅可以完善用戶需求的知識網絡，還可在數據在線的互動情境中精深智慧服務，使得數據資產成為擴展智慧圖書館服務的有力武器。

3.3 融入智慧圖書館技術轉型與價值鏈的新元素

全方位盤活所有可用數據并打破數據壁壘、發現數據區間的兼容平衡點等都離不開先進技術的支持和應用。李顯志等提出智慧圖書館是涵蓋技術、資源、館員、用戶等為一體的智慧協同體[14]；勾丹等[15]借鑒行為數據（用戶和館員），通過物聯網和大數據技術構建智慧服務模式。數據依靠數字工具獲取或模擬化表示，利用數據倉儲或儲藏工具進行數據存儲，這些跡象表明關聯多元化技術載體所衍生的存取接口和功能延伸會在智慧圖書館生命周期的各個階段中以知識迭代的形式進行演繹和具現。如果說用戶數據流動能夠記錄每一次服務呈現的具體方式，那么顛覆性技術則可將數據轉化成智慧服務成品。特別是5G移動技術的多場景設置，第四次工業革命中區塊鏈技術分布式存儲的去中心化和智能合約對企業、生態、產業鏈的變革創新等，使得用戶行為痕跡在技術介質的輔助下進一步揭開了數據領域的神秘面紗，在多層次無縫銜接的高速網絡中促進圖書館館藏資源的生產、利用和傳播。

4 數據驅動下智慧圖書館建設與智慧服務系統規劃

隨著社交媒體向縱深領域發展，用戶基數的增大所引發的信息行為復雜度的加深，傳統定式下用戶信息行為的研究質量也得到新的改進[16]。足量的數據在線、集成化的網絡組織是智慧圖書館數據服務的特征趨勢[9]56-57。但是數據驅動和智慧圖書館的結合意味著什么？對于傳統圖書館服務而言，數據化和新技術可以智慧解決服務零散化和無關聯的現狀，依靠現代技術擁有的多功能性和可支配性，通過設計、模擬、計算、分析、推導等手段改造圖書館人文知識體系，為用戶提供多差異化、宏觀可視性和趨勢性研究的可能線索，從而擴充服務潛力。就用戶數據本身來講，如何精準分析和理解用戶行為痕跡？如何同構不同來源的數據資源？如何從社群思維角度挖掘用戶共同點？如何貫徹和融合多種智能技術與圖書館系統的有效兼容、打造服務的實際性？這些問題依然是數據驅動環境下智慧圖書館研究的難題和挑戰。在內外挑戰并存的形勢下，圖書館轉型問題在業界已成熱門話題[17]。文章在參考前人研究的基礎上，加大用戶數據質量管控力度，明確數據剖析步驟、數據度量標準、數據異常監測和數據集成規則，靈活運用相關技術，采用支持到需求的二元維度構建綜合集成框架，將智慧圖書館構建劃分為數據采集層、數據管理層、技術分析層和應用展現層4個層級，在數據采集層、數據管理層、技術分析層的協調統一下獲得應用展現層的智慧化，以高效方式實現數據驅動圖書館智慧構建的合理性和提高圖書館智慧服務的精準度。

4.1 遵循數據管理生命周期打造智慧圖書館服務基礎來源

“生命周期”一詞起源于生物學領域，其機理是指一個生命體從孕育、誕生、成長、成熟到消亡的規律性過程。1985年Marchand等將信息生命周期視為信息管理中邏輯嚴謹并緊密相連的若干階段[18]，從此探索信息生命周期管理的研究熱潮開始在國內外掀起。隨著其內涵的引申和推進，具備一系列系統工程的研究方法也在各大領域逐漸出現[19]。身處數據驅動的圖書館轉型中，由于信息技術應用的普及，技術所產生的催化效應加速了數據型服務的進度。為滿足不同用戶需求所體現的層次復雜化、需求多變化、對象廣泛化等特點，數據彰顯的價值功能對于圖書館智慧服務的依賴性和明晰性尤為重要。為了揭示圖書館智慧服務的創新開發、統計分析、改造利用和行為趨勢，文章將數據生命管理周期規劃為數據采集、數據整合、數據存儲、數據處理、數據備份、數據再用6大預期流程（如圖1所示）。

圖1 數據管理生命周期預期流程

數據采集可依據用戶實際需求或者以應用為出發點收集相關體量數據，這些數據可源于圖書館用戶，也可從外部環境批量導入（如超鏈接、社交網站等）。為了確保結構化數據、非結構化數據、半結構化數據、流數據的合并和統一，應實現不同數據來源之間的轉化、凈化和集成等功能數據格式的一致性，形成各類數據為一體的數據存儲，從而為圖書館服務智慧營銷和管理決策提供客觀依據。數據處理對圖書館現實和虛擬數據中存在的質量問題和集成錯誤進行分析和組織，提取有用信息，以智能技術為協助，保障數據質量管理體系的有效運轉。數據備份的目的是防止由于人為操作失誤或自然災害造成系統失靈引發的數據丟失，將部分或者全部數據進行備份，以便發揮智慧圖書館的應急功能。數據再利用是為更大范圍內發揮數據二次開發功能，在數據模擬、場景變化、服務調整等多數據共享中帶來收益。

4.2 數據驅動的智慧圖書館模型構建的基本原則

智慧圖書館的價值核心在于用戶服務[20]，打造新穎、及時的數據產品是智慧圖書館的顯著特征，迎合用戶需求、 隱性需求顯性化、厘清服務劃分準則是智慧圖書館構建的基本要求。智慧圖書館鑒于相同數據集在不同的應用場景所產生的數據詮釋方式不同，本著數據模式統一化的服務準則，巧妙利用現代技術確定內外部數據規格，為緩解數據控制失衡提供高效和智慧的解決平臺。但是大數據新的理念和特征所衍生的數據再生環節的服務再造能力使得圖書館智慧建設不在關注技術本身的連鎖智能反應，而是服務背后的便捷性和人文關懷。可見智慧圖書館服務在存儲方式、整合手段、呈現和展現程度上與傳統圖書館相比有了大幅度改善，規避了傳統服務模式對待數據樣本的存儲模式。文章基于可持續性的制定方針，認為智慧圖書館構建的路徑優化和功能界定應該符合以下3個原則。

4.2.1 確保數據來源與有效處理相結合

繼文獻和電子資源之后，數據資源逐漸成為圖書館建設的重要資源之一，借助挖掘手段揭開隱藏在數據背后的信息價值，為創新服務內容、提升服務實效、銜接師生科研創造條件[21]。考慮到數據采集的分散性以及圖書館各大系統之間的相對獨立性，盡量減少數據使用對知識記錄和建模的框架延伸，對于確保各大數據類型的來源數據庫、區分數據類別對消除智慧圖書館構建的不確定性、降低分析門檻、明確用戶需求傾向具有顯著成效。圖書館用戶數據可分為個體數據和集體數據，個體數據應具備小數據特性，而集體數據可關聯用戶的共有需求屬性。智慧圖書館有效運用小數據匹配個人需求，從宏觀理念聚焦用戶共同需求偏好，挖掘智慧服務發展的規律和因果關系，這兩者的相輔相成構成了智慧圖書館數據高效甄選的主要目標。但是圖書館用戶通過線上服務獲取信息，其隱私信息在虛擬開放網絡中難免被竊取和丟失，因此應在智慧模型搭建的底層嵌入健全的信息保護機制，在數據隱私、數據管理、數據監控的三重機制中確保用戶信息安全。

4.2.2 精選技術性要素捕捉功能布局

積極融匯數據技術，擴充圖書館知識服務空間是對數據革命環境下圖書館服務的重新洗牌。智能技術對數據的過濾和處理能夠基于大量文本、數據和圖片得出宏觀結果，也能針對個別文檔和數據元素開展微觀探析，并且能夠在兩種模式之間靈活變換。圖書館服務對于技術數據集成、整合甚至篩選能力的信任程度，必將帶來新的發展高度和服務視野。鑒于用戶海量數據中蘊藏的有用數據量，挖掘核心數據能力是智慧圖書館建設精選技術元素的關鍵指標。智能技術的引入不僅僅是工具算法的運用，它們也是認知界面，通過預先設定好的組織和理論規則實現數據到知識的生產和傳遞。綜觀圖書情報界研究成果發現，知識挖掘、物聯網、大數據、云計算、移動視覺、知識圖譜、人工智能、情境感知技術等在智慧圖書館的建模研究中相互促進，鑒于各項技術指標對標記文本、自然語言處理的分析和總結，智慧圖書館的技術挑選應本著全面融合、功能兼容、層層關聯的原則面向服務提供智慧化支持。

4.2.3 以到位的服務準則進行精準營銷

服務在智慧圖書館的塑造與設計中被賦予豐富的“傘概念”，涉及各式各樣的服務類型：可視化展示、智能存儲、泛在互聯、閱讀游戲開發、智能檢索、智能館藏、智慧參考咨詢以及在多種智能場景中對不同用戶的需求結構進行開發的互動空間和休閑空間。智慧圖書館打造的核心指標在于用戶參與的黏性強度和個性化展現。圖書館用戶停留在網頁的時間、檢索方式、知識分享、社交交流、檢索程度等信息行為都是圖書館著力凸顯特色服務的導向，堅守執行精準、開闊思路、完善機制、提升館員、求實發展的服務準則來不斷強化人文服務的核心內涵，以用戶現實需求為出發點完善圖書館發展韜略，在技術含量累積的情況下實現服務質的飛躍，在以人為本的精髓中注入“轉型”“賦能”“創新”“綠色”的發展理念，這就是智慧圖書館精準營銷的價值所在。

4.3 模型規劃與設計

數據驅動機制推動圖書館服務系統邁向大融合，智慧圖書館服務架構設置的功能角色包含數據處理平臺、數據分析平臺和服務營銷平臺。圖書館用戶數據源具有模式異構、地理位置分散、訪問機制不統一、價值密度高等特征，這將引發數據密度解析和集成模式的問題。數據處理平臺包括數據采集層和數據管理層兩項。數據采集層把接口轉換為用戶可用的數據接口，以解決不同數據類和數據庫之間的接口統一和協作一致的問題，使得各種數據源以適當存儲格式反饋給用戶。加上良好的數據隱私保護、粒度審計、溯源追蹤等管理策略的防護，保障智慧圖書館應用平臺從技術挖掘到數據管理安全傳輸的應用，減少了大數據環境下圖書館面臨的安全威脅。數據管理層在基礎采集層的有效對接下主要解決用戶數據的個性化，清除混雜信息，知悉數據屬性，只有明確用戶數據行為的發展方向，才能針對智慧服務對癥下藥。數據分析平臺指代技術分析層，從管理工具集和應用工具集的控制手段達到知識輸入與輸出的完整管控，在特征吸取和智能交互的多種體驗中打破數據隱藏的模糊屏障，為服務營銷平臺創造和諧服務環境。應用展示層作為服務營銷平臺的典型代表，其核心宗旨是以互通、共享的服務理念實現智慧服務的大眾化，在延伸圖書館社會職能、宣傳知識工程等一攬子服務展示中實現服務到用戶的精準推送，具體模型如圖2所示。

圖2 數據驅動的智慧圖書館模型

4.3.1 數據采集層

數據采集層主要聚焦結構化數據、非結構化數據、半結構化數據和數據流4種數據類型，其中結構化數據主要有感知數據（環境、溫度、進館人次、光感強度、設備監管狀態等）、元數據（關鍵詞、摘要、主題等），這些數據主要來源于感知數據庫、館藏數據庫和其他數據庫。當然，圖片、視頻、聲音、日志、文本文件、技術規范數據等非結構化數據以及XML、HTML存儲的半結構化數據也可源自這兩類數據庫，但其存儲形式以網絡數據庫為主。檢索頻次、網絡流量監控、用戶瀏覽時間、借閱頻次以及以字節流動的依附性數據都可在借閱數據庫、網絡數據庫等收集。由于數據采集層承載了海量高價值信息，用戶數據的加密、評定、防護成為智慧圖書館建設的中心。數據隱私保護對策使得未受用戶許可的敏感數據以加密機制隱藏起來，讓不斷接入的用戶數據在沒有解密處理的新型管控中得到有效屏蔽。為了解決用戶數據量多、用戶訪問權限繁瑣的問題，數據訪問控制加入了綜合組合用戶權限和數據權限的控制方式，給予雙重數據保護；同時，以數據溯源追蹤技術加強圖書館用戶數據的整理、分配、提取各個環節的力度，探究數據收取的可靠性、本源性并查詢數據真偽，并在標準粒度審計的稽查中加大數據采集的發送和接收的審核力度，在實時安全控制的動態跟蹤分析下及時發現安全漏洞，修復采集過程中系統出現的薄弱環節。

4.3.2 數據管理層

數據管理層使用數據剖析（抽取、轉換、清洗、整合）將相互關聯的異構數據進行集成并統計數據的內容和結構，為后續的數據存儲和數據細化提供依據。首先從數據采集層中抽取數據集，數據抽取相當于數據復制或者數據移動，其次通過數據轉換的形式解決格式不統一和數據離散化問題，為了進一步查缺補漏，替換、過濾掉冗雜內容，數據清洗可謂字段查重的強大引擎，最后以數據整合的方式將元數據存放在數據倉儲中。由于數據倉儲存儲了多維數據，聯機分析處理可針對不同的數據進行快速訪問和分析，在多維度數據集市中集群圖書館用戶信息行為。系統數據庫可通過數據挖掘、聚類分析、主題分析實現數據驅動具體化，將數據類型劃分為靜態數據（姓名、專業、年級、教育程度）、動態數據（檢索行為、信息偏好、瀏覽、位置感知數據、下載等）、社交數據（社區評論、微博互動等）和監控數據（館內環境數據）4大類。在新的發展環境下，智慧圖書館基于數據管理層智能計算技術的有效部署挖掘全體用戶的數據價值，突破信息管理體制和分析機制的障礙，實現信息深度協同共享。

4.3.3 技術分析層

智慧圖書館建設和服務是匯集智能化、網絡化、自動化為一體的、技術和需求并舉的智慧藝術。技術分析層全面貫注于優良服務和高品質管理之中，在節省用戶搜索時間、精準分析用戶需求、構建知識網絡上大放異彩。此層面以數據管理層中涉及的數據分類為接入點，通過信息特征提取發掘用戶信息行為取向，借助語義分析技術辨析用戶信息特征出現的多含義行為，從而在畫像技術的滲透下抽象用戶信息全貌。信息技術不但實現了館舍、用戶與館員之間的互動互通，為各類數據的精準預測和服務個性化和鮮明化提供展示空間。技術分析層位于模型的中間地帶，VR/AR、智能推薦、人機交互、可視化技術、認知計算等，主要發揮服務的個性化分析、多場景呈現、信息的推薦與管理、智慧教學、資源富集等算法功能。融合共進的服務理念，對于數據更新的合理把握、探索用戶需求價值有普惠意義。實質上智慧圖書館的提出到研究映射出數據感知、挖掘、處理到發現智慧的服務流程，而技術的參與為用戶行為和服務的擴展融合搶占了先機。

4.3.4 應用展示層

應用展示層作為整個模型體系的頂端交互層，用于用戶與服務應用的綜合工程。智慧圖書館的服務將傳統服務按照新的規則進行重組，主要體現了體驗擬實化、交互互聯、可視化描述、空間智慧化和知識豐富化等特點。智慧圖書館的智慧之處不是對局部領域發展的成功駕馭，而是圖書館服務的全局深化和泛在表達。場景模擬化利用虛擬現實和增強現實技術實現虛擬資源與真實資源的完美融合，特別在古籍再現上效果俱佳。精準推送涉及用戶位置、時間分配等，依據不同的情景推送不同知識，協助用戶跨越學科門類調整知識結構。個性化推薦按照數據到資源的運作原理，對用戶的信息需求特征進行精準和深度挖掘，在用戶賬號登錄活躍度、閱讀下載、點評和收藏等信息行為和館藏資源中借助智能推薦服務滿足用戶個性化需求。用戶隱性需求可在搜索內容和檢索方式的交互下衡量需求尺度并預測用戶需求范圍，并以可視化的形式呈現給用戶。基于用戶數據的智慧服務是從淺表到深處的化學融合，也可說是計算機技術與人文服務的考量和凝練，可在人機交互和認知計算的智能領域中不斷迭代用戶需求，判斷用戶對信息的利用程度。此外身份認證技術的有效利用，不僅可以評估用戶的進館次數，而且兩者的相互作用還可通過用戶對圖書館的粘性程度判斷用戶的忠誠度，并依據相關信息提煉用戶服務滿意度，從而針對不同需求層次的用戶作出智慧決策，穩定核心用戶數量。智慧服務空間的路徑體現在高度延伸和泛在記憶的循環體系中，涵蓋智慧課堂、資源聚焦、共讀經典和學術交流。數據驅動所體現的智慧課堂，依據用戶數據動態量身打造滿足用戶需求的課程，在不受時間和空間制約的情況下，借助線上線下的研討交流開辟特色空間。資源聚焦是學科語料庫建設的憑據之一，也是圖書館用戶知識匯聚的重要資源庫。構建面向各大專業和領域的智庫平臺，可在很大程度上改善用戶的認知深度和研究范式。同時，圖書館作為學術交流和閱讀推廣的主要平臺，在教學和研究中的作用日益凸顯。智慧圖書館的精心構建不再限于傳統服務，其開源文化的服務意味著學術交流體系的重構和多元文化的崛起。

5 數據驅動下智慧圖書館研究的相關問題

智慧圖書館構建帶給圖書情報界的不僅是服務的轉變，更是一套系統的認知體系。繼傳統圖書館向數字圖書館變革，在技術革命的引領下，圖書館向智慧圖書館發展，圖書館服務向智慧服務邁進[22]。由于智慧圖書館的發展還處于理論探索階段，在實踐操作方面有所欠缺，因此圖書館走向智慧化還應統籌兼顧、協調并進。

5.1 加強戰略部署和應變能力

不斷提升用戶滿意度是圖書館服務迭代的最終目標。在數據賦能研究中，智慧的概念已經變得接近于流動且充滿靈感、碰撞，圖書館每一個數據元素在一個模型制作下創造知識，它們的相互獨立身份又被融為交織的整體。智慧圖書館的服務框架應根據館內工作重點、服務方式以及業務體系在不同發展階段作出及時調整，使得粗放的服務內容向精準的知識單元轉型。合作性的技術團隊和用戶群聚數據為智慧圖書館將若干個分層組合為一個邏輯整體提供了可能。圖書館應增加技術更新敏感性，構建技術預警機制并科學判斷其在館內的應用評估，促成圖檔博以及其他機構之間的戰略性合作來形成智慧共享空間，以支持智慧服務在網絡環境中找準定向、瞄準目標，并進一步完善新一代服務系統。

5.2 夯實智慧圖書館應急保障體系

智慧圖書館建設對突發事件的處理不能停留在事后簡單回應或者表面的應對，只有完善應急事件管理規章，規范服務保障體系，才能更有利于智慧圖書館高效靈活運轉。圖書館可實行行業準入準則，明確人才引進要求，強化館員專業背景，定期以培訓和講座形式加強館員對智能技術和智能設備的理解和認知。根據數據采集層、數據管理層、技術分析層和應用展示層合理配置專門館員進行組織和管理，保持和相關技術企業密切聯系，共同保障智慧圖書館有效運轉。圖書館可因館制宜、館館相聯，通過承擔科研合作項目和外包服務機制等途徑獲得專項資金，明確資金使用范圍；學習和借鑒外國技術經驗，自主研發應急技術，鼓勵館員突破理論限制，尋求技術創新。

5.3 完善智慧圖書館模型的邏輯體系

智能技術的先進理念為智慧圖書館的理性構建和定向推廣提供了嚴謹的技術支撐。雖然共同作用于數據驅動的智慧生態的各層級的功能不同，但是各個層次之間的調控和整合是目前智慧圖書館研究的一大難題。①技術標準統一問題。可以參考成熟技術參數標準和主流技術的系統體系來解決智慧圖書館技術標準和接口一致問題，其對于資源探索和模型融合具有消除數字壁壘和縮小成本等優勢。②接口規范化問題。在智慧圖書館推進流程中，軟硬件的引進與安裝不可缺少，通過統一的接口信道加強各模型之間數據的有效傳輸，讓當前的系統軟件和硬件設備可以跟上智慧圖書館發展的節奏，避免由于標準問題引發資源浪費和信息處理故障等問題。

5.4 增大數據產品的實現力度

數據驅動模型會從不同的來源自動收集數據，起初這些數據處于完全獨立狀態，需要根據某種研究目的進行加工和提取。圖書館用戶海量及多維度的數據為智慧圖書館的研究提供了有力支撐。由于數據本質所具有的輔助性和預測性結論，所以直接通過數據所開展的服務深度往往是不夠的，僅從圖書館單一檢索模型和關聯體系中洞察用戶需求走向可能會導致智慧服務決策失誤。為了應對數據驅動模式下圖書館用戶復雜行為所帶來的嚴峻挑戰，數據到產品化的實現機制顯得非常關鍵[23]。但是圖書館數據如何用，用在何處等問題依然是實現圖書館智慧服務的重要缺口。筆者認為可利用用戶的完整數據全面勾勒用戶行為特點，進而在用戶行為建模層面加大描述廣度，但是如何更加準確地挖掘用戶關聯數據，呈現數據產品的人性化特點，依然是圖書情報界研究和關注的問題之一。

6 結語

智慧圖書館建設不是簡單的分層和共生，智慧服務也不是單純地為用戶提供文獻下載和借還服務，而是在智能技術的推動下深究用戶信息行為動向并主動向用戶提供個性化的智慧服務。但是大多數研究主要從理論研究角度論述，可資借鑒的完整案例還沒有形成。數據驅動研究擴展和延伸遵照“需求多樣化，服務精準化”準則，重新定位圖書館職能，使得智慧圖書館在非排他性的前提下，為智慧圖書館創建交互式的服務平臺貢獻力量。隨著數據處理和分析技術的不斷成熟以及研究方法、理論框架的體系化，智慧圖書館的建設和發展將會不斷完善。