基于區塊鏈技術的圖書館隱性知識采集方法研究

公維臣

摘? 要： 針對傳統圖書館隱性知識采集方法采集的數據點中隱性知識數據點少的問題，提出一種基于區塊鏈技術的圖書館隱性知識采集方法。首先將圖書館知識來源整合為一個大網絡，計算網絡各節點的關聯強度，從大到小排列關聯強度值，得出可采集的圖書館知識集合，數據凈化處理圖書管理員Web訪問流程，不斷補充路徑數據，整合為全部圖書館知識數據，使用區域塊技術篩選全部的圖書館知識數據，并儲存到隱性知識模塊中，評價隱性知識模塊，得到最終的圖書館隱性知識數據，圖書館隱性知識采集結束。實驗結果表明，與兩種傳統方法相比，基于區塊鏈技術的圖書館隱性知識采集方法采集到的隱性知識數據點更多，更適合圖書館隱性知識的采集。

關鍵詞： 圖書館; 隱性知識采集; 區塊鏈技術; 知識數據篩選; 關聯強度計算; 對比驗證

中圖分類號： TN919?34; G250? ? ? ? ? ? ? ? ? ? 文獻標識碼： A? ? ? ? ? ? ? ? ? ? ? 文章編號： 1004?373X（2020）08?0041?03

Research on library tacit knowledge collection method based on block chain technology

GONG Weichen

（Shandong Agricultural University， Taian 271018， China）

Abstract： In allusion to the problem that there are only few tacit knowledge data points in the data points collected by the traditional library tacit knowledge acquisition method， a library tacit knowledge collection method based on block chain technology is proposed. The library knowledge sources are integrated into a large network to calculate the association strength of each node in the network， and then the association strength values are arranged from large to small to obtain the collectible knowledge collection of a library. The data purification processing is performed for the WEB access process of librarians. The path data is supplemented continuously， which are integrated into all the library knowledge data. All the library knowledge data are screened by means of the area block technology and stored in the tacit knowledge module. The tacit knowledge module is evaluated to obtain the final library tacit knowledge data， and then the collection of library tacit knowledge is finished. The experimental results show that， in comparison with the two traditional methods， the library tacit knowledge acquisition method based on the block chain technology can collect more tacit knowledge data points， which is more suitable for the library tacit knowledge acquisition.

Keywords： library; tacit knowledge collection; block chain technology; knowledge data selection; association strength calculation; comparison validation

區塊鏈技術是分布式數據儲存、點對點傳輸、共識機制、加密算法等計算機技術的新型應用模式[1]。區塊鏈是比特幣的一個概念，本質上是一個去中心化的數據庫，同時作為比特幣的底層技術，是一串使用密碼學方法相關聯產生的數據塊，每一個數據塊包含一批次比特幣網絡交易的信息，來驗證其信息的有效性和生成下一個區塊[2]。圖書館知識常分為顯性知識與隱性知識，圖書館隱性知識是指深植、隱藏于圖書館員的頭腦、行為和經驗中，難以表述和尚未編碼的意會性知識。常指圖書管理員在工作時為讀者提供服務過程中表現出來的經驗、技能，發現問題、解決問題的能力。而基于區域塊技術的圖書館隱性知識采集方法，可以將圖書館隱性知識挖掘出來，轉化為顯性知識并形成一套知識體系，運用到圖書館的知識交流與新人培訓上[3]。

1? 圖書館隱性知識采集方法

1.1? 收集全部圖書館知識

圖書館知識源來源廣，收集時應分析其知識來源與Web訪問流程。圖書館的知識常分為內部知識組織層面與外部知識組織服務層面，將圖書館知識源集成為一個大的網絡，如圖1所示。

將圖1中的圖書知識館來源分為四部分，分別為智力知識庫、數據采集館員、綜合知識庫和知識咨詢[4]。針對這四部分計算整個網絡各知識節點之間的關聯強度，計算公式為：

式中：C代表關聯度;A代表智力知識庫;V代表數據采集館員;H代表綜合知識庫;D代表知識咨詢;k為知識點的節數;Z代表整數;m為有交集的知識節點數量[5]。保留圖書館知識網絡中關聯性強的知識節點，將得出的數值按照大小進行排序，整合為可采集的圖書館知識數據變量的集合。

Web訪問流程主要是針對圖書館管理人員經常使用的圖書館界面，也就是服務器上留下的訪問記錄，包括頻繁的訪問路徑、頻繁訪問頁組和用戶聚類[6]。數據凈化處理訪問記錄中，設訪問記錄數據組為[X=X1，X2，…，Xn]，數據凈化處理公式為：

式中，[I]表示訪問數據記錄數據組合。識別數據記錄中的用戶、會話以及事件，不斷補充路徑數據，形成最終的用戶對話文件。使用數據采集聚類算法處理為最終的用戶對話文件，計算相關系數[ρ]，發現圖書館全部知識：

式中：[I]表示數據組合的路徑數據[7]，[I=1MNp∈WI（p）];W與S代表聚類處理次數;p表示用戶對話文件。得出相關系數[ρ]，當[ρ>1]時，Web訪問數據為圖書館知識;[ρ<1]時，Web訪問數據不是圖書館知識。聯合分析后圖書館的知識來源，整合為全部的圖書館知識，篩選圖書館隱性知識[8]。

1.2? 使用區塊鏈技術篩選圖書館隱性知識

全部的圖書館知識存在不同級別的集成。識別不同級別中包含的圖書館隱性知識，利用哈希算法，將獲取圖書館全部知識編程為一串定長的字符串，在區塊鏈上進行圖書信息交易[9]。設定圖書館用戶發送方為主公鑰地址，收入方為提供數據資源用戶方的公鑰地址[10]。在主公鑰地址上檢索并選擇輸出一個適當的交易項，封包生成數據字符，如圖2所示[11]。

匹配私鑰地址與全部的知識數據，將所得結果再進行哈希運算，得到同一個級別的圖書館隱性知識字符串，儲存到隱性知識模塊中。將每個級別的圖書館知識使用哈希計算，然后放入區塊鏈交易中，經區塊鏈交易處理后，儲存到隱性知識模塊中。隨后評估生成的隱性知識模塊，篩選圖書館隱性知識。

評估隱性知識模塊要綜合多種指標，將指標分為內容可信度、需求相關性、知識結構契合度三項指標。評價內容可信度時，量化圖書館員自身經驗級別的經驗、技巧，將具有可操作性的實際工作步驟量化，以及館員自身的專業、學歷及從業年限，形成基本數據，將基本數據使用式（2）、式（3）計算[ρ]，將屬于圖書館隱性知識的數據保留。評估需求相關性主要是判斷知識與社會需求的相關程度，使用腦圖判斷隱性知識需求的相關度，以圖書館隱性知識為中心概念，向四周發散生成無窮多的分枝，此時的圖書館隱性知識就會通過圖像形式轉化為外顯知識，保留此部分轉化為外顯知識的圖書館隱性知識。

評價知識結構契合度，主要針對圖書館員個人知識結構與圖書館工作的契合度，以圖書館員的知識范圍做分母，以圖書館所含圖書類別范圍做分子，計算得出的契合度百分比。將圖書館員的知識結構分為縱向與橫向，動態跟蹤圖書館員的知識結構變化。計算動態下圖書館員個人知識結構與圖書館工作的契合度。對比縱向與橫向的知識結構的契合百分比，哪個方向的數值越大，證明館員的某向的知識結構屬于隱性知識。整合篩選后的隱性圖書館知識數據，使用區塊鏈技術篩選圖書館隱性知識結束。

2? 圖書館隱性知識采集實驗

2.1? 準備階段

準備如表1所示的實驗參數。

使用表1的實驗參數，將服務器接入到圖書館層，利用服務器記錄圖書館館員使用過的信息數據，將數據傳輸至Web層統計，經由服務層整理傳輸至數據庫中，設計如圖3所示的實驗環境。

使用圖3設計的實驗環境，分別采用三種知識采集方法采集圖書館隱性知識。

2.2? 結果分析

準備采集好的12個有關圖書館知識的數據點，分別使用三種圖書館隱性知識采集方法，采集這12個知識數據點中的隱性知識點，記錄這三種采集方法采集出的隱性知識數據點的情況，結果如圖4～圖6所示。

從圖4～圖6可以看出，使用圖書管理頁面，圖書館知識選擇隱性知識，導入準備的12個圖書館知識的數據點，使用不同的隱性知識采集方法，傳統方法1在采集隱性知識時，采集到圖書館隱性知識數據點少，只采集到8個圖書館隱性知識數據點。傳統方法2采集到10個隱性知識數據點，而使用基于區塊鏈技術的圖書館隱性知識采集方法采集到15個隱性知識數據點，采集的隱性數據點更多，更適合圖書館隱性知識的采集。

3? 結? 語

圖書館隱性知識對圖書館知識管理、人力資源管理有著重要的影響。而圖書館隱性知識只存在于圖書館管理人員的思維中，無法形成顯性知識，方便學習，個人的交流與理解能力很難保證在知識傳播中不受影響。圖書館是為社會提供文獻知識的服務性組織， 要為社會營造一個良好的學習和創新的環境，尋求新的管理方式和知識組織方法。在圖書館工作中， 圖書館館長和館員們的知識水平和接受新知識的能力、圖書館整體的信息能力和應變能力等隱性知識都起著極其重要的作用，特此研究一種基于區塊鏈技術的圖書館隱性知識采集方法，采集圖書館隱性知識。實驗結果表明，基于區塊鏈技術的圖書館隱性知識采集方法采集范圍更大，對圖書館的發展具有重要的意義。

參考文獻

[1] 余其鳳，陳振標，劉敏榕.區塊鏈技術在圖書館數字資產管理中的應用探討[J].數字圖書館論壇，2018（7）：32?38.

[2] 黃敏聰.區塊鏈技術及其對圖書館發展的變革性影響[J].圖書情報工作，2018，62（13）：11?18.

[3] 張忠林，王玲.區塊鏈技術在圖書館的應用場景分析[J].圖書與情報，2018（6）：110?112.

[4] 張煒，董曉莉.以區塊鏈促進協作保存網絡環境下信息資源的可信性[J].國家圖書館學刊，2018，27（5）：89?98.

[5] 畢崇武，王忠義，宋紅文.基于知識元的數字圖書館多粒度集成知識服務研究[J].圖書情報工作，2017（4）：115?122.

[6] 張路蓬，周源，薛瀾.基于區塊鏈技術的戰略性新興產業知識產權管理及政策研究[J].中國科技論壇，2018（12）：126?132.

[7] 黃俊飛，劉杰.區塊鏈技術研究綜述[J].北京郵電大學學報，2018，41（2）：5?12.

[8] 王超，包先雨，邢軍，等.基于區塊鏈技術的跨境電商貿易鏈與聯盟鏈研究[J].現代電子技術，2018，41（21）：177?180.

[9] 周耀.區塊鏈技術在智慧圖書館中的應用研究[J].現代情報，2019，39（4）：94?102.

[10] 朱偉珠，李春發.服務于協同創新的京津冀跨區域公共圖書館聯盟平臺構建分析[J].現代情報，2017，37（10）：78?83.

[11] 陳小平.基于區塊鏈理念的圖書館移動用戶行為大數據挖掘研究[J].圖書館工作與研究，2018（12）：63?68.