在智慧圖書館中融入深度學習技術

袁夢柯

(渤海大學，遼寧 錦州 121000 )

0 引言

人工智能技術是深度學習技術應用與發展的基礎，也是近年來電子技術研發、分析和應用的熱門技術，更是人工智能創新的焦點。該技術主要利用多種線性變換方法對原始數據進行有效提取，針對與之相關的語義特點進行提取，以此提升相關設備的實際應用價值和工作效率。為此，在智慧圖書館中應用深度學習技術，便于讀者展開深入學習，方便圖書館有效管理，為讀者提供更多、更豐富且更有針對性的服務功能。

1 智慧圖書館與深度學習技術簡要分析

1.1 深度學習技術

2006年，Hinton團隊首次提出深度學習技術，該技術是一種人工執行難度較低，但難以描述工作內容。合理應用深度學習技術，讓計算機借助已具備的經驗進行學習，并且在層次化的概念系統中認識、理解世界，計算機則在該技術的輔助下進行若干層次的“學習”，有效利用簡單的方式表述抽象且復雜的現實問題。深度學習網絡性能與層數、結構關系密切，層數越多、結構越復雜，其性能越好，最終實現的效果也就越好。該技術經常使用的計算方法有：循環神經網絡、卷積神經網絡、深度置信網絡等。目前該技術主要被應用在智慧城市、人機對弈、目標識別以及語音識別等方面[1]。

1.2 智慧圖書館功能需求

從社會發展與人才需求等角度出發，智慧圖書館功能需求可以從以下方面展開分析：其一，系統面向需要。圖書館是學習的主要場所，與教室功能存在很大差異，學生位置不具有固定性。圖書館屬于公共資源，隨著高校生源不斷增加，圖書館的管理難度加大，學生使用圖書館的時間也沒有一定的規律性。其中比較常見的現象為：每學期開學，初期書館使用率明顯低于每個學期末；每天不同時間段使用率也表現出較為明顯的差異性……如果忽視圖書館管理的重要性，可能會出現嚴重的資源浪費。例如：學生可以通過查詢直觀看到公共區域位置使用情況，節省尋找空位的時間，還能避免學生白跑一趟。此外，圖書館的溫度對學生的學習狀態也會產生一定影響，智慧圖書館的應用能夠將學生集中在相近的座位上，有利于提高資源的使用效率，減少其浪費現象，提高學生學習區域的舒適度。其二，系統角色。智慧圖書館的目標用戶主要為管理員和學生。管理員可以通過Android端獲取座位信息、風扇是否開啟等室內信息；學生可以登錄WEB端獲取室內溫度、座位以及光照等信息，為學生提供準確的信息，便于學生決定是否到圖書館學習。

1.3 智慧圖書館特色與創新

智慧圖書館特色與創新可以從三個方面展開簡要分析：第一，Open CV計算機視覺。這是一個能夠滿足跨平臺使用的計算機視頻處理庫、視覺庫，用戶能夠利用Python語言編寫的方式對視頻進行處理。Open CV視覺庫能夠為視頻圖像處理提供豐富的函數，故而開發人員不需要重新編寫代碼，能夠節省更多的時間，從而使得軟件開發效率有所提升。智慧圖書館主要是通過Open CV處理技術利用攝像頭獲取視頻，在此基礎上利用Ostu技術處理相關圖像，以此獲取圖書館中的人數和座位情況[2]。第二，Tensor Flow深度神經網絡。該神經網絡屬于機器學習框架。圖像通過Ostu技術處理之后，運用Tensor Flow技術以預處理的方法對圖像進行有效處理，最大限度上減輕無關因素對模型造成的不良影響。主要是智慧圖書館在運用Tensor Flow技術之后，在深度神經網絡的支持下針對圖像展開模型訓練，以此獲得具有穩定性的訓練模型；同時，該神經網絡可以對座位情況進行實時檢測，準確的反映出人數以及具體的空座信息。第三，智能調控。主要對室內的溫度進行自動檢測，如果超出設定的范圍會自動發出警報，如果溫度過高則可以自動打開風扇，如果溫度偏低則會自動關閉風扇，這樣有利于圖書館中的溫度保持在比較舒適的范圍內，使學生在舒適的環境中學習。

2 在智慧圖書館中融入深度學習技術的作用

2.1 提高數字化資源整合效率

傳統的圖書館資源整合通常是利用網絡數字化技術，資源零散性比較突出，很難真正滿足讀者的需求，無形中增加管理員資源整理難度。這是因為傳統資源整合工作缺少規劃性，且部分數據存在形式具有孤立性特點，知識發現的難度增加，讀者獲取知識的難度也隨之增加，這樣讀者獲取知識所需的時間、精力，甚至金錢等成本都會增加。而在深度學習技術的背景下，能夠在提取相關特征的過程中進行逐層分析和提取，并在描述環節采取統一的語義，進而實現數字化資源的高效整合[3]。

2.2 提高知識辨析認知層次

深度學習技術在智慧圖書館中應用的主要目的是強化信息傳輸性能，取代傳統的線性結構，在學習方式和數據關聯性進行描繪的過程中采取多元化的方式和類型，通過分析不同類型知識達到構建新學科的目的，有利于知識網絡的建設和發展，發揮出該技術本身的價值。此外，該技術還能夠有效解決圖書館傳統工作中遇到技術難題，包括數據的傳輸和轉化等，提升數據傳輸效率以及轉化的準確性，最終提升服務質量，吸引更多讀者[4]。

3 在智慧圖書館中融入深度學習技術的措施

3.1 利用深度學習技術了解讀者閱讀需求

智慧圖書館需要滿足不同讀者的需求。在筆者的工作中發現，90后、00后的學生更習慣通過微信公眾號等方式進行圖書借閱、圖書預約以及閱讀電子資源等活動。但是部分推書館存在館內所藏資源同質化現象，且讀者提供服務的觀念比較落后，需要對此進行創新。將深度學習技術應用在智慧圖書館中，有利于用戶快速獲取準確的相關數據信息，通過讀者登錄、人臉識別等技術了解讀者的個性化閱讀需求，以便為讀者推薦合適的資源。在深度學習技術的支持下，能夠將讀者的數據統一進行輸入和記錄，構建一個能夠具有跨平臺異構特點，使各類型數據進行融合的網絡模型，便于讀者進行深度學習和訓練[4]。同時，對于不同的目標任務以及用戶場景，需要選擇合適的計算參數和框架；可以在該技術的支持下對智慧圖書館的服務拓展到智能機器人、移動應用終端以及微信公眾號等方面，爭取在不同場景下實現信息的實時傳輸、全面采集、檢索反饋以及深度學習等。

3.2 利用深度學習技術提升信息檢索能力

信息檢索是智慧圖書館一項重要的功能，可以在深度學習技術的背景下進一步提升檢索能力。智慧圖書館中擁有大量的資源，根據學生所反饋的問題，快速查找想要的資源是其主要需求，這就對圖書館提出較高的要求[5]。將深度學習技術應用在智慧圖書館中，能夠對該技術的特征提取和學習功能加以充分利用，挖掘讀者閱讀時的基本信息以及日常操作等，了解讀者切實需求，進而推斷讀者可能喜歡的信息，根據讀者需求進行智能化檢索，并對檢索內容開展有效篩選，使讀者獲取有效信息，進而達到個性化服務的目的[6]。

3.3 利用深度學習技術加強隱私安全保護

隱私安全保護始終是智慧圖書館工作的重難點，無法回避。在筆者的工作中發現，比較常見的隱私安全問題有郵件被侵入、木馬侵入服務器、讀者密碼被盜等。近年來興起的云計算、物聯網等技術在建設智慧圖書館方面發揮出積極的推動作用，尤其是在創新發展方面的作用非常突出，但不法分子也借此機會侵犯圖書館的隱私安全。通常讀者的個人信息需要上傳，隱私痕跡會露在移動設備以及個人電腦端，容易發生隱私泄露，讀者個人和圖書館的名譽都承擔著風險[7]。此外，電子資源一般存儲在服務器上，而管理人員的安全技術能力不足，如果受到黑客攻擊，可能會發生電子資源被破壞、盜取以及泄露等情況，如果服務器發生故障，相關的服務也無法繼續進行，不利于讀者使用。合理應用深度學習技術，有助于提高入侵以及惡意軟件的檢測能力，有利于保證圖書館以及讀者個人的隱私安全。

3.4 利用深度學習技術提升日常工作效率

智慧圖書館在建設和投入使用過程中，需要重點考慮日常工作效率的提升。圖書館需要在現有的條件下為讀者提供優質的服務，也需要重視讀者的創新需求，盡量滿足讀者的需要，進而提升工作效率。深度學習技術的應用能夠為讀者提供24小時不間斷服務，充分發揮出語義理解分析的功能，對讀者的實際需求進行全面分析，快速回復讀者咨詢的相關問題。此外，該技術移植性非常好，不僅促進讀者電話咨詢的服務質量和效率的顯著提升，還有助于網站、微信公眾號等多種形式在線服務工作質量和效率也能夠顯著提升[8]。

4 結論

智慧圖書館的建設應用大數據、云計算以及物聯網等技術措施，而深度學習技術具備覆蓋面廣、發展前景好、可移植性強以及適應性強等特點，進一步解決圖書館日常工作中的編目、讀者需求分析等問題，將其應用在智慧圖書館中，有利于提升其工作質量和效率；同時，還能全方位角度滿足讀者的需求。但該術在實際使用中還存在諸多不足，需要為智慧圖書館的建設提供更多的創新思路與場景。