基于讀者參與的圖書館智能采選系統(tǒng)分析與設(shè)計(jì)

文/杭州師范大學(xué)圖書館 王騫敏

隨著互聯(lián)網(wǎng)與數(shù)字技術(shù)的快速發(fā)展，市場(chǎng)上紙質(zhì)與電子資源呈現(xiàn)爆炸式增長(zhǎng)的趨勢(shì)，但讀者日益多樣化的需求與圖書館有限的資源建設(shè)經(jīng)費(fèi)之間的矛盾日益凸顯，圖書館傳統(tǒng)的資源建設(shè)模式受到了極大的挑戰(zhàn)。如何在有限的經(jīng)費(fèi)下更好地發(fā)現(xiàn)和滿足讀者需求成為圖書館圖書采購(gòu)的重點(diǎn)。讓讀者參與到圖書采購(gòu)環(huán)節(jié)，使圖書采選活動(dòng)和讀者需求深度結(jié)合，是圖書館資源建設(shè)多元化、高質(zhì)量的保證。讀者參與圖書館圖書采購(gòu)相關(guān)的研究由來(lái)已久，在智能采選系統(tǒng)發(fā)展的新背景下，如何開(kāi)展并改進(jìn)讀者參與采購(gòu)，使讀者得以表達(dá)自身需求，是本文研究的重點(diǎn)。

一、智能采選系統(tǒng)

業(yè)界對(duì)智能采選系統(tǒng)已有廣泛的研究與應(yīng)用，涉及采購(gòu)人員、采選算法與采選體驗(yàn)等多個(gè)方面。Muslikhin等人在對(duì)網(wǎng)絡(luò)商店采選系統(tǒng)研究時(shí)，提出了一個(gè)基于人工智能（AIoT）的自動(dòng)揀選系統(tǒng)，開(kāi)發(fā)YOLO算法由機(jī)器人代替了人工任務(wù)進(jìn)行挑選；Oihab等人提出智能采購(gòu)，指出在AI幫助下采購(gòu)職能的變化以及采購(gòu)員的角色轉(zhuǎn)變。Cabrera-Sanchez等人研究了在人工智能的幫助下，用戶對(duì)網(wǎng)購(gòu)?fù)扑]系統(tǒng)的采納和使用，強(qiáng)調(diào)感知信任對(duì)用戶使用體驗(yàn)的重要性，且績(jī)效期望和享樂(lè)動(dòng)機(jī)與用戶使用醫(yī)院存在強(qiáng)相關(guān)。智能采選系統(tǒng)不僅使采選人員角色和體驗(yàn)有所變化，還能極大提升采選本身的準(zhǔn)確性。

而在圖書館領(lǐng)域，人工智能已作為未來(lái)發(fā)展方向并受到廣泛重視。ALA（American Library Association，美國(guó)圖書館協(xié)會(huì)）發(fā)布的《2020年美國(guó)圖書館狀況報(bào)告》介紹了人工智能在羅得島大學(xué)、麻省理工學(xué)院和俄克拉荷馬大學(xué)的圖書館的應(yīng)用情況，指出人工智能是圖書館的未來(lái)發(fā)展方向，智能推薦、圖書信息追蹤、知識(shí)服務(wù)延伸等功能的應(yīng)用，提升了圖書館服務(wù)質(zhì)量。圖書采選方面，智能采選系統(tǒng)已有初步研究與應(yīng)用。涂佳琪、李偉超、凡迪、王紅等分別對(duì)智能采選系統(tǒng)的系統(tǒng)架構(gòu)、薦購(gòu)算法、模式流程進(jìn)行研究，在了解讀者需求的基礎(chǔ)上，加強(qiáng)采選自動(dòng)化，提高館員采選效率，優(yōu)化圖書館館藏結(jié)構(gòu)。然而遍閱現(xiàn)有研究可以發(fā)現(xiàn)，智能采選系統(tǒng)建設(shè)的研究目前雖已意識(shí)到讀者在圖書采訪中的作用，但仍以館員為中心，以提高采訪館員效率與采訪準(zhǔn)確率為目標(biāo)，使讀者缺乏深度參與。

二、讀者參與圖書采購(gòu)存在的問(wèn)題

當(dāng)前讀者參與圖書采購(gòu)模式多樣，除傳統(tǒng)的讀者薦購(gòu)?fù)猓x者決策采購(gòu)（PDA，Patron Driven Acquisitions）也已成為讀者間接參與采購(gòu)的模式之一，并深受歡迎。然而，讀者參與圖書采購(gòu)仍存在問(wèn)題，一是讀者薦購(gòu)模式中讀者向館員提出需求，需館員進(jìn)行操作，讀者即時(shí)性與便利性需求難以滿足，且館員操作復(fù)雜，效率較低；二是讀者主動(dòng)薦購(gòu)存在不可持續(xù)性，此工作的開(kāi)展依賴于讀者的選購(gòu)積極性，且由于不同的讀者時(shí)間精力不同，易使圖書資源僅為少數(shù)人服務(wù)；三是PDA模式下由于缺乏等級(jí)化、差別化管理，使圖書館經(jīng)費(fèi)使用與館藏建設(shè)存在不可控因素。究其根本，讀者無(wú)法深入?yún)⑴c圖書采購(gòu)源于圖書館數(shù)據(jù)體系不完善，智能化程度欠缺，館員與讀者均無(wú)法高效準(zhǔn)確地獲得所需信息，作出采購(gòu)決策。

因此，智能采選平臺(tái)需加強(qiáng)館員與館員之間、館員與讀者之間、館員與出版社書商之間的信息互通，完善圖書館數(shù)據(jù)體系，構(gòu)建畫像層，實(shí)現(xiàn)全方位精準(zhǔn)選書，將讀者參與圖書采購(gòu)與館員采購(gòu)緊密結(jié)合，加強(qiáng)讀者參與的即時(shí)性和便利性，對(duì)館藏建設(shè)進(jìn)一步精細(xì)化管理，實(shí)現(xiàn)多樣化、智能化、自動(dòng)化采選。

三、基于讀者的智能采選系統(tǒng)設(shè)計(jì)

讀者參與采購(gòu)工作開(kāi)展受限，究其根本是數(shù)據(jù)體系不完善的問(wèn)題，因此本文按數(shù)據(jù)處理流程構(gòu)建了數(shù)據(jù)來(lái)源層、畫像層、基礎(chǔ)算法層、業(yè)務(wù)模塊層4個(gè)層面，各個(gè)層級(jí)互通互聯(lián)，具體如圖1所示。在數(shù)據(jù)來(lái)源層，從書商、圖書館、出版社、讀者以及網(wǎng)絡(luò)服務(wù)商等多方面搜集數(shù)據(jù)。各方的數(shù)據(jù)經(jīng)過(guò)清洗處理形成畫像層，在畫像層基礎(chǔ)上形成基礎(chǔ)算法層，開(kāi)發(fā)圖書評(píng)價(jià)模型、讀者評(píng)價(jià)模型以及采購(gòu)?fù)扑]模型，結(jié)合讀者自身的偏好、需求與興趣，為讀者采選書籍進(jìn)行精準(zhǔn)推薦。在業(yè)務(wù)應(yīng)用上，推進(jìn)館員讀者聯(lián)合采訪，從“以館員為主，讀者為輔”轉(zhuǎn)化為“讀者為主，館員為輔”，讀者成為采選主體，而館員則根據(jù)館藏、學(xué)科、讀者等情況制定采訪策略。

圖1 基于讀者參與的智能采選系統(tǒng)設(shè)計(jì)

（一）畫像層構(gòu)建。具體有如下方面：

1.數(shù)據(jù)來(lái)源。不同于匯文等面向圖書館采訪人員的文獻(xiàn)服務(wù)系統(tǒng)，也不同于蕓臺(tái)購(gòu)等PDA平臺(tái)，智能采選平臺(tái)是真正匯聚館、社、商、讀者四位一體的采選平臺(tái)。平臺(tái)以數(shù)據(jù)為主，集合圖書館、出版社、書商、讀者與互聯(lián)網(wǎng)其他相關(guān)數(shù)據(jù)，打通書商與書商、圖書館與出版社、圖書館與讀者等關(guān)鍵環(huán)節(jié)的數(shù)據(jù)鏈條，圍繞圖書、讀者、出版社、責(zé)任者與學(xué)科等方面構(gòu)建用戶畫像。智能采選平臺(tái)作為具有統(tǒng)一數(shù)據(jù)規(guī)范的數(shù)據(jù)集合平臺(tái)，能夠涵蓋市場(chǎng)上所有圖書資源，有利于滿足讀者對(duì)圖書多樣化的需求。

2.畫像體系。構(gòu)建智能采選平臺(tái)的大數(shù)據(jù)體系，形成讀者畫像、圖書畫像、學(xué)科畫像、出版社畫像、責(zé)任者畫像等，全方位描述主體特征。讀者畫像構(gòu)建，需根據(jù)讀者學(xué)歷、學(xué)科、閱讀行為等信息，設(shè)置不同級(jí)別的不同權(quán)重與觸發(fā)條件。這一方式使館員能因人制宜、因?qū)W科制宜，發(fā)揮館員幫助引導(dǎo)作用，彌補(bǔ)了目前PDA權(quán)威性欠缺，館藏質(zhì)量不可控的缺陷。圖書編目工作的完善，使現(xiàn)有圖書已有較為規(guī)范的CNMARC字段，數(shù)據(jù)結(jié)構(gòu)統(tǒng)一，數(shù)據(jù)準(zhǔn)確，圖書畫像的完善，極大地簡(jiǎn)化了數(shù)據(jù)清洗整理過(guò)程。但在此基礎(chǔ)上，需增加對(duì)責(zé)任者、出版社等圖書出版主要參與方的畫像描繪，為讀者與館員提供更多的采購(gòu)參考。學(xué)科畫像主要應(yīng)用于各高校圖書館，不同的高校的特色專業(yè)存在差異，不同的學(xué)科對(duì)圖書有不同的評(píng)價(jià)體系，不斷細(xì)化分級(jí)采購(gòu)，優(yōu)化高校特色館藏。

表1為構(gòu)建的畫像體系。在實(shí)際應(yīng)用中，畫像中的特征可相互組合，如讀者畫像的借閱記錄、瀏覽記錄與薦購(gòu)記錄組合，可以得到讀者的薦購(gòu)傾向性等。在此基礎(chǔ)上形成特征集市，服務(wù)算法與統(tǒng)計(jì)應(yīng)用。

表1 畫像體系

（二）算法與模型開(kāi)發(fā)。讀者參與圖書采購(gòu)分為讀者主動(dòng)薦購(gòu)與PDA模式，前者為讀者主動(dòng)參與，有明確的需求；而后者間接參與，需求較為模糊。傳統(tǒng)的圖書館處理讀者參與圖書采購(gòu)的方式僅僅解決了讀者需要的具體書籍，但是對(duì)讀者“為什么會(huì)推薦”卻考慮甚少。因此，智能采選平臺(tái)不僅要處理讀者所需的圖書，也需要了解讀者，挖掘讀者的真正需求。模型與基礎(chǔ)算法則作為連接讀者與圖書的連接器，用已有的聯(lián)系挖掘讀者需求，繼而預(yù)測(cè)未來(lái)讀者和圖書之間可能的聯(lián)系。基于畫像層，智能采選平臺(tái)可開(kāi)發(fā)圖書評(píng)價(jià)體系、讀者評(píng)價(jià)體系、館藏評(píng)價(jià)體系與智能采購(gòu)?fù)扑]模型，以智能采購(gòu)?fù)扑]模型為核心，為讀者參與圖書采購(gòu)提供推薦服務(wù)，提升讀者參與圖書采購(gòu)的便利性。

圖2為智能采選系統(tǒng)中的模型體系設(shè)計(jì)，詳細(xì)表現(xiàn)了各個(gè)模型之間的關(guān)系。

圖2 模型體系

1.讀者評(píng)價(jià)體系。讀者評(píng)價(jià)體系在讀者畫像的基礎(chǔ)上，有兩方面的應(yīng)用：一是得到讀者興趣標(biāo)簽，根據(jù)瀏覽記錄、借閱記錄、歷史薦購(gòu)等行為數(shù)據(jù)劃分讀者興趣程度，實(shí)現(xiàn)讀者聚類，為后續(xù)智能采購(gòu)?fù)扑]模型提供參考；二是對(duì)讀者需求進(jìn)行重要性分級(jí)，根據(jù)讀者職業(yè)、職稱、專業(yè)等基本信息，在圖書經(jīng)費(fèi)有限的情況下，配合館員的采購(gòu)策略，優(yōu)先滿足讀者專業(yè)性的薦購(gòu)需求。

2.圖書評(píng)價(jià)體系。圖書評(píng)價(jià)體系分為圖書內(nèi)容與圖書評(píng)價(jià)模型。圖書內(nèi)容特征主要從主題分析塊與圖書目錄等圖書畫像中，使用自然語(yǔ)言處理、TF-IDF算法等方式，提取圖書關(guān)鍵內(nèi)容；圖書評(píng)價(jià)模型使用的數(shù)據(jù)眾多，依托圖書畫像、出版社畫像、責(zé)任者畫像等數(shù)據(jù)，從圖書出版質(zhì)量、圖書創(chuàng)新性、學(xué)術(shù)性、權(quán)威性等多個(gè)方面對(duì)圖書進(jìn)行評(píng)價(jià)。筆者認(rèn)為，可從著錄信息塊等衡量圖書出版質(zhì)量。另外，對(duì)主題分析塊與圖書目錄進(jìn)行自然語(yǔ)言處理，可評(píng)估圖書內(nèi)容的創(chuàng)新性與專業(yè)度。出版社畫像與責(zé)任者畫像可以作為評(píng)估圖書權(quán)威性的輔助特征。

3.館藏評(píng)價(jià)體系。館藏評(píng)價(jià)體系由學(xué)科畫像而來(lái)，主要根據(jù)高校專業(yè)設(shè)置、課程設(shè)置與項(xiàng)目情況等信息進(jìn)行評(píng)估，為館藏進(jìn)行分級(jí)，確定核心館藏與一般館藏。這一部分?jǐn)?shù)據(jù)主要來(lái)源于學(xué)校科研部門、教學(xué)部門。由于高校科研教學(xué)一體的模式，高校圖書館在采購(gòu)資源時(shí)，需要注意建設(shè)具有自身特色的館藏體系。館藏評(píng)價(jià)體系與讀者評(píng)價(jià)體系相結(jié)合，可衡量讀者采購(gòu)圖書資源的專業(yè)度。另外，這一體系也可服務(wù)館員采訪策略的制定。

4.智能采購(gòu)?fù)扑]模型。基于圖書評(píng)價(jià)體系、讀者評(píng)價(jià)體系與館藏評(píng)價(jià)體系，智能采購(gòu)?fù)扑]模型進(jìn)一步匹配讀者需求與圖書價(jià)值。協(xié)同過(guò)濾算法作為推薦算法，主要依賴用戶的偏好數(shù)據(jù)，在電子商務(wù)、個(gè)性化閱讀、個(gè)性化廣告等領(lǐng)域已有廣泛應(yīng)用。讀者在圖書館進(jìn)行的搜索、瀏覽、借閱、薦購(gòu)等行為，設(shè)置合適的權(quán)重后，即可用于讀者的偏好評(píng)估。利用Userbased和Item-based的協(xié)同過(guò)濾算法，計(jì)算相似度，對(duì)目標(biāo)讀者的興趣偏好進(jìn)行預(yù)測(cè)，再結(jié)合圖書評(píng)價(jià)體系中的圖書評(píng)價(jià)模型與館藏評(píng)價(jià)體系中的學(xué)科建設(shè)需求，為參與薦購(gòu)的讀者提供快捷推薦。

（三）讀者與館員聯(lián)合采訪。“聯(lián)合采訪”是圖書館資源建設(shè)的重要方向之一，最初由楊謙進(jìn)行概念定義與基本論述，而后由張?jiān)汽悺⒃肌⒘蛀惥甑葘?duì)其實(shí)踐進(jìn)行研究，從技術(shù)、管理、書商合作等方面對(duì)聯(lián)合采訪進(jìn)行內(nèi)涵補(bǔ)充。但目前少有學(xué)者將讀者納入聯(lián)合采訪系統(tǒng)中。本文認(rèn)為，考慮到日益緊張的經(jīng)費(fèi)與多樣的讀者需求，圖書館應(yīng)轉(zhuǎn)變傳統(tǒng)的采訪思想，從“館員為主，讀者為輔”轉(zhuǎn)向“讀者為主，館員為輔”，從館員為主的個(gè)體智慧轉(zhuǎn)向以廣大讀者為主的集體智慧。館員的主要作用體現(xiàn)在采訪策略的制定，在最終決策階段，館員可根據(jù)館藏現(xiàn)狀與圖書館整體資源發(fā)展需要，制定采購(gòu)策略，進(jìn)行最終決策，充分發(fā)揮館員的引導(dǎo)作用。

1.讀者參與。讀者參與圖書采購(gòu)主要分為讀者主動(dòng)薦購(gòu)與讀者間接參與的PDA兩種模式。智能采選系統(tǒng)中數(shù)據(jù)的全面性、準(zhǔn)確性與及時(shí)性使聯(lián)合采訪的信息互通，智能采購(gòu)?fù)扑]模型根據(jù)讀者歷史偏好為其提供了采購(gòu)參考，讓讀者在這兩種模式中的服務(wù)體驗(yàn)得到了極大的優(yōu)化。傳統(tǒng)讀者薦購(gòu)模式下，讀者參與積極性不高，主要由于薦購(gòu)的即時(shí)性與便利性得不到滿足。而智能采選系統(tǒng)中的聯(lián)合采訪模塊集合館、社、商、讀者四位一體，賦予了讀者自主搜索選書的權(quán)利，讀者在平臺(tái)上既可看到各館館藏狀況，也可了解當(dāng)下其他讀者或者館員關(guān)注熱點(diǎn)，在推薦模型幫助下，根據(jù)自身需求，進(jìn)行閱覽或推薦，提高讀者參與采購(gòu)的即時(shí)性。

2.館員輔助。館員在聯(lián)合采訪中處于輔助的位置，其功能主要在于制定采訪策略，確定激勵(lì)機(jī)制，對(duì)讀者選購(gòu)圖書進(jìn)行審核，并對(duì)館藏進(jìn)行統(tǒng)計(jì)，確定優(yōu)化方向。館員根據(jù)館藏狀況、圖書館整體需求角度，將采訪經(jīng)驗(yàn)策略化，制定相應(yīng)策略文檔，對(duì)采訪圖書進(jìn)行分級(jí)。而在激勵(lì)機(jī)制方面，智能采選系統(tǒng)可采取積分、實(shí)物獎(jiǎng)勵(lì)等形式，鼓勵(lì)讀者參與圖書采購(gòu)，使讀者采購(gòu)高質(zhì)量、高認(rèn)可度的圖書，提升圖書館整體館藏質(zhì)量。另外，智能采選系統(tǒng)提供了全面、準(zhǔn)確、及時(shí)的信息，為館員優(yōu)化圖書館館藏提供了數(shù)據(jù)參考。

四、結(jié)語(yǔ)

本文通過(guò)調(diào)研讀者參與圖書采購(gòu)相關(guān)文獻(xiàn)，分析當(dāng)下讀者參與圖書采購(gòu)存在的問(wèn)題。并設(shè)計(jì)了基于讀者參與的智能采選系統(tǒng)，以構(gòu)建完整、準(zhǔn)確的數(shù)據(jù)體系作為基礎(chǔ)，開(kāi)發(fā)讀者評(píng)價(jià)體系、圖書評(píng)價(jià)體系、館藏評(píng)價(jià)體系，最后生成智能采購(gòu)?fù)扑]模型，為讀者與館員提供精準(zhǔn)的采購(gòu)指數(shù)，并展開(kāi)讀者館員“聯(lián)合采訪”，以“讀者為主，館員為輔”，提升讀者參與圖書采購(gòu)的體驗(yàn)及積極性，提高經(jīng)費(fèi)利用效率與館藏建設(shè)質(zhì)量。