場景五力視角下智慧圖書館科研服務創新研究*

周 聰

（徐州醫科大學圖書館，江蘇 徐州 221004）

1 引言

智慧圖書館是智能設備及新一代信息技術在圖書館的應用實踐，能夠智能感知用戶行為，預測用戶真實需求，為用戶提供智慧化知識服務的新形態。它強調以用戶為核心的管理、服務及決策的智慧化，使用戶在享受智慧服務時突破了傳統圖書館的物理時空限制，支持用戶的創意探索和技術創新，可以為用戶提供高效、精準、全方位的沉浸式服務體驗[1]。如何借助新一代信息技術，融合精準服務的先進理念，重構智慧服務體系，推動圖書館的轉型升級，是智慧圖書館研究的新課題[2]。

楊文建[3]提出智慧圖書館能夠利用傳感器和定位系統準確獲取用戶的歷史行為信息與即時情境信息，對用戶的需求進行更為準確的預測與判斷，通過融合情境感知提升用戶服務、空間服務、資源服務等方面的效能。陳丹[4]提出以用戶畫像連接用戶和資源，構建圖書館智慧服務模型框架，為用戶提供知識性、場景性、主動性的個性化智慧服務。孫守強[5]認為智慧圖書館充分利用物聯網技術，充分采集用戶的情景數據，建設準確全面的用戶畫像，將其應用于智慧圖書館個性化服務，有利于驅動智慧圖書館創新發展。

綜上所述，情景感知和用戶畫像技術在智慧圖書館都得到了一定的應用，可以更好地感知用戶信息，描摹用戶畫像，結合情景信息實時預測用戶的需求和行為偏好，主動提供個性化、智能化和場景化的智慧服務。但情景感知和用戶畫像并未充分融合，應用場景挖掘不夠充分，并且用戶大多關注學生和教師等一般用戶群體，針對科研人員用戶畫像的研究成果較少，智慧服務應用深度不夠，缺乏精準性和前瞻性，未能給高校的“雙一流”建設和學科發展提供技術支撐。

2 場景五力引入智慧圖書館科研創新服務體系

“場景五力”包括移動設備、定位系統、大數據與大數據計算、傳感器和社交網絡。運用這5類技術原力實現用戶情景的智能感知，并與用戶動態畫像技術充分融合，精準預測科研用戶的真實需求，提供場景化智慧科研服務[6-7]。利用移動設備、定位系統、傳感器等對科研用戶的靜態屬性（姓名、專業、研究方向、科研項目等）和動態屬性（在線檢索、信息訂閱、專題追蹤、位置、狀態等）進行自動智能精準收集，實現情景智能感知；利用大數據技術對收集到的信息進行清洗、關聯、挖掘和聚合，發掘科研用戶的個人行為偏好，預測科研用戶的真實需求，精準匹配科研服務場景；通過智能移動平臺或者App客戶端為用戶提供科技查新、參考咨詢、智能化精準檢索、學科前沿追蹤、科研選題評估、研究工具在線支持和知識產權分析等科研服務，實現覆蓋科研項目全生命周期的場景化智慧科研服務[8]。構建以場景五力為抓手，科研用戶動態畫像為核心，場景化服務為特色的智慧圖書館科研創新服務體系，提供高效、精準、全方位的場景化科研服務，該體系的架構分為情景感知層、智慧分析層和場景應用層（見圖1）。

圖1 智慧圖書館科研創新服務體系

情景感知層不僅包括圖書管理系統、圖書館門戶、商業數據庫和機構知識庫等管理系統和數字資源，還包括了場景五力的社交網絡、移動設備、定位系統和傳感器等智慧設施，實時精準采集個人基本信息、內容偏好信息、互動信息、情景信息和科研項目信息等，是課題研究數據采集的基礎[8]，具有全面、動態、精準的特性。

智慧分析層將從情景感知層中采集的各系統和資源數據進行數據清洗、關聯和挖掘，生成科研用戶畫像的靜態數據標簽，結合場景五力實時采集的情景數據生成科研用戶動態畫像，通過大數據技術實時精準預測科研用戶的需求[9]；構建基本信息標簽（作者、出版社、出版時間、資源分布等）、媒體類型標簽（文檔、圖片、PPT和視頻等）、內容屬性標簽（概要、知識主題和研究領域等）和資源熱度標簽（熱度值、權重系數和衰減系數等）四維度體系的圖書館資源畫像庫。資源畫像庫通過對資源的聚合分析，自動生成知識圖譜，為科研用戶提供高階知識服務[10]。

場景應用層包括智能化精準檢索服務、全景式多維情報分析和動態嵌入式科研服務。場景應用層設計基于以下幾點：①科研用戶更偏重于WOS，Scopus和CNKI等商業數據庫文獻資源的檢索與利用。基于科研用戶動態畫像實現檢索情景感知，按場景適配率、主題匹配率、熱度、發表時間、期刊等進行排序，輸出給科研用戶，實現智能化精準檢索服務，并結合檢索結果集的內容和用戶的行為反饋進行智能推薦，以提高檢索效率[11]。②研究前沿是“研究前沿”+“新興前沿”+“隱性趨勢”[12]，由研究前沿引導高校科研立項決策，結合科研用戶動態畫像實現學科發展方向的調整、人才引進策略的完善和跨學科聯合攻堅團隊組建及團隊成員推薦等決策支持[13]。③動態嵌入式科研服務覆蓋科研項目的全生命周期，例如項目申請前的參考咨詢科技查新、項目實施中的研究工具支持、項目結題前的情報分析與論文投稿指導和項目完成后的成果鑒定與申報獎項輔助等，真正實現全生命周期動態嵌入式科研服務[14]。可見以場景五力為抓手，科研用戶動態畫像為核心，場景化服務為特色的智慧圖書館科研創新服務體系，為圖書館打造智慧科研服務提供一種新的思路，為智慧圖書館建設提供新動能。

3 場景五力助力科研用戶動態畫像構建

智慧圖書館整合了相關系統與商業數據庫的科研用戶數據，并輔以動態感知的情景數據，融合成科研用戶的全量數據信息，通過對全量數據信息進行聚類分析獲取基本信息標簽、內容偏好標簽、互動標簽、情景標簽和科研項目標簽5大類標簽，建立科研用戶標簽體系，描摹科研用戶動態畫像。科研用戶動態畫像概念模型如圖2所示。

圖2 科研用戶動態畫像概念模型

從圖書管理系統、機構知識庫、門戶網站、移動圖書館和科研知識社區等平臺中利用網絡爬蟲和網站日志挖掘等技術抓取科研用戶的各類數據，如姓名、學歷、專業、職稱、研究領域等基本數據，線下借閱的書目、線上瀏覽的文章和電子資源、線上檢索的關鍵詞和預約或續借的書目等內容偏好數據，科研知識社區的點贊、評論、咨詢、合作等互動數據，申請、立項、結題、獲獎等科研項目數據，經過預處理、聚類分析、關聯挖掘、深度學習，從海量數據中提取關鍵特征信息，由此提煉出科研用戶標簽，完成標簽分類建模，勾勒出科研用戶的畫像輪廓。然后關聯科研用戶的動態場景數據（定位軌跡、實時活動、社會關系等）和情境數據（時間、地點、溫度、濕度等）進行動態畫像的深度刻畫[15]。

根據場動力理論可知，用戶行為會受到內在需求和外在情景的雙重驅動。所以科研用戶動態畫像是指特定情景下的實時畫像。某個科研用戶某個情景下的實時動態畫像如圖3所示。

圖3 科研用戶實時動態畫像模型

實時動態畫像：①基本信息標簽，用戶董老師ID為19920100**，學位為博士，職稱為教授、主任醫師，研究領域圍術期信息化管理和神經外科學。②內容偏好標簽，發現其訪問數字圖書館PC端82次（P82）和移動端135次（M135），更傾向于移動端訪問；訪問知網和萬方等中文數據庫76次（C76），訪問WOS，PubMed等英文數據庫125次（W125），更傾向于外文數據庫資源；其最近一次借閱的書目是《圍術期管理理論與實踐》，最近的一次關鍵活動是預約Uwb：Theory and Applications書目，其近期關注的領域是圍術期信息化管理，檢索關鍵詞組為圍術期、UWB和手術行為管理，所以用戶畫像標簽關聯的互動標簽和項目標簽的數據全部是醫療信息化專業的，開頭用“X”標識。③互動標簽，其在科研知識社區里發表觀點、分享知識、討論、點贊與評論的次數較多，并且觀點立意新穎，見解獨特深刻，屬于活躍型高端知識用戶；與研究生或同事合作發表圍術期安全管理方面的文章7篇。④項目標簽，其醫療信息類項目有5項，已結題4項，獲獎兩項，取得軟件著作權15項，實用新型專利10項（授權10項），合作申請手術室人員定位和資產管理相關發明專利4項（授權兩項），作為通訊作者或第一作者發表過醫療信息化類論文12篇。⑤情景標簽，當前時間是2021年8月6日上午9點25分，通過定位系統發現董老師在主校區圖書館四樓閱覽室，與自己的兩個研究生（其中魏某，19級醫學信息學研究生）一起在工業技術大類書架附近停留，通過分析董老師的信息化科研項目，發現其《圍術期管理與關鍵技術的研究》省衛生廳科研項目尚未結題，結合其現有的信息類科研成果和具體情景分析，系統預測董老師是在結合未結題的科研項目給學生魏某遴選畢業設計題目，并借閱圍術期管理關鍵信息技術研究方面的書目。

實時智能感知科研用戶的動態畫像，結合館藏書目信息（書名、作者、出版社、內容簡介、目錄、分類號及書架位置）和電子資源（相關專業論文的題名、作者、期刊及內容簡介）直接推送到手機端，方便用戶董老師查找書目和資源，提高效率。也可以通過手機端進一步查看相關電子資源信息知識網絡，為魏某的畢業論文的選題和書寫提供指導。

4 智慧圖書館場景化科研服務

科研服務是貫穿在整個科研項目全生命周期的服務，其各個階段都需要圖書館人員將科研服務嵌入到科研一線，主動與科研骨干團隊深度融合，提升團隊的跨學科科研聯合攻關能力。

4.1 智能化精準檢索

基于科研用戶動態畫像，結合數字資源網絡，實現智能化精準檢索服務。科研用戶動態畫像既可以了解科研用戶的知識結構、學科背景，洞察其行為特征和內容偏好，還可以結合情景感知敏銳捕獲科研用戶的隱性需求和心理活動，結合以往檢索歷史精準預測科研用戶的實時檢索需求，結合當下主題匹配度高、熱度高的數字資源和知識網絡進行初步過濾（資源類型、資源質量等），得到初始結果集。初始結果集再匹配科研用戶的檢索情景，按情景與需求契合度和資源質量進行排序，得到更符合當時檢索情景和需求意圖的結果集反饋給科研用戶，實現智能化精準檢索服務。

持續追蹤科研用戶檢索結果集返回后的行為信息，并不斷細化檢索意圖進行智能推薦。科研用戶享受檢索服務的同時，系統追蹤科研用戶對檢索結果集的行為信息，建立檢索結果反饋機制，動態調整檢索模型和算法。通過評估科研用戶對結果集的滿意程度，并結合科研用戶動態畫像，進行契合主題和情景的二次智能推薦，實現檢索服務的智能擴展，不斷深入感知科研用戶需求，細化檢索意圖。檢索和二次智能推薦可以循環往復，所有反饋信息都更新到科研用戶動態畫像，后臺通過大數據分析不斷地優化其構建模型，建立科研用戶動態畫像和智能化精準檢索服務的動態融合機制，為智慧圖書館精準檢索服務建設提供參考。

4.2 全景式多維情報分析

筆者認為，研究前沿是權威機構的“研究前沿”，是近兩年的多渠道文獻主題關鍵詞突顯的“新興前沿”和近一年科研社區高影響力學者“隱性趨勢”的融合。權威機構的“研究前沿”選取ESI的研究前沿，用網絡爬蟲兩個月一次定期更新。ESI是基于引文分析的，具有一定滯后性，并且ESI收錄范圍有一定的局限性，輔以WOS，Scopus和中國知網等商業數據庫近兩年的數據，用CiteSpace工具進行關鍵詞共現和關鍵詞突現分析，得到“新興前沿”。結合科研社區中高影響力學者的隱性知識梳理，挖掘整理出“隱性趨勢”。建立研究前沿模型，融合“研究前沿”“新興前沿”和“隱性趨勢”，建立研究前沿庫。科研服務團隊根據研究前沿庫，定期整理成全景式多維度的《研究前沿報告》，以便應用于智慧科研服務之中，提高科研服務的前瞻性和創新性。

科研用戶通過《研究前沿報告》，發現專業領域科學研究的熱點、前沿和新興趨勢，預測其演變過程，確定項目申報的關鍵技術難點和創新點，確保立項的可行性和新穎性，不斷充實科研立項依據。科研管理人員通過《研究前沿報告》預見新的科研立項規劃，提供政策導向，引導科研立項決策。院系領導可以根據《研究前沿報告》梳理各學科結構，結合各學科的科研用戶動態畫像，掌控各學科的人才結構和研究熱點前沿與發展趨勢，確立新的學科發展方向，科學調整學科人才引進和評估策略。決策者面對國家重大戰略需求和重大前沿科學課題，可以通過科研用戶動態畫像獲取本機構相關主題的科研水平和科研人才儲備，組建重大項目跨學科團隊，推薦團隊負責人及成員名單，指定科研管理人員和學科館員，合力攻堅，打造學科高峰，支撐高校一流學科建設。

4.3 動態嵌入式科研服務

大數據背景下結合科研用戶動態畫像實現全生命周期嵌入式智慧科研服務，包括項目立項前的參考咨詢與科技查新、項目實施中的研究工具支持、項目結題前的情報分析與論文投稿指導和項目結題后的成果鑒定與申報獎項輔助等。筆者重點以一位科研用戶在圖書館活動的情景為例，自動感知科研用戶的需求，提供論文題目推薦、投稿指導和專利合作推薦等服務，實現動態嵌入式科研服務，為智慧圖書館創新科研服務建設提供路徑參考。

系統根據董老師的實時動態畫像，預測董老師在結合未結題的科研項目給研究生魏某遴選畢業設計題目，并結合科研項目信息（名稱、研究方向、現有成果、考核指標等）綜合分析出此項目結題還需要1篇北大核心期刊論文和1項發明專利。

結合科研用戶動態畫像的課題論文指導。系統結合董老師最近的檢索關鍵詞組（圍術期、UWB和手術行為管理）和預約的UWB技術類書目，為董老師推薦碩士研究生畢業設計論文題目《基于UWB技術的手術行為管理系統的研究與設計》。此畢業論文衍生的小論文《基于UWB技術的手術行為管理系統的構建與應用》，可以投北大核心期刊，便于學生畢業和項目結題。系統根據知網期刊綜合影響因子和有無信息類或主題相關的投稿欄目進行排序，依次推薦《中華醫院管理雜志》《中國醫院管理》和《中國醫院》3家北大核心期刊。系統把這些論文指導信息實時推送到手機端，請董老師進行參考和相關評價。

結合科研用戶動態畫像的專利合作推薦。系統結合董老師的動態畫像信息，推薦申請UWB定位算法的發明專利，并通過匹配全校的科研用戶畫像，給董老師推薦兩位可以合作的科研用戶（胡老師和吳老師）。胡老師近5年作為第一發明人授權6項發明專利，其中《一種醫院復雜環境室內定位系統及定位方法》的主題和應用場景與董老師的專利較為吻合。吳老師近5年作為第一發明人授權17項發明專利，其中7項是算法類研究。系統將這些專利合作信息實時推送到手機端，并請董老師進行相關查閱、評價和反饋。

5 總結

筆者將場景五力引入智慧圖書館的科研服務體系，利用移動設備、傳感器、社交網絡和定位系統感知科研用戶的行為習慣和內容偏好，并結合具體情景深度刻畫科研用戶動態畫像，通過大數據技術精準預測科研用戶需求，提供場景化科研服務。深入分析了科研用戶動態畫像概念模型，細致地勾勒了董老師某個情景下的科研動態畫像，形象地展示了畫像內容。重點描述了融合智能推薦的精準檢索服務，依托研究前沿的全景式多維競爭分析和覆蓋科研項目全生命周期的動態嵌入式科研服務，為智慧圖書館科研服務體系建設提供一個全新思路和實現路徑。