智慧圖書館建設背景下公共圖書館閱讀推廣策略研究

陳敏

摘 要：在智慧圖書館建設背景下，公共圖書館閱讀推廣的渠道和形式得以拓展，精度和效率進一步提高，與公眾的互動性和參與度也得到顯著提高。對此，該文從底層信息技術的選擇、數據來源、推廣要素三個方面提出了智慧圖書館建設背景下公共圖書館閱讀推廣模型，并從建立文獻元數據平臺、建立大數據平臺、推廣對象特征的精確描述和個性化內容的準確匹配四個方面制定具體推進策略，探討公共圖書館閱讀推廣模式創新路徑，為社會公共閱讀事業發展提供可行性參考。

關鍵詞：智慧圖書館；閱讀推廣；閱讀服務

中圖分類號：G251? 文獻標識碼：A? 文章編號：1673-260X（2023）04-0025-04

1 引言

隨著信息技術的快速發展和普及，智慧圖書館的建設已經成為當今圖書館發展的重要方向之一。公共圖書館作為社會文化事業的重要組成部分，也在積極探索智慧圖書館建設的路徑和方式。在這一背景下，如何通過閱讀推廣策略，更好地服務讀者，提高讀者的閱讀興趣和閱讀素養，已經成為公共圖書館發展的重要課題。智慧圖書館是指通過信息技術手段將傳統圖書館轉變為數字化、網絡化、智能化的新型圖書館，它利用互聯網、移動終端、物聯網、大數據、云計算、人工智能等先進技術，將圖書館的各類資源整合起來，為讀者提供全方位、多樣化的服務[1]。在智慧圖書館的支持下，公共圖書館可以通過各種智能化的手段，如大數據分析、智能推薦等，更加精準地進行閱讀推廣工作。據此，為適應智慧時代及技術的演變特點，需要進一步厘清智慧圖書館在閱讀推廣領域的契合性，找準技術融入的突破口和創新性，切實為“全民閱讀”做出積極貢獻[2]。

2 智慧圖書館建設背景下公共圖書館閱讀推廣的機遇

隨著科技的不斷進步，智慧圖書館已成為公共圖書館建設的重要方向。智慧圖書館借助信息技術的發展，為閱讀推廣提供了更加便捷、多樣化、個性化的渠道和形式。

2.1 拓展閱讀推廣的渠道和形式

智慧圖書館為公共圖書館的閱讀推廣提供了更多的拓展渠道和形式，從而擴大了閱讀推廣的影響范圍和受眾群體。首先，智慧圖書館提供了數字閱讀的渠道，使得讀者可以在任何地方、任何時間進行閱讀，讓閱讀不受限于圖書館的開放時間和地點，同時也可以克服傳統紙質書籍數量有限的問題。其次，智慧圖書館還可以通過數字資源的方式提供豐富的多媒體閱讀體驗，例如電子書、有聲讀物、電子雜志等，滿足不同讀者的閱讀需求，同時也提供了更加豐富多樣的閱讀形式。例如，深圳市圖書館推出了“數字館藏”計劃，通過數字化的方式將圖書館館藏的圖書、報紙、雜志等資源進行數字化整合和優化，為讀者提供在線閱讀的便利。同時，圖書館還通過在線閱讀推廣活動、微信公眾號等多種渠道開展閱讀推廣工作，為讀者提供了線上分享、互動、交流的平臺。這樣不僅提高了閱讀推廣的效率，也擴大了閱讀推廣的影響力。此外，智慧圖書館的數字資源也提供了更多的多媒體閱讀體驗。例如，北京市圖書館借助數字資源推出了一系列有聲讀物節目，涵蓋文學、歷史、科學等各個領域，不僅可以提供更加豐富多彩的閱讀體驗，同時也可以幫助讀者更好地理解和領悟書籍中的內容[3]。

2.2 提高閱讀推廣的精度和效率

智慧圖書館的建設為公共圖書館提供了更多的技術手段，進一步提高了閱讀推廣的精準度和效率。一方面，智慧圖書館通過數據挖掘和分析技術，可以深入了解讀者的閱讀偏好、閱讀習慣、閱讀興趣等方面的信息，為圖書館制定閱讀推廣策略提供有力的依據。圖書館可以利用智慧圖書館系統收集和分析讀者的借閱記錄、閱讀記錄、評分記錄等數據，根據這些數據定制閱讀推廣方案，使得推廣的內容更加符合讀者需求，提高推廣效果。如上海圖書館的智慧圖書館系統，利用了大數據技術和人工智能技術，通過對讀者的閱讀習慣和興趣進行分析，為讀者提供了更加精準的閱讀推薦服務。該系統可以根據讀者的閱讀歷史、評分歷史等信息，智能推薦讀者感興趣的書籍、期刊等閱讀材料。此外，該系統還可以通過閱讀分析、知識點推薦等功能，為讀者提供更加全面、專業的閱讀體驗；另一方面，智慧圖書館可以借助數字化技術，實現對圖書的精準分類和管理，進而提高閱讀推廣的精準度和效率。傳統的圖書分類方式一般采用文獻分類法，根據圖書的主題和內容進行分類，這種方式存在分類標準主觀、分類效率低等問題。而在數字化時代，智慧圖書館可以通過利用自然語言處理、機器學習等技術，對圖書進行自動分類和標注。例如，美國加州大學圖書館（UC Berkeley Library）利用自然語言處理技術對圖書進行主題分類，使得讀者可以通過圖書主題的關鍵詞，快速查找相關圖書；同時，UC Berkeley Library還利用機器學習技術，對讀者的借閱歷史和搜索行為進行分析，從而推薦個性化的閱讀列表[4]。韓國首爾公共圖書館（Seoul Metropolitan Library）則采用RFID技術，實現了對圖書的自動借還、安全管理和盤點等功能。借閱者只需要把書放在借還機上，即可完成借還操作[5]。

2.3 提高閱讀推廣的互動性與參與度

智慧圖書館為閱讀推廣帶來了更多的互動性和參與度，使讀者不再是單向接收信息的被動角色，而是可以積極參與和互動的主體。首先，智慧圖書館提供了多種交互式的閱讀方式，比如數字閱讀、多媒體閱讀、VR/AR閱讀等，使讀者可以在閱讀過程中獲得更加直觀、立體的體驗，激發他們的閱讀興趣和熱情。其次，智慧圖書館通過開展各種形式的讀書活動，如讀書分享會、讀書沙龍、閱讀比賽等，提高讀者參與的積極性和熱情，增強讀者與圖書館之間的聯系和互動。最后，智慧圖書館通過引入社交媒體和在線交流平臺，如微信、微博、圖書館網站等，為讀者提供了一個互動交流的平臺，促進讀者之間的交流和互動，同時也方便圖書館對讀者需求和反饋的了解和回應。例如，廣州市天河區圖書館在智慧圖書館建設中充分利用數字技術和互聯網平臺，不斷創新閱讀推廣服務方式。圖書館推出“掌上天河圖書館”App，為讀者提供圖書查詢、預約、續借等便捷服務，并開設“閱讀推廣”板塊，發布閱讀推廣活動信息，激發讀者閱讀興趣。同時，圖書館還開展了大量的讀書活動，如“讀書馬拉松”“翻翻課外書”等，通過各種有趣的形式和活動內容，引導讀者探索、學習和分享知識。此外，圖書館還在社交媒體上開設微博、微信等賬號，與讀者互動交流，回應讀者關注和需求[6]。

3 智慧圖書館建設背景下公共圖書館閱讀推廣模型的重構

從上文的分析可以看出，在信息技術快速發展的背景下人們閱讀方式、閱讀習慣以及閱讀需求都發生了巨大變化，智慧圖書館帶來的深刻理念進步和技術變革要求了公共圖書館必須重構閱讀推廣模型以適應現代社會的閱讀需求，提高閱讀推廣的效果和質量。

3.1 底層信息技術的選擇

為實現多渠道、多元化、高效且精準的閱讀推廣，在模型構建的底層信息技術選擇上不僅要滿足一般的圖書信息化建設，還要采用新興的信息技術，主要包括四種：一是云計算技術。采用云計算技術可以將公共圖書館的各項業務系統進行集成，實現信息資源共享、統一管理和便捷查詢。同時，云計算技術也可以為讀者提供更加便利的閱讀服務，比如在線閱讀、遠程查詢等；大數據技術。通過采集公共圖書館的閱讀數據、讀者借閱記錄等大量數據，運用大數據技術進行分析和挖掘，可以深入了解讀者的閱讀喜好和行為習慣，精準推薦相關圖書和閱讀活動，提高閱讀推廣的精準度和效率；人工智能技術：利用人工智能技術可以對圖書的內容和特征進行深度分析和挖掘，實現對圖書的智能分類和推薦。同時，也可以通過智能客服等形式，為讀者提供更加個性化和智能化的閱讀服務；區塊鏈技術。區塊鏈技術可以用于圖書的版權保護和數字化管理，防止盜版和侵權行為的發生，同時也可以為讀者提供更加安全和便捷的數字化閱讀服務。

3.2 數據來源

智慧圖書館建設背景下閱讀推廣的數據來源應包括兩方面：一是用戶數據。用戶數據的采集和利用可以幫助公共圖書館更好地了解讀者的閱讀需求和偏好，為讀者提供更為個性化的服務和閱讀推廣活動，同時也能提高公共圖書館的服務質量和用戶滿意度，分為靜態信息數據和動態信息數據。其中，靜態信息數據主要包括讀者的個人基本信息，例如姓名、性別、年齡、職業、學歷等，這些數據是相對固定的，不會隨著時間和環境的變化而發生太大的變化。動態數據則是指讀者的閱讀行為數據和借閱記錄等信息，這些數據是隨著時間的推移和閱讀行為的改變而不斷變化的。比如，讀者每次借閱的書籍種類、借閱頻率、閱讀時長等都是動態數據。這些數據可以通過智慧圖書館所提供的技術手段進行收集、分析和處理，進而為公共圖書館的閱讀推廣活動提供更為準確和個性化的服務；二是館藏資源數據，包括實體資源和網絡資源。其中，實體資源是公共圖書館獨有的優勢，也是數字化資源無法替代的。因此，在重構閱讀推廣模型時，需要充分考慮實體資源的利用，包括提高實體資源的可用性和便捷性。例如，通過數字化技術實現實體資源的智能分類和檢索，讓讀者可以更加方便地找到所需的資源；同時，結合互聯網和移動設備等技術，讓讀者可以在任何時間、任何地點訪問館藏資源，提高了實體資源的可用性和便捷性。另一方面，公共圖書館的數字化資源也不斷增多，包括數字圖書、數字報刊、數字化檔案等等[7]。數字化資源的優勢在于數量豐富、可跨地域訪問、檢索和利用方便等等。因此，在重構閱讀推廣模型時，需要充分考慮數字化資源的利用，包括拓展數字化資源的類型和數量，提高數字化資源的質量和可用性。例如，建立數字化資源的智能分類和檢索系統，讓讀者可以更加方便地找到所需的數字化資源；同時，利用互聯網和社交媒體等技術，拓展數字化資源的推廣渠道，提高數字化資源的可用性和影響力。

3.3 推廣要素

在智慧圖書館建設背景下，重構公共圖書館閱讀推廣模型需要從推廣要素的角度出發，重新設計推廣主體、推廣對象、推廣內容和推廣形式，以更好地適應數字化時代的閱讀推廣需求，提高閱讀推廣的效果和效率。推廣主體方面，傳統公共圖書館閱讀推廣主體主要是圖書館本身，推廣活動主要由圖書館的工作人員組織實施。而在智慧圖書館建設背景下，可以通過開放平臺，吸引更多的第三方推廣主體，例如社會組織、文化機構、科技企業等，讓更多的人參與到閱讀推廣中來。同時，公共圖書館也可以通過數據分析，針對不同的用戶需求，設計更具吸引力和針對性的閱讀推廣活動；推廣對象方面，傳統公共圖書館的閱讀推廣對象主要是廣大讀者，而在智慧圖書館建設背景下，公共圖書館可以更加精準地定位推廣對象，例如針對特定群體的閱讀推廣活動，例如針對少兒、老年人、殘障人士等人群的閱讀推廣活動，提高推廣的針對性和效果；推廣內容方面，傳統公共圖書館的閱讀推廣主要是圍繞館藏資源展開的，例如讀書推薦、讀書俱樂部、閱讀分享等活動。而在智慧圖書館建設背景下，公共圖書館可以將閱讀推廣內容拓展到更多領域，例如數字文化創意、數字出版、數字藝術等領域，將閱讀推廣與其他文化創意產業緊密結合起來，提升推廣內容的豐富性和多樣性；推廣形式方面，傳統公共圖書館的閱讀推廣形式主要是線下活動，例如讀書會、講座、展覽等活動。而在智慧圖書館建設背景下，公共圖書館可以將閱讀推廣形式拓展到線上，例如微信公眾號、移動App、虛擬現實等平臺，讓讀者可以隨時隨地參與閱讀推廣活動，提高推廣形式的靈活性和便捷性。

4 智慧圖書館建設背景下公共圖書館閱讀推廣策略

4.1 建立文獻元數據平臺

文獻元數據是圖書館信息資源管理的基礎，是保證數字化閱讀服務正常運轉的前提條件。建立文獻元數據可以提高館藏資源的利用率和閱讀推廣的效果。對此，第一應建立標準的元數據格式和體系，保證元數據的完整、準確和一致性，包括文獻的作者、題名、出版社、出版年份、關鍵詞、主題詞等信息；第二應建立文獻元數據的自動化采集和更新機制，可以通過自動化技術，將館藏資源的信息自動抽取、整合和更新到元數據系統中，減少人工干預，提高工作效率；第三應實現文獻元數據與實體資源的融合，在數字化閱讀服務中，將文獻元數據與實體資源緊密結合，提高資源利用效率，同時還能夠為用戶提供更加全面和準確的閱讀推薦服務。

4.2 建立大數據平臺

公共圖書館擁有大量的讀者數據和館藏資源數據，通過建立大數據平臺，可以將這些數據進行整合、分析和挖掘，實現更加精準和個性化的閱讀推廣服務。第一，建立數據中心和云平臺，用于存儲和處理圖書館的各種數據，包括用戶數據、館藏資源數據、閱讀推廣數據等。這些數據中心和云平臺可以采用分布式存儲和計算技術，保證數據的安全性和高效性；第二，引入大數據分析工具，如Hadoop、Spark等，用于處理和分析大量的數據，幫助公共圖書館發現用戶需求、挖掘館藏資源價值、優化閱讀推廣策略等，提高圖書館的服務質量和效率；第三，建立數據挖掘團隊，負責數據的收集、處理、分析和應用。團隊可以包括數據分析師、數據挖掘工程師、算法工程師等，通過對數據的深入挖掘，為公共圖書館提供更加精準和個性化的服務；第四，實現數據共享和交互，與其他機構和平臺建立數據共享和交互機制，以獲取更多的數據資源和知識。例如，公共圖書館可以與其他圖書館、大學、研究機構、社交媒體等建立合作關系，共享和交換數據和知識，從而更好地滿足用戶需求和優化閱讀推廣策略。

4.3 推廣對象特征的精確描述

公共圖書館閱讀推廣對象應包括讀者群體和非讀者群體。對于讀者群體而言，公共圖書館需要更加精準地描述他們的年齡、性別、職業、文化程度、閱讀習慣等基本特征。這些基本特征可以通過公共圖書館自身的借閱記錄、讀者調查、社會調查等方式來獲得。同時，公共圖書館還需要了解讀者群體的需求特征，例如他們對于不同主題、類型的圖書的需求程度、借閱頻次和借閱時長等。公共圖書館可以通過數據分析技術，深入挖掘讀者的需求特征，進而提供個性化的閱讀推廣服務；對于非讀者群體而言，公共圖書館需要更加精準地描述他們的特征和需求。例如，公共圖書館可以通過社會調查等方式了解非讀者群體的閱讀習慣、閱讀難度、閱讀興趣等特征，并從中分析他們不愿意閱讀的原因和需要改善的方向。公共圖書館可以通過改善閱讀環境、推廣具有吸引力的主題和類型的圖書等方式，吸引更多的非讀者群體進入圖書館，進而提高閱讀推廣效果。

4.4 個性化內容的準確匹配

個性化內容的準確匹配是指根據用戶的閱讀偏好和行為，精準地推送符合用戶需求的閱讀內容，提高用戶閱讀體驗和滿意度，從而增強用戶對公共圖書館的認可度和使用率。具體實現上，需要建立個性化推薦系統，融合底層信息技術，如數據挖掘、機器學習等技術，分析用戶的閱讀歷史、閱讀興趣、閱讀時長、借閱行為等多個維度的數據，建立用戶畫像和閱讀模型。在此基礎上，根據用戶畫像和閱讀模型，通過智能算法推薦符合用戶需求的閱讀內容。在文獻元數據和大數據平臺的基礎上融入知識圖譜和語義理解技術，進行更深入的資源分析和挖掘，識別出資源之間的隱含聯系和知識關聯，為個性化推薦提供更有針對性的依據。除此之外，在實際操作中，可以根據用戶畫像和閱讀模型，建立不同的推薦策略和算法模型，包括基于內容的推薦、協同過濾推薦、混合推薦等，靈活地應用到不同的場景和用戶群體中，實現個性化推薦的精確匹配。同時，也需要關注用戶反饋和評價，不斷調整和優化推薦策略和算法模型，提高推薦準確度和用戶體驗。

——————————

參考文獻：

〔1〕倪代川，肖思琪，黃小君.智慧環境下閱讀推廣服務公共性價值實現策略探析——以佛山市圖書館“易本書”閱讀推廣品牌服務為例[J/OL].圖書館建設，1-13[2023-03-25].http：//kns.cnki.net/kcms/detail/23.1331.G2.20230308.1250.008.html.

〔2〕林曉旻.智慧技術下公共圖書館閱讀推廣模式研究[J].數字通信世界，2023，19（02）：157-160.

〔3〕任鵬.數據賦能的圖書館智慧閱讀推廣服務實踐探索[J].圖書館學刊，2023，45（01）：75-79.

〔4〕孔九英.智慧圖書館背景下的高校閱讀推廣模式研究[J].科技資訊，2023，21（02）：215-218.

〔5〕柴愛君.智慧圖書館空間建設與教育閱讀推廣[C]//中國陶行知研究會.第七屆生活教育學術論壇論文集.第七屆生活教育學術論壇論文集，2023.5-7.

〔6〕張婷婷.融合情境的智慧圖書館動態精準閱讀推廣服務研究[J].圖書館研究與工作，2022，44（12）：56-61.

〔7〕寧雪，李臻，黃寧.圖書館智慧閱讀推廣服務路徑研究[J].大學圖書情報學刊，2022，40（05）：38-42.

收稿日期：2023-02-13