輕應用背景下智慧圖書館微服務情境聚合適配研究

周玲元?楊崖冰?陳洪斌

摘 要 論文運用本體理論和數字資源聚合理論，說明了輕應用背景下智慧圖書館微服務情境聚合適配運行機制；基于輕應用背景，搭建了智慧圖書館微服務模型；指出了輕應用背景下智慧圖書館微服務情境聚合的困境，并進一步提出基于超級App的個性化服務推薦機制以及發展策略，以期提升輕應用背景下智慧圖書館微服務情境聚合的適配效果，為智慧圖書館用戶提供更優的情境資源微服務。

關鍵詞 輕應用；智慧圖書館；微服務；情境聚合；個性化服務

分類號G252

DOI 10.16810/j.cnki.1672-514X.2023.04.010

Abstract Using ontology theory and digital resource aggregation theory， this paper firstly illustrates the operational mechanism of contextual aggregation and adaptation of smart library micro services in the background of light applications. Secondly， based on the background of light application， the smart library micro service model is built. This paper points out the dilemma of micro service context aggregation of smart library under the light application background， and further puts forward the personalized service recommendation mechanism and development strategy based on super App， in order to improve the adaptation effect of micro service context aggregation of smart library under the light application background， and provide better context resource micro service for smart library users.

Keywords Light app. Smart library. Micro services. Context aggregation. Personalized service.

0 引言

大數據時代的到來加速推動了智慧圖書館微服務體系的更新迭代，但國內外學者對智慧圖書館的展望和構思不盡相同，比如葉飛等為解決高校圖書館空間融合度較低、服務集成度不高、用戶交互方式單一等問題，構建了高校圖書館智慧空間，以此實現空間互聯及融合[1]；呂鯤等認為構建高校智慧圖書館信息服務生態系統需遵循信息交互、系統協同及要素循環原則[2]；Yap G E等人指出，情境感知對圖書館人文關懷、構建未來用戶圖書服務的促進作用[3]；許鑫等將數字孿生技術與智慧圖書館建設相融合，以此解決智慧圖書館業務分割問題，實現了圖書館業務的協同與融合[4]。從上述的研究來看，智慧圖書館的構建離不開情境聚合，其本質在于與情境中的資源適配息息相關。然而，目前其微服務情境聚合不適配現象時有發生，存在館際資源的互聯性、資源適配度不高，以及館內資源時空場景組合搭配適用度不強等問題。從這些問題中我們不難發現，當前智慧圖書館存在的情境聚合適配效果不佳是數字資源使用精細度欠缺的緣由。由此看來，如何實現情境聚合適配，即如何實現資源的互通利用，并促進各微服務模塊的整合匹配成了輕應用時代下智慧圖書館進一步發展及完善的痛點和難點。因此本文提出了輕應用背景下智慧圖書館微服務情境聚合適配運行機制，構建了相關模型，并針對其發展困境提出了相應的發展策略。

1 關于智慧圖書館微服務情境資源適配理論及運行機制

人工智能及大數據時代的到來，為實現資源情境聚合提供了一定的技術支撐，尤其在“輕應用”作為當下熱門的新型傳播媒介方式下會顯得更加快捷高效、實用便利。對此，有學者通過對大數據、云計算等智能技術應用研究，認為智慧圖書館服務中的核心要素包括了當今時代最先進的信息技術、理念及移動設備，如云計算、大數據、智能設備等[5]，而智能圖書館的智能化搜索服務功能、識別相關閱讀行為[6]更是依賴于這些先進信息技術，其中利用好大數據提升智慧圖書館的數據收集、分析處理等功能，對于其呈現最大的教育價值具有巨大的作用[7]。顯而易見，創建智慧圖書館微服務體系，解決情境資源適配問題，大數據、云計算等智能技術是實現其優化的必然選擇，而輕應用自身體量能否承載相關技術則成了問題關鍵所在。

智慧圖書館的發展與資源共享息息相關，無論是館藏資源還是館際資源，資源適配聚合將能夠更好地開發已有及潛在的資源。其中關于館藏資源聚合理論的研究較為豐富，早在2012年就有學者研究基于語義的館藏資源聚合[8]。館藏資源聚合理論是基于資源共享理念形成和發展的，資源聚合是建立在資源優化組合和合理配置之上的聚合形式，能夠借助資源優勢互補，放大資源質和量的效應。為了增強資源使用的精密度，實現各微服務模塊的整合匹配，從而引入情景感知。情境感知是指在對移動終端設備、用戶行為等構成的場景進行分析的基礎上，聚合匹配資源，連接用戶與情境，針對不同用戶偏好和個性化特征選擇多種多樣的情境適配組合。情境感知最早由Schilit B N等人提出，他們認為情境有物理、計算及用戶情境等類[9]。

在智慧圖書館資源聚合過程中，我們可以通過本體理論展開資源的互聯與適配。本體是一種針對共享概念或其相互關系的形式化說明，其具有明確性、結構化等特點，本體也可以稱為術語集，指通過對不同領域的資源集合，利用語義映射機制實現異構資源和系統之間的語義關聯，就可以實現異構的、不同類型資源的深度聚合。其作為一種技術手段，可以在圖書館信息資源建設中通過有序化與優質化信息將信息組織提升至知識組織，即揭示知識單元與挖掘知識關聯[10]。由此，在輕應用背景下的智慧圖書館微服務情境聚合適配運行機制主要在于以下兩個方面。

（1）篩選重組情境本體信息。情境本體是對智慧圖書館微服務領域的資源情境構建。在結構化資源中有著穩定且通用的情境信息，而非結構化資源中的情境信息則是臨時的、具體的，需要綜合兩種情境信息才能構建情境本體[11]?；谛畔⒔邮芮榫硢卧?，構建信息接受情境本體可以改進情境適配度的不足，增強智慧圖書館信息接受情境與資源適配的柔性。為了整合適配情境本體數據，需要考慮到情境本體自身的結構復雜性、類型多樣性，我們需要通過情境本體映射方法進行篩選重組，以此不斷完善資源適配推薦情境配置模式。因此，高校智慧圖書館可以通過對情境本體數據的篩選重組增強館藏資源情境與用戶信息接受適配度，完成用戶信息與接受情境的精確劃分，從而建立本體情境數據庫，包括社會網絡數據、用戶畫像數據和服務數據等，為情境建模提供適配信息基礎。

（2）情境建模，為了實現情境建模，需要將情境本體信息進一步融合、抽象，建立不同服務情境單元下的用戶需求與資源適配關聯數據。2007年，關聯數據由兩位國外學者在向國際互聯網協會（W3C）提交“關聯公開數據項目”時提出，用來連接整合各種數據資源，以便建立一個計算機可識別，并能映射自然和社會的數據網絡。利用關聯數據可以實現館藏數字資源聚合，繼而挖掘數據的關聯性[12]，使智慧圖書館數字資源實現跨庫和跨領域的有效發展。

2 輕應用背景下的智慧圖書館微服務情境聚合模型架構

近幾年構建關于智慧校園或圖書館的情境感知系統框架的研究有很多[13-15]，然而這些研究都很少從輕應用的角度出發來搭建情境系統感知模型?；谖⑿拧⒅Ц秾毜妮p應用，雖然與專門App客戶端類似，但其開發、維護成本較低，在便捷快速的同時，又能保證服務的多樣性、主動性、交互性。此外，輕應用平臺下的信息查詢搜索及影音化閱讀將會更高效便利，而且能夠擺脫傳統移動客戶端占用手機等終端設備內存等問題。因此，輕應用可以看作是性價比較好的智慧圖書館微服務情境聚合實現方式。

通過借鑒眾多系統框架，本文增加輕應用亮點，將基于輕應用的智慧圖書館微服務情境聚合適配模型分為情境感知層、情境分析層和情境交互層，具體見圖1。

2.1 情境感知層

初級情境的構建主要在于數據的采集與挖掘，可以分為情境數據來源模塊和情境數據技術模塊，以此來搭建情境數據建立平臺，建立相應的本體情境數據庫，為情境感知提供一定的數據基礎。一方面我們需要通過各種情境，獲取情境感知數據，搭建本體情境數據庫；另一方面，情境感知獲取數據要通過傳感器、iBeacon等情境感知技術實現技術支撐。本文根據情境用戶服務需求和智慧圖書館微服務多樣化的特點，構建相應基于本體的初級情境感知模型。

（1）情境數據來源模塊。萬物互聯背景下的智慧圖書館用戶數據具有復雜性、多樣性的本質特征，因此我們要從各種數據情境入手挖掘，促進本體情境庫的搭建。由于用戶需求與歷史情境數據的異質化，智慧圖書館用戶情境可分為：①興趣情境，這與用戶興趣偏好與品味密不可分。②資源情境，即資源內容、資源篩選和資源融合。③社交情境，通常也成為人際情境。用戶在朋友圈、微博、推特等社交媒體，與他人的互動溝通等均可作為歷史情境數據的來源。④技術情境，包括大數據、物聯網、云計算等。⑤服務情境，即個性精準化和多元化服務。通過多種多樣的情境模式，我們能夠采集更多用戶情景數據，感知用戶需求偏好，從而為提升服務黏性提供極大便利。

（2）情境數據技術模塊。本體情境數據庫的搭建需要情境數據采集技術的支撐，而物聯網技術正好符合數據采集分析處理的功能。物聯網技術主要分為傳感器、RFID、iBeacon、NFC等。①傳感器能夠感知溫度、氣壓、光線等圖書館環境情境，以及用戶使用的智能手機、電腦、可穿戴設備等用戶情境。②RFID監控可獲取用戶的社交信息、興趣偏好等歷史數據。③iBeacon可以定位用戶地理位置，提供定位信息。④NFC技術安全性極高，若能實現與WiFi技術的結合，于用戶而言，將兼備便利性與可靠性。以上技術能為情境入庫以及初級情境的構建獲取社會網絡數據、用戶畫像數據、服務數據等情境數據，有利于為用戶提供全方位、多樣化、互聯互享的情境模式服務。此外，我們在此基礎上可以利用本體理論對本體情境數據庫進行關聯分析，從而搭建情境數據處理平臺。

2.2 情境分析層

情境數據處理平臺的搭建離不開數據分析與管理，我們將其分為情境數據分析模塊與情境數據管理模塊。我們以用戶需求為驅動，加速情境更新，通過情境數據的分析管理促進智慧圖書館情境再搭建和微服務再創新，從而進一步完善情境適配的效果，為情境交互優化情境模型，實現初級情境模型到高級情境模型的迭代升級。

（1）情境數據分析模塊。情境數據的分析可以通過數據共享、數據挖掘、流式數據處理技術、區塊鏈技術實現。①數據共享即以館藏資源聚合理論實現資源共享，放大資源質和量的效應，互補館藏之內和館際之間的現有資源，為情境數據聚合分析優化資源組合與配置。②數據挖掘是將創建的智慧圖書館用戶本體結合數據挖掘技術，搭建用戶數據挖掘本體系統，對歷史情境數據再組織再利用，針對用戶興趣偏好個性化推薦相關數據資源。金利[16]認為數據挖掘包括分析和采集用戶特征信息，創建用戶模型，完成用戶的合理聚類和分類等。用戶的特征信息為情境數據的完整性、可靠性提供重要基礎，用戶模型的創建也為情境數據管理給予便利。③通過毫秒級時效、并發能力強（單節點可以實現50 000流水/秒）和可擴展性好的流式數據處理技術，能夠降低資源適配與情境推薦機智的復雜性，提高情境分析計算處理海量數據的能力[17]。④區塊鏈技術則為數據安全管理和數據存儲管理提供技術保障。周莉指出用戶畫像數據權益時常受到侵害，是數據安全管理的難題[18]。當前，智慧圖書館用戶畫像數據安全問題層出不窮，主要表現在用戶數據采集授權、用戶數據傳輸泄露兩個方面。同時，智慧圖書館用戶數據挖掘必須進行技術革新，對價值和利益進行重新分配和再造，而作為底層技術的區塊鏈技術的出現，為推動大數據挖掘工作的創新提供了可能。

（2）情境數據管理模塊。情境數據的管理分為四個模塊。智慧圖書館數據管理員應注重用戶在使用、創造、交易數據時的安全、融合、更新和存儲問題。①數據安全管理。利用區塊鏈技術及智能合約將可編控的軟件嵌入區塊鏈的任何節點，從而定義項目和確權數據價值和資產，智慧圖書館數字資源通過數字形式進行傳輸，這種網絡傳輸方式使畫像數據處于暴露的危險之中。而利用智能合約可以使用戶畫像數據的存儲安全性得以提高。②數據融合管理。歷史數據與實時數據相融合是能否進行良好數據融合管理的關鍵。通過TSP神經網絡模型和算法，能從不同維度進行歷史情境數據分析，創建多元推薦資源情景。與此同時，梳理用戶未來行為信息，能為智慧圖書館情境重組更新提供保證，實現歷史情境數據與實時數據良性融合。③數據更新管理。數據的重組與更新需要注重數據的完整性與多樣性。這有賴于數據的融合，以及對情境本體的分解和重組。情境本體結構復雜，對情境本體的篩選重組極為重要。在此基礎上，通過神經網絡算法更新情境本體庫的信息，有利于保證數據的來源可靠，提高數據的應用性。④數據存儲管理。可以通過區塊鏈加密技術保證資源存儲的完整性和安全性。服務數據的完整存儲有利于提供符合用戶預期的情境化資源推薦，對數據治理來說至關重要。管理時應針對不同管理目標采用不同存儲方式[19]，此外對數據的分析處理和管理對智慧圖書館館員的素質有較高的要求，以保障數據的正當使用和存儲。

在情境數據處理平臺經過數據分析與管理后，我們可以通過聚類分析法和LDA搭建群體情境模型和主題情境模型。曾子明和孫守強[20]提出建立情境標簽庫可以通過情境計算搭建情境模型。對個體標簽進行聚類分析，可以分析特定群體的需求偏好，從而搭建群體情境模型。主題情景模型能夠快速反映用戶情境主題，動態感知用戶情境偏好。

2.3 情境交互層

智慧圖書館微服務情境聚合模型的搭建最終是為了實現輕應用下的智慧微服務推薦。輕應用微服務推薦可以分為智能推送、智慧管理、個性服務、關聯分析四個層次。

（1）智能推送。針對垃圾信息泛濫問題，各智慧圖書館應加強資源微服務推送的質量管理與要求，搭建安全微服務推送平臺。微服務推送應具備人性智能化，緊跟熱點潮流，契合用戶個人需求。輕應用平臺提供搜索入口的同時也應加強技術升級，進一步整合完善數據資源，感知用戶情境和資源偏好后精準匹配場景、智能化推薦服務，給用戶創造更多價值。

（2）智慧管理。圖書館館員對智慧圖書館輕應用服務平臺的智慧管理，首先應轉變圖書館傳統的微服務理念，擴大用戶群體數量，將其微服務體系朝著促進數據的多樣化及個性化的方向發展。其次通過智慧圖書館員對微服務信息資源質量嚴格把關來進一步完善輕應用微服務平臺管理體系。

（3）個性服務。可以多樣化多層次延伸輕應用服務內容，滿足不同用戶群體的個性化需求。例如，訂閱推送、服務導航、資源查詢等都應可視化，對館藏信息應做到即搜即用。另外，輕應用服務平臺可以對現有用戶的個人偏好展開精細化調研，從而實現更加精準的個性化服務。

（4）關聯分析。為促進資源推薦服務與用戶需求的精準適配，需要實時更新用戶信息，獲取用戶偏好，優化用戶資源獲取體驗與服務，提高微服務資源獲取的效率與情境聚合的適配度。智慧圖書館要通過輕應用全面記錄服務場景，根據典型場景或群體情景偏好進行關聯分析，將歷史情境和實時情境重組更新，在微服務推薦中提供更好的數據資源。

3 輕應用背景下智慧圖書館微服務情境聚合的困境

輕應用背景下智慧圖書館微服務要實現資源智慧適配，塑造智慧情境聚合，需要在數字聚合理論的基礎之上，通過數據關聯，聚類分析、LDA等手段搭建群體情境和主題情境等模型，才能依托輕應用平臺根據情境交互場景做出相應智慧微服務推薦。但在開展微服務的過程中可能還需要針對以下三個方面的問題尋求最佳解決方案。

3.1 情境適配效果不佳問題

情境適配存在正適配、欠適配、過適配三種類型。正適配指圖書館提供的資源情境能恰好滿足地用戶情境需求，情境資源可以被充分利用；欠適配是指圖書館場景服務中情境內容不能滿足用戶情境需求，場景急需被重構和優化；過適配是指圖書館情境配置超過用戶實際需求，這將造成嚴重的服務資源浪費。正適配和過適配能夠增強用戶體驗，而欠適配則削弱用戶體驗[20]。智慧圖書館微服務情境想要達到正適配效果，應當根據用戶的情境需求及時反饋相應情境信息，提供相應資源服務。因此，如何實現情境重組成為優化智慧圖書館微服務體系的研究重點。與此同時，用戶的興趣不是一成不變的，而是會隨時間發生變化，輕應用微服務推薦準確性能否維穩甚至升級將成為一大難題。這直接關乎情境適配效果，也間接為輕應用技術的開發與升級提出新的挑戰。

3.2 新用戶冷啟動問題

互聯網的飛速發展帶來信息服務數據的爆炸式增長，“信息過載”問題不容忽視，用戶無法迅速從中篩選出自己想要的信息與服務。為此，相關研究人員提出了輕應用資源個性化推薦方法。然而智慧圖書館的新用戶由于缺少對智慧圖書館的歷史操作，導致歷史情境數據部分缺失，因此輕應用資源推薦系統無法為其找到興趣偏好相似的其他用戶。對于不同類型用戶，資源推薦系統無法自適應調節推薦結果，使得智慧圖書館難以滿足用戶的多態性需求，我們將這一現象稱為智慧圖書館新用戶的輕應用資源推薦系統冷啟動問題。冷啟動問題分為完全冷啟動和部分冷啟動[21]。完全冷啟動指輕應用資源推薦系統中沒有任何可用于構建智慧圖書館用戶“微服務項目”關系的歷史情境數據。部分冷啟動也叫非完全冷啟動，指推薦系統中只有少量情境數據，如新用戶對少量微服務項目進行操作、評分時得不到系統推薦機會。

3.3 用戶隱私安全問題

隨著用戶信息泄露事件與日俱增，用戶對信息隱私安全也越來越重視。在智慧圖書館高度開放共享環境下，情境數據與用戶信息隱私密不可分，隱私信息保護必須高度重視。當智慧圖書館全面獲取用戶數據時，雖然提升了其服務管理水平，但同時給用戶也帶來了敏感數據泄露問題[22]。

4 輕應用背景下智慧圖書館微服務情境聚合適配的策略分析

針對相關痛點和難點，我們通過創建微服務情境聚合模型，促進了智慧圖書館微服務的水平提升。為進一步解決情景聚合存在的三個困境，優化情境聚合適配，進一步給出策略建議。

4.1 構建超級App提升情境適配效果

現有的智慧圖書館對移動用戶行為的數據挖掘大多借助于中間平臺，但隨著強制性開放政策的普及、圖書館特色資源數據的日益增多、用戶需求的日益多樣，智慧圖書館構建本體數據庫與開拓自營業務是大勢所趨。我們可以構建超級App，即能承載一切輕應用的情境數據本體庫。各大輕應用服務平臺匯聚于情境數據本體庫，這將進一步擴充情境數據信息，搭建優勢情境資源促進情境適配。不同輕應用的服務數據能夠促進情境的重組與更新，有利于資源的深入挖掘?；诔堿pp的跨輕應用微服務推薦機制運行模式如圖2所示。

首先將各大輕應用平臺匯聚于超級App，將智慧圖書館輕應用與眾多日常輕應用進行情境連接；其次是關聯融合歷史數據與實時數據，實時更新數據信息；最后以用戶需求為驅動，實現智慧圖書館情境再搭建和微服務觸達再創新，從而完善情境適配的效果，達到正適配的目標。此外，除了拓寬本館的服務領域，有必要進行跨館的資源整合，以此來豐富情境數據和類型。例如通過數據的實時流通交換，館藏電子資源的網絡共享及線下的圖書傳遞互借等途徑來共建優勢情境資源。智慧圖書館館際之間應進一步簡化處理流程，優化整合功能，實現優勢資源共建。

4.2 利用超級App多元數據融合緩解新用戶冷啟動問題

新用戶在使用普通輕應用推薦系統時，推薦系統存在因歷史執行信息缺乏而難以給予精準推薦的冷啟動問題。以超級App為基礎的輕應用在緩解冷啟動問題上起到不可小覷的作用。輕應用的輕量級特點以及一個App能搭載多個輕應用的優勢為緩解用戶冷啟動和數據稀疏問題提供了新思路。依托超級App的跨輕應用微服務推薦機制，融合用戶在各大輕應用平臺的的歷史服務數據，也就是說通過多源數據融合來獲取更佳精準的用戶情境偏好，從而有效緩解新用戶在初次使用圖書館輕應用時的冷啟動和數據稀疏問題。智慧圖書館用戶可以在使用新的輕應用時能夠更好地被智能檢索和推薦資源，并且推薦的準確性、多樣性、新穎性都能有明顯的提高。與此同時，這些情境服務數據也為其他的輕應用推薦系統提供了歷史執行信息，與之后的服務推薦構成良性循環。此外，可以建立有效評價機制，通過線上線下問卷調查、評級打分的形式，了解輕應用微服務機制的用戶信息接受度與滿意度，及時獲取用戶反饋，評估用戶體驗感和資源推薦質量，強化資源的可靠性與適配性，從而在超級App上及時更新歷史及實時情境數據。然而，超級App與各大輕應用的聯系太過密切，也使得用戶信息會過于透明化。這也就是說，通過一個輕應用，超級App能夠掌握用戶的所有服務數據信息，并給其他用戶加以推薦。由于掌握了過量信息，用戶的隱私安全問題進一步凸顯。

4.3 利用區塊鏈加密機制保護用戶隱私安全

超級App的數據融合機制在發揮資源服務推薦優勢的同時也進一步暴露了數據融合過程中的用戶數據隱私安全問題。智慧圖書館對用戶數據信息的隱私安全保護，可以從情境數據的采集、傳輸、存儲等環節落實。

（1）情境數據采集時，輕應用平臺盡可能要減少無關數據的收集，避免侵犯用戶隱私。在獲取用戶情境數據的同時，對于敏感數據要確保安全防護。由此，超級App在掌握、記錄用戶輕應用服務數據時，針對性應更加強，以減少其他輕應用服務平臺對用戶信息的讀取。（2）情境數據傳輸時，可憑借區塊鏈加密脫敏技術嚴防用戶數據傳輸泄露。用戶通過區塊鏈的安全密鑰可打造屬于個人的數據加密黑箱，從而在使用微服務資源推薦程序時更加放心。這不僅加強了對用戶信息的隱私保護，嚴格把關了微服務資源推薦的質量，也進一步優化了系統對資源服務的信息保護程序。同時，建議用戶盡可能使用智慧圖書館內部局域網絡進行數據傳輸，減少信息泄漏。進而，用戶在使用輕應用時可以減少因隱私泄露帶來的擔心憂慮。（3）情境數據存儲時，可以采用區塊鏈非對稱技術動態監測用戶數據，利于智慧圖書館數據安全管理，以及對用戶數據合理存儲。與此同時，超級App可以利用用戶身份驗證功能，對各大輕應用平臺設置防火墻和訪問控制權限，防止數據被惡意采集泄露。當用戶使用新的輕應用時，進行身份驗證之后，再開放相關功能，將用戶在其他輕應用上的服務數據傳遞到新的輕應用平臺。這有利于情境數據存儲的安全管理，同時也沒有浪費歷史服務數據。

5 結語

縱觀現有研究，國內外對于智慧圖書館資源情境聚合的研究在逐步推進，而如何通過超級App下的輕應用有效實現情境聚合適配顯然成為圖書情報領域的新亮點。當前學者多傾向于移動客戶端的移動圖書館情境聚合，較少結合輕應用研究其未來發展方向及策略。本文基于輕應用背景提出智慧圖書館微服務體系的情境聚合，為情境聚合適配的路徑策略作出建議參考，以此優化智慧圖書館微服務體系，從而為構建大數據時代的智慧圖書館提供有力支撐。此外，隨著智慧圖書館微服務的發展，以及輕應用推薦服務功能的開發，在未來其相關研究應重點關注于實踐。智慧圖書館資源情境聚合適配的過程中，信息技術的發展是智慧圖書館微服務建設的重要動力，而輕應用自身的發展能否適應情境聚合的技術要求，顯然也成為未來研究的一大難點。這就要求相關專家學者在未來研究中拓寬領域，將輕應用背景下的圖書館微服務情境聚合作為主流研究方向，以期優化輕應用微服務資源推薦模式。

參考文獻：

葉飛，弓越，翟姍姍，等.面向知識服務的高校圖書館智慧空間構建研究[J].情報科學，2021，39（12）：17-24，45.

呂鯤，郭淳，羅星雨，等.高校智慧圖書館信息服務生態系統構建及其系統動力學分析[J].情報科學，2022，40（6）：44-51.

YAP G E，TAN A H，PANG H H.Discovering and exploiting causal dependencies for robust mobile context-aware recommenders[J].IEEE Transactions on knowledge and Date Engineering，2007，19（7）：977-992.

許鑫，蘭昕蕾，鄧璐薌.數字孿生視閾下智慧圖書館業務融合研究[J].大學圖書館學報，2022，40（2）：59-66，35.

李新，薛衛雙.國內外智慧圖書館微服務研究的現狀、難點及趨勢[J].圖書館，2020（12）：42-47.

RUIQIN B， JUMIN Z， DENGAO L， et al. RNN-BasedDemand Awareness in Smart Library Using CRFID[J].China Communications， 2020，17（5）：284-294.

ALEKSANDAR S. A big data smart library recom-mender system for an educational institution[J]. Library Hi Tech， 2018， 36（3）：498-523.

賀德方，曾建勛.基于語義的館藏資源深度聚合研究[J].中國圖書館學報，2012，38（4）：79-87.

SCHILIT B N， THEIMER M M. Disseminating active map information to mobile hosts[J]. IEEE Network， 1994， 8（5）：22-32.

穆向陽.本體在LAM（圖書館、檔案館、博物館）數字資源整合中的局限、問題及解決路徑研究[J].圖書館理論與實踐，2020（5）：73-79.

姜永常，王紅露，李浩.CKAIC中基于概念格整合異構資源的情境本體構建[J].現代情報，2021，41（3）：38-43.

賈瓊，王萍.基于關聯數據的歷史檔案資源聚合研究[J].圖書情報工作，2021，65（10）：105-112.

廖宏建，黃立冬.面向智慧校園的移動情境感知服務模型研究[J].現代教育技術，2021，31（4）：105-111.

習海旭，熊太純.基于情境感知的移動圖書館服務系統模型研究[J].圖書館學研究，2021（15）：14-22.

王振偉.情報感知視域下的高校圖書館知識管理模型構建[J].圖書館理論與實踐，2022（2）：85-93.

金利.基于用戶本體的圖書館用戶數據挖掘系統的功能及架構[J].現代電子技術，2020（12）：155-158.

黃麗芳.基于移動應用平臺的高校圖書館智慧服務研究[J].圖書館，2020（3）：37-42.

周莉.基于區塊鏈技術的移動圖書館用戶畫像數據管理策略研究[J].圖書館工作與研究，2021（7）：49-57.

胡裕陽.多元協同視域下智慧圖書館數字資源協同管理體系研究[J].圖書館，2021（11）：23-29.

曾子明，孫守強.基于情景感知的智慧圖書館場景式服務研究[J].圖書與情報，2019（4）：101-108.

史海燕，倪云瑞.推薦系統冷啟動問題研究進展[J].圖書館學研究，2021（12）：2-10.

林鑫，宋吉.面向高校智慧圖書館的統一用戶

管理系統構建研究[J].數字圖書館論壇，2021（4）：38-43.

周玲元 南昌航空大學經管學院教授，碩士研究生導師。 江西南昌，330063。

楊崖冰 南昌航空大學經管學院本科生。 江西南昌，330063。

陳洪斌 南昌航空大學經管學院研究生。 江西南昌，330063。

（收稿日期：2022-08-30 編校：劉 明，謝艷秋）