情境感知視角下公共圖書館資源推薦服務重構與拓展

黃敏

摘 要：情境感知視角下公共圖書館資源推薦服務有了新內涵和新功能，要求開展資源推薦服務重構與拓展。情境感知視角下，公共圖書館資源推薦服務重構為情境信息采集與整合、圖書館資源提煉與排序、推送時間與渠道適宜性，拓展為聚焦讀者畫像注重場景識別、聚焦讀者體驗注重服務延伸、聚焦空間融合注重情境重組。

關鍵詞：情境感知；資源推薦服務；公共圖書館

中圖分類號：G258.2 文獻標識碼：A 文章編號：1003-1588（2023）08-0036-05

1 背景

互聯網環境下，數字資源呈爆炸式增長，而信息過載給讀者獲取信息帶來極大的困擾。為幫助讀者提高信息利用效率，圖書館引入情境感知信息推薦服務，利用信息推薦系統對大量信息進行篩選，生成符合讀者需求的個性化信息內容，并能根據不同讀者的個性化需求，結合讀者行為軌跡、興趣愛好等特征，主動為讀者提供有針對性的信息服務，滿足讀者的信息需求差異。本研究立足情境感知視角，分析公共圖書館資源推薦服務的新內涵和新功能，界定公共圖書館資源推薦服務的關鍵要素和核心要素，并提出公共圖書館資源推薦服務的重構思路和拓展方向。

2 情境感知視角下公共圖書館資源推薦服務重構

2.1 情境感知下資源推薦服務新內涵

首先，情境感知視角下公共圖書館的資源推薦服務需要以讀者的情境信息為基礎。公共圖書館只有準確了解讀者的情境信息，才能正確把握讀者的有效需求，如：讀者在圖書館某個樓層停留的時間較長，讀者翻看某類書籍的頻次較高，則可以判斷出讀者的閱讀習慣偏好與閱讀內容偏好；讀者在某個時間段的閱讀頻率較高，則能夠判斷讀者的閱讀時間偏好。其次，情境感知視角下公共圖書館的資源推薦服務需要以資源的精準匹配為關鍵。公共圖書館只有準確了解資源庫的資源集，才能正確提供符合讀者需求的相似資源集，才能為讀者提供最佳資源，如：契合讀者的需求偏好，分析挖掘資源庫的資源內容，得到滿足讀者需求的可能資源集，并進行可能資源集的相似偏好排序，由此得到最佳的推薦資源集。再次，情境感知視角下公共圖書館的資源推薦服務需要以傳遞的多元渠道為支撐。公共圖書館只有全方位、多層次、多角度提供資源傳播渠道，才能滿足讀者在不同情境下的資源接受，如：當讀者使用電腦時，圖書館可以通過QQ、電子郵件等渠道傳遞資源；當讀者使用手機時，圖書館可以通過微信公眾號、抖音號、視頻號等社交媒體傳遞資源。

2.2 情境感知下資源推薦服務關鍵要素

情境感知視角下，資源推薦服務的主要要素應包括讀者情境信息、圖書館資源庫匹配、資源推送三個層面。其中，讀者情境信息可以細分為讀者情境信息采集、讀者情境信息過濾、讀者情境信息整合三個指標要素，圖書館資源庫匹配可以細分為資源信息整合、相似資源集提煉、最佳資源集排序三個指標要素，資源推送可以細分為資源推送時間、資源推送渠道、資源推送頻率三個指標要素。

本研究采用因子分析法，界定情境感知視角下公共圖書館資源推薦服務的關鍵要素。分析因子包括讀者情境信息采集、讀者情境信息過濾、讀者情境信息整合、資源信息整合、相似資源集提煉、最佳資源集排序、資源推送時間、資源推送渠道、資源推送頻率。調查數據來源于6名公共圖書館管理人員，要素測量采用5級李克特量表。

本研究采用SPSS軟件進行因子分析，主要通過觀察特征根構造因子變量，通過觀察旋轉后的成分矩陣確定因子指標。一般來說，當公因子特征值大于1時，則可以界定該公因子為影響因子，否則則不是影響因子。當旋轉后指標的成分大于0.7時，則可以界定該指標為對應公因子的因子指標。

首先界定公因子數量。情境感知視角下公共圖書館資源推薦服務要素的特征根、方差貢獻率及累計貢獻率見表1。前3個公因子特征值分別為3.147、2.332、1.503，均大于1，其余6個公因子特征值均小于1，說明有3個公因子為影響因子，即共有3個主因子。3個主因子的累計貢獻率高達91.089%，說明這3個公因子基本能夠解釋大部分數據。

其次確定公因子對應的因子指標。情境感知視角下公共圖書館資源推薦服務要素的成分矩陣見表2。因子F1在“讀者情境信息采集/讀者情境信息整合”2個要素上均有超過0.7的載荷，因此可以將F1命名為“情境信息采集與整合因子”。因子F2在“相似資源集提煉/最佳資源集排序”2個要素上均有超過0.7的載荷，因此可以將F2命名為“圖書館資源集提煉與排序”。因子F3在“資源推送時間/資源推送渠道”2個要素上均有超過0.7的載荷，因此可以將F3命名為“推送時間與渠道適宜性”。

由此得出情境感知視角下公共圖書館資源推薦服務的關鍵要素為：讀者情境信息采集、讀者情境信息整合、相似資源集提煉、最佳資源集排序、資源推送時間、資源推送渠道。

2.3 情境感知視角下資源推薦服務重構

根據情境感知視角下公共圖書館的資源推薦服務關鍵要素，重構情境感知視角下公共圖書館的資源推薦服務機制，見圖1。

2.3.1 情境信息采集與整合。一方面，基于移動智能傳感設備采集讀者情境信息，如讀者的基本個人特征信息、讀者當前的狀態信息、讀者當前的環境信息、讀者的閱讀歷史信息等。具體而言，采集的情境信息既包括靜態信息（如讀者注冊信息、專業背景等），也包括動態信息（如情緒狀態、行為舉止、天氣、位置等）。另一方面，基于獲取到的讀者情境信息，公共圖書館應對不同信息進行分類整理，實現情境信息的深層次挖掘，同時做好記錄，開展讀者情境信息的跟蹤記錄，并通過情境信息的整合歸類，對讀者的情境需求進行判斷區分，界定讀者在“現時”情境下的主要需求和可能的次要需求。

2.3.2 圖書館資源集提煉與排序。一方面，公共圖書館利用語義規范化表述法將讀者情境轉化為規范的情境語言信息，確定符合讀者信息檢索習慣的信息，同時從圖書館數據庫中提煉與情境信息相關的信息資源，通過邏輯推理、情境匹配等方式，獲得對應的決策處理結果，得到與讀者情境需求相匹配的資源推薦集。另一方面，公共圖書館利用語義相似度匹配法，將讀者的情境信息進行標準化的語義標注，并且采用語義相似度方法篩選圖書館推薦資源，將推薦資源集進行相似度排序，相似度越高則圖書館資源推薦集的排位越靠前，再結合讀者的動態情境信息，融合匹配得出最佳的圖書館推薦資源。

2.3.3 推送時間與渠道適宜性。一方面，公共圖書館根據讀者的使用情境數據，評估讀者的閱讀時間偏好，挖掘讀者的最佳閱讀時間段，以及讀者在不同閱讀時間段的閱讀偏好，從而在合適的時間推送合適的資源。例如，讀者在上午比較關注資訊類新聞，而在晚上則比較關注學術類文獻，針對讀者的文獻資源推送就應在晨間時段側重實時新聞推送，晚間時段側重學術前沿推送，確保滿足讀者在偏好時間段的資源需要。另一方面，公共圖書館根據讀者的接觸情境數據，了解讀者的信息接收終端偏好，面向持有不同移動終端的讀者可以采用微信公眾號、視頻號、抖音等第三方公共平臺，實現信息資源的多樣化推送。同時，在社交媒體時代，公共圖書館尤其要注重讀者的“社交”需求，積極打造“共享”平臺，滿足讀者的“分享”需要。

3 情境感知視角下公共圖書館資源推薦服務拓展

3.1 情境感知視角下資源推薦服務新功能

首先，情境感知視角下公共圖書館的資源推薦服務能夠滿足推薦對象的多樣化需求。情境感知視角下公共圖書館的資源推薦服務能夠立足讀者畫像、場景識別和體驗反饋，全方位滿足讀者需求。其次，情境感知視角下公共圖書館的資源推薦服務能夠不斷優化推薦過程。情境感知視角下公共圖書館的資源推薦服務能夠立足增強體驗、拓展服務、價值體現，多維度優化推薦過程。再次，情境感知視角下公共圖書館的資源推薦服務能夠顯著提高推薦效能。情境感知視角下公共圖書館的資源推薦服務能夠立足空間融合、需求驅動、情境重組，多層次提高推薦效能。

3.2 情境感知視角下資源推薦服務核心要素

綜合情境感知視角下公共圖書館資源推薦服務的新功能，情境感知視角下資源推薦服務的主要要素應包括推薦對象、推薦過程和推薦效能三個層面。其中，推薦對象可以細分為讀者畫像、場景識別、體驗反饋三個指標要素，推薦過程可以細分為增強體驗、拓展服務、價值體現三個指標要素，推薦效能可以細分為空間融合、需求驅動、情境重組三個指標要素。

本研究采用多元回歸分析法，界定情境感知視角下公共圖書館資源推薦服務的核心要素。影響因素包括讀者畫像、場景識別、體驗反饋、增強體驗、拓展服務、價值體現、空間融合、需求驅動、情境重組。調查數據來源于49名公共圖書館館員，要素測量采用的是5級李克特量表。本研究采用SPSS軟件進行回歸分析，回歸分析的具體結果見表3。

由R2結果可知，模型調整后R值為0.903，模型調整后R2值為0.815，即模型自變量對因變量的解釋程度為81.5%，解釋度很高。由F值結果可知，模型分析中的F值為274.369，顯著性水平為0.000，小于0.05，說明分析模型是有效的。由回歸結果可知，“讀者畫像”和“場景識別”變量的Beta值分別為0.921和0.905，均為正，顯著水平均為0.000，小于0.01，說明面向推薦對象的讀者畫像和場景識別對公共圖書館資源推薦服務均具有非常顯著的正向影響。“增強體驗”和“拓展服務”變量的Beta值分別為0.973和0.833，均為正，顯著水平分別為0.002和0.006，均小于0.01，說明面向推薦過程的增強體驗和拓展服務對公共圖書館資源推薦服務均具有非常顯著的正向影響。“空間融合”和“情境重組”變量的Beta值分別為0.732和0.716，均為正，顯著水平分別為0.016和0.021，均小于0.05，說明面向推薦效能的空間融合和情境重組對公共圖書館資源推薦服務均具有顯著的正向影響。“體驗反饋”“價值體現”和“需求驅動”變量的Beta值分別為0.354、0.363和0.332，均為正，但顯著性水平分別為0.132、0.121和0.110，均大于0.05，說明面向推薦對象的體驗反饋、面向推薦過程的價值體現、面向推薦效能的需求驅動對公共圖書館資源推薦服務均沒有顯著影響。

由此得出情境感知視角下公共圖書館資源推薦服務的關鍵要素為讀者畫像、場景識別、增強體驗、拓展服務、空間融合、情境重組。

3.3 情境感知視角下資源推薦服務拓展

綜上情境感知視角下公共圖書館的資源推薦服務的核心要素，本研究提出情境感知視角下公共圖書館的資源推薦服務拓展，見圖2。

3.3.1 聚焦讀者畫像注重場景識別。一方面構建讀者畫像，精準識別讀者需求。公共圖書館可以通過大數據技術獲取讀者的歷史閱讀信息，梳理讀者的閱讀行為軌跡，總結讀者的閱讀習慣和偏好；可以通過眼動追蹤技術實時分析讀者情境場景，刻畫讀者的信息使用路徑，以此構建讀者畫像。另一方面通過場景識別篩選推薦資源。公共圖書館可以從常態化場景、動態化場景、實時化場景界定合適的推薦資源。例如，公共圖書館可以利用AI場景分析、虛擬現實場景分析等場技術，精準識別讀者情境化資源需求，并針對性提供匹配讀者資源偏好的情境化數據。

3.3.2 聚焦讀者體驗注重服務延伸。一方面定制化推薦服務，增強讀者體驗。公共圖書館可以通過自然語言處理技術關聯信息檢索，提高檢索效率；通過語義機器學習技術聚合信息資源，增強資源收縮度，還可以通過全息投影語音合成技術呈現信息資源，提高資源拓展度，最終提升讀者的個性化知識服務體驗。另一方面通過專區服務拓展情境化資源推薦服務場域。公共圖書館不僅要針對性滿足讀者的常規資源需求，還要為讀者提供增值知識服務。例如，公共圖書館可以有效整合24小時云傳遞服務與HTML閱讀服務等基本功能，開辟微課堂、學分銀行、短視頻等增值服務專區，助力開展數據清洗、數據分析與數據挖掘等服務。

3.3.3 聚焦空間融合注重情境重組。一方面加強空間融合。公共圖書館應通過促進線上與線下資源推薦服務情境的泛在連接提升讀者服務體驗，提供范在化服務內容，如：在不斷鞏固線上數字資源共享、線下數字學術空間服務之間關聯關系的基礎上，提供旨在增強讀者情境化資源獲取體驗的極致內容單品。另一方面注重場景重組。公共圖書館應正視場景重組對于資源推薦服務的重要性，打通不同情境之間的連接與聯通，如：通過構建融合不同時間節點與不同使用場景的情境化資源推薦服務模型，有針對性地判斷讀者偏好，以便科學預測讀者未來的資源獲取行為。

參考文獻：

[1] 李靜云.基于讀者情境感知的移動圖書館知識推薦系統設計[J].圖書館理論與實踐，2013（6）：19-21.

[2] 洪亮，錢晨，樊星.移動數字圖書館資源的情境感知個性化推薦方法研究[J].現代圖書情報技術，2016（7）：110-119.

[3] 李賀，侯力鐵，祝琳琳.移動圖書館情景感知信息推薦服務讀者接受行為研究[J].圖書情報工作，2019（12）：94.

[4] 張瀟璐，趙學敏，劉璇.基于情境感知的高校移動圖書館知識資源推薦研究[J].情報科學，2020（1）：48-52.

[5] 于非.基于情境要素適配的高校數字圖書館資源情境化推薦路徑研究[J].圖書館工作與研究，2021（6）：74-81.

[6] 程全.基于情景感知的智慧圖書館閱讀推薦服務模型構建與優化策略[J].圖書館工作與研究，2021（10）：119-128.

（編校：崔萌）