數據驅動下圖書館智慧化協同治理模式探究

馬巖 趙秀穎 于歡

摘要：數據驅動下圖書館智慧化協同治理，就是發揮數據驅動和協同治理兩大優勢，協同共建高質量新數據，關聯賦能存量數據，提高圖書館數據資源的有效供給，促進數據資源價值化，實現圖書館數字化到智慧化升級。文章從數據驅動下圖書館智慧化協同治理模式構建的策略路徑、服務流程和實現功能方面對數據驅動下圖書館數據協同治理平臺構建進行了探析，以期為圖書館系統融入“中華文化數據庫”提供思路和啟發。

關鍵詞：數據驅動；智慧圖書館；協同治理；創新模式

中圖分類號：G251文獻標志碼：A

1數據驅動下圖書館智慧化協同治理模式提出的背景及內涵

數智時代，數據成為探索和解決問題的邏輯關鍵點，各圖書館都十分重視對數據的收集、存儲和利用。一方面，使得數據得到大量的積累和產出，以數據為支撐的智慧圖書館研究和應用得以快速發展；另一方面，也帶來了數據價值密度降低、數據異構加大、數據利用難度增加的挑戰，不同圖書館之間存在“數據孤島”和重復建設等問題。2022年5月，中共中央辦公廳、國務院辦公廳印發了《關于推進實施國家文化數字化戰略的意見》，對如何推動實施國家文化數字化戰略進行了頂層設計和總體部署［1］，推動構建文化大數據。圖書館作為重要的公共文化服務機構，要融入國家文化大數據戰略，需要打破圖書館間數據割裂、各自建設的現狀，通過數據關聯，進行數據價值的深度挖掘，實現智慧化協同治理。在圖書館數據化建設成為常態的情況下，數據驅動不僅為圖書館智慧化的管理和服務提供了重要動能，也為建立各圖書館間數據協同鏈接、實現共同治理提供了新的思路。

數據驅動作為一種技術，最早是在計算機領域引起關注的［2］。隨著數據價值的發現，學者們著力探索以數據作為科學研究和問題解決的驅動力，用數據驅動流程再造，實現管理范式、人才培養、服務形態乃至戰略啟動的創新。數據驅動逐漸演變成一種科學的研究范式，影響著知識的生產、傳播以及實踐模式的變革，圖書情報領域也不例外。洪亮等［3］闡釋了數據驅動時代特征下圖書館服務重塑與圖書館更新等方面的機遇與挑戰。李潔［4］以數據驅動為推動力，提出了圖書館知識發現、績效提升和用戶服務精準化的優化路徑。邵波等［5］探索了在數據驅動理念引領下，在運行框架、服務流程、發展路徑等方面智慧圖書館的新規劃，特別關注圖書館空間建設的智慧化等。數據驅動下各個圖書館的實踐成果百花齊放，出現以資源數據、業務數據、空間數據以及用戶數據等數據為支撐的智慧圖書館建設熱潮［6］。這些智慧圖書館一般是圍繞單個圖書館開展的［7］，盡管也有部分跨區域和跨類別的圖書館信息集成體系的探索，但這些按照條線建設、運營的圖書館系統也存在數據封閉、活度系數低、線上線下缺乏聯動等問題，數據孤島依舊存在。

要實現數據效能的最大限度發揮，就要打破圖書館間各自建設、數據割裂的現狀，構建圖書館大數據。數據驅動下圖書館智慧化協同治理，就是發揮數據驅動和協同治理兩大優勢，協同共建高質量新數據，關聯賦能存量數據，提高圖書館數據資源的有效供給，促進數據資源價值化，實現圖書館數字化到智慧化升級［8］。本文從數據驅動下圖書館智慧化協同治理模式構建的策略要素、服務流程和實現功能方面對數據驅動下圖書館數據協同治理平臺構建進行了探析，以期為圖書館系統融入“中華文化數據庫”提供思路和啟發。

2數據驅動下圖書館智慧化協同治理模式構建

2.1數據驅動下圖書館智慧化協同治理的策略要素

2.1.1推動數據要素價值化

數據驅動下圖書館智慧化協同治理，數據價值的發揮是關鍵。數據價值實現不是單純的數據量累積，而且需要這些數據是可以被利用者獲取的，可以通過對其進行加工實現增值［9］。首先，要明確數據標準，包括數據存儲標準、取用標準、互操作規范等，實現數據資產化、價值化［10］。對于圖書館而言，要能夠圍繞圖書館管理和用戶需求提出數據應用的場景，明確各種場景下數據的使用需求。其次，需要有源源不斷的數據要素供應，這種數據要素是經過降噪處理、可供加工、分析的高質量數據。構建數據共同治理框架，設計數據驅動的自動化流程，設立數據互通互聯的基本規范，激活各個成員館的存量數據，集成新生數據，實時響應圖書館需求，對數據交換、流通進行實時跟蹤，對數據要素在采集、聚合、分析、開發和利用整個周期的價值全貫穿，推動數據復用和增值。

2.1.2構建數據空間

目前，圖書館網站作為圖書館傳統的宣傳和服務門戶，是用戶利用圖書館數字資源和服務的終端。門戶可以實現文獻檢索、信息咨詢、資源推介等功能。這種“提供—接收”的服務模式是單方面被動的，而互聯網的優勢更在于互動、分享，每個人都是知識的生產者。要從“互聯網之上”成為“互聯網之內”，成為網絡的一部分［11］，需要打造一個可供實現價值創造和信息交流的數字空間。這一方面，歐洲數字圖書館（Europeana）可以為數據空間建設提供參考［12］。Europeana現有成員3700家，以資源匯集和互動利用為發展目標，是一個集資源獲取與資源創作和建設為一體的數據空間，在數據空間里通過對不同用戶的權限設置，予以數據存取權利，打造互通互聯、安全合規的數據生態。

2.1.3打造智慧化協同服務生態體系

數字圖書館在過去20年的發展中，生產和積累了大量的數字資源，在文化數字化和信息服務網絡化方面發揮了重大作用。但是，如同Marc系統一般，這些建設和服務都是在圖書館特定領域內進行的，信息通信技術面向社會、互通互聯的優勢并沒有被發揮出來。不僅圖書館間形成數據孤島，用戶之間也缺乏互動。要實現“十四五”時期圖書館的新發展，就要打造圖書館智慧化協同服務生態體系，強調圖書館、數據以及用戶之間的協同共生［13］，最終實現以人為本，以社會層面對圖書館數字化建設的發展期待為發展目標的智慧服務體系。

2.2數據驅動下圖書館智慧化協同治理服務流程

數據驅動下圖書館智慧化協同治理模式中成員館要在推進圖書館融入國家公共文化大數據體系統一目標下，共同學習和研究制定開放式的數據標準，構建數據運營框架，提供面向協同體的開放接口。智慧服務始于用戶需求的提出，這個用戶既包括使用圖書館的讀者，也包括協同系統中的各個子圖書館。在其提出需求后，在數據空間進行自動匹配和數據抽取，規范化的需求表達被識別后，進行標準化的量化輸出，非規范化的需求表達被識別后，進行具象化輸出和存儲，這本身也是機器學習需求匹配的過程。

服務基礎是數據空間的構建［14］。來自不同圖書館的多源數據經過統一數據化處理進入數據空間，數據化處理包括數據的標準化、碎片化、關聯化和語義化。標準化就是對擬進入數據空間的數據按照統一標準進行約束，定義數據結構、語言、部署、計量、數據流轉換、引用方法等，是數據關聯和互操作的基礎。碎片化是通過清洗、字段提取對數據進行分割，形成細粒度碎片化數據集。關聯化是對碎片化數據集進行關聯，使其能有序呈現和調用。語義化是對數據進行深度挖掘，使機器可理解。數據經過標準化、碎片化處理后形成數據元，數據元進行關聯化形成數據單元和數據鏈，多條數據鏈關聯融合形成數據網絡，語義化后形成知識域，就可以對用戶的需求進行響應，在智慧協同服務平臺上輸出。智慧協同服務平臺是連接用戶需求和數據空間的紐帶，是直接面向用戶的服務前端。它面向多源服務對象提供各種基于互聯網、人工智能的延伸服務，如紙電一體化檢索、資源獲取導航、領域知識預測、知識圖譜展示、用戶畫像分析等系統自我發現的服務。

反饋評價模塊對于數據驅動的智慧化服務流程改善升級十分重要。用戶的評價反饋參與度體現了用戶的參與意愿程度。系統記錄用戶反饋的信息和行為，轉化為數據空間的數據積累，為系統自我學習提供素材［15］。通過需求識別與表達、數據空間數據化和價值化轉化、輸出端可視化輸出和發現服務、交互和反饋實現數據驅動下圖書館的智慧化協同服務閉環。需求提出到需求滿足單方面數據流通過數據空間、反饋評價的賦能轉換，轉化為關聯、協同的數據網絡，促進系統自我學習和完善，其具體服務流程如見圖1所示。

3數據驅動下圖書館智慧化協同治理模式的實現功能

3.1智能管理

智能管理的對象一方面是個體用戶，另一方面是系統中的圖書館。面對日益復雜的用戶需求，數據驅動下圖書館智慧化協同治理模式具有數據自動響應和協同聯合處理兩方面的優勢。用戶需求數據化轉換后，經過供需匹配系統，如果在數據空間的數據域范圍內，可以智能輸出解決方案；對于超出現有數據域范圍的需求，可以協同成員館的資源，解決單個圖書館難以完成的資源調撥、數據建模、數據空間擴展等任務，更好地提高用戶服務體驗。各成員館在信息與資源上充分交互，多元協同共治，在智慧平臺構建、維護、智能學習等方面節約成本，提高效率，完善管理。

3.2資源一體化

圖書館發展至今，各個圖書館都積累了大量的紙質和電子資源，但現有體制下，各圖書館獨立運營，資源共建共享始終阻礙重重。數據驅動下圖書館智慧化協同治理模式可以打通各圖書館之間的資源壁壘，以協同體的身份進行統一的高質量、可擴展且適應性強的資源建設。由高水平、權威性高的成員館根據各自特色負責相應部分的資源建設，制定可讀性強、易理解、可通用的資源標準，建設的資源經過數據空間標準化，使得各成員館可以實現無障礙調用，可以隨時補充上傳新的資源［16］。另外，對于館藏珍貴的古籍、手稿等特色資源，進行數字化也有利于長期保存和傳承，以圖書館系統為單位參與國家文化大數據建設。對于用戶而言，實現移動端、PC端和館內檢索機的紙電一體化檢索、資源一體化輸出、下載和獲取導航、檢索推薦以及知識圖譜等功能。

3.3知識創造

傳統圖書館服務，用戶提出檢索需求，系統呈現匹配的資源，對用戶而言，這是一個被動接收的過程。自媒體時代，用戶更傾向于參與知識創作和傳播。數據驅動下圖書館智慧化協同平臺提供用戶參與入口，在眾包式資源采集、體驗反饋、社交互動等方面都有用戶參與渠道，為用戶提供訪問服務的同時，還讓用戶有機會參與知識創作［17］。從用戶需求提出到系統解決方案呈現，從需求數據化到細粒度拆分，匹配數據顆粒，關聯數據鏈，渲染數據網絡，最后到知識元的直觀動態輸出，激發用戶靈感，實現知識創新。對于成員館而言，數據空間的數據是關聯的、開放的，圖書館用戶可以直接使用進行二次開發，實現數據增值。

3.4智能參考咨詢

常規參考咨詢的主要模式是咨詢館員對讀者提問進行回答。由于其核心是咨詢館員的知識儲備，自動化目前更多體現在空間、時間上的便利。數據驅動下圖書館智慧化協同治理模式通過構建知識庫，可以實現不依賴人力的智能參考咨詢。數據空間構建中應用到的區塊鏈、人工智能和機器學習技術，可以作為智能問答系統構建的技術支撐。從各成員館提供的參考咨詢數據中，抽取規律性強、重復性高的業務數據，構建智能問答系統的語料庫，隨時根據新的數據對語料庫進行持續訓練，引入ChatGPT，通過構建虛擬數字人實現智能問答、數據共享、學術搜索等，在不同場景中發揮價值。

3.5感知體驗服務

在數據驅動下，圖書館智慧協同系統會收集用戶的信息行為及行為情景數據，用于線上平臺的輔助決策、機器學習和系統自我改善功能。這種情景數據還可以應用于線下感知體驗服務。通過分析用戶的需求和行為，智能預測用戶偏好，在用戶特定信息利用場景中提升服務體驗。例如，構建元宇宙閱讀體驗基地、元宇宙未來學習中心等感知場景，為用戶提供更加生動直觀的特色體驗［18］。不同成員館根據用戶對象以及自身資源情況，搭建不同特色的場景，與當地的文化、旅游融合，將自身具備的特色資源價值最大化。

4結語

數據驅動下圖書館智慧化協同治理模式打破圖書館間各自建設、數據割裂的現狀，構建圖書館大數據，為圖書館系統融入“中華文化數據庫”，實現數據效能的最大限度發揮提供了一個解決思路。如何構建統一智慧服務平臺，將線上智慧平臺與線下各圖書館服務有機結合需要協調解決的問題還有很多，從頂層設計、長久規劃、管理機制以及技術支撐等方面去規劃落實，圖書館依舊任重道遠。下一步，筆者將從技術構建的角度探究數據驅動下圖書館智慧化協同治理模式的技術實現路線及優化策略。

參考文獻

［1］李國新.公共文化數字化建設的新方向新任務［J］.中國圖書館學報，2022（4）：20-22.

［2］儲節旺，李佳軒.數字生態下數據向善的源起、要素、驅動與困境［J］.圖書情報工作，2023（10）：3-14.

［3］洪亮，周莉娜，陳瓏綺.大數據驅動的圖書館智慧信息服務體系構建研究［J］.圖書與情報，2018（2）：8-15.

［4］李潔.數據驅動下數字圖書館知識發現服務創新模式與策略研究［D］.長春：吉林大學，2019.

［5］邵波，許苗苗，王怡.數據驅動視野下高校智慧圖書館建設及服務規劃：兼論“十四五”時期智慧圖書館發展路徑［J］.圖書情報工作，2021（1）：41-46.

［6］費立美，潘穎.圖書館智慧服務模式及其構建研究綜述［J］.圖書館理論與實踐，2022（1）：84-90.

［7］孫鵬，車寶晶.數據驅動下的圖書館智慧化服務模式研究［J］.圖書館，2020（1）：59-62.

［8］藍開強.高校圖書館建設發展與智慧服務創新研究［M］.汕頭：汕頭大學出版社，2022.

［9］CHRISTENSEN R B， PANDEY S R， POPOVSKI P. Semi-private computation of data similarity with applications to data valuation and pricing［J］. IEEE Transactions on Information Forensics and Security， 2023（18）： 11.

［10］彭勇.數據中臺建設［M］.北京：電子工業出版社，2021.

［11］吳建中.我國圖書館事業高質量發展的三大挑戰［J］.圖書館雜志，2023（4）：18-23.

［12］MOSCICKA A， ZWIROWICZ-RUTKOWSKA A. Description of old maps in the Europeana Data Model［J］. Journal of Cultural Heritage， 2020（45）： 315-326.

［13］熊遠明，白雪華，吳建中，等.國家文化數字化戰略：圖書館的專業闡釋與使命踐行［J］.中國圖書館學報，2022（4）：4.

［14］弓建華，李書寧，呂巖彥.用戶需求數據驅動的高校圖書館空間建設［J］.圖書館學研究，2020（2）：12-17.

［15］馮一杰，邵波.圖書館智慧空間建設規劃與實施策略［J］.圖書館論壇，2023（1）：71-77.

［16］李婷婷.長三角地區公共圖書館信息資源共享機制建設研究［D］.合肥：安徽大學，2022.

［17］鐘德強.圖書館與用戶共創服務模式研究：以鄰里圖書館為例［J］.國家圖書館學刊，2023（1）：46-55.

［18］李洪晨，馬捷.沉浸理論視角下元宇宙圖書館“人、場、物”重構研究［J］.情報科學，2022（1）：10-15.

（編輯姚鑫編輯）

Analysis on the intelligent collaborative governance model of libraries driven by data

Ma ?Yan， Zhao ?Xiuying*， Yu ?Huan

（Library， Hebei Medical University， Shijiazhuang 050017， China）

Abstract： ?Under data-driven， the intelligent collaborative governance of libraries is to leverage the two major advantages of data-driven and collaborative governance， jointly build high-quality new data， associate and empower existing data， improve the effective supply of library data resources， promote the value of data resources， and achieve the digital to intelligent upgrade of libraries. The article explores the construction of a data-driven library data collaborative governance platform from the perspectives of strategic paths， service processes， and implementation functions for the construction of a data-driven library intelligent collaborative governance model， in order to provide ideas and inspiration for the integration of the library system into the “Chinese Culture Database”.

Key words： data-driven; smart library; collaborative governance; innovation model

基金項目：2022年度國家社會科學基金青年項目；項目名稱：數智時代圖書館數據治理研究；項目編號：22CTQ010。

作者簡介：馬巖（1989— ），女，館員，碩士；研究方向：智慧圖書館，數據治理。

*通信作者：趙秀穎（1966— ），女，副研究館員，碩士；研究方向：文獻資源建設。