基于群智圖譜的圖書館智慧閱讀推廣服務模式研究

本文系2023年度遼寧省圖書館學會研究課題“基于群智圖譜的圖書館智慧閱讀推廣服務模式創新研究”（項目編號：2023tsgxhybkt-006）的研究成果之一。

摘 要：文章概述了群智圖譜的概念和特征，對當前圖書館閱讀推廣服務研究現狀進行了綜述，從構建本體、抽取實體關系、建立映射、知識融合、群體驗證五個方面設計了基于群智圖譜的圖書館智慧閱讀推廣服務模型，并指出了該模型的具體應用，最后從塑造沉浸式閱讀場景、智慧閱讀指導服務、個性化閱讀方案制定等方面提出了基于群智圖譜的圖書館智慧閱讀推廣服務模式的具體實現途徑。

關鍵詞：群智圖譜；圖書館；智慧閱讀推廣；服務模式

中圖分類號：G252.17文獻標識碼：A

Research on Library Smart Reading Promotion Service Model Based on Collective Intelligence Graph

Abstract This article introduces collective intelligence graphs and provides an overview of the current research status of library reading promotion services. Drawing from ontology construction， entity relationship extraction， mapping establishment， knowledge fusion， and group validation， the study designs a library smart reading promotion service model based on the collective intelligence graph. The article outlines specific applications of this model and concludes by suggesting implementation approaches for a library smart reading promotion service model based on the collective intelligence graph， encompassing immersive reading scenarios， intelligent reading guidance services， and personalized reading program development.

Key words collective intelligence graph; library; smart reading promotion; service model

1 引言

推進全民閱讀，促進公共圖書館閱讀推廣服務事業發展是建設文化強國、推進中國特色社會主義文化事業的重要路徑，也是提高公民文化素質、培育公民閱讀意識的重要方式。2021年3月國務院頒布實施的《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035遠景目標綱要》[1]提出，深入推進全民閱讀，建設“書香中國”。在新時代中國特色社會主義文化事業建設中，如何科學、深入推進全民閱讀推廣活動，使全民喜愛閱讀、自覺閱讀，成為當代圖書館研究的重點課題。當代圖書館的閱讀推廣服務包括以廣播電視報紙為主的傳統模式和以數字智能技術為支撐的智慧閱讀推廣服務模式。以數字智能技術為支撐的智慧閱讀推廣服務模式與傳統模式相比具有信息傳播效率高、受眾群體大、覆蓋面積大、內容生動、精準性高、快速匹配、方便快捷的特點，能更有效滿足用戶的個性化閱讀服務需求。因此，如何借助數字智能技術，促進圖書館構建智慧閱讀推廣服務模式就成為了研究重點。

群智圖譜（Collective Intelligence Graph）是基于群體智慧的知識領域映射地圖，是反映知識結構、知識關系與學科研究進展的一系列不同的圖形，是基于群體計算技術、可視化技術描述知識結構及其載體，挖掘、分析、繪制和顯示知識元與知識數據集間的映射關系。群智圖譜的應用主要包括學科發展趨勢的動態預測、課題研究項目的群體決策、知識庫可視化顯示、學科內在關系的揭示、知識邏輯的群體計算等。群智圖譜可通過群體感知、群體計算、群體決策的方式揭示學科知識、用戶、文獻等實體的內在關聯，有助于圖書館構建智慧閱讀推廣服務模式，促進閱讀推廣服務工作的深度開展。

2 研究現狀

當前世界各國圖書館都開展了閱讀推廣服務活動，為圖書館提供閱讀資源的數據庫服務商、出版商、發行商都進行了數字化轉型，為圖書館提供實體閱讀資源、數字閱讀資源、電子文獻資源、開放數據、科研數據等，為圖書館閱讀推廣服務提供資源保障。對于公共圖書館而言，如何利用好多類型閱讀資源，根據用戶需求提供個性化的智慧閱讀推廣服務，量身打造“個性化智慧閱讀服務套餐”成為亟待解決的問題。當前，國內大部分圖書館還在沿用讀者會、讀書會、讀者沙龍、讀者分享會、讀書講座、閱讀培訓等傳統的閱讀推廣服務方式。由于數字智能技術在圖書館的應用僅停留在數據采集與閱讀資源推薦層面，與讀者的個性化閱讀需求難以精準匹配，面向用戶提供個性化的智慧閱讀推廣服務還存在一些困難。

本研究以“Digital Intelligence Technology/Reading Promotion Service、Collective Intelligence Graph/Reading Promotion Service”檢索詞作為主題、關鍵詞、題名，分別在EBSCO數據庫、WOS數據庫和Springerlink數據庫進行檢索，搜索到的數字智能技術在閱讀推廣方面的研究文獻有5篇，其中，Frueh通過研究閱讀技巧知識圖譜，指出了群體計算可以構建完整的知識圖譜，幫助讀者掌握閱讀技巧[2]。Loveline等人研究了模糊融合量子粒子群智能在閱讀障礙預測中的應用，指出了基于模糊的粒子群智能可以預測和分析讀者的閱讀障礙，優化閱讀推廣服務內容[3]。

以“公共圖書館/閱讀推廣、數字智能技術/閱讀推廣服務、群智圖譜/閱讀推廣”檢索詞作為主題、關鍵詞、來源、篇名，分別在CNKI知網、萬方數據庫檢索，檢索到關于數字智能技術在圖書館閱讀推廣應用服務相關的文獻篩選辨別后有43篇，主要研究成果集中在以下幾個方面：（1）關于智慧圖書館、真人圖書館、數字孿生圖書館的閱讀推廣服務模式，如寧雪等人在《圖書館智慧閱讀推廣服務路徑研究》[4]一文中從促進新媒體融合、構建線上智慧閱讀服務平臺、建設智慧閱讀推廣人才隊伍三個方面指出了智慧圖書館的閱讀推廣路徑；（2）基于短視頻、微視頻、真人圖書館直播的閱讀推廣服務模式，如吳若航等人在《圖書館網絡視頻閱讀服務創新路徑研究》[5]中指出了圖書館可以從“薦讀”“領讀”“泛讀”“解讀”等方面基于網絡視頻創新閱讀服務；（3）基于人工智能的智慧閱讀推廣服務模式，如圖書館用戶畫像構建、用戶行為數據智慧分析、閱讀資源的智慧推薦、智慧閱讀服務平臺的構建等；（4）基于AR/VR的閱讀推廣服務，如沉浸式場景閱讀服務、虛擬全景系統構建、虛擬伴讀伙伴等；（5）基于知識圖譜的閱讀推廣服務，如圖書館知識導覽系統構建、閱讀資源可視化顯示等，任群等人在《基于CiteSpace知識圖譜的高校圖書館閱讀推廣活動》[6]中應用CiteSpace知識圖書館開展閱讀推廣進行了分析。

通過上述研究可以發現，針對用戶個性化需求的智慧閱讀推廣服務主要集中在人工智能的智慧閱讀推廣服務和基于知識圖譜的閱讀推廣服務方面，其他類型的閱讀推廣服務模式暫未涉及用戶的個性化閱讀服務層面，也未發現群智圖譜相關的智慧閱讀推廣服務的理論研究與實踐研究。

綜上所述，國內外對數字智能技術及群智圖譜在圖書館智慧閱讀推廣服務方面的研究成果還較少，主要集中在數字智能技術賦能的智慧閱讀推廣服務模式上，對用戶個性化需求層面的智慧閱讀推廣服務研究鮮有涉及。

3 基于群智圖譜的智慧閱讀推廣服務模型

3.1 模型設計思路

基于群智圖譜的智慧閱讀推廣服務模型構建的關鍵在于建立基于群體計算的用戶群、資源群的圖譜數據庫，并對用戶群與文獻群進行關聯分析，找到內在聯系，使用戶群與資源群的邏輯關系通過圖譜清晰地展現出來，以便精準地開展智慧閱讀推廣服務。首先，建立用戶群圖譜，依靠群體計算搜集用戶數據，如用戶的興趣、教育程度、行為、閱讀偏好、職業等信息，借助群體計算矩陣進行用戶數據融合，形成完整的用戶群圖譜。其次，構建資源群圖譜，從圖書館館藏資源數據庫抽取資源信息，如著作名稱、文獻名稱、出版時間、發行時間等，依靠群體計算矩陣建立資源群圖譜。最后，資源群與用戶群的整合圖譜，依靠用戶群體模型、資源群體模型挖掘用戶與閱讀資源的內在關系，如哪些閱讀資源被同一用戶使用過，哪些用戶使用過同一資源，哪些用戶使用過同一類型資源，揭示閱讀資源與用戶一對多、多對一、多對多的關聯關系[7]，分析不同用戶群的閱讀偏好、閱讀趨向。當用戶產生個性化閱讀需求后，智慧閱讀推廣服務模型中的群體感知系統能快速感知到，借助群體計算快速分析用戶的閱讀需求，并通過圖譜形式向用戶展現出來，向用戶提供知識導覽，輔助用戶做出合理的閱讀決策。

3.2 模型設計

基于群智圖譜的智慧閱讀推廣服務模型的設計流程包括：構建本體、抽取實體關系、建立映射、知識融合、群體驗證，如圖1所示。

（1）構建本體。群智圖譜的本體是“用戶群－資源群”，需要通過群體感知確定用戶群數據與資源群數據，并從數據中抽取出實體和關系，如著作主題、出版日期、用戶興趣主題、閱讀時間、著作類型等[8]。

（2）抽取實體關系。根據實體和關系，通過群體計算抽取資源數據與用戶數據中的屬性，對實體進行描述，進行實體的關系描述，通過MySQL、NoSQL進行數據存儲，將用戶群與資源群的關系深刻揭示，形成完整的群智圖譜。

（3）建立映射。根據用戶實體與資源實體間的關系、用戶實體間的關系、資源實體間的關系、用戶屬性、資源屬性建立映射，并對實體的各類數據關聯存儲，使每個實體都有對應的邏輯結構。

（4）知識融合。知識融合是指在獲取新的知識信息后，通過群體計算矩陣進行知識信息整合，進而消除歧義與語義錯誤，規范地表達實體與關系。

（5）群體驗證。在群智圖譜建立完成后，需要進行群體驗證，依靠群體計算模型對知識融合結果進行驗證，即驗證當前的知識融合結果是否達標。

基于群智圖譜的圖書館智慧閱讀推廣服務模型如圖2所示，模型的主要功能是基于用戶個性化需求構建用戶群體畫像、閱讀服務精準化推薦、智慧閱讀場景服務。

3.3 基于群智圖譜的智慧閱讀推廣服務模型的應用

3.3.1 基于用戶個性化需求構建用戶群體畫像

在人工智能時代，如何精準感知用戶的個性化閱讀需求、如何清晰描述用戶的行為特征是圖書館閱讀推廣服務需要解決的核心問題。基于群智圖譜的智慧閱讀推廣服務模型可以很好地解決這一問題。基于離散式群體計算系統可以精準感知用戶的個性化閱讀需求，并由群體計算模型負責抽取用戶的興趣標簽，對用戶興趣標簽進行賦權，每組興趣標簽的權重代表了用戶某興趣偏好的強烈程度[9]。如圖3所示，通過權重賦值清晰表現每個用戶的興趣特征，勾勒出清晰的用戶群畫像。根據個體用戶的屬性標簽權重，對用戶同類屬性標簽聚合，形成反映用戶群體的“標簽集合”，進而反映用戶群的興趣變化趨勢。如個體用戶的興趣屬性標簽是“時政新聞閱讀”，那么根據同類用戶的興趣屬性標簽，用戶群的屬性標簽集合就可定義為“新聞閱讀類”。應用群智圖譜拓展用戶的屬性標簽，提升用戶群畫像的清晰度，更能加強智慧閱讀推廣服務模型對用戶標簽的理解，實現基于用戶群標簽的群智圖譜的智慧推薦。

3.3.2 閱讀服務精準化推薦

當前，圖書館的閱讀服務只能由用戶通過關鍵詞、主題、篇名、作者、出版日期等方式檢索相關閱讀資源，即使一些圖書館進行了智能化改造，也僅僅是升級了檢索查詢系統，使用戶可以通過圖片、語音、視頻片段查詢相關閱讀資源，閱讀服務方式較單一[10]。事實上，用戶的興趣、行為、閱讀習慣等屬性可以通過群智圖譜與閱讀資源的主題、簽名、關鍵詞、內容關聯起來。群智圖譜不僅能感知用戶的個性化需求，以圖譜的形式將閱讀資源結構、知識邏輯、知識結構、知識內容可視化顯示出來，還會基于用戶畫像個性化推薦閱讀資源，并進行資源關聯。例如，用戶A經常閱讀賈平凹的《秦嶺記》，那么群智圖譜會根據用戶A的興趣習慣定期推薦賈平凹的其他作品《秦腔》《廢都》《暫坐》等。用戶A借助可視化圖譜可以看到賈平凹的全系列著作，并能瀏覽到用戶B與用戶C的閱讀歷史，會看到其他讀者、作者對賈平凹作品的點評，也能嵌入閱讀社區快速瀏覽其他讀者撰寫的作品閱讀指南。

3.3.3 智慧閱讀場景服務

基于群智圖譜的智慧推廣服務模型能捕捉用戶不同的場景特征，探查用戶在不同場景下的閱讀服務需求。圖書館需根據用戶個性化閱讀需求為用戶提供多樣持續的智慧閱讀場景，并能根據用戶的動態變化，不斷調整場景模式。通常情況下，場景要素包括用戶、場所、時間、位置、內容等。基于群智圖譜的智慧閱讀推廣服務模型能挖掘用戶場景要素的內在關聯，將多類閱讀資源分布式配置到不同的場景，以場景圖譜的形式實現閱讀資源智慧推薦，與用戶的個性化需求匹配，使用戶能在不同類型的閱讀場景中深度沉浸、深刻感知，幫助用戶構建完整的知識鏈，使用戶對知識深度理解。

4 基于群智圖譜的圖書館閱讀推廣服務模式實現途徑

4.1 基于群智圖譜的沉浸式閱讀場景塑造

群智圖譜的群體感知、群體計算功能可以為圖書館閱讀資源的精準推薦提供智慧支持，使圖書館的閱讀場景從傳統的信息交互形式轉變成為沉浸式場景的交互模式，使用戶的閱讀從簡單的信息獲取上升到認知理解層次。傳統的閱讀推廣服務往往因未理解用戶的閱讀目的、閱讀需求、信息檢索意圖推薦了大量用戶不感興趣的閱讀資源，導致用戶的閱讀體驗效果較差。具有群體計算功能的群智圖譜能更深刻理解用戶的閱讀意圖，并借助VR/AR為用戶塑造沉浸式閱讀場景，讓用戶在虛擬場景中深度閱讀。例如，當一名語文教師想找尋老舍的《駱駝祥子》原著時，群智圖譜就通過獲取該用戶的檢索記錄就能快速分析出該用戶的閱讀偏好，預測其閱讀目的，將老舍的人物生平、主要經歷、文學成就及《茶館》《四世同堂》《離婚》等文學作品推薦給用戶，將與老舍生平、作品有關的視頻圖片融入到虛擬場景中，讓用戶借助虛擬現實設備快速瀏覽，提供知識導覽，為該語文老師提供其他具有高度關聯的閱讀資源。應用群智圖譜的群體計算快速分析用戶屬性標簽，并分析閱讀資源的實體與屬性，更能精準探察用戶的個性化閱讀需求，精準匹配沉浸式閱讀場景，提供知識導覽與關聯資源。

4.2 基于群智圖譜的智慧閱讀指導服務

圖書館智慧閱讀推廣服務中應用群智圖譜可以為用戶提供智慧問答、語音指導、閱讀策略制定、閱讀資源選擇、閱讀決策方面的全系列閱讀指導服務。智慧閱讀指導服務系統通常由問題理解、閱讀資源集成、答案生成、閱讀導航圖四部分組成。智慧閱讀咨詢系統會根據用戶提問，為用戶自動集成閱讀資源，并為用戶答疑解惑，匹配閱讀資源。對于用戶的問題理解和閱讀資源集成匹配涉及語義理解與知識抽取，都要依靠群智圖譜的群體計算解決。需要注意的是，群智圖譜作為支持智慧閱讀咨詢系統的感知網絡、計算系統和知識庫，其主要作用就是實現與用戶的深度交互，為用戶的咨詢問答、閱讀策略、閱讀決策提供支持。圖書館在智慧閱讀推廣服務中借助群智圖譜還可以解答用戶關于學科知識的提問，例如某個學者在最近5年發表了哪些論文，某個專家在最近3年出版了哪些學術專著等。目前，chatGPT、chatAI、NotionAI等依托群智圖譜設計的智能開放工具雖然在公共圖書館閱讀服務中得到了應用，給用戶提供開閉館時間咨詢、閱讀活動咨詢、借閱引導等方面的服務，但這些智能開放工具目前僅局限于基礎性的閱讀服務，學科知識覆蓋面有限，知識挖掘深度不足。圖書館借助群智圖譜挖掘學科資源構建一體化的智慧閱讀服務系統可以為用戶提供更專業的問答服務，推進智慧閱讀指導向更深度的智慧交互指導轉變。

4.3 基于群智圖譜為用戶量身定制個性化閱讀方案

群智圖譜為圖書館提供了需求感知、用戶興趣分析、資源集成、知識挖掘與可視化知識表達的一體化解決方案。在智慧閱讀推廣服務中應用群智圖譜可以智能探察用戶的閱讀需求、分析讀者的潛在需求、完善用戶的群體畫像、知識聚合、集成與匹配閱讀資源，為用戶量身定制個性化閱讀方案。例如，當一名在校大學生向圖書館智慧咨詢系統提問：“我馬上要畢業了，對未來很迷茫，不知未來的路如何走”。智慧問答系統除了向該學生提供職業生涯指導、就業指導、創業指導、考研指導等咨詢服務外，還會自動分析該學生的興趣、心理、能力、性格，根據該學生可能選擇的發展方向，為該學生提供職業生涯規劃、心理健康、專業規劃、考研方面的閱讀資源，并給出具體的閱讀方案，引導該學生深度閱讀，提升閱讀體驗。

5 結語

群智圖譜作為人工智能領域的重要技術方法，在用戶興趣挖掘、構建用戶畫像、知識抽取、知識可視化表示、群體決策方面有著強大的作用，可以幫助圖書館閱讀資源的科學組織與可視化表達，為用戶提供智慧閱讀場景、智慧問答及量身定制個性化閱讀方案。本文在概述群智圖譜、圖書館閱讀推廣服務研究現狀基礎上，構建了基于群智圖譜的智慧閱讀推廣服務模型，并闡述了該模型在智慧閱讀推廣服務中的應用，最后從塑造智慧閱讀服務場景、智慧閱讀指導服務、個性化閱讀方案制定三個方面構建了圖書館智慧閱讀推廣服務模式，為圖書館閱讀推廣服務工作開展提供借鑒。

參考文獻：

[1] 中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要[EB/OL].[2023-01-12].http：//www.gov.cn/xinwen/2021-03/13/content_5592681.htm.

[2] BEATE F.Reading Tip Knowledge Graphs[J].INFORMATION-WISSENSCHAFT UND PRAXIS，2020（7）：5-6.

[3] ZEEMA J L，CHRISTOPHER D F X.Hybrid Intuitionistic Fuzzy Fused Quantum Particle Swarm Intelligence for the Prediction of Dyslexia[J].International Journal of Innovative Technology and Exploring Engineering （IJITEE），2019（8）：7.

[4] 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（5）：38-42.

[5] 吳若航，茆意宏.圖書館網絡視頻閱讀服務創新路徑研究[J].圖書情報工作，2023（4）：1-9.

[6] 任群，彭坤杰.基于CiteSpace知識圖譜的高校圖書館閱讀推廣活動分析[J].安徽農業大學學報（社會科學版），2021，30（3）：61-67.

[7] 趙衍，楊喆涵.基于知識圖譜的我國高校圖書館個性化推薦研究綜述[J].上海管理科學，2021，43（5）：116-124.

[8] 于興尚，王迎勝.國內高校圖書館閱讀推廣研究現狀與展望[J].圖書情報研究，2020，13（1）：108-114.

[9] 王丙炎，程偉麗.基于用戶興趣圖譜的閱讀推廣研究：以高校圖書館讀者為例[J].圖書館學刊，2020，42（2）：37-40，45.

[10] 王陽，沈軍軍，江震.國內圖書館閱讀推廣研究可視化知識圖譜分析[J].圖書館學刊，2019，41（5）：128-134，142.

作者簡介：邱錦，碩士，渤海大學圖書館館員，研究方向為讀者信息服務。

收稿日期：2023-04-24本文責編：鄭秀花