智能化驅動的圖書館面向企業知識服務模式創新研究

摘要：在數據智能時代，如何跟上日益增長的科學知識的進展，進而施行研究以發現新知識，開展證據分析以循證決策，進行科學預測以優化資源配置，對知識的可計算化提出了迫切需求，由此出現了很多新技術，并為圖書館面向企業的知識服務創新提供了條件。文章闡述了新技術給知識服務模式創新帶來的新機遇，探討了新技術下的圖書館知識服務，例證智能化驅動的知識服務模式創新實踐，以面向企業的信息服務平臺建設為例多角度探究智能化驅動的知識服務必將更加精準高效。

關鍵詞：數據；信息；智能化；知識服務；創新

中圖分類號：G250文獻標志碼：A

0引言

在數據智能時代，科學出版物及其相關數據集呈指數增長，知識主張以非結構化文本為主要形式進行表達，傳統的人腦閱讀模式難以有效處理。如何跟上日益增長的科學知識的進展，進而施行研究以發現新知識，開展證據分析以循證決策，進行科學預測以優化資源配置，對知識的可計算化提出了迫切需求，并由此出現了語音識別、圖像識別、大數據、數據挖掘、機器學習等新技術，為圖書館面向企業的知識服務創新提供了條件。

1新技術為知識服務模式創新帶來新機遇

1.1人工智能技術帶動了知識服務的智能化

在語音識別、圖像識別等技術的支持下部署人機交互、智能問答系統，推動智慧知識服務向智能知識服務成功轉型。知識圖譜平臺可以實現結構化、半結構化、非結構化的多源異構數據的知識半自動化獲取，通過動態本體技術和知識融合技術，實現從多源異構數據到半自動構建知識圖譜，運用自然語言處理技術可以從非結構化數據中抽取結構化數據并且融合到知識圖譜中［1］，以混合存儲方式進行知識圖譜存儲與管理，提供圖譜挖掘計算、可視化、基于圖譜的智能問答、語義檢索、智能決策分析等服務。利用前沿知識圖譜和問答技術，從FAQ、產品說明書等相關文檔以及數據庫、Excel等各種非結構化、半結構化和結構化數據中半自動化構建企業和行業通用知識圖譜，結合累積的行業知識和智能問答語義理解技術，更精準地理解用戶問題并進行自動回復。通過智能化驅動的知識服務在線化提高知識服務效率，積累在線數據輔助業務決策［2］。

1.2大數據技術提高了信息檢索知識服務的效率

大數據技術提高了信息檢索知識服務的效率，數據索引技術使得檢索速度更快、檢索結果更精準、交互體驗更智慧、搜索模式更豐富。為提高數據的準確性和可信賴度，在采集和預處理、存儲和管理大數據的過程中要把握數據量不斷擴大、數據類型繁多、數據價值大但密度低、數據處理實時性要求高等數據基本特征，確保分析和挖掘、可視化計算、計算模式和系統安全。通過結構化和半結構化數據的分析與處理為智能化驅動圖書館知識服務模式創新提供豐富的數據積累與價值規律，提高數據質量引發分析需求，動靜數據結合推動知識服務科技創新、產業煥新、產融互動、產教融合，從科技、產業到資本，建立能力圈、擴大生態圈，鞏固、調整、充實、激活存量價值，發現、創造、跨越、分享增量價值，實現面向企業的知識服務模式創新［3］。

1.3數據挖掘技術促進了知識服務的深度挖掘

數據挖掘是運用數據挖掘技術從大量數據中挖掘有趣模式和知識的過程，實現從模糊的、有噪聲的、不完全的、大量隨機的數據集中，提取人們事先不知道的、潛在有用的信息和知識的過程。館員進行數據挖掘相關研究，通過分析、構建、繪制知識圖譜，顯示知識數據之間的相互聯系。數據挖掘在金融、科學發現、信用管理、電子商務、商業智能、醫學保健、社交媒體已得到廣泛應用［4］。利用數據挖掘技術，圖書館可以通過以下過程實現面向企業的知識服務模式創新：數據挖掘過程中的數據量較大而且挖掘算法較為復雜，使得數據挖掘面臨巨大挑戰，企業個性化用戶動態需求模型的構建要與針對特定需求的相關信息搜索挖掘相適應；通過移動互聯、大數據等技術，按照一定主題，借助RSS訂閱、學科博客、微信、QQ等社交工具對企業信息用戶的信息行為數據進行挖掘、加工、組合，整合成相對完整的信息集合；按照特定主題，通過對用戶信息需求的深入挖掘，對信息集合進行分析開發，預測其潛在需求，產生新的知識；以在線或離線的形式為企業提供更精準、更及時、更加個性化的信息服務［5］。

1.4機器學習技術便利了知識服務的個性化推送

通過無監督學習等方法，以讀者需求為導向，開展個性化推送服務。機器學習是人工智能的分支，通過數據和算法在機器上訓練模型，使機器能夠自動執行特定任務并利用模型進行分析決策與行為預測的過程。機器學習技術體系主要包括監督學習和無監督學習，目前廣泛應用于專家系統、醫療保健、認知模擬、金融、數據挖掘、零售和電子商務、圖像和視覺識別、故障診斷、自然語言理解、交通和物流、機器人和博弈等領域。學科館員是圖書館最核心的主導力量，機器學習作為智能化驅動最為重要的通用技術，學科館員借助機器學習的種種技術優勢，在網絡平臺建設、信息資源挖掘、軟件開發、讀者與文獻資源互聯互通等方面創新方法，建立學科文獻數據庫、運用知識圖譜整理館藏資源、研發產品，持續引導機器獲取新的知識與技能，交互組織整合已有知識結構，有效提升機器智能化驅動水平，不斷完善機器知識服務決策能力，全方位多角度知識嵌入面向企業的用戶知識推送服務［6］。

2探討新技術下的圖書館知識服務

高校圖書館智慧推薦、智慧檢索服務已達到了較高覆蓋面，但在虛擬參考咨詢、學習空間和智慧館員等服務領域的智能化驅動還有一定發展空間，融合“人、資源、空間”核心要素，以技術為驅動，構建智慧知識服務環境，支持館員和用戶嵌入、融合的交互式智慧活動，形成服務于智慧圖書館建設理念的知識服務模式［7］。

現有學科知識服務模式主要在服務對象和服務理念上有多種劃分方法，總體形式上都是基于整體發展的從崗位到協同，從協同走向嵌入。即在物理空間上，嵌入教學環境、嵌入學習環境、嵌入科研環境；在虛擬空間上，嵌入在線學習環境、嵌入計算機網絡環境、嵌入移動通信環境，形成了多元嵌入和從單向嵌入走向雙向嵌入的趨勢。無論是“協同”還是“嵌入”，學科知識服務質量和水平的提高，不僅需要“學科館員”的專業能力，還要依賴技術驅動。近年來，國內外高校圖書館逐步把關注點投向以“自助服務”技術和設施輔助的智能化驅動學科服務。網上信息查詢發現，我國高校圖書館采用智能技術開展的自助服務項目已達28項，大部分“雙一流”高校圖書館都在10項左右，形成了以智能技術驅動圖書館學科知識服務發展的大氣候，主要集中在智慧推薦、智慧檢索服務、虛擬參考咨詢、學習空間和智慧館員等領域的智能化服務。

3智能化驅動的知識服務模式創新實踐

改變現有以文獻為基本單位的知識組織模式，實現以文獻內部最基本的知識點為單元進行組織檢索，逐步向基于語義理解的智慧文獻服務方向發展，利用自然處理語言、數據挖掘、機器學習、知識圖譜等新興技術對復雜多樣的數據進行處理、分析、表示和挖掘，從而為企業基于數據制定決策與執行特定任務提供更加智能化的知識服務，已成為學術界和產業界關注熱點。

3.1古文智能處理

隨著海量古籍文本數字化資源建設不斷推進，古文智能處理作為文旅業發展的重要內容，隨著文本挖掘技術的飛速發展，古文信息處理逐步轉向更為智能的深層語義發展，準確有效地從古文中挖掘提取出多層次、廣覆蓋、有價值的信息是古文信息處理研究的重要任務之一［8］，它對于中華傳統文化信息資源的組織、挖掘以及傳播、繼承和發揚中華優秀傳統文化都有積極作用。南京農業大學何琳等［9］梳理了古文智能處理的內容與任務、相關理論與方法、面臨的問題及未來發展趨勢，結合具體研究深入探討古文本語義化標注、知識表達體系構建以及知識關聯與聚合的進展與實踐，是值得借鑒的文化傳承知識服務創新模式。

3.2評估算法影響力

在數據驅動型研究中大量算法被提出、改進或使用。評估算法的影響力，對教學與科研有重要的推動作用。學術文獻全文內容中識別算法并評估其影響力，可以確定該領域流行的、經典的或新興的算法。章成志等［10］以自然語言處理領域為例，標注該領域頂級會議ACL全文中提及的算法實體，并構建算法詞典；基于算法被提及的篇章頻次、位置等信息度量不同算法的學術影響力；還根據算法所在論文的發表時間，分析算法學術影響力隨時間演變的不同模式。

3.3可計算醫學知識應用

可計算醫學知識應用是指通過抽取和編程轉化將科學出版物中人讀的知識格式轉為機器可執行的知識格式。知識大規模應用的重要手段不僅為數字圖書館存儲及管理數字化知識對象提出了新需求，也為情報學領域開展知識計算研究提供了新范式。可計算醫學知識的基本概念包括知識的表示形式可計算化和知識在實踐中“可執行”，兩者都不可或缺。杜建等［11］提出可計算醫學知識的兩條實現路徑：一是數據挖掘，從表格等結構化數據中形成計算機可直接調用并執行的數字化知識集合，用知識網格管理提供輔助診斷；二是文本挖掘，從臨床指南、醫學文獻的知識主張等非結構化文本中抽取三元組，并納入三元組背后的證據和數據計算置信度，用圖數據庫來管理，實現知識單元的查詢和輸出，提供治療建議等。討論了可計算醫學知識對于深化情報學研究的積極意義及其在促進知識轉化、知識發現和循證決策中的應用場景［12］。

4基于新一代信息技術的企業知識資源共享和協同創新

知識資源的管理和共享是企業面臨的重要難題，高校圖書館可以嘗試建立面向企業的高校圖書館信息服務平臺的結構（見圖1），構建面向企業的信息服務平臺，面向企業開展知識應用、智能分析與專題服務，嘗試以分布式網絡和計算機環境為技術基礎，基于本館數據庫、網絡信息資源、異館數據庫和多元化資源，依托信息服務平臺圍繞企業信息活動組織、嵌入信息、集成資源和服務，通過主動推送、自助式服務、個性化定制等方式主動地為企業提供個性化服務、文獻信息服務和知識化服務，支持企業自主提煉知識、處理信息、交流協作并快速解決現實問題，動態地滿足企業信息需求。

高校圖書館可以提供面向企業的開放式文獻信息服務，即圖書館咨詢中心提供的咨詢服務終端或企業信息服務設施以及咨詢中心信息服務平臺上進行的企業文獻信息獲取和利用活動，企業隨時可以自主、自動地獲得文獻信息服務，保證平臺服務內容和服務策略具有較強的針對性。同時在此基礎上構建面向企業的咨詢中心開放式文獻信息服務平臺環境［13］，如圖2所示。

圖書館還可以建立面向企業的咨詢中心個性化信息服務平臺（見圖3），主要包括構建用戶特征數據庫、用戶群規則數據庫、興趣采集庫、企業興趣關聯知識庫，咨詢中心檢索服務系統以及咨詢中心信息組織等功能。

同時，針對企業知識共享和協同創新的需要，平臺興趣關聯知識庫、平臺檢查服務系統、平臺信息組織、平臺服務推薦、平臺服務內容對基于新一代信息技術的知識管理理論和方法進行系統化梳理，以期有助于讀者提高個人知識管理能力，促進知識管理在我國企業的推廣應用。企業家可以了解如何更好地管理自己的知識資源，采取知識管理戰略應對新一輪工業革命帶來的挑戰，把握新一代信息技術帶來的機遇［14］。

5結語

在數據智能時代，數據信息在增長的同時愈發復雜，越來越多地呈現出高維度、高階態、異構性和多模態的特點，深度學習、圖像視頻識別、語音識別和文本識別等新一代信息技術更有助于知識資源共享和協同創新，數據智能驅動圖情領域知識服務模式創新必將更精準高效［15］。

參考文獻

［1］陳宗仕.工控系統漏洞知識圖譜構建方法研究［D］.廣州：廣州大學，2021.

［2］MAKNI B， HENDLER J， ANKE L E， et al. Deep learning for noise-tolerant RDFS reasoning 1［J］. Semantic Web， 2019（5）： 823-862.

［3］中國電子學會.新一代人工智能發展白皮書［EB/OL］.（2022-07-21）［2023-11-06］.https：//www.xdyanbao.com/doc/75dyi2cqbj？bd_vid=10193045066402985403.

［4］駱興國，葉磊.數據挖掘在圖書館中的應用研究［J］.電腦知識與技術，2010（34）：9688-9689.

［5］肖明.國內圖書情報知識圖譜實證研究［M］.北京：中國經濟出版社，2017.

［6］石軍.數據挖掘在高校圖書館的應用［J］.江西圖書館學刊，2005（3）：92-94.

［7］馬廣月，王煥景，郭順利.國內外圖書館智慧空間研究——熱點主題、演化路徑與未來啟示［J］.圖書館研究，2023（6）：102-117.

［8］何琳，馬曉雯，喻雪寒，等.典籍事件觸發動詞識別研究——基于《左傳》的文本實驗［J］.圖書情報工作，2022（5）：133-141.

［9］何琳，陳雅玲，孫珂迪.面向先秦典籍的知識本體構建技術研究［J］.圖書情報工作，2020（7）：13-19.

［10］章成志，李卓，儲荷婷.基于全文內容的學術論文研究方法自動分類研究［J］.情報學報，2020（8）：852-862.

［11］杜建，孔桂蘭，李鵬飛，等.可計算醫學知識的基本概念與實現路徑［J］.情報學報，2021（11）：1221-1233.

［12］杜建.醫學知識不確定性測度的進展與展望［J］.數據分析與知識發現，2020（10）：14-27.

［13］王茂林.面向企業的高校圖書館信息服務及信息平臺實踐研究［D］.重慶：重慶大學，2010.

［14］袁曉靜.互聯網+背景下高校圖書館讀者服務工作創新［M］.長春：吉林出版集團股份有限公司，2019.

［15］田光林，陸婕，曲建華，等.智慧社會發展背景下高校圖書館微服務模式研究［J］.情報科學，2021（5）：41-46.

（編輯何琳編輯）

Research on innovation of knowledge service model for enterprises intelligentized driven libraries

Yuan "Xiaojing"， Kang "Wei

（1.Library， Nanjing Vocational University of Industry Technology， Nanjing 210023， China;

2.Library， Jiangsu Second Normal University， Nanjing 210013， China）

Abstract： "In the era of data intelligence， how to keep up with the progress of growing scientific knowledge， and then carry out research to discover new knowledge， conduct evidence analysis for evidence-based decision making， and proceed scientific prediction to optimize resource allocation， the urgent need for knowledge computability has been put forward， resulting in a lot of new technologies， and provide conditions for the library’s enterprise-oriented knowledge service innovation. This paper expounds the new opportunities brought by new technologies to the innovation of knowledge service models， discusses the library knowledge service under new technologies， exemplifies the innovative practice of the knowledge service model driven by intelligence， and takes the construction of information service platform for enterprises as an example to explore the knowledge service driven by intelligence from multiple perspectives，which will be more accurate and efficient.

Key words： data; information; intelligence; knowledge service; innovation

基金項目：2021年江蘇省高校哲學社會科學研究重大項目；項目名稱：新發展格局下增強職業教育適應性的理論與實踐研究；項目編號：2021SJZDA160。2021年江蘇高校哲學社會科學研究項目；項目名稱：智能化驅動的知識服務模式創新研究；項目編號：2021SJA0590。

作者簡介：袁曉靜（1969—），女，副研究館員，碩士；研究方向：圖書館管理與服務。