圖書館智慧采訪的日本經驗與啟示

[摘 要]智慧采訪可提升采訪工作效率，節(jié)約成本，提高采訪精準度。目前我國圖書館界對于智慧采訪的理論研究與實踐成果多針對采訪流程某一階段，缺少全流程的綜合性研究。調研日本圖書館智慧采訪全流程研發(fā)情況，發(fā)現智能化技術實現采訪工作流程與模塊自動化、AI輔助采選決策、探索本地采訪系統(tǒng)與外部系統(tǒng)鏈接形成信息互通共享等經驗對我國圖書館界紙本圖書采訪全流程智慧化發(fā)展有一定借鑒意義。同時提出智慧采訪推進過程中可能面臨讀者隱私保護不當、智能技術過度依賴、行業(yè)壁壘限制、經費支撐不足等問題。

[關鍵詞]紙本圖書采訪 日本圖書館 采訪系統(tǒng) 人工智能 大數據

[分類號]G251.3

以人工智能、大數據、云計算等為代表的新技術的迅速發(fā)展為各行各業(yè)帶來了深度變革，也使圖書館界走向了全面感知、互聯(lián)互通、深度智能融合的智慧圖書館轉型之路[1]。采訪工作是圖書館事業(yè)建設最基礎、最重要的一環(huán)，通過新技術的應用實現智慧采訪，能有效提升工作效率、節(jié)約人力，并提高采訪的精準度與匹配度，助力建設優(yōu)質館藏。

1 我國圖書館智慧采訪研究與應用現狀

傳統(tǒng)紙本圖書采訪模式已無法適應智慧圖書館的發(fā)展要求，具體表現為：（1）采訪流程多依賴于人工操作，效率低，易出錯。（2）采訪決策主觀因素過多，采選質量完全取決于館員的業(yè)務水平，不利于優(yōu)質館藏的建設。（3）采訪系統(tǒng)多在獨立的館內環(huán)境下運行，與館內的編目、讀者服務和館外代理商等系統(tǒng)通過平臺切換、郵件傳輸等單一形式實現數據交換，上下游渠道尚未打通，處于信息孤島狀態(tài)。

為解決上述問題，我國圖書館界學者展開了熱烈的理論研究與應用實踐。理論方面，尤其關注信息技術輔助采訪決策。如林曦、趙大志[2]在數據、計算能力和算法等人工智能技術三大基石的基礎上構建了智慧采訪戰(zhàn)略；原小玲、王紅[3]探索了人工智能采訪系統(tǒng)深度學習訓練集的數據特點、功能與運維的重點。也有學者注意到自動化技術可解決紙本圖書采訪人工操作效率低下的問題，提出將VR技術應用于采集薦購信息、展示中標書目、開展虛擬現采等采訪環(huán)節(jié)[4]。針對采訪系統(tǒng)與其他系統(tǒng)的聯(lián)通，王曉翠[5]設計了集成書商供應鏈能力評價機制，搭建書商與圖書館間雙向信息交流渠道，以提高采訪書目質量、實時追蹤訂單狀態(tài)。

基于以上研究，我國圖書館界智慧采訪的實踐應用也取得了一定成果。有的圖書館搭建了智能預選框架，如重慶大學圖書館的智能采訪系統(tǒng)以讀者需求與重點學科建設為雙向驅動，依據不同采購場景，從圖書館性質及服務對象、圖書質量、讀者行為、讀者推薦、價格5個維度實現智能篩選[6]。也有的圖書館實現了采訪業(yè)務的自動化運作，如廣東省立中山圖書館“采編圖靈”智能作業(yè)系統(tǒng)可自動識別圖書的ISBN、價格等信息，進行訂單驗收與結算[7]。而在采訪系統(tǒng)對外聯(lián)通方面，中國高等教育文獻保障系統(tǒng)（CALIS）聯(lián)合采訪平臺向上融合出版社與館配商，向下融合各高校成員館，實現了成員館在統(tǒng)一平臺上的聯(lián)合采購，一定程度上解決了書目信息不對稱的問題[8]。

綜上所述，目前我國圖書館界對智慧采訪的理論研究與實踐成果多針對采選決策、訂購、驗收等采訪流程中的單一階段，缺乏從全流程視角的綜合性研究。為彌補這一空白，筆者調研了日本圖書館智慧采訪全流程應用情況，從中或許可以為我國圖書館圖書采訪工作全流程智慧化提供有益借鑒。

2 日本圖書館智慧采訪的應用進展

選擇日本圖書館作為調研對象是因為日本是全球信息化起步較早、制度較完備的國家之一，在經濟社會各領域均有較高的信息化滲透[9]。信息技術在圖書館的應用也取得了比較矚目的成果，對此韋景竹、葉彥君[10]曾以人工智能為例做了詳細調研，館內機器人指引、智能空間、自動藏書點檢、古籍資源開發(fā)等讀者服務與文獻管理方面的開發(fā)較為典型，智慧采訪方面的成果較少。

為全面了解日本圖書館智慧采訪的研發(fā)情況，筆者運用文獻調研法，在CiNii、IRDB等日本數據庫、日本國立國會圖書館圖情報道門戶網站等渠道以“図書館”“人工知能”“AI”“システム”“技術”“自動化”“選書”“図書購買”等為關鍵詞進行搜索，選取以下5個代表性案例。

2.1 早稻田大學與慶應大學圖書館聯(lián)合引進Alma系統(tǒng)后的智能化圖書采訪管理

2019年，早稻田大學圖書館與慶應大學圖書館正式開展圖書館業(yè)務聯(lián)合項目，引進了由ProQuest子公司Ex Libris開發(fā)的Alma系統(tǒng)以及發(fā)現服務Primo VE。這是Alma第一次被日本的圖書館引進[11]。由此兩大高校圖書館在圖書采訪管理方面取得兩大突破。

（1）圖書采購程序的簡潔化。Alma系統(tǒng)與大學本地的總務系統(tǒng)、財會系統(tǒng)形成聯(lián)動，實現了圖書館體系與大學經費預算執(zhí)行的合并管理，方便各圖書館分館/室的采購人員能夠在Alma系統(tǒng)上統(tǒng)一查看圖書采購預算金額、執(zhí)行額度、已發(fā)訂金額等所有采購經費的實時使用情況并加以靈活應用，加強了各圖書館分館/室之間的協(xié)同合作。同時會計相關負責人無需再手動重復輸入各圖書分館/室的各類采購申請與支付金額數據[12]。

（2）圖書訂購業(yè)務處理的自動化。圖書館引進了EDI（Electronic Data Interchange，電子數據交換）體系，使傳統(tǒng)圖書館與書店之間通過郵件進行的發(fā)訂、發(fā)貨、收貨等業(yè)務往來可以被系統(tǒng)間的數據通信所代替，有效降低了人工輸入的錯誤率，提高了業(yè)務效率。截至2021年10月，已有紀伊國屋書店、丸善雄松堂、極東書店等多家書店與早稻田大學和慶應大學圖書館實現了EDI自動化的圖書訂購業(yè)務往來[13]。

2.2 鏈接外部數據的LIMEDIO系統(tǒng)

LIMEDIO是由日本Ricoh公司開發(fā)的標準圖書館系統(tǒng)，已被日本兩百余所大學、政府機構、研究所等引進，是日本大學圖書館引進最多的系統(tǒng)。該系統(tǒng)搭載了幾乎所有大學圖書館所必需的標準功能，可以根據不同的參數設定自主進行功能選擇與動作變更[14]。

采購業(yè)務方面，LIMEDIO可以為圖書從擬訂、發(fā)訂、催收到驗收整個業(yè)務流程提供全方位的技術支持。其最大優(yōu)勢為能夠與日本國立情報學研究所（NII）綜合書目數據庫系統(tǒng)（NACSIS-CAT）鏈接，進入圖書發(fā)訂階段后，圖書館能直接利用NACSIS-CAT上的外部數據。這些數據可以為館員進行采購質量評估與書目信息揭示等下一階段的工作提供豐富、便捷的參考。此外，LIMEDIO系統(tǒng)還與多家網上書店開展合作，圖書館可通過LIMEDIO系統(tǒng)將通過合作書店渠道訂購圖書書店平臺上的封面、內容簡介、目錄、書評等元素直接展示于OPAC檢索頁面，圖書到館后館員無需重復編制書目數據。

2.3 PLATON與ProQuest Ebook Central電子圖書發(fā)訂聯(lián)動業(yè)務

PLATON是由日本紀伊國屋書店開發(fā)的圖書館圖書采選業(yè)務全流程綜合管理在線系統(tǒng)，能幫助館員在搜集書店與出版機構圖書出版信息、充實學術類圖書館藏、管理采購經費與預算等業(yè)務上更高效省力，并可與圖書館本地系統(tǒng)開展聯(lián)動。2022年7月開始，紀伊國屋書店與ProQuest合作，通過PLATON系統(tǒng)可以查閱ProQuest電子圖書平臺Ebook Central上的180多萬冊英文電子圖書，并且只要確認訂購，讀者便可立即閱覽全文[15]。

PLATON與ProQuest Ebook Central的合作，使圖書館員可以在一個平臺上瀏覽原本分散的海量電子圖書信息，提高了采選效率，有利于電子資源的館藏建設，并且電子圖書一經訂購便可閱覽，極大優(yōu)化了電子圖書采選可用性，改善了用戶體驗。

2.4 靜岡縣立圖書館地方自治體資料自動化采集系統(tǒng)

靜岡縣立中央圖書館在收集地方資料的過程中，與靜岡縣三島市Geolocation Technology有限公司共同開發(fā)了一種能夠自動收集縣內自治體網站上發(fā)布的所有PDF文件的系統(tǒng)。該系統(tǒng)2022年初正式投入使用，自動采集內容包括自治體綱要、公告、行政資料等，采集范圍最多可以深入第5級網頁，并包含網頁超鏈接中的PDF文件。2022年4月，靜岡縣立中央圖書館進行了第一次全面收集，之后每季度收集一次，主要是對前一次收集行為的變動、追加與更新[16]。

近年來，越來越多的自治體相關資料不再采用紙質文件形式發(fā)行，這給原有自治體資料的正常呈繳工作造成了一定影響，采用該自動化采集系統(tǒng)能較好地解決這一問題。同時，該系統(tǒng)具備兩大優(yōu)勢：一是資料收集的數量相當可觀，2022年4月該系統(tǒng)第一次采集到的PDF文件數量便達到455133篇，該數量如采用傳統(tǒng)人工手段獲取很難實現。二是可通過收集來源的域名與同一目錄結構對采集到的PDF文件進行便捷歸類，方便后期的存檔與管理。

2.5 基于人工智能的選書服務系統(tǒng)SeleBoo

日本兩大圖書銷售代理商之一日本出版銷售公司和富士通共同開發(fā)了基于人工智能的選書服務系統(tǒng)SeleBoo，可以通過大數據分析幫助書店挑選經營場所和與用戶相匹配的書單[17]。

該智能服務系統(tǒng)于2018年中正式投入使用。“SeleBoo”是“Select Book”的略稱，以日本出版銷售公司約350萬條書目信息、全國約三千家書店的實際銷售業(yè)績、DBpedia（從維基百科的詞條里擷取出結構化的資料）等其他網絡開放共享數據為基礎，通過富士通開發(fā)的大數據分析服務軟件——“市場AI數據分析集成”，深度學習采訪人員的業(yè)務知識與技能，基于圖書關鍵詞、主題、地名元素、封面、裝幀等條件形成匹配書店主題、規(guī)模以及客戶群體需求的圖書清單（見圖1），為業(yè)界首創(chuàng)的AI選書服務系統(tǒng)。并且基于采選結構的專家評價與書店店員的實際反饋，AI會再次開展深度學習以提高后續(xù)采選能力。

雖然目前尚未有日本圖書館使用SeleBoo的案例，但將其應用于圖書館圖書采購場景可以基于現有館藏結構、既往借閱情況、圖書館的定位與特征、讀者群體信息等過濾不符合入藏要求的圖書信息，生成比較實用的采購推薦清單。這將有效節(jié)省采訪人員人工篩選目錄的時間，且推薦清單上的圖書均有大數據支撐，比人工選擇更可靠。

2.6 日本圖書館智慧采訪特點

首先，重視數據的自動搜集與交互傳輸，由此將采訪流程重要節(jié)點進行自動化處理。早慶大學Alma系統(tǒng)中的EDI體系實現了從發(fā)訂到驗收采訪業(yè)務全自動化數據通信，有效提升了工作效率與精準度；靜岡縣立圖書館自動采集PDF系統(tǒng)取代了人工檢索與手動下載，使短時間內廣泛收集大批量文件成為可能。

其次，人工智能技術深度活用。SeleBoo選書服務系統(tǒng)充分利用人工智能高效處理大規(guī)模數據、智能預測決策等特點，抓取書店定位、銷售實績、圖書信息、客戶信息等相關數據形成采購清單，使采選決策全程自動化，更科學客觀，與機構自身、目標客戶群體需求更適配。與之相比，我國部分高校圖書館構建的智能采選決策框架仍需要根據業(yè)務經驗人工配置規(guī)則模板，離完全的智慧化尚有差距。

最后，重視圖書館本地采訪系統(tǒng)與外部系統(tǒng)的鏈接。使采訪工作走出單一封閉的運行環(huán)境，實現了館內編目、決算、讀者服務一體化管理，并與上游的書店、代理商等形成信息互通，呈現出信息時代圖書館采訪工作的開放化、互動化、兼容化格局。LIMEDIO系統(tǒng)設定了當圖書進入發(fā)訂階段時，圖書館即可利用NACSIS-CAT、網上書店等外部數據進行后期工序與數據分析；早慶Alma采訪系統(tǒng)與大學的會計系統(tǒng)聯(lián)動，利于采訪館員整體把控采購經費；PLATON采訪工作平臺則完全由第三方書店開發(fā)，讀者可在線閱讀圖書館訂購的電子書，體驗感極佳。

3 日本圖書館智慧采訪應用的啟示

日本圖書館的創(chuàng)新舉措改變了傳統(tǒng)的采訪工作模式，使館藏資源建設過程更智能化、個性化，為我國圖書館紙本圖書采訪工作全流程智慧化發(fā)展提供了有益參考。

3.1 建立動態(tài)調整、長期可持續(xù)的大數據集群

智慧采訪的重要環(huán)節(jié)之一是依托人工智能技術開展智能選書，必須以足夠規(guī)模、翔實且準確的數據為支撐，方能進行大規(guī)模深度學習并建立合理精準的采訪決策模型。目前我國大部分圖書館對采訪工作相關數據的采集與管理處于隨意、松散狀態(tài)，應參考日本SeleBoo選書服務系統(tǒng)架構，分別搭建外部與內部采訪工作大數據集群，具體如圖2、圖3所示。

人工智能對以上大數據完成深度學習后，根據館藏原則、類型、主題、價格等條件首先過濾不符合館藏要求的圖書，初步形成待選書單，再依據由重點學科、特色館藏、獲獎圖書、利用情況等參數構成的決策模型對待選圖書的質量進行評價、排序、高亮標記等操作，降低采訪館員人工甄別的難度，提高采選效率與準度。此外，智慧采訪大數據集群還能有助于代理商更便捷、更深度地進行目錄質量與服務質量評估、館藏結構與采訪質量評估、讀者利用評估等采訪相關統(tǒng)計分析工作。因此大數據集群的更新需要設置合理的頻率，確保數據的實時性、連續(xù)性與可用性。

3.2 實現采訪全流程節(jié)點自動化

在采訪工作全流程中導入EDI體系實現全節(jié)點自動化，將館藏匹配查重、審核報批、經費分配、發(fā)訂與驗收等原本需要大量人力介入的環(huán)節(jié)全部替代為更可靠高效的電子數據在線傳輸形式，特別是在采訪流程的起點——廣泛收集目錄來源階段。目前大部分圖書館還停留在被動接受代理商單一目錄或采訪人員耗費大量精力人工檢索的階段。可參考靜岡縣立圖書館案例，與第三方企業(yè)合作開發(fā)目錄自動采集系統(tǒng)，指定采集域名與層級，將網上書店的圖書信息特別是各類重要榜單，下載匯總形成清單，有效解決傳統(tǒng)目錄搜集模式的來源受限、效率低下、匹配度不高等弊端。

3.3 打通采訪工作上下游，加強信息互通與合作共建

參考日本圖書館經驗，采訪系統(tǒng)向下與館內編目、決算、讀者服務等系統(tǒng)合并，向上與館外書商、出版社、同行圖書館系統(tǒng)聯(lián)通，推進數據的開放獲取、融合利用。

3.3.1 采訪系統(tǒng)與館內系統(tǒng)聯(lián)通

采訪系統(tǒng)與編目系統(tǒng)聯(lián)通，通過圖像識別等技術對到貨圖書元素進行分析、設置特定字段格式修改后，將代理商提供的簡編采訪數據自動批量轉換為符合本館要求的編目數據，降低后續(xù)階段工作量，確保采訪與編目數據的一致性與準確性，實現采編一體化。采訪系統(tǒng)與經費決算系統(tǒng)聯(lián)通，采訪館員無需再手工統(tǒng)計采購經費使用情況，有利于全局把握預算、合理分配各類型圖書經費比例。采訪系統(tǒng)與讀者服務系統(tǒng)聯(lián)通，流通數據無需經過網絡工程人員的操作即可實時傳輸至采訪館員，文獻利用評估更易形成常態(tài)化機制。

3.3.2 采訪系統(tǒng)與館外系統(tǒng)聯(lián)通

采訪系統(tǒng)通過EDI體系與代理商系統(tǒng)聯(lián)通，除了可取代傳統(tǒng)的郵件往來以提高采購工作效率與準確度、主動分析代理商服務數據以督促其提高服務質量外，還有利于雙方合作開發(fā)個性化服務。參照日本PLATON平臺電子圖書訂購即閱讀模式，可以對到貨周期較長的外文圖書開發(fā)預閱讀功能，將代理商選書平臺上已訂圖書的內容簡介、封面圖片、作者介紹等信息傳輸至圖書館OPAC頁面進行預覽呈現，方便讀者在圖書上架前進行初步選擇，增加互動感。

采訪系統(tǒng)與其他圖書館采訪系統(tǒng)聯(lián)通，則有助于地區(qū)文獻資源共建共享，減少重復采購，取長補短，節(jié)省資金，并促進行業(yè)內部交流與共同進步。國內已經成熟的CALIS聯(lián)合采訪平臺是一次采訪系統(tǒng)對外聯(lián)通的突破性嘗試，但適用范圍尚局限于高校館中文圖書采訪，未來可以參照其模式拓展適用于公共圖書館，甚至橫跨公共、高校及更多類型圖書館的聯(lián)合采訪與信息共享系統(tǒng)。

綜上，我國圖書館應充分借鑒日本圖書館智慧采訪應用的成功經驗，通過建立大數據集群以提升采訪精準度，開發(fā)自動化模塊以提升工作效能，搭建采訪系統(tǒng)上下游渠道以實現數據流通共享，使我國圖書館智慧采訪的應用進程邁入新的階段。

4 智慧采訪應用推進存在的問題

科技一直都是雙刃劍，新技術的發(fā)展必然會帶來新的問題。圖書館在享受新技術為采訪工作帶來更便捷高效體驗的同時，也需正視讀者隱私保護不當、智能技術過度依賴、行業(yè)壁壘限制及經費支撐不足等問題。

4.1 讀者隱私保護不當

個人身份、借閱與瀏覽記錄等讀者信息是智慧采訪大數據集群的重要部分，但公開獲取可能會引起部分讀者被窺探隱私的不適感，也加大了信息泄露與濫用的風險。對此需要加強系統(tǒng)信息安全防衛(wèi)技術，筑牢信息安全防火墻，確保讀者信息數據存儲與傳輸過程中的安全性；建立有效的監(jiān)督機制對數據安全進行評估；也可為不愿透露隱私信息的讀者設置匿名借閱、匿名薦購選項。

4.2 智能技術過度依賴

智能選書可能使采訪人員對自動化系統(tǒng)過度依賴，從而不利于對圖書內容質量甄別、讀者需求預估、館藏結構把握等核心業(yè)務水平的磨煉。尤其對外文圖書而言，相當一部分存在意識形態(tài)問題的圖書具有隱蔽性與迷惑性，系統(tǒng)雖能根據客觀條件完成部分過濾，進一步審核仍需人工力量的介入。采訪人員應積極面對全面引進新技術的圖書館傳統(tǒng)采編業(yè)務新趨勢，在不荒廢核心業(yè)務素養(yǎng)提升的同時積極培育信息數據意識與分析處理能力，用新技術賦能，將智能化挑戰(zhàn)轉化為自我發(fā)展的機遇[18]。

4.3 行業(yè)壁壘限制

圖書館采訪系統(tǒng)實現與代理商系統(tǒng)的對接，關鍵在于處于供應鏈上游的代理商是否愿意開放數據接口，共享書目信息，尤其是涉及利潤的圖書價格信息。此外，如更換代理商，圖書館還需重新與不同代理商平臺數據進行匹配，可能會對館內采訪數據使用的穩(wěn)定性、長期性產生一定影響。為了打破行業(yè)壁壘限制，亟需加強頂層設計，由權威的上級機構牽頭組織并制定具有約束力的行業(yè)標準和規(guī)范，促進文化機構的合作交流與共同發(fā)展。

4.4 經費支撐不足

新技術的引入需要大量資金支撐，但目前我國大部分圖書館的運作經費依賴于財政撥款。采編部門不產生經濟效益，在縮減采購經費的情況下，加之新技術的引進產生額外的支出，使經費捉襟見肘。但從長期來看，智慧采訪體系的成熟運作可以節(jié)省成本，如到貨驗收等重復勞動被機器取代后可節(jié)省雇傭成本，聯(lián)通代理商系統(tǒng)后，圖書館即可自行比較圖書訂購折扣，為各類型圖書匹配價格最優(yōu)惠的代理商。圖書館可以積極尋求更多元化的資金來源，如與第三方企業(yè)及社會團體共同合作開發(fā)智能采訪系統(tǒng)、爭取政府專項資金支持等，以緩解經費壓力。

總之，圖書館需要充分認識到開展智慧采訪對優(yōu)化館藏資源配置、提升文獻知識服務效能與工作效率等具有重要意義。對于智慧采訪推進過程中可能出現的問題，需采取制定嚴格數據保密措施、增強館員業(yè)務水平與信息素養(yǎng)、加強頂層設計、尋求資金支持等有效措施加以應對。

5 結語

新技術的迭代更新為紙質圖書采訪這一歷史最悠久、最基礎也是最重要的圖書館業(yè)務工作帶來了全新的挑戰(zhàn)與機遇。日本圖書館在數據自動交互賦能采訪流程自動化、人工智能輔助采訪決策、采訪本地系統(tǒng)與外部系統(tǒng)聯(lián)通等方面的探索都對我國圖書館界未來發(fā)展具有積極的借鑒意義。囿于調研途徑與時間的限制，筆者搜集到的日本圖書館智慧采訪應用案例只是冰山一角，今后應對此進行持續(xù)跟蹤，希冀他山之石能為我國圖書館界進一步開拓智慧采訪工作的深度與廣度帶來更有用的經驗。

參考文獻：

[1] 李玉海，等.我國智慧圖書館建設面臨的五大問題[J].中國圖書館學報，2020（2）：17-26.

[2] 林曦，趙大志.基于人工智能的高校圖書館圖書智慧采訪研究[J].山東圖書館學刊，2022（4）：30-37.

[3] 原小玲，王紅.人工智能圖書采訪系統(tǒng)的學習訓練集構建與維護[J].晉圖學刊，2020（3）：22-25.

[4] 武洪興.VR技術在大學圖書館圖書采訪中的應用構想[J].圖書館工作與研究，2019（4）：59-64.

[5] 王曉翠.一種集成書商供應鏈能力評價機制的圖書采訪模式研究[J].圖書館研究與工作，2018（6）：63-66.

[6] 涂佳琪，楊新涯，沈敏.需求與決策驅動的圖書智能采訪系統(tǒng)研究與實踐——以重慶大學圖書館為例[J].圖書情報工作，2020（11）：28-34.

[7] 廣東省立中山圖書館.“采編圖靈”一期三代系統(tǒng)和二期系統(tǒng)試運行——圖書采分編工作高質量發(fā)展的廣東經驗[EB/OL].[2023-12-20].https：//www.zslib.com.cn/TempletPage/Detail.aspx？dbid=2amp;id=4057.

[8] 史淑英，等.采編工作一體化趨勢下中文圖書采編工作的變革[J].國家圖書館學刊，2017（6）：81-87.

[9] 周美婷.日本信息化的制度演變及對我國的啟示[J].中國國情國力，2023（9）：75-78.

[10] 韋景竹，葉彥君.日本圖書館人工智能研究與應用前沿[J].圖書館論壇，2022（8）：51-61.

[11] 早稲田大學·慶應義塾大學コンソーシアムによる図書館システム共同運用に向けた取り組みについて[EB/OL].[2023-12-20].https：//current.ndl.go.jp/ca1969.

[12] 早慶図書館業(yè)務共同化プロジェクトと新図書館システムの導入[J].早稲田大學図書館年報，2019：3-5.

[13] 早慶図書館システム共同運用プロジェクト年間報告[J].早稲田大學図書館年報，2022：16.

[14] 図書館情報管理システムリメディオLIMEDIO[EB/OL].[2023-09-18].https：//www.ricoh.co.jp/limedio/.

[15] PLATON/BookWebProにおいてProQuest Ebook Centralの電子書籍発注連攜を開始[EB/OL].[2023-12-20].https：//kyodonewsprwire.jp/release/202207143824.

[16] 地域資料収集としての自治體資料自動収集システムの開発[EB/OL].[2023-12-20].https：//current.ndl.go.jp/e2510.

[17] 日本出版販売と富士通、AIを活用した選書サービス「SeleBoo」を共同開発書店員の知識や感性をAIが機械學習し、売り場の魅力向上を支援[EB/OL].[2023-09-20].https：//www.nippan.co.jp/news/seleboo_20180514/.

[18] 王世偉.深化人工智能與圖書館更新的若干問題——再論人工智能與圖書館更新[J].圖書與情報，2020（3）：93-103.

王 琦 女，1989年生。本科學歷，館員。研究方向：日文圖書采訪。

（收稿日期：2024-05-07；責編：鄧鈺。）