基于KANO模型的人工智能與圖書館數字閱讀推廣服務質量研究

[分類號]G252

隨著信息技術、數字化技術和人工智能的融合發展，數字閱讀以其便捷性、即時性和互動性等特點，逐漸成為公眾獲取信息、學習新知識的重要途徑。公共圖書館作為公共文化服務體系的重要組成部分，承擔著推動全民閱讀、促進文化繁榮的重要使命。然而，傳統的圖書館服務模式已難以滿足日益多元化的讀者需求，人工智能憑借其強大的數據處理能力、智能推薦算法等優勢，成為圖書館轉型升級必須面對的重要課題。

1人工智能與數字閱讀推廣現狀

1.1公共圖書館數字閱讀推廣

從歷史發展來看，公共圖書館承擔著傳播知識、提升文化素養的重要使命，尤其是近年來在閱讀推廣方面的作用日益凸顯。可以將閱讀推廣定義為圖書館以發展讀者為主要目的，以資源推廣、閱讀氛圍營造、品牌推介等手段促進讀者提高閱讀接觸率的各種實踐活動1。20世紀90年代以來，我國對閱讀推廣格外關注，從2014年起，全民閱讀已連續11次寫進政府工作報告，從“倡導\"到“深入推進”，意味著全民閱讀從理念的廣泛提倡進入行動的全面落實階段。中國新聞出版研究院調查數據顯示，2012年至2023年，我國成年人數字化閱讀接觸率由 40.3% 提升至80.3% 。未來，隨著信息技術的不斷發展和政策的持續支持，數字化閱讀將在全民閱讀中發揮更加重要的作用。為此，研究閱讀推廣的路徑方法，對提高公共圖書館閱讀推廣成效、構建全民閱讀型社會、建設文化強國具有重要意義。

1.2人工智能與數字閱讀推廣的融合發展

隨著數字技術的快速發展，圖書館都在加快推進館藏資源數字化進程，以彌補自身館藏紙質圖書資源的不足。圖書資源數字化不僅會給讀者帶來多元化、多維度的知識體驗，而且能提供更廣泛、便捷的閱讀方式。但是面對浩如煙海的數字資源，圖書館傳統的人工查找和檢索服務難以滿足讀者深層次和個性化的需求，為此引入人工智能技術已成為現代圖書館發展的必由之路2。

近年來，人工智能技術與圖書館閱讀推廣的融合逐漸進入大眾視野，國內外學者對此進行了大量研究。國外學者如Smith和Johnson探討了人工智能在圖書館個性化推薦系統中的應用，指出機器學習算法能夠有效提高圖書推薦的準確性和用戶滿意度[3]。國內學者曹町通過探析人工智能推廣的重要性和必要性，構建了圖書館“互聯網 + \"智能閱讀推廣模型4；高或軍指出人工智能可以賦能圖書館閱讀推廣個性化、多元化、高效化，并基于此構建了陪伴式、自適應以及游戲化的閱讀推廣場景；呂東霞從人工智能的替代、融合與提升3個角度闡明了未來人工智能與圖書館閱讀推廣的融合發展路徑。由此可見，人工智能技術為圖書館閱讀推廣提供了更為寬廣的發展空間。

1.3寶雞市公共圖書館人工智能與閱讀推廣發展現狀

寶雞市圖書館始建于1957年，總面積約2.8萬平方米，館藏紙質文獻七十余萬冊、古籍文獻1.2萬余冊，電子文獻27萬冊（件），數字資源總量101TB。近年來，寶雞市圖書館緊跟人工智能發展浪潮，以創新驅動為抓手，持續深化數字化、智慧化圖書館建設，形成了覆蓋資源、技術、服務、活動等多維度的現代公共文化服務體系。一是實現了智能化設備管理模式，配備了自助借還書機、自助查詢終端等設備，為讀者提供便捷的線上服務，讀者可以通過移動終端享受線上“查、閱、咨、借、藏”一站化服務；二是引入第三方智能咨詢機器人“小博”（由博看網開發，已接入Deep-Seek相關服務），讀者可以通過移動終端訪問，進行館藏查詢、活動預約、好書推薦等人機交互；三是創建“閱游寶雞”數字體驗區，配備了電子書閱讀器、VR設備等，讀者可以通過虛擬身份進行交流、探索，享受沉浸式閱讀體驗；四是開展了多種形式的閱讀推廣活動，線上線下相結合，如與新華書店聯合推出“你讀書我買單”“閱美之聲\"等閱讀推廣活動，大大提升了數字閱讀的便利性和趣味性。近年來，寶雞市圖書館數字資源年均瀏覽量達240萬次，下載量49萬人次。通過數字資源聚合、智慧場景構建和文化科技融合，已形成“資源 + 技術 + 服務”的立體化數字生態，“閱游寶雞\"模式入選陜西省公共文化服務創新案例，為中小型圖書館數字化轉型提供了可復制的經驗。

2 數字閱讀推廣服務質量研究需求指標構建

2.1圖書館服務質量評價研究背景

圖書館服務質量評價是在績效評價的基礎上發展而來的，國外圖書館績效評價萌芽于20世紀初，最初的圖書館績效評價基于圖書館的服務數據，如強調從館藏、人員、設備、費用等輸入資源進行定量評估。20世紀90年代以后，研究重點逐漸轉移到以用戶為中心，從用戶角度測評圖書館服務質量，美國研究圖書館協會提出基于SERVQUAL的LibQUAL系統得到了廣泛應用。近年來，有關圖書館服務質量評價的研究開始向更加多元化、多角度發展，KANO模型作為一種從用戶需求層次評估與分析的方法已被廣泛應用于實踐，該模型可以幫助圖書館了解不同層次的讀者需求，找出讀者和圖書館的接觸點，識別令讀者滿意的關鍵因素。在國外，美國學者KurtMatzle將KANO模型改進為KANO調查問卷、KANO評價表、KANO結果分析表3個工具。在國內，施國洪、岳江君等人應用KANO理論對SERVQUAL模型的22個指標進行分析修正；楊嘉駱以廣州圖書館為例，對公共圖書館進行評估和定級模型研究。筆者借鑒已有研究成果，結合寶雞市圖書館的實際情況，繼續深入探討人工智能在數字閱讀推廣中的應用及其對服務質量的影響。

2.2 KANO模型基本原理

KANO模型是由日本東京理科大學狩野紀昭博士提出的，體現客戶滿意度與產品績效之間的非線性關系模型[10]，其本質上是從用戶角度出發，對用戶需求質量特性進行區域劃分，將保證質量的最基本要素和能夠有效提高用戶滿意度的要素區別開來，以此制定有針對性的計劃和方案，有的放矢地加強用戶關注度較高的部分，以實現利益最大化。如圖1所示，其定義了5種類型服務質量：魅力質量（A）、一元質量（O）必備質量（M）無差異質量（I）和逆向質量（R）。

2.3服務質量指標設計

筆者根據寶雞市圖書館讀者用戶規模和發展特點，開展文獻分析，通過CNKI數據庫對“公共圖書館\"“人工智能\"“閱讀推廣\"等關鍵字進行檢索篩選、梳理整合，得到有效文獻15篇以及二十多個服務質量指標，結合讀者關注度較高的“智能設備矩陣、數字體驗區、VR場景構造”等話題，選取用戶評論、用戶留言、意見建議進行歸納整理，最終設計出4類26個評價指標，重點從智能平臺和智能助手的易用性、數字資源的高效可靠性、閱讀推廣活動的認可度以及讀者個性化研究等方面作出研究和探索，指標設計如表1所示。

2.4問卷設計及調查分析

調查問卷分為兩個部分，第一部分為讀者基本情況調查，第二部分設計為表格形式，重點調查讀者對每個服務質量特性分別在“具備條件”（正向問題）和“不具備條件”（反向問題）兩種情況下進行的分析評價，按照“很滿意、理所當然、無所謂、可以忍受、不滿意”5個標準，每個評價類別出現頻次高的確定為最終屬性，如果出現完全相反的回答結果，表示存有疑問（用Q表示）。調查對象為寶雞市圖書館注冊用戶和現場讀者，問卷采取現場發放（線下）和分享微信鏈接（線上）相結合的方式，發放時間為2024年8月1日至8月31日，共回收問卷315份，通過對回收問卷進行整理，剔除無效問卷47份，得到有效問卷268份。經統計，調研對象中學生占比 70.5% ，圖書館教職工及教師占比16.8% ，其他占比 12.7% 。問卷信度Cronbach'sAlpha分析結果顯示，問卷正向問題的 ∝ 系數值為0.865，反向問題為0.905，說明問卷內部一致性較高（當 α?0.7 時，信度較高），調查結果可信1]。數據分析評價結果如表2所示。

在問卷數據分析中，傳統KANO模型往往選取最大數目類別作為最終屬性類別，容易忽略單個項目服務中其他屬性偏高的數值，從而導致統計數據過于籠統，為了克服該弊端，Berger等定義了改善質量的指標，稱之為顧客滿意指數（Better-Worse滿意度指數）[]，滿意力系數 （SI）=（A+ 0/ Φ_A+O+M+I） ，不滿意影響力系數 （DSI）=-（O+M）/（A+O+ M+I ，用來判斷用戶對服務滿意的敏感程度，從而重點關注滿意度關聯度較高的服務。根據修正后服務屬性，筆者繪制了滿意度影響力四象限圖（如圖2所示）。

3研究結論及滿意度改善分析

由表2可得，按傳統分類方式，26個指標特性中魅力質量11個，一元質量6個，必備質量一個，無差異質量8個。由圖2可知，通過Better-Worse分析法得到修正后的魅力質量8個（第四象限），一元質量7個（第一象限），必備質量兩個（第二象限），無差異質量9個（第三象限）。

3.1魅力質量特性

第四象限為修正后的魅力質量屬性，特點是滿意度較高，不滿意度較低，表現為能給讀者帶來驚喜或者出乎意料的服務。由圖2可知，共有8項指標屬于魅力型質量特性。從整體上來看，主要分布在智能平臺建設和閱讀推廣活動模塊，其中，指標A4、A5滿意度系數達到0.8和0.83，表現出較強的魅力屬性，反饋認為人工智能助手“小博\"線上服務成為一大技術亮點，不僅能夠快速準確幫助讀者定位書籍位置，并且24小時保持在線，實現一對多在線解答，深受學生、教師和各種細分讀者群體的喜愛。指標C1、C2、C3、C4均屬于閱讀推廣活動模塊，寶雞市圖書館提供的智能閱讀功能和打造的“元閱讀”\"VR書苑”雖然還不能重現文學作品的虛擬環境，但借助聲像技術可以實現快速閱讀圖書、期刊和經典文學作品，并提煉出精華要點，幫助讀者節省大量閱讀時間。自智能閱讀上線以來，年均閱讀人次已近三十萬，讀者驚喜度大幅提高。以上指標表明這些服務已超出了讀者的預期，能夠顯著提升滿意度。

3.2期望質量特性

第一象限為修正后的一元屬性，特點是滿意度影響力和不滿意度影響力都比較高，是圖書館需要重點關注的關鍵性服務質量。共有7項指標，主要分布在智能平臺建設和數字資源建設模塊，其中指標A1、A3反映在智能平臺背景下，提供獨立的App程序以及多媒體服務將對讀者滿意度有很大提升，相反，服務的匱乏將導致讀者滿意度明顯降低。指標B1、B2、B3等涉及數字化基礎建設，KANO研究發現，隨著時間的推移，一種質量屬性會演變為另一種質量屬性，其演變軌跡為 ^*I?A?0?M^′ 的過程[2]。筆者認為，原因在于大部分讀者已經逐漸習慣了數字化生活的驚喜體驗和新鮮程度，進而逐漸由魅力質量發展成為一元質量特性。以上指標研究表明，圖書館要高度關注數字化基礎服務項目，重點消除其負相關性。

3.3必備質量特性

第二象限為修正后的必備屬性，必備質量是指讀者對圖書館必須具備的服務期望。調研中僅有兩項指標為必備質量特性，指標D5在傳統模型中為無關屬性，修正后為必備屬性。在現代社交軟件中，用戶已經習慣隨時查看社交好友動態，并與好友分享生活和學習，這種社交化的體驗可以顯著增加閱讀的趣味性和互動性，更符合年輕人的閱讀習慣，因此表現出一定的必備需求。指標D6是調查中為數不多的高敏感必備屬性，其不滿意系數達到-0.53，筆者認為在數字化和網絡時代環境下，保護網絡個人信息不僅關系個人的自由和隱私，也是公眾高度關注的社會問題，對于個人信息數據安全隱患，用戶采取的是零容忍態度，這表明圖書館應建立有效的數據安全機制與權限，保護用戶個人數據尤為重要[13]。

3.4無差異質量特性

第三象限為修正后的無差異屬性，共有9項指標屬于無差異質量特性，指標B4、B5屬于電子資源的組織歸類和特色分類，由于這些功能涉及后臺數據管理，一般讀者感受和體驗不深，因此均呈現無關屬性。指標C5、C6涉及圖書館近期推出的線上閱讀推廣，由于線上閱讀推廣還處于萌芽階段，讀者了解不深，參與度不高，因此也呈現出無關屬性。指標D1、D2、D3、D4均屬于讀者個性化模塊，從評價結果看，讀者對個人喜好、個人訂制、定期推送、交流討論等功能關注度均不高，但并非所有的無差異質量都需要舍棄，有些重要性較高的無差異質量會隨著時間的推移轉化為魅力質量。大量資料表明，人工智能在個性化服務方面具有較強的發展潛力[4]，會逐漸呈現由I到A的發展過程。由表2可知，指標D2、D3滿意系數分別為0.51和0.6，說明這些指標已經具備了相對較高的關注度。由此可以得出，目前圖書館讀者個性化服務還未得到很好的應用和展示，但隨著社會需求不斷提高以及讀者體驗日益提升，人工智能將成為圖書館服務轉型升級的重要推動力，圖書館應持續關注。

調研中未發現明顯的反向質量特性，說明寶雞市圖書館在數字閱讀推廣服務中的人工智能應用基本符合讀者需求，未產生負面效應。

4數字閱讀推廣的構建策略

4.1加強智能平臺建設

讀者體驗是圖書館智能平臺建設的重要考量因素，從智能平臺建設的7項指標來看，讀者表現出較強的魅力特性，因而從滿足讀者的實際需求出發，圖書館應優先發展這類服務特性。一是應打造廣大讀者易于操作的App程序，通過網絡借閱、在線閱讀、媒體展示等多種手段，拓展閱讀渠道，提升閱讀體驗；二是探索發展人工智能深度學習能力，積極部署人工智能助手、虛擬數字人等現代化技術手段，提升人工智能的自主學習和自動優化能力，為讀者提供精準的智能導讀和參考咨詢[15；三是探索優化新的搜索算法，提高檢索結果的準確性和相關性，進而提高智能檢索系統的性能和效率。

4.2提升數字基礎建設

從數字資源建設的5項指標來看，大多為期望型需求，且有3項是高附加值的一元質量，可以看出讀者對數字資源建設預期和關注度最高，其改進會直接影響滿意度。一是繼續提升數字資源的基礎建設能力，保證其適應人工智能發展的需要，以便讀者獲得更好的數字體驗；二是持續優化調整電子資源庫，利用人工智能加強數字資源的數據收集、分析與整合能力，提高智能導航系統的準確性和穩定性，為讀者提供高效、快捷、可靠的電子資源庫；三是重視館藏資源的多樣性，持續打造典藏古籍數據庫、西周青銅器多媒體數據庫、寶雞社火多媒體數據庫等具有地方特色的電子資源庫，充分發掘本地域特色和資源優勢，推動特色電子資源庫的健康發展。

4.3優化閱讀推廣活動

借助人工智能技術在閱讀推廣中便捷、高效的顯著優勢，積極推動人工智能與閱讀推廣的深度融合，探索閱讀推廣高質量發展路徑。一是大力提升信息管理水平，充分挖掘和利用人工智能技術優勢，打破傳統的閱讀障礙，將線上圖書館打造成24小時服務窗口，滿足讀者多元化需求；二是構建場景化閱讀模式，積極引入智能機器人、虛擬現實（VR）技術，將虛擬空間與線下閱讀相融合，為讀者打造更加豐富的沉浸式閱讀體驗；三是探索優化“閱讀 + ”服務模式，通過創新智能化服務方式，持續推出“星光伴讀”“閱美之聲\"等優秀閱讀推廣欄目，激發讀者閱讀興趣，培養閱讀習慣，提升閱讀推廣的趣味性和互動性。

4.4打造讀者個性化服務

從讀者個性化服務的6項指標來看，讀者對圖書館個性化服務整體預期并不高，遠沒有達到讀者的期望值，仍具備較強發展潛力。一是深人發掘人工智能潛力，通過深度學習和大數據分析，更加精準了解讀者的閱讀需求和偏好，優化資源配置，提供更加個性化的閱讀推薦，提升讀者的閱讀體驗和滿意度；二是注重讀者需求與體驗的結合，定期進行讀者調研，建立有效的反饋機制，及時調整改進服務模式和功能，不斷優化和迭代讀者個性化服務；三是加強數據管理與隱私保護，建立健全數據管理機制，在合法合規的基礎上進行數據的采集、存儲、傳輸和處理，確保讀者數據安全]。

4.5加強人才隊伍建設

推動人工智能在公共圖書館的應用和發展，離不開圖書館團隊的高效工作。一是提升團隊專業技術能力，圖書館要結合工作實際，著眼人才培養需求，豐富培訓方式方法，建立一套行之有效的培訓體系，幫助館員熟練掌握基本的AI知識和數字工具，更好地為讀者服務；二是優化館員隊伍結構，圖書館需要構建多元化的館員隊伍體系，建立完善包括資源建設館員、參考咨詢館員、信息技術館員等人才的專業隊伍，有針對性地彌補隊伍短板；三是加強外部合作與交流，加強技術部門與高校、研究機構的合作，促進人工智能技術在各業務環節的應用和融合，提升團隊的科研水平和創新能力。

5 結語

筆者以寶雞市公共圖書館為研究對象，運用KANO模型分析了人工智能在數字閱讀推廣服務中的應用及其對服務質量的影響。研究發現，人工智能技術在智能檢索、智能咨詢和閱讀分析等方面的應用顯著提升了圖書館的服務質量，圖書館App的易用性、智能導航的準確性等期望質量特性對滿意度有直接影響，數字資源的豐富性、數據安全等必備質量特性是圖書館必須滿足的基本條件?；谝陨戏治鼋Y果，筆者提出了完善智能平臺功能、提升數字基礎建設、優化閱讀推廣活動、打造讀者個性化服務、加強人才隊伍培養等策略建議。鑒于調研樣本量較少且相對有限，研究結果仍然存在一定的局限性和片面性，未來研究應對人工智能閱讀推廣服務開展更廣泛細致的深入調查分析，從而得出更為全面科學的服務策略。

參考文獻：

[1]吳若航.生成式人工智能變革圖書館閱讀推廣研究[J]圖書與情報，2023（6）：62-64.

[2]劉瓊.AIGC賦能圖書館閱讀推廣智慧服務的框架和應用研究[J].圖書館學研究，2024（2）：108-112.

[3]Smith J，Johnson M.Artificial Intelligence in Library Ser-vices：A Comprehensive Review[J].Journal of Library In-novation，2020（2） ：45-60.

[4]曹町.探究圖書館閱讀推廣的新技術與新趨勢[J].農業圖書情報學刊，2017（12）：135-136.

[5]高或軍.人工智能閱讀與圖書館閱讀推廣[J].圖書與情報，2018（2）：125-128.

[6]施國洪，劉慧慧，王治敏.大學圖書館服務質量測評指標體系構建[J].圖書館工作與研究，2011（6）：8-12.

[7]Berger C，Blauth R，Boger D.KANO's methods for under-standing customer-defined quality[J].Center for QualityManagement Journal，1993（4） ：3-36.

[8]施國洪，岳江君.KANO模型在圖書館服務質量管理中的應用研究[J].情報雜志，2009（8）：57-61.

[9]楊嘉駱.基于KANO模型的公共圖書館讀者需求研究—以廣州圖書館為例[J].圖書館雜志，2018（1）：58-65.

[10]Kano N.Attractive quality and must-be quality[J].TheJournal of Japanese Society for Quality Control，1984（2）：39-48.

[11]許天才.高校圖書館服務智慧化的用戶體驗預期與構建策略研究[J].大學圖書館學報，2023（1）：78-82.

[12]韋景竹，曹樹金，陳憶金.基于讀者需求的城市公共圖書館服務質量評價模型研究——以廣州圖書館為例[J].圖書情報知識，2015（6）：36-47，88.

[13]戴艷清.基于KANO模型的新型公共閱讀空間服務內容供給優先序研究[J].圖書情報工作，2022（22）：73-82.

[14]張賢淑.智慧圖書館閱讀推廣創新策略研究[J].農業圖書情報學報，2020（6）：42-48.

[15]堯遲月.人工智能時代圖書館智慧閱讀推廣服務實踐分析和啟示[J].圖書館研究，2023（6）：11-12.

[16]韋景竹.增強現實（AR）技術在智慧公共文化服務中的應用[J].圖書館論壇，2022（8）：25-37.

[17]劉妍.圖書館讀者個人信息泄露風險及其場景化治理[J].圖書館學研究，2022（6）：18-23.

符永杰男，1981年生。本科學歷，館員。研究方向：圖書情報工作。

（收稿日期：2025-03-12；責編：鄧鈺。）