在高职院校智慧图书馆的建设中,强化馆员的技术能力和技术素养的培养是必不可少的。智慧图书馆依赖于人工智能、大数据、物联网等信息技术,因此馆员必须具备一定的技术能力,包括技术应用研究和创新能力,这对于图书馆的持续发展至关重要。提升智慧馆员的专业素养不应只关注设备的引进,还应重视馆员的技术能力和技术素养的培养,只有两者并重,才能真正推动智慧图书馆的发展。图书馆应在智能智慧社会中找到自己的定位,高职院校应督促图书馆馆员持续关注智慧科技的发展,跟上时代的步伐,不断提升专业素养。
数字图书馆的用户可以通过检索一些关键词,就可以获取大量的相关信息。运营智慧导读常见问题
数据资源建设方面。学术平台底层资源的数据化程度决定平台的智慧化程度[45]。一方面,注重加强用户学术阅读行为数据的采集与挖掘,包括阅读内容偏好、阅读时长、阅读场景、阅读情绪、阅读心理、社交数据等,添加基本标签、偏好标签、会话标签、情景标签、互动标签构建用户实时动态画像模型。另一方面,侧重开发学术资源数据,包括细粒度内容资源、个性化阅读资源库、科研专题资料库、课程文献中心等,并做好与用户阅读行为数据的关联建设。例如,面向教育数字化转型的需求,山东大学图书馆构建学术数据服务平台,打造学者—机构—成果关联的数据资源[46]。以这些数据为基础,AIGC技术嵌入后将会实现多模态数据关系映射、转换及数据感知与挖掘分析。运营智慧导读业务流程上海半坡是专门为图书馆提供文献知识服务的公司。
智慧导读**业务层首先以数智技术赋能模块内的技术簇为技术底座,支撑三类技术簇协同赋能数智服务层及智慧数据流转模块,即泛在感知技术簇赋能业务场景全要素智能感知,数据管理技术簇赋能数据资源全生命周期智能管理,情报服务技术簇赋能多方服务主体跨领域融合创新。其次通过智慧数据流转模块接受数智服务层的业务请求并灵活提供业务调用,同时与数据存储层进行高频率、大规模的数据流通业务,具体为通过应用接口、网络、传感器三类渠道的数据采集,实现图书馆外部多源异构数据的原始获取,经流批处理、数据清洗、数据集成三阶段的数据处理,有效增强数据质量并提高组织程度,进而存储各类原生数据于相应数据库;
智慧导读调用原生数据后依次通过模态识别、特征提取、融合计算三阶段的数据融合,实现多模态原生数据向聚焦特定服务目标的融合数据转化,经实体、事件、关系三种维度的信息抽取,实现融合数据向结构化综合信息有序转化,进而存储各类中间数据于相应数据库;调用中间数据后依次通过目标设定、方法模型及工具综合应用、结果评估三阶段的数据分析,实现数据价值深度挖掘以获取直接作用于图书馆数智服务的多维主题标签及深度数据,经知识融合、知识评估、知识推理三阶段的知识发现,实现多维主题标签及深度数据向满足任务智能决策需要的通用知识及领域知识转化,进而存储各类智慧数据于相应数据库。它主要是方便人们阅读,激起人们阅读的兴趣。
内容语义组织方面。利用AIGC技术进一步加强馆藏学术资源、开放获取学术资源等质量内容的细粒度加工、对象化表示,如实现对学术论文中研究方法与研究结果等细粒度内容的标注,更好地揭示语义知识内容。比如,在提高中华古籍资源的阅读与利用效率方面,建立基于机器阅读理解的古文事件抽取算法[44],利用大模型从海量古文史料中挖掘结构化知识。(2)多模态内容创建方面。在知识组织的基础上,自动进行主题化、专题化文本分类,自动生成文本、图像、视频、音频等多模态内容,实现多模态内容的语义关联。结合用户阅读需求,还可以自动生成标题、摘要等推广信息,进行个性化学术资源推荐,而且可以预测同类用户的学术资源需求。比如,AIGC辅助整理、生成学习资料,可以帮助跨专业的学生快速了解入门课程和学习路径,打破学生自身的认知边界。上海半坡的数字图书馆可以提供给读者个性化阅读和文献知识推荐服务。江西智慧导读便捷
所谓智慧,包括两个层面:一是人的上升到思维方法意义上的理性的狡黠,它是人认识事物的特殊眼光和视角。运营智慧导读常见问题
智慧阅读服务内容方面的研究覆盖读物供给智慧化、辅助阅读智慧化和阅读推广智慧化等主题。有关读物供给智慧化的研究包括移动读物供给[9]、虚拟现实读物供给[10-11]及个性化阅读推荐[12-13]等方面,读物涉及文本、视频、音频、图像、数据等多种形式,如视听阅读内容[14]、有声读物[15]、历史人物数据[16]、在线可视化数据[17]等。辅助阅读智慧化研究方面,K.LO等探讨“人工智能和人机交互的***进展能否为智能、交互式和可访问的阅读界面提供动力”[18]。基于眼动追踪和大语言模型技术的智能AI阅读助手SARA通过实时提供个性化帮助来增强阅读体验[19]。同时,对支持阅读过程的新技术平台需求正在增长[18]。有关阅读推广智慧化的研究包含服务流程[20]、模式框架及实践[21]等方面。另外,少数学者调查高校图书馆智能服务水平并分析阻碍因素[22]。运营智慧导读常见问题