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。根据读者检索时输入的关键字，给出主题线索词，为读者提供发散性的思维导向。四川信息智慧导读

建立激励机制可以激发智慧馆员的学习热情和主动性，这包括为参加培训和学习的馆员报销相关费用，以及对学习表现优异的馆员进行评选和表彰。在培训内容上，不仅要涵盖图书情报的专业知识与技能，还要重视培养专业精神和职业道德。培训方式应根据每个人的学习习惯和兴趣点进行个性化定制，以适应不同馆员的特点，同时结合工作岗位的具体需求，制订有针对性的继续教育计划，以实现高效率的学习成果。高职院校需要将智慧图书馆的建设放在重要位置，制定长期规划，并建立一个科学合理的培训体系。在人才引进方面，应特别注重吸引具有博士学位和高级职称的专业人员，他们的加入对于智慧图书馆的发展至关重要，可以参照引进教师的待遇标准，以确保能够吸引和留住这些高水平的专业人才。福建智慧导读咨询热线近年来人工智能生成内容（AI-Generated Content，AIGC）技术实现突破性发展，逐渐成为 AI 发 展的关键分支。

在技术迅速更迭下，国内外学者积极探索AIGC融入图书馆服务的应用场景。陆伟等探讨以ChatGPT为**的大语言模型对信息资源建设、信息组织与检索、信息治理等方面的影响[28]。赵杨等构建融合AIGC技术的智慧图书馆体系框架[29]，储节旺等从服务方式、服务内容、服务效果等三个方面分析AIGC对智慧图书馆服务的冲击[30]。国外有学者指出基于ChatGPT的聊天机器人系统是传统的基于知识库的聊天机器人的可行替代方案[31]，同时AI聊天机器人可能会对参考咨询实践、馆藏开发以及元数据创建和转换产生影响[32]。

信任作为一个重要概念术语从社会学、***学、经济学等传统社会科学迁移到信息传播领域。社会学和***学领域的信任指向一般性的、稳定的、长期的信任，经济学和组织行为学领域的信任通常结合信任发生的具体情境来展开，指向的是一种有条件的、有情境的信任，相关研究为智慧阅读情境下的用户信任问题提供基础概念和研究工具。互联网的普及改变计算机系统形态—从封闭的、熟识用户群体的、相对静态的形态，转向开放的、公共可访问的、动态协作的服务模式，用户信任问题呈现以下特征。而该平台提供一体化的服务，有参考咨询服务、交流互动服务等，读者可以在自主平台上享受自助便捷化服务。

信息技术是阅读服务创新的**驱动力，AIGC技术势必将驱动阅读服务的变革，促进智慧图书馆等学术平台的服务创新。学术平台是学术用户明晰并满足阅读需求的重要支撑。目前，一些学术用户已开始利用新型学术阅读平台寻求和阅读内容，这将会对用户学术积累方式产生影响[3]。国内外新型的学术阅读平台包括Scispace、SemanticScholar、YewnoDiscover、ConnectedPapers、PaperDigest、中国科学院AI引擎、AMiner、Readpaper等。相较于传统学术阅读平台，它们具有典型的智能化与智慧化阅读功能的特征。但存在一些用户对学术平台新功能与新服务认识不足、使用技能缺乏，学术阅读智慧化需求得不到满足[4]，无法借助服务辅助解决学术阅读全过程中所遇到的信息过载、交流不畅及阅读拖延等问题。智慧导读是一种智能化的阅读方式。河南智慧导读概况

将更多的学科专业知识融汇起来，对潜在的相关知识进行有效整合，切实提升图书馆馆藏资源价值。四川信息智慧导读

智慧图书馆可根据现实需求选择恰当的推荐算法，且按照用户反馈开展算法优化，保障推荐的精细行业交流1552025年3月度与多样性。用户反馈与系统迭代是个性化阅读推荐系统持续改进的关键。个性化阅读推荐系统必须不断收集用户对推荐结果的反馈，对点击率、借阅率、阅读时长等相关数据进行分析，即刻调整推荐策略。同时，采用机器学习技术，个性化阅读推荐系统可不断修正推荐模型，逐步提高推荐的精细度与个性化水平。通过上述流程，智慧图书馆可设计出更加***的个性化阅读推荐系统，给予用户更加个性化的阅读推荐服务，帮助用户更高效地获取感兴趣的书籍及资源，进而提高用户体验以及智慧图书馆的服务水平[5]。四川信息智慧导读