基于知识传递的图书馆文献资源智能阅读推广策略研究

朱锰钢

（西安文理学院，陕西 西安 710065）

1 引言

图书馆文献资源一直都是主要阅读资源，但是，伴随快餐文化的出现，所带来的“浅阅读”和“碎片化阅读”，造成了“阅读危机”问题，不仅限制了图书馆文献资源的阅读和推广，也对人类的阅读能力和质量造成影响[1-2]。

文献[3]针对图书馆文献资源中存在的图像数据进行绘制处理，计算平台布局数据和图像纹理特征，并引入内插算法，将图像转换成数据，减少推广图书馆文献资源时，网络反应时间，但是该技术所需要的计算量较大，导致运行效率慢，降低了图书馆文献资源推广速度[3]。文献[4]则从关键词、发帖管理、网帖样本和网站管理等方面，采用中文分词技术，快速生成推广网帖和标题，该技术虽然提高了推广帖的生成速度，但是需要实时调整推广内容，反到降低了图书馆文献资源智能阅读推广速度[4]。国外图书馆打造城市第三空间的成功案例为我国图书馆拓展阅读服务提供经验借鉴。阅读空间打造是拉近人与图书馆的距离，把图书馆服务融入生活，让人接近图书馆，走进图书馆，走进阅读的世界。国内在教育、公共文化、社会科学三大系统中联合建设中国高等教育文献保障系统、中国国家数字图书馆、文化共享工程、国家科技图书文献中心等项目，这些项目主要是高校图书馆、公共图书馆和专业图书馆间的共建共享。针对这一问题，提出基于知识传递的图书馆文献资源智能阅读推广技术研究。

2 研究基于知识传递的图书馆文献资源智能阅读推广技术

2.1 设计推广流程

根据图书馆文献资源使用人群，以及图书馆文献资源传递过程，设计的智能阅读推广流程，如图1所示。

从图1中可以看出，此次设计的图书馆文献资源智能阅读推广流程，主要分为信息源、网络推广和受体三个部分，其中，信息源指图书馆中的文献资源中心中，在网络上，通过计算网络最大影响节点和文献资源热度，智能阅读推广图书馆文献资源，将其传递给学生、企事业职工、研究所、媒体等受众。

图1 图书馆文献资源智能阅读推广流程

2.2 选择网络最大影响节点

基于图1所示的图书馆文献资源智能阅读推广流程可知，图书馆文献资源智能阅读推广主要是在Internet网上进行，需要通过网络节点，将图书馆文献资源推广到最合适的节点，使其面向更多的受众，以达到推广的目的[5]。因此需要计算网络最大影响节点。

此次设置网络最大影响节点集合Q，根据图书馆所选择的网络节点存储量，以及图书馆文献资源量，填充网络最大影响节点集合Q，共设计了三种填充策略，具体如下：

(1)策略1：假设图书馆文献资源中心所在的网络结构为D=(W，E)，其中，W表示网络结构D的节点数目，E表示网络结构D的边界数目。

(2)策略2：在网络节点集合W中，选择节点w1的邻居节点wj，作为初始活跃节点，由于两个节点的位置接近，会存在重叠的影响力。

(3)策略3：假设初始化网络的相对最优节点集合为U={u1，u2，…，u3}，其中，u表示集合U中任意一个节点，n表示集合U中节点的总个数[6]。

2.3 计算图书馆文献资源热度

初始热度值为推送图书馆资源时，本身所具有的热度，不需要计算，为此计算图书馆文献资源的总热度O、交互热度值O1和衰减热度值O2，其计算过程如下：

(1)总热度值：推送图书馆文献资源时，会在其推送热度的基础上，在用户一系列的动作下，提升资源热度值，根据这一规律，文献资源推广的总热度O的计算公式如下：

式(1)中，O0表示初始热度值。

(2)交互热度值：热度值的提升，是在用户的阅读、点赞、评论、分享四种行为下产生的。为此，将这四种行为，分别采用字母C、T、N、A表示，则有：

(3)衰减热度值：假设文献资源的推广时间为t0，发现其出现衰减现象的时间为t1，则有：

式(3)中，k表示衰减速率。从式(3)中可以看出，衰减热度值呈现出函数的形式，且只需通过k，就可以判断热度衰减速度。

2.4 基于知识传递模式智能阅读推广图书馆文献资源

根据图2所示的网络最大影响节点选择流程，得到的网络最大影响节点[8]，以及(1)～(3)式得到的图书馆文献资源热度变化规律、原因和文献资源推广方向，采用知识传递模式实现图书馆文献资源智能阅读推广，其中，知识传递的基础模式，如图2所示。

图2 知识传递的基础模式

图2所示的知识传递的基础模式中可以看出，知识传递是在网络上的一个双向互动的过程，以传递者向受众传递知识作为主轴，再由受众向传递者反馈给传递者对知识的接受程度。

因此，智能阅读推广图书馆文献资源过程中，需要保留最先进的知识，使自身实时处于领先地位，根据受众的不同，将文献资源按照受众分为不同的类别，推广与受众相适应的文献资源，从而最大程度发挥文献资源作用[9]。

3 仿真实验

采用仿真对比实验的方式，验证此次研究的图书馆文献资源智能阅读推广技术，并选择某区域图书馆存储的文献资源，作为此次实验研究对象，在MATALB仿真平台上，测试图书馆文献资源智能阅读推广技术性能，对比三组图书馆文献资源智能阅读推广技术，智能阅读推广图书馆文献资源速度。

3.1 实验准备

此次对比仿真实验，将在仿真平台上，搭建智能阅读推广技术网络架构，作为三组智能阅读推广技术在网络上的运行平台。选择的网络架构软硬件环境配置，如表1所示。

表1 网络架构软硬件环境配置

将此次实验选择的某区域图书馆文献资源，按照文献资源页面的长度，分为7个数据集，且每个数据集大小不一，其文献资源划分结果如表2所示。

表2 文献资源划分表

采用三组技术分别在图4所示的智能阅读推广网络架构上，推广表2所示的文献资源，在MATALB 仿真平台上，改变智能阅读推广技术所在网络节点和边界数目，验证三组技术智能阅读推广图书馆文献资源速度，其实验过程及结果如下[7]。

3.2 实验结果

3.2.1 第一组实验结果

基于图4所示的智能阅读推广网络架构，在MATALB仿真平台上，将智能阅读推广网络的节点数目设置为1235，边界数量设置为1179。采用三组智能阅读推广技术，分别在该节点数目和边界条件下，推广图书馆文献资源，其运行效率如图3所示。

从图3中可以看出，三组技术的运行效率较为接近，为进一步对比三组技术，计算研究技术相比两组现有技术运行时差。

图3 图书馆文献资源智能阅读推广效率

3.2.2 第二组实验结果

基于图4所示的智能阅读推广网络架构，在MATALB仿真平台上，将智能阅读推广网络的节点数目设置为9893，边界数量设置为9765。采用三组智能阅读推广技术，分别在该节点数目和边界条件下，推广图书馆文献资源，其运行效率如图4所示。

图4 图书馆文献资源智能阅读推广效率

从图4中可以看出，研究技术与现有技术2 的运行效率较为接近，与现有技术1 存在较大运行时间差，为进一步对比三组技术，计算研究技术相比两组现有技术运行时间差，其计算结果如表3所示。

表3 研究技术与两组现有技术运行时间差(*103/ms)

从表3中可以看出，研究技术与现有技术1 差值的平均值为-36．79，与现有技术2差值的平均值为-12，均为负值，表明现有技术1 推广图书馆文献资源，运行效率最差，研究技术运行效率最高。

3.2.3 第三组实验结果

基于图4所示的智能阅读推广网络架构，在MATALB仿真平台上，将智能阅读推广网络的节点数目设置为59760，边界数量设置为58430。采用三组智能阅读推广技术，分别在该节点数目和边界条件下，推广图书馆文献资源，其运行效率如图5所示。

图5 图书馆文献资源智能阅读推广效率

从图5中可以看出，三组技术的运行效率与第一组实验出现明显差距，且三组技术之间运行时间差也偏大，为进一步对比三组技术，计算研究技术相比两组现有技术运行时间差，其计算结果如表4所示。

表4 研究技术与两组现有技术运行时间差(*103/ms)

从表4中可以看出，研究技术与现有技术1 差值的平均值为-45．9，与现有技术2 差值的平均值为-22．34，均为负值，表明现有技术1推广图书馆文献资源，运行效率最差，研究技术运行效率最高。

综合上述三组实验结果可知，网络节点和网络边界的个数，以及数据集的大小，都会影响智能阅读推广技术的推广时间，但是，此次研究的智能阅读推广技术，推广图书馆文献资源时运行效率高，因此，研究技术具有较快的推广速度。

4 结束语

综上所述，此次引入知识传递模式，改变以往图书馆文献资源传递方式，使其更具智能化，从而提高了图书馆文献资源推广速度。但是此次研究的智能阅读推广技术依然存在一定的不足，网络对节点策略计算精度的影响有待进一步研究。