智慧图书馆建设背景下公共图书馆阅读推广策略研究

陈敏

摘 要：在智慧图书馆建设背景下，公共图书馆阅读推广的渠道和形式得以拓展，精度和效率进一步提高，与公众的互动性和参与度也得到显著提高。对此，该文从底层信息技术的选择、数据来源、推广要素三个方面提出了智慧图书馆建设背景下公共图书馆阅读推广模型，并從建立文献元数据平台、建立大数据平台、推广对象特征的精确描述和个性化内容的准确匹配四个方面制定具体推进策略，探讨公共图书馆阅读推广模式创新路径，为社会公共阅读事业发展提供可行性参考。

关键词：智慧图书馆；阅读推广；阅读服务

中图分类号：G251  文献标识码：A  文章编号：1673-260X（2023）04-0025-04

1 引言

随着信息技术的快速发展和普及，智慧图书馆的建设已经成为当今图书馆发展的重要方向之一。公共图书馆作为社会文化事业的重要组成部分，也在积极探索智慧图书馆建设的路径和方式。在这一背景下，如何通过阅读推广策略，更好地服务读者，提高读者的阅读兴趣和阅读素养，已经成为公共图书馆发展的重要课题。智慧图书馆是指通过信息技术手段将传统图书馆转变为数字化、网络化、智能化的新型图书馆，它利用互联网、移动终端、物联网、大数据、云计算、人工智能等先进技术，将图书馆的各类资源整合起来，为读者提供全方位、多样化的服务[1]。在智慧图书馆的支持下，公共图书馆可以通过各种智能化的手段，如大数据分析、智能推荐等，更加精准地进行阅读推广工作。据此，为适应智慧时代及技术的演变特点，需要进一步厘清智慧图书馆在阅读推广领域的契合性，找准技术融入的突破口和创新性，切实为“全民阅读”做出积极贡献[2]。

2 智慧图书馆建设背景下公共图书馆阅读推广的机遇

随着科技的不断进步，智慧图书馆已成为公共图书馆建设的重要方向。智慧图书馆借助信息技术的发展，为阅读推广提供了更加便捷、多样化、个性化的渠道和形式。

2.1 拓展阅读推广的渠道和形式

智慧图书馆为公共图书馆的阅读推广提供了更多的拓展渠道和形式，从而扩大了阅读推广的影响范围和受众群体。首先，智慧图书馆提供了数字阅读的渠道，使得读者可以在任何地方、任何时间进行阅读，让阅读不受限于图书馆的开放时间和地点，同时也可以克服传统纸质书籍数量有限的问题。其次，智慧图书馆还可以通过数字资源的方式提供丰富的多媒体阅读体验，例如电子书、有声读物、电子杂志等，满足不同读者的阅读需求，同时也提供了更加丰富多样的阅读形式。例如，深圳市图书馆推出了“数字馆藏”计划，通过数字化的方式将图书馆馆藏的图书、报纸、杂志等资源进行数字化整合和优化，为读者提供在线阅读的便利。同时，图书馆还通过在线阅读推广活动、微信公众号等多种渠道开展阅读推广工作，为读者提供了线上分享、互动、交流的平台。这样不仅提高了阅读推广的效率，也扩大了阅读推广的影响力。此外，智慧图书馆的数字资源也提供了更多的多媒体阅读体验。例如，北京市图书馆借助数字资源推出了一系列有声读物节目，涵盖文学、历史、科学等各个领域，不仅可以提供更加丰富多彩的阅读体验，同时也可以帮助读者更好地理解和领悟书籍中的内容[3]。

2.2 提高阅读推广的精度和效率

智慧图书馆的建设为公共图书馆提供了更多的技术手段，进一步提高了阅读推广的精准度和效率。一方面，智慧图书馆通过数据挖掘和分析技术，可以深入了解读者的阅读偏好、阅读习惯、阅读兴趣等方面的信息，为图书馆制定阅读推广策略提供有力的依据。图书馆可以利用智慧图书馆系统收集和分析读者的借阅记录、阅读记录、评分记录等数据，根据这些数据定制阅读推广方案，使得推广的内容更加符合读者需求，提高推广效果。如上海图书馆的智慧图书馆系统，利用了大数据技术和人工智能技术，通过对读者的阅读习惯和兴趣进行分析，为读者提供了更加精准的阅读推荐服务。该系统可以根据读者的阅读历史、评分历史等信息，智能推荐读者感兴趣的书籍、期刊等阅读材料。此外，该系统还可以通过阅读分析、知识点推荐等功能，为读者提供更加全面、专业的阅读体验；另一方面，智慧图书馆可以借助数字化技术，实现对图书的精准分类和管理，进而提高阅读推广的精准度和效率。传统的图书分类方式一般采用文献分类法，根据图书的主题和内容进行分类，这种方式存在分类标准主观、分类效率低等问题。而在数字化时代，智慧图书馆可以通过利用自然语言处理、机器学习等技术，对图书进行自动分类和标注。例如，美国加州大学图书馆（UC Berkeley Library）利用自然语言处理技术对图书进行主题分类，使得读者可以通过图书主题的关键词，快速查找相关图书；同时，UC Berkeley Library还利用机器学习技术，对读者的借阅历史和搜索行为进行分析，从而推荐个性化的阅读列表[4]。韩国首尔公共图书馆（Seoul Metropolitan Library）则采用RFID技术，实现了对图书的自动借还、安全管理和盘点等功能。借阅者只需要把书放在借还机上，即可完成借还操作[5]。

2.3 提高阅读推广的互动性与参与度

智慧图书馆为阅读推广带来了更多的互动性和参与度，使读者不再是单向接收信息的被动角色，而是可以积极参与和互动的主体。首先，智慧图书馆提供了多种交互式的阅读方式，比如数字阅读、多媒体阅读、VR/AR阅读等，使读者可以在阅读过程中获得更加直观、立体的体验，激发他们的阅读兴趣和热情。其次，智慧图书馆通过开展各种形式的读书活动，如读书分享会、读书沙龙、阅读比赛等，提高读者参与的积极性和热情，增强读者与图书馆之间的联系和互动。最后，智慧图书馆通过引入社交媒体和在线交流平台，如微信、微博、图书馆网站等，为读者提供了一个互动交流的平台，促进读者之间的交流和互动，同时也方便图书馆对读者需求和反馈的了解和回应。例如，广州市天河区图书馆在智慧图书馆建设中充分利用数字技术和互联网平台，不断创新阅读推广服务方式。图书馆推出“掌上天河图书馆”App，为读者提供图书查询、预约、续借等便捷服务，并开设“阅读推广”板块，发布阅读推广活动信息，激发读者阅读兴趣。同时，图书馆还开展了大量的读书活动，如“读书马拉松”“翻翻课外书”等，通过各种有趣的形式和活动内容，引导读者探索、学习和分享知识。此外，图书馆还在社交媒体上开设微博、微信等账号，与读者互动交流，回应读者关注和需求[6]。

3 智慧图书馆建设背景下公共图书馆阅读推广模型的重构

从上文的分析可以看出，在信息技术快速发展的背景下人们阅读方式、阅读习惯以及阅读需求都发生了巨大变化，智慧图书馆带来的深刻理念进步和技术变革要求了公共图书馆必须重构阅读推广模型以适应现代社会的閱读需求，提高阅读推广的效果和质量。

3.1 底层信息技术的选择

为实现多渠道、多元化、高效且精准的阅读推广，在模型构建的底层信息技术选择上不仅要满足一般的图书信息化建设，还要采用新兴的信息技术，主要包括四种：一是云计算技术。采用云计算技术可以将公共图书馆的各项业务系统进行集成，实现信息资源共享、统一管理和便捷查询。同时，云计算技术也可以为读者提供更加便利的阅读服务，比如在线阅读、远程查询等；大数据技术。通过采集公共图书馆的阅读数据、读者借阅记录等大量数据，运用大数据技术进行分析和挖掘，可以深入了解读者的阅读喜好和行为习惯，精准推荐相关图书和阅读活动，提高阅读推广的精准度和效率；人工智能技术：利用人工智能技术可以对图书的内容和特征进行深度分析和挖掘，实现对图书的智能分类和推荐。同时，也可以通过智能客服等形式，为读者提供更加个性化和智能化的阅读服务；区块链技术。区块链技术可以用于图书的版权保护和数字化管理，防止盗版和侵权行为的发生，同时也可以为读者提供更加安全和便捷的数字化阅读服务。

3.2 数据来源

智慧图书馆建设背景下阅读推广的数据来源应包括两方面：一是用户数据。用户数据的采集和利用可以帮助公共图书馆更好地了解读者的阅读需求和偏好，为读者提供更为个性化的服务和阅读推广活动，同时也能提高公共图书馆的服务质量和用户满意度，分为静态信息数据和动态信息数据。其中，静态信息数据主要包括读者的个人基本信息，例如姓名、性别、年龄、职业、学历等，这些数据是相对固定的，不会随着时间和环境的变化而发生太大的变化。动态数据则是指读者的阅读行为数据和借阅记录等信息，这些数据是随着时间的推移和阅读行为的改变而不断变化的。比如，读者每次借阅的书籍种类、借阅频率、阅读时长等都是动态数据。这些数据可以通过智慧图书馆所提供的技术手段进行收集、分析和处理，进而为公共图书馆的阅读推广活动提供更为准确和个性化的服务；二是馆藏资源数据，包括实体资源和网络资源。其中，实体资源是公共图书馆独有的优势，也是数字化资源无法替代的。因此，在重构阅读推广模型时，需要充分考虑实体资源的利用，包括提高实体资源的可用性和便捷性。例如，通过数字化技术实现实体资源的智能分类和检索，让读者可以更加方便地找到所需的资源；同时，结合互联网和移动设备等技术，让读者可以在任何时间、任何地点访问馆藏资源，提高了实体资源的可用性和便捷性。另一方面，公共图书馆的数字化资源也不断增多，包括数字图书、数字报刊、数字化档案等等[7]。数字化资源的优势在于数量丰富、可跨地域访问、检索和利用方便等等。因此，在重构阅读推广模型时，需要充分考虑数字化资源的利用，包括拓展数字化资源的类型和数量，提高数字化资源的质量和可用性。例如，建立数字化资源的智能分类和检索系统，让读者可以更加方便地找到所需的数字化资源；同时，利用互联网和社交媒体等技术，拓展数字化资源的推广渠道，提高数字化资源的可用性和影响力。

3.3 推广要素

在智慧图书馆建设背景下，重构公共图书馆阅读推广模型需要从推广要素的角度出发，重新设计推广主体、推广对象、推广内容和推广形式，以更好地适应数字化时代的阅读推广需求，提高阅读推广的效果和效率。推广主体方面，传统公共图书馆阅读推广主体主要是图书馆本身，推广活动主要由图书馆的工作人员组织实施。而在智慧图书馆建设背景下，可以通过开放平台，吸引更多的第三方推广主体，例如社会组织、文化机构、科技企业等，让更多的人参与到阅读推广中来。同时，公共图书馆也可以通过数据分析，针对不同的用户需求，设计更具吸引力和针对性的阅读推广活动；推广对象方面，传统公共图书馆的阅读推广对象主要是广大读者，而在智慧图书馆建设背景下，公共图书馆可以更加精准地定位推广对象，例如针对特定群体的阅读推广活动，例如针对少儿、老年人、残障人士等人群的阅读推广活动，提高推广的针对性和效果；推广内容方面，传统公共图书馆的阅读推广主要是围绕馆藏资源展开的，例如读书推荐、读书俱乐部、阅读分享等活动。而在智慧图书馆建设背景下，公共图书馆可以将阅读推广内容拓展到更多领域，例如数字文化创意、数字出版、数字艺术等领域，将阅读推广与其他文化创意产业紧密结合起来，提升推广内容的丰富性和多样性；推广形式方面，传统公共图书馆的阅读推广形式主要是线下活动，例如读书会、讲座、展览等活动。而在智慧图书馆建设背景下，公共图书馆可以将阅读推广形式拓展到线上，例如微信公众号、移动App、虚拟现实等平台，让读者可以随时随地参与阅读推广活动，提高推广形式的灵活性和便捷性。

4 智慧图书馆建设背景下公共图书馆阅读推广策略

4.1 建立文献元数据平台

文献元数据是图书馆信息资源管理的基础，是保证数字化阅读服务正常运转的前提条件。建立文献元数据可以提高馆藏资源的利用率和阅读推广的效果。对此，第一应建立标准的元数据格式和体系，保证元数据的完整、准确和一致性，包括文献的作者、题名、出版社、出版年份、关键词、主题词等信息；第二应建立文献元数据的自动化采集和更新机制，可以通过自动化技术，将馆藏资源的信息自动抽取、整合和更新到元数据系统中，减少人工干预，提高工作效率；第三应实现文献元数据与实体资源的融合，在数字化阅读服务中，将文献元数据与实体资源紧密结合，提高资源利用效率，同时还能够为用户提供更加全面和准确的阅读推荐服务。

4.2 建立大数据平台

公共图书馆拥有大量的读者数据和馆藏资源数据，通过建立大数据平台，可以将这些数据进行整合、分析和挖掘，实现更加精准和个性化的阅读推广服务。第一，建立数据中心和云平台，用于存储和处理图书馆的各种数据，包括用户数据、馆藏资源数据、阅读推广数据等。这些数据中心和云平台可以采用分布式存储和计算技术，保证数据的安全性和高效性；第二，引入大数据分析工具，如Hadoop、Spark等，用于处理和分析大量的数据，帮助公共图书馆发现用户需求、挖掘馆藏资源价值、优化阅读推广策略等，提高图书馆的服务质量和效率；第三，建立数据挖掘团队，负责数据的收集、处理、分析和应用。团队可以包括数据分析师、数据挖掘工程师、算法工程师等，通过对数据的深入挖掘，为公共图书馆提供更加精准和个性化的服务；第四，实现数据共享和交互，与其他机构和平台建立数据共享和交互机制，以获取更多的数据资源和知识。例如，公共图书馆可以与其他图书馆、大学、研究机构、社交媒体等建立合作关系，共享和交换数据和知识，从而更好地满足用户需求和优化阅读推广策略。

4.3 推广对象特征的精确描述

公共图书馆阅读推广对象应包括读者群体和非读者群体。对于读者群体而言，公共图书馆需要更加精准地描述他们的年龄、性别、职业、文化程度、阅读习惯等基本特征。这些基本特征可以通过公共图书馆自身的借阅记录、读者调查、社会调查等方式来获得。同时，公共图书馆还需要了解读者群体的需求特征，例如他们对于不同主题、类型的图书的需求程度、借阅频次和借阅时长等。公共图书馆可以通过数据分析技术，深入挖掘读者的需求特征，进而提供个性化的阅读推广服务；对于非读者群体而言，公共图书馆需要更加精准地描述他们的特征和需求。例如，公共图书馆可以通过社会调查等方式了解非读者群体的阅读习惯、阅读难度、阅读兴趣等特征，并從中分析他们不愿意阅读的原因和需要改善的方向。公共图书馆可以通过改善阅读环境、推广具有吸引力的主题和类型的图书等方式，吸引更多的非读者群体进入图书馆，进而提高阅读推广效果。

4.4 个性化内容的准确匹配

个性化内容的准确匹配是指根据用户的阅读偏好和行为，精准地推送符合用户需求的阅读内容，提高用户阅读体验和满意度，从而增强用户对公共图书馆的认可度和使用率。具体实现上，需要建立个性化推荐系统，融合底层信息技术，如数据挖掘、机器学习等技术，分析用户的阅读历史、阅读兴趣、阅读时长、借阅行为等多个维度的数据，建立用户画像和阅读模型。在此基础上，根据用户画像和阅读模型，通过智能算法推荐符合用户需求的阅读内容。在文献元数据和大数据平台的基础上融入知识图谱和语义理解技术，进行更深入的资源分析和挖掘，识别出资源之间的隐含联系和知识关联，为个性化推荐提供更有针对性的依据。除此之外，在实际操作中，可以根据用户画像和阅读模型，建立不同的推荐策略和算法模型，包括基于内容的推荐、协同过滤推荐、混合推荐等，灵活地应用到不同的场景和用户群体中，实现个性化推荐的精确匹配。同时，也需要关注用户反馈和评价，不断调整和优化推荐策略和算法模型，提高推荐准确度和用户体验。

——————————

参考文献：

〔1〕倪代川，肖思琪，黄小君.智慧环境下阅读推广服务公共性价值实现策略探析——以佛山市图书馆“易本书”阅读推广品牌服务为例[J/OL].图书馆建设，1-13[2023-03-25].http：//kns.cnki.net/kcms/detail/23.1331.G2.20230308.1250.008.html.

〔2〕林晓旻.智慧技术下公共图书馆阅读推广模式研究[J].数字通信世界，2023，19（02）：157-160.

〔3〕任鹏.数据赋能的图书馆智慧阅读推广服务实践探索[J].图书馆学刊，2023，45（01）：75-79.

〔4〕孔九英.智慧图书馆背景下的高校阅读推广模式研究[J].科技资讯，2023，21（02）：215-218.

〔5〕柴爱君.智慧图书馆空间建设与教育阅读推广[C]//中国陶行知研究会.第七届生活教育学术论坛论文集.第七届生活教育学术论坛论文集，2023.5-7.

〔6〕张婷婷.融合情境的智慧图书馆动态精准阅读推广服务研究[J].图书馆研究与工作，2022，44（12）：56-61.

〔7〕宁雪，李臻，黄宁.图书馆智慧阅读推广服务路径研究[J].大学图书情报学刊，2022，40（05）：38-42.

收稿日期：2023-02-13