面向知识需求的图书馆智慧服务DC平台架构研究

吴曼菊

(佛山市顺德图书馆,广东 佛山 528300)

0 引言

随着国家创新驱动发展战略布局的展开,全社会对于知识需求的重视程度越来越高。具有精准性与个性化的图书馆智慧服务,成为知识需求最重要的提供方法之一。作为传统的信息服务机构,图书馆在拓宽用户知识面、提升用户决策力方面发挥了高质量知识性数据支撑的作用。而这种可以满足用户精准需求的图书馆智慧服务质量是图书馆服务水平的重要衡量指标。为了提升图书馆智慧服务的深度与层次,解决图书馆在开展智慧知识服务时所遭遇到的用户知识需求模糊、智能技术应用缺乏、精准服务活动欠缺、多源异构数据管理困难、服务质量测评混乱的问题,本研究遵循研究系统化与科学化的原则,通过识别图书馆用户知识需求特征,基于模块化的思路,刨析图书馆智慧服务DC平台的构建,以期找到提升图书馆智慧服务的实战方法。

1 研究现状

DC是Data Commons的简称,它是一种基于现代计算机技术与通讯手段对多源异构的开放式数据开展有效定位、整理集成、分析存贮的网络平台工具[1]。它以网络虚拟平台、资源共享中心、区域联盟机构三种类型为主要存在形式,以体现智慧服务功能为应用内容[2]。例如,美国的Genomic Data Commons(基因组数据共享空间)平台,是一种面向临床医学数据采集导入、标准整合、开放应用、知识共享的网络虚拟平台[3];澳大利亚的Research Data Commons(科学数据共享空间)平台,是一种基于云计算技术为用户提供联合研究、协作处理、文献溯源、辅导决策等服务的开放式资源共享中心,以数据获取、融合、标识、分析、应用、共享为途径实现科学数据的共享[4];起源于美国斯坦福大学的Data Commons计划,则是以高校、社会机构、公司三方联盟为智慧服务的主体,面对社会数据挖掘与科研成果利用展开价值共创的一种区域联盟机构[5]。

而目前DC在国内智慧服务领域的应用,相较于其他智慧服务平台,体现出三个特点。第一,平台功能上注重多源数据关联。DC的核心就是基于多源数据对数据采集、数据集成、数据分析进行关联化、传播化、共享化的应用建设[6],强调对于多源数据的重复使用与深层挖掘。第二,数据处理上注重标准化。DC在数据处理的前期、中期、后期都更加注重对于数据格式的标准化加工,前期需要基于元数据对数据进行一致化,中期需要基于用户需求标签对数据进行可视化,后期需要基于个性推送对数据进行关联化[7],通过三个阶段的数据处理以实现多源数据的重复应用与共享。第三,用户服务上注重线上与线下的融合。DC通过线上虚拟网络平台与线下实体建筑空间的结合来开展智慧服务[8]。线上虚拟网络平台主要是提供多源数据服务、协助用户研究决策,线下实体建筑空间则主要用于用户需求的深度交流、面对面沟通。由此可见,DC是以满足用户需求为目标、以用户行为数据为基础、以提供智慧服务内容为功能的一种面向数据应用的平台架构,将其应用到图书馆智慧服务平台建设中可以拓展与优化图书馆智慧服务内容。

2 图书馆用户知识需求特征识别

图书馆智慧服务DC平台实现精准性与个性化智慧服务的前提条件是基于图书馆智慧服务数据构建用户知识需求画像以描述用户知识需求特征与偏好,通过对图书馆用户知识需求特征进行识别以完成图书馆智慧服务过程中服务目标数据的标准化处理。在这个过程中,用户对于图书馆知识服务的需求有着不同的属性划分,对其提炼可形成具有明确特征的属性标签。本研究通过采集智慧服务数据、确定知识服务属性标签、构建用户知识需求画像模型这三个步骤,实现图书馆智慧服务DC平台对用户知识需求特征的精准识别。

第一步,采集智慧服务数据。这是图书馆用户知识需求特征识别的前提基础工作。采集内容包含两个部分:一部分是基本信息数据,包含对用户的基本信息素养、学历教育层次、工作生活背景、社会活动关系、地理位置信息、时间空间数据等进行采集;另一部分为个性特征数据,如浏览行为习惯、交互行为习惯等。本研究主要是针对知识需求而进行图书馆智慧服务平台的研究,所以具体的采集智慧服务数据工作可以分为三个环节:首先,在基础数据采集、处理、存储时,让其数据基于图书馆业务平台(如图书馆管理系统、图书馆人脸识别系统、图书馆物联网设备系统、图书馆微信公众号服务系统等)进行标准化、标签化、可视化的建设;其次,在数据挖掘时,让其基于外部大数据平台(如大数据采集系统、大数据分析系统等)进行应用化建设;再次,依据用户行为分析、聚类关联分析区别用户特征[9],通过数据感知平台(如智能终端数据感知系统、现实增强虚拟系统、GPS定位系统等),基于此用户特征数据驱动让图书馆智慧服务平台面向数据感知、智能推荐提供满足用户个性知识需求的智慧服务。

第二步,确定知识服务属性标签。这是图书馆用户知识需求特征识别的关键中枢工作。通常包含三种类型的标签确定:用户基本属性标签、用户行为特征标签、用户偏好类型标签。用户基本属性标签是图书馆引导用户主动提交的知识需求类型、研究领域范围、所属区域地域、研究组织类型等数据的标签化表示。用户行为特征标签是图书馆通过在智慧服务平台中嵌入用户行为捕捉模块对用户在平台上的检索、点击、下载、收藏、转发、喜欢、分享、评论、回复、提问等行为数据进行收集整理后的标签化。用户偏好类型标签是基于智慧服务平台上已经存在的用户行为数据对其中具有交互性质的行为进行人为的主题标注,以反映用户知识需求的个性化标签。通过这三类属性标签的确定,可以建立起用户特征与不同主题特征词之间的关联,以此将图书馆知识服务面向用户的属性标签化。

第三步,构建用户知识需求画像模型。图书馆智慧服务平台的智慧服务核心就是根据用户画像模型预测用户知识需求进而精准推送相关知识资源。所以,在构建用户知识需求画像模型时,应充分利用第一步中采集到的用户知识需求数据,将用户基本属性数据、用户行为特征数据、用户偏好类型数据通过标准化、标签化进行可视化的应用,建立起包含用户基本属性标签、用户行为特征标签、用户偏好类型标签三种标签维度,通过设计监察用户行为的数据挖掘与数据感知插件动态跟踪用户知识需求行为数据,将用户知识需求画像从用户基本属性、行为特征、偏好类型三个方面进行详细描述,从而构建起三维立体动态的用户知识需求画像模型(如图1)。在这个模型中,用户基本属性是模型的应用基础,用户行为特征是模型的主体框架,用户偏好类型是模型的服务价值;其整个画像结构包含用户基本属性、用户浏览行为、用户交互行为、用户偏好习惯四个部分。每个部分均具有详细的指标来展示其个性特点,并通过图书馆智慧服务平台发挥作用。

Fig.1 User knowledge demand portrait model图1 用户知识需求画像模型

3 基于Data Commons的图书馆智慧服务平台构建

本研究基于Data Commons构建图书馆智慧服务平台,其目的是改善、优化现有图书馆智慧服务平台面向用户开展知识服务时存在的问题,通过利用智能化技术手段分析图书馆用户知识需求,利用数据挖掘方法工具面向多源数据整合集成智慧服务内容,并结合DC平台所具备的多源数据关联、数据处理标准化、用户服务线上与线下融合的三大平台优势功能开展精准服务推送,以满足用户知识需求,推动图书馆智慧服务的可持续性增长,拓展智慧服务数据共享领域。所以,面向图书馆用户知识需求,基于Data Commons的图书馆智慧服务平台构建,本研究将其结构分为五个模块:数据感知模块、技术应用模块、功能体现模块、服务策略模块、监督评估模块(如图2)。

Fig.2 Construction of DC platform of library smart service facing knowledge demand图2 面向知识需求的图书馆智慧服务DC平台构建

3.1 数据感知模块

该模块为能感知图书馆用户知识需求,是面向现有图书馆智慧服务平台在开展知识服务时所遭遇到的用户知识需求模糊问题所提出的解决方式。图书馆智慧服务DC平台的基础架构为依靠异构数据与移动模式来实现服务实体与终端用户、数据交互与资源分配之间的智能化,其多方位的感知系统决定了平台构建内部与外部之间关联数据的多样性、丰富性、扎实性。为更好地感知用户知识需求,可以将图书馆智慧服务DC平台的数据感知模块基于四个方面来建设:一是利用智能技术开发智慧感知用户交互行为的具有个性化配置功能的API;二是利用智能设备采集用户活动空间、场景情境、终端设备等数据;三是利用语音识别、图像识别、文字识别技术识别用户交互内容;四是利用实体空间、线下活动引导用户知识需求方向。通过四个方面的数据感知,建立起用户与图书馆智慧服务DC平台之间的多源数据关联。

3.2 技术应用模块

该模块为图书馆智慧服务DC平台的核心。主要为根据用户知识需求智慧服务数据的感知、处理、分析、组织、共享的生命周期进行标准化处理[10],具体可分为五个阶段:在感知阶段利用数据爬虫技术、聚类技术、物联网技术等进行数据标准化处理;在处理阶段利用数据挖掘技术、元数据技术等进行数据标准化处理;在分析阶段利用语义网技术、人工智能技术等进行数据标准化处理;在组织阶段利用可视化技术、机器学习技术等进行数据标准化处理;在共享阶段利用区块链技术、数据库技术等进行数据标准化处理。通过五个阶段全方位的智能技术的应用,以解决目前图书馆智慧服务平台在开展知识服务时面临的智能技术缺乏的现状。

3.3 功能体现模块

该模块体现了基于Data Commons的图书馆智慧服务平台可以提供哪些特色功能,是针对目前图书馆智慧服务平台在开展知识服务时精准服务活动欠缺的短板提出的解决方式。本研究是面向图书馆用户的知识需求而构建图书馆智慧服务平台,所以其DC平台功能的体现需要围绕知识需求提供多源异构数据融合、智能技术协同处理、决策辅助情报分析、情景个性服务推荐四种功能。多源异构数据融合功能是满足用户知识需求的资源基础;智能技术协同处理功能是处理用户知识需求的途径;决策辅助情报分析功能是解决用户知识需求的方法;情景个性服务推荐是提升用户知识需求的方式:这四个功能,从浅表数据服务到深层知识服务,实现了用户知识需求的满足、处理、解决及提升。

3.4 服务流程模块

该模块是面对目前图书馆智慧服务平台开展知识服务时存在的数据管理困难,以管理微观层面的多源数据和中观层面的异构数据为工作重点[11],通过建立以服务为中心的应用流程来改善图书馆智慧服务数据管理流程。具体可以分为五个方面流程:一是建立图书馆智慧服务场景解读、情境感知的场景化服务流程,以精准发现用户知识需求;二是建立基于用户知识需求画像的知识需求感知、需求预测的用户分析服务流程,以个性掌握用户行为特征;三是建立符合用户偏好类型的数据导航、特色推荐的资源服务流程,以智能化用户使用图书馆智慧服务平台的检索方式;四是建立面向用户知识需求解决的热点跟踪、深度分析的个性推荐服务流程,以针对性改善图书馆智慧服务平台数据智能分析的功能;五是建立智慧服务数据知识传播、共建共享的数据推广流程,以提升开放式数据在图书馆智慧服务平台的运用与运转。

3.5 监督评价模块

该模块主要是支持在图书馆智慧服务DC平台内部系统里设立用户使用平台智慧服务后对其服务质量展开评价的模块,让图书馆智慧服务DC平台质量测评的手段标准化、科学化,更好地满足用户知识需求。目前,图书馆利用智慧服务平台面向用户知识需求开展的智慧服务主要是从事多源异构数据采集与加工、智能技术及工具运用、资源推广与知识发现这三类服务,所以对其开展服务质量测评时需要以这三类智慧服务的过程为评价依据,据此建立相应的图书馆智慧服务质量评价体系,再通过层次分析法、专家访谈法等确定评价体系里各个指标的赋权。本研究的前期研究成果已经基于广州大学图书馆与本馆资源设计了一个包含四个维度、两级指标的用户感知视角下图书馆智慧服务质量评价体系[12]。该体系从环境感知、服务感知、技术感知、效能感知四个方面基于用户使用感知的视角对图书馆在智慧服务平台上开展智慧服务时的平台环境、服务过程、数据质量、人员能力等进行服务效果评估。将该评价体系嵌入到图书馆智慧服务DC平台架构中,可以方便在日常智慧服务中及时收集用户使用图书馆智慧服务DC平台的感受,快速应对用户需求调整,优化智慧服务流程。

4 面向知识需求的图书馆智慧服务DC平台建设保障策略

通过数据感知模块、技术应用模块、功能体现模块、服务策略模块、监督评估模块五个模块的相互关联与作用,图书馆智慧服务DC平台解决了图书馆智慧服务平台在开展知识服务时所遭遇到的用户知识需求模糊、智能技术应用缺乏、精准服务活动欠缺、多源异构数据管理困难、服务质量测评混乱的问题。但是要保障图书馆智慧服务DC平台建设一直围绕知识需求,需要面向问题、结构、方法而采取相应的策略。

4.1 面向问题强化馆员创新服务能力

强化图书馆员创新服务能力是从主观层面保障图书馆智慧服务DC平台建设的一种问题型策略。问题型策略注重在工作中面向问题培养其解决问题的能力。目前,各类图书馆的馆员在开展智慧服务时,更多的是依赖于各馆引进的智慧化系统,为用户主动提供基于系统的用户参数、服务参数、推送参数等主观配置的服务策略。这样的服务策略虽然可以将图书馆智慧服务平台用起来,但是无法真正反映出图书馆员的创新服务能力。所以,在构建基于DC的智慧服务平台时,需要通过有意识地强化馆员创新服务能力,面向目前用户知识需求模糊问题,提升馆员掌握不同情景里用户知识需求的能力。具体可从三个途径来实现:第一,建立定期实地调研、周期问卷调查、年度研究报告等的用户知识需求了解途径,以行为化馆员的数据管理能力;第二,建立科研协作、馆际联合、校企合作等主导培养团队协作意识的技术应用途径,以规范化馆员的科研创新能力;第三,建立个人发展、进修晋升、能力拓展等馆员知识体系成长空间途径,以机制化馆员的综合服务能力。最终通过提升数据管理能力、科研创新能力、综合服务能力,以强化图书馆员的创新服务能力。例如:在美国加州大学洛杉矶分校图书馆,其馆员以数据专家的身份参与到学校生物医学专业的“非接触,利用太赫兹检测角膜水化”研究项目,就是图书馆员创新服务能力的体现[13]。

4.2 面向结构优化图书馆知识数据体系

建立具有自身特色的图书馆知识数据体系是图书馆开展智慧服务的基础,也是图书馆智慧服务过程中知识积累的一种体现,是从客观层面保障图书馆智慧服务DC平台建设的一种结构型策略。结构型策略注重知识结构的构建,通过搭建简单明晰的知识体系来梳理工作。在建设图书馆智慧服务DC平台的过程中,可以体现为图书馆以用户知识需求为导向,运用各种现代化技术将多源异构的开放式数据转化为知识数据,为智慧服务DC平台提供标准化的知识资源。具体执行可分为三种方式:第一,广泛建立与各数据供应商、数据组织、网络资源机构的开放式获取资源机制,形成网状式知识结构体系;第二,全面建立面向用户知识需求的智慧服务导航知识结构体系,从用户感兴趣的本馆特色知识数据入手,将其与DC平台紧密关联,形成直线式知识结构体系;第三,延伸智慧服务馆员的范畴,邀请专家、学者作为外聘馆员参与到本馆的智慧服务工作中,建立图书馆智慧服务馆员的数据思维智库,从服务主体所具有的能动性来优化图书馆知识数据体系,形成平行式知识结构体系。例如,中国科学院成都文献情报中心吸纳四川省社会科学院的专家学者进入到“天府智库”,强强联手提升其数据思维智库质量[14]。最终,通过构建网状式、直线式、平行式的知识结构体系,,达到优化图书馆知识数据体系的目的。

4.3 面向方法明晰图书馆智慧服务架构

在大数据技术推动服务情境改变与服务方法转型的时代背景中,图书馆在开展智慧服务时对其服务架构进行清晰明了的构建,是保障图书馆智慧服务DC平台建设的重要途径,也是图书馆面向用户知识需求提升智慧服务DC平台使用率的方法型策略。方法型策略注重在搭建架构时对搭建方法层次性、多样化与成长性的追求。所以,图书馆在基于智慧服务DC平台开展满足用户知识需求的主动型服务时,需要以面向用户知识需求的知识数据体系为基础,以图书馆员的创新服务能力为桥梁,以个性化的嵌入式服务模式为架构导向,在三个方面保障DC平台运转:第一,搭建图书馆与馆外高校图书馆、其他公共图书馆、科研型图书馆的多源数据联合共享架构,让其架构更具层次性,例如,广州大学图书馆与广东建设职业技术学院图书馆共同签署的“广东北部生态发展舆情智慧服务战略合作协议”,就是双方基于各自数据库而打造的面向项目服务与数据共享的多源数据联合共享结构[15];第二,搭建DC平台的智慧检索模块与多源数据联合共享数据库的有效融合架构,让其架构更丰富性多样化;第三,搭建当地政府、高校等智库与图书馆智慧服务之间的指导架构,让其架构更具成长性。

5 结束语

当前,我国的图书馆智慧服务正处于边建设边探讨的阶段,将DC平台应用于图书馆智慧服务中:从技术层面来说,一边可以实现对用户知识需求的智慧识别,让图书馆智慧服务更具精准性,另一边方便兼容多源数据的采集、分析与利用,让图书馆智慧服务平台更具发展性;从管理层面来说,可以有效通过DC平台推广传播图书馆智慧服务,塑造图书馆智慧服务品牌,同时以DC平台为媒介推动各图书馆、情报机构、科研单位之间的多源数据联合共享,扩大图书馆影响力。而本研究将图书馆智慧服务DC平台的构建面向用户的知识需求来展开研究,从用户知识需求画像模型分析到服务平台具体服务模式的实现,一步步引导出面向知识需求的图书馆智慧服务DC平台建设保障策略,对图书馆开展智慧服务工作具有一定的指导性意义。