基于情景感知的智慧图书馆场景式服务研究

曾子明 孙守强

摘   要：场景式服务是图书馆适应新时代发展的需要，体现了图书馆对用户体验的重视，对服务环境和质量的提升。文章结合相关研究，阐述相关概念与内涵，并从用户、图书馆和知识三个维度分析场景式服务需求。基于此，文章从情景数据采集、情景计算、情景建模、模型评估等分析情景感知模型的构建过程，搭建以用户为中心，由情景感知模块、资源整合模块、技术支撑模块、场景服务模块构成的智慧图书馆场景式服务体系框架，并探讨其中存在的问题与对策。

关键词：情景感知;智慧图书馆;场景式服务;对策

中图分类号：G252   文献标识码：A   DOI：10.11968/tsyqb.1003-6938.2019065

Research on Scene-based Service of Smart Library with Context Awareness

Abstract The scene-based service is the need of the library to adapt to the development of the new era， which reflects the library's emphasis on the user experience and the improvement of the service environment and quality. This paper combines relevant research， expounds related concepts and connotations， and analyzes the scene-based service requirements from the three dimensions of reader， library and knowledge. Based on this， the article analyzes the construction process of context awareness model from context data collection， context calculation， context modeling and model evaluation， and builds the framework of the smart library scene-based service system focuses on users， which consists of context awareness module， resource integration module， technical support module and scene service module， and discussed the problems and countermeasures.

Key words context awareness; smart library; scene-based service; countermeasures

情景（Context，也稱情境、上下文）是对物理或虚拟实体特征及状态进行刻画的所有信息。Dey[1]认为情境是描述一个实体情况特征的所有信息。大数据环境下，用户的情景能够反映用户在不同时间、空间、行为状态下的不同需求;Schilit等[2]最早提出情景感知的概念，他认为情境感知强调设备对情境信息变化的感知和系统的反馈。情景感知是通过各种设备或技术对情景信息进行采集并分析的过程，被用于广告、电子商务、旅游、资源检索等领域。在图情领域，胡文静和王睿[3]从情景信息层、情景感知环境层、情景感知服务层构建数字图书馆系统架构;张帅和郭顺利[4]利用情境感知技术和数据挖掘技术，提出高校移动图书馆个性化推荐模型;曾子明和陈贝贝[5]结合智慧图书馆的概念和特点，提出融合情境感知的智慧图书馆个性化服务模型;姚宁等[6]分析情景感知与智慧图书馆信息服务之间的关系，构建了智慧图书馆情景感知微服务模式。通过情景信息，图书馆可全面感知用户需求，从而提供个性化、智慧化情景服务。

场景是信息媒介与物理环境相互作用的特殊空间，相当于一种新的链接方式和价值交换方式。智能移动设备的普及，用户与周围环境的交互更加频繁，且更注重服务体验，使场景式服务受到重视，成为提供知识服务的新途径和创造价值的新方式。《即将到来的场景时代》一书中明确指出，场景的构成涵盖空间与环境、用户状态、社交氛围、体验等硬件要素，也包括文化氛围、资源建设等软件要素[7]。只有不断调整应用环境和资源以适合场景要素，才能有效开展场景服务。场景式服务是针对特定主题或用户群体，通过感知用户当前所处的场景和情景，自动获取和发现用户需求，进而依据用户需求场景和任务情景，有针对性地整合资源和组合服务，为用户提供多项场景选择，主动为用户提供服务的一种方式[8]。场景式服务是图书馆适应新时代发展的需要，是空间、资源、服务三维融合发展的直接体现，决定了图书馆存在的价值。用户主导的新时代，场景无处不在且形式多样，图书馆场景式服务无缝衔接用户的“教学研用”等场景中（智慧图书馆多元场景见图1）。

智慧图书馆是未来图书馆发展的新模式，具有互联、高效、便利等特点，将推动图书馆的可持续发展。目前已有研究的个性化服务模式只能将用户和资源建立连接，智慧图书馆服务模式必须向场景式服务模式转变，有机融合用户、资源和场景，以满足读者日益增长的知识需求，适应时代发展。王东波[9]认为现在世界已进入场景时代，场景取代了信息入口，需求由场景而定，服务应场景而生，图书馆必须要实现场景服务，提高其服务水平;蒲科[10]认为场景化服务是图书馆转型发展的重要路径，提出自然和谐、功能多元、资源丰富、智能高效、人本开放的图书馆场景化模式;董建忠[11]认为图书馆场景是知识服务场景，移动互联网时代争夺的目标是场景应用，谁占领了用户场景，谁就占领了服务用户的新入口。同时，李明理[12]以梅罗维茨的“媒介情境理论”为基础，提出新时期图书馆场景的构建策略;管立[13]分析了移动图书馆场景化服务平台的搭建及服务流程，探讨其发展趋势与优化方法。智慧图书馆充分整合用户、资源、服务，使场景成为新的价值交换和信息接受方式。智慧图书馆场景式服务是以现代化技术为基础，利用移动智能终端、可穿戴设备、场景馆等将读者需求的知识和服务，以实体或虚拟场景的形式表现出来，彻底打破读者和知识的隔离，使读者获得更多增值服务。智慧图书馆不仅要提供全方位、立体互联、可感可知的场景式服务，更要保障场景式服务的可拓展性和自适应性;不仅提供知识信息传递媒介和服务等显性内容，而且传播文化、价值观、创新思想等隐性内容。为此，本文提出将情景感知融入智慧图书馆场景式服务，挖掘读者情景需求偏好，提升场景式服务的广度和深度，为构建场景、优化资源配置、完善组织结构奠定基础。

1   智慧图书馆场景式服务需求分析

1.1    用户维

以用戶为主导的时代，场景无处不在且形式多样内容丰富，而用户对知识的需求更注重情景、服务环境和表现形式等。除了文本图像、视频等通过视觉感知知识，用户更希望能够通过场景表现知识，并通过五官体验知识与服务。信息膨胀时代，用户的知识需求更加个性化，图书馆需结合用户场景，挖掘用户需求偏好，提供精准的知识搜索和个性化推荐。生活和学习节奏加快，用户访问行为呈现出碎片化的特点。场景式服务能充分调动人的感官，感知场景中蕴含的大量知识内容，从而提升知识的学习效率和质量。同时为满足教学研用等需求，提供高效、便捷、有针对性的场景服务;为教师提供仿真教学、办公自动化、线上线下会议等场景;为科研用户提供虚拟仿真实验室、文献管理、科研协同、科学数据共享等场景，充分发挥图书馆数字资源优势，在满足第四范式下，用户对科学密集型发现的需求;为学生提供动手实践、社团活动、在线课堂、创客空间等场景，满足学习、社交、娱乐、创新等需求;对一般用户提供舒适的阅读空间、检索咨询、书籍借阅等服务场景。

用户对信息的获取更注重体验。体验是场景式服务要素之一，有助于促进场景式服务的发展并获得用户认可，能够指导场景的塑造与重构。用户体验是对环境、资源和服务等全方位的体验，主要反映在用户满意度和场景构建效果，涉及服务的全过程。智慧图书馆应为用户打造全方位的场景式服务平台，无缝衔接用户的“教学研用”等场景，创造极致服务体验。场景应具有自适应性，根据用户需求变化，充分调动图书馆的设备、服务、资源等营造个性化场景式服务。不管是线上还是线下，场景式服务都能使用户主动接受信息，并具有强烈的认同感和归属感，真正做到以用户为中心。

1.2    图书馆维

智慧图书馆场景式服务应符合图书馆学五定律要求：（1）书是为了用的。图书馆的存在不仅是收藏和保存图书，而且要使图书得到充分利用。通过实体图书阅览空间和虚拟电子阅览空间的结合，并融入不同的场景元素，改变读者以往纸质阅读习惯，增强用户体验，提高图书使用率;（2）每个读者有其书。智慧图书馆应保证每个读者都有其书，都有与之对应的服务场景。智慧图书馆通过情景感知用户需求，能够提供因人而异、因情而异的精准化、个性化服务，且人人平等，每个场景的塑造都极大满足用户需求，真正做到每个读者都有其书，每个读者都有适合的场景;（3）每本书有其读者。只有了解不同知识的多维度特征，才能更好地为每本书找到适合的读者。智慧图书馆不仅要为读者塑造场景，更要解读书籍内在知识场景，只有充分挖掘书的情景及用户需求，才能匹配合适的读者;（4）节省读者的时间。智慧图书馆场景式服务必须高效，能充分提取知识的多维度情景，以场景的形式表现出来，在相同的时间内读者能够感知更多的知识，并有更深的理解和记忆;（5）图书馆是一个生长着的有机体。图书馆的成长和发展离不开用户，用户的需求就是图书馆成长的动力。场景作为新的信息入口，提供新的信息接收方式，缩小了用户、图书馆、知识服务之间的距离，实现人与馆、人与知识、人与服务的互动感知。用户主导的时代是争夺场景的时代，只有抓住场景式服务的制高点，才能使图书馆保持成长活力和持续发展的空间。

1.3    知识维

知识的种类和形式日趋丰富，信息过载问题严重，智慧图书馆需要提供场景式服务，增强对知识的传播与服务。一方面，传统的文本、图像、视频等知识表现形式难以激发用户兴趣，并创造极致体验;另一方面，知识蕴含的场景越来越丰富，而且通过场景能够更好地表现知识的多维度情景。通过场景提供知识服务，能够提升读者对知识的记忆和理解，不再局限于抽象概念，而是以互动场景的形式表现。如通过场景再现历史情景，读者能够身临其境，作历史的见证者。如科研用户在阅读一篇文献时，通过虚拟场景将文献进行拆解、划分、实验过程、结果验证等动态可视。教师能利用场景营造知识情景，使课堂讲解更加生动形象。

场景充分拉近读者和知识之间的距离，使知识的表现化抽象为具体，知识更加触手可及。智慧图书馆营造个性化的场景，能够集中用户注意力，使知识更容易接受且记忆深刻。智慧图书馆馆藏资源种类多、结构复杂，包括大量显性或隐性知识。场景不仅能够传达知识的内容，而且能够传递价值观、文化、思想等，增强用户对世界的认识与理解。为促进不同资源的深度聚合，图书馆要根据用户情景信息，进行资源的深度挖掘和分类整合，提高资源利用率。场景能够同时展示文本、图像、音视频、3D、AR、VR、实物、情节等内容，多场景自然切换，人与场景动态交互，能够将海量结构复杂的知识资源表现得淋漓尽致。

2   面向场景式服务对象的情景感知模型构建

2.1    情景数据采集

智慧图书馆场景式服务的特点是以用户为中心、以需求为导向、更加便利高效。本文根据场景式服务需求和智慧图书馆特点，构建基于本体的情景感知数据模型。以读者为中心的一级本体Ci，并由自身情景Xi、物理情景Yi和知识情景Zi等构成二级本体，并对二级本体建立情景属性标签集。标签集是由具体细化的标签数值组成（见图2）。

其中用户情景本体属性包括基本信息、行为数据、心理状态、社交情景、互动信息等。基本信息可通过注册信息、人口统计数据获得;行为数据能够描述用户的行为习惯和阅读偏好，可通过网络爬虫、日志采集或后台数据库提取。心理状态能够反映不同情景、环境、知识内容带给用户心理变化，可根据这种心理变化提供适配用户当前心理状态的场景服务。心理情景数据的采集可以通过调查问卷、在线反馈，或者利用日志采集和网络爬虫获取用户的留言评论等，根据文本情感分析或大五人格，获取不同情景下用户的心理特征。社交情景反映不同情境下用户的人际关系和社交需求特征，可以通过社交平台采集用户社交数据，或网络爬虫、智能移动终端等采集用户的社交信息;根据用户社交情景，挖掘用户社交需求特征，能够帮助智慧图书馆为用户提供社交场景服务。采集用户的互动信息，用于评价和衡量服务质量，以调节和改善服务模式，优化情景感知模型。物理情景本体包括时间、位置、天气、空间、设备等属性。时间是指用户在图书馆获取服务的时间，反映用户的时间偏好和习惯。获取用户位置，了解用户在不同位置对场景需求的偏好，从而提供不同位置的场景服务。由于天气状况不同，如温度、气压、光照等影响用户场景体验，所以要根据天气状况调节场景服务模式。场景服务还要根据用户所处空间和使用设备情景，提供匹配空间和设备性能的场景服务。智慧图书馆场景式服务就是在恰当的情景下，通过合适的设备提供正确的服务场景。知识情景本体包括时间、人物、主题、领域、内容等情景属性。采集知识情景，并对知识的情景特征进行标注。对知识情景进行准确刻画和描述，能够快速提供符合用户期望的知识内容。知识情景标注越准确，场景服务系统越能准确识别和提取目标知识。智慧图书馆场景式服务，主要职能是为读者提供便捷智能的场景服务，将适合的知识通过恰当的场景呈现给正确的用户。

2.2    情境计算

通过对用户情景属性标签进行聚类，形成一定数量的群体情景模型。这样可对一类用户提供场景服务，提高系统响应效率。个体情景能够提供个性化精准的场景服务，但就个体用户存在情景数据采集不完全和缺失的情况，使场景构建难以符合用户真实需求。通过群体划分，提取群体情景偏好，在对新用户进行场景推荐时，可以根据相似用户，提供个性化场景推荐。聚类是一种无监督学习，常用K-means、 DBSCAN等算法。衡量群体之间的相似度方法，可选择欧氏距离、余弦相似度等。对于用户情景的标签缺失，可通过贝叶斯公式P（Bi|A）=■（情景Bi的概率为P（Bi），情景Bj已发生条件下情景A的概率为P（A│Bj），情景A发生条件下情景Bi的概率为P（Bi│A））计算用户如果具有情景A特征，那么该用户还具有情景B的概率;一方面，当用户拥有情景A时，但是情景B的数据缺失，便可通过概率估算，填充缺失情景属性标签;另一方面，可以判断对用户的情景属性标签是否合理。关联规则（Association Rules）是反映一个事物与其他事物之间的相互依存性和关联性，常用Apriori算法。通过关联规则，挖掘用户多元情景之间的关系，用以构建多元融合场景，提高场景式服务的黏性，充分调动用户获取服务的主动性。

由于采集的用户情景数据，大部分是以文本的形式存在，通过数据挖掘获取情景属性标签。对情景数据进行文本挖掘，通过TF-IDF词频分析，得到情景标签频率，利用LDA提取主题情景。主题情景是用户最关注的情景，在进行情景标签选取时提供更高的权重。用户情景偏好可能随时间发生变化，但是主题情景是反映用户情景偏好的主要影响因素，所以提取用户的主题情景，能够较快掌握用户动态情景变化的方向。只有感知用户主题情景，才能把握用户情景偏好的主趋势。即使用户情景偏好发生细微变化，只要系统掌握用户主题情景偏好，提供的场景服务就不至于偏离用户期望。

2.3    情景建模

将采集的用户情景、物理情景、知识情景数据进行标签化处理。标签具有短文本和语义化的特点，是将复杂情景数据用简短的语言或字符进行表示，方便计算机读取和人的理解，提高情景数据处理效率和识别能力。标签化处理后，利用贝叶斯分类、关联规则、聚类、LDA处理并构建个体情景模型、关联情景模型、群体情景模型和主体情景模型。个体情景模型能够快速生成用户的情景属性标签，用以挖掘用户的情景特征或需求偏好。关联情景模型能够挖掘情景标签之间的关联关系，在提供场景服务时能够同时满足关联情景需求。群体情景模型能够对个体标签进行聚类，并提取一定数量的群体情景，用于挖掘群体情景特征或需求偏好。主题情景模型是为了快速提取用户主题情景，反映影响用户需求偏好的情景因素，快速掌握用户的主要情景偏好和感知用户情景偏好的动态变化。最后将分析处理好的情景标签和模型进行存储，以供调用（情景感知模型构建过程见图3）。

2.4    模型评估

构建用户情景感知模型，需要对生成的用户情景标签效果进行度量，即衡量情景感知模型的准确性。衡量标签的准确率，可通过抽样调查的方式，检验样本中每个读者本体的标签正确率为Pi（正确标签个数与总标签个数之比），则样本标签的平均正确率为P=■■Pi，方差为σ2=■■（Pi-P）2。样本标签平均正确率越高，方差越小，说明构建的情景感知模型效果越好。为了衡量关联情景模型，对提取的关联情景，进行相关性度量，可采用提升度lift（A，B）=■，如果情景A和情景B是相互独立的，则P（AUB）=P（A）P（B），即提升度为1，如果提升度小于1，说明情景A和情景B 是负相关，否则是正相关。除此之外还可用X2卡方度量及波兰数学家S.Kulczynski提出的Kulc度量。在对群体情景模型的衡量，需要对个体用户进行群体类型划分的准确性度量;不同的用户被分配到相应的群体，需要判断这种群体聚类的效果，可采用精度、召回率、轮廓系数等度量。為衡量读者对情景属性的感知度或敏感性，曾子明和陈贝贝[14]提出“情境条件熵”来度量不同情境属性的权重;胡慕海等[15]提出基于信息熵度量用户的情境敏感性。

3   基于情景感知的智慧图书馆场景式服务体系

为提升智慧图书馆场景式服务，将情景感知有机融入场景服务过程中，打造“用户—需求—场景”生态，即通过情景感知用户需求，需求塑造场景，而场景映射用户情景。本文从情景感知模块、资源整合模块、中间件模块、场景式服务模块构建了智慧图书馆场景式服务体系框架（见图4）。

3.1    情景感知模块

情景数据采集方式与技术包括物联网、众包、网络爬虫、日志分析等。物联网技术主要分为传感器、监控器、GPS、RFID等，一方面用于采集用户情景数据，另一方面，提供全方位、立体互联、可感可知的场景服务。如传感器感知温度、湿度、气压、光照等，并通过设备中间件自动调节。监控器采集用户的行为、空间、周围环境、社会关系等信息;GPS提取用户的位置情景，用于提供位置服务。众包能够采集知识情景数据并进行标签化处理。同时场景的设计元素、思路、服务策略都可以通过众包的方式获取。网络爬虫能够提取用户的社交数据、会话数据、打分评价、阅读记录等数据，挖掘用户情感特征、社交关系、阅读偏好，用于提供个性化场景服务。日志采集技术是通过对系统平台数据的备份，提取各个时段系统情景，反映平台数据变化的重要工具，用于采集用户行为动态、数据流、网络攻击、各类事件过程及业务流程等。其他情景数据采集方式，如在线问卷调查、访谈、情景模拟等。采集不同源的数据需要进行归一化处理，方便数据分析与处理。同时剔除虚假数据、噪声数据、冗余数据。由于采集的用户数据并不能直接反映用户的情景特征，还需要进行数据转换和语义分析，挖掘用户的情景语义，并进行标签化处理。对情景标签进行情景计算、情景建模、模型评估与存储，使得情景感知能够按照一定的逻辑结构进行运算，提高系统效率。

3.2     资源整合模块

智慧图书馆通过资源整合模块将馆藏知识资源、空间设备资源、用户资源进行有效整合，为场景服务的有效开展提供基础。通过用户情景、知识情景、物理情景等情景数据，挖掘用户的场景偏好并提取元场景。元场景（即场景的场景）是对场景的基本结构和内容的逻辑设定，是场景的基本组成单元和构建场景的基本组件。元场景能够发散和演变成各类场景，使场景具有较高的适应性和可拓展性。将用户场景需求与元场景结合，构建符合用户需求偏好的场景内容，通过智慧图书馆智能设备和用户移动终端或客户端设备，融合满足用户需求的知识，提供虚拟场景或实体场景式服务。

3.3    技术支撑模块

智慧图书馆场景式服务需要物联网、云计算、区块链、移动互联网、可穿戴技术、中间件等支撑技术。图书馆利用物联网技术提供全方位、立体互联、可感知的场景式服务。通过传感器、监控器、RFID等采集用户情景，使图书馆设备和事物具有感知功能，营造良好的场景式体验。大数据时代，移动设备性能不足以支撑大数据计算，可将复杂数据传输到云端，通过服务器进行高并发快速运算，再将结果通过云传输到移动客户端，提高服务效率。同时，利用Hadoop对数字资源进行分布式存储管理，提高资源获取效率和共享程度。区块链具有去中心化、点对点传输、非对称数字加密、集体维护、不可篡改和匿名性等特点，在著作权、版权保护和信息共享方面发挥重要作用。区块链提供去中心化的资源管理模式，以链式区块存储的资源能永久保存并快速提取，有效解决图书馆资源共享过程中存在的安全存储与传输、缺乏信任、知识产权保护等问题。移动互联网时代，图书馆利用移动终端设备能够采集用户的各种情景信息，并拓宽场景式服务的范围。可穿戴技术能够为用户营造更加真实可感的虚拟场景，用户不需要亲临现场便可以感知多种画面场景;一方面，为用户提供全方位的场景服务，另一方面，采集更多用户情景数据，感知用户需求，提升服务黏性。中间件是一种独立的系统软件或服务程序，具有标准的程序接口和协议，能够保证智慧图书馆应用软件运行在不同的硬件和OS平台上。通过中间件保障图书馆服务软件的稳定性和适用性，即使底层的硬件和系统发生改变，只要中间件定义的标准接口不变，应用软件就无需改动。

3.4    场景服务模块

智慧图书馆场景服务模块包括虚拟场景、实体场景、混合场景、信息搜索场景、个性化阅读场景、多元协同场景、互动场景和自定义场景等。虚拟场景是通过虚拟场景馆、智能可穿戴设备、移动智能终端设备等提供虚拟的场景服务，如虚拟现实、增强现实等表现知识和服务内容，满足用户对无线泛在场景服务的需求。实体场景是在图书馆建筑内提供各种实物布局，营造各种场景，使用户能够感受到场景服务的优质体验，结合用户的教学研用等场景需求，提供真实可感的场景服务。混合场景是实体场景和虚拟场景的有机结合。信息搜索场景能够利用用户情景信息，提供精准快捷的信息检索;由于信息过载严重，而用户对知识的检索可通过文本、语音、图像等方式获取关联知识，但通过文本、语音、图像等方式还不足以检索到高度细分的知识内容。通过场景能够感知用户的多维情景，结合用户提供的检索对象，即使用户不能对其检索目标进行清晰描述，系统也能推断用户的检索目的和真实期望，提供符合用户需求的检索内容，并通过多元场景进行可视化;如移动视觉搜索，通过获取考古人员所处的位置、时间等情景信息，结合文物图像视觉特征，精准匹配该文物相关的信息资源，提高考古人员的工作效率。同时，图书馆能根据用户情景特征，提供符合用户需求的个性化阅读场景。智慧图书馆支持多个主体的多个场景同时在线交互，常用于在线教学、会议、办公、科研等多元协同场景。通过互动场景进行人人互动、人馆互动，为用户提供交流、咨询、导航、评价、反馈等服务。自定义场景服务可根据用户的主观或客观需要，定义符合自身需求的场景模式，自主构建场景内容、结构、主题等。

4   智慧图书馆场景式服务存在的关键问题

4.1    用戶隐私信息保护

由于采集全面的用户情景数据，而这些数据涉及用户的信息隐私。在智慧图书馆高度开放共享环境下，用户隐私信息保护必须高度重视。智慧图书馆对用户数据的安全保护，要从采集、传输、存储、应用等方面落实。首先，采集用户情景数据时要向用户说明采集数据的内容和用途获得用户的认同;其次，采集必要的数据、减少无关数据的收集，避免侵犯用户隐私。数据传输时，可通过加密技术保障用户信息传输的安全性，同时尽可能使用内部网络或局域网进行数据传输。数据存储方面，要进行脱敏处理，设置防火墙和访问控制权限，保障数据的安全存储;同时，避免集中式存储，可采用分布式储存。应用方面，对用户情景数据的分析处理和使用，要进行安全管理，保障数据的正当利用，防止内部人员的泄露。保障用户隐私信息安全是树立图书馆信誉和形象的关键，更是对用户负责的积极态度。

4.2    情景语义鸿沟

智慧图书馆场景式服务是根据用户的情景信息，获取用户的情景偏好和场景服务需求，但是用户情景信息毕竟不是用户的真实意图的完全表示，即用户的情景信息只是用户内在需求的间接反映，不能完全代表用户真实期望。用户所处的场景中情景语义丰富，挖掘代表用户注意力的情景是决定场景表示的关键因素。通过人为操作计算机系统挖掘用户场景中的情景语义与其想要表达的情景需求的差距可以用“情景语义鸿沟”表示。代表不同情景的事物被赋予不同的语义，只有挖掘情景语义才能真正了解用户的情景需求，使场景的构造符合用户的需求和期望。为了更好地使情景本身的底层语义和用户需求表达的高层语义建立准确的联系，就需要对不同的底层情景内容进行语义标注，或者通过大数据挖掘底层情景语义和高层需求语义之间的联系。同样，知识情景是对知识多维度特征的简短描述与原始知识的全局特征存在偏差，可通过正确的标注知识情景语义或关联数据获取知识情景语义。不断在实践中优化和完善，尽可能缩小情景语义鸿沟，实现情景语义对用户需求和内在期望的真实反映。