基于“大数据+人工智能”的图书馆文献资源建设策略研究

2020-04-12尤晓静

现代职业教育·高职高专 2020年13期

尤晓静

[摘要] “双高”建设是新时代推进高等职业教育发展的重要决策。在此背景下作为辅助学科建设的图书馆也在积极整合资源，发展优势，但在此过程中出现资源结构不均、专业不突出、校际互联互通不足等问题，文献资源不能有效支撑优势学科建设。因此高职院校图书馆必须引进大数据和人工智能相融合的技术，实现文献资源建设从“数量”到“质量”、从“宽泛”到“精准”的转变。

[关键词] 高校;图书馆文献资源;大数据;人工智能

[中图分类号] G717 [文献标志码] A [文章编号] 2096-0603（2020）13-0014-02

自2000年以来，国内外学术界试图从理论、技术、实践等视角研究智慧图书馆的应用发展。近几年，人工智能技术在图书馆的应用研究则趋于更重要的发展方向，清华大学图书馆2011年开发出实时智能聊天机器人，南京大学2015年使用了图档博机器人图宝，其智慧图书馆二期建设中又发布了使用的新型智能机器人，可对整个图书馆藏书进行自动化盘点。“985”“双一流”高校在“互联网+人工智能”的推动下，在新一代智慧图书馆建设方面走在了前沿，智慧服务发展迅猛。

一、高职院校图书馆文献资源建设结构存在的问题——以江苏海院为例

2019年7至10月，江苏海院图书馆针对资源与服务需求在师生之间展开问卷调查，调查对象涵盖各学院、职能部门和直属单位。数据分析以描述性统计和交叉分析为主，教师群体以职称、学位、性别、年龄等人口学因素进行了交叉分析，学生群体以专业、年级、性别等因素进行了交叉分析。调查表明，51%的中青年教师兼顾纸本阅读和网络阅读，内容多倾向于专业书籍，绝大多数教师表示愿意接受移动图书馆为他们提供教育教学信息、电子图书、网络新闻、图书馆数据库、个人借阅信息、新书推荐、阅读咨询等服务。

65.4%的学生群体选择以网络阅读为主，对专业电子图书、学术网络（知网、万方、新东方等）、图书馆自建的专业学科数据库（海员文库、毕业生论文库等）的需求较大。由此推断，海院师生对专业文献资源需求强烈，但因馆藏文献结构的各种不良因素，他们对其利用率并不高，主要有以下几方面的问题。

（一）纸电资源分配不均，平衡性不明显

根据《普通高等学校图书馆评估指标》以生均馆藏量作为文献资源建设的硬性指标，图书馆在文献资源“量”上始终有效提升，但全国高职院校“双高计划”建设过程中，对纸电资源的品质与学科建设实际需求的匹配性上却提出了更高的要求。目前，图书馆重点专业学术性文献的构建较弱，纸电比例不均衡、内容浅显、版本老旧、更新缓慢;采访工作人员的综合素养不足也造成在文献资源采购初期就缺乏对重点专业学科文献信息需求的深入研判，未能有效构建文献资源的采集与实际需求的针对性与普适性之间的平衡。

（二）重点学科资源建设不足，专业优势不突出

要达到“双高计划”标准，图书馆现有适应重点专业、重点学科的文獻资源远远不够。目前江苏海院“高水平专业”为航海技术，截至2019年12月，航海技术专业类图书3600余册，中外文电子资源库2个，自建数据库4个，与其他学科参考文献资料相比资源优势十分薄弱。

（三）校际间图书馆资源互联互通不足

高校图书馆之间普遍建立了联盟体，倡导资源信息互联互通，但因办学层次不同、规模状况不一、信息服务能力不同等因素大大限制了资源共享。高层次高经费的图书馆共建共享机制运行畅通，小规模低经费的图书馆综合素质薄弱、数字化程度较低，信息检索功能不完善，且往往受到行政管理层的限制，并不能发挥资源共享的最大效用。

二、“大数据+人工智能”背景下高职院校图书馆资源建设策略

2019年，教育部官网发布《关于实施中国特色高水平高职学校和专业建设计划的意见》，2019年启动，集中力量建设50所高水平高职学校和150个高水平专业群，力争在2035年“实现一批高职学校和专业群达到国际先进水平”，提高国家人才竞争力，形成中国特色职业教育发展模式。

“双高计划”无疑给高职院校的发展注入了新的活力，作为学科建设重要支柱的图书馆，迫切需要建设符合教学科研发展的文献资源保障体系。

（一）合理构建文献资源建设控制目标

2016年，教育部颁布了《教育部直属高校经济活动内部控制

指南（试行）的通知》，其中一项“提高资源配置和使用”是高校内部控制的目标。图书馆文献资源内控目标需要遵循内控目标的全面性、重要性、制衡性和适应性原则，明确图书馆在学校的功能定位和实际作用，建立战略统筹、核心运行的基础目标。文献资源建设的战略高度是内控目标的最高层次，做好优质文献信息资源建设和保障对学校办学水平、科教发展起着关键性的作用，图书馆要规划自身在特色专业学科建设中的战略定位。

（二）“大数据+人工智能技术”在文献资源建设中的应用

大数据、人工智能是引领图书馆未来建设的战略性技术，它们之间的关注点不同却又密切联系，大数据需要人工智能技术进行数据价值化操作，比如机器学习就是数据分析的常用方式;人工智能技术则通过大数据来完成算法训练辅助决策。大数据人工智能技术在图书馆的应用就是利用一系列的人工智能算法和大数据处理技术，在海量数据条件下实现文献资源建设“质优精准”智能化。应用框架如下图所示：

1.文献资源计划与配置、使用与维护、处置、信息化管理是重要组成部分，可以建立一个完善的数据管理平台。传统的数据管理平台建设往往只包含馆藏数据库，或增加兄弟院校联网数据，仅包括文献资源数据源，缺乏与读者相关的信息数据。搜集读者的专业、年龄、性别、论文、荣誉等数据能够实现对读者的精准画像，进一步发现读者自我提升与图书馆文献资源之间的联系。

高校师生各种维度的数据存在学校的各个系统中，数据管理平台除了要管理本校馆藏数据库、校际共享数据、互联网文献资源平台数据，还要通过教务系统、学工系统、科研系统、毕业系统、人事系统等进行二级学院及业务部门的数据抽取与分析，形成一个标准强大的完整数据管理库，确保基础数据的完整性、准确性与有效性。通过信息标准、数据交换、数据采集、数据存储、数据监控、数字档案等子系统持续搜集各项数据并确保数据质量的持续提高，为图书馆资源建设管理打造一个有效的数据分析和决策支持中心。数据源不仅要支持Oracle、MSSQL、Mysql、DB2等主流关系型数据库，还需要支持Hadoop Hive、Hbase等大数据存储，以及各种云端数据库。通过多种交换方式如ODI工具、ETL工具、JDBC等，更加灵活地适应实际情况。

2.在文献资源建设中文献采购是重要的一环，若要精准地购入对教学科研尤其是特色专业学科有利的资源就必须依靠以数据为基础的智能算法引擎。

目前智能算法引擎可采用洁易使用、支持动态计算图且内存使用高效的PyTorch深度学习框架来构建智能计算框架，根据不同的数据环境、学习需求灵活处理;对于有明确的输入和输出数据之间对应关系的，可采用监督学习，如回归、决策树、多层感知机、卷积神经网络等;对于没有明确的输入和输出数据之间对应关系的，可采用非监督学习，如聚类、关联规则等。

通过构建的评估算法模型分析，可从年龄层次、所在学院、专业背景、进出馆次数、借阅量、阅读偏好等信息观测哪些资源被有效利用，哪些资源尚有需求空间，通过挖掘用户与信息之间的联系，找到用户可能会感兴趣的信息点进行系统分析，作为资源采购的有力依据。

3.在利用算法模型實现对图书馆大数据分析处理的基础之

上，智能服务平台为文献资源的管理提供决策支持;利用大数据和云计算对馆藏文献进行统计分析，筛选数据库资源并进行整理，基于元数据中心、规范化数据库的自动获取技术，为馆藏纸电资源提供统一的数据管理和资源索引。采用AI技术，对馆藏数据进行大数据分析和云计算整理，进行纸质文献征订数据的自动分析处理，订购目录的自动生成，后期的批量自动验收工作和典藏工作，通过智能机器设置进行处理，有效提高采访工作人员的效率和文献资源的质量。还可以通过AI技术分析读者的借阅行为、特定领域的数据挖掘、算法预测等生成热点主题，为资源购置生成最佳方案。

三、结语

人工智能技术手段提升了图书馆资源的建设水平，为图书馆的发展带来了巨大的机遇，但同时它也有大量不成熟的技术，也面临着许多挑战。相信随着人类智慧的飞速发展，人工智能将会在各行各业中广泛应用且不断完善，也必将对图书馆未来可持续化发展起到巨大的推进作用。

参考文献：

[1]宋海艳，李芳，彭佳.高校图书馆文献资源内部控制框架体系构建与实施[J].图书情报工作，2019（9）：24.

[2]赵美芳.国外图书馆人工智能AI应用现状及启示[J].兰台世界，2018（11）：131-135.

[3]郑聪.人工智能驱动下高校智慧图书馆建设探析[J].江苏科技信息，2019（2）：1-4.

[4]肖竹青.高校图书馆文献资源建新议[J].闽南师范大学学报（哲学社会科学版），2019（2）：113.

[5]王海月.基于人工智能的高校图书馆智能化服务设计[J].农业图书情报，2019（3）：76-77.

[6]佘小芹，刘希佳，李莉，等.浅析建设智慧图书馆：提高高校图书馆文献资源利用率[J].科技咨询，2015（26）：181-182.

[7]陈诗莲.新信息环境下高校图书馆资源采访优化策略[J].中国管理信息化，2019（12）：157-158.

[8]黄鹤楠，党梦娇.医学高校图书馆文献资源体系建设策略研究[J].图书馆学刊，2019（10）：60-62.

[9]李艳玲.高校图书馆学科资源建设探索[J].兰台世界，2019（11）：107-109.