移动图书馆数字资源情境化推荐路径研究

余艳娜

（广西艺术学院图书馆 广西南宁 530007）

1 引言

情境要素对于移动图书馆知识服务具有十分重要的影响。伴随着场景识别技术、智能互联技术、移动社交技术的深入发展与应用，移动图书馆开始提供与用户资源偏好与使用行为高度匹配的资源推荐服务。通过系统挖掘与数字资源服务场景紧密相关的影响因素，并创建数字资源智能推荐系统，使用户能够实时获取与自身需求无缝契合的目标数据[1]。从现阶段我国图情学界在该领域的研究来看，主要从战略规划与实施方案两个方面来分析移动图书馆数字资源推荐路径。柳益君等人利用基于协同过滤的推荐技术来提高移动图书馆数字资源推荐效率，并依托语义情境化检索算法，打造了基于框架网络本体的数字资源语义分析系统[2]。为提升移动图书馆数字资源推荐服务的响应精度，洪亮等人创建了基于OPAC系统的数字资源混合推荐模型。实证分析结果表明，应用混合推荐模型不仅能够化解当前移动图书馆数字资源推荐服务中的用户评价信息稀疏、内容特征提取难度大等矛盾，而且相对于功能单一的推荐方法，其在推荐质量上实现了跨越式提升[3]。王福等人借助大数据技术构建了包含数据基础层、数据处理层与数据挖掘层的移动图书馆数字资源个性化推荐服务平台，可对用户的个性化学习路径、高频次使用行为进行大数据分析，进而提供基于用户需求标签体系的数字资源定向投放服务[4]。综合现有的研究成果不难发现，鲜有学者针对移动图书馆数字资源推荐服务的情境要素及其作用机理进行研究。另外，从国内移动图书馆实践现状来看，移动图书馆普遍面临着技术、资金与组织等要素的制约。久而久之，不仅无法高效满足用户不断变化的数字资源需求，亦会使移动图书馆数字资源推荐效能大打折扣[5]。鉴于此，本文基于全生命周期视角来分析移动图书馆数字资源推荐服务过程中的情境要素，并分析情境要素间的关联机理，进而构建有助于促进移动图书馆数字资源推荐服务全情境、全渠道升级的实践路径。

2 移动图书馆数字资源推荐的关键情境要素分析

2.1 用户需求与获取主体情境要素

基于用户需求的移动图书馆数字资源推荐情境要素包括三类：（1）散点状资源需求。即用户在微观层面的数字资源需求，散点状资源具有显著的离散性与渐变性空间分布特征，且对用户的数字资源开发利用进程起着决定的作用。（2）链条状资源需求。即用户在中观层面的数字资源需求，链条状资源是由一系列点状资源基于特定关系有序构成的资源需求链条。链条状资源需求不仅可系统揭示点状资源间的关联关系，亦有助于移动图书馆高精度探求用户多元化情境中的数字资源需求变化规律。（3）网络状资源需求。即用户在宏观层面的数字资源需求，网络状资源需求是一类将用户散点状资源需求与链条状资源需求作为分析依据，来预测用户在未来资源使用情境中需求变化趋向的网络结构。基于资源获取主体的移动图书馆数字资源推荐情境要素包括三类[6]：（1）资源供需差距。该要素直观反映了移动图书馆数字资源供给能力与用户实际消化利用程度间的差距。该要素的数值越小，则说明移动图书馆数字资源推荐服务的实效性水平越高。（2）资源捕捉能力。该要素代表用户获取移动图书馆数字资源的实际能力。其中，资源捕捉能力的高低程度直接决定了用户对移动图书馆数字资源推荐服务的感知体验。（3）资源内化能力。该要素不仅能够显著影响移动图书馆数字资源推荐服务的可达性，而且对于用户接受信息、利用信息、共享信息的主观意愿亦具有较大的作用。

2.2 空间扩散与知识整序情境要素

基于空间扩散的移动图书馆数字资源推荐情境要素包括三类[7]：（1）资源拓展域。该要素是移动图书馆数字资源推荐服务边界的直观反映。随着移动图书馆知识服务理念与技术的持续升级，资源拓展域在横向与纵向维度上的实际表现将大大改善。（2）资源缩减域。该要素是移动图书馆数字资源推荐服务主客观情境实时交互的实践映射，其反映了用户在“数字资源供给缺口”情境下所采取的压缩数字资源获取规模的实践行为。（3）资源调和域。该要素既是移动图书馆数字资源推荐服务实现供需平衡状态时的现实投影，又是移动图书馆不断纠正数字资源推荐服务偏差的主要参考。基于知识整序的移动图书馆数字资源推荐情境要素包括三类[8]：（1）资源拓展度。该要素与“资源拓展域”相对应，主要用来评价移动图书馆数字资源推荐服务在覆盖范围、要素保障等维度上的拓展状况。（2）资源缩减度。该要素与“资源缩减域”相对应，是移动图书馆为缓解信息需求特定性与资源推荐海量无序性间矛盾所采取的知识服务策略，此时移动图书馆的“数字资源供给缺口”情境发生概率将显著降低。（3）资源调和度。该要素与“资源调和域”相对应，其现实目标是持续优化迭代移动图书馆的数字资源推荐情境。如为赋予数字资源推荐情境过程属性和功能属性，移动图书馆可利用情境感知技术来重构用户信息获取情境，据此来增强用户的物理空间感知和数字知识感知程度。

2.3 预期体验与真实体验情境要素

基于预期体验的移动图书馆数字资源推荐情境要素包括三类[9]：（1）资源供给预期体验。英国经济学家凯恩斯提出的预期理论认为，用户的远期行为决策受到其在当前阶段期望的显著影响。这意味着用户将对符合自身需求预期且易于获取的数字资源产生强烈的心理依赖，此时移动图书馆应开展数字资源供给预期体验管理，以确保用户的数字资源供给体验在合理范围内波动。（2）信息接受预期体验。该要素反映了用户在特定情境下有效利用移动图书馆所荐数字资源的预期情况。用户对馆方数字资源推荐服务的预期感知受到多样化情境的影响：设备情境的完备状态是用户获取数字资源的工具条件，制度情境的运行秩序将影响用户信息接受预期体验稳定性。但不同类型情境往往很难进行有机协同，用户在多类型情境中的信息接受预期体验始终处于变化之中。（3）资源供需预期体验。资源供需预期体验是“资源供给预期体验”与“信息接受预期体验”两类情境要素的交集：随着移动图书馆不断调节多样化知识服务情境间的协同度，用户对于数字资源推荐和信息获取利用的预期感知将趋于一致，此时资源供需预期体验将实现螺旋式上升。基于真实体验的移动图书馆数字资源推荐情境要素包括三类：（1）资源供给真实体验。该要素是用户“资源供给预期体验”满足程度的客观表现。就具体实践而言，“资源供给真实体验”对移动图书馆数字资源推荐情境高度敏感。（2）信息接受真实体验。该要素是用户“信息接受预期体验”满足程度的客观表现。对该要素具有重要作用的因素是移动图书馆技术条件与用户信息素养水平——当这两类因素与“资源供给真实体验”实现正向联动发展时，信息接受真实体验将得到显著提升。（3）资源供需真实体验。该要素是用户“资源供需预期体验”满足程度的客观表现，“资源供需真实体验”越强，则移动图书馆数字资源供给情境和用户信息接受情境间的匹配效果越好。

3 移动图书馆数字资源推荐服务中情境要素关联机理

增强移动图书馆数字资源推荐服务用户满意度与客户忠诚度的关键是理清情境要素间的关联机理：在明确情境要素对数字资源推荐服务的作用方向与影响程度基础上，系统激发情境要素的多元功能属性，推动各类型情境间的交互关联。移动图书馆数字资源推荐服务中情境要素关联机理如图1所示。

图1 移动图书馆数字资源推荐服务中情境要素关联机理

移动图书馆数字资源推荐服务中情境要素关联机理可以概括为一个核心、两类关系和三个环节。所谓一个核心，就是情境要素动态关联应以提高用户在多维度数字资源推荐情境中的感知有用性和感知易用性程度为实践方向。达成这个核心目标既需要移动图书馆基于用户需求标签对情境要素展开持续迭代，还需要根据情境要素动态关联效果来科学管理用户的数字资源预期。所谓两类关系，就是情境要素间存在的单向作用与双向互动关系。从单向作用关系来看，其实质是用户散点状、链条状与网络状资源需求在不同情境下的单向变化规律，具体表现为多维度情境要素之间的单向连通、单向链路等映射循环逻辑。从双向互动关系来看，其实质是情境要素、用户信息接受预期/真实体验、数字资源供给预期/真实体验三者间的双向联动规律，具体表现为用户资源需求变动、数字资源靶向推送与数字资源有效利用等情境要素的实时交互逻辑。所谓三个环节，就是情境要素实现有机联动所涉及的三个主要阶段：（1）情境识别环节。该环节主要收集对移动图书馆数字资源推荐具有支撑作用的情境要素，并从宏观上把握用户对情境要素的感知程度。（2）情境拆分环节。该环节的实践主旨是以准确辨识用户资源获取的情境痛点为切入点，对上一环节所识别的情境要素进行深入细分，据此来满足用户在小众情境中的数字资源需求。（3）情境升级环节。结合数字资源推荐服务的真实体验程度，移动图书馆来持续迭代优化情境配置方法，使用户可在最优的情境条件下捕捉内化数字资源。

4 移动图书馆数字资源情境化推荐策略

4.1 创建生态化资源推荐情境：推动用户需求与资源供给间的紧密对接

生态化数字资源推荐情境是移动图书馆最大化满足用户需求的关键介质，相对于碎片化、孤立化的时空情境，生态化情境既可有效覆盖用户在海量情境中的数字资源需求，又可成为用户捕捉目标资源最佳触点，为移动图书馆数字资源情境化推荐奠定技术基础。

第一，打造涵盖个体与群体需求标签的用户画像。移动图书馆用户画像是处于不同数字资源推荐服务节点中用户的需求数据集合，借助用户画像可跟踪用户在多元情境中的即时需求，有利于移动图书馆高精度投放数字资源[10]。用户画像的核心构成主要可以分为两类：一类是用户个体画像。即个体用户在某类情境片段中的个性化需求。移动图书馆可通过情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等数据挖掘方法打造用户个体画像，据此提供具有较强记忆功能的知识发现服务。另一类是用户群体画像。即群体用户在一系列高频情境中的从众化需求。移动图书馆可利用分层聚类法和迭代聚类法打造群体用户兴趣模型，结合群体用户的常态化情境来推送数字资源。

第二，构建智能化情境要素分析平台，提高情境要素间的关联匹配度。江苏大学教授施国洪指出，借助情境智能感知技术构建情境识别系统，可增强移动图书馆情境分析能力，促进情境要素无缝嵌入数字资源推荐全过程[11]。首先，移动图书馆可借助关联数据驱动的数字资源语义检索推荐系统对情境要素进行有机关联，让用户可精准识别获取数字资源的情境触点。其次，对数字资源推荐情境进行个性化配置，以动态契合用户资源获取预期。如“360doc个人图书馆”便利用深度学习技术对情境要素进行标签化重组，并打造了可辅助用户自由选择信息接受情境的云计算平台，这一做法极大改善了移动图书馆数字资源推荐服务的情境识别效能。

第三，利用用户体验反馈数据促进移动图书馆数字资源推荐服务可持续升级。用户体验反馈数据不仅是移动图书馆数字资源情境化服务的保障性语料，更是馆方开展数字资源推荐情境迭代的基础条件。因此，移动图书馆应有意识地采集、分析、应用用户体验反馈数据，并构建数字资源全情境服务的用户体验大数据集，据此来满足用户散点状资源需求、链条状资源需求与网络状资源需求。CNKI掌上移动图书馆“全球学术快报”的做法值得借鉴：利用移动图书馆的全媒体感知与全渠道分享技术优势，对用户在多类型情境中的体验反馈数据进行细粒度整合，进行基于用户“预期体验”与“真实体验”的数字资源推荐服务自组织管理[12]。

4.2 拓宽数字资源服务情境范围：促进资源推荐与信息接受情境关联交互

随着用户数字资源需求的预期不断提升，移动图书馆现行的数字资源服务情境或将成为用户获取资源的掣肘。因此移动图书馆应着力拓宽数字资源服务情境范围，保障数字资源推荐的可达性与便捷性。

第一，提炼用户画像中的深层次需求数据，据此提供情境细分、穿透力强的数字资源推荐服务。一方面，移动图书馆可利用元数据信息抽取方法析出用户画像中的隐性需求数据。如“汇文掌上图书馆”便借助基于本体的Web表格信息抽取方法萃取用户的多情境隐性需求信息，并对其进行HTML自动聚类处理，使数字资源推荐服务能够关照用户的“小世界情境”需求。另一方面，提供基于用户深层次需求的自助式数字资源推荐服务。可参考超星移动图书馆的做法，借助OPAC系统、主流数字图书馆门户、全国共享云服务体系创建立体化数字资源服务情境，并利用数字学术服务系统让用户自主选用虚拟学习社区、科研服务与咨询服务等服务项目[13]。

第二，创建基于用户深层次需求数据的增值服务。为提升数字资源推荐服务的用户流量，移动图书馆不能仅局限于满足用户表层数字资源需求，而应深挖用户信息接受的非常态情境和差异化特质，提供可维系用户使用黏性的增值服务[14]。移动图书馆可通过科学调节“资源调和度”为用户带来数字资源获取的增值体验。如利用微助教、课堂派、UMU等慕课教学工具对用户在教学、科研、生活等情境中的深层次需求进行排序，以明确非常态情境要素，据此来改善数字资源情境化推荐的方向和力度。还可借助嵌入式文献情报聚合服务技术将XML阅读、云传递等增值服务项目集成在移动图书馆一级菜单栏，并为不具备情境条件的用户提供社交化资源推荐服务。

第三，增强数字资源供需情境间的关联程度。即通过打造可有效去除“噪音情境”的数字资源推荐系统，促进资源推荐与信息接受情境的关联交互。移动图书馆可凭借大数据降噪技术对情境要素进行噪声过滤，如“万方数据”APP便利用语义描述技术对用户数字资源获取的情境数据进行过滤筛选，通过智能鉴别用户信息接受全生命周期中的高频情境，有效规避了情境信息过载与情境信息异构等数字资源供需情境错位问题，使用户可情境化、便捷化获取意向数据。

4.3 缩短数字资源服务情境差距：保障用户预期体验与真实体验的动态一致

前述研究指出，情境差距是导致用户预期体验与真实体验难以趋于一致的核心成因。因此移动图书馆须采用情境适配、情境融通等手段降低用户信息接受预期与实值间的偏差，来均衡协调增强数字资源推荐服务效能。

一方面，创建促进虚拟情境与真实情境紧密连接的保障机制。首先，移动图书馆可利用智能信息技术打通虚拟情境与真实情境间的连接通路，使处于线上和线下情境中用户均可获得一致性的服务感知。如“掌上国图”移动图书馆便依托国家图书馆的数字资源发现系统、FastAdmin问答社区对线上与线下数字资源服务情境进行两两配对，此时用户可进行数字资源的全情境检索。其次，基于“面向服务的体系结构（Service-Oriented Architecture，SOA）”理念，打造面向情境协同的数字资源服务平台。如浙江大学移动图书馆为提高数字资源服务的并行计算能力，利用“浙江省高等学校在线开放课程共享平台”创建了数字资源SOA服务架构，不仅可实时共享浙江地区高校移动图书馆中的优质慕课资源，还可对线下情境中的用户数据进行离线批量处理[15]。

另一方面，应持续推进情境要素间的迭代适配。鉴于用户对不同情境中的数字资源服务将产生迥然不同的感知度，此时移动图书馆若疏于对情境要素的迭代适配管理，或将拉大用户预期体验与真实体验间的差距。广东省立中山图书馆移动客户端的实践经验较具代表性[16]。综合运用分布式架构、用户兴趣标签建模技术，打造了涵盖此前、此中、此后时空情境数据的数字资源推荐服务矩阵，使其能够在实时计算不同情境中用户感知体验变化轨迹的基础上，基于用户的情境痛点来改进情境要素配置方式，较好缩短了数字资源推荐服务体验预期与实值间的落差。