基于ACP 理论的智慧平行公共文化服务系统研究

窦金花，张桂刚（.北京科技大学机械工程学院；.中国科学院自动化研究所）

1 大数据时代的公共文化服务系统建设

1.1 公共文化服务系统的特征与关键性问题

公共文化服务是传播社会主义核心价值观、满足社会公共文化需求、保障公民文化权利的一项基本公共服务［1］。公共文化服务既包含了公共文化服务设施、资源和服务内容的供给，也包括人才、资金、技术和政策保障机制的管理与控制。博物馆、图书馆、档案馆、美术馆、文化馆、非物质文化遗产管理机构等公益性文化事业单位承担了大量公共文化服务职能。

公共文化服务系统是由生产、运营和保障公共文化服务的相关系统或部门构成的有机整体［2］。公共文化服务系统具有多层、多众、多元的特征［1］，其文化资源类型丰富、受众人群广泛、用户群体需求多样，是一种复杂的服务系统。在公共文化服务系统建设过程中，还存在一些亟待解决的关键性问题：① 公共文化资源建设各自为政，存在信息孤岛现象，海量、分散的文化资源增加了管理运营的难度；② 文化服务资源分配不均。由于地区经济水平差异，城乡公共服务设施分布不均衡，特别是偏远地区和广大农村地区，其文化服务资源配置严重不足；③ 文化服务资源与用户需求不匹配。

1.2 数据驱动的公共文化服务

随着物联网、大数据、人工智能等信息技术的发展，对数据的生产、分享和应用日益普及［3］，文化大数据在此背景下也呈爆炸式增长。文化大数据是由文化行业领域形成的与文化本身相关的数据以及其外围所形成的数据，如文化馆、博物馆、图书馆、新闻出版、影视游戏等文化产业本身的数据，也包括社会公众通过各种社交网络在参与上述各文化领域搜索或者发布的各种社交言论数据，以及前述的文化大数据所构成的语意文化大数据［4］。张之益对文化大数据内涵进行了界定：在理论层面上，文化大数据是文化生产者、文化经营者、文化消费者在文化实践过程中所产生的，与文化产品或文化服务的创作生产、推广传播、市场运营、最终消费过程相关的，以原生数据及次生数据形式保存下来的图片、文本（包括文字、数字和图表）、影像、声音等文件资料的总称；在应用层面上，文化大数据是针对文化行业海量数据的计算处理需求而产生的数据架构的理论、方法和技术的统称［5］。

文化大数据的爆发式增长对现代化公共文化服务系统建设带来了新的挑战与契机。数字孪生计划［6-7］和基于感知、计算的信息物理系统（CPS） 的应用研究，极大扩展了物理空间。在CPS 系统中，用户以各种方式与数据交互并访问服务，从而改变了人与实际物理世界的交互方式［8］。海量的文化大数据以及无处不在的计算促进了文化服务系统中物理空间和数字空间的无缝融合，使得面向文化资源服务的引导和控制成为可能。

2 基于ACP 的平行系统理论

Builder 和 Bankes［9］首次提出使用计算机来模拟生成人工社会，进而研究信息技术、设施和能力对人工社会的影响。基于信息技术对人与社会相关研究的影响，王飞跃研究员开创性地提出了ACP 平行系统理论，即融“人工社会”“计算实验”与“平行执行”为一体的复杂智能系统研究体系，以实现对复杂系统的模拟、分析和控制。其科学基础来源于波普尔依据世界表象共存方式所划分的三个世界以及与此相对应的物理社会、心理社会和计算社会［10］。平行系统是指由自然的现实系统和对应的虚拟或理想的人工系统所组成的共同系统［11-12］。平行系统主要通过人工系统与实际系统的虚实交互和计算分析来预估未来情境，并实时优化解决方案。其主要过程包括学习与培训，实验与评估，管理与控制三个方面。平行系统理论在无人驾驶、智能医疗、网络通信等领域进行了应用探索［13-16］。

ACP 平行系统理论的应用主要分为三个部分：① 在平行系统中通过人工系统模拟和表征实际系统；② 通过人工系统的计算和实验，挖掘复杂系统行为模式或规律，辅助系统的管理和控制；③ 通过人工系统与实际系统的平行执行，预测实际系统的动态情境，优选系统解决方案，调整相应的管理策略，实现对复杂系统的管理和控制［11,17-18］。

3 基于ACP 的智慧平行公共文化服务系统基本框架

面对公共文化服务系统的复杂性特征，结合文化资源的管理者和使用者，构建公共文化服务实际物理过程与人工计算过程之间的平行交互体系。基于大数据、云计算、物联网等信息技术，融合社会文化与信息物理系统，模拟仿真物理文化服务系统场景，利用计算实验预测评估各种服务内容，并通过虚实交互的平行执行在线优化文化服务应用，实现对复杂交互情境下文化服务内容的预测与指导。

图1 为基于ACP 的智慧平行公共文化服务系统基本框架。该框架主要由以下三部分构成。

（1）实际公共文化服务系统。该系统是真实世界的物理系统，包括资源建设系统、资源管理系统和资源服务系统。资源建设系统承担资源的采集、存储和整合功能；资源管理系统承担资源的管理、调度分发和资源运营；资源服务系统向终端用户提供各类服务应用。

图1 基于ACP 的智慧平行公共文化服务系统基本框架

（2）人工公共文化服务系统。该系统是实际公共文化服务系统在信息物理系统的映射。根据实际公共文化服务系统的“数据”样本构建与实际公共文化服务系统对应的软件定义模型—人工公共文化服务系统。基于文化服务大数据，应用计算实验对文化服务系统建设、管理与服务模式进行大量模拟、计算和分析，通过公共文化人工服务系统进一步了解实际公共文化服务系统的特征和规律，从而得到公共文化服务系统建设、管理与服务的最优方案，进而智能辅助公共文化服务系统的管理和服务过程。

（3）智慧平行公共文化服务系统。该系统有3 种主要的操作模式：① 学习与培训。基于实际文化服务系统，利用人工公共文化服务系统与实际公共文化服务系统的互动学习与协同演化，构建公共文化服务系统中的人工要素，通过代理模型生成等价的人工公共文化服务系统；② 实验与评估。基于公共文化服务大数据，通过人工公共文化服务系统的计算实验分析了解用户与公共文化服务系统的交互情境，并对不同的公共文化服务系统决策与服务内容进行测试和评估，以支持复杂的公共文化服务系统的管理和控制；③ 管理与控制。通过人工系统和实际系统的平行执行，预估用户行为与系统情境，并实时适应调整公共文化服务内容。

4 智慧平行公共文化服务系统的系统架构与组成要素

平行系统的构建是为了实现虚拟社会系统与实际社会系统之间的交互、协同演化和闭环反馈。通过测试和计算在软件定义的“公共文化服务流程和系统”中可能发生和已经发生的事件，为真实文化服务场景的建设、管理和运营提供可靠支撑。① 构建人工公共文化服务系统，并基于文化服务大数据资源和数据模型驱动人工公共文化服务系统进行计算和实验，并对文化服务内容进行评估和修正。② 平行执行人工系统与物理实际系统，实现决策优化和管理控制，提供适当的服务应用。智慧平行公共文化服务系统架构如图2 所示。

图2 智慧平行公共文化服务系统架构

4.1 实际公共文化服务系统的组成要素

（1）公共文化服务资源。公共文化服务资源既包括公共文化服务设施，如文化馆、图书馆、博物馆、美术馆等公共文化服务机构以及相关服务设备，也包括文艺表演、展览、期刊、报纸、图书、工艺品、文化活动等资源内容以及相关的数据资源。如传统博物馆的数据资源有藏品基本信息，还有观众数量、年龄、消费情况以及评论等数据，这些数据主要来自于纸质文档、计算机、扫描仪、监控设备等。实际公共文化服务资源包含资源建设子系统、资源管理子系统和资源服务子系统。

（2）用户。用户包括公共数字文化资源的供给侧用户和需求侧用户。其中，供给侧用户包括负责文化资源的建设、管理运营、资源调度分发、提供资源服务内容的相关机构和个人，以及公共文化服务部门、文化资源建设者、文化服务设计开发人员等；需求侧用户包括进行文化资源获取、文化产品使用和体验的组织或个人，主要指公共数字文化共享服务平台的终端用户，如文化资源使用者、文化产品体验者以及潜在的文化产品需求者，终端用户既包括普通用户，也包括老年用户、残疾人、学生等特殊用户群体。

（3）服务场景。服务场景主要指建设、管理、获取公共文化服务资源的服务情境，如图书馆服务部门进行图书资源建设、管理的情境，终端用户访问图书资源、获取图书资源的情境。

4.2 人工公共文化服务系统的组成要素

人工公共文化服务系统是公共文化服务系统从物理空间到赛博空间的映射。通过对实际运行的公共文化服务数据的获取、分析和建模，构建人工公共文化服务系统。人工公共文化服务系统化分为以下三个子系统（见图3）。① 人工资源建设系统。该系统主要包括虚拟博物馆、虚拟图书馆、虚拟美术馆等设施资源与数字文化本体资源的采集、存储和整合。② 人工资源管理系统。该系统主要包括设施和资源的管理、调度与分发，人员、服务和环境的管理等。③ 人工资源服务系统。该系统主要包括公共文化服务的各类服务，如基于文化数据计算和实验数据的资源分析、用户行为分析以及服务内容的供给，以支持文化体验、文化学习、文化传播等的服务应用。

图3 人工公共文化服务系统

人工公共文化服务系统的各个组件根据规则相互作用，在具体服务场景与用户进行交互。通过对物理公共文化服务系统各组成部分的历史数据和运行数据的学习和培训，不断修正和优化人工公共文化服务系统，通过可信度检验，使人工公共文化服务系统各个组成元素与子系统具有合理性和有效性，最终使其更加贴近实际的公共文化服务系统。

4.3 计算实验

4.3.1 平行公共文化服务系统的计算实验

基于人工公共文化服务系统数据，通过计算实验实现对复杂系统的预测分析，成为生长和培育各种公共文化系统中各类文化服务的必要手段，某种公共文化服务内容只是众多计算结果中的一种。智慧平行公共文化服务系统的计算如图4 所示。

（1）基础设施。基于文化服务大数据的计算实验，基础设施包括服务器、存储设备、网络设备与安全网关等。

（2）数据支持。文化数据包括文化资源元数据、文化服务用户数据、文化服务云管理系统数据、其他文化服务相关数据。文化资源数据来源于音乐、戏曲、舞蹈、绘画、文化遗产、新闻出版、档案、文献等数据库资源，有文本、图像、视频等多种数据类型。

（3）公共文化服务系统仿真平台。计算实验驱动下的公共数字文化服务仿真平台主要表现形式为公共文化服务云平台以及人机交互界面。公共文化服务系统仿真平台包括文化资源建设系统平台，文化资源管理系统平台和文化资源服务系统平台，为用户提供资源建设、资源管理和服务应用。

（4）实验设计。面向文化服务用户模型与文化资源特征，融合公共文化服务的各种数据类型，设计适应的计算方法。

（5）实验执行。支撑公共文化服务计算实验的系列关键技术，包括数据挖掘、知识图谱、深度学习、自然人机交互等，实验执行过程中采用适当的关键技术执行相关算法集合。

（6）决策生成。基于公共文化服务系统仿真平台的反馈数据与计算实验结果，动态实时预测用户情境与环境情境，分析评价产生相应的服务决策，提供适应的决策支持。

图4 智慧平行公共文化服务系统的计算实验

4.3.2 计算实验的关键技术

（1）公共文化服务数据采集。公共文化服务数据来源多样，传统纸质媒体、网络资源、公共文化体验设备、各类文化机构、大数据服务平台等是不同类型的公共文化服务数据的主要来源。

网络资源数据包括公共文化服务相关网站、微信、微博、博客、社交网络等产生的数据。网络数据获取的前提是要获得网站所有者的许可，在此基础上，可以采用网络爬虫技术、通过设置合理的网页抓取策略获取相关数据。还有一些免费公开的数据来源，可以采用相应的策略进行数据获取，最终形成与公共文化相关的数据。

来自数字文化体验设备（如网络电视、移动电话和文化体验终端）的服务终端用户数据主要包括用户的生理、心理和行为数据，主要通过各类传感器，如智能化传感器、虚拟化传感器和视频监控等技术获取。

来自文化机构的公共文化服务数据包括以下几类。① 各种统计数据。其可以通过搜集图书馆、博物馆、公共文化研究机构、公共文化发展中心等机构及其他公共文化机构的历史统计数据获取。② 文化机构保密性程度较高的数字资源。其可以通过协商或合作的方式，通过特定访问接口等方式收集数据，如基于RESTful API（应用程序编程接口）的统一数据访问接口收集数据。③ 存储于图书馆、档案馆等公共文化服务机构的纸质文献数据。其可以采用OCR（光学字符识别）技术从传统纸质媒体中采集数据。

大数据平台的数据主要来源于公共数字文化国家共享服务平台，包括平台的日志数据和用户行为数据，如搜索、浏览内容、浏览时间、评分、评论、收藏夹操作、添加资源到访问期望列表。这部分数据客观、真实地记录了平台的访问热度、平台的运行效率和故障以及用户与公共文化服务平台之间的交互状态。用户交互行为数据以及所有其他行为数据，该类数据由在平台上运行的用户详细行为数据捕获软件收集。大数据平台数据还包括服务平台的共享内容，如参与讨论、通过BBS 平台进行交流。

数据还可以从其他数据源进行收集，如网站公共API、与企业或研究组织合作的特定系统接口、DPI（深度包检测）或DFI（深度/动态流量检测）及其他带宽管理技术。

（2）公共文化服务数据处理。从各种渠道收集的文化服务数据包括结构化数据、半结构化数据和非结构化数据。获取的数据需要进一步清理、转换和存储，基于Hadoop 技术的Apache Spark算法可被用于快速实现文化服务数据处理。采用分布式消息传递系统Apache Kafka 充当数据清理和数据加载之间的数据缓冲区。预处理的数据将被发送到Kafka 分布式消息系统进行临时存储。

（3）公共文化服务数据挖掘。通过对公共文化服务数据进行挖掘分析，可以获得用户行为和偏好以帮助公共文化管理部门获取用户需求，为用户提供服务内容。通过分析各种公共文化服务数据，还可以展现文化资源的分布、传播趋势、存在的问题和其他公共文化知识。通过数据挖掘方法，可进一步揭示公共文化服务资源的访问热度、区域资源访问类型、不同时间段资源访问功能、公共文化热点和公共文化信息的个性化推荐、公共文化大数据平台的资源配置等模式规律。根据互联网公共文化资源的情况进行数据分析，找出当前文化热点及其影响领域。对于文化热点的探索，可以采用聚类分析和分类分析相结合的方法确定当前的文化热点，并找到文化热点之间的联系和文化热点的形成规律。资源访问热度的抽象算法设计如表1 所示。

表1 资源访问热度的分析算法

基于各种数据挖掘方法，对公共文化服务的数据挖掘结果可进一步通过信息可视化方式进行呈现，设计可视化系统的视觉表征，采用适当的可视化技术和工具生成交互式可视化系统。该系统能够以更加直观的方式表征抽象数据，将进一步辅助提高公共文化服务系统的服务质量和效率。

（4）数据支撑的自然人机交互。平行公共文化服务系统的数据层为人工公共文化服务系统的运行提供支撑。平行系统的数据采集层搜集到的数据包括文化元数据、文化服务云管理系统数据、用户情境数据等数据类型。其中，情境数据包含了用户情境数据、环境情境数据、任务情境数据和设备情境数据。用户情境描述了用户生理和心理情境状态；环境情境描述了时间、位置、温度、光线、噪音等环境信息；任务情境描述用户行为、活动状态；设备情境数据描述设备的类型和操作状态［19］。

基于数据采集层的数据支持，平行系统设置了情境推理计算、情感计算、数据挖掘技术等知识推理规则，还设置了自动抽取文化服务知识和模式。基于提取的知识模式以及用户模型建立A-gent 系统模型，同时提供公共数字文化服务自然人机交互系统的功能和服务内容，实现对实际公共文化服务系统的管理控制与平行执行。

4.4 公共文化服务系统的平行执行

根据实际公共文化服务系统反馈的数据对人工系统进行培育优化。人工系统包括资源层、管理层、服务层以及相对应的资源采集整合平台、资源管理调度平台、资源服务应用平台。人工公共文化服务系统通过计算实验的结果进行服务策略优选，并指导实际公共文化服务系统运行。针对实际公共文化服务存在的问题，需自适应调整人工公共文化服务系统子模块与实际公共文化服务系统，使人工系统与实际系统平行执行、协同演化，以优化服务方案满足用户情境、环境情境以及系统情境。公共文化服务系统的平行执行如图5 所示。

图5 公共文化服务系统的平行执行

5 总结

信息技术的发展使社会计算和文化计算成为现实，并为社会治理提供新的方法和技术支持。文化大数据快速发展和ACP 理论在各个领域的探索应用为构建现代化公共文化服务系统提供了新的契机。本文研究了ACP 理论在公共文化服务领域的应用，提出了智慧平行公共文化服务系统的基本框架和系统架构，阐述了智慧平行公共文化服务系统的组成要素。智慧平行公共文化服务系统通过对人工公共文化服务系统的学习以及用计算实验评估优化实际系统，同时通过对实际公共文化服务系统与人工公共文化服务系统的平行执行预测用户需求，并提供服务决策与服务内容。ACP 理论在文化领域中的应用是社会计算、智慧社会发展的必然结果。基于ACP 的智慧平行公共文化服务系统面向公共文化服务体系的复杂情境，为资源供给用户提供管理与决策支持，并根据资源需求、用户的动态需求与情境实时提供精准文化服务内容，这是提升公共文化服务的管理和服务效能的有效方法，也为现代化社会治理提供了新的路径。