在智慧图书馆中融入深度学习技术

袁梦柯

(渤海大学，辽宁 锦州 121000 )

0 引言

人工智能技术是深度学习技术应用与发展的基础，也是近年来电子技术研发、分析和应用的热门技术，更是人工智能创新的焦点。该技术主要利用多种线性变换方法对原始数据进行有效提取，针对与之相关的语义特点进行提取，以此提升相关设备的实际应用价值和工作效率。为此，在智慧图书馆中应用深度学习技术，便于读者展开深入学习，方便图书馆有效管理，为读者提供更多、更丰富且更有针对性的服务功能。

1 智慧图书馆与深度学习技术简要分析

1.1 深度学习技术

2006年，Hinton团队首次提出深度学习技术，该技术是一种人工执行难度较低，但难以描述工作内容。合理应用深度学习技术，让计算机借助已具备的经验进行学习，并且在层次化的概念系统中认识、理解世界，计算机则在该技术的辅助下进行若干层次的“学习”，有效利用简单的方式表述抽象且复杂的现实问题。深度学习网络性能与层数、结构关系密切，层数越多、结构越复杂，其性能越好，最终实现的效果也就越好。该技术经常使用的计算方法有：循环神经网络、卷积神经网络、深度置信网络等。目前该技术主要被应用在智慧城市、人机对弈、目标识别以及语音识别等方面[1]。

1.2 智慧图书馆功能需求

从社会发展与人才需求等角度出发，智慧图书馆功能需求可以从以下方面展开分析：其一，系统面向需要。图书馆是学习的主要场所，与教室功能存在很大差异，学生位置不具有固定性。图书馆属于公共资源，随着高校生源不断增加，图书馆的管理难度加大，学生使用图书馆的时间也没有一定的规律性。其中比较常见的现象为：每学期开学，初期书馆使用率明显低于每个学期末；每天不同时间段使用率也表现出较为明显的差异性……如果忽视图书馆管理的重要性，可能会出现严重的资源浪费。例如：学生可以通过查询直观看到公共区域位置使用情况，节省寻找空位的时间，还能避免学生白跑一趟。此外，图书馆的温度对学生的学习状态也会产生一定影响，智慧图书馆的应用能够将学生集中在相近的座位上，有利于提高资源的使用效率，减少其浪费现象，提高学生学习区域的舒适度。其二，系统角色。智慧图书馆的目标用户主要为管理员和学生。管理员可以通过Android端获取座位信息、风扇是否开启等室内信息；学生可以登录WEB端获取室内温度、座位以及光照等信息，为学生提供准确的信息，便于学生决定是否到图书馆学习。

1.3 智慧图书馆特色与创新

智慧图书馆特色与创新可以从三个方面展开简要分析：第一，Open CV计算机视觉。这是一个能够满足跨平台使用的计算机视频处理库、视觉库，用户能够利用Python语言编写的方式对视频进行处理。Open CV视觉库能够为视频图像处理提供丰富的函数，故而开发人员不需要重新编写代码，能够节省更多的时间，从而使得软件开发效率有所提升。智慧图书馆主要是通过Open CV处理技术利用摄像头获取视频，在此基础上利用Ostu技术处理相关图像，以此获取图书馆中的人数和座位情况[2]。第二，Tensor Flow深度神经网络。该神经网络属于机器学习框架。图像通过Ostu技术处理之后，运用Tensor Flow技术以预处理的方法对图像进行有效处理，最大限度上减轻无关因素对模型造成的不良影响。主要是智慧图书馆在运用Tensor Flow技术之后，在深度神经网络的支持下针对图像展开模型训练，以此获得具有稳定性的训练模型；同时，该神经网络可以对座位情况进行实时检测，准确的反映出人数以及具体的空座信息。第三，智能调控。主要对室内的温度进行自动检测，如果超出设定的范围会自动发出警报，如果温度过高则可以自动打开风扇，如果温度偏低则会自动关闭风扇，这样有利于图书馆中的温度保持在比较舒适的范围内，使学生在舒适的环境中学习。

2 在智慧图书馆中融入深度学习技术的作用

2.1 提高数字化资源整合效率

传统的图书馆资源整合通常是利用网络数字化技术，资源零散性比较突出，很难真正满足读者的需求，无形中增加管理员资源整理难度。这是因为传统资源整合工作缺少规划性，且部分数据存在形式具有孤立性特点，知识发现的难度增加，读者获取知识的难度也随之增加，这样读者获取知识所需的时间、精力，甚至金钱等成本都会增加。而在深度学习技术的背景下，能够在提取相关特征的过程中进行逐层分析和提取，并在描述环节采取统一的语义，进而实现数字化资源的高效整合[3]。

2.2 提高知识辨析认知层次

深度学习技术在智慧图书馆中应用的主要目的是强化信息传输性能，取代传统的线性结构，在学习方式和数据关联性进行描绘的过程中采取多元化的方式和类型，通过分析不同类型知识达到构建新学科的目的，有利于知识网络的建设和发展，发挥出该技术本身的价值。此外，该技术还能够有效解决图书馆传统工作中遇到技术难题，包括数据的传输和转化等，提升数据传输效率以及转化的准确性，最终提升服务质量，吸引更多读者[4]。

3 在智慧图书馆中融入深度学习技术的措施

3.1 利用深度学习技术了解读者阅读需求

智慧图书馆需要满足不同读者的需求。在笔者的工作中发现，90后、00后的学生更习惯通过微信公众号等方式进行图书借阅、图书预约以及阅读电子资源等活动。但是部分推书馆存在馆内所藏资源同质化现象，且读者提供服务的观念比较落后，需要对此进行创新。将深度学习技术应用在智慧图书馆中，有利于用户快速获取准确的相关数据信息，通过读者登录、人脸识别等技术了解读者的个性化阅读需求，以便为读者推荐合适的资源。在深度学习技术的支持下，能够将读者的数据统一进行输入和记录，构建一个能够具有跨平台异构特点，使各类型数据进行融合的网络模型，便于读者进行深度学习和训练[4]。同时，对于不同的目标任务以及用户场景，需要选择合适的计算参数和框架；可以在该技术的支持下对智慧图书馆的服务拓展到智能机器人、移动应用终端以及微信公众号等方面，争取在不同场景下实现信息的实时传输、全面采集、检索反馈以及深度学习等。

3.2 利用深度学习技术提升信息检索能力

信息检索是智慧图书馆一项重要的功能，可以在深度学习技术的背景下进一步提升检索能力。智慧图书馆中拥有大量的资源，根据学生所反馈的问题，快速查找想要的资源是其主要需求，这就对图书馆提出较高的要求[5]。将深度学习技术应用在智慧图书馆中，能够对该技术的特征提取和学习功能加以充分利用，挖掘读者阅读时的基本信息以及日常操作等，了解读者切实需求，进而推断读者可能喜欢的信息，根据读者需求进行智能化检索，并对检索内容开展有效筛选，使读者获取有效信息，进而达到个性化服务的目的[6]。

3.3 利用深度学习技术加强隐私安全保护

隐私安全保护始终是智慧图书馆工作的重难点，无法回避。在笔者的工作中发现，比较常见的隐私安全问题有邮件被侵入、木马侵入服务器、读者密码被盗等。近年来兴起的云计算、物联网等技术在建设智慧图书馆方面发挥出积极的推动作用，尤其是在创新发展方面的作用非常突出，但不法分子也借此机会侵犯图书馆的隐私安全。通常读者的个人信息需要上传，隐私痕迹会露在移动设备以及个人电脑端，容易发生隐私泄露，读者个人和图书馆的名誉都承担着风险[7]。此外，电子资源一般存储在服务器上，而管理人员的安全技术能力不足，如果受到黑客攻击，可能会发生电子资源被破坏、盗取以及泄露等情况，如果服务器发生故障，相关的服务也无法继续进行，不利于读者使用。合理应用深度学习技术，有助于提高入侵以及恶意软件的检测能力，有利于保证图书馆以及读者个人的隐私安全。

3.4 利用深度学习技术提升日常工作效率

智慧图书馆在建设和投入使用过程中，需要重点考虑日常工作效率的提升。图书馆需要在现有的条件下为读者提供优质的服务，也需要重视读者的创新需求，尽量满足读者的需要，进而提升工作效率。深度学习技术的应用能够为读者提供24小时不间断服务，充分发挥出语义理解分析的功能，对读者的实际需求进行全面分析，快速回复读者咨询的相关问题。此外，该技术移植性非常好，不仅促进读者电话咨询的服务质量和效率的显著提升，还有助于网站、微信公众号等多种形式在线服务工作质量和效率也能够显著提升[8]。

4 结论

智慧图书馆的建设应用大数据、云计算以及物联网等技术措施，而深度学习技术具备覆盖面广、发展前景好、可移植性强以及适应性强等特点，进一步解决图书馆日常工作中的编目、读者需求分析等问题，将其应用在智慧图书馆中，有利于提升其工作质量和效率；同时，还能全方位角度满足读者的需求。但该术在实际使用中还存在诸多不足，需要为智慧图书馆的建设提供更多的创新思路与场景。