情境感知视角下公共图书馆资源推荐服务重构与拓展

黄敏

摘 要：情境感知视角下公共图书馆资源推荐服务有了新内涵和新功能，要求开展资源推荐服务重构与拓展。情境感知视角下，公共图书馆资源推荐服务重构为情境信息采集与整合、图书馆资源提炼与排序、推送时间与渠道适宜性，拓展为聚焦读者画像注重场景识别、聚焦读者体验注重服务延伸、聚焦空间融合注重情境重组。

关键词：情境感知；资源推荐服务；公共图书馆

中图分类号：G258.2 文献标识码：A 文章编号：1003-1588（2023）08-0036-05

1 背景

互联网环境下，数字资源呈爆炸式增长，而信息过载给读者获取信息带来极大的困扰。为帮助读者提高信息利用效率，图书馆引入情境感知信息推荐服务，利用信息推荐系统对大量信息进行筛选，生成符合读者需求的个性化信息内容，并能根据不同读者的个性化需求，结合读者行为轨迹、兴趣爱好等特征，主动为读者提供有针对性的信息服务，满足读者的信息需求差异。本研究立足情境感知视角，分析公共图书馆资源推荐服务的新内涵和新功能，界定公共图书馆资源推荐服务的关键要素和核心要素，并提出公共图书馆资源推荐服务的重构思路和拓展方向。

2 情境感知视角下公共图书馆资源推荐服务重构

2.1 情境感知下资源推荐服务新内涵

首先，情境感知视角下公共图书馆的资源推荐服务需要以读者的情境信息为基础。公共图书馆只有准确了解读者的情境信息，才能正确把握读者的有效需求，如：读者在图书馆某个楼层停留的时间较长，读者翻看某类书籍的频次较高，则可以判断出读者的阅读习惯偏好与阅读内容偏好；读者在某个时间段的阅读频率较高，则能够判断读者的阅读时间偏好。其次，情境感知视角下公共图书馆的资源推荐服务需要以资源的精准匹配为关键。公共图书馆只有准确了解资源库的资源集，才能正确提供符合读者需求的相似资源集，才能为读者提供最佳资源，如：契合读者的需求偏好，分析挖掘资源库的资源内容，得到满足读者需求的可能资源集，并进行可能资源集的相似偏好排序，由此得到最佳的推荐资源集。再次，情境感知视角下公共图书馆的资源推荐服务需要以传递的多元渠道为支撑。公共图书馆只有全方位、多层次、多角度提供资源传播渠道，才能满足读者在不同情境下的资源接受，如：当读者使用电脑时，图书馆可以通过QQ、电子邮件等渠道传递资源；当读者使用手机时，图书馆可以通过微信公众号、抖音号、视频号等社交媒体传递资源。

2.2 情境感知下资源推荐服务关键要素

情境感知视角下，资源推荐服务的主要要素应包括读者情境信息、图书馆资源库匹配、资源推送三个层面。其中，读者情境信息可以细分为读者情境信息采集、读者情境信息过滤、读者情境信息整合三个指标要素，图书馆资源库匹配可以细分为资源信息整合、相似资源集提炼、最佳资源集排序三个指标要素，资源推送可以细分为资源推送时间、资源推送渠道、资源推送频率三个指标要素。

本研究采用因子分析法，界定情境感知视角下公共图书馆资源推荐服务的关键要素。分析因子包括读者情境信息采集、读者情境信息过滤、读者情境信息整合、资源信息整合、相似资源集提炼、最佳资源集排序、资源推送时间、资源推送渠道、资源推送频率。调查数据来源于6名公共图书馆管理人员，要素测量采用5级李克特量表。

本研究采用SPSS软件进行因子分析，主要通过观察特征根构造因子变量，通过观察旋转后的成分矩阵确定因子指标。一般来说，当公因子特征值大于1时，则可以界定该公因子为影响因子，否则则不是影响因子。当旋转后指标的成分大于0.7时，则可以界定该指标为对应公因子的因子指标。

首先界定公因子数量。情境感知视角下公共图书馆资源推荐服务要素的特征根、方差贡献率及累计贡献率见表1。前3个公因子特征值分别为3.147、2.332、1.503，均大于1，其余6个公因子特征值均小于1，说明有3个公因子为影响因子，即共有3个主因子。3个主因子的累计贡献率高达91.089%，说明这3个公因子基本能够解释大部分数据。

其次确定公因子对应的因子指标。情境感知视角下公共图书馆资源推荐服务要素的成分矩阵见表2。因子F1在“读者情境信息采集/读者情境信息整合”2个要素上均有超过0.7的载荷，因此可以将F1命名为“情境信息采集与整合因子”。因子F2在“相似资源集提炼/最佳资源集排序”2个要素上均有超过0.7的载荷，因此可以将F2命名为“图书馆资源集提炼与排序”。因子F3在“资源推送时间/资源推送渠道”2个要素上均有超过0.7的载荷，因此可以将F3命名为“推送时间与渠道适宜性”。

由此得出情境感知视角下公共图书馆资源推荐服务的关键要素为：读者情境信息采集、读者情境信息整合、相似资源集提炼、最佳资源集排序、资源推送时间、资源推送渠道。

2.3 情境感知视角下资源推荐服务重构

根据情境感知视角下公共圖书馆的资源推荐服务关键要素，重构情境感知视角下公共图书馆的资源推荐服务机制，见图1。

2.3.1 情境信息采集与整合。一方面，基于移动智能传感设备采集读者情境信息，如读者的基本个人特征信息、读者当前的状态信息、读者当前的环境信息、读者的阅读历史信息等。具体而言，采集的情境信息既包括静态信息（如读者注册信息、专业背景等），也包括动态信息（如情绪状态、行为举止、天气、位置等）。另一方面，基于获取到的读者情境信息，公共图书馆应对不同信息进行分类整理，实现情境信息的深层次挖掘，同时做好记录，开展读者情境信息的跟踪记录，并通过情境信息的整合归类，对读者的情境需求进行判断区分，界定读者在“现时”情境下的主要需求和可能的次要需求。

2.3.2 图书馆资源集提炼与排序。一方面，公共图书馆利用语义规范化表述法将读者情境转化为规范的情境语言信息，确定符合读者信息检索习惯的信息，同时从图书馆数据库中提炼与情境信息相关的信息资源，通过逻辑推理、情境匹配等方式，获得对应的决策处理结果，得到与读者情境需求相匹配的资源推荐集。另一方面，公共图书馆利用语义相似度匹配法，将读者的情境信息进行标准化的语义标注，并且采用语义相似度方法筛选图书馆推荐资源，将推荐资源集进行相似度排序，相似度越高则图书馆资源推荐集的排位越靠前，再结合读者的动态情境信息，融合匹配得出最佳的图书馆推荐资源。

2.3.3 推送时间与渠道适宜性。一方面，公共图书馆根据读者的使用情境数据，评估读者的阅读时间偏好，挖掘读者的最佳阅读时间段，以及读者在不同阅读时间段的阅读偏好，从而在合适的时间推送合适的资源。例如，读者在上午比较关注资讯类新闻，而在晚上则比较关注学术类文献，针对读者的文献资源推送就应在晨间时段侧重实时新闻推送，晚间时段侧重学术前沿推送，确保满足读者在偏好时间段的资源需要。另一方面，公共图书馆根据读者的接触情境数据，了解读者的信息接收终端偏好，面向持有不同移动终端的读者可以采用微信公众号、视频号、抖音等第三方公共平台，实现信息资源的多样化推送。同时，在社交媒体时代，公共图书馆尤其要注重读者的“社交”需求，积极打造“共享”平台，满足读者的“分享”需要。

3 情境感知视角下公共图书馆资源推荐服务拓展

3.1 情境感知视角下资源推荐服务新功能

首先，情境感知视角下公共图书馆的资源推荐服务能够满足推荐对象的多样化需求。情境感知视角下公共图书馆的资源推荐服务能够立足读者画像、场景识别和体验反馈，全方位满足读者需求。其次，情境感知视角下公共图书馆的资源推荐服务能够不断优化推荐过程。情境感知视角下公共图书馆的资源推荐服务能够立足增强体验、拓展服务、价值体现，多维度优化推荐过程。再次，情境感知视角下公共图书馆的资源推荐服务能够显著提高推荐效能。情境感知视角下公共图书馆的资源推荐服务能够立足空间融合、需求驱动、情境重组，多层次提高推荐效能。

3.2 情境感知视角下资源推荐服务核心要素

综合情境感知视角下公共图书馆资源推荐服务的新功能，情境感知视角下资源推荐服务的主要要素应包括推荐对象、推荐过程和推荐效能三个层面。其中，推荐对象可以细分为读者画像、场景识别、体验反馈三个指标要素，推荐过程可以细分为增强体验、拓展服务、价值体现三个指标要素，推荐效能可以细分为空间融合、需求驱动、情境重组三个指标要素。

本研究采用多元回归分析法，界定情境感知视角下公共图书馆资源推荐服务的核心要素。影响因素包括读者画像、场景识别、体验反馈、增强体验、拓展服务、价值体现、空间融合、需求驱动、情境重组。调查数据来源于49名公共图书馆馆员，要素测量采用的是5级李克特量表。本研究采用SPSS软件进行回归分析，回归分析的具体结果见表3。

由R2结果可知，模型调整后R值为0.903，模型调整后R2值为0.815，即模型自变量对因变量的解释程度为81.5%，解释度很高。由F值结果可知，模型分析中的F值为274.369，显著性水平为0.000，小于0.05，说明分析模型是有效的。由回归结果可知，“读者画像”和“场景识别”变量的Beta值分别为0.921和0.905，均为正，显著水平均为0.000，小于0.01，说明面向推荐对象的读者画像和场景识别对公共图书馆资源推荐服务均具有非常显著的正向影响。“增强体验”和“拓展服务”变量的Beta值分别为0.973和0.833，均为正，显著水平分别为0.002和0.006，均小于0.01，说明面向推荐过程的增强体验和拓展服务对公共图书馆资源推荐服务均具有非常显著的正向影响。“空间融合”和“情境重组”变量的Beta值分别为0.732和0.716，均为正，显著水平分别为0.016和0.021，均小于0.05，说明面向推荐效能的空间融合和情境重组对公共图书馆资源推荐服务均具有显著的正向影响。“体验反馈”“价值体现”和“需求驱动”变量的Beta值分别为0.354、0.363和0.332，均为正，但显著性水平分别为0.132、0.121和0.110，均大于0.05，说明面向推荐对象的体验反馈、面向推荐过程的价值体现、面向推荐效能的需求驱动对公共图书馆资源推荐服务均没有显著影响。

由此得出情境感知视角下公共图书馆资源推荐服务的关键要素为读者画像、场景识别、增强体验、拓展服务、空间融合、情境重组。

3.3 情境感知视角下资源推荐服务拓展

综上情境感知视角下公共图书馆的资源推荐服务的核心要素，本研究提出情境感知视角下公共图书馆的资源推荐服务拓展，见图2。

3.3.1 聚焦读者画像注重场景识别。一方面构建读者画像，精准识别读者需求。公共图书馆可以通过大数据技术获取读者的历史阅读信息，梳理读者的阅读行为轨迹，总结读者的阅读习惯和偏好；可以通过眼动追踪技术实时分析读者情境场景，刻画读者的信息使用路径，以此构建读者画像。另一方面通过场景识别筛选推荐资源。公共图书馆可以从常态化场景、动态化场景、实时化场景界定合适的推荐资源。例如，公共图书馆可以利用AI场景分析、虚拟现实场景分析等场技术，精准识别读者情境化资源需求，并针对性提供匹配读者资源偏好的情境化数据。

3.3.2 聚焦读者体验注重服务延伸。一方面定制化推荐服务，增强读者体验。公共图书馆可以通过自然语言处理技术关联信息检索，提高检索效率；通过语义机器学习技术聚合信息资源，增强资源收缩度，还可以通过全息投影语音合成技术呈现信息资源，提高资源拓展度，最终提升读者的个性化知识服务体验。另一方面通过专区服务拓展情境化资源推荐服务场域。公共图书馆不仅要针对性满足读者的常规资源需求，还要为读者提供增值知识服务。例如，公共图书馆可以有效整合24小时云传递服务与HTML阅读服务等基本功能，开辟微课堂、学分银行、短视频等增值服务专区，助力开展数据清洗、数据分析与数据挖掘等服务。

3.3.3 聚焦空间融合注重情境重组。一方面加强空间融合。公共圖书馆应通过促进线上与线下资源推荐服务情境的泛在连接提升读者服务体验，提供范在化服务内容，如：在不断巩固线上数字资源共享、线下数字学术空间服务之间关联关系的基础上，提供旨在增强读者情境化资源获取体验的极致内容单品。另一方面注重场景重组。公共图书馆应正视场景重组对于资源推荐服务的重要性，打通不同情境之间的连接与联通，如：通过构建融合不同时间节点与不同使用场景的情境化资源推荐服务模型，有针对性地判断读者偏好，以便科学预测读者未来的资源获取行为。

参考文献：

[1] 李静云.基于读者情境感知的移动图书馆知识推荐系统设计[J].图书馆理论与实践，2013（6）：19-21.

[2] 洪亮，钱晨，樊星.移动数字图书馆资源的情境感知个性化推荐方法研究[J].现代图书情报技术，2016（7）：110-119.

[3] 李贺，侯力铁，祝琳琳.移动图书馆情景感知信息推荐服务读者接受行为研究[J].图书情报工作，2019（12）：94.

[4] 张潇璐，赵学敏，刘璇.基于情境感知的高校移动图书馆知识资源推荐研究[J].情报科学，2020（1）：48-52.

[5] 于非.基于情境要素适配的高校数字图书馆资源情境化推荐路径研究[J].图书馆工作与研究，2021（6）：74-81.

[6] 程全.基于情景感知的智慧图书馆阅读推荐服务模型构建与优化策略[J].图书馆工作与研究，2021（10）：119-128.

（编校：崔萌）