基于群智图谱的图书馆智慧阅读推广服务模式研究

本文系2023年度辽宁省图书馆学会研究课题“基于群智图谱的图书馆智慧阅读推广服务模式创新研究”（项目编号：2023tsgxhybkt-006）的研究成果之一。

摘 要：文章概述了群智图谱的概念和特征，对当前图书馆阅读推广服务研究现状进行了综述，从构建本体、抽取实体关系、建立映射、知识融合、群体验证五个方面设计了基于群智图谱的图书馆智慧阅读推广服务模型，并指出了该模型的具体应用，最后从塑造沉浸式阅读场景、智慧阅读指导服务、个性化阅读方案制定等方面提出了基于群智图谱的图书馆智慧阅读推广服务模式的具体实现途径。

关键词：群智图谱；图书馆；智慧阅读推广；服务模式

中图分类号：G252.17文献标识码：A

Research on Library Smart Reading Promotion Service Model Based on Collective Intelligence Graph

Abstract This article introduces collective intelligence graphs and provides an overview of the current research status of library reading promotion services. Drawing from ontology construction， entity relationship extraction， mapping establishment， knowledge fusion， and group validation， the study designs a library smart reading promotion service model based on the collective intelligence graph. The article outlines specific applications of this model and concludes by suggesting implementation approaches for a library smart reading promotion service model based on the collective intelligence graph， encompassing immersive reading scenarios， intelligent reading guidance services， and personalized reading program development.

Key words collective intelligence graph; library; smart reading promotion; service model

1 引言

推进全民阅读，促进公共图书馆阅读推广服务事业发展是建设文化强国、推进中国特色社会主义文化事业的重要路径，也是提高公民文化素质、培育公民阅读意识的重要方式。2021年3月国务院颁布实施的《中华人民共和国国民经济和社会发展第十四个五年规划和2035远景目标纲要》[1]提出，深入推进全民阅读，建设“书香中国”。在新时代中国特色社会主义文化事业建设中，如何科学、深入推进全民阅读推广活动，使全民喜爱阅读、自觉阅读，成为当代图书馆研究的重点课题。当代图书馆的阅读推广服务包括以广播电视报纸为主的传统模式和以数字智能技术为支撑的智慧阅读推广服务模式。以数字智能技术为支撑的智慧阅读推广服务模式与传统模式相比具有信息传播效率高、受众群体大、覆盖面积大、内容生动、精准性高、快速匹配、方便快捷的特点，能更有效满足用户的个性化阅读服务需求。因此，如何借助数字智能技术，促进图书馆构建智慧阅读推广服务模式就成为了研究重点。

群智图谱（Collective Intelligence Graph）是基于群体智慧的知识领域映射地图，是反映知识结构、知识关系与学科研究进展的一系列不同的图形，是基于群体计算技术、可视化技术描述知识结构及其载体，挖掘、分析、绘制和显示知识元与知识数据集间的映射关系。群智图谱的应用主要包括学科发展趋势的动态预测、课题研究项目的群体决策、知识库可视化显示、学科内在关系的揭示、知识逻辑的群体计算等。群智图谱可通过群体感知、群体计算、群体决策的方式揭示学科知识、用户、文献等实体的内在关联，有助于图书馆构建智慧阅读推广服务模式，促进阅读推广服务工作的深度开展。

2 研究现状

当前世界各国图书馆都开展了阅读推广服务活动，为图书馆提供阅读资源的数据库服务商、出版商、发行商都进行了数字化转型，为图书馆提供实体阅读资源、数字阅读资源、电子文献资源、开放数据、科研数据等，为图书馆阅读推广服务提供资源保障。对于公共图书馆而言，如何利用好多类型阅读资源，根据用户需求提供个性化的智慧阅读推广服务，量身打造“个性化智慧阅读服务套餐”成为亟待解决的问题。当前，国内大部分图书馆还在沿用读者会、读书会、读者沙龙、读者分享会、读书讲座、阅读培训等传统的阅读推广服务方式。由于数字智能技术在图书馆的应用仅停留在数据采集与阅读资源推荐层面，与读者的个性化阅读需求难以精准匹配，面向用户提供个性化的智慧阅读推广服务还存在一些困难。

本研究以“Digital Intelligence Technology/Reading Promotion Service、Collective Intelligence Graph/Reading Promotion Service”检索词作为主题、关键词、题名，分别在EBSCO数据库、WOS数据库和Springerlink数据库进行检索，搜索到的数字智能技术在阅读推广方面的研究文献有5篇，其中，Frueh通过研究阅读技巧知识图谱，指出了群体计算可以构建完整的知识图谱，帮助读者掌握阅读技巧[2]。Loveline等人研究了模糊融合量子粒子群智能在閱读障碍预测中的应用，指出了基于模糊的粒子群智能可以预测和分析读者的阅读障碍，优化阅读推广服务内容[3]。

以“公共图书馆/阅读推广、数字智能技术/阅读推广服务、群智图谱/阅读推广”检索词作为主题、关键词、来源、篇名，分别在CNKI知网、万方数据库检索，检索到关于数字智能技术在图书馆阅读推广应用服务相关的文献筛选辨别后有43篇，主要研究成果集中在以下几个方面：（1）关于智慧图书馆、真人图书馆、数字孪生图书馆的阅读推广服务模式，如宁雪等人在《图书馆智慧阅读推广服务路径研究》[4]一文中从促进新媒体融合、构建线上智慧阅读服务平台、建设智慧阅读推广人才队伍三个方面指出了智慧图书馆的阅读推广路径；（2）基于短视频、微视频、真人图书馆直播的阅读推广服务模式，如吴若航等人在《图书馆网络视频阅读服务创新路径研究》[5]中指出了图书馆可以从“荐读”“领读”“泛读”“解读”等方面基于网络视频创新阅读服务；（3）基于人工智能的智慧阅读推广服务模式，如图书馆用户画像构建、用户行为数据智慧分析、阅读资源的智慧推荐、智慧阅读服务平台的构建等；（4）基于AR/VR的阅读推广服务，如沉浸式场景阅读服务、虚拟全景系统构建、虚拟伴读伙伴等；（5）基于知识图谱的阅读推广服务，如图书馆知识导览系统构建、阅读资源可视化显示等，任群等人在《基于CiteSpace知识图谱的高校图书馆阅读推广活动》[6]中应用CiteSpace知识图书馆开展阅读推广进行了分析。

通过上述研究可以发现，针对用户个性化需求的智慧阅读推广服务主要集中在人工智能的智慧阅读推广服务和基于知识图谱的阅读推广服务方面，其他类型的阅读推广服务模式暂未涉及用户的个性化阅读服务层面，也未发现群智图谱相关的智慧阅读推广服务的理论研究与实践研究。

综上所述，国内外对数字智能技术及群智图谱在图书馆智慧阅读推广服务方面的研究成果还较少，主要集中在数字智能技术赋能的智慧阅读推广服务模式上，对用户个性化需求层面的智慧阅读推广服务研究鲜有涉及。

3 基于群智图谱的智慧阅读推广服务模型

3.1 模型设计思路

基于群智图谱的智慧阅读推广服务模型构建的关键在于建立基于群体计算的用户群、资源群的图谱数据库，并对用户群与文献群进行关联分析，找到内在联系，使用户群与资源群的逻辑关系通过图谱清晰地展现出来，以便精准地开展智慧阅读推广服务。首先，建立用户群图谱，依靠群体计算搜集用户数据，如用户的兴趣、教育程度、行为、阅读偏好、职业等信息，借助群体计算矩阵进行用户数据融合，形成完整的用户群图谱。其次，构建资源群图谱，从图书馆馆藏资源数据库抽取资源信息，如著作名称、文献名称、出版时间、发行时间等，依靠群体计算矩阵建立资源群图谱。最后，资源群与用户群的整合图谱，依靠用户群体模型、资源群体模型挖掘用户与阅读资源的内在关系，如哪些阅读资源被同一用户使用过，哪些用户使用过同一资源，哪些用户使用过同一类型资源，揭示阅读资源与用户一对多、多对一、多对多的关联关系[7]，分析不同用户群的阅读偏好、阅读趋向。当用户产生个性化阅读需求后，智慧阅读推广服务模型中的群体感知系统能快速感知到，借助群体计算快速分析用户的阅读需求，并通过图谱形式向用户展现出来，向用户提供知识导览，辅助用户做出合理的阅读决策。

3.2 模型设计

基于群智图谱的智慧阅读推广服务模型的设计流程包括：构建本体、抽取实体关系、建立映射、知识融合、群体验证，如图1所示。

（1）构建本体。群智图谱的本体是“用户群－资源群”，需要通过群体感知确定用户群数据与资源群数据，并从数据中抽取出实体和关系，如著作主题、出版日期、用户兴趣主题、阅读时间、著作类型等[8]。

（2）抽取实体关系。根据实体和关系，通过群体计算抽取资源数据与用户数据中的属性，对实体进行描述，进行实体的关系描述，通过MySQL、NoSQL进行数据存储，将用户群与资源群的关系深刻揭示，形成完整的群智图谱。

（3）建立映射。根据用户实体与资源实体间的关系、用户实体间的关系、资源实体间的关系、用户属性、资源属性建立映射，并对实体的各类数据关联存储，使每个实体都有对应的逻辑结构。

（4）知识融合。知识融合是指在获取新的知识信息后，通过群体计算矩阵进行知识信息整合，进而消除歧义与语义错误，规范地表达实体与关系。

（5）群体验证。在群智图谱建立完成后，需要进行群体验证，依靠群体计算模型对知识融合结果进行验证，即验证当前的知识融合结果是否达标。

基于群智图谱的图书馆智慧阅读推广服务模型如图2所示，模型的主要功能是基于用户个性化需求构建用户群体画像、阅读服务精准化推荐、智慧阅读场景服务。

3.3 基于群智图谱的智慧阅读推广服务模型的应用

3.3.1 基于用户个性化需求构建用户群体画像

在人工智能时代，如何精准感知用户的个性化阅读需求、如何清晰描述用户的行为特征是图书馆阅读推广服务需要解决的核心问题。基于群智图谱的智慧阅读推广服务模型可以很好地解决这一问题。基于离散式群体计算系统可以精准感知用户的个性化阅读需求，并由群体计算模型负责抽取用户的兴趣标签，对用户兴趣标签进行赋权，每组兴趣标签的权重代表了用户某兴趣偏好的强烈程度[9]。如图3所示，通过权重赋值清晰表现每个用户的兴趣特征，勾勒出清晰的用户群画像。根据个体用户的属性标签权重，对用户同类属性标签聚合，形成反映用户群体的“标签集合”，进而反映用户群的兴趣变化趋势。如个体用户的兴趣属性标签是“时政新闻阅读”，那么根据同类用户的兴趣属性标签，用户群的属性标签集合就可定义为“新闻阅读类”。应用群智图谱拓展用户的属性标签，提升用户群画像的清晰度，更能加强智慧阅读推广服务模型对用户标签的理解，实现基于用户群标签的群智图谱的智慧推荐。

3.3.2 阅读服务精准化推荐

当前，图书馆的阅读服务只能由用户通过关键词、主题、篇名、作者、出版日期等方式检索相关阅读资源，即使一些图书馆进行了智能化改造，也仅仅是升级了检索查询系统，使用户可以通过图片、语音、视频片段查询相关阅读资源，阅读服务方式较单一[10]。事实上，用户的兴趣、行为、阅读习惯等属性可以通过群智图谱与阅读资源的主题、签名、关键词、内容关联起来。群智图谱不仅能感知用户的个性化需求，以图谱的形式将阅读资源结构、知识逻辑、知识结构、知识内容可视化显示出来，还会基于用户画像个性化推荐阅读资源，并进行资源关联。例如，用户A经常阅读贾平凹的《秦岭记》，那么群智图谱会根据用户A的兴趣习惯定期推荐贾平凹的其他作品《秦腔》《废都》《暂坐》等。用户A借助可视化图谱可以看到贾平凹的全系列著作，并能瀏览到用户B与用户C的阅读历史，会看到其他读者、作者对贾平凹作品的点评，也能嵌入阅读社区快速浏览其他读者撰写的作品阅读指南。

3.3.3 智慧阅读场景服务

基于群智图谱的智慧推广服务模型能捕捉用户不同的场景特征，探查用户在不同场景下的阅读服务需求。图书馆需根据用户个性化阅读需求为用户提供多样持续的智慧阅读场景，并能根据用户的动态变化，不断调整场景模式。通常情况下，场景要素包括用户、场所、时间、位置、内容等。基于群智图谱的智慧阅读推广服务模型能挖掘用户场景要素的内在关联，将多类阅读资源分布式配置到不同的场景，以场景图谱的形式实现阅读资源智慧推荐，与用户的个性化需求匹配，使用户能在不同类型的阅读场景中深度沉浸、深刻感知，帮助用户构建完整的知识链，使用户对知识深度理解。

4 基于群智图谱的图书馆阅读推广服务模式实现途径

4.1 基于群智图谱的沉浸式阅读场景塑造

群智图谱的群体感知、群体计算功能可以为图书馆阅读资源的精准推荐提供智慧支持，使图书馆的阅读场景从传统的信息交互形式转变成为沉浸式场景的交互模式，使用户的阅读从簡单的信息获取上升到认知理解层次。传统的阅读推广服务往往因未理解用户的阅读目的、阅读需求、信息检索意图推荐了大量用户不感兴趣的阅读资源，导致用户的阅读体验效果较差。具有群体计算功能的群智图谱能更深刻理解用户的阅读意图，并借助VR/AR为用户塑造沉浸式阅读场景，让用户在虚拟场景中深度阅读。例如，当一名语文教师想找寻老舍的《骆驼祥子》原著时，群智图谱就通过获取该用户的检索记录就能快速分析出该用户的阅读偏好，预测其阅读目的，将老舍的人物生平、主要经历、文学成就及《茶馆》《四世同堂》《离婚》等文学作品推荐给用户，将与老舍生平、作品有关的视频图片融入到虚拟场景中，让用户借助虚拟现实设备快速浏览，提供知识导览，为该语文老师提供其他具有高度关联的阅读资源。应用群智图谱的群体计算快速分析用户属性标签，并分析阅读资源的实体与属性，更能精准探察用户的个性化阅读需求，精准匹配沉浸式阅读场景，提供知识导览与关联资源。

4.2 基于群智图谱的智慧阅读指导服务

图书馆智慧阅读推广服务中应用群智图谱可以为用户提供智慧问答、语音指导、阅读策略制定、阅读资源选择、阅读决策方面的全系列阅读指导服务。智慧阅读指导服务系统通常由问题理解、阅读资源集成、答案生成、阅读导航图四部分组成。智慧阅读咨询系统会根据用户提问，为用户自动集成阅读资源，并为用户答疑解惑，匹配阅读资源。对于用户的问题理解和阅读资源集成匹配涉及语义理解与知识抽取，都要依靠群智图谱的群体计算解决。需要注意的是，群智图谱作为支持智慧阅读咨询系统的感知网络、计算系统和知识库，其主要作用就是实现与用户的深度交互，为用户的咨询问答、阅读策略、阅读决策提供支持。图书馆在智慧阅读推广服务中借助群智图谱还可以解答用户关于学科知识的提问，例如某个学者在最近5年发表了哪些论文，某个专家在最近3年出版了哪些学术专著等。目前，chatGPT、chatAI、NotionAI等依托群智图谱设计的智能开放工具虽然在公共图书馆阅读服务中得到了应用，给用户提供开闭馆时间咨询、阅读活动咨询、借阅引导等方面的服务，但这些智能开放工具目前仅局限于基础性的阅读服务，学科知识覆盖面有限，知识挖掘深度不足。图书馆借助群智图谱挖掘学科资源构建一体化的智慧阅读服务系统可以为用户提供更专业的问答服务，推进智慧阅读指导向更深度的智慧交互指导转变。

4.3 基于群智图谱为用户量身定制个性化阅读方案

群智图谱为图书馆提供了需求感知、用户兴趣分析、资源集成、知识挖掘与可视化知识表达的一体化解决方案。在智慧阅读推广服务中应用群智图谱可以智能探察用户的阅读需求、分析读者的潜在需求、完善用户的群体画像、知识聚合、集成与匹配阅读资源，为用户量身定制个性化阅读方案。例如，当一名在校大学生向图书馆智慧咨询系统提问：“我马上要毕业了，对未来很迷茫，不知未来的路如何走”。智慧问答系统除了向该学生提供职业生涯指导、就业指导、创业指导、考研指导等咨询服务外，还会自动分析该学生的兴趣、心理、能力、性格，根据该学生可能选择的发展方向，为该学生提供职业生涯规划、心理健康、专业规划、考研方面的阅读资源，并给出具体的阅读方案，引导该学生深度阅读，提升阅读体验。

5 结语

群智图谱作为人工智能领域的重要技术方法，在用户兴趣挖掘、构建用户画像、知识抽取、知识可视化表示、群体决策方面有着强大的作用，可以帮助图书馆阅读资源的科学组织与可视化表达，为用户提供智慧阅读场景、智慧问答及量身定制个性化阅读方案。本文在概述群智图谱、图书馆阅读推广服务研究现状基础上，构建了基于群智图谱的智慧阅读推广服务模型，并阐述了该模型在智慧阅读推广服务中的应用，最后从塑造智慧阅读服务场景、智慧阅读指导服务、个性化阅读方案制定三个方面构建了图书馆智慧阅读推广服务模式，为图书馆阅读推广服务工作开展提供借鉴。

参考文献：

[1] 中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要[EB/OL].[2023-01-12].http：//www.gov.cn/xinwen/2021-03/13/content_5592681.htm.

[2] BEATE F.Reading Tip Knowledge Graphs[J].INFORMATION-WISSENSCHAFT UND PRAXIS，2020（7）：5-6.

[3] ZEEMA J L，CHRISTOPHER D F X.Hybrid Intuitionistic Fuzzy Fused Quantum Particle Swarm Intelligence for the Prediction of Dyslexia[J].International Journal of Innovative Technology and Exploring Engineering （IJITEE），2019（8）：7.

[4] 宁雪，李臻，黄宁.图书馆智慧阅读推广服务路径研究[J].大学图书情报学刊，2022，40（5）：38-42.

[5] 吴若航，茆意宏.图书馆网络视频阅读服务创新路径研究[J].图书情报工作，2023（4）：1-9.

[6] 任群，彭坤杰.基于CiteSpace知识图谱的高校图书馆阅读推广活动分析[J].安徽农业大学学报（社会科学版），2021，30（3）：61-67.

[7] 赵衍，杨喆涵.基于知识图谱的我国高校图书馆个性化推荐研究综述[J].上海管理科学，2021，43（5）：116-124.

[8] 于兴尚，王迎胜.国内高校图书馆阅读推广研究现状与展望[J].图书情报研究，2020，13（1）：108-114.

[9] 王丙炎，程伟丽.基于用户兴趣图谱的阅读推广研究：以高校图书馆读者为例[J].图书馆学刊，2020，42（2）：37-40，45.

[10] 王阳，沈军军，江震.国内图书馆阅读推广研究可视化知识图谱分析[J].图书馆学刊，2019，41（5）：128-134，142.

作者简介：邱锦，硕士，渤海大学图书馆馆员，研究方向为读者信息服务。

收稿日期：2023-04-24本文责编：郑秀花