数据驱动下图书馆智慧化协同治理模式探究

马岩 赵秀颖 于欢

摘要：数据驱动下图书馆智慧化协同治理，就是发挥数据驱动和协同治理两大优势，协同共建高质量新数据，关联赋能存量数据，提高图书馆数据资源的有效供给，促进数据资源价值化，实现图书馆数字化到智慧化升级。文章从数据驱动下图书馆智慧化协同治理模式构建的策略路径、服务流程和实现功能方面对数据驱动下图书馆数据协同治理平台构建进行了探析，以期为图书馆系统融入“中华文化数据库”提供思路和启发。

关键词：数据驱动；智慧图书馆；协同治理；创新模式

中图分类号：G251文献标志码：A

1数据驱动下图书馆智慧化协同治理模式提出的背景及内涵

数智时代，数据成为探索和解决问题的逻辑关键点，各图书馆都十分重视对数据的收集、存储和利用。一方面，使得数据得到大量的积累和产出，以数据为支撑的智慧图书馆研究和应用得以快速发展；另一方面，也带来了数据价值密度降低、数据异构加大、数据利用难度增加的挑战，不同图书馆之间存在“数据孤岛”和重复建设等问题。2022年5月，中共中央办公厅、国务院办公厅印发了《关于推进实施国家文化数字化战略的意见》，对如何推动实施国家文化数字化战略进行了顶层设计和总体部署［1］，推动构建文化大数据。图书馆作为重要的公共文化服务机构，要融入国家文化大数据战略，需要打破图书馆间数据割裂、各自建设的现状，通过数据关联，进行数据价值的深度挖掘，实现智慧化协同治理。在图书馆数据化建设成为常态的情况下，数据驱动不仅为图书馆智慧化的管理和服务提供了重要动能，也为建立各图书馆间数据协同链接、实现共同治理提供了新的思路。

数据驱动作为一种技术，最早是在计算机领域引起关注的［2］。随着数据价值的发现，学者们着力探索以数据作为科学研究和问题解决的驱动力，用数据驱动流程再造，实现管理范式、人才培养、服务形态乃至战略启动的创新。数据驱动逐渐演变成一种科学的研究范式，影响着知识的生产、传播以及实践模式的变革，图书情报领域也不例外。洪亮等［3］阐释了数据驱动时代特征下图书馆服务重塑与图书馆更新等方面的机遇与挑战。李洁［4］以数据驱动为推动力，提出了图书馆知识发现、绩效提升和用户服务精准化的优化路径。邵波等［5］探索了在数据驱动理念引领下，在运行框架、服务流程、发展路径等方面智慧图书馆的新规划，特别关注图书馆空间建设的智慧化等。数据驱动下各个图书馆的实践成果百花齐放，出现以资源数据、业务数据、空间数据以及用户数据等数据为支撑的智慧图书馆建设热潮［6］。这些智慧图书馆一般是围绕单个图书馆开展的［7］，尽管也有部分跨区域和跨类别的图书馆信息集成体系的探索，但这些按照条线建设、运营的图书馆系统也存在数据封闭、活度系数低、线上线下缺乏联动等问题，数据孤岛依旧存在。

要实现数据效能的最大限度发挥，就要打破图书馆间各自建设、数据割裂的现状，构建图书馆大数据。数据驱动下图书馆智慧化协同治理，就是发挥数据驱动和协同治理两大优势，协同共建高质量新数据，关联赋能存量数据，提高图书馆数据资源的有效供给，促进数据资源价值化，实现图书馆数字化到智慧化升级［8］。本文从数据驱动下图书馆智慧化协同治理模式构建的策略要素、服务流程和实现功能方面对数据驱动下图书馆数据协同治理平台构建进行了探析，以期为图书馆系统融入“中华文化数据库”提供思路和启发。

2数据驱动下图书馆智慧化协同治理模式构建

2.1数据驱动下图书馆智慧化协同治理的策略要素

2.1.1推动数据要素价值化

数据驱动下图书馆智慧化协同治理，数据价值的发挥是关键。数据价值实现不是单纯的数据量累积，而且需要这些数据是可以被利用者获取的，可以通过对其进行加工实现增值［9］。首先，要明确数据标准，包括数据存储标准、取用标准、互操作规范等，实现数据资产化、价值化［10］。对于图书馆而言，要能够围绕图书馆管理和用户需求提出数据应用的场景，明确各种场景下数据的使用需求。其次，需要有源源不断的数据要素供应，这种数据要素是经过降噪处理、可供加工、分析的高质量数据。构建数据共同治理框架，设计数据驱动的自动化流程，设立数据互通互联的基本规范，激活各个成员馆的存量数据，集成新生数据，实时响应图书馆需求，对数据交换、流通进行实时跟踪，对数据要素在采集、聚合、分析、开发和利用整个周期的价值全贯穿，推动数据复用和增值。

2.1.2构建数据空间

目前，图书馆网站作为图书馆传统的宣传和服务门户，是用户利用图书馆数字资源和服务的终端。门户可以实现文献检索、信息咨询、资源推介等功能。这种“提供—接收”的服务模式是单方面被动的，而互联网的优势更在于互动、分享，每个人都是知识的生产者。要从“互联网之上”成为“互联网之内”，成为网络的一部分［11］，需要打造一个可供实现价值创造和信息交流的数字空间。这一方面，欧洲数字图书馆（Europeana）可以为数据空间建设提供参考［12］。Europeana现有成员3700家，以资源汇集和互动利用为发展目标，是一个集资源获取与资源创作和建设为一体的数据空间，在数据空间里通过对不同用户的权限设置，予以数据存取权利，打造互通互联、安全合规的数据生态。

2.1.3打造智慧化协同服务生态体系

数字图书馆在过去20年的发展中，生产和积累了大量的数字资源，在文化数字化和信息服务网络化方面发挥了重大作用。但是，如同Marc系统一般，这些建设和服务都是在图书馆特定领域内进行的，信息通信技术面向社会、互通互联的优势并没有被发挥出来。不仅图书馆间形成数据孤岛，用户之间也缺乏互动。要实现“十四五”时期图书馆的新发展，就要打造图书馆智慧化协同服务生态体系，强调图书馆、数据以及用户之间的协同共生［13］，最终实现以人为本，以社会层面对图书馆数字化建设的发展期待为发展目标的智慧服务体系。

2.2数据驱动下图书馆智慧化协同治理服务流程

数据驱动下图书馆智慧化协同治理模式中成员馆要在推进图书馆融入国家公共文化大数据体系统一目标下，共同学习和研究制定开放式的数据标准，构建数据运营框架，提供面向协同体的开放接口。智慧服务始于用户需求的提出，这个用户既包括使用图书馆的读者，也包括协同系统中的各个子图书馆。在其提出需求后，在数据空间进行自动匹配和数据抽取，规范化的需求表达被识别后，进行标准化的量化输出，非规范化的需求表达被识别后，进行具象化输出和存储，这本身也是机器学习需求匹配的过程。

服务基础是数据空间的构建［14］。来自不同图书馆的多源数据经过统一数据化处理进入数据空间，数据化处理包括数据的标准化、碎片化、关联化和语义化。标准化就是对拟进入数据空间的数据按照统一标准进行约束，定义数据结构、语言、部署、计量、数据流转换、引用方法等，是数据关联和互操作的基础。碎片化是通过清洗、字段提取对数据进行分割，形成细粒度碎片化数据集。关联化是对碎片化数据集进行关联，使其能有序呈现和调用。语义化是对数据进行深度挖掘，使机器可理解。数据经过标准化、碎片化处理后形成数据元，数据元进行关联化形成数据单元和数据链，多条数据链关联融合形成数据网络，语义化后形成知识域，就可以对用户的需求进行响应，在智慧协同服务平台上输出。智慧协同服务平台是连接用户需求和数据空间的纽带，是直接面向用户的服务前端。它面向多源服务对象提供各种基于互联网、人工智能的延伸服务，如纸电一体化检索、资源获取导航、领域知识预测、知识图谱展示、用户画像分析等系统自我发现的服务。

反馈评价模块对于数据驱动的智慧化服务流程改善升级十分重要。用户的评价反馈参与度体现了用户的参与意愿程度。系统记录用户反馈的信息和行为，转化为数据空间的数据积累，为系统自我学习提供素材［15］。通过需求识别与表达、数据空间数据化和价值化转化、输出端可视化输出和发现服务、交互和反馈实现数据驱动下图书馆的智慧化协同服务闭环。需求提出到需求满足单方面数据流通过数据空间、反馈评价的赋能转换，转化为关联、协同的数据网络，促进系统自我学习和完善，其具体服务流程如见图1所示。

3数据驱动下图书馆智慧化协同治理模式的实现功能

3.1智能管理

智能管理的对象一方面是个体用户，另一方面是系统中的图书馆。面对日益复杂的用户需求，数据驱动下图书馆智慧化协同治理模式具有数据自动响应和协同联合处理两方面的优势。用户需求数据化转换后，经过供需匹配系统，如果在数据空间的数据域范围内，可以智能输出解决方案；对于超出现有数据域范围的需求，可以协同成员馆的资源，解决单个图书馆难以完成的资源调拨、数据建模、数据空间扩展等任务，更好地提高用户服务体验。各成员馆在信息与资源上充分交互，多元协同共治，在智慧平台构建、维护、智能学习等方面节约成本，提高效率，完善管理。

3.2资源一体化

图书馆发展至今，各个图书馆都积累了大量的纸质和电子资源，但现有体制下，各图书馆独立运营，资源共建共享始终阻碍重重。数据驱动下图书馆智慧化协同治理模式可以打通各图书馆之间的资源壁垒，以协同体的身份进行统一的高质量、可扩展且适应性强的资源建设。由高水平、权威性高的成员馆根据各自特色负责相应部分的资源建设，制定可读性强、易理解、可通用的资源标准，建设的资源经过数据空间标准化，使得各成员馆可以实现无障碍调用，可以随时补充上传新的资源［16］。另外，对于馆藏珍贵的古籍、手稿等特色资源，进行数字化也有利于长期保存和传承，以图书馆系统为单位参与国家文化大数据建设。对于用户而言，实现移动端、PC端和馆内检索机的纸电一体化检索、资源一体化输出、下载和获取导航、检索推荐以及知识图谱等功能。

3.3知识创造

传统图书馆服务，用户提出检索需求，系统呈现匹配的资源，对用户而言，这是一个被动接收的过程。自媒体时代，用户更倾向于参与知识创作和传播。数据驱动下图书馆智慧化协同平台提供用户参与入口，在众包式资源采集、体验反馈、社交互动等方面都有用户参与渠道，为用户提供访问服务的同时，还让用户有机会参与知识创作［17］。从用户需求提出到系统解决方案呈现，从需求数据化到细粒度拆分，匹配数据颗粒，关联数据链，渲染数据网络，最后到知识元的直观动态输出，激发用户灵感，实现知识创新。对于成员馆而言，数据空间的数据是关联的、开放的，图书馆用户可以直接使用进行二次开发，实现数据增值。

3.4智能参考咨询

常规参考咨询的主要模式是咨询馆员对读者提问进行回答。由于其核心是咨询馆员的知识储备，自动化目前更多体现在空间、时间上的便利。数据驱动下图书馆智慧化协同治理模式通过构建知识库，可以实现不依赖人力的智能参考咨询。数据空间构建中应用到的区块链、人工智能和机器学习技术，可以作为智能问答系统构建的技术支撑。从各成员馆提供的参考咨询数据中，抽取规律性强、重复性高的业务数据，构建智能问答系统的语料库，随时根据新的数据对语料库进行持续训练，引入ChatGPT，通过构建虚拟数字人实现智能问答、数据共享、学术搜索等，在不同场景中发挥价值。

3.5感知体验服务

在数据驱动下，图书馆智慧协同系统会收集用户的信息行为及行为情景数据，用于线上平台的辅助决策、机器学习和系统自我改善功能。这种情景数据还可以应用于线下感知体验服务。通过分析用户的需求和行为，智能预测用户偏好，在用户特定信息利用场景中提升服务体验。例如，构建元宇宙阅读体验基地、元宇宙未来学习中心等感知场景，为用户提供更加生动直观的特色体验［18］。不同成员馆根据用户对象以及自身资源情况，搭建不同特色的场景，与当地的文化、旅游融合，将自身具备的特色资源价值最大化。

4结语

数据驱动下图书馆智慧化协同治理模式打破图书馆间各自建设、数据割裂的现状，构建图书馆大数据，为图书馆系统融入“中华文化数据库”，实现数据效能的最大限度发挥提供了一个解决思路。如何构建统一智慧服务平台，将线上智慧平台与线下各图书馆服务有机结合需要协调解决的问题还有很多，从顶层设计、长久规划、管理机制以及技术支撑等方面去规划落实，图书馆依旧任重道远。下一步，笔者将从技术构建的角度探究数据驱动下图书馆智慧化协同治理模式的技术实现路线及优化策略。

参考文献

［1］李国新.公共文化数字化建设的新方向新任务［J］.中国图书馆学报，2022（4）：20-22.

［2］储节旺，李佳轩.数字生态下数据向善的源起、要素、驱动与困境［J］.图书情报工作，2023（10）：3-14.

［3］洪亮，周莉娜，陈珑绮.大数据驱动的图书馆智慧信息服务体系构建研究［J］.图书与情报，2018（2）：8-15.

［4］李洁.数据驱动下数字图书馆知识发现服务创新模式与策略研究［D］.长春：吉林大学，2019.

［5］邵波，许苗苗，王怡.数据驱动视野下高校智慧图书馆建设及服务规划：兼论“十四五”时期智慧图书馆发展路径［J］.图书情报工作，2021（1）：41-46.

［6］费立美，潘颖.图书馆智慧服务模式及其构建研究综述［J］.图书馆理论与实践，2022（1）：84-90.

［7］孙鹏，车宝晶.数据驱动下的图书馆智慧化服务模式研究［J］.图书馆，2020（1）：59-62.

［8］蓝开强.高校图书馆建设发展与智慧服务创新研究［M］.汕头：汕头大学出版社，2022.

［9］CHRISTENSEN R B， PANDEY S R， POPOVSKI P. Semi-private computation of data similarity with applications to data valuation and pricing［J］. IEEE Transactions on Information Forensics and Security， 2023（18）： 11.

［10］彭勇.数据中台建设［M］.北京：电子工业出版社，2021.

［11］吴建中.我国图书馆事业高质量发展的三大挑战［J］.图书馆杂志，2023（4）：18-23.

［12］MOSCICKA A， ZWIROWICZ-RUTKOWSKA A. Description of old maps in the Europeana Data Model［J］. Journal of Cultural Heritage， 2020（45）： 315-326.

［13］熊远明，白雪华，吴建中，等.国家文化数字化战略：图书馆的专业阐释与使命践行［J］.中国图书馆学报，2022（4）：4.

［14］弓建华，李书宁，吕岩彦.用户需求数据驱动的高校图书馆空间建设［J］.图书馆学研究，2020（2）：12-17.

［15］冯一杰，邵波.图书馆智慧空间建设规划与实施策略［J］.图书馆论坛，2023（1）：71-77.

［16］李婷婷.长三角地区公共图书馆信息资源共享机制建设研究［D］.合肥：安徽大学，2022.

［17］钟德强.图书馆与用户共创服务模式研究：以邻里图书馆为例［J］.国家图书馆学刊，2023（1）：46-55.

［18］李洪晨，马捷.沉浸理论视角下元宇宙图书馆“人、场、物”重构研究［J］.情报科学，2022（1）：10-15.

（编辑姚鑫编辑）

Analysis on the intelligent collaborative governance model of libraries driven by data

Ma  Yan， Zhao  Xiuying*， Yu  Huan

（Library， Hebei Medical University， Shijiazhuang 050017， China）

Abstract：  Under data-driven， the intelligent collaborative governance of libraries is to leverage the two major advantages of data-driven and collaborative governance， jointly build high-quality new data， associate and empower existing data， improve the effective supply of library data resources， promote the value of data resources， and achieve the digital to intelligent upgrade of libraries. The article explores the construction of a data-driven library data collaborative governance platform from the perspectives of strategic paths， service processes， and implementation functions for the construction of a data-driven library intelligent collaborative governance model， in order to provide ideas and inspiration for the integration of the library system into the “Chinese Culture Database”.

Key words： data-driven; smart library; collaborative governance; innovation model

基金项目：2022年度国家社会科学基金青年项目；项目名称：数智时代图书馆数据治理研究；项目编号：22CTQ010。

作者简介：马岩（1989— ），女，馆员，硕士；研究方向：智慧图书馆，数据治理。

*通信作者：赵秀颖（1966— ），女，副研究馆员，硕士；研究方向：文献资源建设。