国内外“人工智能+图书馆”领域研究对比

摘 要 人工智能以其独特的深度学习、跨界融合、人机协同、群智开放、自主操作等特征，助推了图书馆领域的变革转型。为使图书馆向更智能、更均等、更开放的方向发展，论文借助Co-Occurrence和SPSS软件对国内外人工智能在图书馆中的研究热点与发展趋势的相关研究文章中的相关关键词共现与聚类、关键词多维尺度分析与关键词演化路径进行了图谱绘制和可视化分析，旨在为人工智能在我国图书馆中应用研究和实践提供参考，促进我国“人工智能+图书馆”领域在研究上不断深化和拓展，进一步朝着个性化智慧服务、数字图书馆建设和阅读推广服务方向发展，将人工智能的前沿理论转化为实践，推动国内图书馆智能化发展。

关键词 人工智能；图书馆；图谱；可视化；COOC13.4；SPSS25.0

分类号 G250.7

DOI 10.16810/j.cnki.1672-514X.2024.09.013

Comparison of Domestic and International Research on “Artificial Intelligence + Library”： Quantitative Analysis of Graph Based on COOC and SPSS

Qian Jinjin

Abstract With its unique characteristics of deep learning， cross-border integration， man-machine collaboration， swarm intelligence openness， and autonomous operation， artificial intelligence has boosted the transformation of the library field. In order to make libraries smarter， more equal and more open， in this study， by using Co-Occurrence and SPSS software， the co-occurrence and clustering of relevant keywords， multi-dimensional scale analysis of keywords and keyword evolution path of relevant research articles on research hotspots and development trends of artificial intelligence in libraries at home and abroad were mapped and visually analyzed. It is intended to provide a reference for the application research and practice of artificial intelligence in Chinese libraries， promote the continuous deepening and expansion of the research in the field of “artificial intelligence + library” in China， further develop towards personalized intelligence services， digital library construction and reading extension services， transform the frontier theory of artificial intelligence into practice， and promote the intelligent development of domestic libraries.

Keywords ArtifKCW9/lgT2eYym32JMObDdg==icial intelligence. Library. Graph. Visualization. COOC13.4. SPSS25.0.

0 引言

从“人工智能”在达特茅斯会议上被首次提出[1]，至今经历了六十多年的发展，已在各个领域掀起了研究和应用的热潮。人工智能技术的发展受到了世界各国的重视，我国政府对人工智能的关注上升到国家战略。2017年，国务院印发《新一代人工智能发展规划》，提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施[2]。目前人工智能与其他各行各业的深度融合正在成为一种趋势，引入人工智能技术也成了图书馆建设新生态的重要手段。《国际图联2021版趋势报告》指出，图书馆使用人工智能可以改善图书馆的搜索功能，为用户找到更相关、更有价值的信息[3]。目前，已有众多学者从不同角度展开研究，探索人工智能技术在图书馆领域的更广阔应用。鉴于此，笔者在已有研究的基础上选择Co-Occurrence13.4（CooC13.4）和SPSS25.0对“人工智能+图书馆”样本文献进行数据处理，主要对样本文献的关键词进行可视化分析，利用高频关键词聚类图谱追踪国内外“人工智能+图书馆”的研究热点，通过绘制高频关键词多维尺度分析图和累积演化路径图探析国内外的演化趋势，对比分析国内外研究热点与发展趋势，预测国内外发展新生态，从而助力国内图书馆服务领域的业态革新。

1 国内外“人工智能+图书馆”相关文献数据来源和聚类

在本研究中，选取中国知网（CNKI）、Web

of Science数据库核心合集中SCI-EXPANDED、SSCI、A&HCI、CPCI-S、CPCI-SSH、ESCI六大引文数据库为数据来源。在中国知网上以主题词=“人工智能 + AI” AND 主题词=“图书馆”进行高级检索，检索范围选择学术期刊，检索时间为2023年3月27日，对检索出的文献逐篇人工甄别和筛查，剔除无作者、关键词缺失、与主题相关性较低、会议综述、调研报告等无效文献，得到1469篇有效文献。通过分析发现国内相关研究于2016年进入快速发展的起步阶段，故本研究最终选取2016年1月1日至2023年3月27日期间的1237篇有效文献为样本文献进行文献计量分析。在国外六大引文数据库上，以检索式“TS=（AI or artificial intelligen* or artifical intelligence）and TS=librar*”进行高级检索，Document Type选择Article，检索时间为2023年3月27日，对检索出的文献逐篇人工甄别和筛查，剔除无效文献，得到681篇有效文献。通过分析发现国外相关研究于2017年进入快速发展的起步阶段，故本研究最终选取2017年1月1日至2023年3月27日期间的471篇有效文献为样本文献进行文献计量分析。

1.1 高频关键词确定及其共现聚类

分别对1237篇国内样本文献和471篇国外样本文献的关键词进行同义词合并和无意义词删除，国内得出关键词共计1651个，其中最高频次为599，国外得出关键词共计1342个，其中最高频次为166，根据普莱斯定律来确定高频关键词，公式如下[4]：

M=0.749

其中，Nmax为最高频次关键词的频次，M为高频关键词阀值，得出国内、国外样本文献高频关键词阀值分别约为18.3、9.7，关键词数量超过阀值的即为高频关键词。根据词频统计结果，国内、国外高频关键词数量分别为31、26，数量偏少。为了全面深入地反映研究问题，故国内选择频次超过或等于14的关键词，共得到42个高频关键词，国外选择频次超过或等于7的关键词，共得到36个高频关键词。利用CooC13.4软件将国内、国外高频关键词生成相应的相异系数矩阵，并分别导入SPSS25.0软件中，选择分类分析中的系统聚类分析，聚类方法选择组内联接，测量区间选择平方欧氏距离，聚类结果如下图1所示。

图1 国内、国外高频关键词系统聚类谱系图

由图1可以直观地看出国内高频关键词可划分为五个类团，国外高频关键词可划分为六个类团。为了确保每个类团主题命名的客观性，引入“粘合力”指标以衡量关键词对类团的贡献程度。关键词的粘合力是该词与类团中其他所有关键词共现频次的平均值，粘合力越大，该词在类团中的地位越突出。对于n个主题词的类团中，关键词在该类团中的粘合力计算公式为：

其中，Bj为类团中除关键词Ai以外的关键词。

1.2 国内“人工智能+图书馆”相关文献五大主题

（1）知识服务研究。国内图书馆在知识服务领域正构建一个涵盖服务模式、策略、平台和体系的多维度研究框架。服务模式上，通过构建用户画像、实现关联性知识检索和场景化推荐[5]，提供精准化、个性化服务。服务策略方面则注重技术突破、战略布局，强调核心科技人才培养和考核制度完善，同时重视智慧馆员培养和数据安全。平台建设实现智能化、移动化和社会化互动[6]，促进数字资源协同。知识服务体系整合用户、资源、馆员和平台等要素，满足用户多样化知识获取需求。

（2）信息技术研究。国内在信息技术领域的研究正深入图书馆的日常运营和管理中。深度学习技术的应用，提升了图书馆资源管理的智能化水平，优化了文献分类和图书采选的流程。机器翻译技术的发展则为图书馆实现了跨语言的信息交流和服务。此外，机器学习技术在古籍保护方面的应用[7]，助力了文化遗产的数字化保护，通过智能化检索和真伪辨别，为古籍研究和普及提供新的途径。通过个性化服务算法实现用户画像分析和精准推荐，提供定制化的服务。而人工智能技术在服务场景中的应用[8]，如智能化的空间导航和互动体验，将为图书馆创造一个更加丰富、动态的服务环境。

（3）机器人应用研究。国内图书馆领域在机器人应用研究方面取得了令人瞩目的成果。多策略混合问答咨询机器人提升了图书馆咨询服务的互动性和效率。基于超高频RFID技术的盘点机器人[9]显著提高了图书盘点d/GgBc08FgWxPElc9ydnaZQVIsjNHcGBh5oiJM2SyxU=的准确性和速度。通过应用增量法优化图书管理助手机器人的运动路径，提高了工作效率。智能借还书机器人使得借还书过程更加便捷自主。AGV自动分拣机器人的探索为图书馆物流处理带来了自动化的解决方案，减少了人工操作的负担。智能采分编机器人的设计，则为图书馆的采集、分类和编目工作提供了自动化的可能。自动导航机器人的研究[10]，为用户提供了更加直观和便捷的信息服务体验。

（4）服务创新研究。国内图书馆在服务创新领域积极融合新兴技术，聚焦于构建全方位、多层次的智能化服务平台，涵盖数据感知、智能分析和个性化服务，整合移动和绿色服务理念。智慧学科服务平台的搭建，满足了用户的学术需求，提供定制化的学术支持。同时，基于5G网络的泛在化智慧服务模式的探索[11]，预示着图书馆服务将更加无缝地融入读者生活。大数据和人工智能的双驱动优化了图书馆服务，实现从基础到应用全面升级。此外，探讨人工智能应用伦理规范和原则[12]，确保技术合理安全，指导图书馆智慧服务健康发展。

（5）智能空间再造研究。国内对图书馆智慧空间的研究展现了其作为知识和学习中心的定位。研究关注技术创新与服务理念的融合及用户体验优化。智慧空间建设强调资源、技术和服务的整合，将图书馆转型为学习与研究中心。巧妙的空间布局可满足不同用户需求。评价体系和教师参与确保改造效果[13]，凸显用户至上的服务理念。技术创新如读者阅读画像、数字孪生预示图书馆虚实相生的未来，数字孪生图书馆实现场景化、智慧化服务，是服务模式创新的重要里程碑。

1.3 国外“人工智能+图书馆”相关文献六大主题

（1）智慧服务应用研究。国外智慧服务应用的研究深入挖掘了图书馆服务创新的潜力，尤其是在智能服务模式探索上。研究关注利用技术提升服务质量，分析技术对用户行为的潜在影响，揭示多维价值。应用技术接受模型[14]探讨读者使用智能图书馆的意愿，为服务的精准定位和内容设计提供科学依据。此外，研究强调创新服务减轻管理负担、节省用户时间的重要性。同时，还探讨了新兴技术如人工智能、大数据分析对图书馆服务的积极影响，以推动图书馆服务的革新。这些研究为图书馆服务的未来发展提供了宝贵的参考和启示，也为图书馆如何利用新兴技术提供了指导。

（2）文本分类与识别应用研究。国外学者在文本分类与识别应用研究上成果显著，这些研究推动了图书馆和信息中心的资源管理与服务的自动化、智能化。在文本主题自动索引方面，学者们专注于开发能够准确识别和标记文本主题的算法，这对于信息检索和知识管理尤为重要。此外，藏品图像的分类和藏文字符的识别研究[15]，显示了学者们对于特殊语言和文化遗产的关注，有助于保护和传承人类文化遗产。通过开发机器学习分类模型来处理旧数字化文本的UDC（通用十进制分类法）分配问题，反映了国外学者在解决实际图书馆管理问题上的创新思维。文本难度分类的研究[16]则关注如何根据读者的阅读水平提供适宜的阅读材料，从而增强阅读体验和教育效果。图书分类识别和图书目录信息的自动分类方法提高了图书分类的效率和准确性，优化了图书馆的资源组织和检索流程。古代文学作品图像文本识别技术的发展，不仅为古籍研究提供了新的工具，也为历史文献的数字化和普及化开辟了新的道路。

（3）聊天机器人应用研究。国外学者对聊天机器人应用进行了多元化场景的积极探索，图书馆服务领域尤为瞩目。在设计原则上[17]，学者们强调要以用户需求为导向，避免技术过度复杂化。在高校图书馆中，聊天机器人在学术研究和教育辅助方面展现出巨大潜力。在网站聊天机器人的设计与实现方面[18]，学者们探讨了如何将聊天机器人集成到图书馆的在线服务平台中，以提供更加个性化和互动性强的服务。此外，基于开源会话聊天机器人的技术本质与应用现状的研究，反映了学者们对于利用现有技术资源进行创新的重视，开源技术的使用可以加速聊天机器人的开发进程，降低成本，并促进技术的快速迭代和创新。

（4）深度学习技术应用研究。国外学者深入探索深度学习在图书馆领域的应用，展现了其提升图书馆服务和资源管理效率的巨大潜力。在图像识别领域，深度学习技术提高了图书馆图像资源的自动分类和检索能力。在文本挖掘方面，深度学习技术的应用使得读者能够深入分析和理解文本内容，为用户发现和获取信息提供新途径。此外，混合内容检索模型的构建[19]展示了深度学习在整合多种类型资源高效检索中的能力，以提供更为丰富和精准的搜索结果。个性化图书智能推荐系统的研究则凸显了深度学习在理解用户偏好、提供定制化服务方面的独特优势。同时，电子资源使用行为模型的构建[20]揭示了深度学习在分析用户行为模式、优化资源配置方面的潜在价值。馆藏数字化研究则体现了深度学习在加速图书馆数字化转型和扩大数字资源可及性方面的重要性。而人脸检测技术的应用为图书馆的安全监控和用户识别提供新的解决方案。

（5）数据安全应用研究。国外数据安全领域研究全面数字化时代信息保护，特别是在图书馆和文化遗产的数字化环境中。研究不仅涉及技术层面的隐私保护和安全措施，还深入探讨了版权和知识产权的法律伦理问题。数字化档案隐私保护研究强调信息安全的重要性，为图书馆的数字化转型提供坚实的隐私保护策略。深度学习在物联网安全中的应用展示了AI技术提升网络安全的潜力，为图书馆智能系统的安全防护提供有力支持。数字图书馆中数据访问控制[21]和安全存储研究探讨了如何通过技术手段来管理和保护数据，防止未授权访问和数据泄露。大数据隐私保护技术的研究是应对大规模数据集中潜在隐私风险的重要方向。文化遗产面临的隐私和版权问题[22]，以及图书知识产权问题的研究，揭示了数字化时代知识产权保护的复杂性和挑战。文化遗产的自动提取与保护研究体现了对文化遗产进行数字化保存的同时，如何利用技术手段防止其被非法复制或滥用。

（6）知识服务研究。国外在知识服务领域的研究呈现出对人工智能技术的深度融合和应用，旨在提升知识管理效率和质量。从知识组织与表示的角度，研究者们聚焦于人工智能如何优化知识结构与信息检索机制，实现知识的易理解与高效利用。在多样化知识管理服务应用方面[23]，借助AI技术精准捕捉用户的行为偏好，以提供定制化知识服务，从而提高用户满意度和服务响应速度。基于人工神经网络的云图书馆智能服务平台模型的研究，更是展示了AI在构建智能、灵活且可扩展的服务平台方面的巨大潜力。同时，对知识服务发展历程的梳理与分析，揭示了AI如何成为推动知识服务创新发展的关键动力，有助于我们理解当前知识服务的发展趋势，并为未来的服务模式提供预见。此外，馆员能力与知识服务水平的相关性研究[24]，揭示了图书馆工作人员的专业技能对于提供高质量知识服务的重要性。

2 从国内国外关键词多维尺度分析看研究热点

多维尺度分析（Multidimensional Scaling，MDS）是一种能将在多维空间中的研究对象（样本或变量）之间的关系转化为低维空间的表示形式，通过在平面上表示样本之间的相似度来计算它们之间的距离，实现样本位置可视化。其中，X轴放映样本的集中程度（向心度），Y轴体现样本在低维空间中的分布密度（密度），坐标原点表示向心度和密度的平均值[25]。与聚类树状图不同，MDS能直观展示研究领域在学科内的位置。若关键词在可视化结果中聚焦在中心点附近，说明其近年来备受关注；若处于边缘位置，则可能与研究学科的相关性较小或正处于过渡阶段。利用SPSS25.0 软件，分别导入国内、国外高频关键词相异矩阵，利用多维尺度分析方法（ALSCAL），得到相应的可视化多维分析结果，如图2、3所示。

图2 国内高频关键词多维尺度分析

图3 国外高频关键词多维尺度分析

通过图2、图3可以看出国内、国外“图书馆+人工智能”领域研究热点的位置关系，各散点广泛分布在距原点较远位置，散点变量的相似度不高，离中心点位置较远。基于散点的密集程度，将其划分成四个散点密集区域。

（1）区域一：国内的智能空间再造与服务创新方面的研究，以及国外在聊天机器人应用领域的探索，主要集中在第一象限，这些主题的密度和向心度均大于均值，显示出这些主题与其他研究主题有密切的联系，内部联系紧密，且处在研究领域的中心位置，发展相对成熟，受到学术界的广泛关注。

（2）区域二：国内的知识服务研究，以及国外的智慧服务应用、文本分类与识别应用、聊天机器人研究，大致位于第二象限，这些主题的密度高于均值但向心度低于均值，处于研究领域的边缘位置，尽管发展已经相对成熟，但作为独立的研究主题表现并不活跃，对其深入研究可能是未来新趋势。

（3）区域三：国内的信息技术研究，以及国外的知识服务与数据安全应用研究，大致落在第三象限，密度和向心度均低于均值，这些主题处于研究领域的边缘，研究深度和力度不足，发展尚不成熟，有待进一步深入探究。新兴的研究热点往往会首先出现在第三象限。

（4）区域四：国内的机器人应用研究和国外深度学习应用研究大致落在第四象限，这些主题的向心度高于均值，但密度低于均值，虽然处于研究领域的核心位置，但研究处于起步阶段，在未来具有较大的研究潜力。但由于内部结构松散、不紧密，在后续发展过程中容易演变成其他主题。

3 从关键词累积演化路径分析研究趋势

为直观地呈现国内外“人工智能+图书馆”领域研究的热点及演化路径，我们利用COOC13.4分别绘制了国内外该领域的关键词累积演化路径图谱。为了方便观察，将图谱中每年显示高频关键词数量设为8，图中所有关键词节点依据首次出现的年份被定位在二维坐标系中，横轴代表年份，纵轴代表知识单元[28]。关键词出现的节点代表它首次出现的年份，后续次数加权累加。节点的大小表示关键词出现的频率，节点越大则表示该关键词出现的频率越高。

3.1 国内关键词累积演化路径分析

国内“人工智能+领域”的研究的演化路径，结合图4的结果分析，可以划分为三个阶段。

图4 国内关键词累积演化路径

（1）智能化服务起步发展阶段（2016—2017年）：2016年AlphaGo事件发生后，国内人工智能图书馆的应用进入快速发展的起步阶段，在该阶段以智慧图书馆的基础理论研究为主，随后智慧服务、大数据和知识服务等关键词的出现说明该领域已经开始从理论型的智慧图书馆研究转向具体的智慧服务理论研究，尝试应用人工智能大数据技术提供智慧知识服务等。

（2）智能化服务创新阶段（2018—2020年）：随着人工智能技术的发H9QfMq4gxz5em7OuCCzuaw==展，创新服务、图书馆转型、服务创新和人脸识别等关键词相继涌现，图书馆开始以创新服务为目标，尝试应用人脸识别、区块链等技术。2019年，5G商用牌照的发放标志着5G时代的来临，图书馆开始深入研究5G技术的应用，并探索更多个性化服务。智慧馆员作为个性化服务的提供者，相关研究也随之兴起。同时，基于自然语言处理和机器学习技术的智能咨询服务应运而生。

（3）智能化服务转型阶段（2021—2023年）：2021年元宇宙的兴起推动图书馆迅速向全智慧多元化方向迈进，加速了智慧化进程，同时资源数字化趋势显著，图书馆开始从数字化向智慧化转型，自动标引、文献推荐和智能语音等智慧化服务开始在各大图书馆普及，开辟了智慧图书馆服务新路径。2023年，以ChatGPT为代表的AIGC（AI自动生成内容）在图书馆中的应用研究激增。ChatGPT将会引发由底层技术变革而驱动的智慧图书馆服务模式创新与重构，进一步促进图书馆智能化转型升级。

3.2 国外关键词累积演化路径分析

国外“人工智能+领域”研究的演化路径，结合图5的结果分析也可以划分为三个阶段。

图5 国外关键词累积演化路径

（1）初步探索阶段（2017—2018年）：国外关于人工智能在图书馆的应用是在2017年进入快速发展的起步阶段，起初一些图书馆开始尝试将人工智能应用于知识管理、数据库建设等方面，并向数字图书馆智能化的目标迈进，旨在为读者提供更加高效便捷的信息服务，随着人工智能技术的发展，部分学者开始探索如何将机器学习、深度学习和自然语言处理等技术应用于数字图书馆管理，并运用大数据思维挖掘图书馆服务新路径，这些初步探索为后续深入发展奠定了基础。

（2）技术融合和创新阶段（2019—2021年）：在这一阶段，人工智能技术与图书馆业务的融合进一步加深，聊天机器人开始被引入图书馆的参考咨询服务，同时物联网、神经网络等技术也被应用于图书馆服务创新中，逐步迈向智能图书馆时代。随着第四次产业革命的到来，人工智能在国外图书馆领域的应用显著提升，RFID技术、人机交互与对话管理开始进入图书馆，满足读者个性化信息检索需求。为提高信息处理效率和准确性，国外采用自动主题索引与信息组织技术，自动识别和索引主题，避免了繁琐的人工检索工作，帮助读者快速了解文本主题和重点，实现技术创新和应用场景的拓展。

（3）深化应用和持续发展阶段（2022—2023年）：进入这一阶段，人工智能已深入融入图书馆业务。图书馆利用数字化技术和互联网搭建数字化文化与知识资源平台，采用数字转换技术对文献进行数字转换后再分类和索引，方便读者搜索和查询，满足多元数字需求。随着技术的进一步发展，自动索引技术在国外图书馆中的应用越来越广泛，对文献进行智能化的分类和推荐，帮助研究者发现新的研究方向和前沿领域，提供统计分析和数据挖掘功能，高效管理和利用文献资源，为读者提供更便捷、准确的信息检索服务。

4 国内外“人工智能+图书馆”领域研究热点与趋势对比

通过对比国内、国外关键词共现与聚类结果发现，国内外在“人工智能+图书馆”领域的研究均取得了一定的成果，相关研究主要围绕着如何利用人工智能技术实现图书馆智慧化服务展开，但研究的具体方向既有共性也有差异。共性在于都围绕知识服务、机器人和服务创新展开研究，尝试与突破图书馆的知识服务，探索和实践机器人的应用，拓展和创新图书馆的服务。差异在于国内较多关注智慧图书馆相关信息技术理论研究和智慧空间应用研究，国外则更重视文本识别与分类、深度学习技术的实践研究，以及图书馆智慧化进程中引发的数据安全问题。与国外相比，我国对于人工智能技术的具体实践研究颇少，这种差异可能与国内外在人工智能技术发展水平、数字化和智能化建设方面的投入和重视程度有关。国内应加快发展人工智能技术，将理论转化为实践，借鉴国外成功的研究成果和实践经验，加强国际合作和交流，推动国内“人工智能+图书馆”领域的高质量发展。

从国内外多维尺度分析结果来看，国内外在如何利用人工智能技术改善图书馆管理和服务方面呈现共同趋势，也有各自研究的不同侧重点和差异。国内主要关注图书馆空间再造和服务创新，反映了国内图书馆界对于提升读者体验和学习效果的重视。通过智能技术的引入，图书馆正在从传统的藏书空间转变为集学习、交流、研究于一体的多功能场所。同时，国内对于信息技术应用的研究也在逐步深化，尽管当前的研究还主要停留在理论层面，但随着技术的不断进步和应用的不断拓展，相信未来会有更多的实践成果涌现。相比之下，国外的研究则更加注重人机交互和自动化分类等方面的探索，这些研究有助于提升图书馆服务的智能化水平，提高图书馆的工作效率。此外，国外对于数据安全保障和知识服务的研究也在逐步加强，展现了国外对保障用户信息安全和提供高质量知识服务的重视。同时，国外也在探索深度学习在图书馆的应用潜力。尽管当前的研究尚不成熟，但深度学习技术在图像识别、自然语言处理等方面的强大能力，无疑将为图书馆的智慧化服务提供新的可能。虽然研究侧重点不同，但都在努力提升图书馆的管理和服务水平。未来，随着技术的进步和应用的拓展，该领域研究将会更加深入广泛。

从国内外关键词演化路径结果来看，通过观察高频关键词的变化趋势，国内外“人工智能+图书馆”领域的发展均经历了三个阶段，但各阶段的关注点和重点又有所区别。在国内，该领域的发展从智能化服务的初步探索逐步过渡到创新发展，最终迈向转型发展，其中政策起到了重要推动作用，国家政策的支持和鼓励为图书馆应用人工智能提供了重要的保障，使得图书馆能够大胆尝试和探索人工智能技术的应用。图书馆作为公共文化服务机构，需积极响应国家政策，主动探索人工智能技术的应用，提升服务质量和效率。国外的研究则从初步探索演进至技术融合与创新，再向深化应用与持续发展迈进，这与国外科技发展密切相关，云计算和大数据技术的发展为图书馆应用人工智能提供了强大的基础设施和数据处理能力，图书馆可以更好地实现自动化、智能化的服务和管理，提升用户体验和价值。总体而言，国内外该领域均呈现出不断深化和拓展的趋势，随着技术的进步和应用场景的拓展，将会取得更多的创新和发展。国内需关注政策导向、科技新动向及读者需求变化，推动图书馆智能化发展。

5 结语

文章通过对比分析国内外人工智能在图书馆领域热点与趋势，发现人工智能在图书馆中的应用得到了广泛关注和深入探索。尽管国内相关研究从2016年后快速发展，但学者和机构合作度不够，网络密度和平均距离较小，整体中心性数值较低，凝聚子群密度值较低 。智慧图书馆、智能数据服务、知识工程等主题成为研究热点，其主要应用场景包括文献分类、参考咨询、图书馆自动化研究，同时，对于阅读推广、空间环境和人才培养等方面的研究相对匮乏，无障碍图书馆、无馆员图书馆、私人定制图书馆和自我生长图书馆等新概念和新模式的研究也相对较少。从国际视角来看，人工智能应用于图书馆的研究重点主要集中在机器学习、大数据集、深度学习及高级语言方面，同时，关注知识服务、智能化建设、学科服务及信息管理等前沿领域。这些研究为图书馆提升知识服务的质量和效率，实现智能化的图书馆建设提供了重要支撑。此外，多模态机器人、用户画像深度服务及安全预警系统也成为研究新趋势。由此，针对未来国内在“人工智能+图书馆”领域的研究，笔者认为我国图书馆界应积极关注国际上该领域的最新研究动态，学习和借鉴国际上的成功实践和经验，如美国的Library BOT项目、瑞典国家图书馆的文本训练AI模型等，通过引进和吸收国外先进的技术和方法，注重将人工智能的理论研究成果转化为实际的应用场景，注重结合国内实际情况进行本土化创新，形成具有中国特色的智能化图书馆服务模式，加速国内图书馆智能化的发展进程。

面对图书馆从传统服务模式向数字化、智能化转型的挑战，我们应积极关注新兴技术，如ChatGPT、量子计算等在图书馆领域的应用前景，通过深入探索转型过程中的精准化和个性化服务，设计基于读者需求的数据驱动决策分析，发展智能辅助的阅读推广模式等，以构建数字化、智能化的图书馆新形态。同时，也要积极寻求与其他领域，如信息技术、数据科学等的合作机会，通过共同研发、项目合作、人才交流等方式，共享资源、技术和经验，共同推动“人工智能+图书馆”领域的发展。此外，在技术应用的同时，还需注重伦理和社会问题的考量，确保用户隐私和数据安全，遵守法律法规和伦理规范的要求。

参考文献：

Francesco Corea.人工智能简史[EB/OL].（2018-02-01）[2023-11-16].http：//mp.weixin.qq.com/s/70pIXRKg8N8eXkPHVnx2FQ.

国务院.国务院关于印发新一代人工智能发展

规划的通知[EB/OL].（2017-07-20）[2023-11-17].

http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

陈信.国际图联2021版趋势报告分析及对我国图书馆的启示[J].图书馆理论与实践， 2022

（5）：51-56.

杨巨声，胡国鹏，关阵.国内外数字治理研究的横向分野与纵向演进：基于文献计量和知识图谱分析[J].科学决策，2023（1）：133-148.

柳益君，李仁璞，罗烨，等.人工智能+图书馆

知识服务的实现路径和创新模式[J].图书馆学研究，2018（10）：61-65，42.

熊太纯，王勋荣.面向图书馆知识服务的智能互动平台研究[J].图书馆学研究，2018（14）：38-42.

刘浏，王东波，黄水清.机器学习视角的人工智能研究回顾及对图书情报学的影响[J].图书与情报，2017（6）：84-95.

乐建华.智能化时代图书馆场景式服务升级与创新[J].科教文汇（中旬刊），2018（35）：160-161.

沈奎林，邵波，陈力军，等.基于超高频RFID的图书盘点机器人的设计和实现[J].图书馆学研究，2016（7）：24-28.

于新国.图书馆智能化机器人自动导航技术探讨[J].福建图书馆学刊，2018，1（1）：62-64，24.

钟欢，马秀峰.教育虚拟社区：智慧视域下高校

学科服务的新阵地[J].图书馆学研究，2020（14）：

70-75.

陆康，刘慧，张婧，等.基于AI治理的图书馆智慧服务内在路径解析：以欧盟《人工智能伦理准则》为例[J].图书馆理论与实践，2021（6）：55-60.

石婷婷，徐建华，张雨浓.数字孪生技术驱动下的智慧图书馆应用场景与体系架构设计[J].情报理论与实践，2021，44（3）：149-156.

YU K J， HUANG G. Exploring consumers’ intent to use smart libraries with technology acceptance model[J].Electronic Library，2019，38（3）：447-461.

GONG H， XIANG W. Tibetan character recognition

based on machine learning of K-means algorithm[C]//

2018 International Conference on Computer Modeling， Simulation and Algorithm （CMSA 2018）. Atlantis Press，2018：340-342.

BALYAN R， MCCARTHY K S， MCNAMARA D S. Applying natural language processing and hierarchical machine learning approaches to text difficulty classification[J].Internationa Journal Of Artificial Intelligence In Education，2020， 30（3）：

337-370.

_{TR7Ebozvyk/zo4DY3ddDVMtViN8InDEvJlqb2zP9fSs=}

CERNY M. Educational psychology aspects of learning with chatbots without artificial intelligence：

suggestions for designers[J]. European Journal of Investigation in Health， Psychology and Education， 2023，13（2）：284-305.

EHRENPREIS M， DELOOPER J. Implementing a chatbot on a library website[J].Journal of Web Librarianship，2022，16（2）：120-142.

RAGAB M，ALMUHAMMADI A，MANSOUR F， et al. Natural language processing with deep learning enabled hybrid content retrieval model for digital library management[J]. Expert Systems，2022，41（6）.

LIN W H， CHANG S S， LI P， et al. Exploration of usage behavioral model construction for university library electronic resources from Deep Learning Multilayer perceptron[C]//2019 IEEE International Conference on Consumer Electronics-Taiwan （ICCE-TW）.IEEE，2019：1-2.

ZAKA B. Emerging technologies in digital libraries：

net interactive document （NID） experiences and prospects[J].IPSI Transactions on Internet Research，2022，18（2）：69-75.

JAILLANT L， CAPUTO A. Unlocking digital archives： cross-disciplinary perspectives on AI and

born-digital data[J].AI & Society， 2022，37（3）： 823-835.

AL-AAMRI J H， OSMAN N E E. The role of artificial intelligence abilities in library services[J]. The International Arab Journal of Information Technology， 2022，19（3A）：566-573.

HAMAD F， AL-FADEL M， SHEHATA A M K. The level of digital competencies for the provision of smart information service at academic libraries in Jordan[J]. Global Knowledge， Memory and Communication，2023，73（4）：614-633.

李娜，侯林丽.我国图书馆学研究热点的可视化分析[J].新世纪图书馆，2016（7）：85-90.

冯子逸.中国广告研究知识图谱分析[D].上海：上海外国语大学，2022：19-20.

钱进进 惠州学院图书馆信息技术部主任、馆员。 广东惠州，510006。

（收稿日期：2024-05-18 编校：陈安琪，谢艳秋）

*本文系教育部产学合作协同育人项目2022年第一批立项项目“融合维普大数据中心与教学研究的实践基地建设研究”（项目编号：220604171102314）的研究成果之一。