沈 杰（浙江中醫(yī)藥大學(xué)圖書館）

1 前言

當(dāng)前，伴隨著智能系統(tǒng)深度學(xué)習(xí)的興起、大數(shù)據(jù)的發(fā)展、云系統(tǒng)的建設(shè)、物聯(lián)網(wǎng)的流行以及各種自動化系統(tǒng)的涌現(xiàn)，“人工智能”迅速成為流行熱詞。人工智能（Artificial Intelligence, AI）也被稱作機(jī)器智能，是通過模擬人的行為方法來讓機(jī)器也擁有和人相似的能力。目前，人工智能已經(jīng)滲透到社會的各個領(lǐng)域。將人工智能與圖書館信息服務(wù)相結(jié)合是促進(jìn)圖書館轉(zhuǎn)型升級的重要途徑，也是由傳統(tǒng)的“信息化圖書館”升級為“智能型圖書館”的必由之路。2017 年9 月，武漢大學(xué)圖書館與百度公司率先聯(lián)合舉行了AI 圖書館建設(shè)合作研討會，會后雙方簽訂了《百度武大AI 圖書館合作框架協(xié)議》［1］。該協(xié)議的簽訂意味著智能型圖書館建設(shè)向前邁出了一大步，而如何利用快速發(fā)展的人工智能技術(shù)構(gòu)建智能型圖書館信息服務(wù)系統(tǒng)則成為圖書館轉(zhuǎn)型升級的關(guān)鍵。

2 智能型數(shù)字信息資源的采集與整合

傳統(tǒng)圖書館資源是以紙質(zhì)的形式進(jìn)行儲存，通過圖書館自動化管理系統(tǒng)進(jìn)行借還操作。隨著信息技術(shù)的廣泛應(yīng)用和數(shù)字時代的到來，數(shù)字資源成為高校圖書館信息資源的重要組成部分。相較于書刊、報(bào)紙等資源，數(shù)字資源具有占地小、內(nèi)存大、不易損壞、交互性強(qiáng)、囊括范圍廣等優(yōu)點(diǎn)。圖書館資源的數(shù)字化不但能夠擴(kuò)大用戶規(guī)模，滿足用戶需求，還能極大地促進(jìn)信息資源的交流與共享。對傳統(tǒng)信息資源進(jìn)行數(shù)字化后，還要進(jìn)一步讓這些數(shù)字化信息資源“活”起來，對數(shù)字資源進(jìn)行知識化的劃分和統(tǒng)一標(biāo)注，使數(shù)字資源之間能夠進(jìn)行語義關(guān)聯(lián)和知識化指向，為用戶提供直觀的信息資源，實(shí)現(xiàn)知識導(dǎo)航。

2.1 數(shù)字資源采集

為用戶提供信息服務(wù)是圖書館的重要職能。互聯(lián)網(wǎng)的迅速崛起使得圖書、報(bào)刊等文獻(xiàn)被逐步取代，取而代之的是各種方便、快捷的數(shù)字化資源。但圖書館提供的數(shù)字化資源基本上都停留在靜態(tài)、被動的層面，與讀者的實(shí)際需求還存在一定差距。如信息引導(dǎo)能力差、檢索精度低、個性化檢索能力差和缺乏自適應(yīng)等問題?；谌斯ぶ悄艿膱D書館個性化服務(wù)系統(tǒng)能夠在大數(shù)據(jù)環(huán)境下將海量的信息進(jìn)行減噪、特征提取、相似度匹配和知識融合等處理，對信息進(jìn)行有機(jī)整合，并根據(jù)信息智能推薦引擎實(shí)現(xiàn)用戶與信息、知識的個性化匹配，最終實(shí)現(xiàn)高效、精準(zhǔn)、智能的信息反饋。為提高圖書館的信息服務(wù)能力，解決圖書館信息服務(wù)中現(xiàn)實(shí)與用戶日益增長的對高效、便捷信息的需求之間的矛盾，幫助用戶更準(zhǔn)確、快捷地從圖書館中查詢到所需信息，建立能夠提供個性化主動服務(wù)的智能型圖書館是滿足新形勢下用戶對知識信息交互、感知與體驗(yàn)需求的重要途徑。

數(shù)字資源是海量的，由于資金和技術(shù)力量，單獨(dú)某一個圖書館無法將所有信息資源都收集齊全。因此，圖書館之間應(yīng)形成資源共享的互利機(jī)制，即每個圖書館根據(jù)自己承擔(dān)的任務(wù)以及服務(wù)的對象，有針對性地制定符合自身的數(shù)字資源采集制度。采集的原則可遵循全面性、針對性、時效性、選擇性、協(xié)調(diào)性、需求性、互補(bǔ)性和有效性等原則［2］。采集方式可以遵循：① 通過掃描、文字識別等硬件設(shè)施和軟件程序?qū)⒔?jīng)典紙本館藏資源進(jìn)行數(shù)字化，同時進(jìn)行分類整理；② 通過網(wǎng)絡(luò)爬蟲程序自動抓取網(wǎng)上具有價值的信息資源，并根據(jù)所抓取的信息類型進(jìn)行分類存儲；③ 不能通過爬蟲抓取的具有極大價值的深層次開放存儲信息，可以通過手工采集的方式進(jìn)行補(bǔ)充。

2.2 數(shù)字資源整合

圖書館直接采集的數(shù)字資源存在許多問題，如信息之間的交叉重復(fù)率高、低價值信息過多、冗余信息繁雜、信息關(guān)聯(lián)程度低等。圖書館如何將采集到的數(shù)字資源進(jìn)行優(yōu)化重組對智能型圖書館建設(shè)至關(guān)重要，資源的整合可嘗試以下方式：① 引入先進(jìn)的數(shù)字資源加工系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)庫間無縫檢索以及多庫數(shù)據(jù)偶聯(lián)；② 建立統(tǒng)一聯(lián)合檢索系統(tǒng)，合并不同平臺、不同類型數(shù)據(jù)庫的檢索功能，實(shí)現(xiàn)跨平臺信息檢索；③ 采用計(jì)算機(jī)編程中面向?qū)ο蟮姆绞剑詫ο蟮姆绞酱鎯?shù)字資源元數(shù)據(jù)，以類指針的方式檢索不同類型的資源（文字、圖像、音頻、視頻等），把相同的資源整合、過濾，降低冗余度，實(shí)現(xiàn)資源的快速匹配；④ 提取不同類型資源的關(guān)鍵詞或特征碼，建立以關(guān)鍵詞或特征碼為基礎(chǔ)的資源相似性偶聯(lián)系統(tǒng)，使檢索結(jié)果更加全面［3］。

數(shù)字資源的采集和整合是建設(shè)智能型圖書館信息服務(wù)系統(tǒng)的基石，而建立標(biāo)準(zhǔn)的采集方式和整合模式又是當(dāng)中急需解決的關(guān)鍵問題。圖書館管理人員和技術(shù)人員應(yīng)聯(lián)合起來共同制定智能圖書館信息服務(wù)系統(tǒng)的各項(xiàng)標(biāo)準(zhǔn)，以加快推進(jìn)智能圖書館的建設(shè)。

3 基于人工智能技術(shù)的圖書館個性化信息服務(wù)系統(tǒng)的建設(shè)路徑

所謂個性化信息服務(wù)就是根據(jù)讀者的知識結(jié)構(gòu)、信息需求、行為方式和心理傾向等大數(shù)據(jù)，有的放矢地為讀者創(chuàng)造符合其個性需求的信息服務(wù)形式與環(huán)境，并幫助其建立個人信息系統(tǒng)。雖然目前大多數(shù)圖書館都配備有個性化信息服務(wù)系統(tǒng)，讀者可以根據(jù)自身需求檢索特定的數(shù)字資源。但是，在信息全球化時代，用戶面對的是海量的數(shù)字信息資源，如果每一次查詢都需要用戶自己層層篩選，將耗費(fèi)用戶大量的時間成本，嚴(yán)重降低用戶體驗(yàn)，而以人工智能技術(shù)中神經(jīng)網(wǎng)絡(luò)算法為基礎(chǔ)的機(jī)器學(xué)習(xí)技術(shù)可以很好的解決這一問題。根據(jù)用戶注冊時所填寫的基本資料和追蹤實(shí)時查詢時的操作瀏覽過程，它可以對用戶真實(shí)目的進(jìn)行預(yù)測并對查詢結(jié)果進(jìn)行智能篩選，將大大提高信息服務(wù)系統(tǒng)的效率，同時也能滿足用戶多樣化需求。

3.1 個性化智能信息服務(wù)系統(tǒng)基本框架

數(shù)字化圖書館具有三層結(jié)構(gòu)：用戶界面、網(wǎng)絡(luò)服務(wù)器、資源數(shù)據(jù)庫。這三層結(jié)構(gòu)在邏輯上既相互獨(dú)立，又密切聯(lián)系，任何一層結(jié)構(gòu)的內(nèi)涵對于另外兩層的功能實(shí)現(xiàn)都起著決定性作用。

（1）用戶界面可以與用戶直接進(jìn)行信息交互，包括信息的輸入、結(jié)果的呈現(xiàn)，一般采用瀏覽器/服務(wù)器（B/S）模式。B/S 模式的優(yōu)點(diǎn)在于無需安裝特殊客戶端，用戶在任何帶有瀏覽器的計(jì)算機(jī)上即能夠進(jìn)行信息檢索。用戶界面這一層，主要對用戶的行為信息進(jìn)行采集，包括顯式信息和隱式信息。顯式信息包括用戶輸入的搜索文本、用戶評價、用戶點(diǎn)擊的某些單選或復(fù)選框等；隱式信息主要包括用戶在某個頁面的停留時間、用戶對某些已經(jīng)做出的選擇進(jìn)行撤銷的行為等［4］。用戶信息的獲取是對用戶進(jìn)行個性化服務(wù)的基石。

（2）信息收集完成之后，便打包傳輸?shù)较乱粚印W(wǎng)絡(luò)服務(wù)器層。網(wǎng)絡(luò)服務(wù)器是整個框架的核心，一般用Windows Server 或者Linux 服務(wù)器進(jìn)行搭建。網(wǎng)絡(luò)服務(wù)器的主要功能包括：① 整合分析從用戶瀏覽器上傳的信息，實(shí)時跟蹤用戶動態(tài)；② 用戶行為與需求預(yù)測；③ 檢索結(jié)果智能篩選，按照對用戶需求預(yù)測結(jié)果的相關(guān)性由高到低進(jìn)行排序；④ 針對不同用戶建立其特征檔案，整合用戶的所有信息，構(gòu)建并實(shí)時升級用戶個性化模型。服務(wù)器基本上承載了整個服務(wù)系統(tǒng)的運(yùn)算需求。由于人工智能算法的加入，勢必導(dǎo)致對大數(shù)據(jù)需求的陡增，同時各種用戶行為分析和用戶需求預(yù)測等提高圖書館智能化的數(shù)學(xué)模型的應(yīng)用將進(jìn)一步增加服務(wù)器的載荷。因此筆者認(rèn)為采用云服務(wù)器來搭建網(wǎng)絡(luò)服務(wù)器層將能夠有效的解決這一問題。云服務(wù)器為智能圖書館所需的大數(shù)據(jù)分析能力提供基礎(chǔ)設(shè)施保障。

（3）資源數(shù)據(jù)庫的主要功能包括存儲信息數(shù)據(jù)和管理數(shù)據(jù)?；究蚣苤械拿恳粚拥牟渴鹋c完善對于圖書館員都是巨大的工作挑戰(zhàn)，僅靠人工或者傳統(tǒng)的計(jì)算機(jī)技術(shù)來完成這些工作是不現(xiàn)實(shí)的。筆者認(rèn)為人工智能的引入能很好地幫助解決這些問題，可以采用機(jī)器學(xué)習(xí)的方法來構(gòu)建一個自動學(xué)習(xí)、自動升級的個性化信息服務(wù)系統(tǒng)。

3.2 個性化智能信息服務(wù)系統(tǒng)的模塊構(gòu)建

智能化圖書館的核心任務(wù)是快速、準(zhǔn)確的為用戶查詢到其所需的信息資源，建立用戶特征模型，推送用戶關(guān)注內(nèi)容的實(shí)時進(jìn)展，為用戶提供知識導(dǎo)向，實(shí)現(xiàn)個性化服務(wù)。其中個性化智能信息服務(wù)的主要關(guān)鍵在于為用戶“量體裁衣”。準(zhǔn)確、實(shí)時、全面掌握和表示用戶的興趣是一個重要的前提和基礎(chǔ)，建立合理的個性化用戶模型，使系統(tǒng)能夠跟蹤用戶行為，學(xué)習(xí)、記憶用戶興趣，描述用戶的興趣特征，據(jù)此向用戶提供有針對性的信息服務(wù)［5］。在建立信息服務(wù)系統(tǒng)各個模塊時引入人工智能技術(shù)，將能夠最大程度上滿足用戶的個性化需求。基于人工智能技術(shù)的個性化信息服務(wù)系統(tǒng)模塊總體上可分為主動信息獲取與被動信息推送服務(wù)兩大類。人工智能的本質(zhì)是對不同智能算法的應(yīng)用，筆者將重點(diǎn)介紹現(xiàn)階段較為熱門的人工智能算法、模型在信息服務(wù)系統(tǒng)中的應(yīng)用。

3.2.1 主動信息獲取模塊

主動信息獲取模塊負(fù)責(zé)用戶主動搜索行為，包括信息流輸入、數(shù)據(jù)分析、結(jié)果匹配、結(jié)果輸出。其中初始信息流輸入，即用戶輸入決定了后續(xù)采用的數(shù)據(jù)分析方法。信息流的輸入方式現(xiàn)階段以文本、圖片、語音三類為主，針對不同的類型需要采用不同的算法進(jìn)行分析。

（1）文本信息處理技術(shù)。文本分析是一個多學(xué)科混雜的領(lǐng)域，涵蓋了信息抽取、信息檢索、機(jī)器學(xué)習(xí)、自然語言處理、統(tǒng)計(jì)數(shù)據(jù)分析等技術(shù)。其中最關(guān)鍵的部分是自然語言處理技術(shù)，也是文本分析中最難的部分。針對自然語言的特性，在形式語言理論框架下已經(jīng)建立了不同的模型，形成了自然語言處理的諸多形式化機(jī)制。隨著深度學(xué)習(xí)技術(shù)的發(fā)展，其中基于聯(lián)結(jié)的深層神經(jīng)網(wǎng)絡(luò)（DNN）包括卷積神經(jīng)網(wǎng)絡(luò)（CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）、長短時記憶模型（LSTM）已經(jīng)成為處理自然語言的常用模型［6］。深度學(xué)習(xí)（Deep Learning, DL）是機(jī)器學(xué)習(xí)中一種基于對數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的方法，是一種能夠模擬出人腦神經(jīng)結(jié)構(gòu)的機(jī)器學(xué)習(xí)方法，深度學(xué)習(xí)的概念源于人工神經(jīng)網(wǎng)絡(luò)的研究。而人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，ANN） 是從信息處理角度對人腦神經(jīng)元網(wǎng)絡(luò)進(jìn)行抽象，從而建立某種簡單模型，并按不同的連接方式組成不同的網(wǎng)絡(luò)，簡稱為神經(jīng)網(wǎng)絡(luò)或類神經(jīng)網(wǎng)絡(luò)。深度學(xué)習(xí)提出了一種讓計(jì)算機(jī)自動學(xué)習(xí)模式特征的方法，并將特征學(xué)習(xí)融入到建立模型的過程中，從而減少了人為設(shè)計(jì)特征造成的不完備性。在大樣本量的訓(xùn)練下，深度神經(jīng)模型通過自我學(xué)習(xí)及自動優(yōu)化升級將能夠有效的對輸入信息流進(jìn)行智能化分析，進(jìn)而獲得最佳的輸出結(jié)果。

（2）圖片信息處理技術(shù)。人工智能在圖片處理上主要有以下四種算法。① 遺傳算法（Genetic Algorithm，GA） 模擬了達(dá)爾文進(jìn)化論的自然選擇，體現(xiàn)了適者生存、優(yōu)勝劣汰的進(jìn)化原則，進(jìn)化出問題的最優(yōu)解。其主要特點(diǎn)是直接對結(jié)構(gòu)對象進(jìn)行操作，不存在求導(dǎo)和函數(shù)連續(xù)性的限定，具有較強(qiáng)的全局尋優(yōu)能力［7］。② 蟻群算法（Ant colony Optimization，ACO）來源于螞蟻覓食。螞蟻在前行的路上會根據(jù)前面走過的螞蟻留下的分泌物來選擇路徑，分泌物越多，就會吸引更多的螞蟻，螞蟻個體間通過這種信息的交流尋求食物的最短距離。蟻群算法模擬螞蟻覓食時候的信息素原理，經(jīng)過多次迭代，找到最佳路線［8］。該算法能用于解決大多數(shù)優(yōu)化問題，在圖像分割等領(lǐng)域有重要應(yīng)用。③ 模擬退火算法（Simulated Annealing，SA）來源于物理中固體退火原理。退火是將固體加熱到足夠高的溫度，使分子呈隨機(jī)排列狀態(tài)，然后逐步降溫使之冷卻，最終分子以低能狀態(tài)排列，固體達(dá)到某種溫度狀態(tài)。該算法具有全局優(yōu)化性能，在工程中得到廣泛應(yīng)用［9］。④ 粒子群算法（Particle Swarm Optimization，PSO）源于對鳥群捕食的行為研究。鳥群通過自身經(jīng)驗(yàn)和種群之間的交流調(diào)整自己的搜尋路徑，從而找到食物最多的地點(diǎn)。其中每只鳥的位置/路徑則為自變量組合，每次到達(dá)地點(diǎn)的食物密度即函數(shù)值。同遺傳算法類似，都是基于群體迭代的，但沒有交叉及變異，而是粒子在空間搜索并追隨最優(yōu)的粒子。優(yōu)點(diǎn)是速度快，全局搜索能力強(qiáng)，適用于連續(xù)函數(shù)極值問題［10］。

（3）語音信息處理技術(shù)。對語音信息進(jìn)行處理，首先需要對語音進(jìn)行識別。語音識別技術(shù)，也被稱為自動語音識別（Automatic Speech Recognition，ASR），其目標(biāo)是將人類語音中的詞匯內(nèi)容轉(zhuǎn)換為計(jì)算機(jī)可讀的輸入，如按鍵、二進(jìn)制編碼或者字符序列。語音識別技術(shù)最初采用的是混合高斯模型（GaussianMixedModel，GMM），隨著2009 年Hinton 把人工智能深度學(xué)習(xí)解決方案引入語音識別，GMM 被DNN 取代。在深度學(xué)習(xí)框架下，還可以利用更好的模型，如RNN 和LSTM 以及更多的訓(xùn)練數(shù)據(jù)進(jìn)一步改進(jìn)結(jié)果，深度學(xué)習(xí)使得語音識別的準(zhǔn)確率能達(dá)到99%［11］，語音信息最終轉(zhuǎn)變成文本信息進(jìn)行進(jìn)一步處理。

3.2.2 被動信息推送服務(wù)模塊

被動信息推送服務(wù)模塊負(fù)責(zé)向用戶推送個性化信息，當(dāng)內(nèi)容有更新或者更改時通知用戶，使用戶實(shí)時掌握其感興趣領(lǐng)域的最新進(jìn)展。信息推送服務(wù)的重點(diǎn)在于了解每一個用戶的個體特征，適時地推送其樂于接受或者急需學(xué)習(xí)的信息。與之相反，過多的地毯式推送只會降低用戶的體驗(yàn)感，被用戶選擇自動忽略掉這些信息。因此，圖書館需要針對每個用戶建立存儲并實(shí)時更新用戶個性化特征檔案。如，高校圖書館可以按照用戶所在專業(yè)、年級進(jìn)行初步劃分，設(shè)置本科、碩士、博士等類別，針對不同類型的用戶推薦與之相應(yīng)的信息。面向本科生，可以推薦其學(xué)年的專業(yè)課程、專業(yè)競賽和與其專業(yè)緊密相關(guān)的其他專業(yè)的信息等；而針對博士等可以從事科研的用戶，根據(jù)其專業(yè)領(lǐng)域、所關(guān)注的科研問題，著重推薦科學(xué)前沿的研究論文。除此之外，圖書館還可以建立個人書架，用戶可以采用在線文獻(xiàn)閱讀器，直接進(jìn)行標(biāo)注，服務(wù)器將所有信息存儲到用戶個人信息中，方便以后閱讀時直接調(diào)出。同時服務(wù)器還可以收集用戶閱讀時的重點(diǎn)標(biāo)記，為用戶推薦相關(guān)的信息資源。

目前，推薦引擎可以分為傳統(tǒng)的基于人口統(tǒng)計(jì)學(xué)的、基于標(biāo)簽內(nèi)容的、基于協(xié)同過濾的以及基于模型的推薦等類型［12］。① 人口統(tǒng)計(jì)學(xué)方法通過用戶的個人特征如年齡、性別、專業(yè)、興趣等與其他用戶進(jìn)行匹配，然后將匹配上的用戶所關(guān)注的信息進(jìn)行推薦，但推薦內(nèi)容較為片面。② 內(nèi)容搜索法將推薦問題視作一個尋找相關(guān)信息的問題，根據(jù)用戶搜索歷史，利用其某個屬性構(gòu)造一個查詢條件，再用該查詢條件來搜索匹配的信息并作為推薦結(jié)果。這種推薦算法其實(shí)就是一個搜索算法，其缺點(diǎn)是在用戶查詢歷史很少時能產(chǎn)生較好的結(jié)果，但是在用戶的歷史記錄逐漸增多時，將無法構(gòu)造一個有效的查詢條件。③ 協(xié)同過濾算法（Collaborative Filtering，CF）是很常用的一種算法，在很多電商網(wǎng)站上都有用到，在傳統(tǒng)算法上具有一定的代表性。協(xié)同過濾算法相對簡單，而且很多時候推薦也十分準(zhǔn)確，但是向量維度越大其計(jì)算量越大，不常用于大型數(shù)據(jù)集。④ 基于模型的方法是使用一些機(jī)器學(xué)習(xí)算法（DNN 等）對信息的向量進(jìn)行（針對一個特定的用戶）訓(xùn)練，然后建立模型來預(yù)測用戶對于新的信息的得分。流行的基于模型的技術(shù)是貝葉斯網(wǎng)絡(luò)、奇異值分解和隱含概率語義分析。經(jīng)過大數(shù)據(jù)的訓(xùn)練，基于模型的推薦系統(tǒng)能較為精確地預(yù)測用戶的信息偏好。筆者認(rèn)為在如今復(fù)雜的信息環(huán)境下，為了向用戶提供最佳的信息服務(wù)，圖書館個性化智能信息服務(wù)系統(tǒng)中信息推薦系統(tǒng)的構(gòu)建可以采用基于模型的算法。

圖1 圖書館個性化智能信息服務(wù)系統(tǒng)模型

綜上，人工智能技術(shù)的發(fā)展為圖書館向智能圖書館轉(zhuǎn)變帶來了機(jī)遇，隨著人工智能技術(shù)的不斷發(fā)展與完善，基于人工智能技術(shù)的圖書館信息服務(wù)系統(tǒng)也將愈加成熟。圖書館要發(fā)揮對社會公眾信息獲取的推動及引領(lǐng)作用，就應(yīng)走在時代前列，順應(yīng)讀者需求，努力推進(jìn)圖書館的智能化發(fā)展。