黃敏

摘 要：情境感知視角下公共圖書(shū)館資源推薦服務(wù)有了新內(nèi)涵和新功能，要求開(kāi)展資源推薦服務(wù)重構(gòu)與拓展。情境感知視角下，公共圖書(shū)館資源推薦服務(wù)重構(gòu)為情境信息采集與整合、圖書(shū)館資源提煉與排序、推送時(shí)間與渠道適宜性，拓展為聚焦讀者畫(huà)像注重場(chǎng)景識(shí)別、聚焦讀者體驗(yàn)注重服務(wù)延伸、聚焦空間融合注重情境重組。

關(guān)鍵詞：情境感知；資源推薦服務(wù)；公共圖書(shū)館

中圖分類(lèi)號(hào)：G258.2 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-1588（2023）08-0036-05

1 背景

互聯(lián)網(wǎng)環(huán)境下，數(shù)字資源呈爆炸式增長(zhǎng)，而信息過(guò)載給讀者獲取信息帶來(lái)極大的困擾。為幫助讀者提高信息利用效率，圖書(shū)館引入情境感知信息推薦服務(wù)，利用信息推薦系統(tǒng)對(duì)大量信息進(jìn)行篩選，生成符合讀者需求的個(gè)性化信息內(nèi)容，并能根據(jù)不同讀者的個(gè)性化需求，結(jié)合讀者行為軌跡、興趣愛(ài)好等特征，主動(dòng)為讀者提供有針對(duì)性的信息服務(wù)，滿(mǎn)足讀者的信息需求差異。本研究立足情境感知視角，分析公共圖書(shū)館資源推薦服務(wù)的新內(nèi)涵和新功能，界定公共圖書(shū)館資源推薦服務(wù)的關(guān)鍵要素和核心要素，并提出公共圖書(shū)館資源推薦服務(wù)的重構(gòu)思路和拓展方向。

2 情境感知視角下公共圖書(shū)館資源推薦服務(wù)重構(gòu)

2.1 情境感知下資源推薦服務(wù)新內(nèi)涵

首先，情境感知視角下公共圖書(shū)館的資源推薦服務(wù)需要以讀者的情境信息為基礎(chǔ)。公共圖書(shū)館只有準(zhǔn)確了解讀者的情境信息，才能正確把握讀者的有效需求，如：讀者在圖書(shū)館某個(gè)樓層停留的時(shí)間較長(zhǎng)，讀者翻看某類(lèi)書(shū)籍的頻次較高，則可以判斷出讀者的閱讀習(xí)慣偏好與閱讀內(nèi)容偏好；讀者在某個(gè)時(shí)間段的閱讀頻率較高，則能夠判斷讀者的閱讀時(shí)間偏好。其次，情境感知視角下公共圖書(shū)館的資源推薦服務(wù)需要以資源的精準(zhǔn)匹配為關(guān)鍵。公共圖書(shū)館只有準(zhǔn)確了解資源庫(kù)的資源集，才能正確提供符合讀者需求的相似資源集，才能為讀者提供最佳資源，如：契合讀者的需求偏好，分析挖掘資源庫(kù)的資源內(nèi)容，得到滿(mǎn)足讀者需求的可能資源集，并進(jìn)行可能資源集的相似偏好排序，由此得到最佳的推薦資源集。再次，情境感知視角下公共圖書(shū)館的資源推薦服務(wù)需要以傳遞的多元渠道為支撐。公共圖書(shū)館只有全方位、多層次、多角度提供資源傳播渠道，才能滿(mǎn)足讀者在不同情境下的資源接受，如：當(dāng)讀者使用電腦時(shí)，圖書(shū)館可以通過(guò)QQ、電子郵件等渠道傳遞資源；當(dāng)讀者使用手機(jī)時(shí)，圖書(shū)館可以通過(guò)微信公眾號(hào)、抖音號(hào)、視頻號(hào)等社交媒體傳遞資源。

2.2 情境感知下資源推薦服務(wù)關(guān)鍵要素

情境感知視角下，資源推薦服務(wù)的主要要素應(yīng)包括讀者情境信息、圖書(shū)館資源庫(kù)匹配、資源推送三個(gè)層面。其中，讀者情境信息可以細(xì)分為讀者情境信息采集、讀者情境信息過(guò)濾、讀者情境信息整合三個(gè)指標(biāo)要素，圖書(shū)館資源庫(kù)匹配可以細(xì)分為資源信息整合、相似資源集提煉、最佳資源集排序三個(gè)指標(biāo)要素，資源推送可以細(xì)分為資源推送時(shí)間、資源推送渠道、資源推送頻率三個(gè)指標(biāo)要素。

本研究采用因子分析法，界定情境感知視角下公共圖書(shū)館資源推薦服務(wù)的關(guān)鍵要素。分析因子包括讀者情境信息采集、讀者情境信息過(guò)濾、讀者情境信息整合、資源信息整合、相似資源集提煉、最佳資源集排序、資源推送時(shí)間、資源推送渠道、資源推送頻率。調(diào)查數(shù)據(jù)來(lái)源于6名公共圖書(shū)館管理人員，要素測(cè)量采用5級(jí)李克特量表。

本研究采用SPSS軟件進(jìn)行因子分析，主要通過(guò)觀察特征根構(gòu)造因子變量，通過(guò)觀察旋轉(zhuǎn)后的成分矩陣確定因子指標(biāo)。一般來(lái)說(shuō)，當(dāng)公因子特征值大于1時(shí)，則可以界定該公因子為影響因子，否則則不是影響因子。當(dāng)旋轉(zhuǎn)后指標(biāo)的成分大于0.7時(shí)，則可以界定該指標(biāo)為對(duì)應(yīng)公因子的因子指標(biāo)。

首先界定公因子數(shù)量。情境感知視角下公共圖書(shū)館資源推薦服務(wù)要素的特征根、方差貢獻(xiàn)率及累計(jì)貢獻(xiàn)率見(jiàn)表1。前3個(gè)公因子特征值分別為3.147、2.332、1.503，均大于1，其余6個(gè)公因子特征值均小于1，說(shuō)明有3個(gè)公因子為影響因子，即共有3個(gè)主因子。3個(gè)主因子的累計(jì)貢獻(xiàn)率高達(dá)91.089%，說(shuō)明這3個(gè)公因子基本能夠解釋大部分?jǐn)?shù)據(jù)。

其次確定公因子對(duì)應(yīng)的因子指標(biāo)。情境感知視角下公共圖書(shū)館資源推薦服務(wù)要素的成分矩陣見(jiàn)表2。因子F1在“讀者情境信息采集/讀者情境信息整合”2個(gè)要素上均有超過(guò)0.7的載荷，因此可以將F1命名為“情境信息采集與整合因子”。因子F2在“相似資源集提煉/最佳資源集排序”2個(gè)要素上均有超過(guò)0.7的載荷，因此可以將F2命名為“圖書(shū)館資源集提煉與排序”。因子F3在“資源推送時(shí)間/資源推送渠道”2個(gè)要素上均有超過(guò)0.7的載荷，因此可以將F3命名為“推送時(shí)間與渠道適宜性”。

由此得出情境感知視角下公共圖書(shū)館資源推薦服務(wù)的關(guān)鍵要素為：讀者情境信息采集、讀者情境信息整合、相似資源集提煉、最佳資源集排序、資源推送時(shí)間、資源推送渠道。

2.3 情境感知視角下資源推薦服務(wù)重構(gòu)

根據(jù)情境感知視角下公共圖書(shū)館的資源推薦服務(wù)關(guān)鍵要素，重構(gòu)情境感知視角下公共圖書(shū)館的資源推薦服務(wù)機(jī)制，見(jiàn)圖1。

2.3.1 情境信息采集與整合。一方面，基于移動(dòng)智能傳感設(shè)備采集讀者情境信息，如讀者的基本個(gè)人特征信息、讀者當(dāng)前的狀態(tài)信息、讀者當(dāng)前的環(huán)境信息、讀者的閱讀歷史信息等。具體而言，采集的情境信息既包括靜態(tài)信息（如讀者注冊(cè)信息、專(zhuān)業(yè)背景等），也包括動(dòng)態(tài)信息（如情緒狀態(tài)、行為舉止、天氣、位置等）。另一方面，基于獲取到的讀者情境信息，公共圖書(shū)館應(yīng)對(duì)不同信息進(jìn)行分類(lèi)整理，實(shí)現(xiàn)情境信息的深層次挖掘，同時(shí)做好記錄，開(kāi)展讀者情境信息的跟蹤記錄，并通過(guò)情境信息的整合歸類(lèi)，對(duì)讀者的情境需求進(jìn)行判斷區(qū)分，界定讀者在“現(xiàn)時(shí)”情境下的主要需求和可能的次要需求。

2.3.2 圖書(shū)館資源集提煉與排序。一方面，公共圖書(shū)館利用語(yǔ)義規(guī)范化表述法將讀者情境轉(zhuǎn)化為規(guī)范的情境語(yǔ)言信息，確定符合讀者信息檢索習(xí)慣的信息，同時(shí)從圖書(shū)館數(shù)據(jù)庫(kù)中提煉與情境信息相關(guān)的信息資源，通過(guò)邏輯推理、情境匹配等方式，獲得對(duì)應(yīng)的決策處理結(jié)果，得到與讀者情境需求相匹配的資源推薦集。另一方面，公共圖書(shū)館利用語(yǔ)義相似度匹配法，將讀者的情境信息進(jìn)行標(biāo)準(zhǔn)化的語(yǔ)義標(biāo)注，并且采用語(yǔ)義相似度方法篩選圖書(shū)館推薦資源，將推薦資源集進(jìn)行相似度排序，相似度越高則圖書(shū)館資源推薦集的排位越靠前，再結(jié)合讀者的動(dòng)態(tài)情境信息，融合匹配得出最佳的圖書(shū)館推薦資源。

2.3.3 推送時(shí)間與渠道適宜性。一方面，公共圖書(shū)館根據(jù)讀者的使用情境數(shù)據(jù)，評(píng)估讀者的閱讀時(shí)間偏好，挖掘讀者的最佳閱讀時(shí)間段，以及讀者在不同閱讀時(shí)間段的閱讀偏好，從而在合適的時(shí)間推送合適的資源。例如，讀者在上午比較關(guān)注資訊類(lèi)新聞，而在晚上則比較關(guān)注學(xué)術(shù)類(lèi)文獻(xiàn)，針對(duì)讀者的文獻(xiàn)資源推送就應(yīng)在晨間時(shí)段側(cè)重實(shí)時(shí)新聞推送，晚間時(shí)段側(cè)重學(xué)術(shù)前沿推送，確保滿(mǎn)足讀者在偏好時(shí)間段的資源需要。另一方面，公共圖書(shū)館根據(jù)讀者的接觸情境數(shù)據(jù)，了解讀者的信息接收終端偏好，面向持有不同移動(dòng)終端的讀者可以采用微信公眾號(hào)、視頻號(hào)、抖音等第三方公共平臺(tái)，實(shí)現(xiàn)信息資源的多樣化推送。同時(shí)，在社交媒體時(shí)代，公共圖書(shū)館尤其要注重讀者的“社交”需求，積極打造“共享”平臺(tái)，滿(mǎn)足讀者的“分享”需要。

3 情境感知視角下公共圖書(shū)館資源推薦服務(wù)拓展

3.1 情境感知視角下資源推薦服務(wù)新功能

首先，情境感知視角下公共圖書(shū)館的資源推薦服務(wù)能夠滿(mǎn)足推薦對(duì)象的多樣化需求。情境感知視角下公共圖書(shū)館的資源推薦服務(wù)能夠立足讀者畫(huà)像、場(chǎng)景識(shí)別和體驗(yàn)反饋，全方位滿(mǎn)足讀者需求。其次，情境感知視角下公共圖書(shū)館的資源推薦服務(wù)能夠不斷優(yōu)化推薦過(guò)程。情境感知視角下公共圖書(shū)館的資源推薦服務(wù)能夠立足增強(qiáng)體驗(yàn)、拓展服務(wù)、價(jià)值體現(xiàn)，多維度優(yōu)化推薦過(guò)程。再次，情境感知視角下公共圖書(shū)館的資源推薦服務(wù)能夠顯著提高推薦效能。情境感知視角下公共圖書(shū)館的資源推薦服務(wù)能夠立足空間融合、需求驅(qū)動(dòng)、情境重組，多層次提高推薦效能。

3.2 情境感知視角下資源推薦服務(wù)核心要素

綜合情境感知視角下公共圖書(shū)館資源推薦服務(wù)的新功能，情境感知視角下資源推薦服務(wù)的主要要素應(yīng)包括推薦對(duì)象、推薦過(guò)程和推薦效能三個(gè)層面。其中，推薦對(duì)象可以細(xì)分為讀者畫(huà)像、場(chǎng)景識(shí)別、體驗(yàn)反饋三個(gè)指標(biāo)要素，推薦過(guò)程可以細(xì)分為增強(qiáng)體驗(yàn)、拓展服務(wù)、價(jià)值體現(xiàn)三個(gè)指標(biāo)要素，推薦效能可以細(xì)分為空間融合、需求驅(qū)動(dòng)、情境重組三個(gè)指標(biāo)要素。

本研究采用多元回歸分析法，界定情境感知視角下公共圖書(shū)館資源推薦服務(wù)的核心要素。影響因素包括讀者畫(huà)像、場(chǎng)景識(shí)別、體驗(yàn)反饋、增強(qiáng)體驗(yàn)、拓展服務(wù)、價(jià)值體現(xiàn)、空間融合、需求驅(qū)動(dòng)、情境重組。調(diào)查數(shù)據(jù)來(lái)源于49名公共圖書(shū)館館員，要素測(cè)量采用的是5級(jí)李克特量表。本研究采用SPSS軟件進(jìn)行回歸分析，回歸分析的具體結(jié)果見(jiàn)表3。

由R2結(jié)果可知，模型調(diào)整后R值為0.903，模型調(diào)整后R2值為0.815，即模型自變量對(duì)因變量的解釋程度為81.5%，解釋度很高。由F值結(jié)果可知，模型分析中的F值為274.369，顯著性水平為0.000，小于0.05，說(shuō)明分析模型是有效的。由回歸結(jié)果可知，“讀者畫(huà)像”和“場(chǎng)景識(shí)別”變量的Beta值分別為0.921和0.905，均為正，顯著水平均為0.000，小于0.01，說(shuō)明面向推薦對(duì)象的讀者畫(huà)像和場(chǎng)景識(shí)別對(duì)公共圖書(shū)館資源推薦服務(wù)均具有非常顯著的正向影響?！霸鰪?qiáng)體驗(yàn)”和“拓展服務(wù)”變量的Beta值分別為0.973和0.833，均為正，顯著水平分別為0.002和0.006，均小于0.01，說(shuō)明面向推薦過(guò)程的增強(qiáng)體驗(yàn)和拓展服務(wù)對(duì)公共圖書(shū)館資源推薦服務(wù)均具有非常顯著的正向影響。“空間融合”和“情境重組”變量的Beta值分別為0.732和0.716，均為正，顯著水平分別為0.016和0.021，均小于0.05，說(shuō)明面向推薦效能的空間融合和情境重組對(duì)公共圖書(shū)館資源推薦服務(wù)均具有顯著的正向影響?！绑w驗(yàn)反饋”“價(jià)值體現(xiàn)”和“需求驅(qū)動(dòng)”變量的Beta值分別為0.354、0.363和0.332，均為正，但顯著性水平分別為0.132、0.121和0.110，均大于0.05，說(shuō)明面向推薦對(duì)象的體驗(yàn)反饋、面向推薦過(guò)程的價(jià)值體現(xiàn)、面向推薦效能的需求驅(qū)動(dòng)對(duì)公共圖書(shū)館資源推薦服務(wù)均沒(méi)有顯著影響。

由此得出情境感知視角下公共圖書(shū)館資源推薦服務(wù)的關(guān)鍵要素為讀者畫(huà)像、場(chǎng)景識(shí)別、增強(qiáng)體驗(yàn)、拓展服務(wù)、空間融合、情境重組。

3.3 情境感知視角下資源推薦服務(wù)拓展

綜上情境感知視角下公共圖書(shū)館的資源推薦服務(wù)的核心要素，本研究提出情境感知視角下公共圖書(shū)館的資源推薦服務(wù)拓展，見(jiàn)圖2。

3.3.1 聚焦讀者畫(huà)像注重場(chǎng)景識(shí)別。一方面構(gòu)建讀者畫(huà)像，精準(zhǔn)識(shí)別讀者需求。公共圖書(shū)館可以通過(guò)大數(shù)據(jù)技術(shù)獲取讀者的歷史閱讀信息，梳理讀者的閱讀行為軌跡，總結(jié)讀者的閱讀習(xí)慣和偏好；可以通過(guò)眼動(dòng)追蹤技術(shù)實(shí)時(shí)分析讀者情境場(chǎng)景，刻畫(huà)讀者的信息使用路徑，以此構(gòu)建讀者畫(huà)像。另一方面通過(guò)場(chǎng)景識(shí)別篩選推薦資源。公共圖書(shū)館可以從常態(tài)化場(chǎng)景、動(dòng)態(tài)化場(chǎng)景、實(shí)時(shí)化場(chǎng)景界定合適的推薦資源。例如，公共圖書(shū)館可以利用AI場(chǎng)景分析、虛擬現(xiàn)實(shí)場(chǎng)景分析等場(chǎng)技術(shù)，精準(zhǔn)識(shí)別讀者情境化資源需求，并針對(duì)性提供匹配讀者資源偏好的情境化數(shù)據(jù)。

3.3.2 聚焦讀者體驗(yàn)注重服務(wù)延伸。一方面定制化推薦服務(wù)，增強(qiáng)讀者體驗(yàn)。公共圖書(shū)館可以通過(guò)自然語(yǔ)言處理技術(shù)關(guān)聯(lián)信息檢索，提高檢索效率；通過(guò)語(yǔ)義機(jī)器學(xué)習(xí)技術(shù)聚合信息資源，增強(qiáng)資源收縮度，還可以通過(guò)全息投影語(yǔ)音合成技術(shù)呈現(xiàn)信息資源，提高資源拓展度，最終提升讀者的個(gè)性化知識(shí)服務(wù)體驗(yàn)。另一方面通過(guò)專(zhuān)區(qū)服務(wù)拓展情境化資源推薦服務(wù)場(chǎng)域。公共圖書(shū)館不僅要針對(duì)性滿(mǎn)足讀者的常規(guī)資源需求，還要為讀者提供增值知識(shí)服務(wù)。例如，公共圖書(shū)館可以有效整合24小時(shí)云傳遞服務(wù)與HTML閱讀服務(wù)等基本功能，開(kāi)辟微課堂、學(xué)分銀行、短視頻等增值服務(wù)專(zhuān)區(qū)，助力開(kāi)展數(shù)據(jù)清洗、數(shù)據(jù)分析與數(shù)據(jù)挖掘等服務(wù)。

3.3.3 聚焦空間融合注重情境重組。一方面加強(qiáng)空間融合。公共圖書(shū)館應(yīng)通過(guò)促進(jìn)線(xiàn)上與線(xiàn)下資源推薦服務(wù)情境的泛在連接提升讀者服務(wù)體驗(yàn)，提供范在化服務(wù)內(nèi)容，如：在不斷鞏固線(xiàn)上數(shù)字資源共享、線(xiàn)下數(shù)字學(xué)術(shù)空間服務(wù)之間關(guān)聯(lián)關(guān)系的基礎(chǔ)上，提供旨在增強(qiáng)讀者情境化資源獲取體驗(yàn)的極致內(nèi)容單品。另一方面注重場(chǎng)景重組。公共圖書(shū)館應(yīng)正視場(chǎng)景重組對(duì)于資源推薦服務(wù)的重要性，打通不同情境之間的連接與聯(lián)通，如：通過(guò)構(gòu)建融合不同時(shí)間節(jié)點(diǎn)與不同使用場(chǎng)景的情境化資源推薦服務(wù)模型，有針對(duì)性地判斷讀者偏好，以便科學(xué)預(yù)測(cè)讀者未來(lái)的資源獲取行為。

參考文獻(xiàn)：

[1] 李靜云.基于讀者情境感知的移動(dòng)圖書(shū)館知識(shí)推薦系統(tǒng)設(shè)計(jì)[J].圖書(shū)館理論與實(shí)踐，2013（6）：19-21.

[2] 洪亮，錢(qián)晨，樊星.移動(dòng)數(shù)字圖書(shū)館資源的情境感知個(gè)性化推薦方法研究[J].現(xiàn)代圖書(shū)情報(bào)技術(shù)，2016（7）：110-119.

[3] 李賀，侯力鐵，祝琳琳.移動(dòng)圖書(shū)館情景感知信息推薦服務(wù)讀者接受行為研究[J].圖書(shū)情報(bào)工作，2019（12）：94.

[4] 張瀟璐，趙學(xué)敏，劉璇.基于情境感知的高校移動(dòng)圖書(shū)館知識(shí)資源推薦研究[J].情報(bào)科學(xué)，2020（1）：48-52.

[5] 于非.基于情境要素適配的高校數(shù)字圖書(shū)館資源情境化推薦路徑研究[J].圖書(shū)館工作與研究，2021（6）：74-81.

[6] 程全.基于情景感知的智慧圖書(shū)館閱讀推薦服務(wù)模型構(gòu)建與優(yōu)化策略[J].圖書(shū)館工作與研究，2021（10）：119-128.

（編校：崔萌）