智慧环境下高校图书馆文献资源建设模式构建-文化产业网

现采用文献分析和实例分析的方法，探讨智慧环境下读者参与文献资源建设模型、智能化空间内的创作模式、开放合作的文献资源建设、读者开放型采购方式以及荐购工作的多样化开展。在保障文献资源建设的同时，注重扩大获取信息的范围，避免出现文献荐购意见的马太效应，不断提升读者的信息素养，避免数据使用出现安全问题。

引言

高校图书馆文献资源建设，是图书馆开展一系列业务工作的基础和有效保障，是服务读者的根本要义。如何利用有限的经费满足学科发展和读者的多元化与个性化需求，是图书馆采购工作的核心。目前，高校图书馆的采购主要是目录式订购图书模式：给各级学院发放新书书单，将老师选书后的反馈结果形成采购书单，并将读者通过图书馆平台的新书荐购模块推荐的所需要的书目作为补充。这种单向选购方式结构较为简单，反馈结果直观，操作方便，是目前高校文献资源采购的主流方式。但其弊端在于：参与的教师覆盖面不够广；对读者需求的重视程度不够；采购资源与实际需求的吻合度不高；文献资源的使用情况不理想等。

智慧图书馆通过数字与人工智能等技术对图书馆空间、信息、技术和服务等资源进行整合管理，建立跨越时间和空间的开放式共享大平台，高效便利地为用户提供智慧化、个性化、精细化的信息服务[1]。智慧图书馆是现代图书馆发展的趋势和方向，它的出现使人们的学习、工作和生活变得更加简单。

近十年来，国内智慧图书馆的理论和实践取得了长足发展，但其中对文献资源建设的关注度较低。通过CNKI中国知网检索近十年来（2012.1—2021.11）主题为“智慧图书馆”和“智慧图书馆+文献资源建设”发文数量，并对二者进行对比（图1），得出以下结论。

图1 2012年至2021年11月CNKI中国知网检索发文数量统计对比（作者自制）

文献资源建设随着信息技术的发展不断完善，而智慧图书馆的出现给文献资源建设带来了理论和实践上的革新。如何在智慧环境下创新高校图书馆文献资源建设模式，提高图书资源供需双方信息的对称性，充分调动读者的积极性，使其主动参与文献资源建设的工作，是图书馆发展的永恒主题。本文拟从智慧图书馆的技术理论与应用出发，探讨让读者更广泛深入地参与图书馆文献资源建设的方法和模式。

智慧图书馆文献资源建设的创新模式

（一）读者参与式文献资源建设模型构建

当前图书馆除了满足教学科研的需要外，还要注重满足读者的阅读需求。以“读者需求”为导向是图书馆发展的必然前提，让读者参与图书采购是当前图书馆采购工作的新趋势[2]。大数据和科学技术的广泛应用为图书馆文献资源建设的发展带来了更多可能性，将读者正式纳入文献信息资源建设主体中[3]。大数据记录了读者借阅记录、行为动向、检索信息、需求反馈等等信息，微信公众号、微博和留言板侧面反映出读者的阅读习惯、兴趣爱好等。通过分析用户在馆内的动态数据，对读者借阅记录进行分析和预测，以及了解相关读者的多元需求，是促进读者参与图书馆文献资源建设的有效途径。

图2 智慧图书馆读者参与式文献资源建设模型（作者自制）

1.读者数据采集

读者数据采集是对读者的基本特征和行为特征数据进行收集和聚类（如图2）。读者基本信息包括姓名、年龄、性别、专业、班级等，而读者行为特征数据包括读者在图书馆的行动时间表、查询和借阅记录、电子书刊下载记录、图书馆平台发布的反馈意见和建议等。这些基本信息都是读者数据处理的基础和依据。

2.读者数据处理

读者数据处理是将采集分类的读者数据经过整理和筛选，去除无效数据后进行分类，将数据内容进行编码，按照重要性排序并将同质信息进行关联。例如,将2021级本科学生作为一个大类，将其性别、专业、班级等进行编码，并按照某属性（班级）进行排序，由此将同属性的读者信息关联起来。

3.构建读者文献资源标签

将处理过的读者数据按不同属性划分，通过属性了解读者基本信息。资源属性用于记录读者对不同文献资源的利用偏好；影响因素属性是对读者借阅行为的分析；目标属性是结合读者的专业背景、借阅习惯和需求反馈分析读者行为的目的；行为属性是对读者文献资源获取行为的归纳。这六个属性概括了读者获取文献资源行为的目的及影响其偏好的因素，由此构建读者文献资源标签体系。

4.馆藏资源、供应商数据和读者偏好三方匹配

将馆配商或者出版社的数据与图书馆馆藏进行查重后，进入本馆的采购书单，形成文献选购资源库[4]。将同属性、同目标、同行为读者的偏好与之匹配，根据相应标签筛选购书单，以此形成的馆藏资源将更加符合读者的需求。该模型利用大数据、云计算技术精准定位读者阅读偏好，通过读者信息分析、偏好预测、交互数据等智能工具，捕捉并标注关键指标性信息，形成读者标签。标签实现了读者目标属性和行为属性的量化，为图书馆提供了多元化、个性化服务的参考指标。

（二）基于智能化空间布局的创作模式

智慧图书馆颠覆了传统图书馆书库、阅览室的形式，构建了独立创作空间、技术工具和交流平台，如创客空间、研讨室、自媒体空间、文化艺术空间、VR（Virtual Reality）虚拟体验空间等。读者可以利用智慧图书馆资源进行创造性思考，探索解决问题的方案，实现理论和技术上的创新。在创作过程中，用户会产生明确、开放的信息需求，馆员通过积极指导用户的创作活动，及时捕捉用户特定情境下的实时信息需求。

（三）开放合作的文献资源建设模式

开放合作的文献资源服务体系是高校图书馆资源建设的重要保障，大数据、区块链等技术实现了高校图书馆馆藏资源建设共享和利用共享的目标。高校图书馆之间可以通过借鉴相同或相似专业的馆藏目录完善文献资源保障体系，保障本校相关专业的学科建设文献资源，有效提高自身的馆藏水平，反之亦然。在馆藏资源充分共享的区域内，亦可避免资源建设的重复，实现经费利用最大化。

（四）推广读者开放型采购模式

开放型采购模式主要有读者荐购和读者决策采购（PDA），以上两种模式都实现了读者为文献资源建设提供智力支持的目的[5]。前者有推荐权而后者有决策权，要让读者真正参与文献资源建设工作，使其从推荐者转变为决策者。智能采选的开放采购模式对数据的筛选、分析、匹配是同步进行的，筛选读者的选购数据，匹配供应商数据库并形成采购结果，最终形成符合馆藏要求的开放型读者参与式三方采购模式。

（五）智慧馆员在图书馆文献资源建设中的引导作用

AI（人工智能）技术的使用可以将图书馆馆员的工作重心从重复率高的日常事务转向个性化、精准化、智慧化的学科建设和读者服务工作，提升馆员的服务水平和专业技能，为用户提供智慧服务，促进智慧图书馆的发展与应用[6]。读者检索记录可以作为采访参考数据[7]，通过对读者在OPAC平台查询、借阅、浏览等数据信息的深度分析，挖掘同属性读者的阅读类型、兴趣领域、科研方向，以形成读者的偏好标签，向读者推送符合其偏好的个性化知识专栏、学科动态、教学辅导、科研信息等内容。

智慧环境下文献资源建设变革中出现的问题和对策

（一）避免文献荐购意见方向性倾斜，权衡馆藏保障

荐购数据主要通过图书馆网页、微信公众号和App等交互平台实现，但实际的反馈效果并不好，相关信息数量少且质量参差不齐。荐购数据也会出现明显的马太效应：关注图书馆的读者的大量反馈意见和建议成为荐购意见的主要来源，而其余不经常反馈的读者的意见往往被忽视。长此以往，图书馆收到的荐购信息可能只是一小部分人的需求，不利于图书馆馆藏资源的多样化发展。

图书馆要积极调动读者参与文献荐购的积极性，通过不同形式让更多读者了解图书馆文献资源的现状，使其熟悉图书馆荐购渠道并及时向读者反馈荐购图书的到馆情况。例如，笔者所在图书馆可以通过“读书节”活动的“寻宝游戏”让读者熟悉图书馆的资源分布；也可以在图书馆微信公众号、微博和相关App上持续发布读者荐购和新书推荐专题栏目，广泛征集读者意见；通过邀请供应商进校园的活动让读者实地体验图书现购的乐趣，提升读者参与图书馆文献资源建设的积极性。

（二）读者的信息素养与智慧图书馆的应用相匹配

智慧图书馆信息平台的推广方式颠覆了传统图书馆单一平台单向传递信息的方式，信息平台的融合使用和互联互通的信息传递方式对用户的信息素养提出了更高的要求。读者发现、检索、获取信息的能力决定了其获取信息的广度和深度，决定了其自主学习的效果。图书馆可以通过开展线上线下培训讲座、在线演示和实操演练等活动，提高读者获取和筛选信息的能力，使读者的信息素养与智慧图书馆的应用相适应。

（三）数据安全和规范

智慧图书馆的建设离不开大数据、区块链、5G网络、AI等新技术的使用。处理读者数据时，图书馆要严格遵守数据获取的安全和规范原则。分析用户数据时，必须遵守用户数据使用的相关规定，谨慎保存、利用和保护相关数据，避免发生不当获取信息的行为[8]。

智慧图书馆依靠大数据和云计算等技术的强大数据存储、信息检索和获取能力，采集、处理、分析、标注读者数据形成读者文献资源标签，根据标签将读者偏好信息与馆藏资源、供应商和出版社信息进行三方数据匹配，构建以读者需求为导向的读者参与式图书馆文献资源建设模型。图书馆馆员在图书馆智能化空间中通过参与读者创新创作活动，既能指导读者获取信息，又能获得有效的读者需求信息。在智慧图书馆中使用区块链技术，能实现以云服务为载体的区域图书馆之间的文献资源共建共享的目标。在图书馆文献资源建设过程中，同样要注意获取读者需求途径的多样化，避免文献荐购意见的方向性倾斜；加强读者信息素养的培养，有助于其更好地利用馆内资源满足需求；同时也要保证数据的使用安全和规范，这些都是智慧图书馆发展过程中不可忽视的环节。