運營智慧導讀數(shù)據(jù)分析

智慧閱讀作為一個學術(shù)概念，尚未形成定論?，F(xiàn)有研究大多由數(shù)字時代閱讀主體的特征和需求出發(fā)，延伸到生產(chǎn)工具和生產(chǎn)過程的智慧化。有學者認為智慧閱讀關(guān)聯(lián)讀者多維、動態(tài)、非線性、差異化的閱讀需求，其實現(xiàn)需要借助大數(shù)據(jù)、人工智能、機器學習、語義出版等工具技術(shù)，以及結(jié)構(gòu)化組織、細粒度加工、深度關(guān)聯(lián)、要素增補等數(shù)據(jù)流程［4］。智慧閱讀的初步應(yīng)用主要在圖書館，有學者認為圖書館的智慧化程度取決于其借助大數(shù)據(jù)提供個性化服務(wù)的能力［5］，有學者關(guān)注通過數(shù)據(jù)分析、數(shù)據(jù)挖掘、情景感知來實現(xiàn)圖書館的智慧推薦［6］；有學者認為智慧閱讀的實現(xiàn)需要結(jié)合讀者信息（瀏覽信息、檢索信息、收藏信息、訂閱信息）和資源使用記錄（借閱記錄、閱讀記錄、文獻訂閱、文獻評價）進行資源的智慧推薦［7］。有學者指出機器算法從內(nèi)容、情境、服務(wù)等三方面增強移動用戶的智慧體驗效果［8］，有學者將智慧閱讀關(guān)聯(lián)閱讀情緒和感受，認為數(shù)字出版敘事朝著動態(tài)、多元且充滿創(chuàng)意的敘事邏輯發(fā)展，使得讀者在認知和情感上更具沉浸感［9］。智慧導讀可以幫助讀者更快速、更深入地理解文章。運營智慧導讀數(shù)據(jù)分析

信息通信技術(shù)（ICT）作為技術(shù)基座，構(gòu)成信息信任系統(tǒng)的基礎(chǔ)設(shè)施。技術(shù)哲學視域下，信息通信技術(shù)不僅改變了信息供需關(guān)系，還重構(gòu)了認知勞動分工。智慧閱讀依賴信息的搜索和過濾技術(shù)，它們是解決信息冗余的重要手段。不同技術(shù)對讀者的要求也不盡相同—信息搜索的質(zhì)量很大程度上依賴讀者對所需信息描述的準確程度；信息的過濾則是信息供給方提供的一種服務(wù)，它從讀者的歷史行為和數(shù)據(jù)中篩選讀者感興趣的內(nèi)容，**終表現(xiàn)為信息推薦。信息過濾的技術(shù)包括數(shù)據(jù)挖掘、知識圖譜、聚類算法、協(xié)同過濾、序列推薦、機器學習、深度學習、復(fù)雜網(wǎng)絡(luò)等。技術(shù)的迭代顯示機器從服從和執(zhí)行人類指令過渡到有監(jiān)督的學習，現(xiàn)在又往無監(jiān)督的方向演進。算法黑箱給生產(chǎn)者和消費者帶來一定程度的信任剝奪，基于對信息發(fā)布主體的信任受到?jīng)_擊。哪些智慧導讀數(shù)據(jù)分析AIGC 技術(shù)的迅速發(fā)展為各行各業(yè)的 數(shù)字化轉(zhuǎn)型帶來契機，已被引入傳媒、電商、教育、 金融、醫(yī)療等行業(yè)領(lǐng)域。

閱讀理解能力直接關(guān)系到學術(shù)閱讀的效果，而閱讀認知策略則影響著閱讀理解能力，情境、技術(shù)、體驗等要素影響閱讀認知過程，認知神經(jīng)科學視角下的數(shù)字閱讀認知機制包含注意吸引、識別聚焦、關(guān)聯(lián)推理和學習建構(gòu)4個階段[47]。以前受制于技術(shù)條件，無法提供個性化、動態(tài)性與精細性的閱讀認知策略服務(wù)。人工智能環(huán)境下，AMiner、YewnoDiscover、PaperDigest等平臺開展嘗試，開發(fā)自動綜述、生成解讀視頻、研究要素分享提供等功能，助力于“識別聚焦”與“關(guān)聯(lián)推理”過程。但提供此種服務(wù)的平臺數(shù)量仍較少，作為學術(shù)用戶常用數(shù)字入口的文獻數(shù)據(jù)庫在此方面有待優(yōu)化。AIGC技術(shù)環(huán)境下，海量知識存儲訓練的大模型面世，能夠在沉浸式閱讀、輔助閱讀方面提供支持。

基本原則及立體復(fù)合、開放共享等數(shù)據(jù)資源建設(shè)原則，分原生數(shù)據(jù)存儲模塊、中間數(shù)據(jù)存儲模塊、智慧數(shù)據(jù)存儲模塊構(gòu)建數(shù)據(jù)存儲層。其中，原生數(shù)據(jù)存儲模塊分別構(gòu)建業(yè)務(wù)場景數(shù)據(jù)庫以存儲用戶數(shù)據(jù)、情境數(shù)據(jù)、態(tài)勢數(shù)據(jù)；構(gòu)建館藏資源庫以存儲文本、音頻、視頻、圖像等多模態(tài)數(shù)據(jù)資源；構(gòu)建服務(wù)模型庫以存儲標準化、可重用的功能模型及服務(wù)方案；構(gòu)建數(shù)智技術(shù)庫以存儲技術(shù)方案、應(yīng)用模型、智能工具；構(gòu)建設(shè)備狀態(tài)數(shù)據(jù)庫及日志數(shù)據(jù)庫以存儲架構(gòu)運維相關(guān)軟硬件數(shù)據(jù)；構(gòu)建元數(shù)據(jù)庫以存儲業(yè)務(wù)元數(shù)據(jù)、技術(shù)元數(shù)據(jù)、操作元數(shù)據(jù)。中間數(shù)據(jù)存儲模塊分別構(gòu)建融合數(shù)據(jù)庫以存儲模態(tài)間關(guān)聯(lián)的融合數(shù)據(jù)；構(gòu)建綜合信息庫以存儲由實體、事件、關(guān)系組合表示的結(jié)構(gòu)化信息。智慧數(shù)據(jù)存儲模塊分別構(gòu)建標簽庫以存儲涉及業(yè)務(wù)場景、館藏資源、數(shù)智技術(shù)等主題的多維度標簽；構(gòu)建深度數(shù)據(jù)庫存儲以圖書館數(shù)智服務(wù)為主題劃分、充分發(fā)掘數(shù)據(jù)潛在價值、很大程度發(fā)揮智慧作用的深度數(shù)據(jù)；構(gòu)建通用知識庫以存儲多行業(yè)領(lǐng)域適用的規(guī)則、事實、知識圖譜；構(gòu)建領(lǐng)域知識庫以存儲服務(wù)特定業(yè)務(wù)場景的集成化知識。智慧導讀的作用，在于提供智慧養(yǎng)分，滋養(yǎng)精神成長。

建立激勵機制可以激發(fā)智慧館員的學習熱情和主動性，這包括為參加培訓和學習的館員報銷相關(guān)費用，以及對學習表現(xiàn)優(yōu)異的館員進行評選和表彰。在培訓內(nèi)容上，不僅要涵蓋圖書情報的專業(yè)知識與技能，還要重視培養(yǎng)專業(yè)精神和職業(yè)道德。培訓方式應(yīng)根據(jù)每個人的學習習慣和興趣點進行個性化定制，以適應(yīng)不同館員的特點，同時結(jié)合工作崗位的具體需求，制訂有針對性的繼續(xù)教育計劃，以實現(xiàn)高效率的學習成果。高職院校需要將智慧圖書館的建設(shè)放在重要位置，制定長期規(guī)劃，并建立一個科學合理的培訓體系。在人才引進方面，應(yīng)特別注重吸引具有博士學位和高級職稱的專業(yè)人員，他們的加入對于智慧圖書館的發(fā)展至關(guān)重要，可以參照引進教師的待遇標準，以確保能夠吸引和留住這些高水平的專業(yè)人才。所以需要對用戶閱讀行為信息和知識進行組織，針對科技文獻資源使用和組織。哪些智慧導讀數(shù)據(jù)分析

智慧導讀-閱讀軌跡是用戶的搜索與上傳文件所生成的語義腦圖，根據(jù)時間排序的歷史記錄。運營智慧導讀數(shù)據(jù)分析

信息技術(shù)是閱讀服務(wù)創(chuàng)新的**驅(qū)動力，AIGC技術(shù)勢必將驅(qū)動閱讀服務(wù)的變革，促進智慧圖書館等學術(shù)平臺的服務(wù)創(chuàng)新。學術(shù)平臺是學術(shù)用戶明晰并滿足閱讀需求的重要支撐。目前，一些學術(shù)用戶已開始利用新型學術(shù)閱讀平臺尋求和閱讀內(nèi)容，這將會對用戶學術(shù)積累方式產(chǎn)生影響[3]。國內(nèi)外新型的學術(shù)閱讀平臺包括Scispace、SemanticScholar、YewnoDiscover、ConnectedPapers、PaperDigest、中國科學院AI引擎、AMiner、Readpaper等。相較于傳統(tǒng)學術(shù)閱讀平臺，它們具有典型的智能化與智慧化閱讀功能的特征。但存在一些用戶對學術(shù)平臺新功能與新服務(wù)認識不足、使用技能缺乏，學術(shù)閱讀智慧化需求得不到滿足[4]，無法借助服務(wù)輔助解決學術(shù)閱讀全過程中所遇到的信息過載、交流不暢及閱讀拖延等問題。運營智慧導讀數(shù)據(jù)分析