徐 进

（浙江图书馆，浙江 杭州 310007）

随着人工智能研究的不断深入，其在各行各业的应用日益普遍，2016年被称作人工智能时代的开端。人工智能是借助计算机对人的思维进行模仿，通过逻辑推理、信息识别等方式，让机器来替代人的部分脑力劳动。它的研究内容包括深度检索、认知科学、逻辑推理、情境感知等，其与云计算、大数据等技术的结合，不仅能够解决图书馆服务中的传统问题，还可以提供个性化推荐、智能检索等新型服务，促进了智慧图书馆的诞生。射频识别等人工智能技术，在图书馆的应用已有十几年的时间，目前全国有超过三百家图书馆在测试与实施人工智能技术。情境感知作为人工智能技术的重要研究领域，是借助射频识别设备等机器，对人的情感状态进行感知，获得系统可以理解的高层情境信息的技术[1]。早在1997年美国Picard出版的《情感计算》中，就阐述了计算机可以感知人类情境信息，通过采集、描述和表达，根据人类需求做出相应的反应，为人类提供具有情感智能的智慧化服务。从人工智能角度看，情境感知是依托传感器等智能设备，让机器具备情境感知能力，通过分析用户行为与动机，以满足人类情感需求的智能化方式。可以说，基于人工智能的情境感知技术，是图书馆实现智慧化的钥匙。目前国内与图书馆情境感知相关的研究不多，主要集中在计算机领域情境感知系统模型的构建方面，缺乏与情境感知推荐相关的研究。而要想为用户提供个性化智能推荐服务，笔者认为需要从人工智能应用角度，结合特定情境对用户情绪进行感知，获取符合用户需求的推荐内容，保障信息推荐的精准、智能与高效。

1 人工智能与情境感知：图书馆智慧化的基础

1.1 人工智能与智慧图书馆

2004年，加拿大渥太华的公共图书馆与其他信息机构合作，共同建立“智慧图书馆”联盟，借助共同的搜索引擎提供一站式服务，此后全球掀起智慧图书馆的研究热潮。我国一些学者认为，智慧图书馆是以智能化、数字化技术为基础，促进人与知识的融合，为用户提供高层次的知识服务。智慧图书馆具有可感知特征，综合应用了多种智能化技术，是对数字图书馆的进一步延伸[2]。它的主要构成包括数字图书馆、人工智能设备、物联网等，依托移动信息网络，实现了智慧化的信息管理与服务。笔者认为，人工智能作为智慧图书馆建设的基石，可以与多种技术结合，实现物理系统与数字化世界的联通，让图书馆的服务达到智慧化状态，从而推动图书馆的创新发展。

1.2 人工智能与情境感知

情境是用于刻画实体的全部信息，包括物理情境、心理情境、社会情境等。人们在受到特定环境下信号的刺激时，首先会调动各种感觉器官，在神经机制的作用下获取信息，并将其传给大脑进行处理，进而形成直观的情绪反应[3]。情境感知是依托无线通讯、传感器等设备，让计算机系统可以感知周围的有用信息，如用户物理位置、行为状态等，并主动为用户提供个性化信息与服务。情境感知是人工智能的研究重点之一，是一种特殊的智能化服务手段。人工智能技术的不断发展，为情境感知服务的实施提供了条件。而各种智能终端设备的应用，可以借助局域网、APP等对用户所处情境进行感知，促进了情境感知与人工智能技术的融合，也促进了智能情境感知研究的不断深入。

1.3 融合情境的智慧图书馆

情境感知技术的应用，是图书馆掌握用户个性化需求，实现服务智慧化的关键一步。图书馆要想实现智慧化，就需要借助各种智能感应设备，全方位采集用户的情境信息，通过自动计算和自适应匹配，了解用户的兴趣偏好与需求，为他们推荐最合适的信息资源。依托情境感知技术，图书馆可以对用户群体进行合理划分，建立不同的兴趣小组，将有相同爱好的用户聚集起来，营造开放的社交平台，增进图书馆与用户、用户与用户之间的关联，提升服务的针对性。而各种智能传感设备的应用，也有助于图书馆对内部数据进行监测，对各类资源进行自动识别与控制，实现对内外部环境的有效管理[4]。可以说，融合情境的图书馆智慧化服务，体现了智能化、个性化的特点，致力于为用户提供更加高层次、全方位的服务。

2 基于人工智能的图书馆情境信息融合处理流程

图书馆要想根据用户需求为他们推荐个性化资源，就需借助智能感应设备，对用户所处的情境进行采集，通过情境建模的方式处理情境数据，并根据处理结果整合个性化资源，最后以文本、视频等形式推荐给用户，基本流程如图1所示。

图1 图书馆情境信息融合处理流程

2.1 情境信息采集

图书馆借助各种移动智能传感设备，如CPS、射频识别设备和智能手机等，对与用户相关的情境信息进行采集，如所处地理位置、在线浏览记录、设备型号等，通过对这些数据进行初步过滤，获得有价值的信息。一般而言，采集的情境信息包括静态、动态两类，静态信息即用户注册信息、学科背景等；动态信息包括当下的情绪状态、行为举止、天气、位置等。由于用户情境是动态变化的，图书馆在对用户情境信息进行采集后，还需要做好信息识别、过滤工作，结合用户需求降低干扰因素[5]。而对不同信息进行分类整理，在降噪过滤基础上，可赋予不同情境因素对应的权重因子，之后将其传递至图书馆信息推荐系统。

2.2 情境建模

图书馆采集的原始情境信息，往往是不规则的、模糊的、不稳定的，因此还需要做好后续的推理、解释和融合工作。在对采集信息进行初步处理后，首先需要将与目标实体对应的特征数据，以及与目标实体相关的情境信息结合起来，依据先验知识完成情境建模，构建对应的情境实例，实现对用户情境的完整语义描述，形成服务系统可以理解的情境信息存储格式。其次，从图书馆数据库中调取与目标对象相关的信息资源，依托情境信息融合处理方法，在计算机识别、解释基础上构建先验模型，并将情境信息输入其中，通过逻辑推理、情境匹配等方式，获得对应的决策处理结果。

2.3 个性化匹配

基于情境感知的个性化推荐服务实施的关键，就是做好馆藏资源与用户需求的相似度匹配工作。在这个过程中，需要利用语义相似度匹配法，在对情境信息进行采集、分析与处理后，做好对应的语义标注工作，然后计算情境数据与推送资源之间的语义相似度，并将相似度较高的信息保留下来，在相似度排序基础上，利用结合情境的个性化推荐算法，获得最能满足用户需求的资源。图书馆基于人工智能的情境感知服务，能够依托智能化设备实现线上线下的服务关联，依托大数据、云计算等实现用户需求预测，强化服务系统的情境感知能力，让情境信息采集更加完整、高效，也更加容易实现无处不在的信息推荐服务。

3 基于人工智能的图书馆情境感知推荐服务平台构建

笔者结合国内外研究成果，在分析图书馆情境信息处理流程的基础上，结合个性化推荐服务特点，融合智能、情境、体验等要素设计情境感知推荐服务平台框架，将其划分为数据获取、数据分析、感知推荐3部分，以提升图书馆个性化推荐服务效率，如下图2所示。

图2 图书馆情境感知智能推荐服务平台

3.1 数据获取层

数据获取层是图书馆实现智能推荐服务的基础，可以从多个角度实现用户行为跟踪，对用户环境进行智能感知，从而获得完整的数据采集结果。对大多数图书馆用户而言，智能传感设备可以嵌入用户所处的环境中，迅速采集各种情境信息。如智能手机就有自带的传感器和应用软件，方便随时随地获取用户信息[6]。图书馆可以利用用户使用的智能设备，或登陆系统时使用的局域网等，实现对用户数据的实时跟踪、动态采集与实时分析，掌握用户在线浏览时长、借阅记录、行为举止等信息。然后对这些信息进行初步过滤，在合理分类基础上，将其传输至情境分析模块，实现情境信息的深层次挖掘。

3.2 数据分析层

数据分析层在获取经过初步过滤的情境信息后，可以通过情境化描述、语义表达方法，将其转化为标准的情境信息。这个过程中涉及到情境建模，需要将不同维度的情境信息汇聚起来，通过分类、归纳与整理，确定符合用户信息检索习惯的信息[7]。由于图书馆采集的情境信息本身是模糊、不规则的，需要将其细化为情境元数据，并通过语义组织实现信息关联，构建不同维度的语义映射关系，实现对图书馆资源的语义融合。在确定情境类型后，可以通过情境解析获得对应数据的属性特征，建立与信息推荐相关的情境实例。然后分析当前所使用的情境属性，是否与用户所处的情境相匹配，剔除相关度不高的数据，并根据预设任务调整情境建模方法，获得能够体现用户偏好的个性化知识，提高系统服务的针对性。

3.3 感知推荐层

图书馆情境感知推荐服务，是建立在各类智能设备与技术之上的，需要结合移动终端进行展示，也需要借助人工智能技术进行数据分析，在确认用户情境信息基础上，通过挖掘用户特定情境下的历史数据，从数据库中筛选符合用户需求的个性化资源。感知推荐层是图书馆为用户提供服务的窗口，可以利用个性化推荐算法，从馆藏数据中迅速搜索整理符合条件的资源，在情境信息计算匹配基础上，为用户提供智慧化、智能化的资源服务。它还可以实现与用户的实时交互，随时获取用户反馈建议，并针对不同的情境实现定制化服务。在用户获取推荐信息资源后，通过自主学习和自我感知，可以根据需要提出对应的服务评价，并反馈至图书馆服务平台。图书馆员读取这些反馈信息后，可对平台相关服务机制进行调整，不断扩充完善情境信息库，逐步提升信息推荐质量。

4 图书馆基于人工智能的情境感知推荐服务的发展建议

图书馆情境感知推荐服务的实践，涉及情境数据、智能技术、用户体验等要素，只有多部门、多要素协同配合，才能切实提高图书馆服务质量。为此，图书馆可以采取以下措施提升服务水平，优化用户服务体验。

4.1 准确把握各类情境要素

图书馆依托人工智能等技术，对用户情境信息进行动态感知，涉及的情境因素包括用户情境、信息资源、服务条件等。其中用户情境是需要重点采集的信息，是实现个性化推荐的关键，包括用户所处位置、行为偏好、基本信息等。信息资源是实现情境感知服务的基础，包括馆藏资源类型、学科类别、用户历史记录等。服务条件包括图书馆的软硬件设施、服务性能、系统状态等[8]。为保障图书馆情境感知推荐服务顺利实施，图书馆需要从多个角度做好情境信息采集、分析、归纳与推理工作，尤其是要准确把握不同的情境因素，采用有针对性的情境建模方法，在数据挖掘与要素过滤基础上，实现用户需求与推荐资源的有效匹配，保障智能推荐的实时有效性。

4.2 促进情境数据资源共享

图书馆在准确把握各类情境要素基础上，要想推动情境感知智能推荐服务的发展，就有必要强化多方合作，促进资源整合共享，尤其是与用户相关情境数据的共享，形成开放式的情境感知信息服务体系，促进线上线下信息的高度互联。在移动互联网环境下，用户在线活动日益频繁，情境信息的采集规模扩大，处理流程更加繁琐，只有促进多机构信息共享，才能保障用户情境数据采集的完整、系统性。同时个性化推荐服务过程中，需要做好情境数据过滤、清洗、计算与匹配等工作，合理选择情境建模与信息推荐算法尤为必要。只有多方合作掌握更多信息，才有利于引入新技术、新方法，才能及时更新馆藏情境信息库，保障推荐符合用户情境的信息，全面提高图书馆用户的黏度。

4.3 保障用户个人隐私安全

图书馆在采集、整理情境信息和提供服务过程中，不仅需要关注数据的深度挖掘与共享问题，也应该做好用户隐私保护工作。移动网络环境下，信息获取渠道更加多样化，人们在享受便利信息服务的同时，也更加关注隐私保护问题。图书馆在用户情境数据处理时，可以利用数据加密、系统防火墙等技术，保障数据传输、应用的安全性，避免由于信息泄露引发的纠纷。而仅仅依靠技术手段还不够，需要图书馆综合考虑法律、组织结构等因素，建立多方协同的用户隐私保护机制。在提升技术手段基础上，要建立适宜的隐私管理制度，强化图书馆的隐私保护意识，保障各环节的规范操作，降低用户信息传输风险。图书馆只有以安全可靠的方式获得更多用户认可与信赖，才能提高用户粘度，这也是促进情境感知推荐服务推广必不可少的措施。

5 结语

人工智能技术的进步及其与物联网、大数据等技术的结合，为人们精准获取、存储与利用数据信息提供了便利。情境感知技术作为人工智能的研究分支，将其应用于图书馆信息推荐服务中，将实现对用户情境的智能感知，掌握用户的个性化需求，提高信息推荐的有效性。图书馆在实践中应该保障不同要素的协调，发挥馆员的能动性，针对情境感知服务的特点，制定合理的服务保障策略，真正体现信息服务的智慧化。