解登峰 李靓 宋相濡

摘 要 我国每年出版图书50多万种，造成图书馆特藏文献资源建设工作面临信息过载的问题，基于人工智能的推荐系统可以有效缓解信息过载，解决特藏文献难发现、难收全的现实问题。本研究通过将深度学习技术融入推荐系统中，构建图书馆特藏文献需求模型，设计出特藏文献自动识别系统，通过介绍其工作流程与效果，为图书馆开发个性化、高性能的特藏文献推荐工具提供参考与借鉴。

关键词 深度学习 特藏文献 推荐系统 人工智能

分类号 G250

DOI 10.16810/j.cnki.1672-514X.2021.05.008

Artificial Intelligence Applies to Special Collections Acquisition of Library

Xie Dengfeng， Li Liang， Song Xiangru

Abstract In China， more than 500，000 books are published every year， which causes the problem of information overload in the construction of special collections. The artificial intelligence-based recommendation system can effectively alleviate the information overload and solve the practical problems of hard to find and collect special collections. This study integrates deep learning technology into the recommendation system， constructs the demand model of librarys special collection literature， designs the automatic recognition system of special collection literature， and introduces its workflow and effect， so as to provide reference for the library to develop personalized and high-performance special collection literature recommendation tools.Keywords Deep learning. Special collections. Recommendation system. Artificial intelligence.

0 引言

1957年，我国图书馆学的奠基人之一杜定友先生根据实践经验提出：“各馆藏书除供应一般读者的需要外，必须根据当地地理环境、建设需要、历史传统、藏书基础和读者的要求，做重点配备、重点发展。各馆应有若干专藏，每个专藏应配备专科研究员，为读者服务。”[1]在他的提倡下，高校图书馆越来越重视重点学科文献资源的建设，努力建设反映学科特色、结构完整的专题性的特色文献资源。美国研究型图书馆协会（Association of Research Libraries， ARL） 在《作为核心的特藏》报告中也指出：由于特藏（Special collections）的卓越特性，特藏的建设可以为研究型图书馆的发展提供丰富的机会，以实现其教学和科研任务[2]。在馆藏资源日益同质化的当下，特藏资源日益成为图书馆声誉、地位及核心竞争力的根本保障，建设特色鲜明的馆藏体系成为图书馆界的共识，加强特藏资源建设也成为图书馆资源建设的发展趋势。但文献数量迅猛增加带来了严重的“信息过载”问题，如何快速、有效地从纷繁复杂的信息中获取特藏文献信息成为了当前特藏文献资源建设的关键难题，利用人工智能技术提升特藏资源建设的必要性和重要性变得愈发突出。……