轻应用背景下智慧图书馆微服务情境聚合适配研究

2023-06-25周玲元杨崖冰陈洪斌

新世纪图书馆 2023年4期

周玲元?杨崖冰?陈洪斌

摘要论文运用本体理论和数字资源聚合理论，说明了轻应用背景下智慧图书馆微服务情境聚合适配运行机制；基于轻应用背景，搭建了智慧图书馆微服务模型；指出了轻应用背景下智慧图书馆微服务情境聚合的困境，并进一步提出基于超级App的个性化服务推荐机制以及发展策略，以期提升轻应用背景下智慧图书馆微服务情境聚合的适配效果，为智慧图书馆用户提供更优的情境资源微服务。

关键词轻应用；智慧图书馆；微服务；情境聚合；个性化服务

分类号G252

DOI 10.16810/j.cnki.1672-514X.2023.04.010

Abstract Using ontology theory and digital resource aggregation theory， this paper firstly illustrates the operational mechanism of contextual aggregation and adaptation of smart library micro services in the background of light applications. Secondly， based on the background of light application， the smart library micro service model is built. This paper points out the dilemma of micro service context aggregation of smart library under the light application background， and further puts forward the personalized service recommendation mechanism and development strategy based on super App， in order to improve the adaptation effect of micro service context aggregation of smart library under the light application background， and provide better context resource micro service for smart library users.

Keywords Light app. Smart library. Micro services. Context aggregation. Personalized service.

0 引言

大数据时代的到来加速推动了智慧图书馆微服务体系的更新迭代，但国内外学者对智慧图书馆的展望和构思不尽相同，比如叶飞等为解决高校图书馆空间融合度较低、服务集成度不高、用户交互方式单一等问题，构建了高校图书馆智慧空间，以此实现空间互联及融合[1]；吕鲲等认为构建高校智慧图书馆信息服务生态系统需遵循信息交互、系统协同及要素循环原则[2]；Yap G E等人指出，情境感知对图书馆人文关怀、构建未来用户图书服务的促进作用[3]；许鑫等将数字孪生技术与智慧图书馆建设相融合，以此解决智慧图书馆业务分割问题，实现了图书馆业务的协同与融合[4]。从上述的研究来看，智慧图书馆的构建离不开情境聚合，其本质在于与情境中的资源适配息息相关。然而，目前其微服务情境聚合不适配现象时有发生，存在馆际资源的互联性、资源适配度不高，以及馆内资源时空场景组合搭配适用度不强等问题。从这些问题中我们不难发现，当前智慧图书馆存在的情境聚合适配效果不佳是数字资源使用精细度欠缺的缘由。由此看来，如何实现情境聚合适配，即如何实现资源的互通利用，并促进各微服务模块的整合匹配成了轻应用时代下智慧图书馆进一步发展及完善的痛点和难点。因此本文提出了轻应用背景下智慧图书馆微服务情境聚合适配运行机制，构建了相关模型，并针对其发展困境提出了相应的发展策略。

1 关于智慧图书馆微服务情境资源适配理论及运行机制

人工智能及大数据时代的到来，为实现资源情境聚合提供了一定的技术支撑，尤其在“轻应用”作为当下热门的新型传播媒介方式下会显得更加快捷高效、实用便利。对此，有学者通过对大数据、云计算等智能技术应用研究，认为智慧图书馆服务中的核心要素包括了当今时代最先进的信息技术、理念及移动设备，如云计算、大数据、智能设备等[5]，而智能图书馆的智能化搜索服务功能、识别相关阅读行为[6]更是依赖于这些先进信息技术，其中利用好大数据提升智慧图书馆的数据收集、分析处理等功能，对于其呈现最大的教育价值具有巨大的作用[7]。显而易见，创建智慧图书馆微服务体系，解决情境资源适配问题，大数据、云计算等智能技术是实现其优化的必然选择，而轻应用自身体量能否承载相关技术则成了问题关键所在。

智慧图书馆的发展与资源共享息息相关，无论是馆藏资源还是馆际资源，资源适配聚合将能够更好地开发已有及潜在的资源。其中关于馆藏资源聚合理论的研究较为丰富，早在2012年就有学者研究基于语义的馆藏资源聚合[8]。馆藏资源聚合理论是基于资源共享理念形成和发展的，资源聚合是建立在资源优化组合和合理配置之上的聚合形式，能够借助资源优势互补，放大资源质和量的效应。为了增强资源使用的精密度，实现各微服务模块的整合匹配，从而引入情景感知。情境感知是指在对移动终端设备、用户行为等构成的场景进行分析的基础上，聚合匹配资源，连接用户与情境，针对不同用户偏好和个性化特征选择多种多样的情境适配组合。情境感知最早由Schilit B N等人提出，他们认为情境有物理、计算及用户情境等类[9]。

在智慧图书馆资源聚合过程中，我们可以通过本体理论展开资源的互联与适配。本体是一种针对共享概念或其相互关系的形式化说明，其具有明确性、结构化等特点，本体也可以称为术语集，指通过对不同领域的资源集合，利用语义映射机制实现异构资源和系统之间的语义关联，就可以实现异构的、不同类型资源的深度聚合。其作为一种技术手段，可以在图书馆信息资源建设中通过有序化与优质化信息将信息组织提升至知识组織，即揭示知识单元与挖掘知识关联[10]。由此，在轻应用背景下的智慧图书馆微服务情境聚合适配运行机制主要在于以下两个方面。

（1）筛选重组情境本体信息。情境本体是对智慧图书馆微服务领域的资源情境构建。在结构化资源中有着稳定且通用的情境信息，而非结构化资源中的情境信息则是临时的、具体的，需要综合两种情境信息才能构建情境本体[11]。基于信息接受情境单元，构建信息接受情境本体可以改进情境适配度的不足，增强智慧图书馆信息接受情境与资源适配的柔性。为了整合适配情境本体数据，需要考虑到情境本体自身的结构复杂性、类型多样性，我们需要通过情境本体映射方法进行筛选重组，以此不断完善资源适配推荐情境配置模式。因此，高校智慧图书馆可以通过对情境本体数据的筛选重组增强馆藏资源情境与用户信息接受适配度，完成用户信息与接受情境的精确划分，从而建立本体情境数据库，包括社会网络数据、用户画像数据和服务数据等，为情境建模提供适配信息基础。

（2）情境建模，为了实现情境建模，需要将情境本体信息进一步融合、抽象，建立不同服务情境单元下的用户需求与资源适配关联数据。2007年，关联数据由两位国外学者在向国际互联网协会（W3C）提交“关联公开数据项目”时提出，用来连接整合各种数据资源，以便建立一个计算机可识别，并能映射自然和社会的数据网络。利用关联数据可以实现馆藏数字资源聚合，继而挖掘数据的关联性[12]，使智慧图书馆数字资源实现跨库和跨领域的有效发展。

2 轻应用背景下的智慧图书馆微服务情境聚合模型架构

近几年构建关于智慧校园或图书馆的情境感知系统框架的研究有很多[13-15]，然而这些研究都很少从轻应用的角度出发来搭建情境系统感知模型。基于微信、支付宝的轻应用，虽然与专门App客户端类似，但其开发、维护成本较低，在便捷快速的同时，又能保证服务的多样性、主动性、交互性。此外，轻应用平台下的信息查询搜索及影音化阅读将会更高效便利，而且能够摆脱传统移动客户端占用手机等终端设备内存等问题。因此，轻应用可以看作是性价比较好的智慧图书馆微服务情境聚合实现方式。

通过借鉴众多系统框架，本文增加轻应用亮点，将基于轻应用的智慧图书馆微服务情境聚合适配模型分为情境感知层、情境分析层和情境交互层，具体见图1。

2.1 情境感知层

初级情境的构建主要在于数据的采集与挖掘，可以分为情境数据来源模块和情境数据技术模块，以此来搭建情境数据建立平台，建立相应的本体情境数据库，为情境感知提供一定的数据基础。一方面我们需要通过各种情境，获取情境感知数据，搭建本体情境数据库；另一方面，情境感知获取数据要通过传感器、iBeacon等情境感知技术实现技术支撑。本文根据情境用户服务需求和智慧图书馆微服务多样化的特点，构建相应基于本体的初级情境感知模型。

（1）情境数据来源模块。万物互联背景下的智慧图书馆用户数据具有复杂性、多样性的本质特征，因此我们要从各种数据情境入手挖掘，促进本体情境库的搭建。由于用户需求与历史情境数据的异质化，智慧图书馆用户情境可分为：①兴趣情境，这与用户兴趣偏好与品味密不可分。②资源情境，即资源内容、资源筛选和资源融合。③社交情境，通常也成为人际情境。用户在朋友圈、微博、推特等社交媒体，与他人的互动沟通等均可作为历史情境数据的来源。④技术情境，包括大数据、物联网、云计算等。⑤服务情境，即个性精准化和多元化服务。通过多种多样的情境模式，我们能够采集更多用户情景数据，感知用户需求偏好，从而为提升服务黏性提供极大便利。

（2）情境数据技术模块。本体情境数据库的搭建需要情境数据采集技术的支撑，而物联网技术正好符合数据采集分析处理的功能。物联网技术主要分为传感器、RFID、iBeacon、NFC等。①传感器能够感知温度、气压、光线等图书馆环境情境，以及用户使用的智能手机、电脑、可穿戴设备等用户情境。②RFID监控可获取用户的社交信息、兴趣偏好等历史数据。③iBeacon可以定位用户地理位置，提供定位信息。④NFC技术安全性极高，若能实现与WiFi技术的结合，于用户而言，将兼备便利性与可靠性。以上技术能为情境入库以及初级情境的构建获取社会网络数据、用户画像数据、服务数据等情境数据，有利于为用户提供全方位、多样化、互联互享的情境模式服务。此外，我们在此基础上可以利用本体理论对本体情境数据库进行关联分析，从而搭建情境数据处理平台。

2.2 情境分析层

情境数据处理平台的搭建离不开数据分析与管理，我们将其分为情境数据分析模块与情境数据管理模块。我们以用户需求为驱动，加速情境更新，通过情境数据的分析管理促进智慧图书馆情境再搭建和微服务再创新，从而进一步完善情境适配的效果，为情境交互优化情境模型，实现初级情境模型到高级情境模型的迭代升级。

（1）情境数据分析模块。情境数据的分析可以通过数据共享、数据挖掘、流式数据处理技术、区块链技术实现。①数据共享即以馆藏资源聚合理论实现资源共享，放大资源质和量的效应，互补馆藏之内和館际之间的现有资源，为情境数据聚合分析优化资源组合与配置。②数据挖掘是将创建的智慧图书馆用户本体结合数据挖掘技术，搭建用户数据挖掘本体系统，对历史情境数据再组织再利用，针对用户兴趣偏好个性化推荐相关数据资源。金利[16]认为数据挖掘包括分析和采集用户特征信息，创建用户模型，完成用户的合理聚类和分类等。用户的特征信息为情境数据的完整性、可靠性提供重要基础，用户模型的创建也为情境数据管理给予便利。③通过毫秒级时效、并发能力强（单节点可以实现50 000流水/秒）和可扩展性好的流式数据处理技术，能够降低资源适配与情境推荐机智的复杂性，提高情境分析计算处理海量数据的能力[17]。④区块链技术则为数据安全管理和数据存储管理提供技术保障。周莉指出用户画像数据权益时常受到侵害，是数据安全管理的难题[18]。当前，智慧图书馆用户画像数据安全问题层出不穷，主要表现在用户数据采集授权、用户数据传输泄露两个方面。同时，智慧图书馆用户数据挖掘必须进行技术革新，对价值和利益进行重新分配和再造，而作为底层技术的区块链技术的出现，为推动大数据挖掘工作的创新提供了可能。

（2）情境数据管理模块。情境数据的管理分为四个模块。智慧图书馆数据管理员应注重用户在使用、创造、交易数据时的安全、融合、更新和存储问题。①数据安全管理。利用区块链技术及智能合约将可编控的软件嵌入区块链的任何节点，从而定义项目和确权数据价值和资产，智慧图书馆数字资源通过数字形式进行传输，这种网络传输方式使画像数据处于暴露的危险之中。而利用智能合约可以使用户画像数据的存储安全性得以提高。②数据融合管理。历史数据与实时数据相融合是能否进行良好数据融合管理的关键。通过TSP神经网络模型和算法，能从不同维度进行历史情境数据分析，创建多元推荐资源情景。与此同时，梳理用户未来行为信息，能为智慧图书馆情境重组更新提供保证，实现历史情境数据与实时数据良性融合。③数据更新管理。数据的重组与更新需要注重数据的完整性与多样性。这有赖于数据的融合，以及对情境本体的分解和重组。情境本体结构复杂，对情境本体的筛选重组极为重要。在此基础上，通过神经网络算法更新情境本体库的信息，有利于保证数据的来源可靠，提高數据的应用性。④数据存储管理。可以通过区块链加密技术保证资源存储的完整性和安全性。服务数据的完整存储有利于提供符合用户预期的情境化资源推荐，对数据治理来说至关重要。管理时应针对不同管理目标采用不同存储方式[19]，此外对数据的分析处理和管理对智慧图书馆馆员的素质有较高的要求，以保障数据的正当使用和存储。

在情境数据处理平台经过数据分析与管理后，我们可以通过聚类分析法和LDA搭建群体情境模型和主题情境模型。曾子明和孙守强[20]提出建立情境标签库可以通过情境计算搭建情境模型。对个体标签进行聚类分析，可以分析特定群体的需求偏好，从而搭建群体情境模型。主题情景模型能够快速反映用户情境主题，动态感知用户情境偏好。

2.3 情境交互层

智慧图书馆微服务情境聚合模型的搭建最终是为了实现轻应用下的智慧微服务推荐。轻应用微服务推荐可以分为智能推送、智慧管理、个性服务、关联分析四个层次。

（1）智能推送。针对垃圾信息泛滥问题，各智慧图书馆应加强资源微服务推送的质量管理与要求，搭建安全微服务推送平台。微服务推送应具备人性智能化，紧跟热点潮流，契合用户个人需求。轻应用平台提供搜索入口的同时也应加强技术升级，进一步整合完善数据资源，感知用户情境和资源偏好后精准匹配场景、智能化推荐服务，给用户创造更多价值。

（2）智慧管理。图书馆馆员对智慧图书馆轻应用服务平台的智慧管理，首先应转变图书馆传统的微服务理念，扩大用户群体数量，将其微服务体系朝着促进数据的多样化及个性化的方向发展。其次通过智慧图书馆员对微服务信息资源质量严格把关来进一步完善轻应用微服务平台管理体系。

（3）个性服务。可以多样化多层次延伸轻应用服务内容，满足不同用户群体的个性化需求。例如，订阅推送、服务导航、资源查询等都应可视化，对馆藏信息应做到即搜即用。另外，轻应用服务平台可以对现有用户的个人偏好展开精细化调研，从而实现更加精准的个性化服务。

（4）关联分析。为促进资源推荐服务与用户需求的精准适配，需要实时更新用户信息，获取用户偏好，优化用户资源获取体验与服务，提高微服务资源获取的效率与情境聚合的适配度。智慧图书馆要通过轻应用全面记录服务场景，根据典型场景或群体情景偏好进行关联分析，将历史情境和实时情境重组更新，在微服务推荐中提供更好的数据资源。

3 轻应用背景下智慧图书馆微服务情境聚合的困境

轻应用背景下智慧图书馆微服务要实现资源智慧适配，塑造智慧情境聚合，需要在数字聚合理论的基础之上，通过数据关联，聚类分析、LDA等手段搭建群体情境和主题情境等模型，才能依托轻应用平台根据情境交互场景做出相应智慧微服务推荐。但在开展微服务的过程中可能还需要针对以下三个方面的问题寻求最佳解决方案。

3.1 情境适配效果不佳问题

情境适配存在正适配、欠适配、过适配三种类型。正适配指图书馆提供的资源情境能恰好满足地用户情境需求，情境资源可以被充分利用；欠适配是指图书馆场景服务中情境内容不能满足用户情境需求，场景急需被重构和优化；过适配是指图书馆情境配置超过用户实际需求，这将造成严重的服务资源浪费。正适配和过适配能够增强用户体验，而欠适配则削弱用户体验[20]。智慧图书馆微服务情境想要达到正适配效果，应当根据用户的情境需求及时反馈相应情境信息，提供相应资源服务。因此，如何实现情境重组成为优化智慧图书馆微服务体系的研究重点。与此同时，用户的兴趣不是一成不变的，而是会随时间发生变化，轻应用微服务推荐准确性能否维稳甚至升级将成为一大难题。这直接关乎情境适配效果，也间接为轻应用技术的开发与升级提出新的挑战。

3.2 新用户冷启动问题

互联网的飞速发展带来信息服务数据的爆炸式增长，“信息过载”问题不容忽视，用户无法迅速从中筛选出自己想要的信息与服务。为此，相关研究人员提出了轻应用资源个性化推荐方法。然而智慧图书馆的新用户由于缺少对智慧图书馆的历史操作，导致历史情境数据部分缺失，因此轻应用资源推荐系统无法为其找到兴趣偏好相似的其他用户。对于不同类型用户，资源推荐系统无法自适应调节推荐结果，使得智慧图书馆难以满足用户的多态性需求，我们将这一现象称为智慧图书馆新用户的轻应用资源推荐系统冷启动问题。冷启动问题分为完全冷启动和部分冷启动[21]。完全冷启动指轻应用资源推荐系统中没有任何可用于构建智慧图书馆用户“微服务项目”关系的历史情境数据。部分冷启动也叫非完全冷启动，指推荐系统中只有少量情境数据，如新用户对少量微服务项目进行操作、评分时得不到系统推荐机会。

3.3 用户隐私安全问题

随着用户信息泄露事件与日俱增，用户对信息隐私安全也越来越重视。在智慧图书馆高度开放共享环境下，情境数据与用户信息隐私密不可分，隐私信息保护必须高度重视。当智慧图书馆全面获取用户数据时，虽然提升了其服务管理水平，但同时给用户也带来了敏感数据泄露问题[22]。

4 轻应用背景下智慧图书馆微服务情境聚合适配的策略分析

针对相关痛点和难点，我们通过创建微服务情境聚合模型，促进了智慧图书馆微服务的水平提升。为进一步解决情景聚合存在的三个困境，优化情境聚合适配，进一步给出策略建议。

4.1 构建超级App提升情境适配效果

现有的智慧图书馆对移动用户行为的数据挖掘大多借助于中间平台，但随着强制性开放政策的普及、图书馆特色资源数据的日益增多、用户需求的日益多样，智慧图书馆构建本体数据库与开拓自营业务是大势所趋。我们可以构建超级App，即能承载一切轻应用的情境数据本体库。各大轻应用服务平台汇聚于情境数据本体库，这将进一步扩充情境数据信息，搭建优势情境资源促进情境适配。不同轻应用的服务数据能够促进情境的重组与更新，有利于资源的深入挖掘。基于超级App的跨轻应用微服务推荐机制运行模式如图2所示。

首先将各大轻应用平台汇聚于超级App，将智慧图书馆轻应用与众多日常轻应用进行情境连接；其次是关联融合历史数据与实时数据，实時更新数据信息；最后以用户需求为驱动，实现智慧图书馆情境再搭建和微服务触达再创新，从而完善情境适配的效果，达到正适配的目标。此外，除了拓宽本馆的服务领域，有必要进行跨馆的资源整合，以此来丰富情境数据和类型。例如通过数据的实时流通交换，馆藏电子资源的网络共享及线下的图书传递互借等途径来共建优势情境资源。智慧图书馆馆际之间应进一步简化处理流程，优化整合功能，实现优势资源共建。

4.2 利用超级App多元数据融合缓解新用户冷启动问题

新用户在使用普通轻应用推荐系统时，推荐系统存在因历史执行信息缺乏而难以给予精准推荐的冷启动问题。以超级App为基础的轻应用在缓解冷启动问题上起到不可小觑的作用。轻应用的轻量级特点以及一个App能搭载多个轻应用的优势为缓解用户冷启动和数据稀疏问题提供了新思路。依托超级App的跨轻应用微服务推荐机制，融合用户在各大轻应用平台的的历史服务数据，也就是说通过多源数据融合来获取更佳精准的用户情境偏好，从而有效缓解新用户在初次使用图书馆轻应用时的冷启动和数据稀疏问题。智慧图书馆用户可以在使用新的轻应用时能够更好地被智能检索和推荐资源，并且推荐的准确性、多样性、新颖性都能有明显的提高。与此同时，这些情境服务数据也为其他的轻应用推荐系统提供了历史执行信息，与之后的服务推荐构成良性循环。此外，可以建立有效评价机制，通过线上线下问卷调查、评级打分的形式，了解轻应用微服务机制的用户信息接受度与满意度，及时获取用户反馈，评估用户体验感和资源推荐质量，强化资源的可靠性与适配性，从而在超级App上及时更新历史及实时情境数据。然而，超级App与各大轻应用的联系太过密切，也使得用户信息会过于透明化。这也就是说，通过一个轻应用，超级App能够掌握用户的所有服务数据信息，并给其他用户加以推荐。由于掌握了过量信息，用户的隐私安全问题进一步凸显。

4.3 利用区块链加密机制保护用户隐私安全

超级App的数据融合机制在发挥资源服务推荐优势的同时也进一步暴露了数据融合过程中的用户数据隐私安全问题。智慧图书馆对用户数据信息的隐私安全保护，可以从情境数据的采集、传输、存储等环节落实。

（1）情境数据采集时，轻应用平台尽可能要减少无关数据的收集，避免侵犯用户隐私。在获取用户情境数据的同时，对于敏感数据要确保安全防护。由此，超级App在掌握、记录用户轻应用服务数据时，针对性应更加强，以减少其他轻应用服务平台对用户信息的读取。（2）情境数据传输时，可凭借区块链加密脱敏技术严防用户数据传输泄露。用户通过区块链的安全密钥可打造属于个人的数据加密黑箱，从而在使用微服务资源推荐程序时更加放心。这不仅加强了对用户信息的隐私保护，严格把关了微服务资源推荐的质量，也进一步优化了系统对资源服务的信息保护程序。同时，建议用户尽可能使用智慧图书馆内部局域网络进行数据传输，减少信息泄漏。进而，用户在使用轻应用时可以减少因隐私泄露带来的担心忧虑。（3）情境数据存储时，可以采用区块链非对称技术动态监测用户数据，利于智慧图书馆数据安全管理，以及对用户数据合理存储。与此同时，超级App可以利用用户身份验证功能，对各大轻应用平台设置防火墙和访问控制权限，防止数据被恶意采集泄露。当用户使用新的轻应用时，进行身份验证之后，再开放相关功能，将用户在其他轻应用上的服务数据传递到新的轻应用平台。这有利于情境数据存储的安全管理，同时也没有浪费历史服务数据。

5 结语

纵观现有研究，国内外对于智慧图书馆资源情境聚合的研究在逐步推进，而如何通过超级App下的轻应用有效实现情境聚合适配显然成为图书情报领域的新亮点。当前学者多倾向于移动客户端的移动图书馆情境聚合，较少结合轻应用研究其未来发展方向及策略。本文基于轻应用背景提出智慧图书馆微服务体系的情境聚合，为情境聚合适配的路径策略作出建议参考，以此优化智慧图书馆微服务体系，从而为构建大数据时代的智慧图书馆提供有力支撑。此外，随着智慧图书馆微服务的发展，以及轻应用推荐服务功能的开发，在未来其相关研究应重点关注于实践。智慧图书馆资源情境聚合适配的过程中，信息技术的发展是智慧图书馆微服务建设的重要动力，而轻应用自身的发展能否适应情境聚合的技术要求，显然也成为未来研究的一大难点。这就要求相关专家学者在未来研究中拓宽领域，将轻应用背景下的图书馆微服务情境聚合作为主流研究方向，以期优化轻应用微服务资源推荐模式。

参考文献：

叶飞，弓越，翟姗姗，等.面向知识服务的高校图书馆智慧空间构建研究[J].情报科学，2021，39（12）：17-24，45.

吕鲲，郭淳，罗星雨，等.高校智慧图书馆信息服务生态系统构建及其系统动力学分析[J].情报科学，2022，40（6）：44-51.

YAP G E，TAN A H，PANG H H.Discovering and exploiting causal dependencies for robust mobile context-aware recommenders[J].IEEE Transactions on knowledge and Date Engineering，2007，19（7）：977-992.

许鑫，兰昕蕾，邓璐薌.数字孪生视阈下智慧图书馆业务融合研究[J].大学图书馆学报，2022，40（2）：59-66，35.

李新，薛卫双.国内外智慧图书馆微服务研究的现状、难点及趋势[J].图书馆，2020（12）：42-47.

RUIQIN B， JUMIN Z， DENGAO L， et al. RNN-BasedDemand Awareness in Smart Library Using CRFID[J].China Communications， 2020，17（5）：284-294.

ALEKSANDAR S. A big data smart library recom-mender system for an educational institution[J]. Library Hi Tech， 2018， 36（3）：498-523.

贺德方，曾建勋.基于语义的馆藏资源深度聚合研究[J].中国图书馆学报，2012，38（4）：79-87.

SCHILIT B N， THEIMER M M. Disseminating active map information to mobile hosts[J]. IEEE Network， 1994， 8（5）：22-32.

穆向阳.本体在LAM（图书馆、档案馆、博物馆）数字资源整合中的局限、问题及解决路径研究[J].图书馆理论与实践，2020（5）：73-79.

姜永常，王红露，李浩.CKAIC中基于概念格整合异构资源的情境本体构建[J].现代情报，2021，41（3）：38-43.

贾琼，王萍.基于关联数据的历史档案资源聚合研究[J].图书情报工作，2021，65（10）：105-112.

廖宏建，黄立冬.面向智慧校园的移动情境感知服务模型研究[J].现代教育技术，2021，31（4）：105-111.

习海旭，熊太纯.基于情境感知的移动图书馆服务系统模型研究[J].图书馆学研究，2021（15）：14-22.

王振伟.情报感知视域下的高校图书馆知识管理模型构建[J].图书馆理论与实践，2022（2）：85-93.