徐彤陽?滕琦

摘 要 智能化時代，為滿足用戶碎片化的閱讀需求，智能虛擬助手作為一種高質量的人機交互方式而出現(xiàn)，幫助用戶提升閱讀體驗。論文基于數(shù)字閱讀的視角，將智能問答引入公共圖書館數(shù)字閱讀，構建基于智能推薦的智能閱讀助手，虛擬角色在線陪讀，個性化推送用戶感興趣的信息，實現(xiàn)經(jīng)典閱讀推廣與智能化新技術的協(xié)同發(fā)展，智能助手為用戶提供了便捷的閱讀服務，提升了用戶閱讀的積極性，推進全民閱讀，促進閱讀推廣。

關鍵詞 公共圖書館;數(shù)字閱讀;智能虛擬助手

分類號 G251.5

DOI 10.16810/j.cnki.1672-514X.2022.02.008

Abstract In the intelligent era， in order to meet the fragmented reading needs of users， intelligent virtual assistant appears as a high-quality man-machine interaction way to help users improve their reading experience. Based on the perspective of reading， intelligent Q&A is introduced into digital reading in public libraries in this paper， and an intelligent reading assistant based on intelligent recommendation is constructed. Virtual characters accompany reading online， and personalized information that users are interested in is pushed， so as to achieve the coordinated development of classic reading promotion and intelligent new technology， intelligent assistants provide users with convenient reading services， enhance users’ reading enthusiasm， promote national reading and reading promotion.

Keywords Public library. Digital reading. Intelligent virtual assistant.

0 引言

全民閱讀是利國利民的事業(yè)。“全民閱讀”于2014年寫入政府工作報告及各項政策、條例的出臺預示閱讀已上升至國家戰(zhàn)略。作為公共文化服務體系的一部分，公共圖書館發(fā)揮著文化傳承、提高全民科學文化素養(yǎng)的作用。《公共圖書館法》明確指出，公共圖書館肩負著全民閱讀普及的重任，承擔著形成濃厚讀書風氣的社會責任感和人文關懷，傳承中華優(yōu)秀傳統(tǒng)文化，增強我國文化軟實力[1]。中國新聞出版研究院在線發(fā)布的第十七次全國國民閱讀調查結果報告顯示，2019年我國成年國民人均紙質圖書閱讀量為4.65本，略低于2018年的4.67本。2019年我國成年國民包括書報刊和數(shù)字出版物在內(nèi)的各種媒介的綜合閱讀率為81.1%，國民數(shù)字化閱讀方式的接觸率為79.3%，較2018年76.2%上升了3.1個百分點[2]。在綜合閱讀率回溫中，數(shù)字化閱讀率逐年攀升，可以說數(shù)字閱讀模式正成為當代閱讀方式的主流。數(shù)字閱讀作為信息技術迅速發(fā)展背景下的閱讀模式，彌補了紙質圖書的劣勢。若將文字、圖片、視頻等多媒體資源搭配使用，將更進一步增強閱讀體驗。2020年，全球疫情的席卷，越來越多用戶選擇數(shù)字化閱讀，也擴寬了圖書館服務的空間和時間[3]。公共圖書館應完善數(shù)字化信息服務體系，加強公共圖書館閱讀資源的共建共享，充分發(fā)揮數(shù)字資源優(yōu)勢，保障豐富的數(shù)字資源，根據(jù)實際情況向讀者推送數(shù)字資源，開展數(shù)字閱讀活動，滿足讀者的知識和情報需求，培養(yǎng)公眾的閱讀意識，引導用戶培養(yǎng)閱讀興趣、形成閱讀習慣、提升閱讀質量與能力，促進全民閱讀，增強公共圖書館生命力和活力[4]。

智能化時代，智能助手已經(jīng)廣泛應用于醫(yī)學、軍事等多個領域。智能助手是基于人工智能的對話式服務，提供自然的人機交互模式，以“對話即平臺”構建智能化時代的虛擬空間。智能虛擬助手在使用上具有易用性和跨平臺性，在交互上更加自然化和人性化。在數(shù)字閱讀中，設立智能助手，用戶可以提出疑問，智能機器人通過調取答案回答，幫助讀者高效獲取閱讀信息與資源幫助。目前，國內(nèi)推行的聊天機器人或個人閱讀助理，可以與讀者進行簡單的對話，針對用戶的指令提供檢索、回復[5]。聊天機器人根據(jù)一組預定義的規(guī)則運行，或使用機器學習，進行不同層次的人工智能工作，有效提供閱讀支持，從用戶熟悉的語境、情境出發(fā)，盡可能地展現(xiàn)具體內(nèi)容與用戶需求的關聯(lián)性。

1 公共圖書館數(shù)字閱讀服務現(xiàn)狀

公共圖書館數(shù)字閱讀服務處于探索階段，主要借助于數(shù)字化媒體開展，涵蓋了網(wǎng)絡媒體、移動媒體（含App客戶端）、數(shù)字電視等[5]，主要通過知識獲取、訂閱服務等開展數(shù)字閱讀活動。社交平臺具有用戶數(shù)量多、信息傳播快、互動功能強等特點，多數(shù)公共圖書館采用微信、微博、短視頻等新媒體應用（App）將館內(nèi)動態(tài)、資源推送、活動宣傳等推廣數(shù)字閱讀，向讀者推薦經(jīng)典讀物。例如，汕頭市圖書館利用微信公眾號平臺，開展主題為“掃碼看書，百城共讀”的活動，利用Web技術構建互聯(lián)網(wǎng)資源數(shù)據(jù)庫，使用戶可以在一個集中的數(shù)字存儲器中創(chuàng)建、存儲、重復訪問、管理和提供數(shù)字化資源。南京圖書館推出的“掌上南圖”提供免費在線資源，用戶通過瀏覽、搜索、篩選等有效獲取資源。有些公共圖書館還開發(fā)了移動圖書館App向用戶提供一站式文獻檢索、服務共享、訂閱等服務，用戶可以隨時隨地查閱館內(nèi)數(shù)字資源，獲取信息。可以說，數(shù)字閱讀在新媒體的推動下，已為讀者提供各式各樣的閱讀服務，但仍存在一些問題，需不斷完善，其中構建智能虛擬助手將克服目前存在的問題，提高用戶的數(shù)字閱讀體驗。

（1）社交平臺服務形式單一，更新不及時，單純推薦用戶，不能自行搜索查找需要閱讀的資源，讀者與資源的聯(lián)系是“泛在化”的，只注重數(shù)字資源載體的傳播，與用戶需求契合度不高，讀者難以發(fā)現(xiàn)資源的內(nèi)在價值。智能虛擬助手可分析、整合用戶行為數(shù)據(jù)，為用戶推薦符合自身需求的資源，滿足用戶的閱讀需求，當讀者不知道真正需求時，根據(jù)以往行為數(shù)據(jù)推薦感興趣的內(nèi)容，極大提高了用戶的搜索效率。

（2）用戶通過平臺查詢有價值信息耗時費力，智能虛擬根據(jù)用戶需求指令查找閱讀資源，減少了用戶花費的時間。

（3）公共圖書館將資源推送給用戶時，無法提供很好的閱讀引導。由于讀者自身經(jīng)驗與知識能力缺乏，無法完全準確理解閱讀中較為困難的內(nèi)容，而借助智能助手不僅可以解決閱讀中的難點與困惑，還可以加深對內(nèi)容的理解，拉近讀者與資源的認知距離[6]。在閱讀過程中，用戶遇到閱讀障礙，也可以咨詢智能助手，極大提高了用戶的閱讀效率。

（4）缺乏與讀者探討、交流的機制，無法掌握用戶的實際需求。用戶很少通過建立的QQ群、微信群等閱讀交流群分享閱讀內(nèi)容，無法發(fā)揮閱讀推廣的效應?；恿奶斓娜狈е掠脩糁g的互動性減弱，不能及時分享閱讀的所感所想。智能助手能夠使用戶在沒有閱讀伙伴時，仍然能夠自主的進行閱讀，與助手分享自己的閱讀心得，滿足與人交流，分享心得的需要。

2 智能虛擬助手助力數(shù)字閱讀

生活壓力日漸增加，人們大多數(shù)時間被工作、學習與生活占據(jù)，閱讀時間被壓縮，逐漸呈現(xiàn)碎片化閱讀。用戶時間不充裕，難以深度閱讀，導致閱讀推廣活動的效果較為平淡，黏性不高，受眾人群不穩(wěn)定，參與的可持續(xù)意愿不強。大數(shù)據(jù)社會，用戶處于一個需求導向、隨時隨地的泛在的信息環(huán)境。無法準確定位用戶的閱讀需求，固定的用戶社群也就難以形成。要激發(fā)用戶的閱讀興趣，必須以用戶需求為出發(fā)點，推廣適合讀者的閱讀內(nèi)容，強調用戶在閱讀中的積極性。問卷調查實證證明，閱讀推介的信息內(nèi)容與用戶的需求并不匹配，推送內(nèi)容不滿意也是數(shù)字閱讀活動發(fā)展的屏障，為滿足讀者的需求，提升讀者閱讀滿意度，有必要提供更加優(yōu)質的服務[7]。

“互聯(lián)網(wǎng)+”思維下公共圖書館提供的數(shù)字閱讀服務應以人為本，注重用戶的閱讀體驗，強調用戶參與[8]。智能虛擬助手利用自然語言對話，讓用戶感受查詢與檢索的簡單、準確。根據(jù)不同的服務對象和需求，采用適當?shù)姆绞竭M行資源應用，發(fā)揮資源的最大價值。作為一個強化知識再利用的框架，智能助手將在問答交互、輔助閱讀、個性化學習等領域發(fā)揮優(yōu)勢，有助于自主學習與互動學習[9]。

2.1 選擇環(huán)節(jié)

智能虛擬助手發(fā)揮導航作用，利用知識庫地圖幫助讀者快速獲取讀物。用戶以自然化的語言描述問題之后，智能助手可以根據(jù)讀者提問給予答案，若問題很清晰，則直接可以跳出問題答案;若有模糊部分，智能助手可通過再次詢問，縮小范圍，將接近準確、簡潔、符合用戶需求的答案提供給用戶。為讀者提供個性推薦服務，有助于提高用戶的閱讀積極性，提升讀者的參與度。用戶閱讀行為數(shù)據(jù)具有重要價值，是用戶行為分析、獲取用戶畫像、為用戶提供個性化服務的基礎數(shù)據(jù)[10]。在完成閱讀后，智能助手會自動記錄其閱讀行為。公共圖書館可以根據(jù)讀者在閱讀中產(chǎn)生的數(shù)據(jù)，定期統(tǒng)計分析用戶閱讀行為和需求，精準把握用戶的閱讀需求，提供針對性高質量的閱讀內(nèi)容，幫助用戶從泛化閱讀轉向精準閱讀，為數(shù)字閱讀推廣提供智能分析和決策依據(jù)。

2.2 閱讀環(huán)節(jié)

智能虛擬助手發(fā)揮導讀作用，多數(shù)讀者面對海量信息采用淺閱讀方式，用戶對于知識的理解通常是離散和孤立的，公共圖書館等機構有必要分析讀者閱讀傾向，對數(shù)字資源進行采集、整合、深度加工，為用戶提供知識推薦與輔助閱讀。

為用戶制定閱讀計劃，安排日程。有用與及時的信息都可以通過智能助手快速獲取，隨時在線方便咨詢訪問。在閱讀時，有閱讀困難或疑惑可以咨詢，智能助手快速做出回應，幫助讀者做相關閱讀筆記。在交互式問答中，通過不斷學習增強智能性。輔導是學習生態(tài)系統(tǒng)中不可或缺的一部分，通過在互動中構建可持續(xù)的虛擬助手輔助讀者閱讀。當用戶對閱讀內(nèi)容提出問題時，針對用戶的閱讀情況，提供針對性指導和幫助，實現(xiàn)情感交互。

貼合真實語境，變換不同的角色輔助用戶。虛擬助讀和陪讀通過語言上的鼓勵、督促、指導、啟發(fā)，培養(yǎng)用戶的閱讀興趣，提升讀者閱讀興趣[11]。設置不同角色的虛擬助手，使對話過程更加人性化。不同用戶因為經(jīng)驗、學識等水平不同，需要根據(jù)用戶進行調整[12]。用戶通過客戶端設置可自行選擇虛擬角色，以便在閱讀學習中更好地為自己服務。

2.3 評價環(huán)節(jié)

智能虛擬助手發(fā)揮鼓勵作用，引導、鼓勵讀者表達閱讀評論，書寫自己的觀點、看法。通過“收集、閱讀、融合與應用”形成完整的學習閉環(huán)[13]。在閱讀完成后，智能助手與讀者討論，激勵讀者與助手交流感想、發(fā)表評論，幫助讀者更好地梳理閱讀內(nèi)容，加深閱讀理解。助手根據(jù)閱讀表現(xiàn)為讀者評定積分，累計的積分可以獲得一定的物質、精神獎勵，發(fā)揮積極的引導作用，提升讀者自主學習的積極性。根據(jù)讀者的實際閱讀數(shù)據(jù)，學習分析、評價讀者的閱讀水平，自動調整下次閱讀內(nèi)容。

2.4 性能支撐

智能虛擬助手將服務集成至系統(tǒng)層面，并將服務的交互轉化為對話的交互。用戶在實踐中實時反饋、分析、總結之后，以不斷修正適應用戶提出的多方面需求，得出符合要求的解決方案。在計劃時間內(nèi)響應某些觸發(fā)條件來增強功能。虛擬助手可以智能識別某些類型的問題，提供用戶反饋以進行持續(xù)開發(fā)、額外的學習與及時的故障排除。

3 構建智能閱讀助手模型

公共圖書館的數(shù)字閱讀服務在“人工智能+”背景下，可依托智能問答技術創(chuàng)新構建多樣化、個性化的智能閱讀服務。構建智能閱讀助手，不僅可以快捷、準確地解決用戶的閱讀需求，讓讀者在與智能助手的互動中，更好進入閱讀狀態(tài)，獲得更多的知識，而且加入推薦服務為目標讀者推送有價值信息，能有效提升用戶的需求滿意度，加強用戶粘性，提升數(shù)字閱讀體驗。

構建基于智能推薦的閱讀助手，包括輸入信息、自然語言處理、問答、智能推薦、輸出和結果顯示模塊。輸入模塊，用于輸入用戶提問信息;自然語言處理模塊，用于對所述提問信息進行數(shù)據(jù)結構化和數(shù)據(jù)處理，獲得處理結果;問答模塊，對用戶提出的相關問題給予答復，幫助用戶解決閱讀難題，進行下一步閱讀;智能推薦模塊，用于對用戶行為數(shù)據(jù)進行分析和挖掘，補充和豐富所獲得的處理結果，并得到帶有推薦內(nèi)容的完整結果數(shù)據(jù)，個性化推送用戶喜歡的數(shù)字資源，吸引用戶閱讀;輸出模塊，用于對結果數(shù)據(jù)進行封裝;結果顯示模塊，用于顯示問答結果。

3.1 自然語言處理

機器對人類語言的理解改變了人機交互的界面，人工智能通過自然語言處理（natural language processing，NLP）來實現(xiàn)人類學習與機器推理的結合[14]。人類自然語言存在著多義性和歧義性，需要語義層面的分析與理解。NLP是使用計算方式處理語言數(shù)據(jù)，目的是通過包含語言結構的解釋建立文本表示，驗證自然語言中的拼寫錯誤、句子結構、語義關系等。智能虛擬助手使用NLP技術，計算機化由單詞、短語或句子組成的特定問題，智能問答系統(tǒng)基于自然語言處理技術，深入理解用戶意圖，并通過智能助手以準確、簡潔的方式和更接近于用戶的語言習慣進行回答，滿足用戶需求。

3.2 問答模塊

用戶輸入問題后，將問題通過問題分析模塊分類處理，利用相似度匹配問題集，尋找答案，若問答庫中無模板，即從檔案知識庫中提取答案，存儲進問答庫，輸出答案，如圖1所示。

3.2.1 知識庫

知識庫是結構化的知識集群，知識圖譜是知識可視化的表示方式，知識庫與知識圖譜決定了智能信息處理響應不同情境時決策的復雜度[15]。智能問答系統(tǒng)通過知識庫為用戶提供準確的答案。數(shù)字資源是圖書館開展數(shù)字閱讀推廣活動的重要部分，豐富的數(shù)字資源為閱讀活動提供了基礎保障。將非結構化的數(shù)字化閱讀資源整合處理，形成結構化的知識圖譜作為問答系統(tǒng)的知識庫，以三元組的形式存儲，提高信息利用率。發(fā)掘數(shù)字資源之間的關聯(lián)，將不同類型的知識單元關聯(lián)聚合，形成龐大的知識網(wǎng)絡，實現(xiàn)資源的深度挖掘。

數(shù)據(jù)的質量決定了信息的質量，知識表示是否統(tǒng)一、準確基于底層數(shù)據(jù)的構建，以數(shù)字閱讀資源為核心進行清洗、分類與整合。通過本體建模的方式，對知識和數(shù)據(jù)從概念、屬性、關系上進行組織，構建知識模型，以自底向上的方式構建知識圖譜。采用NLP中文實體命名識別算法來完成實體的標注，python開源工具“Jieba”分詞處理。挖掘實體之間的語義關系，對缺乏層次、邏輯性知識進行融合剔除。殘缺關系需進行知識推理挖掘層次。最后，將知識持久存儲在知識庫[16]。面向大數(shù)據(jù)利用開源的Spark技術進行實時動態(tài)更新，提升了實際應用價值。

3.2.2 問題分析

用戶輸入問題文本，對輸入的自然語言進行問題分析，完成分詞、詞性標注、實體識別與實體消歧的工作，分類問題文本，通過構造標準的SPAQRL查詢生成模板與問題類別，并返回相應的結果，轉化為用戶易于理解的形式。智能問答核心是知識推理，對問題與答案進行準確分析，使之能正確匹配。問題分類把問題分為幾種語義類型，縮小了答案的搜索空間，對系統(tǒng)的整體設計至關重要。對于給定的問題，智能問答系統(tǒng)在于識別問題類型，預期答案的格式。文本采用統(tǒng)計學習的方式。

智能助手能夠處理的問題分為四類：（1）是/否型問題：要求回答是否的問題;（2）定義類問題：要求以簡單而準確的定義作為答案的問題;（3）列表類問題：要求列出所有相關的實體的名稱作為答案的問題;（4）感興趣推薦。交互問答主要回答事實類問題，直接從數(shù)據(jù)庫提取答案片段;而分析類問題的問答需要用戶的參與，若要正確理解對話信息，必須考慮信息語義層和功能層的構建效果，擴大或縮小問題的范圍，以便精確問題的回答。重復問題的集成節(jié)省了數(shù)據(jù)庫的資源與多次回答相似語義問題的時間。當用戶提出問題時，系統(tǒng)自動判斷問題是否重復，利用余弦相似度度量之間的相似性。若重復直接返回已保存答案;若無重復，則調用圖書知識庫，抽取問題答案，并將問題答案存儲在數(shù)據(jù)庫中。

3.2.3 問答檢索

核心就是對問句進行理解，給出符合的答案。用戶發(fā)出查詢請求時，智能問答系統(tǒng)進行解析與推理，根據(jù)用戶提問采用NLP的分詞能力對描述問題智能分解，根據(jù)預先建立的候選問題集，計算問題的相似度。查找相似度符合的問題-答案對集合中相匹配的知識，對應的結果直接輸出給用戶。問題重構為將用戶恰當或不恰當?shù)膯栴}轉換為自然問題并指定到相關領域，且每次提問自動更新至問題集。若提問與以往記錄相符，省略再匹配過程，直接將答案提交給用戶。其次，虛擬助手可實現(xiàn)用戶聊天內(nèi)容上下文語義分析功能，引導用戶明確模糊或有歧義的問題，以便更準確回復用戶。

3.3 智能推薦

智能助手為用戶提供兩種推薦服務：一是個性化推薦，以用戶為基礎，自動根據(jù)讀者的年齡、性別、閱讀習慣、資料選擇等推薦合適的閱讀模式，通過用戶閱讀歷史記錄計算用戶偏好，貼合用戶對閱讀信息的需求。個性化閱讀模式的推廣可以提升讀者的閱讀體驗和閱讀效率。二是常規(guī)推薦，以圖書為基礎，通過計算圖書的相似度為用戶推薦類似風格的書單。增加用戶推薦功能補充和豐富了問答結果，解決了多義性問題造成的回答偏差，同時極大地方便了用戶獲取相關信息，幫助用戶快速定位有用信息，提升了用戶的閱讀體驗和整體結果質量。

3.3.1 用戶行為數(shù)據(jù)挖掘

深入挖掘用戶行為數(shù)據(jù)，對所獲取的數(shù)據(jù)進行數(shù)據(jù)挖掘、聚類等分析，優(yōu)化推薦服務。數(shù)據(jù)挖掘是從文本數(shù)據(jù)中抽取隱含的、潛在知識價值的過程，利用讀者閱讀的歷史記錄挖掘讀者的閱讀期望，結合用戶大數(shù)據(jù)分析，在海量資源中快速篩選符合用戶需求的內(nèi)容，確定閱讀推廣模塊核心用戶群，分析用戶增長趨勢與屬性特征，確定推廣資源為用戶推送，提高閱讀推廣的效率。通過推薦歡迎度較高的數(shù)字資源，擴大用戶群體范圍，培養(yǎng)用戶閱讀習慣，展開針對性的個性化推薦服務，實現(xiàn)公共圖書館文化資源的傳播。

根據(jù)用戶行為數(shù)據(jù)反饋，提取有價值的內(nèi)容實體，豐富語義信息，使智能助手更貼合人的思維模式。智能助手深入了解用戶的閱讀行為，如閱讀的頻率、完成閱讀任務的能力、閱讀類型等，用于用戶行為數(shù)據(jù)分析，為用戶更好地進行個人服務、推薦活動等[17]。同時，對于相似內(nèi)容問題提供語義模板，以便再次檢索時減少人工服務的次數(shù)。通過強化學習（RL）的策略，機器學習與用戶反饋行為信息相結合，實現(xiàn)智能問答的自動改進，建立多渠道的反饋機制，利用深度學習優(yōu)化模型，提升效率，改善用戶體驗。

3.3.2 個性化推薦機制

個性化信息推薦機制主要采用協(xié)同過濾（Collaborative Filtering，CF）方法，保留個體的特征，基于CF的推薦系統(tǒng)通過分析用戶的偏好行為，挖掘相似的用戶或項目關聯(lián)，得出推薦結果推送給目標用戶，優(yōu)化用戶及項目特征預測、補全及提取規(guī)范化以提升相似度計算精度、推薦效率[18]。常用的方法有基于用戶的協(xié)同過濾與基于項目的協(xié)同過濾，如圖2所示。

（1）基于用戶的協(xié)同過濾核心是用戶，發(fā)現(xiàn)相似用戶的偏好，匹配相關數(shù)字資源，推薦給目標用戶。從評級表生成用戶項目評級矩陣，找到k個相似用戶，給定用戶ID和評級矩陣，返回類似用戶的相似度和索引，調用余弦函數(shù)Cosine計算相似度。公式為：

（2）基于項目的協(xié)同過濾核心是項目，用戶喜歡與其歷史偏好相似的書籍，根據(jù)以往喜好預測具有相同特征的相似項目偏好程度，推薦給目標用戶，原理與基于用戶的推薦類似。

4 總結與展望

技術是閱讀服務創(chuàng)新的主要驅動力。公共圖書館應該突破原有的思維模式，優(yōu)化數(shù)字化技術平臺、改變陣地服務的固化思維，提升閱讀服務。隨著信息技術發(fā)展帶來機器智慧程度的提升，智慧閱讀服務成為未來的研究熱點[19]。人工智能在個人助手領域的應用，增強了搜索設備的執(zhí)行力，提升了檢索效率。利用人工智能技術構建個性化的用戶交互平臺，未來閱讀助手是基于場景的個性化的智能定制，利用多樣化的設備帶來全新的閱讀體驗，更主動的了解用戶、與用戶交互，便捷分享、交流與學習。

4.1 提升館員信息技術能力保證后臺運作

隨著“人工智能+”技術與館藏數(shù)字資源的融合，公共圖書館采用智能客戶端、在線網(wǎng)站檢索等多種方式開展數(shù)字閱讀服務，但館員缺少數(shù)字化管理的經(jīng)驗，需要提高信息技術的能力。公共圖書館為用戶提供更好的服務體驗的同時，需要進一步加強圖書館專業(yè)人才的培養(yǎng)，提升館員在互聯(lián)網(wǎng)閱讀推廣中所需的專業(yè)素養(yǎng)。館員需具備專業(yè)的圖書館業(yè)務知識，掌握專業(yè)技能，定期進行知識和技能培訓，提高工作效率，增強服務效果。館員可以參與與用戶的交互，在服務過程中與讀者深度探討，挖掘讀者真實需求，提升閱讀服務體驗，樹立“以用戶為中心”的服務理念，提高自身服務的專業(yè)性[20]。館員需提高人際交往能力，鼓勵館員閱讀書籍，促進館員、讀者之間的雙向溝通，留存忠實的閱讀用戶，發(fā)掘潛在用戶。公共圖書館應加快構建一支高素質、業(yè)務能力強的館員隊伍，提升用戶使用圖書館資源和服務的體驗[21]。

4.2 多樣化內(nèi)容豐富數(shù)字閱讀資源

公共圖書館數(shù)字閱讀重點是內(nèi)容，而內(nèi)容質量是吸引用戶的關鍵，高質量的內(nèi)容對推動全民閱讀起到促進作用。生活節(jié)奏加快，讀者閱讀娛樂化與碎片化嚴重，對純文字信息內(nèi)容的興趣較低，對圖片、視頻、音頻的喜愛度遠高于文字[22]。數(shù)字閱讀需提供有營養(yǎng)、高質量的內(nèi)容，從公共服務、文化引導等多方面干預，同時采取政策措施，引導、鼓勵優(yōu)秀閱讀內(nèi)容的傳播。

數(shù)字閱讀以內(nèi)容生態(tài)布局為依托，通過互聯(lián)網(wǎng)技術的深度融合，將多媒體內(nèi)容加入閱讀推廣中，豐富的多元化數(shù)字資源可以提高讀者的參與度與滿意度，極大地增加了用戶的閱讀興趣，給用戶新的閱讀方式呈現(xiàn)。閱讀內(nèi)容必須是為用戶（讀者）提供有價值的信息，將數(shù)字文獻資源豐富化，根據(jù)用戶的行為數(shù)據(jù)，建立用戶閱讀的興趣圖譜，呈現(xiàn)多媒體式的主動信息推送方式，提供不同的數(shù)字閱讀深度服務，以滿足不同用戶群體、不同年齡階層的不同需要，適應數(shù)字閱讀的個性化性特點，從而更好地為用戶服務。

4.3 “5G+閱讀”擴展閱讀服務方式

后知識服務時代，以人工智能、區(qū)域鏈、云計算、大數(shù)據(jù)和物聯(lián)網(wǎng)為標志的新技術融合，提升了圖書館智慧服務水平[23]。2020年中國數(shù)字閱讀云上大會聚焦“5G+新閱讀、新體驗”，提供包括云上VR書店、云博物館展區(qū)、5G體驗區(qū)等系列5G+閱讀黑科技體驗。物聯(lián)網(wǎng)技術實現(xiàn)傳統(tǒng)線下文獻資源與線上數(shù)字資源的有效整合，突破線下模式的限制，360度實體還原，讓用戶（讀者）沉浸式閱讀，增強閱讀體驗。圍繞用戶需求，借助AI、VR等技術將信息以不同的形式展示出來，將閱讀過程以虛擬化、游戲化的方式呈現(xiàn)，拉近讀者的閱讀距離，直觀體會文字信息中隱含的奧秘。通過虛擬環(huán)境的搭建，將未知與現(xiàn)實結合在一起，實現(xiàn)圖書內(nèi)容具象化。公共圖書館基于云端的全媒體服務，將數(shù)字閱讀覆蓋手機、平板等智能移動終端和互聯(lián)網(wǎng)電視平臺，讀者在線上隨時隨地閱讀，加入在線視頻、語音互動，提供更加良好的體驗[24]。公共圖書館提供有聲閱讀服務，是圖書館職能的升華和責任的體現(xiàn)，也是以人為本理念的深化[25]。智能語音模式極大豐富了用戶的感官體驗，激發(fā)用戶的閱讀興趣，使閱讀更加便捷。5G模式的開啟，賦予閱讀推廣活動更多的可能。

5 結語

公共圖書館以用戶為中心的數(shù)字閱讀服務迎來發(fā)展空間，用戶對網(wǎng)絡化服務有著強烈的親切感，智能虛擬助手應用于數(shù)字閱讀服務，為讀者提供了情感化的溝通路徑與閱讀支持功能，輔助了讀者的閱讀過程。讀者以自然語言方式“提問—回答”，發(fā)揮“智慧”分享、傳播知識，解決難題[26]。基于推薦的方式更好地滿足讀者閱讀需求，注重個性化學習。智能助手已成為用戶進行信息交流，滿足個體知識需求的重要方式，在數(shù)字閱讀中激發(fā)讀者興趣，帶來全新閱讀體驗，推動全民閱讀發(fā)展。但隨著智能助手功能的強化，大量的用戶行為數(shù)據(jù)涉及的隱私問題亟需解決，區(qū)塊鏈技術有助于用戶數(shù)據(jù)保護。以人類的方式理解對話語境與上下文語義，并與情緒相結合，是智能虛擬助手需要突破的瓶頸，需要學者更加深入研究。

參考文獻：

李亞蓉，過仕明，袁永久.文化強國戰(zhàn)略背景下公共圖書館的職能體系構建研究[J].情報科學，2020，38（3）：113-118，144.

新聞出版研究院：第十七次全國國民閱讀調查[EB/OL].[ 2020-04-25].http：//www.199it.com/archives/1040053.html

黃百川：線上活動或將成為閱讀推廣新常態(tài)[N]，圖書館報，2020-04-27.

龔花萍，胡春琦.疫情期間公共圖書館的應急舉措和發(fā)展啟示 [J]. 圖書館，2020（5）：19-24.

朱亞玲，霍巖，劉勁杰.新媒體視角下公共圖書館數(shù)字閱讀推廣探析[J].圖書館學研究，2019（3）：84-87.

魏海燕.知識服務在資源推廣中的應用：以香港城市大學和上海財經(jīng)大學圖書館為例[J].大學圖書館學報，2018，36（3）：52-56.

姜蘭，侯婕.“使用與滿足”理論視域下高校圖書館新媒體閱讀推廣的實證研究[J].情報科學，2019，37（4）：125-129.

王文.公共圖書館開展未成年人數(shù)字閱讀服務的思考：基于“互聯(lián)網(wǎng)+數(shù)字閱讀”[J].圖書館工作與研究，2018（11）：64-69.

NOBLE M.Chatbots for learning[EB/OL].（2016-09-12）[2017-03-05]. http//www.clomedia.com/2016/09/12/chatbots-for-learning.

錢吟，施曉華，余曉蔚.高校數(shù)字閱讀學習平臺建設研究：以上海交通大學圖書館“思源悅讀”App為例[J].圖書館學研究，2020（4）：19-28.

王磊.人工智能在圖書館數(shù)字閱讀推廣服務中的應用[J].中國中醫(yī)藥圖書情報雜志，2020，44（3）：45-48.

BELKADI F， DHUIEB M A， AGUADO J V， et al. Intelligent assistant system as a context-aware decision-making support for the workers of the future[J]. Computers & Industrial Engineering，2020：139.

馬坤坤，茆意宏，Zhang Xiangmin，等.深度數(shù)字閱讀推廣的內(nèi)容營銷機制研究[J].圖書情報工作，2020，64（8）：32-40.

GOKSEL-CANBEK N， MUTLU M E. On the track of artificial intelligence： learning with intelligent personal assistants[J].International Journal of Human Sciences， 2016（1）：592-601.

王萍，石磊，陳章進.智能虛擬助手：一種新型學習支持系統(tǒng)的分析與設計[J].電化教育研究，2018，39（2）：67-73.

劉嶠，李揚，楊段宏，等.知識圖譜構建技術綜述[J].計算機研究與發(fā)展.2016，53（3）：582-600.

TODOROV J， VALKANOV V， POPCHEV I. Intelligent personal assistant for aiding students[C].International Conference：Automatics and Informatics，2017 （10）.

孫雨生，朱金宏，李亞奇.國內(nèi)基于大數(shù)據(jù)的信息推薦研究進展：核心內(nèi)容[J].現(xiàn)代情報，2020，40（8）：156-165.

茆意宏，朱玲玲，韓燕.智慧閱讀服務概念界定及國內(nèi)相關研究評析[J].圖書情報工作，2020， 64 （1） ：131-138.

錢明輝，徐志軒，陳相儀.中外公共圖書館特色服務類型識別與比較研究[J].圖書情報工作，2020，64（5）：60-70.

孟海紅.圖書館員與人工智能協(xié)同發(fā)展路徑探究[J].圖書館工作與研究，2020（4）：56-62.

姜蘭，侯婕.“使用與滿足”理論視域下高校圖書館新媒體閱讀推廣的實證研究[J].情報科學，2019，37（4）：125-129.

祁自順，趙菲，王文濤.2000—2019年我國圖書館界數(shù)字閱讀研究熱點分析[J].圖書館工作與研究，2020（7）：29-36.

劉宏.我國高校圖書館數(shù)字閱讀推廣服務研究[J].圖書館工作與研究，2020（5）：66-70.

陳小友.淺談圖書館有聲讀物資源建設與推廣策略[J].科技與創(chuàng)新，2017（14）：113-115.

章小童.國內(nèi)網(wǎng)絡問答社區(qū)研究現(xiàn)狀、熱點及趨勢分析：基于文獻計量與內(nèi)容歸納分析[J].情報科學，2020，38（1）：169-176.

徐彤陽 山西財經(jīng)大學信息學院副教授。 山西太原，030006。

滕 琦 山西財經(jīng)大學信息學院碩士研究生。 山西太原，030006。

（收稿日期：2020-11-26 編校：陳安琪，左靜遠）

3510500338248