劉一鳴，王佳佳（湘潭大學公共管理學院）

1 引言

根據2021年4月中國音像與數字出版協會發(fā)布的《2020年度中國數字閱讀報告》顯示，2020年中國數字閱讀用戶規(guī)模達到4.94億，增長率5.56%，人均電子書閱讀量9.1本［1］。伴隨著“互聯網+”戰(zhàn)略持續(xù)推進，信息技術不斷更迭，數字閱讀蔚然成風，逐漸成為我國全民閱讀進程中的主要抓手。在這種形勢下，讀者的數字化信息需求量也隨之增加，圖書館數字閱讀推薦作為數字閱讀推廣的重要形式之一，其精準化發(fā)展趨勢則促成了精準服務理念的實踐運用?？v觀當前我國圖書館所提供的閱讀推薦服務，其中數字閱讀精準推薦服務水平面臨很大挑戰(zhàn)。那么，若解決了推薦對象隱私泄露、推薦資源版權受限以及推薦渠道管理不暢等難題，則有助于提高圖書館閱讀服務高水平，并催生數字閱讀精準推薦服務模式。

區(qū)塊鏈技術已經被列入《“十三五”國家信息化規(guī)劃》（《國務院關于印發(fā)〈“十三五”國家信息化規(guī)劃〉的通知》，國發(fā)〔2016〕73號），該規(guī)劃已明確將區(qū)塊鏈技術定位為未來5年提供數字化、網絡化、智能化服務的關鍵性信息技術之一［2］。這表明區(qū)塊鏈技術的落地應用不僅局限于金融領域的加密貨幣，還將在各種社會、企業(yè)、政府部門中發(fā)揮作用，包括電子政務、社交網絡、電子商務、運輸物流、公益慈善等。Jeffrey［3］認為在圖書館與供應商之間利用區(qū)塊鏈技術的智能合約維持電子資源合同的意義重大，并探討了區(qū)塊鏈技術的運作方式以及它在圖書館服務方面的潛在用途。Hirsh［4］等人在2019年6月于美國俄亥俄州召開的特殊圖書館協會中，討論了區(qū)塊鏈這項新技術在圖書館中的應用，并研究了區(qū)塊鏈技術在公共文化領域的發(fā)展趨勢。但截至2021年3月28日，在CNKI數據庫上以“區(qū)塊鏈and數字閱讀推薦”為內容檢索條件進行檢索，相關搜索結果為0。基于此，本文將區(qū)塊鏈技術引入圖書館數字閱讀推薦服務，提出基于區(qū)塊鏈技術的圖書館數字閱讀精準推薦的發(fā)展策略。

2 我國圖書館數字閱讀精準推薦的現狀概述

隨著數字化時代的到來，圖書館的信息服務模式也在發(fā)生著巨大變化。在理論研究層面，我國圖書館界有大量關于數字閱讀推廣服務的研究成果；在實踐開展方面，國內圖書館也不斷創(chuàng)新推薦服務體系，以期為用戶提供數字閱讀精準推薦服務。

2.1 理論研究

首先，在CNKI上直接以“圖書館&數字閱讀推薦”為檢索條件進行主題搜索，可發(fā)現目前針對數字閱讀推薦的研究文獻較少，主要包括彭愛東［5］對國內圖書館數字閱讀推廣的相關實踐情況進行研究，他認為數字閱讀推薦是我國圖書館開展數字閱讀推廣活動的重要形式之一。陳俊鵬［6］等從快數據處理技術這一技術層面出發(fā)，嘗試搭建數字閱讀推薦的實踐框架，從而改善用戶數字閱讀體驗。此外，將“區(qū)塊鏈&數字閱讀”作為內容檢索條件進行檢索可以發(fā)現：李倩［7］在2019年以區(qū)塊鏈技術為研究視角，分析了區(qū)塊鏈技術在數字閱讀應用中的研究；湯尚［8］等通過區(qū)塊鏈技術搭建數字閱讀推廣新框架與新運行機制，從而有效提高了圖書館智慧服務水平；在智慧閱讀平臺與體系的構建上，周耀［9］嘗試從高校圖書館出發(fā)，構建基于區(qū)塊鏈技術的智慧閱讀平臺；李英珍［10］則運用區(qū)塊鏈知識原理，構建智慧閱讀體系推進全民閱讀；漆月［11］等另辟蹊徑，單從區(qū)塊鏈技術的共識機制出發(fā)，研究數字閱讀的用戶激勵問題。進而，筆者嘗試將“圖書館&推薦”匹配檢索，得到了大量研究文獻。除了傳統閱讀推薦、書目推薦外，個性化推薦、智慧推薦、精準推薦等關鍵詞頻頻出現。邵必林［12］認為信息時代之下，圖書館引入個性化推薦已是大勢所趨，并借助Citespace軟件對相關研究文獻進行聚類分析。張晗［13］等將用戶畫像引入到數字圖書館精準推薦服務中，探索構建用戶數據和資源數據之間的聯系，從而實現一對一的精準推薦服務。此外，數字閱讀推薦作為新的閱讀環(huán)境下的產物，其精準推薦已然成為圖書館發(fā)展高質量信息服務的一個趨勢，其更加注重細分對象，關注對象需求。根據蔣小峰［14］對我國近十年間圖書館推薦書目的研究綜述，個性化的推薦服務逐漸在圖書館領域得到了推廣與應用，圖書館推薦服務的對象得以精準細分。如，大學生與少年兒童的閱讀心理、閱讀需求存在一定的差異，圖書館在提供閱讀推薦服務時則需細分服務對象，并進行精準化閱讀推薦。同時，關于圖書館閱讀推薦的渠道也發(fā)生了較大變化，利用微博、微信、App、小程序等新媒介挖掘潛在閱讀群體，業(yè)界也據此開展了大量的調查研究。何雨蓉［15］研究了C9聯盟高校利用新媒體打造的沉浸式交互體驗閱讀平臺，強調利用新媒體開展去中性化的讀者定制智能閱讀，實現高校圖書館經典閱讀精準服務，助力全民閱讀。

2.2 實踐進展

目前，隨著我國圖書館數字化建設進程不斷加快，其涵蓋的數字資源如電子書、電子期刊、學術資源數據庫等都屬于數字閱讀可選擇的資源類型，且整體上類型豐富、數量巨大，并處于不斷增長的過程中。新的信息環(huán)境下，讀者的閱讀需求和偏好瞬息萬變，為了讓讀者能夠在浩如煙海的數字資源中迅速找到自己需要的信息內容，圖書館應堅持以用戶為中心，以精準為導向，開展相關數字閱讀推薦活動。

雖然圖書館類型多樣，但公共圖書館和高校圖書館由于自身數字資源建設能力較強，因此在推進全民閱讀時社會影響力較大。公共圖書館通常由國家圖書館牽頭與地方公共圖書館聯合開展活動，如，每逢讀書活動日公共圖書館都會開展此類閱讀推廣活動，而高校圖書館一般自行開展。其中，由于閱讀推廣活動需要資金、技術等支持，一般經濟較為發(fā)達地區(qū)的實踐案例較多。因此，結合具體的推薦實踐案例，筆者選取了數字閱讀推薦服務中實踐較為成熟并具有創(chuàng)新推薦服務的幾個公共圖書館與高校圖書館開展網絡調研（見表1）。

表1 國家圖書館、部分公共圖書館與高校圖書館數字閱讀推薦實踐

通過深入分析目前圖書館數字閱讀推薦的實踐現狀可以發(fā)現，多數圖書館利用官方網站、應用程序App、微博、微信、小程序等渠道定期或不定期向用戶推薦豐富的數字資源。圖書館作為數字閱讀推薦服務的提供者，其服務主要由推薦對象（資源需求方）、推薦資源（資源供給方）以及推薦渠道（資源傳播方）構成，并由此構建了我國圖書館數字閱讀推薦的基本模式。這種推薦模式不需要用戶自行檢索即可直接將閱讀資源推送至用戶終端，提高閱讀便捷性，增強讀者閱讀體驗。該模式以圖書館為主導，始終以用戶為中心，整合推薦資源，協同推薦渠道，促進精準推薦在圖書館數字閱讀服務領域的發(fā)展。

（1）推薦對象。圖書館用戶來自各行各業(yè)，其專業(yè)背景、工作經歷與閱讀需求均有很大差別，這就需要對用戶進行合理分類［16］，從而實現精準化的個性化推薦。圖書館數字閱讀推薦對象往往與其傳統服務對象重合，按年齡層次主要包括兒童、青少年、中老年等群體，不同年齡層次人群的具體閱讀需求各不相同。一般來講，公共圖書館服務對象類型更為復雜，而高校圖書館主要服務的師生群體，也需要依據不同的專業(yè)背景、學歷層次進行區(qū)分。在進行數字閱讀推薦時，以上單一、靜態(tài)的讀者用戶信息，并不能精準勾勒用戶閱讀需求。因此，讀者用戶實時動態(tài)的閱讀行為與瀏覽數據便值得我們參考。

（2）推薦資源。圖書館數字閱讀的推薦資源往往與圖書館館藏數字資源密切相關，常見的資源包括電子圖書、電子期刊、數據庫資源、聽書資源、視頻資源等，且大多數字閱讀推薦模式在運作過程中采用在線推薦，離線推薦資源較少。眾所周知，當今社會獲取信息的難度在于隨著信息量不斷增長，如何從繁雜多樣的數字資源中高效、精準地獲取信息，以實現資源與需求的最佳匹配。而這一環(huán)節(jié)的開展需結合讀者信息行為，這也意味著讀者用戶的信息采集工作與數字資源的預處理是密不可分的。沒有詳盡、動態(tài)的用戶數據，就無法為讀者用戶提供精準的閱讀內容。

（3）推薦渠道。在圖書館的數字閱讀推薦服務中，推薦渠道是指幫助讀者獲取及使用數字閱讀資源與服務的系統性組織。當前，眾多圖書館除了利用傳統平臺如官方網站、客戶端外，還利用諸多主流新媒體如微信、微博、小程序、豆瓣等渠道，向用戶推薦電子資源。從傳播角度來看，推薦渠道本質的在充當著數字閱讀推薦這一信息流的傳播者角色，在資源提供與資源需求之間搭建溝通橋梁。圖書館以契合讀者需求為基礎，通過多種推薦渠道向讀者傳遞數字閱讀資源、活動、服務等信息，目的是引起讀者的注意和興趣，激發(fā)他們的閱讀行為和閱讀欲望，以達到促進數字閱讀行為、提高數字閱讀素養(yǎng)、改進數字閱讀服務的目的［17］。

此外，關于區(qū)塊鏈技術在推薦領域的應用，百度區(qū)塊鏈平臺中的金融智能獲客平臺便以數據算法為核心，基于用戶視圖為用戶智能推薦個性化金融產品，助力金融機構獲客。阿里巴巴集團的螞蟻鏈摩斯多方安全計算平臺，則基于區(qū)塊鏈等多方安全計算技術，實現數據可用不可見，助力完成安全、精準推薦。雖涉及商用設計，但整體來看為區(qū)塊鏈技術與精準推薦的結合提供了實踐基礎。

總體而言，圖書館不斷提升自身服務能力，整體發(fā)展勢頭奔好，但付諸實踐時仍存在些許問題。根據以上圖書館的實踐情況，數字閱讀推薦服務的重要性不僅僅在于滿足用戶的閱讀需求，還要幫助用戶突破他們的信息局限，發(fā)掘超出信息涉獵范圍可能感興趣的信息和資源，整個推薦過程是動態(tài)的、靈活的，既能充分滿足讀者的個性化推薦，又可烘托閱讀氛圍。

3 當前圖書館數字閱讀精準推薦服務中存在的問題

當前，圖書館參與數字閱讀推薦工作時，推薦對象難以精準識別、推薦資源難以精準匹配以及推薦渠道難以精準傳播等成為阻滯圖書館數字閱讀推薦精準化發(fā)展的主要因素。

3.1 推薦對象細分存在局限，阻礙精準識別用戶

數字閱讀推薦的關鍵在于精準識別用戶，由于讀者的動態(tài)屬性，圖書館往往需要運用大數據技術進行信息采集，以實現對讀者數據的多層面捕捉，但在利用大數據進行信息采集時，如何保護用戶的隱私，也成了圖書館實現精準識別的“攔路虎”。用戶隱私問題是一直都存在但也一直懸而未決的，在圖書館的推薦服務領域更為突出與緊迫。用戶數據分為個人信息和個人敏感信息兩大類：個人信息包括姓名、出生日期、住址、通信方式等；個人敏感信息包括身份證件號碼、個人生物識別信息、銀行賬號、通信記錄和內容、行蹤軌跡、交易信息等［18］。

為了開展數字閱讀精準推薦服務，除了讀者向圖書館提供的基本信息以外，圖書館還要分析與挖掘用戶的信息行為與數據軌跡。如果圖書館無法妥善地存儲與管理這些信息，那么相關隱私信息則可能被泄露或被不法分子竊取利用。而在具體實踐中，圖書館要么由于薄弱的網絡安全系統，導致用戶信息泄露；要么無法把握利用讀者信息的尺度，數據收集范圍過于寬泛，造成讀者產生被“監(jiān)視”的恐懼。如，大多數圖書館在推薦電子閱讀資源時，為了確認讀者身份，讀者一般點擊在線閱讀鏈接后，需要在線授權訪問電子資源閱讀界面，在這一操作的實施過程中，用戶的個人信息或敏感信息都極易被非法獲取。此外，關于圖書館獲取用戶數據過于寬泛的問題，也一直被讀者從信息安全的角度提出質疑。

從全局來看，信息安全與隱私保護問題越來越受到關注，雖然圖書館作為非營利機構，其主觀利用用戶信息進行商業(yè)推介的可能性較小，但不排除在客觀環(huán)境下泄露用戶信息數據的可能。因此，圖書館應堅持以人為本，拿捏好讀者隱私與讀者需求的界限，在圖書館與讀者之間建立起信任橋梁，做到不越界，不泄露，以此作為服務的前提，從而能夠精準識別、精準細分用戶，更好地為讀者提供數字閱讀精準推薦服務。

3.2 推薦資源共享存在障礙，影響精準匹配資源

近年來，伴隨著數字閱讀的受眾外延不斷擴大，圖書館也需加強自身數字化建設，不斷充實館藏數字資源。為了滿足用戶閱讀需求，圖書館在進行數字閱讀推薦服務時，必須保障電子資源實時更新。由于我國對知識產權的保護力度逐漸加強，盡管版權授權交易數量激增，但高昂的版權費使圖書館望而卻步，進而影響了圖書館數字閱讀推薦精準化發(fā)展。此外，數字資源很難與紙質書刊同步更新，具有滯后性，與電子信息時代讀者的閱讀需求脫節(jié)。這種情形之下，推薦資源的有限傳播，觸發(fā)了圖書館推薦資源的內容同質化，并不能與讀者去中心化、多樣化的需求相匹配。

同時，圖書館數字資源的版權問題也日益凸顯，這主要表現在不合理使用數字資源方面，常見有未經作者授權將館藏數字化并進行網絡傳播的行為等。如，2020年12月二審判決的國家圖書館侵權糾紛，北京三面向版權代理有限公司認為國家圖書館將三面向公司享有著作權的作品《家電觀察與透視》數字化后為公眾即全國各地的注冊用戶提供在線閱讀服務，侵犯了三面向公司依法享有的復制權、信息網絡傳播權和獲得報酬權［19］。在中國裁判文書網上還能檢索到很多圖書館涉及版權糾紛、侵權糾紛的案件，其中涉及信息網絡傳播權尤為突出，這些侵權行為影響了圖書館的聲譽，也表明當前圖書館數字資源的版權問題亟須解決。因而，圖書館完善數字資源的版權管理已成為圖書館更好地開展數字閱讀推薦服務的核心要素。讀者用戶在享受圖書館提供的便捷數字閱讀服務時也對其數字版權的處理與傳播提出了更高的要求，尊重版權，合理利用數字資源，成為圖書館與用戶的共同呼聲。

數字資源版權保護的缺失，不僅限制了圖書館數字資源的質與量，也限定了圖書館數字資源的使用權限和范圍，推薦資源無法與推薦對象的需求精準匹配，致使圖書館難以實現精準化的數字資源閱讀推薦服務。

3.3 推薦渠道管理存在不足，制約精準傳播信息

信息時代，推薦渠道作為圖書館與讀者之間的溝通橋梁，其類型及融合應用的創(chuàng)新發(fā)展，不同程度地影響著圖書館與讀者之間穩(wěn)定關系的構建［20］。目前圖書館的推薦渠道，數量眾多且有持續(xù)增多的趨勢，不僅僅有傳統推薦渠道如圖書館主頁、短信、郵件等，還有許多新型的如微博、微信、應用程序以及其他數字終端等推薦渠道被廣泛應用于數字閱讀推薦活動。

隨著圖書館服務的空間范圍不斷延伸，多元化推薦渠道雖然能夠擴大圖書館傳遞資源與服務的覆蓋范圍，但卻難以實現信息精準傳播，從而限制了為讀者提供數字閱讀精準推薦服務。多數圖書館在利用多項新媒體技術推送數字閱讀推薦活動信息時，沒有定期定量的標準，無法統籌管理推薦渠道，顯得比較雜亂隨意，因而具體的傳播效果也就參差不齊。如，國家圖書館近日基于移動終端開展了“網絡書香·閱見美好”公益數字閱讀活動，以微信小程序為服務渠道進行閱讀推廣和推介宣傳［21］，與此同時，微博、網站與App客戶端并行宣傳，可以說在最大程度上延伸了信息傳播覆蓋面，擴大了受眾的廣度。但問題在于，利用多元化渠道卻沒能做到精準推送數字閱讀活動相關信息，在某種情況上，讀者可能收到了來自多個渠道的單方面、統一重復的服務信息，但卻沒有一項推送信息能夠精準符合讀者的需求，在最合適的時間以最理想的方式讓讀者“已閱”，從而使最終數字閱讀推薦的效果大打折扣。圖書館在進行數字閱讀推薦服務時，不能只關注社會化推薦渠道的豐富性，更要注重強化不同推薦渠道的協同服務，以及與用戶的“有效對話”，不單單是多次重復信息以達到傳播效果，還應注重用戶體驗，在各方推薦渠道高度融合中完成“信息—用戶”的精準傳播。

因此，推薦渠道的多元化是把雙刃劍，圖書館在進行數字閱讀推薦服務時，需要各式各樣的推薦渠道達到推廣效果，但應當運營好各方渠道，做到優(yōu)勢互補，從而達成精準傳播。

4 區(qū)塊鏈技術與圖書館數字閱讀精準推薦的可契合性分析

區(qū)塊鏈（Blockchain）是一種由多方共同維護，使用密碼學保證傳輸和訪問安全，能夠實現數據一致存儲、難以竄改、防止抵賴的記賬技術，也稱為分布式賬本技術［22］。在中國經濟數字化轉型的背景之下，區(qū)塊鏈技術落地應用場景更加寬泛，嘗試與不同業(yè)態(tài)融合，包括版權、文娛、農業(yè)、司法、醫(yī)療、公益慈善、文化教育等多個領域。在全民閱讀的背景下，數字閱讀推進全民閱讀功不可沒，因而將新一代區(qū)塊鏈技術應用于圖書館數字閱讀精準推薦服務中，可以幫助圖書館實現精準識別用戶、精準匹配資源以及精準傳播信息，構建個性化、高效化、精準化的數字閱讀推薦服務。

4.1 加密算法與推薦對象

非對稱加密算法的特點就是加密和解密使用的是兩個不同的密鑰：公開密鑰和私有密鑰，如果用公開密鑰對數據進行加密，只有用對應的私有密鑰才能解密，反之亦然［23］。圖書館能夠利用非對稱加密算法在不可信的環(huán)境之中以最低成本建立起圖書館與用戶之間的信任。區(qū)塊鏈上每個區(qū)塊的數據都通過非對稱加密算法加密，讓所有用戶對自己的數據持有絕對擁有權，這保障了數據安全且難以竄改，規(guī)避傳統信息系統由于黑客攻擊而導致隱私泄露的風險，使得圖書館在推薦對象數據采集階段，可最大程度實現隱私保護。用戶數據安全得到保證，使得進一步數據分析與精準識別推薦對象成為可能。

4.2 智能合約與推薦資源

智能合約是指一套以數字形式定義的承諾，承諾控制著數字資產并包含了合約參與者約定的權利和義務，自動運行，無須人工干預［24］。利用區(qū)塊鏈智能合約，使圖書館與數字出版商之間的版權交易均可記錄上鏈，并且圖書館數字資源被讀者復制、粘貼等行為也會得到記錄。基于此，數字資源的版權問題得到了極大的保護，任何非法使用數字資源的行為都能夠被記錄在區(qū)塊鏈上，讓侵權行為無處遁形，促進了推薦資源的安全共享，一旦數字資源的安全問題得到解決，那么推薦對象與推薦資源的精準匹配便可順勢而為。

4.3 去中性化和推薦渠道

去中性化是指區(qū)塊鏈采用分布式核算和存儲，不存在中心化的硬件或者管理機構，任意節(jié)點的權利和義務都是均等的，系統中數據由整個系統中具有維護功能的節(jié)點來共同維護［25］。圖書館利用區(qū)塊鏈技術的去中性化，能夠解決各個推薦渠道之間的信息不對稱關系，提高各個渠道的分工協作效率，節(jié)省推薦渠道信息推送的成本，向推薦對象精準推送有關閱讀資源與閱讀活動的信息，從而實現推薦渠道的精準化傳播。

5 區(qū)塊鏈技術在圖書館數字閱讀精準推薦中的應用設計

服務是評價圖書館價值的重要指標，運用區(qū)塊鏈技術的數字閱讀推薦服務，既能在保障用戶隱私的同時最大限度采集用戶信息，精準識別讀者的閱讀需求，又能避免圖書館陷入數字資源版權糾紛之中，同時統籌管理煩冗、獨立的推薦渠道，準確發(fā)揮各個渠道的優(yōu)勢，實現精準推送信息，從而為圖書館提供精準化的數字閱讀推薦服務提供技術支持。

5.1 區(qū)塊鏈的加密算法推動推薦對象精準識別

區(qū)塊鏈的加密算法促進推薦閱讀推薦對象分級分類，從而可以精準對應讀者需求。圖書館在開展數字閱讀推薦服務的重要前提就是采集用戶信息，從而確定讀者的個性化閱讀需求。運用區(qū)塊鏈的非對稱加密優(yōu)勢，可以助力突破圖書館運用傳統第三方服務器存儲用戶數據時存在的用戶隱私泄露以及用戶數據共享等難題，在堅持保護用戶隱私與信息安全的前提下，最大限度收集與分析用戶數據信息。

基于區(qū)塊鏈技術建立的用戶數據隱私安全模型包含用戶、圖書館、分布式節(jié)點三個主體。用戶利用區(qū)塊鏈系統安全存儲自己的隱私數據，實現數據可信不可見，最大化用戶對隱私數據的控制權。如，當圖書館訪問用戶數據時，區(qū)塊鏈會生成記錄，用戶即可隨時查詢。圖書館利用區(qū)塊鏈系統獲取用戶的隱私數據與信息行為，以期分析讀者的數字閱讀需求，且圖書館訪問用戶的數據，需要得到用戶的授權，保證數據訪問的公開透明性和可審計性。分布式節(jié)點用來維護區(qū)塊鏈，加密存儲用戶隱私數據，并驗證圖書館解密者身份，此外分布式存儲方式能夠很好防御第三方的惡意攻擊。

基于區(qū)塊鏈技術建立起的用戶隱私安全模型，主要在以下兩個方面發(fā)揮著重要作用。一方面，用戶對個人信息數據持有絕對的擁有權。用戶將個人信息上傳至區(qū)塊鏈上，區(qū)塊鏈利用非對稱加密算法對讀者的個人信息進行保密性傳輸，并允許用戶所持有公鑰進行簽名；在解密數據時，區(qū)塊鏈也會對圖書館是否私鑰持有者身份進行驗證，用戶數據得到匿名公鑰加密保護，有效降低個人數據被非法獲取、竄改的風險［26］。另一方面，結合分布式賬本上各個節(jié)點之間的協同共享，不同圖書館的數字閱讀推薦服務藩籬也將進一步打破。讀者的行為感知數據及個人數據形成的獨一無二的網上數字身份可以被不同的圖書館共享［27］，走到哪里都能參與圖書館的數字閱讀精準推薦活動。可以說，區(qū)塊鏈技術這一應用落地為圖書館領域的數字閱讀推薦服務提供了很好的發(fā)展引導，既能有效降低用戶數據保護管理成本，防止個人隱私泄露，又能提升用戶對圖書館服務的信任度和滿意度。

整體上區(qū)塊鏈技術能夠解決圖書館在為讀者提供數字閱讀推薦服務時的隱私安全問題，保障了用戶信息安全的同時，也能最大限度地分析用戶信息與數據行為，從而精準識別用戶，契合讀者需求提供數字讀物。

5.2 區(qū)塊鏈的智能合約助力推薦資源精準匹配

區(qū)塊鏈智能合約完善推薦資源的權益保護機制保證了數字資源共享安全暢通，從而為推薦資源與推薦對象的精準匹配提供契機。圖書館提供的數字閱讀推薦服務中主要涉及數字版權的確權、授權與維權問題。區(qū)塊鏈技術的智能合約技術能夠很好地履行圖書館與數字出版商或是著作權人的協議，在數字資源版權確權問題上能夠既快捷又安全地解決。分布式賬本技術保證了版權授權問題，將版權交易環(huán)節(jié)透明化也能最大程度保障創(chuàng)作者權益。區(qū)塊鏈技術的不可竄改能夠為信息傳播權的具體維權提供實時的證據。在圖書館數字閱讀推薦服務領域中，基于區(qū)塊鏈技術的數字版權保護具體見圖1所示。

圖1 推薦資源版權保護

首先，區(qū)塊鏈的智能合約使全網對數字版權的歸屬迅速達成共識成為可能，理論上可以實現及時確權。圖書館與資源供給方或版權擁有者可通過智能合約完成點對點的版權登記與版權交易，這個過程在條件符合時自動完成，無須第三方介入，形成了良好的閉環(huán)，最大限度解決了確權難的問題。如，圖書館需要某種數字資源，便可快速與資源供給方進行無縫對接，既能降低交易成本，又可以提升數字資源的流轉效率。此外，基于智能合約能夠將數字資源的版權全網確權、信息留痕可追溯，使版權注冊或交易的鏈條清晰可查，一旦發(fā)生版權糾紛，司法部門只需要調取區(qū)塊鏈數據庫中相應信息即可。

其次，分布式賬本技術在幫助圖書館與讀者進行數字作品的授權時，設置數字閱讀資源的使用范圍以及使用方式。這改善了以前圖書館進行推薦服務時，與讀者之間聯絡阻斷、信息封閉的情況，而且讀者的一切數字閱讀行為如查閱、下載、反饋等都會在鏈上留下痕跡，既保證了數字資源被合理利用，也確保了圖書館進行數字閱讀推薦服務后，最終統計數據的真實性與權威性。

最后，區(qū)塊鏈技術使圖書館與數字出版商的版權交易以及圖書館與用戶的版權授權等數據清晰可查，全鏈傳播、全鏈可視。且該記錄數據不可竄改，由多中心保存，每個節(jié)點用戶都保存了全部交易記錄，整個交易過程均可進行查詢、驗證和追溯，使圖書館在遇到版權糾紛時能提供有力的證據，便于相關部門調查取證［28］。這表明區(qū)塊鏈技術對于版權糾紛有著存證優(yōu)勢，圖書館在進行數字資源推薦服務時能夠積極使用區(qū)塊鏈技術存證，維護自身信譽的同時也能尊重保護創(chuàng)作者的權益，從而為讀者提供專業(yè)化的數字閱讀推薦奠定基礎。

5.3 區(qū)塊鏈的去中心化支持推薦渠道精準傳播

區(qū)塊鏈的去中心化能推動數字閱讀信息傳播更加平衡可信，有利于實現精準傳播信息。推薦渠道是圖書館開展數字閱讀推薦服務時與讀者用戶溝通的橋梁。在大數據、云計算等互聯網技術助力下，圖書館推薦渠道的傳播針對性大幅提高，但推薦渠道的精準推送依然需要不斷深究，而區(qū)塊鏈技術則能助力推送信息的精準傳播，有效擴大讀者的信息接觸面，并通過閱讀推薦引導大眾進行深閱讀和精閱讀，助力數字閱讀由“娛樂閱讀”轉向“品質閱讀”的蛻變。

基于區(qū)塊鏈技術設計的數字閱讀推薦渠道精準傳播模式（見圖2），區(qū)塊鏈技術可為圖書館進行數字閱讀推薦服務的投放內容構建一個分發(fā)公鏈，將對不同推薦渠道有著個人傾向的用戶通過區(qū)塊鏈連接起來，形成去中心化的傳播鏈，從而實現精準傳播。區(qū)塊鏈去中心化承認了各個推薦渠道在推薦信息上沒有孰輕孰重之分，每個傳播節(jié)點都在積極向用戶傳遞信息。同時，如果有一個節(jié)點受到了攻擊，或者無法運行，其他節(jié)點也會繼續(xù)履行義務。各推薦渠道用戶的點贊、轉發(fā)、購買等行為在鏈上可追溯，圖書館可以根據內容類型、用戶偏好、應用場景確定數字資源推薦的目標長尾定位，精準選擇渠道方案進行有效分發(fā)與傳播，提高傳播轉化率，增強傳播效能［29］。此外，區(qū)塊鏈自身點對點的信息傳遞方式，基于區(qū)塊鏈構建的信息傳遞網絡，信息可以非?？焖?、非常可信、不可竄改地發(fā)送給在鏈上的每一個用戶讀者，閱讀行為可以上鏈，實現精準送達。

圖2 去中心化的推薦渠道精準傳播模式

基于區(qū)塊鏈技術的數字閱讀推薦傳播模式無論對圖書館還是對讀者而言均可以實現傳播精準性，圖書館可快速將數字閱讀推薦服務的相關活動信息推送至感興趣用戶，而用戶則可快速獲取自己感興趣的內容。