圖書館的發(fā)展歷經(jīng)傳統(tǒng)圖書館、數(shù)字圖書館、智慧圖書館三階段，相應的圖書館服務亦經(jīng)歷文獻服務、信息及知識服務、智能服務三階段。智慧圖書館依托數(shù)智技術(shù)（主要有大數(shù)據(jù)、人工智能等）、融合圖書館資源的全流程管理體系，面向用戶多樣化、個性化、專業(yè)化需求實現(xiàn)數(shù)據(jù)資源與數(shù)智技術(shù)有機整合、虛實空間有效融合以提供效益比較大化的數(shù)智服務（主要分技術(shù)服務及公共服務），由此要求圖書館數(shù)智服務平臺需具備感知化、泛在化、協(xié)同化的特征：感知化是針對特定的應用場景選擇適配的服務方案，通過交互終端及交互門戶以合適的交互方式實現(xiàn)服務情境、用戶行為等智能感知；泛在化是基于數(shù)智技術(shù)打破時間與空間的服務邊界，可跨空間實時提供資源間共享、領(lǐng)域間互聯(lián)的多元化、多層次服務；協(xié)同化是協(xié)調(diào)圖書館業(yè)務運行涉及的多方主體（社會公眾、社會機構(gòu)、圖書館館員等）利益，充分發(fā)揮多方主體智慧實現(xiàn)數(shù)據(jù)資源、數(shù)智技術(shù)、實體空間、服務系統(tǒng)等圖書館要素高效協(xié)同運作。各高校圖 書館應加強未來學習中心試點建設(shè)，打造高標準智慧 化的學習新體系。數(shù)字圖書館智慧導讀

智慧導讀面向內(nèi)外部資源及線上線下資源統(tǒng)一整合、多模態(tài)數(shù)據(jù)有效存儲、數(shù)據(jù)資源多向調(diào)用的需求，遵循數(shù)據(jù)庫設(shè)計塊、智能設(shè)施模塊構(gòu)建基礎(chǔ)設(shè)施層。其中，服務器設(shè)施模塊敏捷部署各類適用于圖書館數(shù)智服務的軟硬件，提供資源并發(fā)計算及服務及時響應能力。網(wǎng)絡(luò)設(shè)施模塊通過實現(xiàn)圖書館內(nèi)部鏈接及外部跨連的必要通信設(shè)備，滿足數(shù)據(jù)高速傳輸、安全有效保障的網(wǎng)絡(luò)服務需要。智能設(shè)施模塊綜合應用智能感知、智能管理、智能服務三類設(shè)備，構(gòu)建覆蓋多維交互渠道、提供多類功能的智能設(shè)備集群，進而支撐圖書館業(yè)務場景精細感知、巨量復雜資源動態(tài)調(diào)度、智能服務跨域互融。提供智慧導讀平臺而該平臺提供一體化的服務，有參考咨詢服務、交流互動服務等，讀者可以在自主平臺上享受自助便捷化服務。

大數(shù)據(jù)和人工智能技術(shù)極大地推動輔助閱讀智慧化。如表5所示，一方面，進一步優(yōu)化移動閱讀、數(shù)字閱讀的外部語義增強環(huán)境。除了提供劃線、高亮顯示、翻譯、對比閱讀等功能以輔助關(guān)鍵信息的甄別與標識，還強化語料、引文收集、標簽、手繪等數(shù)字筆記和數(shù)字注釋功能，增強用戶描述和記錄文本大意的體驗。另一方面，對文獻內(nèi)容的再生產(chǎn)或再創(chuàng)作，提高閱讀效率，降低認知負荷。在海量數(shù)據(jù)中“學習”并“理解”內(nèi)容，對某一主題的相關(guān)文獻進行自動綜述，提煉文獻的**內(nèi)容，AI生成解讀視頻。同時，基于語義關(guān)聯(lián)關(guān)系，提供與文獻相關(guān)的數(shù)據(jù)、代碼、項目、視頻講解等服務。在閱讀理解過程中，以提問的方式要求GPT類平臺自動提煉相關(guān)內(nèi)容，自動實現(xiàn)知識抽取和關(guān)系揭示。表6列舉了部分學術(shù)平臺的輔助閱讀服務內(nèi)容及服務形式。當前的輔助閱讀服務適用于撰寫文獻綜述的主題文獻閱讀，也適用于學術(shù)檢索任務和積累任務，但仍需要配合人工精讀的方式學習特定的方法和理論知識點。

幫助用戶在海量信息中提高學術(shù)資源尋求效率是圖情領(lǐng)域一直關(guān)注的研究主題。從研究結(jié)果可以看出，目前傳統(tǒng)文獻數(shù)據(jù)庫ScienceDirect提供**文獻的關(guān)聯(lián)信息服務、Elsevier提供個性化推薦服務，新型學術(shù)平臺ConnectedPapers、AMiner、YewnoDiscover等利用知識圖譜、語義分析、自然語言處理、機器學習等技術(shù)為用戶帶來智能檢索與智能推薦的新體驗。借力AIGC技術(shù)，面向?qū)W術(shù)用戶的閱讀尋求情境，圖書館可以從內(nèi)容語義組織、多模態(tài)內(nèi)容創(chuàng)建及數(shù)據(jù)資源建設(shè)3個方面創(chuàng)新質(zhì)量學術(shù)資源服務模式。智慧導讀可以讓讀者更加自主地學習。

智慧閱讀服務內(nèi)容方面的研究覆蓋讀物供給智慧化、輔助閱讀智慧化和閱讀推廣智慧化等主題。有關(guān)讀物供給智慧化的研究包括移動讀物供給[9]、虛擬現(xiàn)實讀物供給[10-11]及個性化閱讀推薦[12-13]等方面，讀物涉及文本、視頻、音頻、圖像、數(shù)據(jù)等多種形式，如視聽閱讀內(nèi)容[14]、有聲讀物[15]、歷史人物數(shù)據(jù)[16]、在線可視化數(shù)據(jù)[17]等。輔助閱讀智慧化研究方面，K.LO等探討“人工智能和人機交互的***進展能否為智能、交互式和可訪問的閱讀界面提供動力”[18]。基于眼動追蹤和大語言模型技術(shù)的智能AI閱讀助手SARA通過實時提供個性化幫助來增強閱讀體驗[19]。同時，對支持閱讀過程的新技術(shù)平臺需求正在增長[18]。有關(guān)閱讀推廣智慧化的研究包含服務流程[20]、模式框架及實踐[21]等方面。另外，少數(shù)學者調(diào)查高校圖書館智能服務水平并分析阻礙因素[22]。智慧導讀是一種基于人工智能和大數(shù)據(jù)技術(shù)的閱讀輔助工具，旨在提供個性化、智能化的閱讀推薦和導讀服務。品牌智慧導讀特點

知識鏈分析服務模式是試圖在讀者與文獻數(shù)據(jù)庫之間創(chuàng)新性地介入一個透明的文獻服務網(wǎng)關(guān)。數(shù)字圖書館智慧導讀

首先，智慧導讀系統(tǒng)會收集用戶在閱讀過程中的各種數(shù)據(jù)，包括但不限于用戶的閱讀時長、閱讀偏好、閱讀歷史、點擊行為、評論反饋等。這些數(shù)據(jù)可以通過用戶在平臺上的行為自動記錄，也可以通過用戶主動填寫問卷或設(shè)置偏好等方式獲取。收集到的原始數(shù)據(jù)可能包含噪聲、重復或無效信息，因此需要進行數(shù)據(jù)清洗和預處理。這一步包括去除重復數(shù)據(jù)、填充缺失值、轉(zhuǎn)換數(shù)據(jù)格式等操作，以便進行后續(xù)的數(shù)據(jù)挖掘工作。利用機器學習和數(shù)據(jù)分析技術(shù)，對用戶數(shù)據(jù)進行深度挖掘。這包括對用戶的閱讀習慣、興趣偏好、情感傾向等進行分析，發(fā)現(xiàn)用戶潛在的閱讀需求和興趣點。同時，通過對用戶數(shù)據(jù)的聚類、分類和關(guān)聯(lián)規(guī)則挖掘等，可以發(fā)現(xiàn)用戶群體之間的相似性和差異性，為后續(xù)的推薦算法提供依據(jù)。數(shù)字圖書館智慧導讀