智慧图书馆知识服务的特征及阅读推广

（一）知识服务延伸的资源特征是海量、异构型的大数据

海量数据为图书馆服务的提升带来了机遇。知识服务延伸需要互联、存储、关联、利用这些数据，进行知识发现和知识创新，同用户信息行为展开交互，从而实现新的情境服务模式。随着资源形态电子化和数字化的发展，像网络资源、虚拟资源、HPC资源、MVS数据等新的数据资源层出不穷。在大数据时代，知识创造方法和技术需要面对数据密集型科研范式的挑战。数据馆员这一新兴职业应运而生，他们需要处理海量的数据，从而推进数据管理和服务工作。大数据带来了技术革新，信息搜索的实践和需求正在发生变化，图书馆用户的期望也发生了改变。总而言之，是用户的需求和行为在大数据时代发生了改变，产生了知识服务延伸。

（二）知识服务延伸的技术特征是人工智能为核心的知识交叉融合

在大数据环境下，知识发生了融合，知识创新的重要来源是知识共享和协同创造。在此需求下，智慧图书馆为知识融合和知识共享提供了平台。作为建立在普适计算基础之上的数字图书馆的升级版，智慧图书馆突出的特点是数字化和情境感知服务。在图书馆的知识服务中，像物联网、实体抽取、数据挖掘、知识图谱、智能代理、情报计算、语义关联、本体、语义网、情境感知等技术得到了应用，使智慧图书馆知识服务延伸成为可能。除了图书馆服务领域，在工程科学、数学、保健、公共环境、职业健康、医学、经济、地理、互联网及自动化技术等领域，图书馆也能提供新型知识服务。知识服务延伸需要对相应的知识进行研究以及技术的支撑，因此具有数据挖掘来源的异构、多源、跨学科和跨边界的特点。由此可见，知识服务延伸需要的知识结构跨越了学科和行业的界限。

（三）知识服务延伸的内容特征是突出知识本体底层关联的“元服务”

符号化的原始关联数据是知识服务延伸的一个重要处理对象。无论数据来自哪个领域，将学科特点和领域的界限抛开，数据的符号化具有统一于符号进行处理的“元服务”特性。将以一定形式存在的符号作为研究对象，笔者根据符号的语义寻找它们之间所呈现的规律并进行管理和利用的服务称为“元服务”的特性。元数据以支持更细粒度的数据描述和访问，从而能够实现对数据集的更大或更小或特定段的弹性发现^[19]。与文献信息服务不同，“元服务”是统一于数据符号，运用元数据、本体、语义关联、人工智能等知识，借助计算机运算，挖掘数据和发现知识。以各种数据符号作为处理对象而不仅限于文献粒度级的信息源，知识服务延伸体现了服务单元的标准化、数字化和本体化^[20]。(www.xing528.com)

（四）知识服务延伸的客体特征是信息颗粒度细化和精准化服务

知识服务延伸是在大数据时代由于信息颗粒度细化产生的新的服务内容和服务模式，是对本体和语义特征的数据而有别于文献的载体外壳进行的知识服务延伸。专业馆员主要关注关联数据的收集、加工、管理、情境化、评价和利用。传统服务从藏书功能开始，再出现以文献为实体的参考咨询服务和两代学科服务。围绕印刷型文献，传统服务以纸质文献为主要处理对象，参考咨询以文献的外部信息为主要处理对象，学科服务主要以文献的内容信息为处理对象。它们开展服务的信息源都围绕“文献”这样的信息粒度。知识服务延伸扩大到关联数据展开的一系列服务，其所承载的信息粒度比文献的要细得多，因此支撑技术是不同的。

（五）知识服务延伸的主体特征是跨界融合的智慧型人才

人才是知识服务延伸的主体，也是决定新型知识服务水平和层次的关键。知识服务延伸融合了计算机运用、数据挖掘、人工智能、统计分析、数值算法、机器学习等综合学科知识^[21]，专业馆员需要利用一定的软件分析研究数据，对信息技术的要求很高，具有学术资源发现方面的元数据知识，具有科学本体、开放关联数据和文献计量知识，具有数字资源保存标准知识，具有机构知识库平台建设技术等知识要求。图书馆对各类知识服务人才的要求与培养应该相互补充以达到整体完备的人才队伍结构和知识能力要求，缺少哪方面的人才就应该进行相应的培养或引进，参考国内某高校图书情报专业本科、硕士和博士的培养方案。有图书情报学、计算机科学、社会科学和统计学等交叉融合学科背景的人才将成为今后专业馆员培养最大的优势。