信息抽取是指從多源異構(gòu)的數(shù)據(jù)源中提取出實(shí)體,、屬性以及實(shí)體之間的關(guān)系，在此基礎(chǔ)上形成本體化的知識表達(dá),，它是知識圖譜構(gòu)建技術(shù)的關(guān)鍵［1］。早期信息抽取主要是基于預(yù)定規(guī)則的抽取技術(shù),，工作量龐大且*適用于特定的專業(yè)領(lǐng)域,，后來人們開始嘗試使用統(tǒng)計(jì)機(jī)器學(xué)習(xí)的方法，通過標(biāo)注部分?jǐn)?shù)據(jù)得到訓(xùn)練集,，在此基礎(chǔ)上再使用均方根誤差算法（rootmeansquarederror,RMSE）或多項(xiàng)式回歸算法（polyno?mialregression,PR）等有監(jiān)督學(xué)習(xí)算法識別命名實(shí)體,。數(shù)字圖書館還利用人工智能技術(shù)進(jìn)行用戶行為分析，以提供更個(gè)性化的服務(wù),。數(shù)字圖書館閱讀行為感知標(biāo)志

大數(shù)據(jù)時(shí)代,，數(shù)字圖書館技術(shù)要不斷更新和完善，隨著數(shù)字圖書館處理數(shù)據(jù)的廣域不斷擴(kuò)大,，如何將大數(shù)據(jù)相關(guān)技術(shù)運(yùn)用到數(shù)字圖書館領(lǐng)域中,，是人們比較關(guān)心的問題。語義技術(shù)可以使大量復(fù)雜數(shù)據(jù)建立有機(jī)聯(lián)系,，大數(shù)據(jù)環(huán)境需要語義技術(shù)的支持,，同時(shí)通過運(yùn)用語義分析技術(shù)和人工智能技術(shù)，可以將詞典中的語義自動融入數(shù)字文獻(xiàn)相關(guān)信息中,。語義技術(shù)使文獻(xiàn)或信息內(nèi)部知識點(diǎn)間語義建立了關(guān)系,，用戶可以通過某**索借助語義關(guān)系獲得有用知識，給用戶帶來便捷的獲取知識的途徑,。哪個(gè)閱讀行為感知收費(fèi)套餐深度閱讀,，感知文字背后的思想脈絡(luò)。

研究表明,，***,，在使用閱讀類應(yīng)用的過程中，影響用戶參與行為的要素主要包括動機(jī),、能力,、提示、內(nèi)容與環(huán)境,。因此,，可以通過分解用戶行為，明確用戶對影響要素的關(guān)注點(diǎn),，作為優(yōu)化用戶體驗(yàn)的基礎(chǔ),。第二，論證參與行為類型與閱讀體驗(yàn)維度的對應(yīng)關(guān)系應(yīng)當(dāng)是：圍觀式行為一一般性體驗(yàn),、行動式行為一支撐性體驗(yàn),、話語式行為——高峰性體驗(yàn)，并縱向觀察三者在參與程度上構(gòu)成用戶參與行為影響要素的層次,。第三,，從產(chǎn)品體驗(yàn)的視角橫向梳理成三個(gè)階段，分別是印象感知和采納階段,、互動參與和發(fā)展階段,、持續(xù)參與和維持階段。綜上所述,，整體地輸出適用于各階段的設(shè)計(jì)策略,，依次為采納階段的基于寧靜交互的平衡感知策略、發(fā)展階段的基于用戶行為的互動體驗(yàn)策略,、維持階段的基于激勵積累的持續(xù)參與策略,，系統(tǒng)地為數(shù)字閱讀領(lǐng)域的用戶體驗(yàn)提供新的觀察視角與參考路徑。

語義網(wǎng)絡(luò)作為人工智能的重要應(yīng)用領(lǐng)域之一,，可以給用戶提供一個(gè)更加準(zhǔn)確,、更加智能的知識獲取環(huán)境。而知識圖譜是實(shí)現(xiàn)語義網(wǎng)絡(luò)的技術(shù)基礎(chǔ),，是通向語義網(wǎng)絡(luò)環(huán)境的鮮明道路[1],。在智慧學(xué)習(xí)的大環(huán)境下，疊加近年來****的防控需求,，在線閱讀已越來越多地成為廣大讀者的優(yōu)先閱讀方式,。如果能夠有效獲取讀者的閱讀行為并構(gòu)建對應(yīng)的知識圖譜，對于圖書館而言,，可以及時(shí)了解其在閱讀過程中的實(shí)際需求,，繼而進(jìn)行針對性的閱讀指導(dǎo)并為讀者推薦個(gè)性化的閱讀內(nèi)容；對于出版商而言,，可以及時(shí)調(diào)整,、改進(jìn)電子出版物的內(nèi)容編排及后續(xù)再版工作，以更好地適應(yīng)目標(biāo)讀者群體的實(shí)際需求,。因而,，此項(xiàng)研究工作對于進(jìn)一步提升讀者的閱讀學(xué)習(xí)效果，完善圖書館的智慧化閱讀服務(wù),，推動促進(jìn)全社會形成良好的智慧學(xué)習(xí)環(huán)境大有裨益,。閱讀行為感知有助于優(yōu)化在線閱讀平臺的用戶體驗(yàn)。

按照媒介延伸的主要感官類別可以把媒介分成視覺空間型和聲覺空間型媒介,，在感官類型維度劃分基礎(chǔ)上加入數(shù)字閱讀類應(yīng)用的內(nèi)容特性這一維度,，能夠概括現(xiàn)有的數(shù)字閱讀媒介類型。姜洪偉提出根據(jù)數(shù)字閱讀內(nèi)容主要特征劃分為信息性讀物和知識性讀物,，謝新洲,、石林在《數(shù)字閱讀構(gòu)筑內(nèi)容生態(tài)內(nèi)核》一文對胡曉東的訪談中其將數(shù)字閱讀行業(yè)劃分為資訊、故事,、知識三個(gè)分支,。本文為了讓數(shù)字閱讀內(nèi)容特性劃分普適性更強(qiáng),，分為即時(shí)實(shí)用性刺激性內(nèi)容和經(jīng)典抽象性邏輯性內(nèi)容，得到數(shù)字閱讀類應(yīng)用的媒介基本類型,，根據(jù)感官類型和內(nèi)容特性兩個(gè)維度劃分?jǐn)?shù)字閱讀類應(yīng)用可以分成四個(gè)典型類型,，按照該分類標(biāo)準(zhǔn)劃分?jǐn)?shù)字閱讀類應(yīng)用基本可以囊括現(xiàn)有市場相關(guān)產(chǎn)品，較為完整且凸顯產(chǎn)品特點(diǎn),。具體數(shù)字閱讀類應(yīng)用的典型類型中其用戶參與行為的表現(xiàn)有所側(cè)重,，那么以參與行為為導(dǎo)向進(jìn)行設(shè)計(jì)來優(yōu)化具體應(yīng)用某一環(huán)節(jié)的閱讀體驗(yàn)更具實(shí)踐價(jià)值。閱讀行為感知可以通過觀察,、問卷調(diào)查和實(shí)驗(yàn)等方法進(jìn)行,。廣東閱讀行為感知

閱讀中感知，是智慧與情感的交融,。數(shù)字圖書館閱讀行為感知標(biāo)志

數(shù)據(jù)挖掘是依靠先進(jìn)的信息技術(shù)從海量的數(shù)據(jù)信息中快速,、準(zhǔn)確地提取所蘊(yùn)藏的信息，并將這些信息用于工作實(shí)踐中,。在數(shù)字圖書館中,，數(shù)據(jù)挖掘具有特定的流程和層次，在數(shù)字圖書館信息參考查詢中應(yīng)用數(shù)據(jù)挖掘技術(shù),，具有很多優(yōu)勢,。***，利用數(shù)據(jù)挖掘技術(shù)能夠提高查詢的效率,，從而能夠縮短等待的時(shí)間,。第二，利用數(shù)據(jù)挖掘技術(shù)能夠?qū)崟r(shí)獲取讀者在互聯(lián)網(wǎng)上的閱讀行為和閱讀偏好,，可以依據(jù)這些信息分析出用戶的具體需要,。第三，在文獻(xiàn)資源的檢索過程中,，應(yīng)用數(shù)據(jù)挖掘技術(shù)能夠有效提升文獻(xiàn)檢索的效率,。相較于傳統(tǒng)的圖書館而言，數(shù)字圖書館對文獻(xiàn)量的需求更大,，必須制訂科學(xué)合理的采購計(jì)劃,，才能實(shí)現(xiàn)館藏?cái)?shù)字資源的均衡化。在數(shù)字圖書館中,，對于一些用戶較少的文獻(xiàn)資料可以少量采購,，而對于一些用戶需求量大的文獻(xiàn)資料可以大量采購。利用計(jì)算機(jī)挖掘技術(shù),，可以有效地分析出不同文獻(xiàn)的利用效率,，以便科學(xué)準(zhǔn)確地預(yù)測出圖書館館藏文獻(xiàn)的變化趨勢、采購趨勢以及數(shù)量要求,，從而為采購提供決策依據(jù),。數(shù)字圖書館閱讀行為感知標(biāo)志