近年來人工智能生成內(nèi)容（AI-GeneratedContent,，AIGC）技術(shù)實(shí)現(xiàn)突破性發(fā)展,，逐漸成為AI發(fā)展的關(guān)鍵分支,。AIGC技術(shù)的迅速發(fā)展為各行各業(yè)的數(shù)字化轉(zhuǎn)型帶來契機(jī),，已被引入傳媒,、電商,、教育,、金融,、醫(yī)療等行業(yè)領(lǐng)域[1],。ChatGPT是AIGC技術(shù)的***應(yīng)用成果[2],，掀起了多領(lǐng)域的生成式人工智能熱潮，以其語義理解,、多輪對(duì)話,、敢于質(zhì)疑等特征引起了學(xué)界和業(yè)界大量研究者的關(guān)注。信息技術(shù)是閱讀服務(wù)創(chuàng)新的**驅(qū)動(dòng)力,，AIGC技術(shù)勢必將驅(qū)動(dòng)閱讀服務(wù)的變革,，促進(jìn)智慧圖書館等學(xué)術(shù)平臺(tái)的服務(wù)創(chuàng)新。學(xué)術(shù)平臺(tái)是學(xué)術(shù)用戶明晰并滿足閱讀需求的重要支撐,。目前,，一些學(xué)術(shù)用戶已開始利用新型學(xué)術(shù)閱讀平臺(tái)尋求和閱讀內(nèi)容，這將會(huì)對(duì)用戶學(xué)術(shù)積累方式產(chǎn)生影響[3],。上海半坡是專門為圖書館提供文獻(xiàn)知識(shí)服務(wù)的公司,。圖書館智慧導(dǎo)讀發(fā)現(xiàn)

數(shù)字閱讀平臺(tái)成為信息信任問題發(fā)生和解決的集中站。聯(lián)結(jié)技術(shù)和人的智慧閱讀方式由數(shù)字閱讀平臺(tái)提供,，表現(xiàn)為各種實(shí)體或虛擬的閱讀工具,。數(shù)字閱讀平臺(tái)作為閱讀工具的提供者，不僅需要改進(jìn)搜索和過濾技術(shù),，提升讀者的閱讀效率和閱讀體驗(yàn),，還需要構(gòu)建在線網(wǎng)絡(luò)，成為分布式內(nèi)容生成和分布式閱讀的集散地,。數(shù)字閱讀平臺(tái)主導(dǎo)的社會(huì)化閱讀成為主流閱讀形態(tài)［15］,，讀者虛擬社群與實(shí)體社會(huì)關(guān)系網(wǎng)絡(luò)重合，引發(fā)關(guān)系信任,、隱私保護(hù)等新的問題。這些問題本質(zhì)上是952025年第3期總第477期學(xué)研VIEWONPUBLISHING社會(huì)學(xué)問題,，即人與人之間關(guān)系,、人與組織之間關(guān)系的問題，只是因?yàn)闄C(jī)器作為人和組織的延伸,，使得這一問題的規(guī)模更大,、更復(fù)雜,。圖書館智慧導(dǎo)讀發(fā)現(xiàn)知識(shí)鏈分析服務(wù)模式是試圖在讀者與文獻(xiàn)數(shù)據(jù)庫之間創(chuàng)新性地介入一個(gè)透明的文獻(xiàn)服務(wù)網(wǎng)關(guān)。

基本原則及立體復(fù)合,、開放共享等數(shù)據(jù)資源建設(shè)原則,，分原生數(shù)據(jù)存儲(chǔ)模塊、中間數(shù)據(jù)存儲(chǔ)模塊,、智慧數(shù)據(jù)存儲(chǔ)模塊構(gòu)建數(shù)據(jù)存儲(chǔ)層,。其中，原生數(shù)據(jù)存儲(chǔ)模塊分別構(gòu)建業(yè)務(wù)場景數(shù)據(jù)庫以存儲(chǔ)用戶數(shù)據(jù),、情境數(shù)據(jù),、態(tài)勢數(shù)據(jù)；構(gòu)建館藏資源庫以存儲(chǔ)文本,、音頻,、視頻、圖像等多模態(tài)數(shù)據(jù)資源,；構(gòu)建服務(wù)模型庫以存儲(chǔ)標(biāo)準(zhǔn)化,、可重用的功能模型及服務(wù)方案；構(gòu)建數(shù)智技術(shù)庫以存儲(chǔ)技術(shù)方案,、應(yīng)用模型,、智能工具；構(gòu)建設(shè)備狀態(tài)數(shù)據(jù)庫及日志數(shù)據(jù)庫以存儲(chǔ)架構(gòu)運(yùn)維相關(guān)軟硬件數(shù)據(jù),；構(gòu)建元數(shù)據(jù)庫以存儲(chǔ)業(yè)務(wù)元數(shù)據(jù),、技術(shù)元數(shù)據(jù)、操作元數(shù)據(jù),。中間數(shù)據(jù)存儲(chǔ)模塊分別構(gòu)建融合數(shù)據(jù)庫以存儲(chǔ)模態(tài)間關(guān)聯(lián)的融合數(shù)據(jù),；構(gòu)建綜合信息庫以存儲(chǔ)由實(shí)體、事件,、關(guān)系組合表示的結(jié)構(gòu)化信息,。智慧數(shù)據(jù)存儲(chǔ)模塊分別構(gòu)建標(biāo)簽庫以存儲(chǔ)涉及業(yè)務(wù)場景、館藏資源,、數(shù)智技術(shù)等主題的多維度標(biāo)簽,；構(gòu)建深度數(shù)據(jù)庫存儲(chǔ)以圖書館數(shù)智服務(wù)為主題劃分、充分發(fā)掘數(shù)據(jù)潛在價(jià)值,、很大程度發(fā)揮智慧作用的深度數(shù)據(jù),；構(gòu)建通用知識(shí)庫以存儲(chǔ)多行業(yè)領(lǐng)域適用的規(guī)則、事實(shí),、知識(shí)圖譜,；構(gòu)建領(lǐng)域知識(shí)庫以存儲(chǔ)服務(wù)特定業(yè)務(wù)場景的集成化知識(shí)。

在高職院校智慧圖書館的建設(shè)中，強(qiáng)化館員的技術(shù)能力和技術(shù)素養(yǎng)的培養(yǎng)是必不可少的,。智慧圖書館依賴于人工智能,、大數(shù)據(jù)、物聯(lián)網(wǎng)等信息技術(shù),，因此館員必須具備一定的技術(shù)能力,，包括技術(shù)應(yīng)用研究和創(chuàng)新能力，這對(duì)于圖書館的持續(xù)發(fā)展至關(guān)重要,。提升智慧館員的專業(yè)素養(yǎng)不應(yīng)只關(guān)注設(shè)備的引進(jìn),，還應(yīng)重視館員的技術(shù)能力和技術(shù)素養(yǎng)的培養(yǎng)，只有兩者并重,，才能真正推動(dòng)智慧圖書館的發(fā)展,。圖書館應(yīng)在智能智慧社會(huì)中找到自己的定位，高職院校應(yīng)督促圖書館館員持續(xù)關(guān)注智慧科技的發(fā)展,，跟上時(shí)代的步伐,，不斷提升專業(yè)素養(yǎng)。
信息社會(huì)發(fā)展下,，教育領(lǐng)域的傳統(tǒng)學(xué)習(xí)方式 和圖書館服務(wù)模式,。面臨挑戰(zhàn)與機(jī)遇。

首先,，智慧導(dǎo)讀系統(tǒng)會(huì)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(shí)長、閱讀偏好,、閱讀歷史,、點(diǎn)擊行為、評(píng)論反饋等,。這些數(shù)據(jù)可以通過用戶在平臺(tái)上的行為自動(dòng)記錄,，也可以通過用戶主動(dòng)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(fù)或無效信息,，因此需要進(jìn)行數(shù)據(jù)清洗和預(yù)處理。這一步包括去除重復(fù)數(shù)據(jù),、填充缺失值,、轉(zhuǎn)換數(shù)據(jù)格式等操作，以便進(jìn)行后續(xù)的數(shù)據(jù)挖掘工作,。利用機(jī)器學(xué)習(xí)和數(shù)據(jù)分析技術(shù),，對(duì)用戶數(shù)據(jù)進(jìn)行深度挖掘。這包括對(duì)用戶的閱讀習(xí)慣,、興趣偏好,、情感傾向等進(jìn)行分析，發(fā)現(xiàn)用戶潛在的閱讀需求和興趣點(diǎn)。同時(shí),，通過對(duì)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)。智慧圖書館作為圖書館事業(yè)發(fā)展的新階段,，其建設(shè)和發(fā)展始終以知識(shí)服務(wù)為目標(biāo),。河南提供智慧導(dǎo)讀

根據(jù)讀者檢索時(shí)輸入的關(guān)鍵字，給出主題線索詞,，為讀者提供發(fā)散性的思維導(dǎo)向,。圖書館智慧導(dǎo)讀發(fā)現(xiàn)

數(shù)據(jù)資源建設(shè)方面。學(xué)術(shù)平臺(tái)底層資源的數(shù)據(jù)化程度決定平臺(tái)的智慧化程度[45],。一方面,，注重加強(qiáng)用戶學(xué)術(shù)閱讀行為數(shù)據(jù)的采集與挖掘，包括閱讀內(nèi)容偏好,、閱讀時(shí)長,、閱讀場景、閱讀情緒,、閱讀心理,、社交數(shù)據(jù)等，添加基本標(biāo)簽,、偏好標(biāo)簽,、會(huì)話標(biāo)簽、情景標(biāo)簽,、互動(dòng)標(biāo)簽構(gòu)建用戶實(shí)時(shí)動(dòng)態(tài)畫像模型,。另一方面，側(cè)重開發(fā)學(xué)術(shù)資源數(shù)據(jù),，包括細(xì)粒度內(nèi)容資源,、個(gè)性化閱讀資源庫、科研專題資料庫,、課程文獻(xiàn)中心等,，并做好與用戶閱讀行為數(shù)據(jù)的關(guān)聯(lián)建設(shè)。例如,，面向教育數(shù)字化轉(zhuǎn)型的需求,，山東大學(xué)圖書館構(gòu)建學(xué)術(shù)數(shù)據(jù)服務(wù)平臺(tái)，打造學(xué)者—機(jī)構(gòu)—成果關(guān)聯(lián)的數(shù)據(jù)資源[46],。以這些數(shù)據(jù)為基礎(chǔ),，AIGC技術(shù)嵌入后將會(huì)實(shí)現(xiàn)多模態(tài)數(shù)據(jù)關(guān)系映射、轉(zhuǎn)換及數(shù)據(jù)感知與挖掘分析。圖書館智慧導(dǎo)讀發(fā)現(xiàn)