李启

人工智能技术正逐步融入智慧图书馆，不仅对新时代智慧图书馆的创新和发展起到关键性推动作用，也增强了入馆用户的黏性。基于用户画像的智能检索、个性化推荐等应用于智慧图书馆，可显著改善用户服务体验。为了践行“以人为本”的服务理念，武汉大学图书馆开展用户画像技术应用研究，以提升图书馆服务效率和师生满意度。

研究背景

人工智能（AI）技术的不断发展和深入应用，正深刻改变着社会各领域的服务模式，图书馆作为知识传播的核心载体，其转型需求尤为迫切。智慧图书馆的兴起，标志着图书馆从传统的文献存储机构向智能化、个性化知识服务平台跨越。人工智能作为推动这一转型的核心技术，通过智能检索、个性化推荐的应用，以及对用户画像的深入研究，使图书馆从知识存储场所转型为可主动感知用户需求、动态提供知识服务的智能系统，提升图书馆的服务效率与用户体验。

人工智能发展历史

AI的发展历程跨越了近70年，经历了从概念生成到广泛应用的多个阶段。1956年，约翰・麦卡锡在达特茅斯会议上首次提出“人工智能”概念，拉开了AI研究的序幕。随后，AI迎来了第一次积极发展期，相关领域的专家系统应运而生，如DENDRAL化学分析系统和MYCIN医疗诊断系统，展示了AI在特定领域的应用潜力。然而，由于技术限制和算力不足，AI研究在20世纪80年代至90年代进入低谷期。步入21世纪，AI迎来了新的发展机遇。2006年，深度学习技术为AI注入了新活力，尤其是深度学习在图像识别领域取得突破，使AI的实用性能大幅提升。此后，AI在自然语言处理、计算机视觉等领域不断取得进展，特别是大语言模型被广泛应用到各学科领域，促进信息资源建设技术升级，形成人类生成内容和AI生成内容并存的新型信息环境。

人工智能技术是信息技术的一次重大飞跃，正深刻改变着社会的各个领域。例如，智能语音助手Siri和小爱同学，通过语音交互为用户提供便捷服务；智能推荐系统则根据用户需求精准推送内容，提升用户体验；在教育领域，智能辅导系统根据学生学习进度和特点，提供个性化学习方案和实时反馈。此外，人工智能还在交通、金融、制造业等行业发挥重要作用，优化资源配置，提高生产效率。人工智能（AI）正广泛应用于各个领域，推动各行业的智能化转型。

智慧图书馆的转型趋势

AI的迅猛发展为图书馆带来了前所未有的转型机遇，高校图书馆服务理念和服务方式也在发生改变，图书馆从传统的纸质文献借阅场所逐步升级为智慧图书馆，成为集信息存储、知识发现与用户服务于一体的综合性平台。不少国外图书馆逐步引进智能检索系统、虚拟助手和知识图谱等技术。智能检索系统利用自然语言处理技术，结合知识图谱实现精准语义检索，帮助用户快速定位所需资源。虚拟助手基于智能客服，通过语音交互，为用户实时提供咨询服务，显著提升用户体验。此外，元宇宙的出现也为图书馆创造了虚拟空间，拓展了用户服务边界。

一直以来，国内智慧图书馆的探索与建设紧锣密鼓地开展。一方面，很多图书馆积极更新基础设施，构建智慧服务平台，优化管理模式，倡导“以人为本”的服务理念，构建新的服务平台，积极融合个性化推荐系统；另一方面，图书馆积极探索校企合作，推动智慧图书馆技术的本土化创新与应用。此外，在科研协助方面，智能检索系统根据不同的用户需求，为其提供智能检索和咨询服务。

总之，AI技术不仅提升了图书馆的服务效率和质量，更推动其向智能化、数字化、个性化方向发展，使图书馆在知识传播与文化传承中发挥更大作用。

用户需求变化对图书馆服务提出新要求

用户多样化和个性化的需求对图书馆提出了一系列新要求，促使图书馆不断调整和优化服务模式。

首先，用户对信息获取的速度和便捷性要求更高，希望图书馆能够提供快速、精准的检索服务。其次，用户对个性化服务的需求日益增长，期待图书馆能够提供量身定制的文献推荐、阅读计划和学习路径，满足其个性化需求。再次，用户对知识挖掘的深度和广度有更高要求，不仅需要图书馆提供丰富的学术资源，还希望获得跨学科、多领域的知识整合服务，以及专业的知识解读和指导。最后，用户对图书馆的互动性和社交性功能也提出了新要求，希望图书馆能够提供更多的交流平台和学习社区，促进用户之间的知识共享和思想碰撞，增强图书馆的文化社交属性。

用户需求多元化催生服务模式革新，通过DeepSeek技术可帮助用户实现文献内容的解析与总结，提升阅读效率；通过大数据与机器学习等技术构建精准的用户画像，提高个性化推荐水平。图书馆通过加强数字资源的关联度，提高资源利用率。通过AI技术与场景的深度融合，图书馆正从“资源仓库”进化为“智慧中枢”，构建人机协同的知识服务新范式。

人工智能技术在智慧图书馆中的应用

智慧图书馆建设的理论基础

智慧图书馆是采用人工智能、大数据、物联网、云计算等现代信息技术，实现图书馆服务和管理智能化、自动化和个性化的新型图书馆，强调以人为本，注重用户体验，通过智能设备和信息技术的融入为用户提供个性化、互动式的信息获取体验。人工智能技术驱动图书馆从传统资源中心向智慧化知识生态体系转型。相较传统图书馆存在的服务模式单一、物理空间受限，以及用户体验较为被动等问题，智慧图书馆建立智能检索系统，融合线上线下服务，推动服务模式多元化；物理空间利用更加灵活，馆内增设多功能空间，如智能学习空间和虚拟体验区；同时，基于人工智能技术，提供精准服务和推荐，用户体验更加丰富多样，呈现个性化服务的良好态势。

人工智能技术在智慧图书馆中的应用场景

人工智能技术可应用于智慧图书馆的多个方面，如斯坦福大学图书馆的Yewno系统通过知识图谱技术，整合多模态资源，提供更全面的知识发现服务；南京大学图书馆的智能机器人通过语音交互，为用户提供检索指导和资源推荐；国家图书馆通过智能推荐系统，根据用户在网站上的实时行为，提供动态的文献推荐。人工智能技术在智慧图书馆的运用实践，已经展现出强大的潜力和价值。

随着人工智能技术的快速发展，智能检索和个性化推荐为智慧图书馆提供更加高效、便捷和个性化的服务。智能检索是指利用人工智能技术对信息进行高效、精准的搜索和处理。智能检索系统包含三种类型，第一种为语义检索，智能系统结合用户画像技术，充分理解用户的查询意图，从而提供精准的检索结果；第二种为多模态检索，涵盖文本、图像、音频、视频等检索方式；第三种为实时交互检索，用户通过语音提问，智能系统以语音或文字实时交互形式回答。其中，语义检索在高校图书馆中运用非常广泛。

个性化推荐是指分析用户行为数据和兴趣偏好的一种信息过滤技术，旨在为用户提供符合其需求的定制化内容。通过分析用户的历史行为和偏好，能更好地捕捉用户的行为模式和偏好变化，提高推荐准确性，从而为个性化推荐提供坚实基础。

智能检索和个性化推荐在智慧图书馆中的应用非常关键，近年来，与二者紧密相连的用户画像达到了发展高潮。武汉大学图书馆以动态用户画像为研究主体，通过多维度研究的数据反馈，旨在逐步提高用户体验感和满意度。

从理论到实践的路径探索

理论指导实践的路径

AI技术在智慧图书馆中的应用日益广泛。从理论研究到实际应用，AI技术不仅提升了图书馆的服务质量和用户体验，还推动了图书馆的智能化转型。为顺利向智能化转型，许多高校图书馆紧锣密鼓地开展相关研究，其中，不少高校在用户画像方面的研究成果显著。福州大学图书馆基于人工智能技术，通过相关的分析技术和可视化展示为读者画像，以期精准推送读者所需资源；上海交通大学图书馆基于毫秒级响应荐书请求，采用实时推荐技术为读者精确推荐所需阅读资料；武汉大学图书馆融合大数据技术，基于动态数据建模，实时更新用户数据，获得更精准的用户画像信息，为用户在馆内所需服务提供准确预测。

用户画像的核心任务是在庞大数据中建造并精炼模型，继而找到规律，实现智能化决策支持。用户画像协助图书馆智能系统更好地理解用户需求，提供精准化服务。基于用户画像，智能系统会根据用户的借阅记录、浏览记录和搜索历史，以及相关的书籍和学术论文，为用户提供精准的文献推荐。武汉大学图书馆积极引入国外人工智能领域最前沿资讯以及国内人工智能技术运用成功案例，结合本校师生科研和人文素养提升需求，制定多项智慧图书馆建设规划，其中就包含用户画像的深度研究。武汉大学图书馆通过构建“四维数据立方体”（基础数据层、空间行为层、科研社交层、服务反馈层）体系，实现用户画像技术突破。该体系整合RFID借阅记录、OPAC检索日志、iBeacon空间驻留热力图及CNKI学术圈社交数据，采用联邦学习框架实现跨系统数据协同，融合LSTM时序预测模型与图神经网络的智能分析引擎，形成动态画像标签体系和用户需求精准预测与关联文献推荐。应用表明，该体系产生了显著的服务效能：资源利用率提升37%，电子资源跨库检索耗时缩短至4.2分钟/次，较改造前优化64%；用户黏性增强，日均活跃用户从1.2万人次增至2.8万人次，Z世代用户（18―24岁）的即时服务需求满足率从58%提升至89%；空间价值重构，基于画像数据的动态空间调度系统使阅览室使用率波动幅度降低62%，形成了“数据采集―模型构建―服务创新”的完整生态链。该体系有利于图书和科研资料的及时推荐，并且准确率提升约30%。与传统用户画像技术相比较，武汉大学图书馆采用动态画像模型，实时提取大数据的相似特征，随着用户画像模型中相似特征量的不断增多，系统推荐的准确性也随之提升。

开展动态用户画像技术研究不仅能缩短检索时间，还能推动智能检索的深度挖掘，并且提高个性化推荐的准确性，提升用户满意度。通过对用户画像技术的深度研究以及实时推荐技术的应用，武汉大学图书馆为用户提供更优化的文献推荐和阅读建议。

实践路径的优化策略

自AI问世以来，武汉大学图书馆一直致力于研究和完善用户画像技术，以及如何把智能检索和个性化推荐服务做好、做优。系统基于用户在馆使用轨迹，如借阅记录、浏览历史、搜索查询，以及兴趣偏好、阅读习惯等，充分收集多维数据。通过深度学习分析用户的相似性与资源间的关联性，结合用户画像技术提取关键特征。在精准客户画像领域，武汉大学图书馆多年来不断优化策略，积极拓展线上线下用户感兴趣的项目。除了传统的读书节、读书漂流项目，该图书馆还于2023年开通了“珞珈荐书”平台，受到广大用户的青睐。该图书馆始终秉承“你看书我买单”的理念，让用户根据自身需求和偏好下单荐购书籍，2023年荐购量为2000余册，2024年荐购量超过3000册，2025年第一季度的荐购量较同期相比也有明显增加。近三年荐购量渐增，表明将有更多用户频繁使用该平台。该平台从用户角度出发，极大简化了购书流程，让用户不花一分钱，就能在较短时间内得到所需书籍或科研资料，显著提升了用户的满意度，同时体现了武汉大学图书馆“以人为本”的服务理念。更为重要的是，“珞珈荐书”平台的运行有利于智慧图书馆积累用户大数据，用户信息积累的数据量越大，对用户需求的描述也就越详细，也越容易提取有利特征。只有不断提升用户画像的精准度，才能更精准地服务用户，无论是智能检索还是个性化推荐工作，都有赖于对用户画像精准度的把控。一直以来，武汉大学图书馆致力于用户画像技术的研究，其研究方向是多维度的，如走进院系访谈，及时了解专业科研资料的需求，开展线下活动“畅谈我馆的明天”，以及开通各类服务平台等。

结论与展望

研究结论

人工智能技术在智慧图书馆中的应用显著提升了服务效率和用户体验。智能检索系统通过语义理解和多模态检索提供精准的检索结果；个性化推荐系统根据用户行为和偏好提供精准的文献推荐服务；提升用户画像技术的精准度，不但增强了用户的互动体验感，也更加优化了智能检索和个性化推荐功能。

武汉大学图书馆的动态用户画像模型，以及新推出的“珞珈荐书”服务平台都为人工智能技术在智慧图书馆的运用拓展了新的实践模式。实践表明，实时提升用户画像精准度不仅能提高图书馆服务效率，更会显著提升用户满意度。

未来研究展望

尽管人工智能在智慧图书馆的应用已经取得了明显进展，但仍面临一些问题，如如何确保AI技术的安全性和可持续性、如何高效处理大量的数据和信息，以及如何提高用户的参与度和满意度等。未来研究需通过提升数据质量、增强算法能力、推动技术不断创新、提升用户参与度和体验感，以及通过确保符合法律和伦理等措施解决面临的诸多问题，只有这样，智慧图书馆才能够更好地利用AI技术，为用户提供更加高效、便捷和个性化的服务。

（作者单位：武汉大学图书馆）