基于系統(tǒng)動力學(xué)的數(shù)字圖書館資源聚合組織質(zhì)量形成機(jī)理研究

閆晶 畢強(qiáng) 李潔

〔摘 要〕隨著數(shù)字圖書館資源聚合研究的不斷深入發(fā)展，聚合質(zhì)量日益成為學(xué)者關(guān)注的焦點(diǎn)。本文依托數(shù)字圖書館資源聚合相關(guān)理論，分析數(shù)字圖書館資源的質(zhì)量屬性。使用系統(tǒng)動力學(xué)方法分析數(shù)字圖書館資源聚合組織質(zhì)量形成動力研究，構(gòu)建了數(shù)字圖書館資源聚合組織質(zhì)量形成機(jī)理模型，為數(shù)字圖書館資源組織聚合質(zhì)量評價提供理論依據(jù)。

〔關(guān)鍵詞〕數(shù)字圖書館資源；聚合質(zhì)量；系統(tǒng)動力學(xué)

DOI：10.3969/j.issn.1008-0821.2018.10.001

〔中圖分類號〕G250.76 〔文獻(xiàn)標(biāo)識碼〕A 〔文章編號〕1008-0821（2018）10-0003-07

〔Abstract〕With the continuous development of the research on digital library resources aggregation，the quality of aggregation has become the focus of attention of scholars.Based on the theory of digital library resource aggregation，the paper analyzed quality attribute of digital library resources，used the system dynamics method to analyze the dynamic of the quality formation of the digital library resource aggregation，constructed the quality formation mechanism model of the digital library resource aggregation organization，which provided a theoretical basis for the quality evaluation of the digital library resources organization aggregate.

〔Key words〕digital library resources；aggregation quality；system dynamics

隨著科技的發(fā)展，在數(shù)字圖書館系統(tǒng)環(huán)境中，我們注意到的一個發(fā)展情況是，數(shù)字圖書館資源的大數(shù)據(jù)特征越發(fā)明顯，數(shù)字圖書館資源聚合的多元性越發(fā)凸顯。大數(shù)據(jù)時代背景下，提升聚合組織質(zhì)量是實現(xiàn)數(shù)字圖書館知識服務(wù)，更好地滿足用戶個性化、精準(zhǔn)化知識需求的基礎(chǔ)和根本保證[1]。這也是探討數(shù)字圖書館服務(wù)戰(zhàn)略轉(zhuǎn)型的前提，是對數(shù)字圖書館如何深度開發(fā)利用數(shù)據(jù)資源的一次思考。同時，在大數(shù)據(jù)環(huán)境下，我國圖書館館藏資源已逐漸轉(zhuǎn)變?yōu)橐詳?shù)字圖書館為主體緊密面向用戶的多來源、多類型知識資源，且結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)并存，呈現(xiàn)出局部有序而整體無序的窘境，難以滿足用戶多元化一站式搜索和個性化、精準(zhǔn)化知識需求[2，3]。然而，聚合組織質(zhì)量不僅源自各個方面、各種類型和各種層次的語義化，還源自于對聚合組織質(zhì)量內(nèi)涵構(gòu)成的正確認(rèn)識，對聚合組織質(zhì)量的正確判定和對聚合的語義化過程有效控制與保證[4]。因此，全面提升數(shù)字圖書館資源聚合的內(nèi)在質(zhì)量和外在質(zhì)量，建立資源聚合組織質(zhì)量評價體系就成為資源聚合研究與應(yīng)用中的關(guān)鍵問題。

1 數(shù)字圖書館資源聚合組織質(zhì)量多維屬性

語義維度的數(shù)字圖書館資源聚合注重對資源的知識和語義內(nèi)涵進(jìn)行挖掘，從而在知識層面實現(xiàn)數(shù)字資源集合[5，6]。發(fā)現(xiàn)關(guān)聯(lián)維度的數(shù)字圖書館資源聚合則側(cè)重對資源節(jié)點(diǎn)和關(guān)聯(lián)的分析，通過核心資源集的發(fā)現(xiàn)、聚類、聚合，亦能實現(xiàn)知識層面的資源集合。而語義和關(guān)聯(lián)融合維度的數(shù)字圖書館資源聚合則注重兩種維度的優(yōu)勢互補(bǔ)，能有效提高數(shù)字圖書館資源聚合組織質(zhì)量。對語義維度、發(fā)現(xiàn)關(guān)聯(lián)維度，及對二者融合的聚合組織質(zhì)量屬性解讀，都有助于理解數(shù)字圖書館資源聚合組織質(zhì)量形成的動力源泉，刻畫數(shù)字圖書館資源聚合組織質(zhì)量形成過程，剖析數(shù)字圖書館資源聚合組織質(zhì)量形成機(jī)理。

1.1 語義維度的聚合組織質(zhì)量屬性

國內(nèi)外相關(guān)研究學(xué)者以及數(shù)字圖書館資源供應(yīng)商、聚合技術(shù)提供方在理論和實踐層面通過多種屬性從語義維度揭示數(shù)字圖書館資源聚合組織質(zhì)量，主要有以下多個屬性：①語義相似度。概念間的相似程度我們稱之為語義相似度，通過語義相似度的計算，進(jìn)而衡量概念之間的相同屬性。語義相似度則可反映數(shù)字圖書館聚合資源質(zhì)量和用戶需求、用戶感知——行為之間的一致性程度[7]。②語義距離：概念間的相近程度則稱之為語義距離。用戶基于某主題詞在數(shù)字圖書館的檢索結(jié)果和其預(yù)期結(jié)果之間的語義距離越小，則語義相似度越大，意味著這一屬性下的較高的數(shù)字圖書館資源聚合組織質(zhì)量[8]。③語義相關(guān)度。語義相關(guān)度用來描述概念間的語義相互關(guān)聯(lián)程度。語義相似的兩個概念必存在語義相關(guān)，而語義相關(guān)的兩個概念則不必然存在相似關(guān)系。可理解為，設(shè)定某閾值，當(dāng)語義距離超過此閾值時，則認(rèn)為語義相關(guān)，否則視為語義相似。也就是說，當(dāng)從語義相關(guān)度屬性來衡量數(shù)字圖書館資源聚合組織質(zhì)量時，可能其預(yù)期的質(zhì)量結(jié)果不會太好。④語義重合度。語義重合度和語義距離可以用來計量語義相似度，兩個概念之間包含其相同上層概念的個數(shù)（共同祖先節(jié)點(diǎn)數(shù)）為語義重合度。也就是說，檢索結(jié)果、推薦結(jié)果和用戶期望的語義重合度越高，數(shù)字圖書館資源聚合組織質(zhì)量在這一屬性值的得分越高[9]。⑤語義粒度。語義粒度是指語義單元的相對大小和粗糙程度，細(xì)化程度越高，語義粒度越小。用戶能夠通過細(xì)粒度語義輸入方便有效的表達(dá)查詢意圖，數(shù)字圖書館亦給予細(xì)粒度的語義內(nèi)容反饋，則其具有較高的語義細(xì)粒度屬性值[10]。⑥語義隸屬度。語義隸屬度實質(zhì)上是對模糊語義的衡量，在模糊詞語的外延中，處于中央成員的隸屬度高，反之則低。例如，聚合、融合、整合、合并，合并和聚合的語義隸屬度較低[11]。⑦語義半徑。語義半徑是指核心概念的語義輻射范圍，可用于衡量概念與核心概念間的語義關(guān)聯(lián)程度[12]，可從術(shù)語詞匯間在整體局部以及關(guān)聯(lián)結(jié)構(gòu)上上下位確定語義半徑，例如“合并”和“聚合”的語義半徑為3。⑧語義權(quán)重。某概念對核心主題語義的貢獻(xiàn)程度即為語義權(quán)重。語義聚合需要優(yōu)化概念向量空間，而要形成概念的細(xì)粒度、小維度的向量空間，則語義權(quán)重的確定必不可少。⑨語義貼近度。衡量語義相近實體間屬性取值一致性程度即為語義貼進(jìn)度，語義貼近度提供了一種非邏輯性的知識一致性檢查方法。⑩其它的語義維度下的質(zhì)量屬性還有很多，例如語義匹配度、語義維度、語義編輯距離、三元組、實體、文本相似度、檢索結(jié)果、共現(xiàn)頻次、共現(xiàn)強(qiáng)度、余弦相似度、綜合相似度、推薦結(jié)果、共現(xiàn)詞頻、鏈接深度、概念相似度、概念相關(guān)度等。

1.2 發(fā)現(xiàn)關(guān)聯(lián)維度的聚合組織質(zhì)量屬性

發(fā)現(xiàn)關(guān)聯(lián)維度的數(shù)字圖書館資源聚合組織質(zhì)量屬性聚焦于社會網(wǎng)絡(luò)、信息網(wǎng)絡(luò)和計量，主要有如下屬性：①點(diǎn)度中心度。節(jié)點(diǎn)度是在實體構(gòu)建的關(guān)聯(lián)網(wǎng)絡(luò)中，某實體節(jié)點(diǎn)同其它實體節(jié)點(diǎn)直接相連的節(jié)點(diǎn)數(shù)目，在有向網(wǎng)絡(luò)中，又劃分為出度和入度。指向某實體節(jié)點(diǎn)的所有實體節(jié)點(diǎn)數(shù)量為入度，某實體節(jié)點(diǎn)指向其它節(jié)點(diǎn)的數(shù)量為出度。入度越高的數(shù)字圖書館，其自身的資源質(zhì)量越高，出度越高的數(shù)字圖書館，其資源的聚合組織質(zhì)量可能會越高[13]。②接近中心度。接近中心度是某節(jié)點(diǎn)同其它各節(jié)點(diǎn)的最短距離和。其衡量的是獨(dú)立程度，當(dāng)某數(shù)字圖書館掌握的資源越多，那么其距離網(wǎng)絡(luò)核心信息源的距離越近，在資源聚合過程中，其會更方面的利用自身資源進(jìn)行聚合而不依賴他人，因此其最終的聚合組織質(zhì)量更可控[14]。③中間中心度。中間中心度反映了某節(jié)點(diǎn)位于圖中其它點(diǎn)的“中間”位置的程度。如果某數(shù)字圖書館，是其它兩個數(shù)字圖書館互動的必由中間節(jié)點(diǎn)，那么其引導(dǎo)、操縱資源的機(jī)會也更多，這常常意味著其具有較好的聚合資源社會網(wǎng)絡(luò)基礎(chǔ)[15]。④網(wǎng)絡(luò)密度。網(wǎng)絡(luò)密度測度網(wǎng)絡(luò)成員、節(jié)點(diǎn)（實體）間溝通聯(lián)系的緊密程度。一般來說，網(wǎng)絡(luò)密度越大，網(wǎng)絡(luò)中的行動者對其它成員的影響也越大。影響越大、溝通交流越頻繁，由此資源的生產(chǎn)也自然較多[16]。⑤網(wǎng)絡(luò)直徑。對網(wǎng)絡(luò)中節(jié)點(diǎn)對最短距離取最大值就得出網(wǎng)絡(luò)直徑，網(wǎng)絡(luò)延遲受網(wǎng)絡(luò)直徑影響很大。不能絕對地說以某數(shù)字圖書館為核心的網(wǎng)絡(luò)，其直徑越大，則其聚合組織質(zhì)量越高或越低。但可以肯定的是，網(wǎng)絡(luò)直徑能夠影響數(shù)字圖書館資源聚合組織質(zhì)量的穩(wěn)定性[17]。⑥特征向量中心度。關(guān)聯(lián)網(wǎng)絡(luò)中，若把某實體或圖書館節(jié)點(diǎn)的影響力看成其它實體或節(jié)點(diǎn)的影響力線性組合，則得到方程組特征向量，進(jìn)而求得各個節(jié)點(diǎn)的重要性指標(biāo)，反映了個體和核心個體的相連程度[18]。⑦平均路徑長度。對所有節(jié)點(diǎn)對最短路徑求平均值則得出網(wǎng)絡(luò)平均路徑長度。因連邊數(shù)較多的網(wǎng)絡(luò)其平均路徑也會較小，因此，受連邊數(shù)量對網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的影響，無法判斷較小平均路徑長度的網(wǎng)絡(luò)是由連邊結(jié)構(gòu)還是連邊數(shù)量造成的。但是，平均路徑長度卻是數(shù)字圖書館資源聚合的質(zhì)量屬性，在于無論是連邊結(jié)構(gòu)較優(yōu)、還是連邊數(shù)量較多，最終反映的是影響資源聚合組織質(zhì)量的實體數(shù)量和實體間連接數(shù)量。⑧k-核子網(wǎng)。任一個社會網(wǎng)絡(luò)子圖節(jié)點(diǎn)均和K個其它節(jié)點(diǎn)相連，則此子網(wǎng)絡(luò)為K-核子網(wǎng)。k-核子網(wǎng)描述了網(wǎng)絡(luò)凝聚力、網(wǎng)絡(luò)派系，也能捕捉其形成過程和特點(diǎn)。是數(shù)字圖書館資源聚合組織質(zhì)量形成過程中，資源子集尋找、建立的重要屬性[19]。⑨聚類系數(shù)。聚類系數(shù)測度節(jié)點(diǎn)間信息傳遞通達(dá)性，用某節(jié)點(diǎn)實際連接數(shù)量和最大可能連接數(shù)量比值來確定。無論層次聚類還是非層次聚類，資源本身和數(shù)字圖書館本身，都可以作為聚類樣本，用聚類系數(shù)揭示、發(fā)現(xiàn)聚合組織質(zhì)量和資源之間的現(xiàn)實關(guān)聯(lián)和潛在關(guān)聯(lián)。⑩其它的發(fā)現(xiàn)關(guān)聯(lián)維度下的質(zhì)量屬性還有很多，例如耦合強(qiáng)度、凝聚子群、關(guān)聯(lián)維度、關(guān)聯(lián)強(qiáng)度、關(guān)聯(lián)階度、關(guān)聯(lián)粒度、中心勢、首要載荷、載荷總值、載荷均值、最大載荷、被引頻次、引用頻次、互引頻次、施引頻次、引證頻次、自引頻次、平均耦合頻次、總被引頻次、標(biāo)簽廣度、鏈接廣度、引文長度等。

1.3 語義和發(fā)現(xiàn)關(guān)聯(lián)融合維度屬性

語義和發(fā)現(xiàn)關(guān)聯(lián)也并不是截然可分，甚至部分屬性不能從字面含義簡單歸類于某一維度，因此將這些屬性統(tǒng)一稱之為語義和發(fā)現(xiàn)關(guān)聯(lián)融合維度，并主要從用戶感知角度進(jìn)行梳理，主要包括以下屬性：①數(shù)據(jù)資源類型：數(shù)據(jù)資源類型可以從兩個層面進(jìn)行衡量，一個是期刊論文、圖書、著作、專利、科技報告、科學(xué)數(shù)據(jù)、學(xué)位論文、社交網(wǎng)絡(luò)圖書等分類形式；另一個是數(shù)據(jù)、程序、文本、音頻、圖像和視頻等載體形式。待聚合的數(shù)據(jù)資源類型越多，則聚合基礎(chǔ)越好，但并不意味著聚合后的數(shù)據(jù)資源類型越多，則聚合組織質(zhì)量越高[20]。②數(shù)據(jù)資源數(shù)量：主要指各種類型資源所占用的字節(jié)數(shù)，反映了聚合后的數(shù)字圖書館資源“量”上的差異[21]。③數(shù)據(jù)資源價值密度：計量單位上的數(shù)據(jù)資源有用性信息量即為數(shù)據(jù)資源價值密度，是和數(shù)據(jù)資源數(shù)量相對應(yīng)的從“質(zhì)”的角度反映聚合組織質(zhì)量。④實時可視：基于聚合后的數(shù)據(jù)資源通過動態(tài)對象可視關(guān)系實現(xiàn)用戶端的實時可視，可增強(qiáng)用戶對聚合后資源的理解和吸收[22]。⑤增強(qiáng)審視性：渲染輸出圖像，或?qū)敵鲈谌S場景內(nèi)的實時可視，可增強(qiáng)用戶從不同維度對聚合結(jié)果的審視，在進(jìn)一步增強(qiáng)理解性的同時，亦會提高用戶對數(shù)字圖書館的興趣和黏性。⑥偏好感知。偏好感知表現(xiàn)為，建立在對用戶使用數(shù)字圖書館資源過程中的檢索詞、分類、色彩、點(diǎn)擊位置、頻率、跳出率、跳轉(zhuǎn)、鼠標(biāo)軌跡等多種行為或輸入的分析，從知覺或情感因素建立特定用戶的“偏好”空間集，進(jìn)而作為聚合資源個性化推薦、定制的資源建設(shè)基礎(chǔ)。⑦界面友好。作為實時可視和增強(qiáng)審視的補(bǔ)充，靜態(tài)界面的友好更多的是從網(wǎng)頁、APP、微信界面的前臺設(shè)計而言。任務(wù)、功能、組織、館藏、讀者等界面觀感舒適、點(diǎn)擊方便、實時可控、干擾度較低，則往往意味著擁有較高聚合資源質(zhì)量的支撐。⑧人機(jī)交互。針對用戶輸入和訪問行為，智能機(jī)器人輔助人工從聚合資源中基于語義和關(guān)聯(lián)維度提取信息，實時24小時予以反饋、修正和自我學(xué)習(xí)，人機(jī)交互作為數(shù)字圖書館聚合組織質(zhì)量的屬性亦從更智能化的方向提出更高的要求，并對高水平的聚合組織質(zhì)量以用戶極易感知的形式予以反映。⑨其它的語義和發(fā)現(xiàn)關(guān)聯(lián)融合維度下的質(zhì)量屬性有用戶主導(dǎo)、操作簡便、充分交互、偏好感知、動態(tài)分層、直觀形象、來源多元、分類瀏覽等，這些屬性或者是對上述9個屬性不同語義上的描述，或者是其細(xì)粒度化，亦或是新的屬性。

2 數(shù)字圖書館資源聚合組織質(zhì)量形成動力

數(shù)字圖書館資源是通過語義維度、發(fā)現(xiàn)關(guān)聯(lián)維度以及二者融合維度實現(xiàn)聚合的，其聚合組織的多維屬性特征決定了聚合質(zhì)量評價角度。在考察圖書館數(shù)字資源聚合組織質(zhì)量形成時，還應(yīng)考慮其形成的內(nèi)生動力和外源動力。內(nèi)生動力是指數(shù)字圖書館資源內(nèi)部存在的、與自身密切相關(guān)的推動聚合質(zhì)量形成的力量。外生動力是獨(dú)立于數(shù)字圖書館資源、存在其外部環(huán)境中的拉動聚合質(zhì)量形成的力量。兩種力量共同作用于數(shù)字圖書資源聚合過程中，決定了資源組織聚合質(zhì)量。

2.1 資源聚合組織質(zhì)量形成的動力類型

為準(zhǔn)確劃分?jǐn)?shù)字圖書館資源聚合組織質(zhì)量形成的動力類型，需要首先剖析數(shù)字圖書館資源聚合組織質(zhì)量形成的過程要素。

2.1.1 資源聚合組織質(zhì)量形成的過程要素

數(shù)字圖書館資源聚合組織質(zhì)量的形成，必須在情境規(guī)制下，感知到用戶的需求，樹立聚合組織質(zhì)量目標(biāo)，在自身資源現(xiàn)狀和內(nèi)外資源集成條件下，從語義和發(fā)現(xiàn)關(guān)聯(lián)維度采取不同的聚合技術(shù)予以實現(xiàn)。因此，本文將數(shù)字圖書館資源聚合組織質(zhì)量形成的要素劃分為4大類。即，情境感知要素、目標(biāo)推動要素、資源集成要素、技術(shù)驅(qū)動要素。

其中，情境感知要素是指能夠感知到的用戶情境、資源情境、技術(shù)情境、服務(wù)情境。通過對這些要素的感知，能夠?qū)?shù)字圖書館的多元數(shù)據(jù)結(jié)構(gòu)、多元對象類型、多元關(guān)聯(lián)網(wǎng)絡(luò)、多元測度層次予以準(zhǔn)確把握。目標(biāo)推動要素是指精準(zhǔn)個性推薦、動態(tài)實時可視、實現(xiàn)服務(wù)增值、滿足知識需求、追尋知識軌跡等欲實現(xiàn)的聚合組織質(zhì)量目標(biāo)。資源集成要素是指現(xiàn)有數(shù)據(jù)資源集數(shù)量、現(xiàn)有數(shù)據(jù)資源集質(zhì)量、現(xiàn)有數(shù)據(jù)資源集價值密度、現(xiàn)有網(wǎng)絡(luò)集結(jié)構(gòu)。技術(shù)驅(qū)動要素是指基于語義維度的計量分析、元數(shù)據(jù)、領(lǐng)域本體，基于發(fā)現(xiàn)關(guān)聯(lián)維度的以聚類為中心的聚合、以資源節(jié)點(diǎn)為中心的聚合、以相對重要性為中心的聚合，基于語義和關(guān)聯(lián)維度的語義關(guān)聯(lián)融合。

2.1.2 資源聚合組織質(zhì)量形成的動力類型

從數(shù)字圖書館資源聚合的多維聚合體系來看，聚合組織質(zhì)量的形成需要從數(shù)字圖書館內(nèi)部資源和外部環(huán)境入手。從聚合組織質(zhì)量的多維屬性來看，亦可概括為內(nèi)部資源關(guān)聯(lián)、外部館際關(guān)聯(lián)、內(nèi)容語義和語義關(guān)聯(lián)。因此，本文提出，數(shù)字圖書館資源聚合組織質(zhì)量形成的動力類型有兩種，即內(nèi)生動力和外源動力。

內(nèi)生動力是指內(nèi)生的、同數(shù)字圖書館本身性密切相關(guān)的，對數(shù)字圖書館資源聚合組織質(zhì)量的形成產(chǎn)生推動的內(nèi)在力量。外源動力則是指外生的，由數(shù)字圖書館外部作用力影響而對數(shù)字圖書館資源聚合組織質(zhì)量形成產(chǎn)生推動的外在力量。數(shù)字圖書館資源聚合組織質(zhì)量形成過程要素和動力類型對照關(guān)系如表1所示，籠統(tǒng)地說，內(nèi)生動力主要包括數(shù)字圖書館自身資源和聚合技術(shù)本身，是聚合組織質(zhì)量形成的客觀基礎(chǔ)性動力。外源動力主要包括數(shù)字圖書館所面臨的情境要素以及目標(biāo)推動要素，是主觀可變的動力形式。但關(guān)于要素和動力形式的劃分標(biāo)準(zhǔn)也不是絕對的、一成不變的，比如內(nèi)生動力也要根植于情境感知和目標(biāo)推動要素之上，否則將成為“無矢之地”，但理論上在動力矢量大小有差異。

2.2 資源聚合組織質(zhì)量形成的內(nèi)生動力

數(shù)字圖書館資源聚合組織質(zhì)量形成的內(nèi)生動力因果關(guān)系如圖1所示。因果關(guān)系鏈中，主要要素包括情境感知要素下的服務(wù)情境、用戶情境、資源情境、技術(shù)情境；目標(biāo)推動要素下的精準(zhǔn)個性推薦、動態(tài)實時可視、實現(xiàn)服務(wù)增值、滿足知識需求、追尋知識軌跡等；資源集成要素下的現(xiàn)有數(shù)據(jù)資源集數(shù)量、現(xiàn)有數(shù)據(jù)資源集質(zhì)量、現(xiàn)有數(shù)據(jù)資源集價值密度、現(xiàn)有網(wǎng)絡(luò)集結(jié)構(gòu)等；技術(shù)驅(qū)動要素下的計量分析、元數(shù)據(jù)、領(lǐng)域本體、內(nèi)生技術(shù)和語義關(guān)聯(lián)融合等。需要說明的是，情境感知要素和目標(biāo)推動要素更多的側(cè)重外源動力，而內(nèi)生動力因果關(guān)系圖雖然包含上述要素，但其因果關(guān)系邏輯主要從情境感知→+資源集成→+技術(shù)驅(qū)動→+數(shù)字圖書館資源聚合組織質(zhì)量→+目標(biāo)推動過程體現(xiàn)了數(shù)字圖書館資源聚合組織質(zhì)量形成的內(nèi)生動力產(chǎn)生，首先需要感知到所面臨的用戶、技術(shù)、資源情境，設(shè)定聚合組織質(zhì)量目標(biāo)，在資源集成現(xiàn)狀基礎(chǔ)上，主要通過語義維度以及語義和發(fā)現(xiàn)關(guān)聯(lián)維度融合的技術(shù)產(chǎn)生核心內(nèi)生動力對聚合組織質(zhì)量的推動力量。

圖1中，主要的幾種動力因果關(guān)系如下：①目標(biāo)推動→+資源集成→+技術(shù)驅(qū)動→+數(shù)字圖書館資源聚合組織質(zhì)量→+目標(biāo)推動（正反饋）。②情境感知→+目標(biāo)推動→+資源集成→+情境感知（正反饋）。③情境感知→+目標(biāo)推動→+資源集成→+技術(shù)驅(qū)動→+數(shù)字圖書館資源聚合組織質(zhì)量→+目標(biāo)推動→+情境感知（正反饋）。由上述因果關(guān)系可知，技術(shù)驅(qū)動是數(shù)字圖書館資源聚合組織質(zhì)量提升的關(guān)鍵核心力量。綜合流圖①②③的邏輯，數(shù)字圖書館建設(shè)方、運(yùn)用方，感知到情境和用戶需求，樹立數(shù)字圖書館資源聚合目標(biāo)，評估現(xiàn)有資源集的現(xiàn)狀，針對自身技術(shù)優(yōu)勢提出資源聚合技術(shù)方案并予以實施，使得數(shù)字圖書館的資源聚合組織質(zhì)量得以初步提升，進(jìn)而樹立新的聚合目標(biāo)，再對情境進(jìn)行進(jìn)一步評估，然后按照流圖①的邏輯循環(huán)往復(fù)，使數(shù)字圖書館資源聚合組織質(zhì)量得以不斷優(yōu)化。值得注意的是，在實施過程中，當(dāng)資源集成或技術(shù)驅(qū)動環(huán)節(jié)出現(xiàn)偏差時，則需要重啟以情境感知為起點(diǎn)的動力流程。

2.3 資源聚合組織質(zhì)量形成的外源動力

數(shù)字圖書館資源聚合組織質(zhì)量形成的外源動力因果關(guān)系如圖2所示。因果關(guān)系鏈中，主要的要素包括情境感知要素下的服務(wù)情境、用戶情境、資源情境、技術(shù)情境；目標(biāo)推動要素下的精準(zhǔn)個性推薦、動態(tài)實時可視、實現(xiàn)服務(wù)增值、滿足知識需求、追尋知識軌跡等；資源集成要素下的現(xiàn)有網(wǎng)絡(luò)集結(jié)構(gòu)等；技術(shù)驅(qū)動要素下的以聚類為中心的聚合、以資源節(jié)點(diǎn)為中心的聚合、以相對重要性為中心的聚合和語義關(guān)聯(lián)融合等。如前文所述，技術(shù)驅(qū)動要素和目標(biāo)推動要素是外源動力源的核心要素，核心因果關(guān)系為情境感知→+目標(biāo)推動→+技術(shù)驅(qū)動→+數(shù)字圖書館資源聚合組織質(zhì)量。簡言之，數(shù)字圖書館資源聚合組織質(zhì)量形成的外源動力大小，首先由對用戶、技術(shù)、資源、服務(wù)情境的感知能力決定，接著由聚合組織質(zhì)量目標(biāo)推動，而直接對聚合組織質(zhì)量結(jié)果產(chǎn)生影響，亦在技術(shù)層面，通過關(guān)聯(lián)維度聚合技術(shù)的應(yīng)用提升外源動力大小，最終對數(shù)字圖書館資源聚合組織質(zhì)量產(chǎn)生持續(xù)推動。

圖2中，主要的幾種動力因果關(guān)系如下：①情境感知→+目標(biāo)推動→+資源集成→+技術(shù)驅(qū)動→+數(shù)字圖書館資源聚合組織質(zhì)量→+情境感知。②情境感知→+目標(biāo)推動→+技術(shù)驅(qū)動→+數(shù)字圖書館資源聚合組織質(zhì)量→+情境感知。③情境感知→+目標(biāo)推動→+數(shù)字圖書館資源聚合組織質(zhì)量→+情境感知。由上述因果關(guān)系可知，技術(shù)驅(qū)動和目標(biāo)推動是數(shù)字圖書館資源聚合組織質(zhì)量提升外源動力的“兩輛馬車”。同內(nèi)生動力不同的是，外源動力更多的來源于發(fā)現(xiàn)關(guān)聯(lián)維度的技術(shù)推動、目標(biāo)推動以及情境感知。按照流圖①②③的邏輯，對數(shù)字圖書館資源、技術(shù)、用戶、服務(wù)情境的感知是基礎(chǔ)，目標(biāo)推動和技術(shù)推動是核心，并最終需要重新歸集到情境感知才能啟動新的聚合組織質(zhì)量提升流程。

2.4 資源聚合組織質(zhì)量形成的多維動力關(guān)系

數(shù)字圖書館資源聚合組織質(zhì)量形成的外源動力因果關(guān)系如圖3所示。圖3中，主要的幾種動力因果關(guān)系如下：①情境感知→+目標(biāo)推動→+資源集成→+技術(shù)驅(qū)動→+情境感知。②情境感知→+目標(biāo)推動→+資源集成→+技術(shù)驅(qū)動→+數(shù)字圖書館資源聚合組織質(zhì)量→+情境感知。③情境感知→+目標(biāo)推動→+資源集成→+技術(shù)驅(qū)動→+數(shù)字圖書館資源聚合組織質(zhì)量→+目標(biāo)推動。④情境感知→+目標(biāo)推動→+技術(shù)驅(qū)動→+數(shù)字圖書館資源聚合組織質(zhì)量→+情境感知。⑤情境感知→+目標(biāo)推動→+技術(shù)驅(qū)動→+數(shù)字圖書館資源聚合組織質(zhì)量→+目標(biāo)推動。⑥情境感知→+目標(biāo)推動→+資源集成→+情境感知。⑦情境感知→+目標(biāo)推動→+數(shù)字圖書館資源聚合組織質(zhì)量→+情境感知。⑧目標(biāo)推動→+數(shù)字圖書館資源聚合組織質(zhì)量→+目標(biāo)推動。

由上述因果關(guān)系可知，數(shù)字圖書館資源聚合組織質(zhì)量的提升受內(nèi)生動力和外源動力的復(fù)合作用。同時，語義維度的數(shù)字圖書館資源聚合更多的提供內(nèi)生動力，其作用力大小受到情境感知、目標(biāo)推動和資源集成的影響，并且受資源集成現(xiàn)狀的影響較大。而發(fā)現(xiàn)關(guān)聯(lián)維度的數(shù)字圖書館資源聚合則更多的提供外源動力，其作用力大小受到情境感知和目標(biāo)推動的影響，并且受目標(biāo)推動的影響較大。從用戶感知維度來看，則劃分為兩個層次，一個是作為數(shù)字圖書館主體，需要感知到包括用戶在的情境，并作為無論是語義維度還是發(fā)現(xiàn)關(guān)聯(lián)維度資源聚合動力持續(xù)發(fā)生作用的流程起點(diǎn)；另一個是目標(biāo)推動要建立在用戶可感知的基礎(chǔ)上，例如目標(biāo)推動要素包括精準(zhǔn)個性推薦、動態(tài)實時可視、實現(xiàn)服務(wù)增值、滿足知識需求、追尋知識軌跡等，從數(shù)字圖書館自身而言，聚合的內(nèi)在需要是實現(xiàn)服務(wù)增值，而從用戶而言，則存在精準(zhǔn)個性推薦、動態(tài)實時可視、滿足知識需求、追尋知識軌跡等需求，雖然滿足知識需求、追尋知識軌跡是用戶的終極需求，但對大多數(shù)用戶而言，精準(zhǔn)個性推薦和動態(tài)實時可視更容易被感知。

總之，從各要素對數(shù)字圖書館資源聚合組織質(zhì)量形成的動力關(guān)系而言，情境感知是內(nèi)生動力和外源動力發(fā)生作用的前提，資源集成是內(nèi)生動力和外源動力發(fā)生作用的基礎(chǔ)，目標(biāo)推動和技術(shù)推動是聚合組織質(zhì)量提升的核心動力源泉。

3 數(shù)字圖書館資源聚合組織質(zhì)量形成機(jī)理模型

在數(shù)字圖書館資源的多為聚合體系梳理、數(shù)字圖書館資源聚合組織質(zhì)量多維屬性刻畫、數(shù)字圖書館資源聚合組織質(zhì)量形成動力挖掘基礎(chǔ)上，本文提出了數(shù)字圖書館資源聚合組織質(zhì)量形成機(jī)理模型，如圖4所示。

從數(shù)字圖書館資源聚合組織質(zhì)量形成因來看，包括2個動力因（資源聚合動力）、3個維度因（資源聚合維度）、4個情境因（資源聚合情境）、5個質(zhì)料果（聚合組織質(zhì)量目標(biāo)）。其中，情境因包括用戶情境、技術(shù)情境、資源情境、服務(wù)情境；動力因包括內(nèi)生動力、外源動力；維度因包括語義維度、發(fā)現(xiàn)關(guān)聯(lián)維度、語義和發(fā)現(xiàn)關(guān)聯(lián)融合維度；質(zhì)料果包括精準(zhǔn)個性推薦、動態(tài)實時可視、實現(xiàn)服務(wù)增值、滿足知識需要、追尋知識軌跡。

從數(shù)字圖書館資源聚合組織質(zhì)量形成的過程機(jī)理來看，數(shù)字圖書館聚合組織質(zhì)量的形成開始于對用戶情境、技術(shù)情境、資源情境、服務(wù)情境等資源聚合情境的感知，發(fā)現(xiàn)其多元數(shù)據(jù)結(jié)構(gòu)、多元對象類型、多元關(guān)聯(lián)網(wǎng)絡(luò)、多元測度層次等特征，做到“知己知彼”。接著，分解精準(zhǔn)個性推薦、動態(tài)實時可視、實現(xiàn)服務(wù)增值、滿足知識需要、追尋知識軌跡等聚合組織質(zhì)量目標(biāo)，從語義或發(fā)現(xiàn)關(guān)聯(lián)維度的質(zhì)量屬性出發(fā)，推動可操作、用戶可感知的聚合組織質(zhì)量目標(biāo)的形成。然后，評估現(xiàn)有資源集成現(xiàn)狀，從語義或發(fā)現(xiàn)關(guān)聯(lián)維度選擇資源聚合技術(shù)和方法并予以實施。最終在上述過程所形成的內(nèi)在動力、外源動力作用下，促進(jìn)數(shù)字圖書館資源聚合組織質(zhì)量的形成和提升。

基于此模型機(jī)理框架，后續(xù)章節(jié)將對數(shù)字圖書館資源聚合組織質(zhì)量影響因素、數(shù)字圖書館資源聚合組織質(zhì)量評價指標(biāo)、數(shù)字圖書館資源聚合組織質(zhì)量提升模型、數(shù)字圖書館資源聚合組織質(zhì)量優(yōu)化對策展開研究，因此本章是全文的核心理論框架，對后續(xù)研究起到重要的理論支撐作用。

4 小 結(jié)

本文針對數(shù)字圖書館資源聚合的多元特征，提出了數(shù)字圖書館資源的多維聚合體系，進(jìn)而展開數(shù)字圖書館資源聚合組織質(zhì)量形成動力研究，將數(shù)字圖書館資源聚合組織質(zhì)量形成的要素劃分為情境感知要素、目標(biāo)推動要素、資源集成要素、技術(shù)驅(qū)動要素4大類。指出數(shù)字圖書館資源聚合組織質(zhì)量形成的內(nèi)生動力和外源動力類型。在此基礎(chǔ)上，對聚合組織質(zhì)量形成過程中的多維動力關(guān)系進(jìn)行剖析。結(jié)果表明，情境感知是內(nèi)生動力和外源動力發(fā)生作用的前提，資源集成是內(nèi)生動力和外源動力發(fā)生作用的基礎(chǔ)，目標(biāo)推動和技術(shù)推動是聚合組織質(zhì)量提升的核心動力源泉。剖析了數(shù)字圖書館資源聚合組織質(zhì)量形成機(jī)理，構(gòu)建了數(shù)字圖書館資源聚合組織質(zhì)量形成機(jī)理模型。機(jī)理模型包括包括2個動力因（資源聚合動力）、3個維度因（資源聚合維度）、4個情境因（資源聚合情境）、5個質(zhì)料果（聚合組織質(zhì)量目標(biāo)）。其中，情境因包括用戶情境、技術(shù)情境、資源情境、服務(wù)情境；動力因包括內(nèi)生動力、外源動力；維度因包括語義維度、發(fā)現(xiàn)關(guān)聯(lián)維度、語義和發(fā)現(xiàn)關(guān)聯(lián)融合維度；質(zhì)料果包括精準(zhǔn)個性推薦、動態(tài)實時可視、實現(xiàn)服務(wù)增值、滿足知識需要、追尋知識軌跡。

參考文獻(xiàn)

[1]Goebel.PeterMichael，Vincze.MarkusA.Cognitive Modeling Approach for the Semantic Aggregation of Object Prototypes from Geometric Primitives：Toward Understanding Implicit Object Topology[C].Lecture Notes in Computer Science，2007，（4678） ：84-96.

[2]蘇新寧.大數(shù)據(jù)時代數(shù)字圖書館面臨的機(jī)遇和挑戰(zhàn)[J].中國圖書館學(xué)報，2015，41（6）：4-12.

[3]韓璽，何秀美，張玥，等.基于語義關(guān)聯(lián)的圖書館移動視覺搜索資源與服務(wù)聚合研究[J].現(xiàn)代情報，2017，37（10）：3-7，22.

[4]Heradio R，Cabrerizo F J，F(xiàn)ernández-Amorós D，et al.A Fuzzy Linguistic Model to Evaluate the Quality of Library 2.0 Functionalities[J].International Journal of Information Management，2013，33（4）：642-654.

[5]馬鴻佳，李潔，沈涌.數(shù)字資源聚合方法融合趨勢研究[J].情報資料工作，2015，（5）：24-29.

[6]馬文峰.數(shù)字資源整合研究[J].中國圖書館學(xué)報，2002，28（4）：64-67.

[7]畢強(qiáng)，劉健.基于領(lǐng)域本體的數(shù)字文獻(xiàn)資源聚合及服務(wù)推薦方法研究[J].情報學(xué)報，2017，36（5）：452-460.

[8]程婭.基于關(guān)聯(lián)數(shù)據(jù)的圖書館數(shù)字資源語義互聯(lián)模型研究[D].武漢：華中師范大學(xué)，2015.

[9]劉宏哲，須德.基于本體的語義相似度和相關(guān)度計算研究綜述[J].計算機(jī)科學(xué)，2012，39（2）：8-13.

[10]伍革新，程秀峰.面向語義檢索的數(shù)字圖書館資源聚合模式分析[J].圖書館建設(shè)，2013，（10）：22-26.

[11]李明.語義網(wǎng)圖中文本相似度方法的應(yīng)用研究[D].濟(jì)南：山東大學(xué)，2015.

[12]Rawashdeh，Majdi；Shorfuzzaman，Mohammad；Artoli，Abdel Monim.Mining Tag-clouds to Improve Social Media Recommendation[J].Multimedia Tools and Applications，2017：76（20）：1156-1170.

[13]鄒美辰.基于共詞分析和社會網(wǎng)絡(luò)分析的國內(nèi)外關(guān)聯(lián)數(shù)據(jù)研究探析[J].現(xiàn)代情報，2016，36（3）：135-143.

[14]牛永骎，常娥.基于D2R發(fā)布學(xué)者關(guān)聯(lián)數(shù)據(jù)集探究——以圖書情報領(lǐng)域為例[J].圖書情報工作，2017，（9）：1-8.

[15]牟冬梅，王萍，張艷俠.基于關(guān)聯(lián)數(shù)據(jù)的數(shù)字資源語義聚合策略[J].情報資料工作，2015，（5）：18-23.

[16]杜岳峰，申德榮，聶鐵錚，等.基于關(guān)聯(lián)數(shù)據(jù)的一致性和時效性清洗方法[J].計算機(jī)學(xué)報，2017，40（1）：92-106.

[17]韓璽，何秀美，張玥，等.基于語義關(guān)聯(lián)的圖書館移動視覺搜索資源與服務(wù)聚合研究[J].現(xiàn)代情報，2017，37（10）：3-7，22.

[18]Nitechi D A.Service Quality：Research Perspectives[J].Library & Information Science Reaserch，2005，27（3）：411-423

[19]成全，周蘭芳.關(guān)聯(lián)數(shù)據(jù)的語義動態(tài)發(fā)現(xiàn)及關(guān)聯(lián)構(gòu)建機(jī)制研究[J].情報科學(xué)，2016，（10）：88-94.

[20]成胤鐘.基于關(guān)聯(lián)聚合與關(guān)聯(lián)分析的數(shù)字圖書館知識發(fā)現(xiàn)服務(wù)研究[J].農(nóng)業(yè)網(wǎng)絡(luò)信息，2017，（12）：122-125.

[21]歐石燕.面向關(guān)聯(lián)數(shù)據(jù)的語義數(shù)字圖書館資源描述與組織框架設(shè)計與實現(xiàn)[J].中國圖書館學(xué)報，2012，38（6）：58-71.

[22]李潔.基于SNA的館藏數(shù)字資源知識聚合可視化研究[D].長春：吉林大學(xué)，2016.

（責(zé)任編輯：郭沫含）