尹婷婷 郭永建 郭 丹 胡 鵬
黨的十八大以來,習近平總書記多次到訪革命紀念地,瞻仰革命歷史紅色場所,反復強調(diào)要用紅色資源,傳承紅色基因,把紅色江山世代傳下去[1]。紅色資源是我國最生動、最鮮活的歷史財富,不僅代表著共產(chǎn)黨人堅定的信念和理想,也飽含著中國共產(chǎn)黨人最優(yōu)秀的品格與氣概[2]。2018 年中共中央印發(fā)《關于實施革命文物保護利用工程的意見》文件,明確指出利用多媒體資源、提升革命文物展示水平的發(fā)展布局,這一背景為開展紅色文獻資源推薦服務提供了基礎與保障。然而,在大數(shù)據(jù)信息時代,現(xiàn)存的紅色文獻資源由于內(nèi)容龐雜、形式多樣,在紅色文獻資源獲取過程中極其容易發(fā)生有效資源加載緩慢、獲取到的資源無利用價值等現(xiàn)象[3]。如何迅速、科學的從大量的紅色文獻資源中獲取用戶需要的、有價值的紅色資源已經(jīng)成為當今社會圖情、信息科學等領域亟待解決的重點與熱點問題[4]。目前相關領域的學者已經(jīng)開展了大量關于紅色文獻資源推薦服務的探討與實踐應用[5],但就現(xiàn)有研究成果而言,廣泛使用的資源推薦服務存在推薦信息特征不明顯、推薦效率不高、推薦對象不精準等現(xiàn)實問題[6],還沒有學者全面考察過如何利用VR 技術促進紅色文獻資源的推薦與發(fā)展,甚至還沒有學者研究基于VR 技術的高校紅色文獻資源的推薦服務模型構建[7]。因此,本文借鑒VR 技術在信息科學、人工智能、精準營銷等領域的具體應用實踐,將VR 技術引入紅色文獻資源推薦服務中,同時以學校圖書館基于VR 技術的紅色文獻資源推薦服務的具體開展情況為研究對象,針對高校紅色文獻資源推薦服務應用實踐模式進行探討,以期為互聯(lián)網(wǎng)信息時代背景下紅色文獻資源的推薦服務研究提供技術手段與參考依據(jù)。
紅色資源的開發(fā)與應用已成為當今社會發(fā)展的熱點與焦點問題[8],根據(jù)目前已有的研究成果,圖書館紅色文獻資源推薦服務主要集中在與紅色資源推薦相關的數(shù)據(jù)庫建設、文獻開發(fā)與推廣工作及紅色主題活動建設等方面[9]。如,袁子英[10]以籌集建設賀龍圖書館為例,探討了紅色文獻資源保存的價值與緊迫性需求,提出紅色資源數(shù)據(jù)庫建設與推廣的關鍵步驟。杜敏[11]以具有黨校特色的數(shù)字信息資源庫“中國共產(chǎn)黨歷史文庫”為例,探討了發(fā)展與推廣紅色資源數(shù)據(jù)庫的意義、前景及存在的實際問題等。張勝峰[12]從《翔安紅色記憶》的編輯出版入手,對圖書館地方革命文獻開發(fā)與推廣的經(jīng)驗進行總結與分析。王東[13]以臨沂市圖書館紅色文獻開發(fā)為例,提出紅色館藏資源建設與推薦服務的創(chuàng)新途徑。肖海清[14]從氛圍營造、資源體系建設、活動品牌及空間打造等多方面構建高校圖書館參與校園紅色文化推薦服務整個流程體系。王方園[15]以遼寧省圖書館紅色文獻資源服務開展實踐為例,從編撰紅色文獻目錄、構建紅色文獻資源保障體系、建立紅色文獻資源修復中心等多個方面提出紅色文獻資源推薦服務建設的體系框架。歐建華[16]針對高校閱讀推廣文化活動中開展的有關黨建活動內(nèi)容進行提煉與總結,提出高校閱讀推廣活動中需要進一步加強紅色文獻資源建設的觀點。劉燕[17]以某高校圖書館開展的“黨建+”為核心的特色品牌活動為例,提出全方位、多元化的紅色文化推廣發(fā)展路徑。王曉園[18]基于扎根理論,從拓寬閱讀渠道、豐富紅色文獻的呈現(xiàn)形式、跨界合作整合紅色文獻資源三個角度提出紅色文獻閱讀推廣策略。劉士瑩[19]以東北抗聯(lián)文獻資源數(shù)據(jù)庫建設中存在的問題為基礎,提出利用人工智能技術創(chuàng)新紅色文獻資源推薦服務的觀點。黨躍武[20]以四川大學“學習書屋”的使用情況為基礎,從資源、平臺、成效三個方面提出開展新時代高校圖書館紅色文獻資源推薦服務的新模式。
然而,已有的相關研究中對于紅色文獻資源推薦服務中的應用方面相對匱乏,所展開的探討和研究主要集中在各種不同的推薦技術的具體應用和優(yōu)化完善、紅色文獻資源數(shù)據(jù)信息的相似性計算和用戶相似度計算等實際問題中,雖然也涉及信息咨詢、人工智能領域內(nèi)紅色文獻資源推薦服務的相關研究和應用,但是針對紅色文獻資源推薦服務中用戶個人信息特征及其在互聯(lián)網(wǎng)絡系統(tǒng)內(nèi)的訪問記錄信息的考慮較匱乏,存在對用戶個人屬性特征研究不足,對用戶的資源需求分析不夠,紅色文獻資源推薦服務不夠準確、科學等現(xiàn)象。
VR 技術的概念來源于圖靈獎獲得者Ivan Sutherland 于1965 年發(fā)表的研究論文《The ultimate display》,應用三維計算機技術生成用戶導航、人機交互的虛擬環(huán)境的仿真技術[21]。其本質(zhì)主要是通過構造即時場景、三維可視圖及仿真運動等為給用戶帶來類似“真實環(huán)境”體驗感的虛擬環(huán)境,其運行的核心在于利用人機交互接口實現(xiàn)“現(xiàn)實”環(huán)境的虛擬化,達到用戶在虛擬環(huán)境下實現(xiàn)沉浸式體驗效果并能夠與虛擬環(huán)境進行即時交互的感受。為了能順利構建紅色文獻資源推薦服務模型,需要獲取大量的能夠全面描述用戶特征的基礎信息,建立用戶信息體系,構建紅色文獻資源VR 化數(shù)據(jù),匹配相對應的紅色文獻資源推薦資源成為構建模型的必然步驟[6]。
在大數(shù)據(jù)背景下,為了將用戶數(shù)據(jù)特征描述清楚,需要針對用戶屬性及其網(wǎng)絡訪問、瀏覽記錄信息進行獲取、提煉操作,分類完成描述用戶特征基礎數(shù)據(jù)的集合,構建描繪用戶特征標簽系統(tǒng);并針對建立的標簽系統(tǒng),完成用戶個體及用戶群體數(shù)據(jù)信息的分類工作。目前使用的高校圖書館管理系統(tǒng)能夠自動對體現(xiàn)用戶屬性特征的數(shù)據(jù)進行提取與歸納操作,并可利用VR 技術對獲取的紅色文獻資源數(shù)據(jù)和用戶數(shù)據(jù)進行挖掘、分類、匹配操作,完成向用戶精準推薦紅色文獻資源的流程。
但是,由于物理存儲形式的不同,獲取到的用戶數(shù)據(jù)可能分散于不同的物理存儲系統(tǒng)中,導致各數(shù)據(jù)信息之間無實質(zhì)性連接,或者相互關聯(lián)性較弱。針對這一問題,將獲取的用戶數(shù)據(jù)信劃分為相對穩(wěn)定數(shù)據(jù)和動態(tài)變化數(shù)據(jù)。相對穩(wěn)定數(shù)據(jù)主要包含高校用戶的姓名、年齡、研究專業(yè)、研究方向等相對固定的數(shù)據(jù);動態(tài)變化數(shù)據(jù)主要指的是用戶在高校網(wǎng)站、高校圖書館交互網(wǎng)絡系統(tǒng)內(nèi)的網(wǎng)頁瀏覽、書籍借閱記錄等具體信息,動態(tài)變化數(shù)據(jù)會隨著用戶學習、工作經(jīng)歷變化等會發(fā)生一系列的改變。
利用VR 對收集到的高校紅色文獻資源進行關鍵特征描述信息,設計并規(guī)劃內(nèi)容場景制作。在具體的構建過程中,按照紅色文獻資源的具體內(nèi)容,需完成實際場景展示、虛擬場景制作兩個方面。
首先,對于實際場景展示的制作流程,需要依次完成以下步驟:調(diào)研分析可轉化的紅色文獻資源狀況,設計所要制作場景的展示形式、拍攝視角、人機互動等實施方案;根據(jù)紅色文獻資源的具體需求進行實際場景的拍攝、錄像工作;將拍攝的視頻、圖片等利用剪輯、合成等處理技術形成視頻或全景圖;通過AE、PE等設計軟件制作交互動畫,并完成界面設計模塊;輸出可進行人機交互的VR 信息,并在VR場景中完成內(nèi)容測試工作;而后形成與紅色文獻資源相匹配的VR 化數(shù)據(jù)信息。而對于虛擬場景建模制作流程,則需要依次完成以下步驟:根據(jù)紅色文獻資源實際狀況,設計建模場景的3D 模型圖;利用建模軟件進行3D 的模型構建,設計并制作完成交互動畫;完成3D模型的構建,完成實時渲染功效;利用VR 顯示裝置不斷進行優(yōu)化,獲得與紅色文獻資源內(nèi)容相符合的3D虛擬場景數(shù)據(jù)集合。
在實現(xiàn)高校用戶標簽體系及紅色文獻資源VR 數(shù)據(jù)信息轉換后,即完成針對目標用戶進行紅色文獻資源推薦服務的數(shù)據(jù)準備工作,通過用戶資源需求標簽信息與紅色文獻資源VR數(shù)據(jù)集合之間的匹配、整合操作,構建向目標用戶推薦所需紅色文獻資源信息的過程。在紅色文獻資源信息推薦過程中,可以將目標用戶對于紅色文獻資源的需求按照時間長短劃分為長期需求和短期需求,并分別獲取對應的用戶興趣值,用于紅色文獻資源推薦服務模型的構建,從而提供不同的紅色文獻資源推薦服務[22]。具體而言,即利用信息過濾技術、聚類算法等數(shù)學處理手段,完成針對用戶信息分層次、科學的描述,并隨著用戶動態(tài)變化數(shù)據(jù)的不斷更新,用于構建推薦服務模型的數(shù)據(jù)信息也需實時優(yōu)化、完善,才能科學、有效地構建高校紅色文獻資源推薦模型,為高校紅色資源推薦服務提供精準的目標用戶文獻資源需求信息。
基于以上分析,構建的紅色文獻資源推薦服務模型可依次分為用戶信息獲取、資源VR處理、資源匹配及資源信息展示等四個模塊。
用戶信息獲取模塊是整個推薦服務模型的數(shù)據(jù)基礎,其主要作用是提取能夠描述高校用戶特征屬性的數(shù)據(jù),包括用戶的相對穩(wěn)定數(shù)據(jù)和動態(tài)變化數(shù)據(jù),并經(jīng)篩選、合并、分類形成用于紅色文獻資源推薦服務的元數(shù)據(jù)集合。
資源VR 處理模塊是建立紅色文獻資源推薦服務流程的關鍵,基于用戶信息獲取模塊獲取到的有效元數(shù)據(jù)集合,利用VR 技術完成紅色文獻資源數(shù)據(jù)的前期處理、數(shù)據(jù)分析及數(shù)據(jù)匯總的過程,進而得到科學、統(tǒng)一、標準化的紅色文獻資源集合,為與用戶資源需求的匹配工作提供標準化的紅色文獻資源數(shù)據(jù)庫。
在資源匹配模塊中,基于獲取的用戶對于紅色文獻資源的查找記錄、評價、轉發(fā)等信息,根據(jù)用戶的當前需求和潛在需求,利用數(shù)據(jù)挖掘對潛在用戶完成信息聚類、數(shù)據(jù)關聯(lián)處理,建立潛在用戶信息集合庫。隨后,分別將描述單個用戶數(shù)據(jù)信息庫及群體用戶信息庫的數(shù)據(jù)與紅色文獻資源數(shù)據(jù)庫的信息進行全方位、多角度、深層次的匹配處理。
資源信息展示模式主要將匹配完成的紅色文獻資源以可視化的方式推送至圖書館網(wǎng)絡交互平臺上,包括推薦紅色文獻資源的介紹、紅色文獻資源的調(diào)度情況、紅色文獻資源的推薦等相關信息,增強被推薦文獻資源顯示的直觀顯示性,提高被推薦文獻資源的精準性和推薦效率。
對于高校而言,紅色文獻資源推薦系統(tǒng)是聯(lián)系紅色文獻資源與用戶需求之間的樞紐——通過提取、總結圖書館紅色文獻資源數(shù)據(jù)信息,能夠建立已有紅色文獻資源數(shù)據(jù)的特征模型并匯總形成高校紅色文獻資源的數(shù)據(jù)模型集合。同時,基于數(shù)據(jù)處理手段對用戶的個人信息進行分類與聚合操作,利用用戶對已有紅色文獻資源的使用效果評價數(shù)據(jù)信息完成單個用戶和類似用戶群組集合的劃分與歸類,從而能夠將不同的用戶標簽映射形成為多個用戶主題信息集合[17],將用戶主題與基于VR 的紅色文獻資源主題進行匹配操作。如若匹配成功,則將紅色文獻資源數(shù)據(jù)通過紅色文獻資源推薦系統(tǒng)對用戶進行推薦服務;如果匹配不成功,則進行反饋信息操作,如此循環(huán)往復直至推薦匹配成功。因此,針對紅色文獻資源數(shù)據(jù)推薦模式需分別從特征數(shù)據(jù)關聯(lián)、情景模式模擬、用戶興趣愛好三個方面進行場景化應用。
基于特征數(shù)據(jù)關聯(lián)的圖書館紅色文獻資源推薦模式是從目標用戶自身的資源需求出發(fā),針對圖書館管理系統(tǒng)內(nèi)已有的用戶借閱記錄信息進行分析與數(shù)據(jù)挖掘操作,篩選用戶借閱的各類紅色文獻資源之間的特征相互關聯(lián)信息,根據(jù)他們之間的相關性實現(xiàn)提取與聚類操作,從而向目標用戶提供其可能需要的紅色文獻資源信息。在基于特征數(shù)據(jù)關聯(lián)的圖書館紅色文獻資源推薦服務過程中,利用用戶同一身份認證機制,能夠降低關于目標用戶身份信息認證信息的復雜度,有利于紅色文獻資源推薦系統(tǒng)采集目標用戶資源需求信息的過程,同時以圖書館管理系統(tǒng)內(nèi)已存在的用戶借閱記錄信息為關聯(lián)基礎,可以在基于特征關聯(lián)的圖書館紅色文獻資源推薦模式中提升紅色文獻資源的轉化率和推薦服務內(nèi)容精準度。
紅色文獻資源記錄了中國共產(chǎn)黨領導人民進行革命的波瀾壯闊的歷史進程,因此在大數(shù)據(jù)背景下,在向用戶提供館藏紅色文獻資源推薦過程中,圖書館要主動利用VR 技術增加情景模式、所處訪問環(huán)境等挖掘條件,借助傳感器、感應器等設備實時檢測當下情景是否符合用戶需求,是否符合紅色文獻資源呈現(xiàn)的背景,以使情景模式正確呈現(xiàn)。只有這樣,才能通過構建用戶情景模型科學描述用戶所需所處情景。同時,也要根據(jù)情景模擬的具體情況獲取目標用戶的屬性特征,如興趣愛好、專業(yè)背景和資源需求等數(shù)據(jù)信息,利用VR 技術在圖書館網(wǎng)絡系統(tǒng)內(nèi)搜索與情景模擬獲取的目標用戶具體情況相適應的紅色文獻資源,并將獲取的紅色文獻資源進行相關性排序后依次向目標用戶推薦。
在向目標對象提供推薦服務過程中,將用戶興趣愛好作為關鍵信息進行過濾篩選,匹配與用戶興趣愛好相似度高的紅色文獻資源,并將其推薦給相關的用戶,同時深度挖掘具有相似興趣的用戶群體信息,并從這些群體中檢索相關紅色文獻資源信息,依據(jù)用戶感興趣的數(shù)據(jù)信息,為其精準推薦感興趣的紅色文獻資源。然而,基于用戶興趣愛好的紅色文獻資源推薦模式只有在用戶登錄過圖書館集成管理系統(tǒng)并留下借閱記錄信息后,其有效信息才可能被系統(tǒng)篩選并引用,否則,將無法對相應的紅色文獻資源進行充分利用,從而相應的紅色文獻資源也無法被主動推薦給其他用戶。
西北工業(yè)大學圖書館根據(jù)學校文獻資源建設總體規(guī)劃,將紅色文獻資源精準推薦服務納入“十四五”總體建設規(guī)劃范圍,結合“三全育人”總體發(fā)展目標要求,對已有館藏紅色文獻資源進行優(yōu)化整合,在做好紅色文獻資源分類標引和主題揭示的同時,完成紅色文獻資源VR 化,建立紅色文獻資源VR 數(shù)據(jù)庫。在此基礎上,圖書館于2020 年開展以VR 技術為基礎的紅色文獻資源推薦服務活動,主要以圖書館的紅色文獻館藏資源為基礎,為全校師生用戶提供包括紙質(zhì)版、電子版等多種類型的紅色文獻資源不定期推薦與實時推送服務。
在紅色文獻資源推薦服務開展的準備過程中,首先完成師生用戶行為數(shù)據(jù)信息的收集與分析工作,包括用戶的基本屬性、興趣愛好及在網(wǎng)絡交互平臺內(nèi)的行為痕跡等一系列數(shù)據(jù)信息。具體來說,用戶的基本屬性等相對穩(wěn)定數(shù)據(jù)是包括學生的學籍信息、學生證、學校一卡通等數(shù)據(jù);用戶的興趣愛好及在圖書館網(wǎng)絡交互平臺內(nèi)的行為痕跡等動態(tài)變化數(shù)據(jù),主要是利用信息標記的方式獲取。在滿足用戶的基本屬性數(shù)據(jù)、動態(tài)變化數(shù)據(jù)信息不同儲存要求的基礎上,設立描述用戶數(shù)據(jù)的信息解析方式,完成針對用戶信息的科學描述與聚類操作。通過圖書館網(wǎng)站系統(tǒng)獲取的用戶數(shù)據(jù)信息集合,結合用戶在學校網(wǎng)站及圖書館交互系統(tǒng)內(nèi)產(chǎn)生的關于紅色文獻搜索信息、紅色文獻資源下載、對紅色資源的瀏覽時間等多方面的數(shù)據(jù),依照用戶標簽分類原則,完成關于用戶特征數(shù)據(jù)、所處環(huán)境、興趣愛好等各類標簽值的篩選、提取、歸納,形成代表用戶屬性特征的標簽庫,并將具有相同或相似標簽值的用戶聚類形成用戶群體簇;將構建的用戶資源需求標簽體系與紅色文獻資源對象VR 數(shù)據(jù)集合進行匹配操作,獲得被推薦紅色資源的VR 數(shù)據(jù)集合。最后,采用下拉列表的形式對用戶及用戶群體簇歷史搜索關鍵字、關鍵詞進行展示與推薦,為有相同或相似紅色文獻資源需求的用戶群體提供搜索參考,完成為用戶提供科學、高效的紅色文獻資源推薦服務的整個過程,同時圖書館提供VR紅色文獻資源視覺播放設備,用戶通過預約后由專業(yè)館員播放使用。
目前,圖書館通過上述一系列紅色文獻資源推薦服務建設和改革的初步嘗試,積累了一定的紅色文獻資源推廣類的工作經(jīng)驗,同時也發(fā)現(xiàn)了一些具體問題,即:如何有效提高紅色文獻資源數(shù)據(jù)VR 化的利用率,如何有效、全面地描述目標用戶個體及用戶群體的相似性與差異性等。在后續(xù)建設過程中,圖書館將結合學校教學科研、人才培養(yǎng)的實際需求,將紅色文獻資源VR 數(shù)據(jù)與學校人文素質(zhì)教育、科研服務進行精準匹配和嵌入,從優(yōu)化推薦服務的功能分區(qū)、突出紅色主題版塊及開設紅色文獻資源推薦服務專題網(wǎng)站入手,拉近讀者用戶與紅色文獻資源推薦服務的距離,激發(fā)讀者用戶的情感共鳴,促進紅色文獻資源推薦服務與學校的科研工作、人才培養(yǎng)、思政教育的進一步融合,強化紅色文獻資源推薦服務在高?!胺沼恕敝械膽猛茝V。
紅色文獻資源推薦服務是高校圖書館體現(xiàn)高等教育職能的重要內(nèi)容之一,同時也是圖書館人的職責要求和歷史使命。在網(wǎng)絡信息技術快速發(fā)展的大環(huán)境下,圖書館應強化對各類媒體技術的應用,不僅要做紅色文化資源的傳承者,更要做紅色文獻資源的發(fā)展者和創(chuàng)新者。本文基于高校圖書館紅色文獻資源及用戶屬性特征,在深度挖掘館藏紅色文獻資源的基礎上,針對用戶的紅色文獻資源潛在需求,構建混合式紅色文獻資源推薦服務模型,并對這種紅色文獻資源數(shù)據(jù)推薦模式分別從特征數(shù)據(jù)關聯(lián)、情景模式模擬、用戶興趣愛好三個方面進行場景化應用探討,以期使紅色文獻資源的推薦情景模式符合用戶需求。最后以VR 技術在學校圖書館紅色文獻資源推薦服務中的應用實踐為例,對高校圖書館紅色文獻資源推薦模式進行研究與總結,為高校紅色文獻資源推薦服務提供參考依據(jù)與發(fā)展方向,提升為用戶服務的精準性。