趙 姍
(中共西安市委黨校 圖書館,陜西 西安 710056)
人工智能自1956年被J·麥卡錫(J.McAarthy)提出已經(jīng)歷63年的發(fā)展。據(jù)《2017新媒體聯(lián)盟地平線報告:圖書館版》介紹,在國外已經(jīng)將人工智能技術(shù)列為近5年的重點關(guān)注技術(shù)之一[1]。在國內(nèi),人工智能和智慧服務(wù)也成為影響圖書館發(fā)展的熱點問題[2]?;ヂ?lián)網(wǎng)時代的大數(shù)據(jù)呈現(xiàn)大量(Volume)、多樣(Variety)、高速(Velocity)、價值(Value)的4V特性[3]。數(shù)據(jù)時代的特點影響著圖書館用戶學(xué)習(xí)行為方式。圖書館用戶的需求不再是對藏書位置、在館與否信息的查找,更多的是希望圖書館能為用戶提供信息數(shù)據(jù)的智能服務(wù),讓用戶在圖書館可以對一個問題進行關(guān)聯(lián)閱讀、得到圖書館專業(yè)的啟發(fā)或引導(dǎo)[4],找到最匹配的合理指導(dǎo)。這需要圖書館的用戶服務(wù)從被動服務(wù)向“數(shù)據(jù)驅(qū)動”的智慧服務(wù)過渡。
智慧服務(wù)在提供數(shù)據(jù)資源和服務(wù)時更注重用戶學(xué)習(xí)的交互性、知識學(xué)習(xí)的引導(dǎo)性和用戶圖書館使用的體驗感。要實現(xiàn)圖書館的智慧服務(wù)[5]就要依托于大數(shù)據(jù)、云計算、數(shù)據(jù)挖掘等AI(Artificial Intelligence)常見的計算機技術(shù)的應(yīng)用,其中分析用戶在圖書館的學(xué)習(xí)行為模型是技術(shù)應(yīng)用的基礎(chǔ)。根據(jù)用戶行為數(shù)據(jù)分析,向用戶提供不同信息資源和服務(wù)形式,例如:用戶交流會、專家學(xué)術(shù)交流活動等,通過線下活動來達到幫助和促進不同用戶在圖書館的學(xué)習(xí)實踐活動[6]。
信息技術(shù)的發(fā)展與應(yīng)用深刻地改變了人們生活的習(xí)慣,隨著人工智能的應(yīng)用,必將改變圖書館的硬件設(shè)施和信息服務(wù)的形式。當(dāng)前人工智能技術(shù)主要應(yīng)用于圖書館的空間設(shè)計、聊天機器人業(yè)務(wù)[7-8]、信息推薦服務(wù)等領(lǐng)域。國內(nèi)圖書館智慧服務(wù)應(yīng)用有:清華大學(xué)的“小圖”、深圳圖書館的“小圖丁”等,但是因為技術(shù)處于實踐階段,人工智能應(yīng)用過程中仍有很多問題需要改善。
人工智能技術(shù)的發(fā)展應(yīng)用是圖書館智慧服務(wù)的前提,它使圖書館傳統(tǒng)服務(wù)與智能技術(shù)融合衍生的智慧服務(wù)具有廣闊的發(fā)展空間,如:智能信息檢索系統(tǒng)、參考服務(wù)機器人、興趣推薦系統(tǒng)等。云計算、大數(shù)據(jù)等技術(shù)的發(fā)展帶動了圖書館數(shù)據(jù)化環(huán)境的發(fā)展,圖書館數(shù)據(jù)環(huán)境的成熟為智慧服務(wù)提供數(shù)據(jù)基礎(chǔ)。信息技術(shù)、人工智能的發(fā)展促使圖書館數(shù)字化服務(wù)向智慧服務(wù)發(fā)展,智慧服務(wù)是機器自動服務(wù)、機器學(xué)習(xí)等圖書館服務(wù)在內(nèi)涵和外延的深入拓展,是新技術(shù)和圖書館理念、制度結(jié)合形成的特色服務(wù)。此類服務(wù)的本質(zhì)是人工智能技術(shù)不斷發(fā)展、技術(shù)和圖書館服務(wù)融合加深的結(jié)果,是技術(shù)從實驗到應(yīng)用的過程。
需求的發(fā)展導(dǎo)致服務(wù)的不斷創(chuàng)新,技術(shù)的革新讓圖書館用戶對知識學(xué)習(xí)產(chǎn)生了深層次的應(yīng)用需求。人工智能時代的到來,對圖書館用戶學(xué)習(xí)行為有著顯著的影響作用。圖書館服務(wù)的轉(zhuǎn)型、管理理念和制度的革新讓技術(shù)在圖書館領(lǐng)域更好地發(fā)揮作用,滿足了知識時代用戶終身學(xué)習(xí)過程中對文化和信息服務(wù)的需要。
現(xiàn)代的圖書館用戶學(xué)習(xí)的特點在于學(xué)習(xí)軌跡的發(fā)散性和創(chuàng)新性,用戶學(xué)習(xí)的知識源于現(xiàn)有知識,但在用戶和圖書館系統(tǒng)的交互過程中通過圖書館智慧服務(wù)使得學(xué)習(xí)內(nèi)容之間的關(guān)聯(lián)關(guān)系得到多樣呈現(xiàn),創(chuàng)新思維被激發(fā),學(xué)習(xí)、調(diào)查、決策不斷交織,反復(fù)交互。從圖書館的智慧服務(wù)角度出發(fā),智慧服務(wù)的最終目標(biāo)是實現(xiàn)圖書館服務(wù)內(nèi)容范圍的拓展、服務(wù)方式的智能。除了提供傳統(tǒng)的參考咨詢、閱讀推廣、書目查詢、借閱等功能外,深度挖掘用戶需求,為用戶提供精準(zhǔn)信息、推薦相關(guān)知識和通過需求進行信息趨勢預(yù)測成為現(xiàn)代圖書館智慧服務(wù)的重點。圖書館的智慧服務(wù)已經(jīng)進入機器人階段,通過互聯(lián)網(wǎng)技術(shù)替代一些傳統(tǒng)的人工服務(wù),此類服務(wù)局限于服務(wù)形式的創(chuàng)新,只有深入挖掘圖書館用戶學(xué)習(xí)過程中的需求才能運用人工智能技術(shù)實現(xiàn)服務(wù)內(nèi)容和服務(wù)方式上的同步創(chuàng)新。人工智能技術(shù)在發(fā)掘用戶學(xué)習(xí)需求方面優(yōu)勢明顯,大數(shù)據(jù)的預(yù)測是傳統(tǒng)統(tǒng)計分析技術(shù)的飛躍,只有進行精準(zhǔn)的需求分析才能結(jié)合計算機技術(shù)為用戶提供精準(zhǔn)服務(wù)、特色服務(wù)。
智慧服務(wù)包括引導(dǎo)用戶在不熟悉目標(biāo)領(lǐng)域?qū)W習(xí)和向用戶推薦學(xué)習(xí)目標(biāo)不確定的知識學(xué)習(xí)策略[9]。2006年,馬爾基尼尼G(Marchionini G)提出了多分支策略的信息學(xué)習(xí)過程。根據(jù)馬爾基尼尼G提出的用戶學(xué)習(xí)模型,我們通過研究用戶的學(xué)習(xí)行為階段以及各個階段的行為特征,總結(jié)用戶學(xué)習(xí)行為模式,為圖書館智慧服務(wù)提供用戶需求分析。圖1為用戶學(xué)習(xí)階段特征圖。
Fig.1 Learning stage features圖1 學(xué)習(xí)階段特征
圖書館用戶常見的學(xué)習(xí)行為分為兩個階段:淺層學(xué)習(xí)(即:瀏覽式學(xué)習(xí))和深度學(xué)習(xí)。淺層學(xué)習(xí)的重點在內(nèi)容瀏覽,目的是通過瀏覽的方式粗略了解學(xué)習(xí)問題所涉及的內(nèi)容范圍,并能快速聯(lián)系相關(guān)知識節(jié)點,形成知識學(xué)習(xí)脈絡(luò)。用戶在學(xué)習(xí)初期通過圖書館服務(wù)系統(tǒng)推薦的相關(guān)知識,了解學(xué)習(xí)內(nèi)容的概況。在淺層學(xué)習(xí)過程中,用戶通過對所需內(nèi)容簡單抽象,形成知識搜索關(guān)鍵詞,再使用關(guān)鍵詞查詢的方式向圖書館服務(wù)系統(tǒng)查詢學(xué)習(xí)內(nèi)容。學(xué)習(xí)內(nèi)容關(guān)鍵詞的提取對用戶學(xué)習(xí)效果會有顯著的影響。淺層學(xué)習(xí)呈現(xiàn)出知識學(xué)習(xí)深度、廣度局限,用戶學(xué)習(xí)滿意度較低的特點。此階段用戶為了得到需要的學(xué)習(xí)內(nèi)容就必須不斷調(diào)整關(guān)鍵詞或搜索方式。
深度學(xué)習(xí):學(xué)習(xí)的過程都是由淺到深,由粗到精的漸進過程。經(jīng)過淺層學(xué)習(xí)后逐步進入深度學(xué)習(xí)階段,用戶已明確所需學(xué)習(xí)知識的體系,查詢使用的關(guān)鍵詞或句子語義準(zhǔn)確、二義性弱。用戶在深度學(xué)習(xí)階段會對學(xué)習(xí)內(nèi)容進行二次提取,對知識點的關(guān)聯(lián)進行深入挖掘,并對用戶學(xué)習(xí)擴展點進行標(biāo)注。深度學(xué)習(xí)階段下,用戶行為特征表現(xiàn)為人機交互時使用復(fù)雜問句和精準(zhǔn)具體提問數(shù)量增多;圖書館服務(wù)系統(tǒng)返回結(jié)果表現(xiàn)為知識點詳細、專業(yè),知識發(fā)散性增強,從原始知識節(jié)點拓展新知識節(jié)點的概率增大。用戶學(xué)習(xí)過程中兩個階段并存于學(xué)習(xí)始終,對所學(xué)知識的理解程度取決于兩個過程反復(fù)深入的程度。
隨著計算機硬件設(shè)備存儲量的不斷增大和數(shù)據(jù)云服務(wù)的廣泛應(yīng)用,圖書館的電子資源不論是本地存儲量還是云端訪問量都達到上萬次每日。圖書館服務(wù)系統(tǒng)把數(shù)據(jù)資源按照不同的分類方式劃分成相應(yīng)的資源數(shù)據(jù)集合。
用戶使用圖書館資源數(shù)據(jù)集和相應(yīng)服務(wù)系統(tǒng)的學(xué)習(xí)過程為:首先,圖書館用戶在面臨無法解決的復(fù)雜問題時會選擇圖書館幫助進行相關(guān)知識學(xué)習(xí),用戶的學(xué)習(xí)過程是一個不斷反復(fù)、不斷深入學(xué)習(xí)的持續(xù)過程;其次,圖書館用戶在使用圖書館資源數(shù)據(jù)集時需要把待解決的問題抽象成知識需求;再次,用戶通過已有知識把所需的知識定位到圖書館服務(wù)系統(tǒng)中的合理資源空間;最后,通過圖書館服務(wù)系統(tǒng)的引導(dǎo)逐步明確學(xué)習(xí)脈絡(luò)、完成學(xué)習(xí)任務(wù),達到學(xué)習(xí)目標(biāo)并最終能培養(yǎng)學(xué)習(xí)興趣。
如圖2所示,用戶在使用圖書館資源數(shù)據(jù)集時,遵循由淺向深,從集中向發(fā)散的規(guī)律。隨著用戶淺層學(xué)習(xí)完成,用戶需求被分解成不同層級的知識點,我們把這個針對需求的知識點的集合稱為資源數(shù)據(jù)空間,在資源數(shù)據(jù)空間中以用戶需求節(jié)點為中心節(jié)點,通過拓展中心節(jié)點形成枝葉節(jié)點和關(guān)聯(lián)節(jié)點,以節(jié)點間的轉(zhuǎn)移作為學(xué)習(xí)進度推進用戶學(xué)習(xí)過程。如圖2所示,用戶認識從粗淺模糊到清晰深入,用戶在學(xué)習(xí)的過程中,通過學(xué)習(xí)進程的推移,用戶逐步完善學(xué)習(xí)問題中所涉及的資源數(shù)據(jù)空間。構(gòu)建資源數(shù)據(jù)空間的過程為:用戶從不確定所要學(xué)習(xí)的知識點,通過圖書館服務(wù)系統(tǒng)逐步豐富學(xué)習(xí)內(nèi)容,最后確定知識學(xué)習(xí)系統(tǒng)框架、學(xué)習(xí)興趣、學(xué)習(xí)深度和創(chuàng)新知識關(guān)聯(lián)等。通過圖2可知,用戶學(xué)習(xí)過程資源數(shù)據(jù)空間的大小、學(xué)習(xí)周期長短與學(xué)習(xí)內(nèi)容的復(fù)雜程度正向相關(guān)。
Fig.2 Analysis of user learning process in data resource space圖2 數(shù)據(jù)資源集中的用戶學(xué)習(xí)過程解析
用戶在圖書館發(fā)生的學(xué)習(xí)行為會因?qū)W習(xí)內(nèi)容不同呈現(xiàn)不同的行為特征,行為特征是學(xué)習(xí)內(nèi)容本身具有的獨特屬性。在分析用戶學(xué)習(xí)過程和學(xué)習(xí)行為特征后提取出學(xué)習(xí)內(nèi)容特征,主要包括學(xué)習(xí)內(nèi)容的重要性、密集性、主觀性和復(fù)雜性4個特性。學(xué)習(xí)內(nèi)容特征因素對用戶心理產(chǎn)生影響。通過實踐工作分析,我們認為用戶學(xué)習(xí)心理狀態(tài)一般包括被動、主動、興趣三種。自我決定理論認為,人類的行為指向受心理基本需求滿足程度的制約,通過分析用戶學(xué)習(xí)心理狀態(tài)要素,可以明確用戶學(xué)習(xí)心理狀態(tài)對用戶使用智慧圖書館服務(wù)的意愿影響。基于此,本文提出的用戶學(xué)習(xí)行為與采用智慧圖書館服務(wù)進行學(xué)習(xí)的意愿關(guān)系模型重點關(guān)注學(xué)習(xí)內(nèi)容特征因素對用戶學(xué)習(xí)心理產(chǎn)生的影響和用戶學(xué)習(xí)心理對用戶采用智慧圖書館進行學(xué)習(xí)的意愿的影響,如圖3所示。
Fig.3 Influencing factors model of user learning behavior圖3 用戶學(xué)習(xí)行為影響因素模型
2.3.1 學(xué)習(xí)內(nèi)容特征對用戶心理狀態(tài)的影響
(1)學(xué)習(xí)內(nèi)容的重要性對用戶學(xué)習(xí)興趣影響分析:重要性是指圖書館資源數(shù)據(jù)空間中學(xué)習(xí)內(nèi)容對用戶完成學(xué)習(xí)任務(wù)的意義,學(xué)習(xí)內(nèi)容的重要性可以極大地激發(fā)用戶潛在的學(xué)習(xí)興趣,人對愛好興趣的追求會在心理上給用戶帶來極大的滿足感。用戶可以感受到完成學(xué)習(xí)內(nèi)容對工作和生活帶來的積極影響。當(dāng)用戶接受一項重要任務(wù),就不可避免地產(chǎn)生使命感,最終在任務(wù)階段性結(jié)束時由任務(wù)重要性向用戶長期學(xué)習(xí)研究的興趣過渡時,會產(chǎn)生濃厚的學(xué)習(xí)熱情。因此,圖3中A1表示重要性對興趣很大概率會產(chǎn)生正向影響。
(2)密集性是指學(xué)習(xí)內(nèi)容的離散程度,其中涉及關(guān)聯(lián)因子概念,關(guān)聯(lián)因子是知識交叉程度的量化系數(shù),會根據(jù)用戶在學(xué)習(xí)過程中學(xué)習(xí)行為的偏重取值的調(diào)節(jié)系數(shù),其取值在(0,1)之間。聯(lián)系越緊密,關(guān)聯(lián)因子越靠近1,關(guān)聯(lián)因子越靠近0則表示聯(lián)系越疏松。密集度低的學(xué)習(xí)行為完成學(xué)習(xí)目標(biāo)的時間越短,淺層學(xué)習(xí)的離散度越小,學(xué)習(xí)思路越明確,用戶學(xué)習(xí)行為的自主選擇范圍越小,受到的限制條件越多,也就是接受圖書館主動推送服務(wù)的可能性越高。因此,A2說明密集性對主動學(xué)習(xí)很大概率會產(chǎn)生負向影響。
(3)主觀性是指學(xué)習(xí)內(nèi)容涉及到的主觀設(shè)計部分,主觀設(shè)計不但需要用戶主動學(xué)習(xí),還需要不斷摸索,通過調(diào)整學(xué)習(xí)方向來解決學(xué)習(xí)過程中出現(xiàn)的各種問題。學(xué)習(xí)內(nèi)容的主觀性需要用戶飽滿的學(xué)習(xí)熱情、學(xué)習(xí)興奮度、發(fā)散思維和探索精神,主觀性越高表示用戶的學(xué)習(xí)主動性越強,用戶發(fā)現(xiàn)新知識的可能性越大。A3表示主觀性對用戶學(xué)習(xí)主動性很大概率會產(chǎn)生正向影響。
(4)復(fù)雜性指學(xué)習(xí)內(nèi)容的困難程度,復(fù)雜問題的學(xué)習(xí)需要用戶在學(xué)習(xí)過程中不斷嘗試各種學(xué)習(xí)方法。復(fù)雜問題的出現(xiàn)會在不同程度上打擊用戶學(xué)習(xí)的主動性、自信心和學(xué)習(xí)的積極性。面對復(fù)雜問題,圖書館提供的淺層知識服務(wù)無法提供有效的學(xué)習(xí)思路,用戶淺層學(xué)習(xí)受阻,學(xué)習(xí)行為轉(zhuǎn)而向規(guī)定完成時限的被動學(xué)習(xí)方式靠近。A4表示問題復(fù)雜性對主動學(xué)習(xí)很大概率會產(chǎn)生反向影響,即:復(fù)雜問題會使用戶學(xué)習(xí)行為在主動學(xué)習(xí)和被動學(xué)習(xí)之間不斷偏移。此外,學(xué)習(xí)內(nèi)容的復(fù)雜性對學(xué)習(xí)行為心理的影響還會受到學(xué)習(xí)過程、用戶學(xué)習(xí)心理預(yù)期和用戶對圖書館智慧服務(wù)滿意度等因素的影響。這就對智慧服務(wù)提出了更高的要求,服務(wù)系統(tǒng)需要從用戶淺層學(xué)習(xí)軌跡中分析解決復(fù)雜問題的思路,引導(dǎo)用戶學(xué)習(xí),幫助用戶找到學(xué)習(xí)樞紐,分解復(fù)雜問題,順利讓用戶進入深度學(xué)習(xí)階段。
2.3.2 用戶心理狀態(tài)對其采用智慧圖書館服務(wù)進行學(xué)習(xí)的意愿影響
(1)學(xué)習(xí)興趣應(yīng)該是用戶學(xué)習(xí)的最高境界,解決問題或許是用戶使用圖書館學(xué)習(xí)的直接動因,但是培養(yǎng)學(xué)習(xí)興趣一定是圖書館服務(wù)的最終目的。圖書館服務(wù)就是要讓更多的用戶愛上圖書館,把讀書學(xué)習(xí)培養(yǎng)成興趣愛好,成為一種長期的,不斷深入的習(xí)慣性過程。用戶的興趣對使用圖書館服務(wù)具有正向影響趨勢,有促進的作用。A5表示用戶的興趣對使用圖書館智慧服務(wù)很大概率會產(chǎn)生正向作用。
(2)主動性表示用戶在面對學(xué)習(xí)內(nèi)容和圖書館服務(wù)系統(tǒng)反饋的知識時選擇學(xué)習(xí)的隨意性較大,圖書館服務(wù)對用戶的約束條件較少,用戶對學(xué)習(xí)內(nèi)容有較大的自由選擇權(quán),這類用戶一般有明確的學(xué)習(xí)目標(biāo)或?qū)W習(xí)興趣。此類用戶學(xué)習(xí)思路清晰,學(xué)習(xí)的范圍和學(xué)習(xí)的時間隨意性較大,圖書館智慧服務(wù)若能切中用戶自主學(xué)習(xí)的關(guān)鍵點,能對用戶有所啟發(fā),就能抓住用戶使用滿意度,讓用戶的心理得到極大的滿足。這恰恰是圖書館智慧服務(wù)的優(yōu)勢。A6表示用戶的主動性對用戶采用智慧圖書館服務(wù)進行學(xué)習(xí)的意愿很大概率會產(chǎn)生正向影響作用。
(3)被動性是一種用戶消極應(yīng)付的學(xué)習(xí)心態(tài),這種學(xué)習(xí)狀態(tài)的持續(xù)必定會影響學(xué)習(xí)效果。上節(jié)中講到內(nèi)容的復(fù)雜性會影響用戶學(xué)習(xí)的積極性,用戶在受到學(xué)習(xí)打擊后,學(xué)習(xí)心理需求也會從主動學(xué)習(xí)向被動學(xué)習(xí)轉(zhuǎn)移。被動學(xué)習(xí)狀態(tài)的減弱需要圖書館智慧服務(wù)發(fā)揮作用。圖書館智慧服務(wù)對內(nèi)容復(fù)雜的問題通過知識拆分、降維等方式,幫助用戶產(chǎn)生新的學(xué)習(xí)思路,讓用戶在學(xué)習(xí)過程中建立學(xué)習(xí)自信心,并通過發(fā)散聯(lián)系的方式讓用戶對學(xué)習(xí)內(nèi)容從被動學(xué)習(xí)向主動學(xué)習(xí)過渡。A7表示用戶學(xué)習(xí)的被動性與智慧圖書館服務(wù)產(chǎn)生很大概率的負向相關(guān)影響。
隨著大數(shù)據(jù)和互聯(lián)網(wǎng)+的廣泛應(yīng)用,圖書館已經(jīng)成為人們生活中必不可少的工作、生活助手。越來越多用戶參與到圖書館的讀書學(xué)習(xí)中,圖書館開展智慧服務(wù)已成為必然性趨勢,智慧服務(wù)的目標(biāo)是為人群提供更切合需要的特色化服務(wù)。對于使用圖書館的用戶來說,智慧服務(wù)對用戶解決難題、培養(yǎng)創(chuàng)新思維提供了重要的指引和幫助。
文章首先對圖書館邁向智慧的必然性進行論述,再對智慧圖書館服務(wù)環(huán)境下用戶學(xué)習(xí)行為階段進行劃分,以及對基于資源數(shù)據(jù)空間的學(xué)習(xí)過程進行描述,最后通過人的自我決定理論從學(xué)習(xí)行為與學(xué)習(xí)內(nèi)容的天然關(guān)系出發(fā),指出學(xué)習(xí)內(nèi)容特征、用戶學(xué)習(xí)心理狀態(tài)和用戶采用智慧圖書館服務(wù)進行學(xué)習(xí)的意愿三者之間的關(guān)聯(lián)關(guān)系,構(gòu)建用戶學(xué)習(xí)行為與采用智慧圖書館服務(wù)進行學(xué)習(xí)的意愿關(guān)系模型(圖3),通過該模型,對使用圖書館智慧服務(wù)接受度分析,為推廣圖書館的智慧服務(wù)提供的參考依據(jù)。
圖書館用戶學(xué)習(xí)行為的兩個階段都受到對圖書館服務(wù)心理預(yù)期和實際心理感受度的雙重影響。要讓用戶在遇到問題時選擇進入圖書館學(xué)習(xí),就需要讓用戶的學(xué)習(xí)行為過程的心理需求:興趣、主動性兩個因素對圖書館智慧服務(wù)都產(chǎn)生正向影響,即積極作用,同時,消除被動性的負面影響——讓用戶被動學(xué)習(xí)的心理需求產(chǎn)生向主動學(xué)習(xí)需求的轉(zhuǎn)變。用戶只有在使用圖書館服務(wù)順利解決學(xué)習(xí)問題后,心理才會對圖書館的服務(wù)產(chǎn)生滿意感,同時心理會有滿足感。圖書館智慧服務(wù)只有通過幫助用戶順利解決學(xué)習(xí)問題來實現(xiàn)用戶心理上的滿足感,讓懷有被動學(xué)習(xí)心態(tài)的用戶主動學(xué)習(xí),同時可以激發(fā)用戶的潛在學(xué)習(xí)興趣點。因此,對于圖書館的智慧服務(wù)不但要考慮用戶學(xué)習(xí)行為階段特征,更要滿足用戶心理需求,只有做到圖書館服務(wù)細節(jié)都達到用戶需求才能讓用戶心理得到滿足,才能讓圖書館智慧服務(wù)區(qū)別于傳統(tǒng)服務(wù),實現(xiàn)圖書館服務(wù)質(zhì)的飛躍,為用戶不斷發(fā)展的需要提供相適應(yīng)的服務(wù)。