宋靈超

0 引言

2017年政府工作報告明確提出大力發(fā)展人工智能技術(shù)[1]，自此國內(nèi)人工智能領(lǐng)域進(jìn)入快速發(fā)展階段。同年第六次全國公共圖書館評估工作中，智能數(shù)字參考咨詢成為省級(副省級)評估定級加分項(xiàng)納入評估標(biāo)準(zhǔn)。智能化管理和服務(wù)已經(jīng)成為圖書館發(fā)展與建設(shè)工作的重要組成部分[2]，引起業(yè)界學(xué)者的高度關(guān)注。圖書館智能咨詢服務(wù)是在智能技術(shù)不斷發(fā)展的前提下，在讀者對咨詢服務(wù)實(shí)時性、便捷性的需求下誕生的。它梳理咨詢問答并基于信息組織理論搭建知識庫，采用人機(jī)對話方式在線解答讀者咨詢。與傳統(tǒng)咨詢服務(wù)相比，智能咨詢可以24小時在線，無須專門場所，無須現(xiàn)場值守人員[3]。這些優(yōu)勢讓其快速發(fā)展并成為智慧圖書館建設(shè)的重要一環(huán)。筆者在2022年1月時調(diào)研國內(nèi)“雙一流”一期建設(shè)的42所高校智能咨詢服務(wù)應(yīng)用情況，發(fā)現(xiàn)有18所高校圖書館上線該服務(wù)，占比達(dá)42.86%?？梢?，智能咨詢服務(wù)應(yīng)用于國內(nèi)高校圖書館已較為普遍。

隨著我國圖書館智能咨詢服務(wù)發(fā)展，研究理論、方法也在不斷更新、迭代，研究成果大量發(fā)表于學(xué)術(shù)期刊上。但同時，部分圖書館在系統(tǒng)建設(shè)方面缺少理論指導(dǎo)，不了解讀者需求，智能咨詢服務(wù)無法充分體現(xiàn)AI功能，甚至成為智慧圖書館推廣的阻礙因素[4]；部分學(xué)者對這一領(lǐng)域缺少認(rèn)知，不確定哪些研究角度對促進(jìn)服務(wù)發(fā)展有重要意義。文獻(xiàn)調(diào)研發(fā)現(xiàn)，目前國內(nèi)并無關(guān)于圖書館智能咨詢服務(wù)發(fā)展現(xiàn)狀的綜述和文獻(xiàn)計(jì)量類研究。有關(guān)圖書館智能技術(shù)的綜述研究[5-8]集中于智能技術(shù)在圖書館的整體應(yīng)用，對智能咨詢服務(wù)只是從功能角度介紹服務(wù)的特點(diǎn)和應(yīng)用，缺少深入透徹的文獻(xiàn)梳理和主題分析。因此，梳理研究成果，探究我國圖書館智能咨詢服務(wù)的發(fā)展歷程和研究熱點(diǎn)、研究趨勢，為系統(tǒng)建設(shè)提供參考，為學(xué)者提供研究思路就顯得十分重要。本研究以文獻(xiàn)計(jì)量學(xué)理論為基礎(chǔ)，結(jié)合可視化技術(shù)，對我國圖書館智能咨詢服務(wù)科研文獻(xiàn)進(jìn)行系統(tǒng)梳理，并從多個角度挖掘研究主題和研究熱點(diǎn)，試圖回答：圖書館智能咨詢服務(wù)的研究現(xiàn)狀如何？現(xiàn)有研究在哪些主題上取得了成果？對該領(lǐng)域的未來發(fā)展路徑有何展望？

1 研究設(shè)計(jì)

(1)數(shù)據(jù)來源。本研究主要針對我國有關(guān)圖書館智能咨詢服務(wù)的科研文獻(xiàn)展開調(diào)研，為保證研究數(shù)據(jù)權(quán)威性和代表性，選擇中國知網(wǎng)(CNKI)、萬方、維普3個國內(nèi)具有代表性的數(shù)據(jù)庫作為數(shù)據(jù)來源。

(2)處理過程。本研究以“(智能咨詢OR自動問答OR聊天機(jī)器人OR智能回復(fù)OR智能問答)AND圖書館”為檢索式，在CNKI、萬方中使用主題檢索，在維普中使用“題名或關(guān)鍵詞”和“摘要”字段檢索，檢索時間截至2021年12月31日，獲取文獻(xiàn)：CNKI 99篇，萬方58篇，維普246篇。為提升數(shù)據(jù)質(zhì)量，對文獻(xiàn)進(jìn)行二次篩選，篩選標(biāo)準(zhǔn)為題名、關(guān)鍵詞或摘要中明確提出圖書館智能咨詢，剔除新聞報道、重復(fù)文獻(xiàn)等，最終獲得182 篇論文。本研究依托平臺導(dǎo)出EndNote格式引文數(shù)據(jù)，基于“篇名、作者、期刊、關(guān)鍵詞、摘要、時間、基金”等數(shù)據(jù)進(jìn)行分析，其中CNKI和維普導(dǎo)出數(shù)據(jù)并無基金信息，筆者采用人工查詢匯總方式進(jìn)行二次收集，最終形成“我國圖書館智能咨詢研究基礎(chǔ)文獻(xiàn)數(shù)據(jù)集”。

(3)研究方法。本文主要利用文獻(xiàn)計(jì)量學(xué)理論展開研究。利用Excel展示文獻(xiàn)數(shù)量隨時間分布情況，利用可視化工具RAWGraphs展示期刊分布、基金分布、機(jī)構(gòu)分布情況，利用可視化工具VOSViewer展示作者分布、關(guān)鍵詞分布情況。

2 研究現(xiàn)狀

2.1 時間分布

文獻(xiàn)數(shù)量隨時間分布反應(yīng)主題研究趨勢。從圖1可知，本主題2001年出現(xiàn)1篇文獻(xiàn)，2021年文獻(xiàn)達(dá)19篇?，F(xiàn)代科學(xué)發(fā)展時期科學(xué)文獻(xiàn)的年率遞增可6%-8%[9]。在本研究中，2001-2021年文獻(xiàn)年率遞增15.86%，遠(yuǎn)高于平均水平。研究數(shù)量在2019 年達(dá)到最高峰，隨后出現(xiàn)下降，基本維持在20篇左右。從分布規(guī)律看，本主題文獻(xiàn)在2016年前年發(fā)文數(shù)量10篇以下；2017-2019年爆發(fā)式增長，年均發(fā)文數(shù)大于18篇。數(shù)量的暴漲反映智能咨詢服務(wù)已引起業(yè)界關(guān)注。

圖1 發(fā)文數(shù)量逐年分布圖

2.2 期刊分布

本研究涉及82種期刊，182篇文章。參照布拉德福定律[10]，將期刊分為3個區(qū)域：第一區(qū)為核心區(qū)，期刊7種，發(fā)文量區(qū)間7-10篇，論文60篇，占比32.97%；第二區(qū)為相關(guān)區(qū)，期刊20種，發(fā)文量區(qū)間2-5 篇，論文62 篇，占比34.07%；第三區(qū)為非相關(guān)區(qū)，期刊總數(shù)55種，發(fā)文量區(qū)間1-2篇，論文60篇，占比32.97%。

為探索發(fā)文學(xué)科信息，筆者以CNKI“期刊導(dǎo)航”中“學(xué)科導(dǎo)航”里的“專題名稱”為分類依據(jù)，排除6種未被收錄的期刊，統(tǒng)計(jì)剩余76種期刊的學(xué)科信息，排名前四的依次為：“圖書情報與數(shù)字圖書館”34種，發(fā)文123篇；“計(jì)算機(jī)軟件及計(jì)算機(jī)應(yīng)用”7種，發(fā)文8篇；“基礎(chǔ)科學(xué)綜合”5種，發(fā)文7篇；“教育綜合”4種，發(fā)文4篇。由此可知，研究主要集中于圖書情報學(xué)科，少量分散于計(jì)算機(jī)、基礎(chǔ)科學(xué)、教育等學(xué)科之中，跨學(xué)科研究趨勢不明顯。

基于圖書情報學(xué)科為主要研究學(xué)科的統(tǒng)計(jì)結(jié)果，以2021 年“中文社會科學(xué)引文索引(CSSCI)”為統(tǒng)計(jì)標(biāo)準(zhǔn)，探究上述期刊被CSSCI(包括擴(kuò)展版)收錄情況。統(tǒng)計(jì)發(fā)現(xiàn)，82 種期刊中，CSSCI收錄18種，占比21.95%。按區(qū)域劃分，核心區(qū)3種(共7種)，相關(guān)區(qū)13種(共20種)，非相關(guān)區(qū)2種(共55種)；但是，CSSCI收錄期刊發(fā)表論文75 篇，占比高達(dá)41.21%。按區(qū)域劃分，核心區(qū)35 篇(共60 篇)，相關(guān)區(qū)38 篇(共62篇)，非相關(guān)區(qū)2篇(共60篇)。收錄該主題文章的CSSCI 收錄期刊平均刊載4.17 篇，遠(yuǎn)高于非CSSCI收錄期刊的1.67篇，這反映出CSSCI收錄期刊對該主題的關(guān)注更多。以核心區(qū)為例展示期刊及其發(fā)文數(shù)，見圖2。

圖2 核心區(qū)期刊及其發(fā)文數(shù)目

2.3 基金分布

本數(shù)據(jù)集有63篇文章有項(xiàng)目基金支持，占比34.62%。其中，53篇文章有1個基金支持，8篇文章有2個基金支持，2篇文章有3個基金支持。根據(jù)項(xiàng)目歸屬基金和編號信息梳理、去重后得到6個分類72個項(xiàng)目。按照基金類型分為3個層次：第一層次為國家和部委級，包含：國家社會科學(xué)基金13個項(xiàng)目，國家自然科學(xué)基金3個項(xiàng)目，教育部人文社會科學(xué)基金2個項(xiàng)目；第二層次為各省市和高校級，包含：省市科研基金36個項(xiàng)目，高?？蒲谢?5個項(xiàng)目；第三層次為其他科研組織級，共3個項(xiàng)目。根據(jù)數(shù)據(jù)統(tǒng)計(jì)結(jié)果，筆者繪制圓形樹狀圖，對省市科研基金進(jìn)一步細(xì)化，如圖3所示。從圖中可知，校級基金和國家社會科學(xué)基金支持發(fā)文數(shù)量最多，占比38.89%；各省市中，江蘇(7)、黑龍江(6)和廣東(5)基金支持發(fā)文數(shù)量最多。由此可知，研究受到國家、省市和高校多層次關(guān)注。

圖3 基金類型分布圖

2.4 機(jī)構(gòu)分布

本數(shù)據(jù)集包含研究機(jī)構(gòu)168個。單篇論文機(jī)構(gòu)數(shù)從1至4，其中單一機(jī)構(gòu)論文163篇，占比89.56%，兩個及以上機(jī)構(gòu)論文19 篇，僅占10.44%，可知多機(jī)構(gòu)合作比例較低。

機(jī)構(gòu)信息的粗細(xì)粒度不統(tǒng)一。例如，四川大學(xué)信息管理系和四川大學(xué)公共管理學(xué)院都屬于四川大學(xué)。對類似機(jī)構(gòu)數(shù)據(jù)進(jìn)行處理后得到142個機(jī)構(gòu)。筆者基于這一數(shù)據(jù)從地域分布和機(jī)構(gòu)發(fā)文數(shù)角度分析熱點(diǎn)發(fā)文機(jī)構(gòu)信息。首先，除1篇文章涉及美國華盛頓州外，其余涉及國內(nèi)27個省級行政區(qū)。發(fā)文數(shù)排名前9的省級行政區(qū)為：江蘇(34 篇)、北京(21 篇)、廣東(16 篇)、湖北(15篇)、吉林(13 篇)、黑龍江(12 篇)、浙江(11 篇)、河南(8篇)、上海(8篇)，占比75.82%；單個機(jī)構(gòu)發(fā)文多于3篇的有16個，排名前三的依次為南京大學(xué)(6 篇)、武漢大學(xué)(6 篇)，國家圖書館(5 篇)，圖4中筆者繪制樹形圖展示發(fā)文量較多的部分機(jī)構(gòu)和對應(yīng)省級行政區(qū)。

圖4 部分機(jī)構(gòu)發(fā)文量統(tǒng)計(jì)

2.5 作者分布

本數(shù)據(jù)集有作者280人，篇均1.54人；第一作者164人，人均發(fā)文1.11篇。所有作者中，發(fā)文4篇的2人，占比0.71%；發(fā)文3篇的21人，占比7.50%；發(fā)文2 篇的19 人，占比6.79%；發(fā)文1 篇的252 人，占比90.00%。第一作者中，發(fā)文4篇的2人，占比1.22%；發(fā)文3篇的2人，占比1.22%；發(fā)文2 篇的8 人，占比4.88%；發(fā)文1篇的152人，占比92.68%。根據(jù)統(tǒng)計(jì)結(jié)果，結(jié)合普賴斯定律[11]，從所有作者角度分析，發(fā)文數(shù)量排名前17的作者發(fā)文53篇，占比29.12%。從第一作者角度分析，發(fā)文數(shù)量排名前13的作者發(fā)文31篇，占比17.03%。兩個數(shù)據(jù)均距50%存在很大差距，不符合普賴斯定律，說明高產(chǎn)作者數(shù)量偏少，絕大部分作者屬于低產(chǎn)作者，杰出作者有待形成。在VOSViewer提供的作者關(guān)系圖中，鏈接強(qiáng)度反映作者間合作強(qiáng)度。針對所有作者數(shù)據(jù)得到聚類157簇，簇中作者數(shù)量從1至12，合作總強(qiáng)度為482。選取合作總強(qiáng)度最大的4個簇進(jìn)行展示，如圖5所示。圖5中展示了以柳益君、姚飛、王晰巍和胡瀟戈為代表的合作者共現(xiàn)情況，分別刻畫了江蘇理工學(xué)院12個作者4篇論文、清華大學(xué)7個作者4篇論文、吉林大學(xué)6個作者2篇論文、武漢大學(xué)6個作者2篇論文的鏈接情況；而節(jié)點(diǎn)的顏色則代表發(fā)文年份的平均值。分析可知，清華大學(xué)的研究起步較早，江蘇理工學(xué)院、武漢大學(xué)和吉林大學(xué)近些年初步形成了研究團(tuán)隊(duì)，取得了一定的研究成果，但數(shù)量較少，需要進(jìn)一步加強(qiáng)。

圖5 強(qiáng)度排名前四的作者簇

2.6 關(guān)鍵詞分布

本數(shù)據(jù)集包含關(guān)鍵詞726個，篇均3.99 個，去重后383 個。累計(jì)出現(xiàn)10次及以上10個，5次及以上27個，3次及以上35個，2次及以上79個。本研究選擇3次及以上關(guān)鍵詞，繪制關(guān)鍵詞可視化圖表，見圖6。

圖6 關(guān)鍵詞出現(xiàn)次數(shù)大于等于3的可視化圖表

圖6中節(jié)點(diǎn)大小表示關(guān)鍵詞出現(xiàn)頻次，以節(jié)點(diǎn)大小衡量高頻詞出現(xiàn)情況，排名前十的關(guān)鍵詞依次是：圖書館(53)、人工智能(36)、參考咨詢(34)、高校圖書館(20)、智慧圖書館(16)、智能咨詢(13)、微信(12)、機(jī)器人(10)、數(shù)字圖書館(10)、信息服務(wù)(10)。這些詞代表熱點(diǎn)研究方向；節(jié)點(diǎn)間連線表示關(guān)鍵詞共現(xiàn)強(qiáng)度，以節(jié)點(diǎn)鏈接數(shù)衡量詞語的共現(xiàn)情況，排名前十的詞語依次是：圖書館(25)、人工智能(20)、參考咨詢(19)、智慧圖書館(14)、信息服務(wù)(14)、高校圖書館(12)、微信(12)、智能咨詢(11)、深度學(xué)習(xí)(10)、信息咨詢(10)，這些詞形成主要研究大類；節(jié)點(diǎn)用漸變顏色表示時間屬性，每個節(jié)點(diǎn)的時間由包含該關(guān)鍵詞的文獻(xiàn)出版時間取平均值計(jì)算得出。從時間維度分析，排名前十的最新熱詞依次是：智慧圖書館(2019.81)、自然語言處理(2019.50)、新媒體(2019.50)、深度學(xué)習(xí)(2019.11)、智慧服務(wù)(2018.67)、圖書館機(jī)器人(2018.67)、機(jī)器學(xué)習(xí)(2018.60)、人工智能(2018.47)、智能機(jī)器人(2018.29)、智能(2018.20)。對關(guān)鍵詞時間屬性四舍五入取整，結(jié)合RAWGraphs工具，統(tǒng)計(jì)得到歷年研究熱詞，見圖7。

圖7 歷年研究熱詞統(tǒng)計(jì)圖

3 研究主題歸納分析

結(jié)合圖7研究熱詞，提取關(guān)鍵詞所屬文獻(xiàn)進(jìn)行研讀、歸納，總結(jié)出以下4個研究主題。

3.1 可行性與理論模型類研究

圖書館智能咨詢服務(wù)是利用智能技術(shù)對咨詢服務(wù)理論的探索。結(jié)合關(guān)鍵詞可視化分析可知，這種探索主要集中在早期研究中。按照研究內(nèi)容的不同，可以分為對圖書館引入智能咨詢服務(wù)可行性探討、對理論模型構(gòu)建方式探討兩部分。

對圖書館引入智能咨詢服務(wù)的可行性探討是智能咨詢服務(wù)誕生的前期理論準(zhǔn)備。這些研究有從信息咨詢服務(wù)的智能化趨勢角度展開，基于咨詢信息和手段智能化態(tài)勢[12-14]，人工智能技術(shù)和咨詢服務(wù)相結(jié)合的方法[15-16]等多維度推導(dǎo)圖書館智能咨詢服務(wù)的可行性與必要性；也有研究從咨詢服務(wù)發(fā)展現(xiàn)狀角度展開，通過對數(shù)字參考咨詢[17]、實(shí)時參考咨詢[18]的現(xiàn)狀調(diào)研得出智能咨詢將在參考咨詢中扮演重要角色的結(jié)論。

對理論模型構(gòu)建方式的探討是對構(gòu)建機(jī)制、方法的理論研究。這些研究既有將智能咨詢作為咨詢模型的一部分開展研究[19-21]，也有將其作為獨(dú)立個體展開研究[22-24]。從共性角度分析，智能咨詢模型大體可分為知識庫、技術(shù)層和應(yīng)用層三層架構(gòu)[24]。從圖7可以看出三層架構(gòu)是后續(xù)研究重點(diǎn)，其中，知識庫負(fù)責(zé)問答知識的收集、組織，與“知識庫”關(guān)鍵詞對應(yīng)；技術(shù)層是對知識推理方法的研究，與“深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、自然語言處理”等關(guān)鍵詞對應(yīng)，是近年研究熱點(diǎn)；應(yīng)用層是系統(tǒng)與讀者溝通的交互層，與“微信、智能機(jī)器人、咨詢機(jī)器人、新媒體”等關(guān)鍵詞相對應(yīng)，也是當(dāng)前研究熱點(diǎn)。

3.2 知識庫類研究

知識庫是影響智能咨詢系統(tǒng)服務(wù)效能的核心要素[25]，決定服務(wù)深度和廣度[26]。在圖7中，“知識庫”是研究重點(diǎn)。知識庫建設(shè)核心問題在于知識來源獲取、分類組織方法。

知識來源獲取是知識庫建立的前提條件，目前主要通過互聯(lián)網(wǎng)、FAQ問答庫、本館特色知識庫[27-30]獲取。其中，互聯(lián)網(wǎng)途徑是指從“百度百科”等網(wǎng)絡(luò)問答資源庫獲取大量范圍廣泛的知識問答，但該方式容易導(dǎo)致知識庫容量過大，滿足讀者需求程度存疑；FAQ問答庫是指各圖書館公開的咨詢問答信息，滿足需求的概率更高，但沒有形成完備的知識體系；本館特色數(shù)據(jù)庫是圖書館收集本校讀者咨詢形成的特色庫，更符合本校讀者需求。

分類組織是指基于特定領(lǐng)域信息對結(jié)構(gòu)化或非結(jié)構(gòu)化知識進(jìn)行存儲，方便系統(tǒng)后續(xù)獲取和利用。在現(xiàn)有研究中，李玲等[28]利用元數(shù)據(jù)規(guī)范結(jié)合工作實(shí)際提出知識庫多級分類及建設(shè)方案；胡瀟戈等[31]引入知識圖譜構(gòu)建多源數(shù)據(jù)融合的圖書館智能咨詢系統(tǒng)知識庫。

目前知識庫相關(guān)的研究數(shù)量較少，覆蓋也不全面。例如，知識來源獲取缺少讀者的參與，組織分類缺少從圖書館功能、服務(wù)類型以及后期維護(hù)角度的考量。

3.3 知識推理類研究

知識推理類研究是探討系統(tǒng)推理邏輯，核心在于讀者提問與知識庫問題的匹配機(jī)制。知識推理是系統(tǒng)開發(fā)的重點(diǎn)與難點(diǎn)，目前的解決方案包括范例推理[32](Case-Based Reasoning，CBR)，關(guān)鍵詞、Tag標(biāo)簽匹配[33-34]，人工智能標(biāo)記語言(Artificial Intelligence Markup Language，AIML)模式匹配算法[35-36]，關(guān)聯(lián)數(shù)據(jù)SPARQL 查詢匹配[37]，深度學(xué)習(xí)匹配算法[38]，知識圖譜向量相似度匹配算法[39-40]等。此外，有研究者利用算法優(yōu)化提問形式提升匹配準(zhǔn)確率[41]?；陉P(guān)聯(lián)數(shù)據(jù)、深度學(xué)習(xí)、知識圖譜的知識推理是當(dāng)前研究熱點(diǎn)。

3.4 交互平臺類研究

交互平臺類研究是對智能咨詢服務(wù)與讀者交互方式的探討。按照載體不同分為虛擬平臺類研究和實(shí)體機(jī)器人研究。虛擬平臺類研究大多利用即時通訊工具開展服務(wù)。涉及的工具從早期BotPlatform[33]、MSN[34]到目前的微信[30，42]。隨著新媒體技術(shù)發(fā)展，跨媒體[43]平臺建設(shè)也引起學(xué)者關(guān)注。實(shí)體機(jī)器人研究在軟件基礎(chǔ)上結(jié)合硬件技術(shù)制造出實(shí)體機(jī)器人，將智能咨詢服務(wù)從虛擬融入現(xiàn)實(shí)，如中國礦業(yè)大學(xué)圖書館和國家圖書館結(jié)合語音、運(yùn)動控制技術(shù)構(gòu)造實(shí)體咨詢機(jī)器人[44-45]。

4 問題梳理與未來發(fā)展

4.1 問題梳理

(1)學(xué)科交叉融合發(fā)展趨勢不明顯。圖書館智能咨詢服務(wù)主要由圖書情報學(xué)科與計(jì)算機(jī)學(xué)科交叉演變而來。然而，基于發(fā)文期刊所屬學(xué)科信息可知：“圖書情報與數(shù)字圖書館”占比67.58%，“計(jì)算機(jī)軟件及計(jì)算機(jī)應(yīng)用”占比僅有4.40%，跨學(xué)科科研數(shù)量明顯偏少。這反映出國內(nèi)研究依舊以圖書館領(lǐng)域?yàn)橹髁?，研究主題并未得到計(jì)算機(jī)領(lǐng)域的重視，學(xué)科交叉融合發(fā)展趨勢不明顯。

(2)研究黏性和科研合作不足。基于所有作者發(fā)文信息統(tǒng)計(jì)，僅發(fā)表1 篇文章的作者占比90.00%，按照發(fā)文數(shù)量可劃分為低產(chǎn)作者，可見研究持續(xù)性較差、黏性不足。同時，科學(xué)研究需要觀點(diǎn)、思路的碰撞，不同學(xué)者對同一問題的解決思路、方法會存在差異，不同機(jī)構(gòu)所面臨的實(shí)際問題也不同。因此，學(xué)者間、機(jī)構(gòu)間合作對增強(qiáng)科研水平、尋找新的研究問題具有重要意義。然而，作者共現(xiàn)和機(jī)構(gòu)合作統(tǒng)計(jì)結(jié)果表明，我國無論是作者合作還是機(jī)構(gòu)合作發(fā)文均較少，跨機(jī)構(gòu)合作更少。因此，從產(chǎn)出角度分析，研究黏性不足；從合作發(fā)文角度分析，作者、機(jī)構(gòu)間合作有待加強(qiáng)。

(3)智慧度和功能拓展不足。以當(dāng)前技術(shù)水平，智能咨詢只能針對常見問題給出明確回復(fù)，尚無法完全取代人工咨詢。同時，結(jié)合文獻(xiàn)主題歸納和系統(tǒng)調(diào)研，目前圖書館智能咨詢服務(wù)與其他服務(wù)之間大多是獨(dú)立的，個性化服務(wù)能力偏弱。例如，大多系統(tǒng)并未接入圖書檢索、借閱查詢等功能，欠缺對讀者需求特征的把握。以南開大學(xué)圖書館為例，筆者調(diào)研發(fā)現(xiàn)在人工參考咨詢與智能咨詢均可獲取時，讀者使用智能咨詢服務(wù)的主觀意愿并不強(qiáng)烈。

(4)反饋機(jī)制和評價體系不成熟。智能咨詢服務(wù)的最終目的是解答讀者咨詢。因此，讀者的使用體驗(yàn)對系統(tǒng)優(yōu)化起到?jīng)Q定作用。然而當(dāng)前研究對讀者咨詢需求、咨詢體驗(yàn)關(guān)注極其欠缺。有研究[24]提出建立反饋機(jī)制，但是僅局限于理論探討，并無應(yīng)用案例。同時，目前并未形成評價指標(biāo)與評價體系，系統(tǒng)之間無法進(jìn)行量化比較。

4.2 未來發(fā)展路徑

(1)加強(qiáng)科研合作，形成研究團(tuán)隊(duì)。近年學(xué)科交叉發(fā)展勢頭明顯，利用交叉學(xué)科共有的研究領(lǐng)域可以產(chǎn)生新學(xué)科生長點(diǎn)和研究前沿[46]。溫芳芳等[47]指出：當(dāng)前學(xué)科交叉與融合趨勢日益顯著，科學(xué)研究的合作化、集體化傾向加強(qiáng)。而圖書館智能咨詢服務(wù)具有明顯的學(xué)科交叉屬性，但在科研合作方面存在明顯不足。因此，利用學(xué)科交叉發(fā)展現(xiàn)狀，強(qiáng)化科研合作，對服務(wù)的發(fā)展至關(guān)重要。在具體執(zhí)行方面，筆者以為可以從圖書館、科研學(xué)者兩個角度提供實(shí)現(xiàn)路徑。圖書館應(yīng)重視智能咨詢技術(shù)對傳統(tǒng)咨詢服務(wù)的改良和優(yōu)化，利用現(xiàn)有平臺(如CALIS、全國圖書館參考咨詢聯(lián)盟)整合國內(nèi)高校、公共圖書館智能咨詢服務(wù)，促進(jìn)知識庫資源共享和圖書館之間的交流合作，為服務(wù)的規(guī)范化發(fā)展提供保障；關(guān)注本主題的學(xué)者應(yīng)將目光轉(zhuǎn)向?qū)W科之間的交叉融合，主動尋找與其他學(xué)科技術(shù)、方法層面的結(jié)合點(diǎn)，強(qiáng)化不同學(xué)科間合作，構(gòu)建研究團(tuán)隊(duì)，尋找新的研究點(diǎn)，推動研究主題發(fā)展。

(2)加強(qiáng)新技術(shù)應(yīng)用，拓展咨詢服務(wù)功能。智慧圖書館建設(shè)打破了各業(yè)務(wù)系統(tǒng)之間的數(shù)據(jù)壁壘，基于數(shù)據(jù)共享和挖掘的一站式服務(wù)成為可能。智能咨詢服務(wù)可以利用數(shù)據(jù)治理成果，融入讀者常用的文獻(xiàn)檢索、借閱查詢、座位預(yù)約等功能，再結(jié)合最新的技術(shù)手段，讓服務(wù)功能得到拓展，服務(wù)能力得以加強(qiáng)。以當(dāng)前較為熱門的技術(shù)手段為例，可以利用用戶畫像技術(shù)[48]抽取用戶特征標(biāo)識，構(gòu)建“虛擬世界人像”，為讀者搭建便捷、功能全面、個性化的智能咨詢服務(wù)；可以利用圖數(shù)據(jù)庫技術(shù)構(gòu)建復(fù)雜網(wǎng)絡(luò)，形成蘊(yùn)含更多信息的向量化表示以精準(zhǔn)的完成問題匹配；可以結(jié)合硬件的發(fā)展，融入最新的語音、運(yùn)動控制技術(shù)成果，打造功能完善的實(shí)體機(jī)器人，讓智能咨詢服務(wù)“看得見、摸得著”。

(3)加強(qiáng)評價類研究，形成良性發(fā)展循環(huán)。與參考咨詢服務(wù)通過評估發(fā)掘并解決問題，提升服務(wù)質(zhì)量相類似[49]，智能咨詢服務(wù)需要通過評估提升服務(wù)質(zhì)量。在具體操作上，一方面，可以從讀者需求入手，通過問卷、訪談等收集讀者對智能咨詢服務(wù)的使用體驗(yàn)和功能需求，制定并不斷完善基于讀者需求的評價指標(biāo)體系，推動系統(tǒng)功能優(yōu)化；另一方面，可以從系統(tǒng)對比評估角度入手，通過對不同系統(tǒng)應(yīng)用效果的對比分析，從知識庫建設(shè)、回復(fù)準(zhǔn)確率、功能差異等多角度開展對比評價，基于評價結(jié)果形成規(guī)范和標(biāo)準(zhǔn)?；谝陨戏绞?，系統(tǒng)可以形成良性發(fā)展循環(huán)，避免成為“空中樓閣”，也能拓展研究角度并注入活力。

5 結(jié)語

從文獻(xiàn)計(jì)量結(jié)果看，近年我國圖書館智能咨詢研究數(shù)量上升趨勢明顯；研究集中于圖書情報領(lǐng)域；獲得包括國家社科基金在內(nèi)的多級別基金支持；南京大學(xué)、武漢大學(xué)等機(jī)構(gòu)發(fā)文數(shù)量較多；中低產(chǎn)作者比例偏高?，F(xiàn)有研究可分為可行性與理論模型類研究、知識庫類研究、知識推理類研究和交互平臺類研究；目前面臨學(xué)科交叉融合趨勢不明顯、研究黏性和科研合作不足，智慧度和功能拓展不足，反饋機(jī)制和評價體系不成熟等問題，未來可從加強(qiáng)科研合作、加強(qiáng)新技術(shù)應(yīng)用、加強(qiáng)評價類研究等路徑進(jìn)行拓展。本研究以科研文獻(xiàn)為數(shù)據(jù)來源展開研究，缺少對用戶應(yīng)用數(shù)據(jù)層面的探索，未來將從這一角度展開系統(tǒng)評價類研究，以期推動圖書館智能咨詢服務(wù)的發(fā)展。