吳丹　陸柳杏

摘 要：智慧信息服務(wù)是信息服務(wù)與大數(shù)據(jù)時代緊密結(jié)合的表現(xiàn)形式。有效分析信息服務(wù)中海量、多樣、高速處理、價值大密度低的大數(shù)據(jù)是促進智慧信息服務(wù)研究發(fā)展的關(guān)鍵。文章通過對2013-2018近五年收錄在Web of Science數(shù)據(jù)庫中圖書情報領(lǐng)域發(fā)表的有關(guān)智慧信息服務(wù)的文獻進行分析，采用文獻研究法和頻次分析法對智慧信息服務(wù)大數(shù)據(jù)分析方法與研究主題進行研究，從而構(gòu)建出了一個主要包括大數(shù)據(jù)分析層和大數(shù)據(jù)應(yīng)用層的大數(shù)據(jù)分層分析框架。

關(guān)鍵詞：智慧信息服務(wù)；大數(shù)據(jù)；大數(shù)據(jù)分析框架

中圖分類號：G252 文獻標(biāo)識碼：A DOI：10.11968/tsyqb.1003-6938.2018019

Big Data Analysis Framework for Intelligent Information Service

Abstract Intelligent information service is a form of interaction between information service and big data. An Effective analysis of volume， variety， velocity and valuable but low density big data is the key to promote the researches and development of intelligent information service. Based on nearly five years （2013-2018） relevant articles which were published in Web of Science by librarians， the big data analysis methods and the research topics of intelligent information service were analyzed. Through literature study and frequency analysis， a layered analysis framework was constructed， which includes big data analysis layer and application layer.

Key words intelligent information service； big data； big data analysis framework

促進物聯(lián)網(wǎng)、云計算、下一代通信網(wǎng)絡(luò)（Next Generation Network，NGN）等新一代信息技術(shù)發(fā)展是國家信息化戰(zhàn)略的重要組成部分。習(xí)近平總書記在中國共產(chǎn)黨第十九次全國代表大會上作的報告提出，要推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合，為建設(shè)科技強國、質(zhì)量強國、數(shù)字中國、智慧社會提供有力支撐[1]。如今，“互聯(lián)網(wǎng)+”“大數(shù)據(jù)”“智慧服務(wù)”等既既是促進社會發(fā)展的熱門話題，也是學(xué)術(shù)研究中備受關(guān)注的研究點。智慧信息服務(wù)作為智慧服務(wù)中必不可少的部分，也受到了研究者的廣泛關(guān)注。

為了促進大數(shù)據(jù)時代下智慧信息服務(wù)研究的發(fā)展，促使信息服務(wù)研究更加順應(yīng)時代潮流，本文探討了智慧信息服務(wù)的大數(shù)據(jù)分析框架，以期從理論上促進智慧信息服務(wù)研究與大數(shù)據(jù)分析的融合。

1 大數(shù)據(jù)視角下的智慧信息服務(wù)概述

1.1 智慧信息服務(wù)

正如圖書館用戶對圖書館服務(wù)的需求從依賴資源、技術(shù)和工具向依賴圖書館人的智慧轉(zhuǎn)變[2]，對圖書館員提供智慧服務(wù)的依賴程度日益增多[3]一樣，當(dāng)下各行各業(yè)的用戶對智慧服務(wù)的需求也越來越高。智慧服務(wù)是指建立在知識服務(wù)之上的，運用創(chuàng)造性智慧對知識進行搜索、組織、分析和重組，形成實用性知識增值產(chǎn)品，從而能有效支持用戶進行知識應(yīng)用與創(chuàng)新，并能將知識轉(zhuǎn)化為生產(chǎn)力的服務(wù)[3]。智慧服務(wù)的含義包含“智慧的服務(wù)”和“為智慧而服務(wù)”兩個層次，“智慧的服務(wù)”表達了技術(shù)智慧和服務(wù)智慧，“為智慧而服務(wù)”則闡述了智慧服務(wù)在激發(fā)用戶知識創(chuàng)新等方面的作用[4]。

當(dāng)今社會充斥著大量的信息。依賴于信息，并對信息進行搜集、整理、加工、傳播與交流，以產(chǎn)品和勞務(wù)等形式向用戶提供信息的各項服務(wù)稱為信息服務(wù)[5]。而智慧信息服務(wù)是與大數(shù)據(jù)時代密切結(jié)合的信息服務(wù)，其是運用人類智慧，從海量的、多樣的、高速處理的、價值大密度低的數(shù)據(jù)中對信息進行處理，并以更智能、便捷的方式向用戶提供信息的各項服務(wù)。與傳統(tǒng)信息服務(wù)相比，智慧信息服務(wù)更加“智能化”，更加迎合了大數(shù)據(jù)時代的發(fā)展趨勢，所提供的信息服務(wù)也更加高效便捷。智慧信息服務(wù)廣泛存在于各行各業(yè)中，如智慧政務(wù)服務(wù)[6]、智慧文化服務(wù)[7]等，各領(lǐng)域的智慧信息服務(wù)旨在運用該領(lǐng)域或結(jié)合其他相關(guān)領(lǐng)域的信息，為用戶提供智慧便捷的信息服務(wù)。

1.2 大數(shù)據(jù)分析

大數(shù)據(jù)分析是對海量、異構(gòu)、高并發(fā)的數(shù)據(jù)進行收集、加工、存儲和可視化呈現(xiàn)，并從中提取有價值的信息以輔助決策的過程[8]。袁紅，朱睿琪[8]將該過程劃分成了數(shù)據(jù)收集和預(yù)處理、數(shù)據(jù)存儲與處理、數(shù)據(jù)分析、結(jié)果呈現(xiàn)四個部分。其中數(shù)據(jù)收集和預(yù)處理為后續(xù)分析奠定了基礎(chǔ)；數(shù)據(jù)存儲與處理為保存與處理數(shù)據(jù)提供保障；數(shù)據(jù)分析是大數(shù)據(jù)分析過程的核心部分，包括常用的數(shù)據(jù)分析方法，如數(shù)據(jù)挖掘（包括聚類分析、分類分析、序列分析、偏差分析、預(yù)測分析、神經(jīng)網(wǎng)絡(luò)等[9]）、統(tǒng)計分析、自然語言處理、機器學(xué)習(xí)等；結(jié)果呈現(xiàn)主要是將分析結(jié)果以可視化的方式展示出來。

筆者認(rèn)為，從廣義上看，大數(shù)據(jù)分析包括了如袁紅和朱睿琪[8]所述的整個數(shù)據(jù)處理過程；而從狹義上看，由于數(shù)據(jù)分析是數(shù)據(jù)驅(qū)動型研究的核心部分，因此大數(shù)據(jù)分析也可以指數(shù)據(jù)分析部分，即使用大數(shù)據(jù)分析方法對數(shù)據(jù)進行處理與分析。

1.3 在智慧信息服務(wù)研究中運用大數(shù)據(jù)分析方法的優(yōu)點

智慧信息服務(wù)與大數(shù)據(jù)時代緊密結(jié)合，是運用人類智慧，從海量、異構(gòu)的數(shù)據(jù)中對信息進行收集、加工與處理，并以更便捷的方式向用戶提供信息的各項服務(wù)。在智慧信息服務(wù)研究中運用大數(shù)據(jù)分析方法具有以下優(yōu)點：

（1）從數(shù)據(jù)源上看，為用戶提供智慧信息服務(wù)所需的數(shù)據(jù)來源廣泛，不同領(lǐng)域所需的信息類型各有不同。使用大數(shù)據(jù)分析方法來分析與研究智慧信息服務(wù)，可以獲取與信息服務(wù)研究相關(guān)的大量不同格式或不同類型的數(shù)據(jù)，如文字?jǐn)?shù)據(jù)、音視頻數(shù)據(jù)、圖片數(shù)據(jù)等，從而打破傳統(tǒng)數(shù)據(jù)收集方法（如問卷調(diào)查法、訪談法、網(wǎng)絡(luò)調(diào)查法等）樣本量小、數(shù)據(jù)來源單一等局限，擴大研究可用的數(shù)據(jù)源；

（2）從數(shù)據(jù)分析上看，常用的大數(shù)據(jù)分析方法如數(shù)據(jù)挖掘、統(tǒng)計分析、語義與情感分析等方法可以為智慧信息服務(wù)研究提供幫助，有助于研究者深入挖掘、分析或預(yù)測智慧信息服務(wù)的海量異構(gòu)信息，幫助研究者對所需數(shù)據(jù)進行高效統(tǒng)計，探索不同數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，使智慧信息服務(wù)研究更加科學(xué)；

（3）從數(shù)據(jù)呈現(xiàn)上看，大數(shù)據(jù)分析方法可以幫助智慧信息服務(wù)研究者以更直觀的方式展現(xiàn)其研究結(jié)果，以可視化的方式揭示研究結(jié)果內(nèi)部各要素之間的關(guān)系，加深他人對該研究結(jié)果的理解。

總之，在大數(shù)據(jù)時代，運用大數(shù)據(jù)分析方法進行智慧信息服務(wù)研究是十分重要和必要的，其在幫助研究者科學(xué)有效深入地挖掘智慧信息服務(wù)數(shù)據(jù)的同時，也有助于他人理解研究成果，使得智慧信息服務(wù)研究結(jié)果更為淺顯易懂。

2 智慧信息服務(wù)大數(shù)據(jù)分析方法

在圖書情報領(lǐng)域的研究中，有部分研究與智慧信息服務(wù)相關(guān)。這部分研究使用了數(shù)據(jù)挖掘、統(tǒng)計分析等大數(shù)據(jù)分析方法，利用大數(shù)據(jù)分析方法的優(yōu)點，探討了智慧信息服務(wù)的各個方面。為了探討圖書情報領(lǐng)域與智慧信息服務(wù)相關(guān)的研究所使用的大數(shù)據(jù)分析方法，本文以Web of Science為數(shù)據(jù)源，以與“information service”相關(guān)的詞語為主題詞，以SSCI為引文索引，以“information science library science”為限定類別，獲取并篩選出2013-2018近五年在圖書情報領(lǐng)域發(fā)表的與信息服務(wù)或智慧信息服務(wù)相關(guān)的文章共計183篇。在文獻研究的基礎(chǔ)上，本文依據(jù)常用的四種大數(shù)據(jù)分析方法（數(shù)據(jù)挖掘、統(tǒng)計分析、自然語言處理、機器學(xué)習(xí)）來對圖書情報領(lǐng)域智慧信息服務(wù)的大數(shù)據(jù)分析方法進行統(tǒng)計分析，并將無法歸納到這四種常用大數(shù)據(jù)分析方法的研究方法劃分為其他類別（見圖1）。同時使用可視化分析軟件VOSviewer對相關(guān)文章的所有關(guān)鍵詞（包括Author keywords和keywords Plus）進行可視化分析。

由圖中可以看到，在智慧信息服務(wù)研究中，研究者使用統(tǒng)計分析方法最多。統(tǒng)計分析運用統(tǒng)計學(xué)原理來進行研究，在智慧信息服務(wù)的研究中，常用的統(tǒng)計分析方法包括描述統(tǒng)計、相關(guān)分析、回歸分析等。此外，提出并驗證相關(guān)模型的有效性是智慧信息服務(wù)研究中使用統(tǒng)計分析方法進行研究的一個部分，常用的方式有結(jié)構(gòu)方程模型，其中協(xié)方差分析法和偏最小二乘法這兩種結(jié)構(gòu)方程模型估算方法在智慧信息服務(wù)大數(shù)據(jù)分析中較為常見。使用結(jié)構(gòu)方程模型可以構(gòu)建有關(guān)的預(yù)測模型[10]、分析所收集的數(shù)據(jù)[11-12]；此外，回歸分析常被用于測試所構(gòu)建的信息服務(wù)相關(guān)模型[13]，探索用戶對某項產(chǎn)品服務(wù)如智能手機服務(wù)的滿意度[14]，以促進不同領(lǐng)域信息服務(wù)的發(fā)展。統(tǒng)計分析方法一直以來且長期都將是信息服務(wù)研究中常用的方法，隨著大數(shù)據(jù)時代的到來，研究者使用的統(tǒng)計分析方法愈發(fā)多樣化，且更加注重使用多樣的統(tǒng)計分析方法來探索與挖掘同構(gòu)數(shù)據(jù)或異構(gòu)數(shù)據(jù)之間的關(guān)聯(lián)性，從事物的關(guān)聯(lián)中探索新規(guī)律或新內(nèi)容，最終促進信息服務(wù)更加智能化。

數(shù)據(jù)挖掘方法在智慧信息服務(wù)的研究中也受到了關(guān)注。使用較多的數(shù)據(jù)挖掘方法有聚類分析和預(yù)測分析。數(shù)據(jù)挖掘方法對智慧信息服務(wù)研究具有促進作用，與統(tǒng)計分析方法對信息服務(wù)現(xiàn)象進行探索與揭示不同的是，數(shù)據(jù)挖掘更聚焦于智慧信息服務(wù)背后潛在規(guī)律與關(guān)系的挖掘。數(shù)據(jù)挖掘方法能幫助研究者深入挖掘信息服務(wù)和用戶行為背后的關(guān)聯(lián)關(guān)系和潛在規(guī)律，為用戶提升各項相關(guān)的信息服務(wù)質(zhì)量，滿足用戶的需求，最終達到信息服務(wù)于用戶、用戶滿意于服務(wù)的目的。

自然語言處理是使用計算機對人類語言進行深入挖掘的一種方式。在智慧信息服務(wù)研究中，與“用戶”和“計算機”相關(guān)的研究較常使用到自然語言處理方式。自然語言處理是人工智能的重要組成部分之一，與計算機可以理解的基于0和1的“機器語言”不同的是，自然語言是隨文化而演變的人類語言，其多樣性與復(fù)雜性使得計算機難以“理解”。為了使人機交互更順暢，計算機需要對用戶輸出或輸入的語言進行語音、詞法、語法、語義甚至自然語言所表達的情感等方面的處理與分析，從而促進用戶更好地傳播與利用信息。

機器學(xué)習(xí)作為人工智能應(yīng)用的一個重要研究領(lǐng)域和方法，是人工智能和神經(jīng)計算的核心研究課題之一[15]，然而近幾年在圖書情報領(lǐng)域智慧信息服務(wù)的研究中有關(guān)應(yīng)用機器學(xué)習(xí)的研究相對較少。機器學(xué)習(xí)一般來說是指研究機器模擬人類的學(xué)習(xí)活動、獲取知識和技能的理論和方法，以此改善系統(tǒng)性能的學(xué)科或方法[15]。為了使計算機能更“懂”用戶，且能以更快速度更準(zhǔn)確地處理海量數(shù)據(jù)，以幫助用戶進行決策或為用戶提供更及時的信息服務(wù)，機器學(xué)習(xí)對于智慧信息服務(wù)的發(fā)展尤為重要。

在智慧信息服務(wù)的研究中，物聯(lián)網(wǎng)技術(shù)、情境感知計算、仿真等其他類型的方式也得到了應(yīng)用。通過信息傳感設(shè)備來促進信息交換與通訊，物聯(lián)網(wǎng)技術(shù)能幫助用戶獲取大數(shù)據(jù)并將大數(shù)據(jù)轉(zhuǎn)換為所需要的知識，從而改善特定的服務(wù)，促進智慧信息服務(wù)的發(fā)展；此外，情境感知計算與數(shù)字圖書館的結(jié)合可以使用戶以更簡單便捷的方式獲取信息服務(wù)；仿真可以通過計算機模擬的方式來幫助研究者模擬研究所需要的條件或模型，以實現(xiàn)只能在特定條件下才能進行的研究。

3 智慧信息服務(wù)研究主題

對圖書情報領(lǐng)域智慧信息服務(wù)相關(guān)研究的主題詞進行可視化分析（見圖2）。由圖可知，智慧信息服務(wù)研究是包含了信息服務(wù)者、信息資源、信息服務(wù)方式和措施三個部分的研究。值得注意的是，不同部分之間不存在絕對的界限，它們之間是相互關(guān)聯(lián)與交錯的。

智慧信息服務(wù)的信息服務(wù)者既包括服務(wù)提供者（如圖書館），又包括服務(wù)對象（即用戶）。服務(wù)提供者與服務(wù)對象是相對而言，所有與信息打交道的個人或群體，在特定條件下可以是智慧信息服務(wù)的服務(wù)提供者，而在另外的條件下又會成為智慧信息服務(wù)的服務(wù)對象。對智慧信息服務(wù)的信息服務(wù)者進行研究，涉及到用戶需求、行為、滿意度、表現(xiàn)等方面，這部分研究對于深入理解用戶需求、幫助用戶進行信息獲取、利用、分享，提升用戶對信息服務(wù)的感知或忠誠度具有重要意義。與傳統(tǒng)的信息服務(wù)相同之處在于，大數(shù)據(jù)時代中的智慧信息服務(wù)仍然是以服務(wù)對象——用戶為中心，服務(wù)提供者是基于用戶需求而為用戶提供其所需服務(wù)。然而與傳統(tǒng)信息服務(wù)不同的是，大數(shù)據(jù)時代中的智慧信息服務(wù)對于用戶的挖掘更加深入，服務(wù)提供者期望通過對用戶行為等各個方面進行深入挖掘與了解，為用戶進行精確畫像，從而能為用戶提供更加精準(zhǔn)的信息服務(wù)，滿足用戶自身日益復(fù)雜的信息服務(wù)需求，提升用戶對信息服務(wù)的滿意度。

智慧信息服務(wù)的信息資源是智慧信息服務(wù)的基礎(chǔ)。智慧信息服務(wù)的信息資源來源是廣泛且多樣的，除了傳統(tǒng)的紙質(zhì)書籍，計算機成為智慧信息服務(wù)的信息資源主要來源，數(shù)字化信息在智慧信息服務(wù)中使用廣泛，如因特網(wǎng)的信息、用戶與計算機交互產(chǎn)生的數(shù)據(jù)等。在大數(shù)據(jù)環(huán)境中，智慧信息服務(wù)研究聚焦了信息資源的多個方面，如涉及信息資源的模型構(gòu)建[16]、探索影響獲取復(fù)雜信息的因素[17]等。而對智慧信息服務(wù)中與信息資源相關(guān)的多個方面進行深入揭示與探索，可以充分開發(fā)與挖掘信息資源的價值，使得信息資源能夠更好地被利用，從而促進信息服務(wù)更加智能化。

智慧信息服務(wù)的信息服務(wù)方式和措施是為用戶提供信息服務(wù)的保障。智能化信息系統(tǒng)開發(fā)或便捷的信息技術(shù)對于開展智慧信息服務(wù)具有重要的促進作用。智慧信息服務(wù)相較于傳統(tǒng)的信息服務(wù)而言更注重使用技術(shù)手段來為用戶提供便捷的信息服務(wù)，而更符合大數(shù)據(jù)時代的信息服務(wù)系統(tǒng)的改進、信息服務(wù)技術(shù)或算法的完善，也將促進智慧信息服務(wù)更好地傳播。智慧信息服務(wù)區(qū)別于傳統(tǒng)信息服務(wù)的重要標(biāo)志之一就是前者善于使用技術(shù)等措施或方式來為用戶提供智能化的信息服務(wù)，使用戶能感受到獲取信息服務(wù)的便捷性。

4 智慧信息服務(wù)大數(shù)據(jù)分析框架

在進行智慧信息服務(wù)的研究時，是否能正確選擇與使用大數(shù)據(jù)分析方法是決定大數(shù)據(jù)環(huán)境下智慧信息服務(wù)研究是否有效的關(guān)鍵；而智慧信息服務(wù)研究能夠真正發(fā)揮其研究價值與應(yīng)用價值是大數(shù)據(jù)時代下智慧信息服務(wù)研究的目標(biāo)。因此，基于上述研究與探討可以得出，智慧信息服務(wù)大數(shù)據(jù)分析框架主要包括兩層：大數(shù)據(jù)分析層與大數(shù)據(jù)應(yīng)用層（見圖3）。

智慧信息服務(wù)研究的大數(shù)據(jù)來源可以分為結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)三種類型。這些數(shù)據(jù)包括機器傳感數(shù)據(jù)、計算機產(chǎn)生的數(shù)據(jù)（如因特網(wǎng)信息、用戶與系統(tǒng)交互產(chǎn)生的日志數(shù)據(jù)）、用戶自身產(chǎn)生的數(shù)據(jù)（如郵件、短信、社交網(wǎng)絡(luò)購物、電商購物數(shù)據(jù)）、專業(yè)機構(gòu)數(shù)據(jù)（如文本、音視頻、符號）等。通過采用數(shù)據(jù)采集方式或技術(shù)如網(wǎng)絡(luò)爬蟲、用戶實驗、采集日志等可以幫助智慧信息服務(wù)大數(shù)據(jù)的獲取。

大數(shù)據(jù)分析層是智慧信息服務(wù)研究的核心。通過運用統(tǒng)計分析、數(shù)據(jù)挖掘、機器學(xué)習(xí)、自然語言處理等方式來對數(shù)據(jù)進行深入分析，研究用戶行為特征、預(yù)測用戶對信息服務(wù)的滿意度、探索促進信息傳播的方式等。值得注意的是，在對智慧信息服務(wù)進行大數(shù)據(jù)分析時，各類型的大數(shù)據(jù)分析方式不是孤立存在的，不同的研究方法會相互結(jié)合，如統(tǒng)計分析與數(shù)據(jù)挖掘下的聚類分析、預(yù)測分析相結(jié)合、定量分析方式與定性分析方式相結(jié)合等。智慧信息服務(wù)的相關(guān)研究不局限于使用單一的分析方法，而是結(jié)合使用多種大數(shù)據(jù)分析方式來深入挖掘多樣化的數(shù)據(jù)，這也體現(xiàn)出了大數(shù)據(jù)時代下智慧信息服務(wù)數(shù)據(jù)海量、多樣的特點。

大數(shù)據(jù)應(yīng)用層體現(xiàn)了智慧信息服務(wù)研究的目的。使用大數(shù)據(jù)分析方法來對信息服務(wù)者、信息資源、信息服務(wù)方式和措施等三個方面進行深入研究，可以挖掘與精確了解用戶的信息需求，幫助用戶獲取、利用、分享信息資源，實現(xiàn)信息資源的有效控制，保護用戶隱私，最終實現(xiàn)為用戶提供智慧信息服務(wù)的目的。研究成果可以在各個領(lǐng)域如智慧政務(wù)、智慧“五館”（即圖書館、博物館、檔案館、美術(shù)館、科技館）、智慧教育等得以具體應(yīng)用，使得研究能發(fā)揮實際的應(yīng)用價值并受益于用戶，以促進不同領(lǐng)域信息服務(wù)的智能化、便捷化、友好化。

總之，選擇與使用適合研究數(shù)據(jù)特點的分析方法、圍繞智慧信息服務(wù)的具體方面進行深入挖掘與探討、最終實現(xiàn)為用戶提供智慧信息服務(wù)的目的貫穿著智慧信息服務(wù)大數(shù)據(jù)分析和研究的始終；配合使用不同的大數(shù)據(jù)分析方法來進行研究，是智慧信息服務(wù)研究有別于傳統(tǒng)信息服務(wù)研究的關(guān)鍵。

5 結(jié)語

大數(shù)據(jù)時代下，海量、異構(gòu)、高并發(fā)的數(shù)據(jù)為智慧信息服務(wù)研究帶來了機遇和挑戰(zhàn)，其一方面能促進智慧信息服務(wù)研究更加科學(xué)和以用戶為中心，促進信息服務(wù)研究與其他方面研究的交叉與滲透，另一方面也為信息服務(wù)研究方法的合理選擇帶來了挑戰(zhàn)。大數(shù)據(jù)分析方法眾多，如何有效使用適合的研究方法來對信息服務(wù)進行深入研究，是保證智慧信息服務(wù)研究科學(xué)性和有效性的前提。本文探索了智慧信息服務(wù)大數(shù)據(jù)分析方法和研究主題，在此基礎(chǔ)上構(gòu)建了智慧信息服務(wù)大數(shù)據(jù)分析框架，以期對后續(xù)研究提供參考，從而進一步推動智慧信息服務(wù)的研究及其應(yīng)用。

智慧信息服務(wù)研究是順應(yīng)大數(shù)據(jù)時代發(fā)展潮流和趨勢的研究，是與大數(shù)據(jù)時代緊密結(jié)合的研究。只有把握機遇，迎接挑戰(zhàn)，順應(yīng)時代潮流，才能更好地為用戶提供更智慧更人性化的信息服務(wù)，才能真正達到信息服務(wù)于用戶、用戶滿意于信息的目的。

參考文獻：

[1] 習(xí)近平：決勝全面建成小康社會，奪取新時代中國特色社會主義偉大勝利——在中國共產(chǎn)黨第十九次全國代表大會上的報告[R/OL].[2018-02-19].http：//www.gov.cn/zhuanti/2017-10/27/content_5234876.htm.

[2] 柯平.當(dāng)代圖書館服務(wù)的創(chuàng)新趨勢[J].高校圖書館工作，2008，28（2）：1-7.

[3] 梁光德.智慧服務(wù)——知識經(jīng)濟時代圖書館服務(wù)新理念[J].圖書館學(xué)研究，2011（11）：88-92.

[4] 陳遠，許亮.面向用戶泛在智慧服務(wù)的智慧圖書館構(gòu)建[J].圖書館雜志，2015，34（8）：4-9.

[5] 賀德方.數(shù)字時代情報學(xué)理論與實踐：從信息服務(wù)走向知識服務(wù)[M].北京：科學(xué)技術(shù)文獻出版社，2006：39-41.

[6] Lane J.Building an Infrastructure to Support the Use of Government Administrative Data for Program Performance and Social Science Research[J].Annals of the American Academy of Political & Social Science，2018，675（1）：240-252.

[7] Lin L.Application of Data Mining in Library-Based Personalized Learning[J].International Journal of Emerging Technologies in Learning，2017，12（12）：127-133.

[8] 袁紅，朱睿琪.用戶信息搜索行為大數(shù)據(jù)分析框架及其關(guān)鍵技術(shù)[J].圖書館學(xué)研究，2016（24）：39-46.

[9] Ramesh B.Big Data Architecture[M].Big Data.Springer India，2015：29-59.

[10] Park E，Kim K J.An Integrated Adoption Model of Mobile Cloud Services：Exploration of Key Determinants and Extension of Technology Acceptance Model[J].Telematics & Informatics，2014，31（3）：376-385.

[11] Turel O，Connelly C E.Too busy to help：Antecedents and outcomes of interactional justice in web-based service encounters[J].International Journal of Information Management，2013，33（4）：674-683.

[12] Dong X，Chang Y，Wang Y，et al.Understanding usage of Internet of Things（IOT） systems in China：Cognitive experience and affect experience as moderator[J].Information Technology & People，2017，30（1）：117-138.

[13] Shin D H.Effect of the customer experience on satisfaction with smartphones：Assessing smart satisfaction index with partial least squares[J].Telecommunications Policy，2015，39（8）：627-641.

[14] Bae S J，Lee H，Suh E K，et al.Shared experience in pretrip and experience sharing in posttrip：A survey of Airbnb users[J].Information & Management，2017，54（6）：714-727.

[15] 蔡自興.人工智能及其應(yīng)用[M].北京：清華大學(xué)出版社，2016：251-253.

[16] Lowry P B，Wilson D.Creating agile organizations through IT：The influence of internal IT service perceptions on IT service quality and IT agility[J].Journal of Strategic Information Systems，2016，25（3）：211-226.

[17] Park M.Human multiple information task behavior on the web[J].Aslib Journal of Information Management，2015，67（2）：118-135.

作者簡介：吳丹，女，武漢大學(xué)信息管理學(xué)院教授，博士生導(dǎo)師，研究方向：信息檢索、人機交互、用戶信息行為；陸柳杏，女，武漢大學(xué)信息管理學(xué)院碩士研究生，研究方向：人機交互。