孫龍杰 俞凱君

摘 ?要： 大數(shù)據(jù)人工智能時(shí)代下圖書(shū)館各項(xiàng)新技術(shù)設(shè)備的應(yīng)用為智慧圖書(shū)館的發(fā)展提供了高效智能化的技術(shù)支持，實(shí)現(xiàn)了智慧服務(wù)的自動(dòng)化，幫助用戶更加便捷地獲取、利用、分享圖書(shū)館的各項(xiàng)資源;但隨著內(nèi)外環(huán)境的變化影響，設(shè)備故障問(wèn)題也日益突出，如何有效規(guī)避智慧設(shè)備故障隱患，降低故障風(fēng)險(xiǎn)成為亟待解決的新課題。筆者通過(guò)自身工作實(shí)際結(jié)合相關(guān)文獻(xiàn)資料，統(tǒng)計(jì)發(fā)現(xiàn)影響設(shè)備故障主要分為四類因素，其中人為因素占了很大比例，進(jìn)一步深入分析得出含制度設(shè)計(jì)、流程執(zhí)行等16種因子的四層改進(jìn)型HFACS框架。通過(guò)設(shè)備故障樣本集數(shù)據(jù)集計(jì)算Spearman和Kendall Tau—b相關(guān)系數(shù)得出各層等級(jí)相關(guān)度，逐步挖掘出各層內(nèi)在相關(guān)邏輯因子，探究出設(shè)備故障致因鏈進(jìn)行分析，總結(jié)歸納啟示性建議為圖書(shū)館相關(guān)智慧管理和服務(wù)提供科學(xué)依據(jù)。

關(guān)鍵詞：?智慧圖書(shū)館;人為因素;等級(jí)相關(guān)系數(shù);致因鏈

中圖分類號(hào)： O213;TP 18 ???文獻(xiàn)標(biāo)識(shí)碼：?A????DOI：10.3969/j.issn.1003-6970.2019.09.014

本文著錄格式：孫龍杰，俞凱君. 智慧圖書(shū)館設(shè)備故障規(guī)避的HFACS等級(jí)相關(guān)分析[J]. 軟件，2019，40（9）：62-66

HFACS Level Correlation Analysis of Smart Library Equipment Fault Avoidance

SUN Long-jie， YU Kai-jun^*

（Shanghai University of Medicine and Health Sciences， Shanghai， 201318）

【Abstract】： The application of new technologies and equipments in the era of big data artificial intelligence provides efficient and intelligent technical support for the development of smart libraries， realizes the automation of smart services， and helps users to more easily acquire， utilize and share libraries. Various resources; however， with the changes of internal and external environment， the problem of equipment failure has become increasingly prominent. How to effectively avoid the hidden troubles of smart equipment and reduce the risk of failure has become a new problem to be solved. The author actually combines the relevant literature with his own work. The statistics show that the equipment failures are mainly divided into four types of factors， of which human factors account for a large proportion. Further in-depth analysis results in four layers of improvement including 16 factors including system design and process execution. Type HFACS framework. The Spearman and Kendall Tau-b correlation coefficients are calculated from the equipment fault sample set data set to obtain the hierarchical correlation degree of each layer， and the relevant internal logic factors are gradually explored to explore the cause chain of the equipment failure analysis. Library-based wisdom management and services provide a scientific basis.

【Key words】： Intelligent library; Human factors; Grade coefficient; Cause chain

0??引言

智慧圖書(shū)館的發(fā)展目前主要分為智能技術(shù)設(shè)備和智慧館員服務(wù)兩大方向。高職院校較為注重智能設(shè)備的發(fā)展應(yīng)用，認(rèn)為通過(guò)不斷改善感知層智能傳感技術(shù)，完善數(shù)據(jù)采集等功能可以促進(jìn)智慧圖書(shū)館持續(xù)健康發(fā)展，如廣東農(nóng)工商職業(yè)技術(shù)學(xué)院、文藝職業(yè)學(xué)院圖書(shū)館對(duì)當(dāng)前高校智慧圖書(shū)館智能技術(shù)的功能和應(yīng)用特征做了總結(jié)歸納，認(rèn)為館員應(yīng)加強(qiáng)技術(shù)了解和應(yīng)用能力^[1-3]。但隨著智能設(shè)備應(yīng)用的普及以及智慧圖書(shū)館發(fā)展的核心理念不斷升華，不少學(xué)者認(rèn)為兩者融合協(xié)同的發(fā)展趨勢(shì)將愈發(fā)明顯：武漢大學(xué)曾子明教授認(rèn)為智慧圖書(shū)館應(yīng)以為讀者提供更加智慧化的服務(wù)為前提，將情境感知技術(shù)運(yùn)用到圖書(shū)館中^[4]。安徽大學(xué)儲(chǔ)節(jié)旺教授認(rèn)為智慧圖書(shū)館只有具有更全面立體的感知、更廣泛的互聯(lián)互通、更深入的智能洞察、更高效的協(xié)同管理這四大核心特征，才能勝任未來(lái)的工作，而智慧科技和智慧館員是其核心要質(zhì)^[5]。上海社科院信息研究所王世偉教授認(rèn)為智慧圖書(shū)館不僅需要數(shù)字化、網(wǎng)絡(luò)化、智能化的外在特征，更需要互聯(lián)、高效和便利的內(nèi)在特點(diǎn)^[6-7]。華中師范大學(xué)夏立新教授認(rèn)為應(yīng)堅(jiān)持從智慧圖書(shū)館的“智慧”本質(zhì)入手，充分融合與重構(gòu)圖書(shū)館各要素來(lái)構(gòu)建一個(gè)能激發(fā)人創(chuàng)造力的智慧學(xué)習(xí)環(huán)境^[8]。

筆者從事智慧圖書(shū)館建設(shè)多年認(rèn)為在推廣人工智能新興技術(shù)^[9]應(yīng)用的同時(shí)，也應(yīng)堅(jiān)持“以人為本，用戶至上”的服務(wù)理念，積極探究出能有效提升用戶智慧服務(wù)感受度的策略和方法，構(gòu)建智慧溫馨的學(xué)習(xí)家園。筆者從實(shí)際工作中發(fā)現(xiàn)設(shè)備故障頻發(fā)，嚴(yán)重影響用戶智慧服務(wù)體驗(yàn)和圖書(shū)館智慧服務(wù)管理水平。而因自然環(huán)境和館內(nèi)環(huán)境變化導(dǎo)致的各類故障不在少數(shù)如3D打印機(jī)的故障^[10]，筆者以上海健康醫(yī)學(xué)院圖書(shū)館2018年為例，在館運(yùn)行的RFID自助借還機(jī)、24小時(shí)圖書(shū)館、自助閱讀機(jī)、觸摸檢索機(jī)、朗讀亭、打印機(jī)等各類智慧設(shè)備共計(jì)24臺(tái)，故障原因經(jīng)初步統(tǒng)計(jì)分析主要分為軟件因素、氣候因素、固件因素、人為因素四大類，具體如下。

從表1、圖1不難看出人為因素占據(jù)了主要比例，筆者通過(guò)文獻(xiàn)檢索和相關(guān)物聯(lián)網(wǎng)技術(shù)^[11]、大數(shù)據(jù)應(yīng)用平臺(tái)^[12]的研究，結(jié)合智慧圖書(shū)館“用戶畫(huà)像”^[13]行為的挖掘分析，提出智慧圖書(shū)館設(shè)備故障規(guī)避的HFACS等級(jí)相關(guān)分析研究，力求量化人文關(guān)懷指標(biāo)，深度挖掘人為因素在設(shè)備故障發(fā)生前后相關(guān)隱性、顯性因子的內(nèi)在邏輯關(guān)聯(lián)，合理推斷致因鏈，突破以往主觀思維的誤導(dǎo)和單一數(shù)據(jù)分析的偏差。

1 ?HFACS四層模型

HFACS（Human Factors Analysis and Classification System）^[14]是用于各類事故調(diào)查中分析人為因素的方法，在航空事故調(diào)查、生產(chǎn)安全事故調(diào)查、管理安全事故調(diào)查中應(yīng)用最為廣泛^[15]，由“瑞士奶酪”（Swiss Cheese Model）模型^[16]演變而來(lái)，它將人為因素劃分為四個(gè)層次進(jìn)行分層歸納包括：不安全行為（直接原因）、不安全行為的前提（顯性因素）、不安全的監(jiān)督（隱性因素）、決策層影響（潛在根源），每層中包含若干具體影響因子，可對(duì)各因子進(jìn)行分析。但經(jīng)典HFACS模型框架下只能大致給出事故發(fā)生四層分類影響，且缺乏有效分析數(shù)據(jù)支撐，不能直觀體現(xiàn)出各層間內(nèi)在致因鏈的相關(guān)度^[17]，為解決上述問(wèn)題適應(yīng)智慧圖書(shū)館設(shè)備故障調(diào)查，有必要重新分析故障發(fā)生前后人為因素各因子特征并對(duì)整個(gè)HFACS框架進(jìn)行適當(dāng)修改，完善其具體因子，改進(jìn)后的HFACS框架如圖2所示。

2??等級(jí)相關(guān)分析

相關(guān)分析是度量?jī)蓚€(gè)變量或兩組變量之間的相互依存關(guān)系的一種典型方法，相關(guān)系數(shù)是描述線性相關(guān)程度和方向的統(tǒng)計(jì)量^[18]，正負(fù)號(hào)表示相關(guān)關(guān)系的方向，其絕對(duì)值大小表示相關(guān)關(guān)系的強(qiáng)弱程度，如下表2所示。

這里需要說(shuō)明的是樣本數(shù)據(jù)分析得出的相關(guān)系數(shù)r需要在一定顯著性水平進(jìn)行檢驗(yàn)^[19]才能符合對(duì)總體數(shù)據(jù)的推斷，本文采用a=0.05的顯著性水平。

對(duì)于服從正態(tài)分布的兩個(gè)隨機(jī)變量X與Y來(lái)說(shuō)可用簡(jiǎn)單相關(guān)分析法（一般指直線相關(guān)），采用Pearson相關(guān)系數(shù)計(jì)算，公式如下：

但以上相關(guān)分析均基于定量數(shù)據(jù)或連續(xù)型變量的研究，而對(duì)于HFACS中各因子順序變量往往難以確定協(xié)方差和標(biāo)準(zhǔn)差。因此需對(duì)HFACS中各因子順序變量進(jìn)行等級(jí)相關(guān)分析，Spearman和Kendall等級(jí)相關(guān)系數(shù)是常用的度量算法。

Spearman相關(guān)系數(shù)又稱秩相關(guān)系數(shù)，主要對(duì)2個(gè)變量的秩做等級(jí)線性相關(guān)分析，而與變量的分布和樣本容量大小均無(wú)關(guān)，一般定量數(shù)據(jù)或連續(xù)型數(shù)據(jù)需轉(zhuǎn)換成相應(yīng)的排列順序，再運(yùn)用Spearman法去求解，其定義如下：

Spearman相關(guān)系數(shù)ρ被定義為2個(gè)n維隨機(jī)變量X=（X₁，X₂，…，X_n）和Y=（Y₁，Y₂，…，Y_n）：

其中，r_i和s_i分別是X_i和Y_i的秩，i=1，2，…，n。的取值范圍為[-1，1]，由于與Pearson公式相仿，在SAS中字母表示相同。

Kendall相關(guān)系數(shù)（SAS中稱為Kendall Tau b相關(guān)系數(shù)）與Spearman類似，但它不僅要考慮變量的排列順序，更主要的是根據(jù)2個(gè)變量間序?qū)Φ囊恢滦詠?lái)判斷其相關(guān)性，因此相關(guān)度評(píng)判更為嚴(yán)格，對(duì)于n維變量中第i個(gè)任意隨機(jī)分量X_i、Y_i和第j個(gè)任意隨機(jī)分量X_j、Y_j來(lái)說(shuō)，（X_i、Y_i）和（X_j、Y_j）的排序一致時(shí)，稱之為同序?qū)?，反之稱為異序?qū)?，在可得如下定義：

這里P表示一致的序?qū)?shù)，取值范圍為[–1，1]，SAS中用Tau表示。

執(zhí)行SAS中CORR過(guò)程得到各層之間的相關(guān)系數(shù)，結(jié)果如圖3-5，表3-5所示。

3??總結(jié)

根據(jù)上節(jié)SAS軟件分析出的各層因子間相關(guān)系數(shù)和歸納整理出的相關(guān)因子對(duì)，不難發(fā)現(xiàn)基于HFACS框架下的智慧圖書(shū)館交互設(shè)備故障等級(jí)分析，其中各層大部分因子對(duì)橫向間Spearman和Kendall Tau—b相關(guān)系數(shù)、相關(guān)度之間存在較為顯著的一致性，其中縱向隱含著2條痕跡較為明顯的邏輯致因鏈，如圖6所示。

上述研究表明制度設(shè)計(jì)和流程執(zhí)行是設(shè)備故障的潛在根源，巡檢執(zhí)行和監(jiān)督違規(guī)是隱性因素，兩者之間內(nèi)在相關(guān)度顯著;動(dòng)機(jī)不純是顯性因素，有意識(shí)違規(guī)是設(shè)備故障的直接原因，兩者之間顯著相關(guān)。因此針對(duì)上述研究結(jié)果，筆者提出智慧圖書(shū)館設(shè)備故障規(guī)避的幾點(diǎn)啟示性建議，供其他圖書(shū)館參考：

（1）館內(nèi)制度設(shè)計(jì)需要兼顧館內(nèi)管理和用戶實(shí)際需求，制定更為合理規(guī)范的舉措;流程執(zhí)行不僅要常態(tài)化更需人性化，人文關(guān)懷落實(shí)到行動(dòng)上。

（2）巡檢更應(yīng)嚴(yán)格定期執(zhí)行，應(yīng)采取更為有力的措施監(jiān)督違規(guī)，以期有效降低隱患。

（3）針對(duì)動(dòng)機(jī)不純的用戶行為應(yīng)及時(shí)發(fā)現(xiàn)制止并對(duì)屢教不改者列入黑名單，逐步杜絕用戶有意識(shí)違規(guī)行為，加強(qiáng)入館教育，提高人文素養(yǎng)。

參考文獻(xiàn)

• 王維秋，?劉春麗. 智慧圖書(shū)館的理論演進(jìn)歷程、應(yīng)用前沿與發(fā)展趨勢(shì)研究[J].?圖書(shū)館學(xué)研究，?2017（18）： 17-20.
• 黃輝.?基于智能傳感器的智慧圖書(shū)館感知層研究[J].?圖書(shū)館工作與研究，?2018（04）： 46-51.
• 謝芳.?論高校智慧圖書(shū)館的功能與構(gòu)建[J].?圖書(shū)館學(xué)研究，?2014（06）： 15-20+11.
• 曾子明， 陳貝貝.?融合情境的智慧圖書(shū)館個(gè)性化服務(wù)研究[J]. 圖書(shū)館論壇，?2016（02）： 57-63.
• 儲(chǔ)節(jié)旺， 李安.?智慧圖書(shū)館的建設(shè)及其對(duì)技術(shù)和館員的要求[J].?圖書(shū)情報(bào)工作，?2015（15）： 27-34.
• 王世偉. 論智慧圖書(shū)館的三大特點(diǎn)[J].?中國(guó)圖書(shū)館學(xué)報(bào)，?2012（06）： 22-28.
• 王世偉. 融合圖書(shū)館初探[J].圖書(shū)與情報(bào)，?2016（01）： 54-61.
• 夏立新， 白陽(yáng)， 張心怡.?融合與重構(gòu)： 智慧圖書(shū)館發(fā)展新形態(tài)[J].?中國(guó)圖書(shū)館學(xué)報(bào)，?2018（01）： 35-49.
• 梁子鑫.?探討新時(shí)代背景下新興技術(shù)在人工智能中的應(yīng)用[J].?軟件，?2018，?39（7）： 166-169
• 蔣經(jīng)緯， 龍俊琪， 梅文.?一種針對(duì)開(kāi)源3D打印機(jī)的故障檢測(cè)系統(tǒng)[J].?軟件，?2018，?39（7）： 157-160.
• 牟思. 淺談物聯(lián)網(wǎng)的關(guān)鍵技術(shù)及計(jì)算機(jī)物聯(lián)網(wǎng)的應(yīng)用[J]. 軟件， 2018， 39（6）： 189-191
• 尹航， 楊歡， 崔海斌， 等. 基于大數(shù)據(jù)應(yīng)用的虛擬化云平臺(tái)建設(shè)方法研究[J]. 軟件， 2018， 39（4）： 201-207.
• 李大偉， 杜洪波， 周孝林， 等. 基于“用戶畫(huà)像”挖掘的圖書(shū)推薦App設(shè)計(jì)[J]. 軟件， 2018， 39（5）： 35-37.
• 龐兵， 于雯宇.?基于改進(jìn)的HFACS和模糊理論的航空事故人因分析[J]. 安全與環(huán)境學(xué)報(bào)，?2018（05）： 1886-1890.
• 張琥， 傅貴.?HFACS中不安全監(jiān)管因素與事故致因24 Model中不安全動(dòng)作因素的對(duì)比分析[J].?中國(guó)安全科學(xué)學(xué)報(bào)，?2017（02）： 582-586.
• Shappell S， Detwiler C， Holcomb K， Hackworth C， Boquet A， Wiegmann DA. Human Error and Commercial Aviation Accidents：?An AnalysisUsing the Human Factors Analysis and Classification System[J].Human Factors The Journal of the Human Factors and Ergonomics Society，?2007（5）： 227-242.
• 呂春玉， 房春花. 人為因素分析與分類系統(tǒng)（HFACS）及事故個(gè)例分析[J].?中國(guó)民航飛行學(xué)院學(xué)報(bào). 2009（02）： 37-40.
• 樊嶸， 孟大志， 徐大舜.?統(tǒng)計(jì)相關(guān)性分析方法研究進(jìn)展[J]. 數(shù)學(xué)建模及其應(yīng)用，?2014（01）： 1-12.
• 張旭， 陳冬東， 葉志強(qiáng)， 李啟明， 謝建平. 從多組學(xué)數(shù)據(jù)挖掘結(jié)核病關(guān)鍵基因的綜合策略[J].?工程數(shù)學(xué)學(xué)報(bào)， ?2018（05）： 515-522.