在技術迅速更迭下，國內外學者積極探索AIGC融入圖書館服務的應用場景。陸偉等探討以ChatGPT為**的大語言模型對信息資源建設、信息組織與檢索、信息治理等方面的影響[28]。趙楊等構建融合AIGC技術的智慧圖書館體系框架[29]，儲節旺等從服務方式、服務內容、服務效果等三個方面分析AIGC對智慧圖書館服務的沖擊[30]。國外有學者指出基于ChatGPT的聊天機器人系統是傳統的基于知識庫的聊天機器人的可行替代方案[31]，同時AI聊天機器人可能會對參考咨詢實踐、館藏開發以及元數據創建和轉換產生影響[32]。知識鏈分析服務模式是試圖在讀者與文獻數據庫之間創新性地介入一個透明的文獻服務網關。福建智能化智慧導讀

隨著智慧社會的發展，高職院校圖書館也迎來了發展的新高峰。智慧圖書館的智慧館員的專業素養與職業道德決定了高職院校圖書館服務的質量與成效，直接影響著智慧圖書館的發展水平。在智慧圖書館建設中，館員隊伍的培養要求更高、難度更大、更為復雜。培養大量智慧館員隊伍是當前和今后高職院校圖書館發展工作任務。加強智慧圖書館背景下高職院校圖書館館員的建設也是圖書館轉型的必然要求，應培養適應智慧圖書館發展的館員隊伍，跟上智慧社會的步伐，從而提升高職院校圖書館智慧服務的能力，滿足高職院校和社會的需要。江蘇智慧導讀標志隨著計算機技術的迅猛發展，使得人們對信息的處理、存儲、查詢、利用等有了新的要求。

在智慧圖書館中，用戶行為分析是AI應用的重要領域。通過分析用戶的搜索歷史、閱讀習慣和點擊模式等，智慧圖書館能夠深入了解用戶的興趣和需求，從而優化個性化閱讀推薦系統，提高推薦準確性和用戶滿意度。由于用戶的需求和興趣是動態變化的，定期進行用戶行為分析有助于智慧圖書館及時捕捉這些變化，并調整資源和服務策略。例如，當某一類圖書或資源的訪問量***增加時，智慧圖書館可以及時增加該類資源的購買量，以滿足用戶的需求；反之，當某一話題或領域的訪問量下降時，智慧圖書館可以調整資源配置，避免資源浪費。此外，用戶行為分析還能優化智慧圖書館的網站和用戶界面設計。通過分析用戶在網站上的訪問模式和交互行為，智慧圖書館可以識別出用戶體驗中的痛點和改進機會。例如，如果發現用戶在使用搜索功能時放棄率較高，可能意味著搜索功能需要優化，以提供更相關的搜索結果或更友好的用戶界面。通過對用戶行為的細致分析，智慧圖書館不僅可以精確滿足用戶當前的需求，還可以預見未來的變化，確保服務的持續有效性和相關性[3]。

在智慧閱讀三元協同系統結構中，信息通信技術、數字閱讀平臺和讀者是智慧閱讀的三要素。數字閱讀平臺在信息通信技術的基礎上為讀者提供閱讀內容和服務，讀者在注冊和使用數字閱讀工具的過程中留下個人的、人機交互的、社交互動的信息與行為記錄，這些信息與行為記錄被數字閱讀平臺收集、整理、加工，再反饋給信息通信技術的操作者。信息通信技術的操作者在平臺的價值和規則框架下，通過人機協同的方式對讀者信息與行為記錄進行加工，在平臺的監制下提供產品和服務。作為一種理想狀態的智慧閱讀，其應然狀態是數字的（指處理過程是數字的，唯有數字化才可計算，才能提供快速及時反應；**終產品既可以是虛擬的，又可以是實體的）、個性的、情境的、可持續的、***的、對個體和全人類具有福祉效應的。近年來人工智能生成內容（AI-Generated Content，AIGC）技術實現突破性發展，逐漸成為 AI 發 展的關鍵分支。

智慧數據流轉模塊基于智慧數據演進范式統籌推進圖書館內“原生數據—中間數據—智慧數據”的流通轉化業務，鏈接圖書館內外部數據源的異構原生數據以實現多渠道、全領域的動態數據采集，利用契合各類數據特征的處理方式實現敏捷化的自動數據處理；通過匹配相應數據模態的算法或模型融合多模態數據，以實體、事件、關系為基本單元智能抽取出語義化、結構化的綜合信息，由此實現原生數據向中間數據高效轉化；圖書館業務場景驅動業務流程各節點數據整合，按照標準化的融合數據分析流程獲取深度數據，挖掘出潛在知識并發現知識關聯以提煉通用知識及領域知識，從而實現中間數據向智慧數據有效轉化。在語義關聯矩陣中，選擇任意概念節點作為興趣點(x)，可以找到與該興趣點語義直接關聯的概念節點(y)。廣東智慧導讀系統

它主要是方便人們閱讀，激起人們閱讀的興趣。福建智能化智慧導讀

讀者面臨信息信任建設的多重危機。一方面，人類閱讀行為無法快速、規模性地適配數字閱讀模式。人作為閱讀的主體，閱讀心理與行為在新的媒介和信息環境下發生了變化，但這種變化整體來看是緩慢的、漸進的。如何把線性的、沉浸式的閱讀遷移到數字閱讀情境中，是一個***而普遍的問題。有學者把閱讀任務分為解釋性、事實性、探索性等三類，探索用戶在不同任務情景下信息搜尋的策略模式和頻率差異［13］此類經得起反復驗證的、符合規模人群特征的實。證研究有待更多樣化的開展。另一方面，機器的智能化發展速度超過人類認知進化的生物規律，機器生成內容以假亂真的程度越來越高，給人類信息信任帶來新的挑戰。實驗研究發現，人類辨別AI生成文本的準確率*有52%，識別AI生成視頻的準確率*有39%［14］。福建智能化智慧導讀