基于系统动力学的数字图书馆资源聚合组织质量形成机理研究

闫晶 毕强 李洁

〔摘 要〕随着数字图书馆资源聚合研究的不断深入发展，聚合质量日益成为学者关注的焦点。本文依托数字图书馆资源聚合相关理论，分析数字图书馆资源的质量属性。使用系统动力学方法分析数字图书馆资源聚合组织质量形成动力研究，构建了数字图书馆资源聚合组织质量形成机理模型，为数字图书馆资源组织聚合质量评价提供理论依据。

〔关键词〕数字图书馆资源；聚合质量；系统动力学

DOI：10.3969/j.issn.1008-0821.2018.10.001

〔中图分类号〕G250.76 〔文献标识码〕A 〔文章编号〕1008-0821（2018）10-0003-07

〔Abstract〕With the continuous development of the research on digital library resources aggregation，the quality of aggregation has become the focus of attention of scholars.Based on the theory of digital library resource aggregation，the paper analyzed quality attribute of digital library resources，used the system dynamics method to analyze the dynamic of the quality formation of the digital library resource aggregation，constructed the quality formation mechanism model of the digital library resource aggregation organization，which provided a theoretical basis for the quality evaluation of the digital library resources organization aggregate.

〔Key words〕digital library resources；aggregation quality；system dynamics

随着科技的发展，在数字图书馆系统环境中，我们注意到的一个发展情况是，数字图书馆资源的大数据特征越发明显，数字图书馆资源聚合的多元性越发凸显。大数据时代背景下，提升聚合组织质量是实现数字图书馆知识服务，更好地满足用户个性化、精准化知识需求的基础和根本保证[1]。这也是探讨数字图书馆服务战略转型的前提，是对数字图书馆如何深度开发利用数据资源的一次思考。同时，在大数据环境下，我国图书馆馆藏资源已逐渐转变为以数字图书馆为主体紧密面向用户的多来源、多类型知识资源，且结构化和非结构化数据并存，呈现出局部有序而整体无序的窘境，难以满足用户多元化一站式搜索和个性化、精准化知识需求[2，3]。然而，聚合组织质量不仅源自各个方面、各种类型和各种层次的语义化，还源自于对聚合组织质量内涵构成的正确认识，对聚合组织质量的正确判定和对聚合的语义化过程有效控制与保证[4]。因此，全面提升数字图书馆资源聚合的内在质量和外在质量，建立资源聚合组织质量评价体系就成为资源聚合研究与应用中的关键问题。

1 数字图书馆资源聚合组织质量多维属性

语义维度的数字图书馆资源聚合注重对资源的知识和语义内涵进行挖掘，从而在知识层面实现数字资源集合[5，6]。发现关联维度的数字图书馆资源聚合则侧重对资源节点和关联的分析，通过核心资源集的发现、聚类、聚合，亦能实现知识层面的资源集合。而语义和关联融合维度的数字图书馆资源聚合则注重两种维度的优势互补，能有效提高数字图书馆资源聚合组织质量。对语义维度、发现关联维度，及对二者融合的聚合组织质量属性解读，都有助于理解数字图书馆资源聚合组织质量形成的动力源泉，刻画数字图书馆资源聚合组织质量形成过程，剖析数字图书馆资源聚合组织质量形成机理。

1.1 语义维度的聚合组织质量属性

国内外相关研究学者以及数字图书馆资源供应商、聚合技术提供方在理论和实践层面通过多种属性从语义维度揭示数字图书馆资源聚合组织质量，主要有以下多个属性：①语义相似度。概念间的相似程度我们称之为语义相似度，通过语义相似度的计算，进而衡量概念之间的相同属性。语义相似度则可反映数字图书馆聚合资源质量和用户需求、用户感知——行为之间的一致性程度[7]。②语义距离：概念间的相近程度则称之为语义距离。用户基于某主题词在数字图书馆的检索结果和其预期结果之间的语义距离越小，则语义相似度越大，意味着这一属性下的较高的数字图书馆资源聚合组织质量[8]。③语义相关度。语义相关度用来描述概念间的语义相互关联程度。语义相似的两个概念必存在语义相关，而语义相关的两个概念则不必然存在相似关系。可理解为，设定某阈值，当语义距离超过此阈值时，则认为语义相关，否则视为語义相似。也就是说，当从语义相关度属性来衡量数字图书馆资源聚合组织质量时，可能其预期的质量结果不会太好。④语义重合度。语义重合度和语义距离可以用来计量语义相似度，两个概念之间包含其相同上层概念的个数（共同祖先节点数）为语义重合度。也就是说，检索结果、推荐结果和用户期望的语义重合度越高，数字图书馆资源聚合组织质量在这一属性值的得分越高[9]。⑤语义粒度。语义粒度是指语义单元的相对大小和粗糙程度，细化程度越高，语义粒度越小。用户能够通过细粒度语义输入方便有效的表达查询意图，数字图书馆亦给予细粒度的语义内容反馈，则其具有较高的语义细粒度属性值[10]。⑥语义隶属度。语义隶属度实质上是对模糊语义的衡量，在模糊词语的外延中，处于中央成员的隶属度高，反之则低。例如，聚合、融合、整合、合并，合并和聚合的语义隶属度较低[11]。⑦语义半径。语义半径是指核心概念的语义辐射范围，可用于衡量概念与核心概念间的语义关联程度[12]，可从术语词汇间在整体局部以及关联结构上上下位确定语义半径，例如“合并”和“聚合”的语义半径为3。⑧语义权重。某概念对核心主题语义的贡献程度即为语义权重。语义聚合需要优化概念向量空间，而要形成概念的细粒度、小维度的向量空间，则语义权重的确定必不可少。⑨语义贴近度。衡量语义相近实体间属性取值一致性程度即为语义贴进度，语义贴近度提供了一种非逻辑性的知识一致性检查方法。⑩其它的语义维度下的质量属性还有很多，例如语义匹配度、语义维度、语义编辑距离、三元组、实体、文本相似度、检索结果、共现频次、共现强度、余弦相似度、综合相似度、推荐结果、共现词频、链接深度、概念相似度、概念相关度等。

1.2 发现关联维度的聚合组织质量属性

发现关联维度的数字图书馆资源聚合组织质量属性聚焦于社会网络、信息网络和计量，主要有如下属性：①点度中心度。节点度是在实体构建的关联网络中，某实体节点同其它实体节点直接相连的节点数目，在有向网络中，又划分为出度和入度。指向某实体节点的所有实体节点数量为入度，某实体节点指向其它节点的数量为出度。入度越高的数字图书馆，其自身的资源质量越高，出度越高的数字图书馆，其资源的聚合组织质量可能会越高[13]。②接近中心度。接近中心度是某节点同其它各节点的最短距离和。其衡量的是独立程度，当某数字图书馆掌握的资源越多，那么其距离网络核心信息源的距离越近，在资源聚合过程中，其会更方面的利用自身资源进行聚合而不依赖他人，因此其最终的聚合组织质量更可控[14]。③中间中心度。中间中心度反映了某节点位于图中其它点的“中间”位置的程度。如果某数字图书馆，是其它两个数字图书馆互动的必由中间节点，那么其引导、操纵资源的机会也更多，这常常意味着其具有较好的聚合资源社会网络基础[15]。④网络密度。网络密度测度网络成员、节点（实体）间沟通联系的紧密程度。一般来说，网络密度越大，网络中的行动者对其它成员的影响也越大。影响越大、沟通交流越频繁，由此资源的生产也自然较多[16]。⑤网络直径。对网络中节点对最短距离取最大值就得出网络直径，网络延迟受网络直径影响很大。不能绝对地说以某数字图书馆为核心的网络，其直径越大，则其聚合组织质量越高或越低。但可以肯定的是，网络直径能够影响数字图书馆资源聚合组织质量的稳定性[17]。⑥特征向量中心度。关联网络中，若把某实体或图书馆节点的影响力看成其它实体或节点的影响力线性组合，则得到方程组特征向量，进而求得各个节点的重要性指标，反映了个体和核心个体的相连程度[18]。⑦平均路径长度。对所有节点对最短路径求平均值则得出网络平均路径长度。因连边数较多的网络其平均路径也会较小，因此，受连边数量对网络拓扑结构的影响，无法判断较小平均路径长度的网络是由连边结构还是连边数量造成的。但是，平均路径长度却是数字图书馆资源聚合的质量属性，在于无论是连边结构较优、还是连边数量较多，最终反映的是影响资源聚合组织质量的实体数量和实体间连接数量。⑧k-核子网。任一个社会网络子图节点均和K个其它节点相连，则此子网络为K-核子网。k-核子网描述了网络凝聚力、网络派系，也能捕捉其形成过程和特点。是数字图书馆资源聚合组织质量形成过程中，资源子集寻找、建立的重要属性[19]。⑨聚类系数。聚类系数测度节点间信息传递通达性，用某节点实际连接数量和最大可能连接数量比值来确定。无论层次聚类还是非层次聚类，资源本身和数字图书馆本身，都可以作为聚类样本，用聚类系数揭示、发现聚合组织质量和资源之间的现实关联和潜在关联。⑩其它的发现关联维度下的质量属性还有很多，例如耦合强度、凝聚子群、關联维度、关联强度、关联阶度、关联粒度、中心势、首要载荷、载荷总值、载荷均值、最大载荷、被引频次、引用频次、互引频次、施引频次、引证频次、自引频次、平均耦合频次、总被引频次、标签广度、链接广度、引文长度等。

1.3 语义和发现关联融合维度属性

语义和发现关联也并不是截然可分，甚至部分属性不能从字面含义简单归类于某一维度，因此将这些属性统一称之为语义和发现关联融合维度，并主要从用户感知角度进行梳理，主要包括以下属性：①数据资源类型：数据资源类型可以从两个层面进行衡量，一个是期刊论文、图书、著作、专利、科技报告、科学数据、学位论文、社交网络图书等分类形式；另一个是数据、程序、文本、音频、图像和视频等载体形式。待聚合的数据资源类型越多，则聚合基础越好，但并不意味着聚合后的数据资源类型越多，则聚合组织质量越高[20]。②数据资源数量：主要指各种类型资源所占用的字节数，反映了聚合后的数字图书馆资源“量”上的差异[21]。③数据资源价值密度：计量单位上的数据资源有用性信息量即为数据资源价值密度，是和数据资源数量相对应的从“质”的角度反映聚合组织质量。④实时可视：基于聚合后的数据资源通过动态对象可视关系实现用户端的实时可视，可增强用户对聚合后资源的理解和吸收[22]。⑤增强审视性：渲染输出图像，或对输出在三维场景内的实时可视，可增强用户从不同维度对聚合结果的审视，在进一步增强理解性的同时，亦会提高用户对数字图书馆的兴趣和黏性。⑥偏好感知。偏好感知表现为，建立在对用户使用数字图书馆资源过程中的检索词、分类、色彩、点击位置、频率、跳出率、跳转、鼠标轨迹等多种行为或输入的分析，从知觉或情感因素建立特定用户的“偏好”空间集，进而作为聚合资源个性化推荐、定制的资源建设基础。⑦界面友好。作为实时可视和增强审视的补充，静态界面的友好更多的是从网页、APP、微信界面的前台设计而言。任务、功能、组织、馆藏、读者等界面观感舒适、点击方便、实时可控、干扰度较低，则往往意味着拥有较高聚合资源质量的支撑。⑧人机交互。针对用户输入和访问行为，智能机器人辅助人工从聚合资源中基于语义和关联维度提取信息，实时24小时予以反馈、修正和自我学习，人机交互作为数字图书馆聚合组织质量的属性亦从更智能化的方向提出更高的要求，并对高水平的聚合组织质量以用户极易感知的形式予以反映。⑨其它的语义和发现关联融合维度下的质量属性有用户主导、操作简便、充分交互、偏好感知、动态分层、直观形象、来源多元、分类浏览等，这些属性或者是对上述9个属性不同语义上的描述，或者是其细粒度化，亦或是新的属性。

2 数字图书馆资源聚合组织质量形成动力

数字图书馆资源是通过语义维度、发现关联维度以及二者融合维度实现聚合的，其聚合组织的多维属性特征决定了聚合质量评价角度。在考察图书馆数字资源聚合组织质量形成时，还应考虑其形成的内生动力和外源动力。内生动力是指数字图书馆资源内部存在的、与自身密切相关的推动聚合质量形成的力量。外生动力是独立于数字图书馆资源、存在其外部环境中的拉动聚合质量形成的力量。两种力量共同作用于数字图书资源聚合过程中，决定了资源组织聚合质量。

2.1 资源聚合组织质量形成的动力类型

为准确划分数字图书馆资源聚合组织质量形成的动力类型，需要首先剖析数字图书馆资源聚合组织质量形成的过程要素。

2.1.1 资源聚合组织质量形成的过程要素

数字图书馆资源聚合组织质量的形成，必须在情境规制下，感知到用户的需求，树立聚合组织质量目标，在自身资源现状和内外资源集成条件下，从语义和发现关联维度采取不同的聚合技术予以实现。因此，本文将数字图书馆资源聚合组织质量形成的要素划分为4大类。即，情境感知要素、目标推动要素、资源集成要素、技术驱动要素。

其中，情境感知要素是指能够感知到的用户情境、资源情境、技术情境、服务情境。通过对这些要素的感知，能够对数字图书馆的多元数据结构、多元对象类型、多元关联网络、多元测度层次予以准确把握。目标推动要素是指精准个性推荐、动态实时可视、实现服务增值、满足知识需求、追寻知识轨迹等欲实现的聚合组织质量目标。资源集成要素是指现有数据资源集数量、现有数据资源集质量、现有数据资源集价值密度、现有网络集结构。技术驱动要素是指基于语义维度的计量分析、元数据、领域本体，基于发现关联维度的以聚类为中心的聚合、以资源节点为中心的聚合、以相对重要性为中心的聚合，基于语义和关联维度的语义关联融合。

2.1.2 资源聚合组织质量形成的动力类型

从数字图书馆资源聚合的多维聚合体系来看，聚合组织质量的形成需要从数字图书馆内部资源和外部环境入手。从聚合组织质量的多维属性来看，亦可概括为内部资源关联、外部馆际关联、内容语义和语义关联。因此，本文提出，数字图书馆资源聚合组织质量形成的动力类型有两种，即内生动力和外源动力。

内生动力是指内生的、同数字图书馆本身性密切相关的，对数字图书馆资源聚合组织质量的形成产生推动的内在力量。外源动力则是指外生的，由数字图书馆外部作用力影响而对数字图书馆资源聚合组织质量形成产生推动的外在力量。数字图书馆资源聚合组织质量形成过程要素和动力类型对照关系如表1所示，笼统地说，内生动力主要包括数字图书馆自身资源和聚合技术本身，是聚合组织质量形成的客观基础性动力。外源动力主要包括数字图书馆所面临的情境要素以及目标推动要素，是主观可变的动力形式。但关于要素和动力形式的划分标准也不是绝对的、一成不变的，比如内生动力也要根植于情境感知和目标推动要素之上，否则将成为“无矢之地”，但理论上在动力矢量大小有差异。

2.2 资源聚合组织质量形成的内生动力

数字图书馆资源聚合组织质量形成的内生动力因果关系如图1所示。因果关系链中，主要要素包括情境感知要素下的服务情境、用户情境、资源情境、技术情境；目标推动要素下的精准个性推荐、动态实时可视、实现服务增值、满足知识需求、追寻知识轨迹等；资源集成要素下的现有数据资源集数量、现有数据资源集质量、现有数据资源集价值密度、现有网络集结构等；技术驱动要素下的計量分析、元数据、领域本体、内生技术和语义关联融合等。需要说明的是，情境感知要素和目标推动要素更多的侧重外源动力，而内生动力因果关系图虽然包含上述要素，但其因果关系逻辑主要从情境感知→+资源集成→+技术驱动→+数字图书馆资源聚合组织质量→+目标推动过程体现了数字图书馆资源聚合组织质量形成的内生动力产生，首先需要感知到所面临的用户、技术、资源情境，设定聚合组织质量目标，在资源集成现状基础上，主要通过语义维度以及语义和发现关联维度融合的技术产生核心内生动力对聚合组织质量的推动力量。

图1中，主要的几种动力因果关系如下：①目标推动→+资源集成→+技术驱动→+数字图书馆资源聚合组织质量→+目标推动（正反馈）。②情境感知→+目标推动→+资源集成→+情境感知（正反馈）。③情境感知→+目标推动→+资源集成→+技术驱动→+数字图书馆资源聚合组织质量→+目标推动→+情境感知（正反馈）。由上述因果关系可知，技术驱动是数字图书馆资源聚合组织质量提升的关键核心力量。综合流图①②③的逻辑，数字图书馆建设方、运用方，感知到情境和用户需求，树立数字图书馆资源聚合目标，评估现有资源集的现状，针对自身技术优势提出资源聚合技术方案并予以实施，使得数字图书馆的资源聚合组织质量得以初步提升，进而树立新的聚合目标，再对情境进行进一步评估，然后按照流图①的逻辑循环往复，使数字图书馆资源聚合组织质量得以不断优化。值得注意的是，在实施过程中，当资源集成或技术驱动环节出现偏差时，则需要重启以情境感知为起点的动力流程。

2.3 资源聚合组织质量形成的外源动力

数字图书馆资源聚合组织质量形成的外源动力因果关系如图2所示。因果关系链中，主要的要素包括情境感知要素下的服务情境、用户情境、资源情境、技术情境；目标推动要素下的精准个性推荐、动态实时可视、实现服务增值、满足知识需求、追寻知识轨迹等；资源集成要素下的现有网络集结构等；技术驱动要素下的以聚类为中心的聚合、以资源节点为中心的聚合、以相对重要性为中心的聚合和语义关联融合等。如前文所述，技术驱动要素和目标推动要素是外源动力源的核心要素，核心因果关系为情境感知→+目标推动→+技术驱动→+数字图书馆资源聚合组织质量。简言之，数字图书馆资源聚合组织质量形成的外源动力大小，首先由对用户、技术、资源、服务情境的感知能力决定，接着由聚合组织质量目标推动，而直接对聚合组织质量结果产生影响，亦在技术层面，通过关联维度聚合技术的应用提升外源动力大小，最终对数字图书馆资源聚合组织质量产生持续推动。

图2中，主要的几种动力因果关系如下：①情境感知→+目标推动→+资源集成→+技术驱动→+数字图书馆资源聚合组织质量→+情境感知。②情境感知→+目标推动→+技术驱动→+数字图书馆资源聚合组织质量→+情境感知。③情境感知→+目标推动→+数字图书馆资源聚合组织质量→+情境感知。由上述因果关系可知，技术驱动和目标推动是数字图书馆资源聚合组织质量提升外源动力的“两辆马车”。同内生动力不同的是，外源动力更多的来源于发现关联维度的技术推动、目标推动以及情境感知。按照流图①②③的逻辑，对数字图书馆资源、技术、用户、服务情境的感知是基础，目标推动和技术推动是核心，并最终需要重新归集到情境感知才能启动新的聚合组织质量提升流程。

2.4 资源聚合组织质量形成的多维动力关系

数字图书馆资源聚合组织质量形成的外源动力因果关系如图3所示。图3中，主要的几种动力因果关系如下：①情境感知→+目标推动→+资源集成→+技术驱动→+情境感知。②情境感知→+目标推动→+资源集成→+技术驱动→+数字图书馆资源聚合组织质量→+情境感知。③情境感知→+目标推动→+资源集成→+技术驱动→+数字图书馆资源聚合组织质量→+目标推动。④情境感知→+目标推动→+技术驱动→+数字图书馆资源聚合组织质量→+情境感知。⑤情境感知→+目标推动→+技术驱动→+数字图书馆资源聚合组织质量→+目标推动。⑥情境感知→+目标推动→+资源集成→+情境感知。⑦情境感知→+目标推动→+数字图书馆资源聚合组织质量→+情境感知。⑧目标推动→+数字图书馆资源聚合组织质量→+目标推动。

由上述因果关系可知，数字图书馆资源聚合组织质量的提升受内生动力和外源动力的复合作用。同时，语义维度的数字图书馆资源聚合更多的提供内生动力，其作用力大小受到情境感知、目标推动和资源集成的影响，并且受资源集成现状的影响较大。而发现关联维度的数字图书馆资源聚合则更多的提供外源动力，其作用力大小受到情境感知和目标推动的影响，并且受目标推动的影响较大。从用户感知维度来看，则划分为两个层次，一个是作为数字图书馆主体，需要感知到包括用户在的情境，并作为无论是语义维度还是发现关联维度资源聚合动力持续发生作用的流程起点；另一个是目标推动要建立在用户可感知的基础上，例如目标推动要素包括精准个性推荐、动态实时可视、实现服务增值、满足知识需求、追寻知识轨迹等，从数字图书馆自身而言，聚合的内在需要是实现服务增值，而从用户而言，则存在精准个性推荐、动态实时可视、满足知识需求、追寻知识轨迹等需求，虽然满足知识需求、追寻知识轨迹是用户的终极需求，但對大多数用户而言，精准个性推荐和动态实时可视更容易被感知。

总之，从各要素对数字图书馆资源聚合组织质量形成的动力关系而言，情境感知是内生动力和外源动力发生作用的前提，资源集成是内生动力和外源动力发生作用的基础，目标推动和技术推动是聚合组织质量提升的核心动力源泉。

3 数字图书馆资源聚合组织质量形成机理模型

在数字图书馆资源的多为聚合体系梳理、数字图书馆资源聚合组织质量多维属性刻画、数字图书馆资源聚合组织质量形成动力挖掘基础上，本文提出了数字图书馆资源聚合组织质量形成机理模型，如图4所示。

从数字图书馆资源聚合组织质量形成因来看，包括2个动力因（资源聚合动力）、3个维度因（资源聚合维度）、4个情境因（资源聚合情境）、5个质料果（聚合组织质量目标）。其中，情境因包括用户情境、技术情境、资源情境、服务情境；动力因包括内生动力、外源动力；维度因包括语义维度、发现关联维度、语义和发现关联融合维度；质料果包括精准个性推荐、动态实时可视、实现服务增值、满足知识需要、追寻知识轨迹。

从数字图书馆资源聚合组织质量形成的过程机理来看，数字图书馆聚合组织质量的形成开始于对用户情境、技术情境、资源情境、服务情境等资源聚合情境的感知，发现其多元数据结构、多元对象类型、多元关联网络、多元测度层次等特征，做到“知己知彼”。接着，分解精准个性推荐、动态实时可视、实现服务增值、满足知识需要、追寻知识轨迹等聚合组织质量目标，从语义或发现关联维度的质量属性出发，推动可操作、用户可感知的聚合组织质量目标的形成。然后，评估现有资源集成现状，从语义或发现关联维度选择资源聚合技术和方法并予以实施。最终在上述过程所形成的内在动力、外源动力作用下，促进数字图书馆资源聚合组织质量的形成和提升。

基于此模型机理框架，后续章节将对数字图书馆资源聚合组织质量影响因素、数字图书馆资源聚合组织质量评价指标、数字图书馆资源聚合组织质量提升模型、数字图书馆资源聚合组织质量优化对策展开研究，因此本章是全文的核心理论框架，对后续研究起到重要的理论支撑作用。

4 小 结

本文针对数字图书馆资源聚合的多元特征，提出了数字图书馆资源的多维聚合体系，进而展开数字图书馆资源聚合组织质量形成动力研究，将数字图书馆资源聚合组织质量形成的要素划分为情境感知要素、目标推动要素、资源集成要素、技术驱动要素4大类。指出数字图书馆资源聚合组织质量形成的内生动力和外源动力类型。在此基础上，对聚合组织质量形成过程中的多维动力关系进行剖析。结果表明，情境感知是内生动力和外源动力发生作用的前提，资源集成是内生动力和外源动力发生作用的基础，目标推动和技术推动是聚合组织质量提升的核心动力源泉。剖析了数字图书馆资源聚合组织质量形成机理，构建了数字图书馆资源聚合组织质量形成机理模型。机理模型包括包括2个动力因（资源聚合动力）、3个维度因（资源聚合维度）、4个情境因（资源聚合情境）、5个质料果（聚合组织质量目标）。其中，情境因包括用户情境、技术情境、资源情境、服务情境；动力因包括内生动力、外源动力；维度因包括语义维度、发现关联维度、语义和发现关联融合维度；质料果包括精准个性推荐、动态实时可视、实现服务增值、满足知识需要、追寻知识轨迹。

参考文献

[1]Goebel.PeterMichael，Vincze.MarkusA.Cognitive Modeling Approach for the Semantic Aggregation of Object Prototypes from Geometric Primitives：Toward Understanding Implicit Object Topology[C].Lecture Notes in Computer Science，2007，（4678） ：84-96.

[2]苏新宁.大数据时代数字图书馆面临的机遇和挑战[J].中国图书馆学报，2015，41（6）：4-12.

[3]韩玺，何秀美，张玥，等.基于语义关联的图书馆移动视觉搜索资源与服务聚合研究[J].现代情报，2017，37（10）：3-7，22.

[4]Heradio R，Cabrerizo F J，Fernández-Amorós D，et al.A Fuzzy Linguistic Model to Evaluate the Quality of Library 2.0 Functionalities[J].International Journal of Information Management，2013，33（4）：642-654.

[5]马鸿佳，李洁，沈涌.数字资源聚合方法融合趋势研究[J].情报资料工作，2015，（5）：24-29.

[6]马文峰.数字资源整合研究[J].中国图书馆学报，2002，28（4）：64-67.

[7]毕强，刘健.基于领域本体的数字文献资源聚合及服务推荐方法研究[J].情报学报，2017，36（5）：452-460.

[8]程娅.基于关联数据的图书馆数字资源语义互联模型研究[D].武汉：华中师范大学，2015.

[9]刘宏哲，须德.基于本体的语义相似度和相关度计算研究综述[J].计算机科学，2012，39（2）：8-13.

[10]伍革新，程秀峰.面向语义检索的数字图书馆资源聚合模式分析[J].图书馆建设，2013，（10）：22-26.

[11]李明.语义网图中文本相似度方法的应用研究[D].济南：山东大学，2015.

[12]Rawashdeh，Majdi；Shorfuzzaman，Mohammad；Artoli，Abdel Monim.Mining Tag-clouds to Improve Social Media Recommendation[J].Multimedia Tools and Applications，2017：76（20）：1156-1170.

[13]邹美辰.基于共词分析和社会网络分析的国内外关联数据研究探析[J].现代情报，2016，36（3）：135-143.

[14]牛永骎，常娥.基于D2R发布学者关联数据集探究——以图书情报领域为例[J].图书情报工作，2017，（9）：1-8.

[15]牟冬梅，王萍，张艳侠.基于关联数据的数字资源语义聚合策略[J].情报资料工作，2015，（5）：18-23.

[16]杜岳峰，申德榮，聂铁铮，等.基于关联数据的一致性和时效性清洗方法[J].计算机学报，2017，40（1）：92-106.

[17]韩玺，何秀美，张玥，等.基于语义关联的图书馆移动视觉搜索资源与服务聚合研究[J].现代情报，2017，37（10）：3-7，22.

[18]Nitechi D A.Service Quality：Research Perspectives[J].Library & Information Science Reaserch，2005，27（3）：411-423

[19]成全，周兰芳.关联数据的语义动态发现及关联构建机制研究[J].情报科学，2016，（10）：88-94.

[20]成胤钟.基于关联聚合与关联分析的数字图书馆知识发现服务研究[J].农业网络信息，2017，（12）：122-125.

[21]欧石燕.面向关联数据的语义数字图书馆资源描述与组织框架设计与实现[J].中国图书馆学报，2012，38（6）：58-71.

[22]李洁.基于SNA的馆藏数字资源知识聚合可视化研究[D].长春：吉林大学，2016.

（责任编辑：郭沫含）