李 青

　　(泰安市图书馆，山东 泰安 271000)

1 背 景

2008年，IBM公司的研究人员针对下一个十年的互联网信息技术发展趋势，提出“互联+物联”的产业链构想，试图通过互联网信息中的数据构建人类生活物联网的智能生态，即“智慧地球(Smart Planet)”战略，从此衍生出“智慧数据”的概念。“智慧数据”一经提出，迅速引发学术界研究热潮，并出现两种定义。一部分学者认为智慧数据是“经过智能技术处理后的数据”，即将预先收集的高流速、大体量样本数据进行深度的规律计算后取得的概率结果，这种结果具备一定的“智慧”性，但是又存在很大的样本差异缺陷，故被认为“It is smart，but it isn’t smart enough”。另一部分学者认为智慧数据可以避免上述缺陷，但需要高明的架构师构建出清晰的数据收集架构，增强语音定义，解放信息量级约束，进而得到可以用于模拟对话处理的价值导向数据。近年来，大数据和云计算等技术的快速发展，打破了人工智能以往存在的约束边界，两种定义不断靠拢，专家学者和商业团队的智慧数据实践也为学术界研究数据、信息的智慧提炼、智慧分析、智慧决策提供了丰富的经验。美国学者M.Csikszentmihalyi(奇凯岑特米哈伊)将人类对信息认知效率定义为流畅性，认为人类对信息的知觉、概念和提取有着不同的流畅性判定，其判定结果结合其他线索将对决策产生直接的影响。杜克大学的研究团队借助该理论对图书馆读者的信息博弈进行研究，发现读者对图书馆认知、场景和接收信息更为敏感，反馈更加明确，而其他信息容易被读者忽略和沉淀。为更好地帮助图书馆数字化管理，对读者提供更具智慧性的信息输出，笔者以图书馆信息博弈为研究的切入点，对图书馆的信息博弈机理及演进取向进行了探索。

2 研究现状

智慧数据概念提出时间较短，国内外学者研究视角有所不同，因此对智慧数据概念和体系的认知也各有千秋。学术界对于智慧数据领域的研究可粗略归集为价值、结构和过程三大视角。价值视角认为，智慧数据应该从价值导向出发，将数据深度分析后导出高阶成果。1982年，Cleveland提出数据需要从基层挖掘，将信息映射出K-2W1H(Know-what/why/how)的结果，并首次提出数据与知识和智慧判定相关联的理论。ACKOFF于1989年研究数据的统计分析结构后发现，数据的价值进阶梯度沿着“信息—理论—智能”的方向发展。结构视角主要研究智慧数据的设计框架和统计规范。Cavoukian等在2013年从“智慧”形成过程中分析数据的组成框架，他们认为数据嵌入须符合4W1H的组合模式，即“Who+Why+Where+When+How”的模型结构，可以对目标的应用范围、判定式复杂程度进行精准的甄别，减少智慧判定的不确定性。过程视角重点研究数据以及“智慧程度”的进化路径。王晓光于2018年提出智慧数据的出现依照的是“信息—数据—规律—智慧”的进化路径，数据会话从单纯的计算维度发展为计算、判定、选择的多维度会话。2020年，郑建明则提出智慧数据是源数据沿着“语义进化—可视进化—智慧进化”的演化路径形成的。

　　博弈论(Game Theory)也称为对策论或赛局理论，指两个及以上的团体接收并利用相关信息制订策略进行预测、竞争和选择的行为，是数学概率论的重要应用方向之一。数据信息的变化导致个体博弈的基础也发生响应性变化。2005年，Hansen等发现数据智慧选择与信息的共享和博弈相关，共享方式包括信息搜索目标分工、搜索策略、研究方向、个人经验和共享意识，博弈包括信息场景、信息表达与接收需求、信息判断等。Foley等于2009年对信息的检索技术进行双用户简单增值相关性验算，验证了信息的场景共享可以拉升信息接收的博弈同步性，同时提高图书馆信息检索和用户选择的效率。2015年，韩毅等从学术研究团队对参考文献选择的信息检索方式出发，发现信息交互后会出现选择博弈，进而帮助团队成员调整研究的策略，保证研究过程的稳定与平衡。2018年，王瀚等对知识共享的演化进行了研究，通过大数据分析发现用户的知识共享程度在根据自身、对手和环境三重因素进行多次博弈后判断趋于稳定，知识需求方的知识结构完善程度有所提升。2019年，王福等参考相关研究，引入信息认知、信息场景和信息接收等概念构建博弈机理的智慧数据模型，更新了图书馆用户选择的博弈体验。

　　由于智慧数据是一种依托于新技术的数据概念，所以目前对于博弈论理论与图书馆智慧数据服务相互联系的研究较少，但仍有一些研究涉及相关内容。2010年，刘岩芳等将读者分为信息共享和不共享，使用演化博弈论工具研究在不同信任水平下的图书馆数字资源服务策略的稳定程度，认为国内高校图书馆需要进一步提升图书馆与读者群体之间的信任度，增加合作策略选择的演化。这为智慧数据下的图书馆信息博弈研究提供了基础。2014年，肖静等对高校图书馆数字信息资源共享机制进行研究，通过演化博弈论构建图书馆数字信息服务与读者群体选择之间的模型，证明数字信息的共享博弈是大量读者选择的随机交叉分配和多重博弈，智慧数据是大量信息共享之后的成果，该研究为智慧数据条件下的图书馆服务信息博弈研究提供了理论支持。2019年，王福等研究了图书馆景化信息接受情境的配置问题，认为图书馆智慧服务的中心是调整用户的信息接受期望，并构建了不同场景下的信息交互逻辑，满足用户的场景化需求。该研究虽然探索了图书馆智慧数据服务的相关功能，但是对图书馆与用户间的信息博弈机理并未深入涉及。

　　综上分析发现，现有的研究已经对智慧数据的概念、智慧数据对信息选择的影响方式以及智慧数据在图书馆场景中的博弈进行了探索，但研究内容主要针对信息选择这一方向，对信息的认知博弈机理缺少深入的分析。进入5G时代后，数据的筛选已经渗透到图书馆的大部分场景中，以数据认知和选择为基础的智慧数据技术需要更加精准的判定结果作为给用户提供博弈结果的依据。对此，我们需要在智慧数据视角下，从信息认知、信息场景和信息接收3个方向研究图书馆信息博弈机理以及演进取向。

3 智慧数据视角下图书馆信息博弈机理

3.1 基于智慧数据的图书馆信息认知博弈机理

智慧数据理论下，信息博弈认为信息认知、信息场景和信息接收三要素在用户的期望值与现实条件间不断寻优。根据相关研究，人们对信息的判断更多的在于被动地模仿学习而非经过缜密的逻辑思考和详细的概率计算后主动分析得出的理性结论。随着用户信息维度的不断增加，出现了信息链、信息域和信息界数据适配进化方案，图书馆会根据环境和资源的变化得到对应的用户适配数据，用来进行深入的用户信息认知对比。在对比过程中，信息认知数据与结果来自用户的“内反馈”和图书馆的“判定值”。通过计算，分析用户对图书馆环境和资源变化带来的信息认知敏感性差异，解释两种不同渠道、不同思维模式下的信息认知博弈策略与数据分析策略的偏差，最终定义基于智慧数据的图书馆信息认知博弈机理。

3.2 基于智慧数据的图书馆信息场景博弈机理

博弈的本质在于竞争条件下的策略均衡，智慧数据视角下的图书馆用户信息博弈是图书馆场景作为信息的主体在用户与图书馆之间进行“被选择”。商业图书馆具有自身的开发和研究成本，因此必须构建足够丰富的信息充实其场景，减少用户模仿性选择的风险。公益图书馆和开放性数据库只承担一部分运营成本，因此减少了与用户之间的博弈条件。图书馆的信息场景博弈机理可以通过以下三个方面进行解释：一是场景选择博弈。用户在智慧数据视角下对图书馆给出的信息进行可接受化的合作策略集合，进而选择更加可接受的信息场景。二是功能选择博弈。基于智慧数据，用户在图书馆功能信息构建的使用场景下进行动态博弈，最终选择功能最实用的图书馆。三是行为惯性博弈。用户在智慧数据给出的信息搜索结果与本身知识体系和思维体系惯性构建的两种信息结果之间进行场景博弈。

3.3 基于智慧数据的图书馆信息接收博弈机理

图书馆信息接收博弈具有多重元素组合的博弈机理(见图1)。在图书馆发展过程中，信息数据的智慧化让图书馆具备了相关能力，可以深化对读者认知与场景资源选择的重要性认知。传统的自上而下的信息发布方式对于图书馆管理创新缺少推动力，抑制了图书馆信息的接收效果，读者与图书馆场景资源之间的相互博弈使得图书馆商品形成智慧数据短途信息链。现实中，图书馆服务有着显著的资源场景化特征。图1中，图书馆通过运营成本补偿和进一步的功能建设，结合读者的行为惯性博弈修正，形成了以图书馆判定为最终结果的图书馆智慧数据完整信息链。以图书馆本身数据构成的智慧数据短途信息链，结合外界数据库补充和智慧数据给出的读者思维、行为惯性修正构成了智慧数据单一信息域。用户在长期博弈过程中，根据自身和外界信息变化，会重新构建信息链和信息域，但同时也会促进信息链和信息域的动态消亡。经过循环往复的构建以及多重元素的组合接收博弈，形成了图书馆智慧数据的单一信息界。图书馆智慧数据信息界的出现，使得图书馆信息接收博弈有了完整的架构，智慧数据则保障了该架构的稳定和长期循环。

　　

　　图1 图书馆信息接收博弈机理

4 智慧数据视角下图书馆信息博弈演进取向探索

4.1 图书馆信息认知博弈演进取向探索

长期以来，我国大部分图书馆的财政资金来源于上级部门拨款而非自身盈利，贸然增加读者认知博弈下的场景资源选择路径势必会提高图书馆的建设和运营成本，造成用户与图书资源、阅读服务供给者之间的增量博弈。基于当前的数据信息技术分析，图书馆所提供的服务增量的“判定值”与读者用户实际需求认知的“内反馈”信息并未真正完全适配。因此，有必要根据智慧数据技术对用户对图书馆资源认知与市场现状进行精细化的配比，找到双方信息认知博弈中的策略和均衡结果。例如，国内部分高校为应对中国知网服务费用的提升而停止购买后者的数字资源服务。但是在庞大的教学、阅读需求和科研压力下，又不得不转向超星、万方等图书资源库寻求帮助。超星、万方等公司通过提高资源总量，提供论文管理、相似度检测，改进检索算法、发现系统等方式，尽可能满足高校群体的使用需求，同时也利用智慧数据的增加提升了自身对用户信息认知的敏感度判别，找到了用户信息认知博弈新策略。因此，图书馆信息认知博弈的演进方向是为满足用户、读者的需求，增强图书馆的市场竞争力，图书馆需要从用户期望、用户检索习惯、用户范围、图书馆响应速度等方面满足用户日益提升的使用体验满意度，提高用户对资源的认知程度，提高用户黏度，而非通过不断增加自身资源储备从而被动地提高用户的博弈压力。

4.2 图书馆信息场景博弈演进取向探索

在智慧数据视角下，场景信息博弈的方法是通过构建场景，找到用户满意度与图书馆成本的最优适配策略，其最终方向是获得用户最优满意度。为验证该方法分析的严谨性和普适性，笔者分析了山东省泰安市图书馆的读者使用和访问日志，利用数据信息分析相关博弈机理，不断模拟用户的各种信息场景，建立信息场景——反馈模型(见表1)对场景进行“用户—资源—市场”三重博弈画像进行数据收集，为智慧数据建立宏观数据库，以实际案例对信息场景博弈的演进取向进行探索。

　　

　　表1 图书馆信息场景构建——反馈模型

　　表1中，场景1、2……n为不同的场景资源，“场景1+”“场景1”“场景1-”为同一场景下的用户期望场景、图书馆博弈场景和成本约束场景；“A”为非常响应，“B”为基本响应，“C”为负响应。

　　图书馆将收集的“用户—资源—市场”信息通过模型进行信息接收博弈判定(见图2)。

　　

　　图2 信息接收博弈判定结果

　　表2是根据演化博弈模型设立的进阶博弈矩阵。

　　

　　表2 不同场景下用户进阶博弈矩阵

　　表2中，I、I分别代表图书馆和用户在不同场景中通过竞争所收获的利好，H、H分别代表图书馆和用户在不同场景中选择合作时投入的成本，ΔI、ΔI表示场景博弈后妥协产生的变动利好，本研究默认变动利好为正数。a代表图书馆选择竞争策略的概率，1-a是图书馆选择合作的概率；b是用户选择竞争的概率，1-b是用户选择合作策略的概率。

　　则图书馆选择竞争策略的期望函数为：

　　E=qI+(1-q)I

　　图书馆选择合作策略的期望函数为：

　　E=q(I-H)+(1-q)(I+ΔI)

　　用户采取竞争策略的期望函数为：

　　E=pI+(1-p)I

　　用户采取合作策略的期望函数为：

　　E=p(I-H)+(1-p)(I+ΔI)

　　

　　

　　将S带入上式可得图书馆采取竞争策略的复制者动态方程为：

　　

　　同理可得用户采取竞争策略的复制者动态方程为：

　　

　　

　　当ΔI=H，ΔI=H时，合作成本与收益相等，鞍点M满足(0.5，0.5)，△OMM′面积与△OMM″面积相等，MM′M″表示为收敛于相同点M的临界稳定结果；

　　当ΔI
　　当ΔI→H，ΔI→H时，用户在不同场景下选择合作策略的综合成本较低，M趋向于O，(见图2右侧)图形MM′M(1，1)M″的面积小于MM′OM″的面积，表示该场景下“用户—资源—市场”的博弈结果是图书馆策略偏向竞争，市场反应弱，需要提高合作，降低竞争策略。

　　因此，尽管用户与图书馆之间的信息场景博弈始终处于合作与冲突循环往复的状态，图书馆信息场景博弈的演进方向都是在寻找动态的平衡。

4.3 图书馆信息接收博弈演进取向探索

现有非智慧数据条件下，图书馆信息接收博弈遵循单一条件约束，即一个用户每次只对一个信息界内的信息域信息进行博弈并制订相关策略，信息界之间缺少连接通道，用户之间缺少信息沟通通道。进入智慧数据时代，信息接收模式被不断扩散，用户间、信息界之间拥有便捷的信息沟通渠道，用户跨信息界博弈条件已经具备，信息接收博弈开始由不完全博弈演进为信息完全接收博弈(见图3)。图3中，用户扩大了图书馆信息渠道，实现了用户信息交互，图书馆也可以根据智慧数据判断用户的信息接收博弈策略以及相信概率，提供博弈成功概率较大的最优策略参考，增加服务收益，降低浮动成本，平衡博弈价值比。因此，智慧数据条件下，图书馆信息接收博弈由信息不完全接收博弈演进为信息完全接收博弈。

　　

　　图3 图书馆信息接收博弈演进取向

5 结 语

本文基于智慧数据视角，对图书馆信息认知、信息场景和信息接收三重博弈机理进行分析，并根据图书馆智慧数据技术的现状，探索博弈的演进取向。通过研究发现，智慧数据视角下图书馆信息认知、信息场景和信息接收三重博弈是一种长期存在的动态变化状态。

　　第一，4G和5G时代，图书馆读者用户群体的信息认知能力得到显著提升，这使得图书馆服务的提升方向发生转变。图书馆需要借助智慧数据相关技术从各个信息认知渠道提前加深对读者需求的解读，进而分析出图书馆智慧服务的博弈策略和演进机理。

　　第二，借助场景化信息分类，可以更加精准地保留图书馆和读者群体产生的交互活动数据，通过根据博弈论建立的相关模型进行分析，得出不同场景下的博弈演进机理。进而通过不断调整博弈策略，寻找动态最优平衡关系，为图书馆场景构建和服务改进提供积极支持。

　　第三，智慧数据时代，图书馆的信息接收技术在不断升级，信息接收模式也随着技术的迭代而不断完善。以往的不完全接收模式下的信息博弈策略产生的浮动收益在不断减少。因此，在接近信息的完全接收模式下，图书馆的信息接收博弈将愈发接近双方博弈的均衡点。

　　综上所述，以数据为基础的人工智能技术大发展是社会进入智慧信息时代的重要标志之一。未来图书馆的服务与管理不仅要重视图书馆的公益属性，还要通过技术实现数据智慧判断，提升图书馆的市场属性。

赞(0)