数智时代智慧馆员能力体系构建研究

智慧馆员需要具有什么能力和如何培养,对数智时代的图书馆建设具有重要意义和价值。文章在产出导向教育理论和胜任力模型的基础上,提出了智慧馆员能力需求、培养和评价框架体系,并通过德尔菲法修订完善。首先,采用文献内容和计量分析法提取智慧图书馆的业务需求,结合国家社会需求,提出了智慧馆员的培养目标。其次,从知识和技术技能、社会技能、品质道德、素养思维4个维度把培养目标分解为9个可度量的智慧馆员胜任力指标体系。最后,为了确保全覆盖和评估,构建了课程体系与指标体系的关联矩阵,制定了指标度量评价量规和智慧馆员队伍持续发展的保障机制。

工程教育认证视角下的课程思政建设

针对工程类专业的课程思政目标缺乏专业特色、元素内容缺乏系统性、效果评价缺乏有效方法等问题,提出工程教育认证视角下的课程思政建设路径。

大数据时代的数字图书馆建设

大数据的发展趋势将对数字图书馆的发展产生重要影响。从大数据的固有特性角度分析了大数据环境下的数字图书馆建设面临的数据大规模性问题、数据多样性问题和数据价值性问题,提出了对应的数字图书馆数字资源建设策略、平台建设策略和价值提升策略。

面向“金课”的高校图书馆教学服务研究

高校图书馆教学服务是打造“金课”的重要保障。本文分析了高校图书馆对“金课”的作用和新需求,并结合图书馆的资源、技术、技能、空间等优势,提出了高校图书馆为“金课”提供碎片化和序列化教学资源及使用大数据服务、资源与软件工具平台的整合和创新服务、深度信息素养技能教育服务和构建智慧互动的多维空间环境服务等服务策略。

云平台多源反馈学习产出评价系统研究

为了满足有效评价学生解决复杂问题能力的学习产出并及时获得精准评价结果需要,提出了蓝墨云平台多源反馈学习产出评价模型.基于蓝墨云平台,设计了反馈前发布、解说、讨论和改进评价方案闭环和成员小组分配机制,反馈过程开展自我评价、同伴评价和教师评价机制,反馈后分析分数、生成报表和改进计划机制.Web系统与技术课程学习产出评价应用实践信度和效度表明,该评价模型可以有效评价学生解决复杂问题能力并能及时获得精准评价结果.

《Web系统与技术》课程研究性教学改革探究

针对《Web系统与技术》课程具有知识点多、技术新颖、应用性强等特点,探索了该课程的研究性教学改革思路。按照Web内容、格式、交互性等建立多个模块之间的关系,针对各模块建立问题驱动的学习内容;依据自主性和互补性原则建立学习小组,根据知识点与知识点之间、课程模块之间、课程与课程之间的多维联系,探索深度学习。用人单位反馈和对在校学生的访谈结果表明,研究性课程教学改革取得了良好效果。

面向数字人文的图书馆服务和馆员素养研究

数字人文的兴起为图书馆服务带来了新的发展机遇和挑战。文章提出图书馆面向数字人文资源的建设服务、管理服务和知识价值挖掘三个服务模式,以及图书馆员需要具备的信息素养、数据素养、新媒体素养和交流沟通素养,以期对图书馆面向数字人文发展的创新服务提供借鉴。

工程教育专业认证的高校图书馆嵌入式服务路径研究

工程教育专业认证为高校图书馆嵌入式服务提出了新的挑战和机遇。根据工程教育专业认证对本科生综合能力培养的要求,提出了高校图书馆为专业建设提供4个方面的嵌入式服务的需求分析和服务路径:培养毕业生解决复杂工程问题能力的图书馆嵌入式服务,培养毕业生文献研究、现代工具和终生学习能力的图书馆嵌入式服务,培养毕业生社会责任、环境与可持续发展、职业规范能力的图书馆嵌入式服务,培养毕业生个人和团队、沟通和项目管理能力的图书馆嵌入式服务。

大数据时代数字图书馆的图像资源服务研究

图像资源建设和检索服务是大数据时代数字图书馆重点建设内容之一。分析了数字图书馆图像资源建设的现状以及存在的大模式问题和共享协作问题;比较和分析了基于文本、内容和语义的数字图书馆图像资源的三种检索服务;提出了基于深度强化学习和迁移学习的两种数字图书馆图像检索服务策略。

人工智能时代高校图书馆数据馆员团队建设构想

人工智能的到来将引发图书馆教学科研服务的重大变革,给数据馆员团队建设提出了新的要求和挑战。分析了人工智能时代数据馆员团队的数据素养、个性化科研服务定制和团队深度协作方面的特征,提出了人工智能时代数据馆员团队的建设构想:提高数据素养、科研服务能力、优化数据馆员团队构成、提供保障机制和预防安全措施。

Altmetrics研究可视化分析

Altmetrics作为一种新型科研产出评价方法,涌现了大量相关理论、方法、应用和工具的研究成果。梳理与总结这些成果,可为后续研究提供一定的参考和借鉴。使用文献计量学方法、BibExcel+Pajek等工具,分析作者机构数和发文量、作者数和发文量、期刊载文数和发文量的“二八规律”;采用关键词的Louvain社区发现方法,通过聚类分析挖掘出4类研究热点。

高校图书馆服务创新实践进展与生成策略研究

服务创新是高校图书馆高质量发展的关键问题。采用内容分析研究方法,以3个高校图书馆服务创新案例集为研究对象,采用内容分析方法研究发现,“双一流”高校图书馆全面引领服务创新实践,同时非“双一流”高校图书馆的创新意识和创新能力正在逐步觉醒和提升;东部地区高校图书馆创新活动最为活跃,西部地区高校图书馆的创新活跃性有较大幅度提升;高校图书馆服务创新整体上呈现创新模式多元化、创新领域分层化、创新内容泛在化的特征。在此基础上构建了融合高校图书馆服务创新核心要素和决策实施过程的WRMB服务创新策略框架,并且不同的要素组合构成了改善型创新策略、突破型创新策略、引领型创新策略3种策略模式。

高校图书馆服务创新实践进展与生成逻辑研究

把握高校图书馆服务创新的实践进展和特征,总结服务创新的生成逻辑,有利于提高高校图书馆服务创新质量和效率,激发服务创新热情。采用案例研究的方法,以2014年、2017年、2019—2021年形成的3个案例集为研究对象,对案例集的服务创新领域进行划分,并对各服务领域的创新实践进展、动因、类型特征等进行分析,通过案例研究总结高校图书馆服务创新的生成逻辑。研究发现,从服务创新领域分布来看,学科化知识服务、信息素质教育、人文社会科学素养教育等是创新的热点领域,而针对知识产权服务、融媒体信息服务和数据管理服务等的服务创新还处于起步阶段;高校图书馆服务创新是组织战略驱动、社会环境驱动和用户需求驱动共同作用的结果。

特征点聚类高精度视差图像拼接

目的针对不同视点下具有视差的待拼接图像中,特征点筛选存在漏检率高和配准精度低的问题,提出了一种基于特征点平面相似性聚类的图像拼接算法。方法根据相同平面特征点符合同一变换的特点,计算特征点间的相似性度量,利用凝聚层次聚类把特征点划分为不同平面,筛选误匹配点。将图像划分为相等大小的网格,利用特征点与网格平面信息计算每个特征点的权重,通过带权重线性变换计算网格的局部单应变换矩阵。最后利用多频率融合方法融合配准图像。结果在20个不同场景图像数据上进行特征点筛选比较实验,随机抽样一致性(random sample consensus, RANSAC)算法的平均误筛选个数为30,平均误匹配个数为8,而本文方法的平均误筛选个数为3,平均误匹配个数为2。对20个不同场景的多视角图像,本文方法与AutoStitch(automatic stitching)、APAP(as projective as possible)和AANAP(adaptive as-natural-as-possible)等3种算法进行了图像拼接比较实验,本文算法相比性能第2的算法,峰值信噪比(peak signal to noise ratio,PSNR)平均提高了8.7%,结构相似性(structural similarity,SSIM)平均提高了9.6%。结论由本文提出的基于特征点平面相似性聚类的图像拼接算法处理后的图像保留了更多的特征点,因此提高了配准精度,能够取得更好的拼接效果。

MGTL-SAE精细特征学习的图像资源快速检索

[目的/意义]数字图书馆图像资源检索服务需要准确和快速的响应。针对现有深度学习图像检索方法存在特征不够精细和检索速度慢等问题,提出了多组双层稀疏自动编码器(Multi-Group-Two-Layer Sparse Auto-Encoder,MGTL-SAE)精细特征图像资源快速检索方法。[方法/过程]首先,GoogLeNet预处理模型提取图像资源深度学习特征作为初始特征,并用密度峰值聚类算法划分初始特征集。其次,依据聚类类别数构建MGTL-SAE网络结构,聚类划分图像子集中随机抽取图像块初始化MGTL-SAE的均值和方差参数,梯度下降法估计MGTL-SAE网络参数以学习特征直到目标函数收敛,迭代密度峰值聚类和MGTL-SAE参数估计以计算精细特征直到特征基收敛。最后,在图像资源精细特征密度峰值聚类划分子集上快速检索查询样本图像。[结果/结论]实验结果表明,MGTL-SAE方法相较于CaffeNet和GoogLeNet等深度学习检索方法具有更高查准率、查全率和平均mAP,更快检索速度,为数字图书馆图像资源检索研究提供了新视角。

面向数字文旅的图像文本跨模态检索方法

[目的/意义]图像文本跨模态检索应用对最大化利用数字文旅资源具有重要意义。然而,数字文旅领域的图像文本跨模态检索方法面临长文本挑战、数据缺失、内存资源有限等问题。为此,我们提出了一种新的基于Transformers和MobileNet V3模型的数字文旅图像文本跨模态方法。[方法/过程]首先,提出了基于自注意力机制的双层多组Transformers模型从标题、正文和评论等文本中学习具有互补性的文本特征;其次,设计了FastR-CNN和MobileNet V3模型学习图像局部细粒度特征;最后,提出了多元线性回归方法在共享子空间补全缺失数据。构建以图搜文和以文搜图的双向三元损失函数学习模型参数。[结果/结论]在标准数据集Flickr30k、自建数据集CulTour-Sha和有数据缺失的数据集Flickr30k-1与CulTour-Sha-1上的大量实验结果表明,我们的方法在召回率、内存需求和计算速度等方面优于当前几种先进的跨模态检索方法。