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。上海互聯網智慧導讀

信息技術是閱讀服務創新的**驅動力，AIGC技術勢必將驅動閱讀服務的變革，促進智慧圖書館等學術平臺的服務創新。學術平臺是學術用戶明晰并滿足閱讀需求的重要支撐。目前，一些學術用戶已開始利用新型學術閱讀平臺尋求和閱讀內容，這將會對用戶學術積累方式產生影響[3]。國內外新型的學術閱讀平臺包括Scispace、SemanticScholar、YewnoDiscover、ConnectedPapers、PaperDigest、中國科學院AI引擎、AMiner、Readpaper等。相較于傳統學術閱讀平臺，它們具有典型的智能化與智慧化閱讀功能的特征。但存在一些用戶對學術平臺新功能與新服務認識不足、使用技能缺乏，學術閱讀智慧化需求得不到滿足[4]，無法借助服務輔助解決學術閱讀全過程中所遇到的信息過載、交流不暢及閱讀拖延等問題。互聯網智慧導讀概況文本語義腦圖檢索系統通常會針對某一文獻內容特征進行單一維度的文獻聚類細分。

在數智時代，圖書館的智慧服務體系極大地豐富了圖書館與用戶的互動，提升了閱讀體驗和用戶滿意度，使得傳統的圖書館服務演變為更加互動和個性化的智能服務。一方面，通過整合人工智能和自然語言處理等技術，圖書館得以實現與用戶更豐富和深入的互動。例如，智能聊天機器人能夠實時為用戶提供閱讀建議，乃至解析復雜信息，這種即時反饋機制不僅提高了用戶獲取信息的效率，還極大地優化了服務體驗；另一方面，智慧服務體系通過分析用戶互動數據來學習用戶行為，預測需求，并主動為其提供服務，這種服務的主動性依托于大數據和預測分析技術，可以使服務更智能、更個性化。總之，數智時代圖書館構建的智慧服務體系簡化了信息獲取過程，創造了一種全新的與高度互動的閱讀和學習方式，提升了用戶的滿意度和閱讀體驗，體現了數智時代圖書館服務的獨特價值。

大數據和人工智能技術極大地推動輔助閱讀智慧化。如表5所示，一方面，進一步優化移動閱讀、數字閱讀的外部語義增強環境。除了提供劃線、高亮顯示、翻譯、對比閱讀等功能以輔助關鍵信息的甄別與標識，還強化語料、引文收集、標簽、手繪等數字筆記和數字注釋功能，增強用戶描述和記錄文本大意的體驗。另一方面，對文獻內容的再生產或再創作，提高閱讀效率，降低認知負荷。在海量數據中“學習”并“理解”內容，對某一主題的相關文獻進行自動綜述，提煉文獻的**內容，AI生成解讀視頻。同時，基于語義關聯關系，提供與文獻相關的數據、代碼、項目、視頻講解等服務。在閱讀理解過程中，以提問的方式要求GPT類平臺自動提煉相關內容，自動實現知識抽取和關系揭示。表6列舉了部分學術平臺的輔助閱讀服務內容及服務形式。當前的輔助閱讀服務適用于撰寫文獻綜述的主題文獻閱讀，也適用于學術檢索任務和積累任務，但仍需要配合人工精讀的方式學習特定的方法和理論知識點。它主要是方便人們閱讀，激起人們閱讀的興趣。

智慧導讀是一種利用人工智能技術進行個性化閱讀推薦的服務。它基于用戶的興趣、閱讀習慣和歷史記錄等信息，自動分析并推薦符合用戶興趣的文章、新聞、書籍等內容，幫助用戶更快速地獲取到自己感興趣的內容。智慧導讀的實現離不開大數據和機器學習技術，它需要對用戶的數據進行深入的分析和挖掘，并建立相應的推薦算法模型，才能提供準確、實用的推薦服務。在教育領域，智慧導讀也發揮著重要的作用。例如，在激發學生的閱讀興趣方面，智慧導讀可以根據學生的年齡階段和心理狀態，提供具有吸引力的插圖或兒歌因素的讀物，以激發學生的閱讀興趣。同時，通過影視動畫、電影等多媒體形式，也可以幫助學生更加簡單地理解書中的內容，增強書本的吸引力。總的來說，智慧導讀以其個性化和智能化的特點，為用戶提供了更加便捷、高效的閱讀體驗，同時也為教育領域注入了新的活力和創新。所謂智慧，包括兩個層面：一是人的上升到思維方法意義上的理性的狡黠，它是人認識事物的特殊眼光和視角。上海互聯網智慧導讀

將更多的學科專業知識融匯起來，對潛在的相關知識進行有效整合，切實提升圖書館館藏資源價值。上海互聯網智慧導讀

數據資源建設方面。學術平臺底層資源的數據化程度決定平臺的智慧化程度[45]。一方面，注重加強用戶學術閱讀行為數據的采集與挖掘，包括閱讀內容偏好、閱讀時長、閱讀場景、閱讀情緒、閱讀心理、社交數據等，添加基本標簽、偏好標簽、會話標簽、情景標簽、互動標簽構建用戶實時動態畫像模型。另一方面，側重開發學術資源數據，包括細粒度內容資源、個性化閱讀資源庫、科研專題資料庫、課程文獻中心等，并做好與用戶閱讀行為數據的關聯建設。例如，面向教育數字化轉型的需求，山東大學圖書館構建學術數據服務平臺，打造學者—機構—成果關聯的數據資源[46]。以這些數據為基礎，AIGC技術嵌入后將會實現多模態數據關系映射、轉換及數據感知與挖掘分析。上海互聯網智慧導讀