图书馆科研学术助手联系人

生成式学习与支架式阅读理论。Wittrock提出的生成式学习理论认为有效的学习是学习者对环境中的信息进行意义建构和主动输出的过程，强调了学习者在学习过程中对知识的主动加工、处理和转化[10]。当前GenAI正是模拟人类生成式学习的机理，通过对已有内容的观察和训练来生成新的、有价值的内容。根据生成式学习原理，阅读作为学习的重要方式和内容，并不只是被动地接收字面信息，更要积极生成认知成果，如问题、图解、写作。当前研究显示，大学生在数字阅读中面临理解反思水平较低和阅读注意力难以集中两大问题，主要原因在于缺乏阅读理解支架和生成式阅读任务驱动[11]。在生成式学习理论的基础上，Clark和Graves提出支架式阅读模式，将阅读分为阅读前、阅读中和阅读后3个阶段，认为每个阶段教师都应该提供相应的概念框架和认知策略[12]。在支架式阅读模式中，提问被认为是 有效的阅读支架和认知成果；图书馆科研学术助手联系人

在智慧图书馆的个性化阅读推荐系统实施中，用户注册与个性化设置是其提升用户体验和服务效率的关键环节。这不仅涉及用户信息的收集和管理，还能通过个性化服务提高用户满意度和参与度。用户首先需要在智慧图书馆系统中注册账户，提供基本信息，如姓名、邮箱地址和所属机构等。这些信息有助于智慧图书馆确认用户的身份和背景，创建个性化账户。为确保用户顺利完成注册，注册流程应简洁且用户友好，避免烦琐操作或侵犯隐私。完成注册后，用户将进入个性化设置环节，该环节为用户提供了按个人兴趣和需求定制系统体验的机会。图书馆科研学术助手联系人情境感知技术已经在路线导览、课 堂 教 学、智能家居、电子商务等领 域得到广泛应用和推广。

为了进一步提升个性化阅读体验，智慧图书馆还可以引入智能推荐系统。这些系统利用先进的算法模型，根据读者的兴趣模型自动匹配并推送相关资源。这些资源不仅限于传统的纸质书籍，还包括学术论文、研究报告、电子书等多元化的学术资源。通过智能推荐系统，读者可以轻松发现感兴趣的内容，拓宽阅读视野，提升阅读体验。此外，智慧图书馆还可以通过不断优化算法模型，提高推荐的准确性和个性化程度。通过不断收集并分析读者的阅读历史、偏好、行为模式等多维度数据，智慧图书馆能够训练出更加精细的推荐算法。例如，智慧图书馆可以利用协同过滤算法，根据读者以往的阅读记录和相似读者的行为，为每位读者量身定制推荐列表。同时，结合内容推荐算法，分析书籍的内容特征，将符合读者兴趣主题的书籍精细推送给读者。

数智时代为智慧图书馆的阅读推广工作带来了前所未有的机遇与挑战。通过精细推送个性化阅读资源、提升阅读体验与互动性、融合新媒体拓宽推广渠道、智慧化管理优化流程以及创新服务模式打造多元化阅读环境，智慧图书馆正逐步构建起一个高效、便捷、互动的阅读生态系统。这些策略的实施，不仅有助于提升**阅读素养，推动教育资源均衡分配，还能促进文化传承与创新，增强文化自信。未来，智慧图书馆应继续深化技术应用，创新服务模式，为阅读文化的深入普及与发展贡献力量，让阅读成为连接过去与未来、促进社会***进步的重要力量。智慧馆员是智慧图书馆阅读推荐服务的提供者 和执行者，是兼具多方面知识与多样技能的高素质综 合性人才。

在人类社会的发展进程中，不管是生命进化还是文明进步，其本质仍是人的认知能力与生存能力的不断进化。随着超级智能时代的到来，人类将理性能力进行叠加、设计、编程、制造，赋予人工智能一定的复杂认知能力。人类与人工智能协同构成了复杂认知体系，人类负责为人工智能供应能源、组件及设计迭代，人工智能则向人类反馈复杂的认知产出，人类又通过这些认知产出进一步指导并促进人工智能系统的迭代与优化［17］。这种人机共存、共生的复杂认知系统不仅拓展人的知识结构，还不断增强人的认知能力，持续推进人的自由***发展。在智慧时代，阅读推广已成为一项需要 学校、出版商、社会组织、企业、社区等社会各界参与的事业。信息科研学术助手采购

做好馆员新型专业/服务能力体系 的重构和布局至关重要。图书馆科研学术助手联系人

。人工智能（AI）技术的广泛应用为智慧图书馆的阅读推广带来了**性的变化。AI技术以其强大的计算能力和智能分析能力，为智慧图书馆提供了更加智能化、人性化的服务能力，从而极大地提升了读者的阅读体验和互动性。在智慧图书馆中，AI技术的一个典型应用是聊天机器人。这些聊天机器人通过自然语言处理技术，能够准确理解读者的查询意图，并快速回答关于图书馆开放时间、图书位置、借阅规则等常见问题。同时，聊天机器人还能协助读者进行图书检索、预约和续借等操作，可以**简化读者的借阅流程，提高图书馆的服务效率。图书馆科研学术助手联系人