智慧閱讀服務內容方面的研究覆蓋讀物供給智慧化、輔助閱讀智慧化和閱讀推廣智慧化等主題。有關讀物供給智慧化的研究包括移動讀物供給[9]、虛擬現實讀物供給[10-11]及個性化閱讀推薦[12-13]等方面，讀物涉及文本、視頻、音頻、圖像、數據等多種形式，如視聽閱讀內容[14]、有聲讀物[15]、歷史人物數據[16]、在線可視化數據[17]等。輔助閱讀智慧化研究方面，K.LO等探討“人工智能和人機交互的***進展能否為智能、交互式和可訪問的閱讀界面提供動力”[18]。基于眼動追蹤和大語言模型技術的智能AI閱讀助手SARA通過實時提供個性化幫助來增強閱讀體驗[19]。同時，對支持閱讀過程的新技術平臺需求正在增長[18]。有關閱讀推廣智慧化的研究包含服務流程[20]、模式框架及實踐[21]等方面。另外，少數學者調查高校圖書館智能服務水平并分析阻礙因素[22]。各高校圖 書館應加強未來學習中心試點建設，打造高標準智慧 化的學習新體系。遼寧智慧導讀客服電話

閱讀服務包括閱讀素養教育、讀物供給、輔助閱讀等內容。智慧閱讀服務是在新一代信息技術支持下，賦予系統或平臺“查看”“傾聽”“理解”“交流”等功能，并與服務人員、用戶交互，實現快速、精細和個性化的閱讀服務[5]。研究者對智慧閱讀服務的分析通常根據服務構成要素從不同層面展開。智慧閱讀服務系統與平臺方面的研究主要包括出版與閱讀服務系統、圖書館閱讀服務系統等。已有研究表明，基于人工智能的英語多模式在線閱讀平臺能有效提高學生的英語成績[6]。基于用戶畫像構建智慧閱讀推薦系統是圖書館閱讀服務系統的重要研究領域，從而為解決多樣化需求與無差別推薦之間的矛盾提供思路[7]。楊新涯等對重慶大學京東閱讀平臺的用戶數字閱讀行為數據展開研究[8]，依據大量精細數據分析為個性化推薦提供保障。網絡智慧導讀一體化智慧導讀可以幫助讀者更好地理解文化背景和歷史背景。

ＡＩＧＣ即人工智能生成內容,是一種利用先進的人工智能技術自動生成文本、圖片、語音、視頻等各種形式內容的過程。在應用層面,ＡＩＧＣ技術可以被看作是用戶生成內容(ＵｓｅｒＧｅｎｅｒａｔｅｄＣｏｎｔｅｎｔ,ＵＧＣ)及專業生產內容(ＰｒｏｆｅｓｓｉｏｎａｌＧｅｎｅｒａｔｅｄＣｏｎｔｅｎｔ,ＰＧＣ)的進一步擴展和深化,開創了一種全新的內容創作方式。在技術層面,ＡＩＧＣ技術融合了自然語言處理、預訓練模型、多模態技術、深度學習等先進技術,通過計算機算法及相關模型自動產生多樣化的內容,構成了一個用于自動生成內容的綜合性技術體系。

閱讀理解能力直接關系到學術閱讀的效果，而閱讀認知策略則影響著閱讀理解能力，情境、技術、體驗等要素影響閱讀認知過程，認知神經科學視角下的數字閱讀認知機制包含注意吸引、識別聚焦、關聯推理和學習建構4個階段[47]。以前受制于技術條件，無法提供個性化、動態性與精細性的閱讀認知策略服務。人工智能環境下，AMiner、YewnoDiscover、PaperDigest等平臺開展嘗試，開發自動綜述、生成解讀視頻、研究要素分享提供等功能，助力于“識別聚焦”與“關聯推理”過程。但提供此種服務的平臺數量仍較少，作為學術用戶常用數字入口的文獻數據庫在此方面有待優化。AIGC技術環境下，海量知識存儲訓練的大模型面世，能夠在沉浸式閱讀、輔助閱讀方面提供支持。知識鏈分析服務模式是試圖在讀者與文獻數據庫之間創新性地介入一個透明的文獻服務網關。

智慧導讀面向用戶需求綜合感知、內外部資源高效整合、情報業務數智賦能的需求，聚焦圖書館高度智能化服務，遵循服務泛在化、服務協同化等原則，分場景感知服務模塊、資源整合服務模塊、情報智能服務模塊構建數智服務層。其中，場景感知服務模塊通過智慧數據提供用戶潛在需求挖掘、圖書館內外部環境識別、大數據關聯分析及決策結果預測等能力，實現基本需求及深層需求的多維感知、服務過程的全域感知、服務結果的發展態勢感知，由此提供圖書館各類業務場景下業務主體、業務環境、業務流程、業務規則、業務結果等全要素的識別、分析、預測服務。資源整合服務模塊針對圖書館內紙質文獻、電子圖書等多模態資源，依托智慧數據動態管控業務運維關鍵要素狀態，助力資源、技術、主體等要素間高效整合并充分發揮其協同效應，進而智能化實現包括識別建設、加工處理、調度分配、評價反饋、更新維護的全流程資源整合服務。情報智能服務模塊融合智慧數據實現多源異構數據規范組織及有效優化，嵌入各類情報功能模型及數智技術應用模型提高服務質量并延伸服務邊界，從而提供滿足多主體的數據供給及協同創新需要的多元分層情報智能服務。深入智慧導讀，發現智慧的奧秘與魅力所在。運營智慧導讀概況

智慧導讀可以幫助讀者更好地掌握閱讀技巧。遼寧智慧導讀客服電話

智慧導讀調用原生數據后依次通過模態識別、特征提取、融合計算三階段的數據融合，實現多模態原生數據向聚焦特定服務目標的融合數據轉化，經實體、事件、關系三種維度的信息抽取，實現融合數據向結構化綜合信息有序轉化，進而存儲各類中間數據于相應數據庫；調用中間數據后依次通過目標設定、方法模型及工具綜合應用、結果評估三階段的數據分析，實現數據價值深度挖掘以獲取直接作用于圖書館數智服務的多維主題標簽及深度數據，經知識融合、知識評估、知識推理三階段的知識發現，實現多維主題標簽及深度數據向滿足任務智能決策需要的通用知識及領域知識轉化，進而存儲各類智慧數據于相應數據庫。遼寧智慧導讀客服電話