移动视觉搜索在数字图书馆应用研究成果

时间：2023-08-01 理论教育 版权反馈

【摘要】：作为一种新兴的、前沿的信息搜索技术，移动视觉搜索无疑能迎合数字图书馆资源开发、利用与管理的理念，为实现数字图书馆服务创新，提升服务效能提供了巨大的可能性。本文着重从数字图书馆研究的相关问题，移动视觉搜索概念、关键技术及应用案例，以及数字图书馆移动视觉搜索三个研究领域，对移动视觉搜索在数字图书馆中的应用研究进展进行了梳理与述评。

移动视觉搜索在数字图书馆应用研究成果

*本文系国家社会科学基金重大项目“面向大数据的数字图书馆移动视觉搜索机制及应用研究”（项目编号：15ZDB126）的研究成果之一。

朱庆华1　孙晓宁1　赵宇翔2　孙霄凌3　胡　蓉1，4

（1.南京大学信息管理学院；2.南京理工大学经济管理学院；3.南京邮电大学管理学院；4.西南大学计算机与信息科学学院）

【摘　要】伴随大数据时代的来临，数字图书馆的服务内容与模式受到前所未有的挑战。作为一种新兴的、前沿的信息搜索技术，移动视觉搜索无疑能迎合数字图书馆资源开发、利用与管理的理念，为实现数字图书馆服务创新，提升服务效能提供了巨大的可能性。本文着重从数字图书馆研究的相关问题，移动视觉搜索概念、关键技术及应用案例，以及数字图书馆移动视觉搜索三个研究领域，对移动视觉搜索在数字图书馆中的应用研究进展进行了梳理与述评。相关结论对于推动数字图书馆资源的有效利用、图书馆服务创新，以及移动视觉搜索技术应用于数字图书馆和其他数字信息服务组织机构等，具有一定的理论意义和参考价值。

【关键词】数字图书馆　移动视觉搜索　大数据　信息服务

The Application of Mobile Visual Search in Digital Library: A Research Review

Qinghua Zhu1　Xiaoning Sun1　Yuxiang Zhao2

Xiaoling Sun3　Rong Hu1，4

(1.School of Information Management，Nanjing University；2.School of Economics and Management，Nanjing University of Science and Technology；3.College of Management，Nanjing University of Posts and Telecommunications；4.College of Computer and Information Science，Southwest University)

【Abstract】In big data era，the service pattern and contents of digital library (DL) are faced with unprecedented challenges.As an emerging and cutting-edge information search technologies，mobile visual search ( MVS) provides great potential and possibility for the development，utilization and management of DL，and may play an important role in reshaping the service of DL in a more efficient way.This paper aims to conduct a detailed review on the research progress of the application of MVS in DL from three perspectives，i.e.，1) the relevant issues of DL research，2) the concept，key technologies and application cases of MVS，and 3) applying MVS in the DL context.This review paper may yield some theoretical and practical implications for promoting the effective utilization of DL resources，the innovation of library service，and applications of MVS in DL or other information service related organizations.

【Keywords】digital library　mobile visual search　big data information service

1　引　言

随着多媒体数据库建设技术、数字新媒体呈现技术的不断改进，以及数字文本标引的标准化与格式化、元数据（metadata）与关联数据（linked data）方法的迅速发展，信息累积呈指数成长，人类世界进入了一个崭新的大数据（big data）时代。2015年8月19日，在李克强总理主持的国务院常务会议上，审议通过了《关于促进大数据发展的行动纲要》（以下简称《纲要》）[1]，提出“要推动政府信息系统和公共数据互联共享，消除信息孤岛，加快整合各类政府信息平台，避免重复建设和数据‘打架'”。《纲要》提出，“要顺应潮流引导支持大数据产业发展，以企业为主体、以市场为导向，加大政策支持，着力营造宽松公平环境，建立市场化应用机制，深化大数据在各行业创新应用。”

众所周知，服务是图书馆的永恒主题。尽管服务作为图书馆的基本职能不会改变，但“大数据”对数字图书馆资源的建设与组织提出了更高的要求：一方面，馆藏资源中不同语言、载体、类型的数字资源之间要建立有机的关联；另一方面，这些数字资源包含的知识资源语义丰富、实体多样，需要实现多维度、多途径、多界面的揭示、描述和检索，从而满足用户对数字图书馆资源一站式获取，以及知识内容共建共享共创的需求[2]。

信息　检索（information retrieval）、信　息　搜　寻（information seeking）和信息查找（information searching）一直是信息管理与信息系统[3][4][5]以及图书情报[6][7][8][9]学科关注的重点，也是集计算机科学、认知科学、心理学等诸多学科方向交叉融合的领域[10][11][12][13]。信息搜索理念与技术的发展极大地依赖于时代的进步、技术的革新以及商业模式的驱动。从早期的文献资源检索、联机信息检索，到后来的电子资源检索、网络信息资源搜索，图书馆和信息服务机构都见证并亲历了其中日新月异的变化。数字图书馆从诞生至今，一直致力于为读者和用户提供友好的检索入口和交互的服务模式。通过满足用户信息搜索的需求从而实现对数据获取、信息整合以及知识融合等不同层面的理论与实践工作。

近年来，随着移动互联技术的发展、移动环境的建设以及移动智能终端的普及，移动视觉搜索（mobile visual search，MVS）这种新一代信息搜索技术快速兴起并引起了学界和业界的广泛关注。所谓移动视觉搜索[14]，是指利用移动终端获取真实世界中实体对象的图像或视频作为检索项，通过移动互联网搜索视觉对象关联信息的一种交互式信息检索方式。第一，从信息源的角度来看，移动视觉搜索突破了传统基于文本信息的检索模式，强调采集实物对象和具体场景中的图像和视频资源。第二，从检索方式的角度来看，移动视觉搜索超越了传统信息检索中“检索框”这种固化检索入口的形式，以各种智能终端的摄像头为检索入口，无论其输入方式和输出结果都和以往大不相同。第三，从搜索需求的角度，移动视觉搜索充分体现了“SoLoMo”的特征：即搜索动机更加社会化（social），也就是这几年逐渐兴起的社会化搜索[15]；搜索内容更加本地化（local），包括如今各类如火如荼的location-based service（lbs）技术和服务应用；搜索形态更加移动化（mobile），倡导随时随地的无障碍信息搜索。毫无疑问，移动视觉搜索的运用和发展对于数字图书馆的硬件部署、软件配置以及服务设计有着深远的意义。特别是在大数据环境下，数字图书馆的资源建设、知识组织、人机交互以及服务模式都亟待新思路、新技术和新方法的指导和推动。因此，在面向大数据的数字图书馆环境和系统中引入移动视觉搜索技术有着迫切的实际意义。同时，尽管目前对于移动视觉搜索已经催生出较多的商业应用案例和商业模式，但是在非商业环境以及非营利性机构中对于移动视觉搜索的探讨还远远不够，尤其是在科学服务领域的聚焦还很有限。鉴于此，对于数字图书馆移动视觉搜索机制的探索以及应用的尝试和推广有助于从理论上弥补和完善这一“短板”。

本文旨在对大数据环境下数字图书馆移动视觉搜索的相关研究进展进行梳理和综述，研究知识域以信息管理为基础，同时跨越计算机与信息科学、心理学、认知科学、社会学等诸多学科。重点从数字图书馆相关问题研究，移动视觉搜索的概念、关键技术及应用案例研究，以及数字图书馆移动视觉搜索研究三个主要方面对国内外相关文献进行述评；最后指出了当前移动视觉搜索技术应用于数字图书馆研究中可能的发展方向。

2　数字图书馆研究的相关问题

阮冈纳赞在很早之前就指出，我们无法完全预料图书馆这个生长着的有机体的发展还将经历那些阶段，也无法预言图书馆传播知识这一重要功能是否能通过印刷图书以外的手段来实现，但至少我们已经看到了各种不同类型的图书馆从图书馆这个有机体中分化出来了。今天来重温先辈这段精彩的论述，可以明确地说，数字图书馆正是最为贴近这个数字化时代的一种典型的“生长着的有机体”，并且我们也相信，作为全球性知识传播工具的图书馆的基本原则，也将贯穿于图书馆未来发展过程的始终。但随着数据的爆发式增长，对急剧膨胀的资源组织、建设，以及日益多元的人机交互方式、服务模式等的研究，将在很长时间内成为数字图书馆应对大数据挑战的关键性、前沿性课题。

2.1　数字图书馆资源建设研究

Summers 很早就曾提出，图书馆馆藏的发展将从根据用户的潜在需求采集书刊资料转变为根据用户的现实需求来提供信息，把图书馆建设成为信息资源库[16]。在大数据环境下，数字图书馆资源发生了巨大的变化，资源建设也因此一直是数字图书馆建设的重点内容之一。吴慰慈指出，数字化、网络化环境促使图书馆新资源观的形成，一方面，信息资源建设的对象不再局限于传统的文献概念，而是包括传统的印刷型文献、电子出版物和网络信息在内的广泛的信息资源；另一方面，从网络图书馆（On-line Networked Libraries）的概念出发，根据用户的多元化信息需求，来构建不同格式和类型的信息资源[17]。

2010年，OCLC（Online Computer Library Center，Inc.，联机计算机图书馆中心）的一项调查显示，馆藏空间、原生资源和数字化问题是馆藏大数据管理的三大挑战性问题[18]。2010年5月27日，由国家图书馆负责起草的《数字图书馆资源建设指南》正式发布，从建设原则、建设方式、建设工作内容、建设策略、建设经费、建设管理等七个方面对数字图书馆资源建设工作的开展进行了重点阐述[19]。《数字图书馆资源建设指南》明确了数字图书馆资源的含义，规范了数字资源建设应遵循的原则，既为单个图书馆开展数字图书馆资源建设提供了切实可行的指导性建议，也为图书馆界建设跨地域、跨系统的数字图书馆资源保障体系提供了有益参考。

郑建明、钱鹏通过对比研究发现，国家数字图书馆、中国高等教育数字图书馆等机构在资源建设方面已经摆脱单纯的馆藏数字化加工方式，而是扩大资源建设渠道，充分与出版商、其他数字图书馆等进行合作，建立包括数字资源加工、购买、交换、共建以及网络资源挖掘与整理的多渠道资源建设模式[20]。孙坦指出，学术图书馆信息资源建设面临两个方面的挑战：一个是开放信息环境颠覆图书馆“馆藏”根基，另一个是数字图书馆服务的边缘化[21]。所谓边缘化，是指主流数字图书馆仍处于基于文献资源的集成服务模式，主要提供基于元数据的关键词检索和部分概念检索，缺乏语义搜索与知识发现服务。陈传夫等认为，在大数据环境下，我国数字图书馆存在资源建设结构不合理、资源同质化现象严重的问题。虽然图书馆无须将全部馆藏数字化，但务必优先对在某一方面形成了一定规模的、结构比较完整的文献资源，特别是原生资源，有系统、有组织地进行开发与整理，以真正发挥数字图书馆的规模效益[22]。

2.2　数字图书馆资源组织研究

图书馆馆藏资源已逐渐转变为以数字图书馆为主体。在大数据环境下，如何对数字图书馆资源进行再组织与展示，进而转变为直接面向用户的结构化、有序化、多元化知识资源成为信息管理界一个热点议题。关于数字资源的再组织，国内学者在长期的探索实践中形成了“资源整合”“资源融合”“资源聚合”等多种提法。伴随着关联数据概念的提出，面对海量数据、计算算法和挖掘工具，数字资源组织的研究视角更加敏锐化、多维化和深邃化[23]，由此看来，数字图书馆资源的整合、融合、聚合等也将成为信息组织模式变革与创新的重要方式，数字资源再组织也呈现精细化、体系化、可视化和立体化的趋势[24]。

2013年11月4日，德国数字图书馆（Deutsche Digitale Bibliothek，DDB）首次以应用程序接口（API）的方式实现图书馆馆藏数字资源的开放共享。德国数字图书馆的元数据是以不保留任何权利的知识共享形式授权发布，任何用户都可利用德国数字图书馆的应用程序接口运行自己编写的计算机程序，以不受任何限制的方式使用这些元数据。用户可以借此利用公共数字图书馆的资源，在网站或者手机上开发新的互联网信息服务，包括充分利用德国数字文化遗产等资源。

数字资源整合同样已经成为中国国家图书馆在大数据时代的工作重心，具体包括数字资源元数据整合，以及通过资源重组、优化等手段实现的对象数据整合等[25]。Rayward[26]较早提出如何将物理形态的媒体转变为数字形态的媒体，及其对不同信息机构产生的影响和图书馆、档案馆与博物馆（LAM）功能整合问题。李广建[27]在对国外143个数字资源整合系统统计的基础上，提出数字资源整合系统的实现机制包括数据仓库整合、中介器封装器整合、代理整合和对等整合。肖希明、唐义[28]提出，数字资源整合主要包括基于数据的资源整合（数据整合）、基于信息的资源整合（信息整合）和基于知识的资源整合（知识整合）三种方式。

数字资源融合是数字资源集成和整合的更高层次，肖希明、郑燃[29]的研究发现，各国LAM 以及该领域的国际组织，正在积极面对社会公众共享人类文化和信息资源的需求，并充分运用现代信息技术手段，探索LAM 数字化资源的融合，构建面向公共文化服务的数字化服务平台。文庭孝、李维[30]提出应从大数据时代的特征及思维变革出发，通过数据公开和开放获取，建立一个以全面、完整数据为基础的统一平台，实现数据、技术、平台、服务的融合。

大数据环境下，在催生数字资源整合、融合等新概念的同时，也引发了从数字资源整合到聚合的新变革。数字资源聚合作为走向知识网络环境下的信息资源再组织的一种模式，目前已成为信息管理学界又一个新的研究领域[31]。国外学者对资源聚合基础模型的研究主要有三个方面[32]：一是分布及异构信息资源聚合模型，如Sinha，Lobiyal 提出的高效数据汇总的概率聚集模型[33]、Xiong 等提出的高效资源发现的P2P 网格模型[34]等；二是语义理论模型，如Porcel 等提出的用于资源推荐的模糊语言模型[35]、优于公知的主题检测方法的智能话题检测代理语义框架以及提供语义数据智能检索服务的Multikey Rank 模型；三是文本内容聚合的模型，如可共享内容对象的Scorm 参考模型等。

语义技术在数字图书馆资源描述、知识关联、智能检索和可视化呈现方面显现出了巨大的价值，有效促进了数字图书馆资源的充分利用。贺德方、曾建勋认为，面向馆藏资源的语义描述、识别和语义关系的挖掘、链接，将使不同语种、载体和来源的异构文献信息资源得到基于语义的揭示与组织[2]。同时，与语义技术休戚相关的关联数据在图书馆资源组织上得到广泛的应用。采用关联数据，数字图书馆有机会遵循一种泛在的技术规范来提供服务，并在未来语义网建设中发挥主导作用[36]。关联数据不是一种具体的技术，而是一种模式，一种数据组织和共享的框架结构。Heath，Bizer 提出关联数据的基本架构包括三个功能层：数据发布层、数据存取整合和保存层、数据应用层[37]。关联数据使用RDF 作为数据的模型，运用统一的URI 作为数据的标识，通过HTTP 协议协调规范“数据”，从而实现在网络上的发布。在我国信息管理学界，较早系统性介绍关联数据的有黄永文[38]；沈志宏、张晓林[39]；刘炜[40]等学者。随后出现了许多对关联数据概念及其研究与应用现状的介绍，但对关联数据在图书馆实践当中的研究比较少。欧石燕[41]提出了一个面向关联数据的语义数字图书馆资源描述与组织框架，共包含四个层次：元数据层、本体层、关联数据层和应用层，核心是RDF 语义元数据的构建与关联。

2.3　数字图书馆人机交互研究

人机交互是国内外信息系统学科长期关注的一个重要研究领域。众所周知，人和软件之间的沟通是一项持续性的挑战。一方面，人的需求和期望不断增长，另一方面，软件具有更高级的产品特征和功能。界面由此成为用户和软件之间进行有效沟通的“战场”。Gaffar 指出，当人机交互涉及大数据时，人与软件的沟通往往采用软件显示数据的形式来进行[42]。陈志刚、鲁晓波认为，信息与交互设计在由后工业社会向信息化社会过渡的进程中，既承担着引领、促进和优化信息化变革的重任，同时作为一种理念和技术，其本身也需要变革来适应大数据的发展要求[43]。胡昌平、周怡认为，数字化信息服务的交互性主要体现在用户与系统基于界面层的交互、用户与内容基于内容层的交互及系统与内容基于资源组织层的交互[44]。

可用性（usability）研究起源于人类工效学中的人机交互研究，并引入了软件工程、认知心理学、人类学、信息系统等相关领域的研究成果，逐渐发展成为一个跨学科研究的热点领域。信息管理学界的一些学者习惯从系统或平台的角度来理解数字图书馆，从可用性评价的视角来考察用户与数字图书馆的人机交互问题。马翠嫦等通过对国外研究成果的梳理发现，数字图书馆可用性评价主要分为三个研究层次[45]：

其一，借鉴人机交互领域可用性评价方面的研究成果，研究数字图书馆可用性评价问题。例如，Buchanan 和Salako 探讨了数字图书馆系统可用性和有效性之间的差别：效益、效率、外形美观、使用基本术语、设置导航和易学性是系统可用性的关键属性；相关性、可靠性和流通性是系统有效性的关键属性[46]。

其二，在用户心理行为理论基础上，结合人机交互领域可用性评价研究的成果，研究以用户为导向的数字图书馆可用性评价问题和评价模型。比如，Smith 基于认知理论（cognitive theory）和多元知识理论（multiple intelligences theory），提出了一个跨文化数字图书馆可用性评价框架，用于指导数字图书馆的人机交互设计[47]。Zhang 综合专家访谈、问卷的方法，提出了一个从管理者、开发者、图书馆员、研究者与用户多角度来进行数字图书馆可用性和有用性综合评价的模型，其维度包括内容、技术、接口、用户、服务与环境六个方面[48]。

其三，结合人机交互和用户心理行为等学科的研究成果，从图书馆学理论和实践的角度发展数字图书馆可用性评价的研究。图书情报学界的部分学者将国内外文献数据库的门户网站作为数字图书馆，例如，李月琳、张向民通过设计实验，研究了用户个体差异（教育背景、性别、搜索技能、浏览技能、浏览经验）对ACM、IEEE Xplore、IEEE Computer Society 数字图书馆可用性评价的影响，研究表明，使用数字图书馆少、受教育层度低的用户对数字图书馆的评价不高，因此，在数字图书馆的设计上，应更多考虑这类用户对可用性的要求，提高数字图书馆的个性化服务功能[49]。徐芳、戴炜轶从用户与系统交互（系统导航功能、系统检索功能、系统浏览功能、系统易用性、系统响应快捷性、系统链接有效性、系统界面友好性、系统用户隐私保护）和用户与内容交互（网页整体布局合理性、图文色彩协调性、信息内容完整性、文字字号字体选用合理性、信息组织方式多样性、信息更新及时性、网站整体风格一致性）两个方面设计了数字图书馆用户交互体验评价指标，并采用实验研究比较CNKI、维普、万方数字图书馆用户交互体验评价的满意度[50]。

2.4　数字图书馆服务模式研究

在大数据的影响下，图书馆用户对信息的数量与质量的要求在不断提高，数字图书馆需要迎合用户的需求，从大数据中洞察用户的信息行为，不断调整服务策略与模式，从大量的数据中分析挖掘潜在的价值。大数据知识服务逐渐成为数字图书馆领域新的服务增长点[51]。目前，对于数字图书馆的服务模式并没有相对统一的分类，总体来说，包括如下几个方面[52]：

2.4.1　以提供知识为导向的服务模式

此种服务模式以满足用户对特定知识的检索和获取需求为目的，依赖用户对知识的吸收、转化与运用。具体又包括以下几种模式：①知识导航。指通过信息的收集与分析，进行知识的聚类与重组，将知识按学科或主题聚类，为用户提供链接和导引服务。知识导航服务模式主要表现为各种网络资源导航、学科导航和学科信息门户。②知识检索。知识检索和信息检索不同，知识检索强调语义，不只是基于字面的机械匹配，而是从信息的语义、概念出发，能够揭示信息的内在含义。③知识共享。为实现数字图书馆知识服务的一次开发、多次利用，数字图书馆应不仅只是为单一用户提供知识服务，而是对具有相似特征的用户都能提供知识服务。④个性化定制与推送。个性化的服务理念很早之前就引起了数字图书馆研究的重视，孙雨生等发现，2012年之前，国内数字图书馆个性化服务研究主题主要集中在信息资源建设、用户兴趣建模、服务方式、服务技术等方面，而语义用户兴趣建模、学术文献智能化服务、语义信息推荐和在线用户数据分析等在今后会得到更多的关注[53]。

2.4.2　以解决问题为导向的知识服务模式

此种服务模式针对用户的实际应用问题，动态的收集、分析、重组、挖掘知识，帮助用户找到或形成问题的解决方案，是一种动态的、连续的服务。具体有以下几种模式：①知识产品开发。知识开发是建立在知识组织的基础之上，根据用户要求，针对具体用途和目标，对系统采集的各种层次和范围的知识信息进行深层次加工，形成具有独特价值的、适合用户需要的知识解决方案和知识产品的过程，如建立数据库、知识库，开发智能工具、应用软件等。②数字化参考咨询。数字化参考咨询是最近几十年逐渐发展起来的一种新型的参考咨询的知识服务形式，也是数字图书馆必备的基础服务项目。③学科馆员。学科馆员指图书馆设专人与某一个院系或学科专业作为对口单位建立联系，在院系、学科专业与图书馆之间架起一座桥梁，相互沟通，为用户主动地有针对性地收集、提供文献信息与知识服务。

除了上述几种典型的服务模式，我们还发现移动数字图书馆、数字图书馆联盟等构成数字图书馆新兴服务模式的代表。

①移动数字图书馆。随着移动互联网技术的发展，越来越多的图书馆开始通过手机、平板电脑、PDA 等移动终端设备为用户提供多元化信息服务，移动服务受到了图书情报界的广泛关注和重视。移动数字图书馆服务模式主要包括短信息服务、移动网站服务和移动应用服务。用户还可以享受图书馆提供的基本书目服务，如搜索图书馆目录、续借和预约图书馆资源等，实现资源的发现、推荐与评论等用户交互的移动社交功能[54]。施国洪、夏前龙认为，在大数据的移动时代，未来绝大多数的信息将由用户创造，用户个性化定制服务将是移动图书馆发展的方向之一[55]。曾建勋提出，移动数字服务涉及数字内容的生产、组织与传播，数字资产的出版形态再造、移动服务模式革新和商业转化能力的创新，需要发挥传统出版社的内容优势、互联网公司的渠道优势、文献数据公司的集成优势，形成出版商、集成商和渠道商三者间的跨界合作与互动融合[56]。

②数字图书馆联盟。数字图书馆联盟是信息环境下图书馆联盟进一步的传承与发展，指通过一定的形式，将分布在不同地域和不同结构的数字图书馆联合起来，促进成员馆对数字信息资源的联合建设与利用的组织协调机构[57]。2005年7月8日，武汉大学信息管理学院邀请全国50多所大学图书馆的馆长，参加在武汉大学举办的“数字时代图书馆合作与服务创新”国际研讨会暨第三届中美图书馆员高级研究班，通过了《图书馆合作与信息资源共享武汉宣言》，该宣言对推动我国大学图书馆之间、大学图书馆与其他类型图书馆之间的合作，实现信息资源共享，进而对于促进我国经济和社会的全面与可持续发展，消除信息鸿沟，构建和谐社会，具有重要的意义[58]。大数据带来了“信息超载”的问题，数字图书馆联盟能有效整合馆际间的资源，实现数字资源的最大程度利用。

3　移动视觉搜索概念、关键技术及应用案例研究

3.1　移动视觉搜索的概念

视觉搜索（visual search），顾名思义，是指使用眼睛来完成一系列短暂的定位并在此期间收集信息，通过眼睛的快速移动，定位点散布到目标体各处[59]。因此，心理学意义上所理解的视觉搜索是指在特定区域内确定待搜索对象是否出现或出现后确定其形态、位置等相关信息的行为，并由此形成了视觉心理学（visual psychology）学派。20世纪六七十年代，包括（认知、视觉）心理学、人类工效学，以及神经科学、眼科学等自然科学对视觉搜索进行了大量的研究[60]。

从计算机科学的角度而言，视觉搜索的研究范畴不仅仅局限在认知科学和心理学层面，而是拓展到更多算法和技术实现层面。特别是近几年，在移动环境下，计算机科学领域的学者对移动视觉搜索开展了大量技术性研究工作。Franchi 等认为，移动视觉搜索是指通过移动设备的摄像头来获取物理世界物体的图像，从而将其与数字信息产生联系的一种新技术[61]；Tous 和Delgado 指出，移动视觉搜索是指通过移动手持装置所制造的图片或视频来获取信息（视觉信息或非视觉信息）的过程[62]。钟志鹏等认为，移动视觉搜索是通过手机拍照的方式来搜寻感兴趣物品资讯的技术，该技术采用计算机视觉的方法对物体进行识别，并将待识别的物体与相关的虚拟数字信息关联起来，使用户不需要输入任何关键字便能检索与之相关的信息[63]。林杰将移动视觉搜索概括为使用移动设备将现实世界的用户与虚拟世界的图像数据连接起来，通过快速有效的视觉搜索技术帮助用户从海量数据中获取所需的信息[64]。

综合前人对移动视觉搜索的概括与描述，本文所界定的移动视觉搜索，从狭义上理解是指利用移动终端设备在现实场景中获取实体对象的视觉资源作为检索项，通过各类移动端应用软件或者系统平台进行解析并处理的交互式信息检索方式。从广义上理解是指移动互联网环境下的一种数据驱动、任务导向的创新型信息服务模式，强调对视觉类信息资源进行有效的建设、组织和展示，并在此基础上针对不同的用户群体和情境开展各类具体应用，以满足个性化、精准化和敏捷化的用户需求。移动视觉搜索的基本流程如下[65]：首先，通过移动智能终端获取视觉对象，提取视觉对象的特征和描述符；其次，将描述符与存储在视觉对象知识库中的描述符相匹配；最后，返回搜索结果，如图1所示。作为一个检索过程，其技术目标是实现检索效能、效率以及用户体验的均衡。

3.2　移动视觉搜索的关键技术

移动视觉搜索关键技术可以分为对象特征表示技术、对象匹配技术、对象检索流程以及对象知识库建设等关键技术。

图3　Google Glass
（图片来源：http：/ /apple.zol.com.cn/503/5035524.html）

图1　移动视觉搜索的基本流程[65]

3.2.1　对象特征提取与描述技术

图像特征表示是视觉搜索的关键环节，图像的特征一般基于兴趣点检测由描述子（descriptor）来表示，为了适应移动视觉搜索情境的需求，Chen 等提出了一种低内存占用和低时间复杂度的兴趣点检测算法[66]。基于兴趣点检测形成的描述子可以分为局部描述子（local descriptor）和全局描述子（global descriptor）两种。兴趣点检测、描述子之间的关系如图2所示。

图2　紧凑描述子提取过程[66]

第一，局部描述子。局部描述子的表述一般借助的是几种算法：①图像特征提取算法，即尺度不变特征提取算法（scale invariant feature transform，SIFT），其基本步骤为：尺度空间的建立、特征点的提取、利用特征点周围邻域的信息生成特征描述子、特征点匹配。②基于主成分分析的尺度不变特征提取算法（PCASIFT），通过主成分分析方法对SIFT 的梯度块进行降维处理，同时保证了特征的区分度和鲁棒性。③快速鲁棒特征提取算法（SURF），计算的速度是SIFT 的3倍左右。三种算法的性能比较如表1所示[67]。

表1　局部描述子三种算法的性能比较[67]

为了满足传输的需要，在保证描述子区分度的基础上尽量压缩描述子的大小，如：①降维（PCA，LDA）；②改变表述方式（二进制码表示）；③基于量化（压缩梯度直方图）。由于提取的是局部特征，所以提取和压缩过程同样需要对局部特征的位置信息进行处理。

第二，全局描述子。词袋模型（The Bag-of-Words，BoW）是最主要的思想之一，将图片视作是若干视觉词汇的组合，通过查询图片的视觉词汇与服务器端的视觉词典进行比对来完成视觉搜索过程。具体来看，分为两种思路：一是采用局部描述子集成，代表性工作有VLAD（Vector of Locally Aggregated Descriptors）[68]；二是采用词汇包直方图压缩[69][70]。Ji 等[71]引入机器学习手段，提出利用上下文信息（如GPS 和标签等边信息）的单词选择方法，建立位置自适应的紧凑视觉词典，并应用于移动地标搜索。基于这种适应思想，Duan 等[72]又提出了用于地标搜索的基于场景学习（是否存在辅助信息）多渠道（multi-channel）紧凑描述子，该描述子可以降低对带宽资源的利用从而减少搜索延迟。

3.2.2　对象匹配与检索技术

主要包括图像对匹配（pairwise matching）与图像检索（retrieval）。两者过程相似，但侧重点不同：前者针对两张图像进行自动校验，确定是否包含相同对象或场景；后者是在大规模图像数据集中搜索和发现包含与查询图像相同的对象或场景的所有图片。

第一，图像对匹配。分为两个阶段，即第一阶段的基于局部描述子匹配和第二阶段的基于全局描述子匹配[73]。这样的匹配策略可以较好的解决局部描述子在图像对中存在多个同类相似区域，或者全局描述子在图像对中存在多个相似对象的情景。①局部描述子匹配阶段。首先确定查询图像与参考图像中的兴趣点匹配对（key point matches or correspondences）；然后通过几何一致性校验，确定兴趣点匹配对的内群点（inliers），若内群点超过设定的阈值，该图像对将被视为匹配对；最后，通过单应性（homograph）估计，针对检测出的匹配对，计算匹配物体的位置。②全局描述子匹配阶段。通过全局描述子的相似性计算，检测出第一阶段的基于局部描述子匹配无法界定的匹配对。第一阶段采用了严格的几何一致性校验，图像匹配对的误检率非常低，所以第二阶段主要任务是区分未检测出的匹配对与绝大多数的非匹配对。

第二，图像检索。分为两个阶段，即第一阶段的基于全局描述子的检索和第二阶段的基于局部描述子的图像重排序阶段。通过第一阶段的“粗筛选”与第二阶段的“细排序”，实现图像检索系统在检索效率与检索性能之间的平衡。全局描述子检索阶段，查询图像的全局特征与图像数据集中预先计算好的参考图像全局特征进行逐一比对，通过相似性匹配值排序，返回一组候选图像（top matches）。全局描述子通常支持快速运算（比如，汉明距离计算），适合大规模图像数据集的基于高效线性查找的图像比对。对比传统的词汇包倒排索引模型，全局描述子检索可以通过返回较少的候选图像集合，获得较高的召回率[74]。

3.2.3　视觉对象知识库建设技术

“分布式计算”概念的提出，为视觉对象知识库的索引结构以及系统结构的建设提供了思路。借助机器学习方法，可以尝试建立视觉搜索分布式索引架构。通过机器学习可以尝试解决两类问题，一是分布什么，二是如何分布。“分布什么”的基本思路是根据视觉单词的统计信息发现冗余的单词，仅将查询图片中部分有区分力的单词分布到多台服务器上。其目的是通过这种单词选择式分布，使倒排索引中相似度打分及排序阶段的时间消耗最小化，同时确保检索精度不会受损。“如何分布”的基本思路是通过优化视觉单词分布策略，使得在线查询在多台服务器上得到均衡处理[75]，从而避免因分布不均衡导致单台或多台服务器闲置。目前这个部分的研究相对较少。

3.3　移动视觉搜索的应用案例

移动视觉搜索的商业化驱动尤为明显，目前市场上主要包括两种类型的移动视觉搜索产品：一种属于可穿戴设备（wearable device），比如google glass、百度眼镜等；另一种则是支持Android或iOS 的移动app，国外已经有数十种相关产品，它们主要通过移动手持装置所制造的图片或视频，来帮助移动用户获取相应的信息。因此可以说，这样一种移动视觉搜索本质上属于移动增强现实（augmented reality，AR）技术的应用。增强现实技术，也称混合现实技术（mixted reality），是介于现实与虚拟之间的一种应用，已在国外文化教育领域，如古建筑研究、博物馆展览、增强旅行、校园导航以及古籍阅读等方面取得很大的进步。

3.3.1　基于可穿戴设备的移动视觉搜索应用

Google Glass 是一款和普通眼镜外观类似的可穿戴设备，于2012年4月发布，集智能手机、GPS、相机于一身，在用户眼前展现实时信息，只要眨眼就能拍照上传、收发短信、查询天气路况等操作。用户无需动手便可上网冲浪或者处理文字信息和电子邮件，同时，戴上这款“拓展现实”眼镜，用户可以用自己的声音控制拍照、视频通话和辨明方向，如图3所示。

百度眼镜（BaiduEye，baidueye.baidu.com）与Google Glass 类似，在2014年9月发布，但其在造型上与Google Glass 有所不同，采用后戴式设计，视野完全无遮挡，如图4所示。百度眼镜是一款集成了视、听、说能力的可穿戴设备，无需眼镜屏幕，佩戴者只需要用手指在空中对着某个物品画个圈，或者拿起这个物品，百度眼镜即可通过这些手势获得指令，锁定该物品并进行识别和分析处理。具体来说，百度眼镜能帮助用户在户外进行花草识别，在博物馆了解作品的来历，也可以用于商场，向消费者推荐其所关注商品的促销信息，以及进行室内导航等。

图3　Google Glass
（图片来源：http：/ /apple.zol.com.cn/503/5035524.html）

图4　百度眼镜
（图片来源：http：/ /baidueye.baidu.com/？ lang＝ch）

3.3.2　基于增强现实技术的移动视觉搜索应用

CamFind（camfindapp.com）的口号为 “Search the physical world”（搜索物理世界），如图5所示。它借助CloudSight API，基于Google play 或iOS 平台，用户利用提交的图像的搜索结果可以是图片、本地购物结果或其他网络资源；同时，用户可以用关键词对图片进行标注，任何人都可以对图像识别的结果进行改进，这种众包的方式能识别80%的算法无法识别的图像。该App 主要应用在购物、娱乐、社交等领域。

图4　百度眼镜
（图片来源：http：/ /baidueye.baidu.com/？ lang＝ch）

3.3.2　基于增强现实技术的移动视觉搜索应用

图5　CamFind 应用程序
（图片来源：camfindapp.com）

Blippar（blippar.com）是一款图片识别和增强现实应用的应用程度，基　于 Android、iOS 及 Windows Phone 平　台，口　号　为“Enhancing your view of the world”（增强你对世界的观感），如图6所示。它可以通过基于品牌的互动内容让用户认识大量的产品和服务，能够识别所有英语唱片封面、DVD 封面、小说和电影海报，使用blippar 能获得大量的相关信息，比如乐队演出时的视频、买票的地点、评论、最新消息、推文或照片等。这款应用程序专注于非品牌视觉搜索，这样用户们就能更加深入地了解到海量产品和现实生活中周围的事物。该App 主要应用在购物、娱乐、游戏、3D体验、投票等领域。

图5　CamFind 应用程序
（图片来源：camfindapp.com）

图6　Blippar 应用程序
（图片来源：https：/ /blippar.com/en/blog/2015/09/29/augmented-mediawill-be-bigger-brands-internet/）

Ocutag（ocutag.com）是一款能为开发人员提供开放API 和在线服务的应用程序，口号为“Reality just got better”（现实更美好），如图7所示，支持将视觉搜索集成到移动App。Ocutag 采用了独特的Ricoh 视觉搜索技术，九成专利已获批或正在申请，以提供业界领先的性能（快速响应和高精确度），同时支持大型数据库以满足App 的要求。Ocutag 还为开发人员和内容专家提供了全面的、易于使用的工具，以及丰富的分析方法和广泛的支持。

Slyce（slyce.it）基于Android 和iOS 平台，利用机器学习，自动识别并将用户的照片以及自己数据库中的商品信息进行匹配，以保证整个过程的高效流畅，而对于机器识别无法完全覆盖的部分，Slyce 将通过利用人工匹配来进行弥补（众包），如图8所示。其口号为“Bringing visual search to the world”（视觉搜索照进世界），目前除了图像识别之外，Slyce 还支持视频音频识别、二维码和条形码扫描以及NFC 技术。该App 主要应用于购物当中。

图6　Blippar 应用程序
（图片来源：https：/ /blippar.com/en/blog/2015/09/29/augmented-mediawill-be-bigger-brands-internet/）

图7　Ocutag 应用程序
（图片来源：https：/ /ocutag.com/documents/overview）

图8　Slyce 应用程序
（图片来源：slyce.it）

4　数字图书馆的移动视觉搜索研究

国外已将移动视觉搜索技术运用于商务、娱乐方面的平台，但尚未发现将其应用于图书馆或其他公共文化服务领域。在我们国家，伴随图书馆、档案馆、博物馆文献与历史资料数字化工程的大力推进，无论是科研数据的获取方式，还是文化遗产的传承模式，都随之也发生了深刻的变革。这样的一种情境之下，如何将海量的数字资源与移动视觉搜索进行对接，并让数字图书馆用户随时随地获取这些资源，无疑成为摆在我们面前的一项巨大的挑战。

我国对移动视觉搜索技术的研究非常关注，这从国家级基金课题的立项支持上可见一斑。表2为从2012年开始到2015年，国家自然科学基金、国家社会科学基金以及教育部人文社会科学研究项目当中有关“移动视觉搜索”研究的立项统计。

表2　移动视觉搜索相关课题立项情况

图8　Slyce 应用程序
（图片来源：slyce.it）

4　数字图书馆的移动视觉搜索研究

表2　移动视觉搜索相关课题立项情况

续表

由此可见，国家自然科学基金项目针对移动视觉搜索技术的相关研究，均集中在计算机科学与技术领域。从管理学视角对移动视觉搜索基本概念、理论与方法等进行探讨的课题项目及论文非常少见，而将其应用于数字图书馆领域更是少之又少。Brad[76]将2D 和3D 信息可视化技术引入数字图书馆资源建设，来支持多源和馆藏资源的展示与导航，用户可以方便地操作、检索和浏览这些资源。在移动视觉搜索的概念引入图书馆之前，国内图书情报学界的部分学者对移动增强现实技术在图书馆中的应用前景进行了分析与展望。付跃安[77]预测了移动增强现实技术在图书馆中的五种应用：图书馆指引服务、图书定位、阅读体验、信息推送及馆藏资源的开发和利用；王璞[78]则从图书排架与资源融合、增强现实多媒体图书、增强现实图书馆导航、增强现实光学字符识别和增强现实个性化服务等五个方面探讨了移动增强现实技术在现代图书馆的应用；李震、李艳诚[79]和薛涵、朱娜娜[80]也进行了相关探讨性研究。

2014年5月27—30日，第5届国际移动图书馆会议（http：/ /m-lib5.lib.cuhk.edu.hk/）在香港举行，围绕“移动图书馆：从设备到人”的主题，包括清华大学图书馆姜爱蓉等人的国内外学者介绍了许多移动环境下可穿戴设备与增强现实技术在数字图书馆中的应用案例[81]。黄敏聪探讨了图书馆在公众科学兴起过程中的角色，提出“图书馆具有平台优势、资源优势和专业优势，但缺乏公众科学服务理念、大数据管理经验以及资金支持”[82]。而移动视觉搜索在公众科学研究中初现端倪，因此，应考虑利用移动视觉搜索技术与公众科学的契合之处来推进数字图书馆服务模式的变革，迎来新的发展机遇。贺德方提出实现数字图书馆服务创新的五个方向[83]：嵌入科研过程提供知识链接服务、基于语义关联优化资源发现服务、借助可视化技术实现知识的动态多维呈现、提供情景敏感的开放式跨界服务和超越时空的数字图书馆移动服务。据此可以看出，无论从资源发现、组织的角度，还是服务方式的角度，移动视觉搜索在数字图书馆都具有重要的潜在应用价值。

移动视觉搜索真正引起国内图书情报学界的关注是从2014年开始的。张兴旺、黄晓斌的《国外移动视觉搜索研究述评》一文发表在《中国图书馆学报》 2014年第5期上，首开先河地从概念、技术、应用等视角对移动视觉搜索进行了梳理，并归纳了移动视觉搜索应用于数字图书馆的几点展望，包括支持移动视觉搜索信息检索模式的研究、视觉对象知识库建设的研究、移动视觉搜索系统及视觉资源标准化问题的研究、基于海量视觉对象数据分析与数据挖掘的数字图书馆理论与方法研究、移动视觉搜索开发应用及管理人才培养方案的研究[84]。张兴旺、李晨晖在随后的《数字图书馆移动视觉搜索机制建设的若干关键问题》一文中，还介绍了数字图书馆移动视觉搜索的应用需求及表现形式，探讨了移动视觉搜索研究历程及其在数字图书馆情境中的重要性，并分析了数字图书馆移动视觉搜索机制的内涵、分类与架构设计等问题。作者提出，应从移动环境软硬件资源局限性、用户需求多样性、移动用户体验质量、互操作性、协同管理五个方面着手建设数字图书馆移动视觉搜索机制[85]。

5　研究展望

综上所述，移动视觉搜索是近几年信息科学、管理科学以及认知科学领域所共同关注的热门方向。随着大数据时代带来的一系列新的机遇，移动视觉搜索必将有更广阔的应用前景和学术价值。然而，目前该主题的研究在以下几个方面可以作出进一步的探索。

首先，虽然移动视觉搜索相关理念的提出已有几年，但当前对其基本概念、内涵、特征、类型等的探讨还不够丰富，许多重要的问题依旧模棱两可，缺乏一个相对完备的理论框架。我们认为，实现数字图书馆移动视觉搜索的理论突破与创新，绝不依赖于对原有相关理论、模式进行简单的概念植入或拼凑，而是首先从不同理论的源流出发，从多个学科领域以及研究方法当中，来借鉴、抽取，以及重组、拓展既有的基础概念、框架与模型，进而形成面向大数据环境特征的数字图书馆移动视觉搜索基础理论体系。而目前仅有的一些研究没有重视多层次、多维度的理论构建和推演，同时缺乏跨学科交流和方法论的协同。

其次，在移动视觉搜索的技术项目当中，国内侧重于学术研究，国外业界虽然成功实施了一些应用平台，但极少将相关技术应用于图书馆或其它公共文化服务领域。我们相信，移动视觉搜索在数字图书馆，乃至档案馆、博物馆等公共文化数字资源的组织、建设、存储与展示当中，具有很大的潜在应用价值，移动视觉搜索的相关技术手段与方法理应向数字图书馆领域倾斜，设法将其转化为信息和知识服务过程中实际应用的移动视觉搜索技术，才能发挥其应有的价值。

最后，虽然目前由各种数据驱动的数字资源组织与建设创新模式层出不穷，但很多研究和探索都是以商业目标为导向的，从学科与理论的立足点来思考问题略显不足。移动视觉搜索的引入，将更能适应大数据时代用户数字信息服务需求的个性化、精准化和敏捷化等新趋势，基于移动视觉搜索的数字图书馆服务创新与应用创新值得进一步探索和深化。我们应从图书馆服务、图书馆建设基本理念出发，针对数字图书馆服务自身的特点，明确数字图书馆服务的基本框架与结构，以及核心服务与支撑服务的类型，来构建可行的数字图书馆服务模式，实现与其他数字服务内容的融合与协同。

6　结　语

大数据时代的到来，对数字图书馆资源建设与组织，及其服务方式，均产生了前所未有的巨大变革。针对数字图书馆与移动视觉搜索的相关研究，是一个全新的跨学科研究课题，需要我们从多个维度去解析，且具有很高的科学研究和实践应用价值。而纵览目前的相关研究成果，首先，缺乏系统化与深层次的基础理论研究；其次，有关移动视觉搜索最多见的相关技术性研究工作，并没有适时转化到数字图书馆的实际应用中来；再次，数字图书馆服务创新与应用模式研究有所不足，移动视觉搜索则为提升数字图书馆服务能力提供了一个新的契机。因此，如何从理论层面来明确数字图书馆移动视觉搜索资源建设与组织、人机交互机制设计、服务模式，以及从应用层面来探索数字图书馆移动视觉搜索服务方面的应用方式、方法与效果，具有很强的科学研究和实践价值。信息管理学界应该把握这一契机，积极参与到相关研究当中来。同时，我们应同国内图书馆业界及其他信息服务机构保持密切的合作，推动产学研的有效结合，为促进大数据时代的数字图书馆资源建设、移动视觉搜索技术转化等作出应有的贡献。

参考文献

[1]新华社.国务院印发《促进大数据发展行动纲要》 [EB/OL].http：/ /www.gov.cn/zhengce/content/2015-09/05/content _10137.htm.

[2]贺德方，曾建勋.基于语义的馆藏资源深度聚合研究[J].中国图书馆学报，2012，38（4）：79-87.

[3]Hargittai E.Hurdles to information seeking: Spelling and typographical mistakes during users' online behavior [J].Journal of the Association for Information Systems，2006，7(1): Article 1.

[4]Browne G J，Pitts M G，Wetherbe J C.Cognitive stopping rules for terminating information search in online tasks [J].MIS Quarterly，2007，31(1): 89-104.

[5]Arazy O，Woo C.Enhancing information retrieval through statistical natural language processing: A study of collocation indexing [J].MIS Quarterly，2007，31(3): 525-546.

[6]Yang K.Information retrieval on the web [J].Annual Review of Information Science and Technology，2005(39): 33-80.

[7]Foster J.Collaborative information seeking and retrieval [J].Annual Review of Information Science and Technology，2006(40): 329-356.

[8]Ruthven I.Interactive information retrieval [J].Annual Review of Information Science and Technology，2008(42): 43-91.

[9]Mishra J，Allen D，Pearman A.Information seeking，use，and decision making [J].Journal of the Association for Information Science and Technology，2015，66(40): 662-673.

[10]Biedermann B，Ruh N，Nickels L，et al.Information retrieval in tip of the tongue states: New data and methodological advances[J].Journal of Psycholinguistic Research，2008，37(3): 171-198.

[11]Thornley C.Dilemmas in information science ( IS) and information retrieval ( IR): Recurring challenges or new solutions? [J].Aslib Proceedings，2009，61(3): 323-330.

[12]Lew M S.Multimedia information retrieval: Best papers and expanding frontiers [J].International Journal of Multimedia Information Retrieval，2014，3(2): 67-68.

[13]Chevalier A，Dommes A，Marquié J-C.Strategy and accuracy during information search on the Web: Effects of age and complexity of the search questions [J].Computers in Human Behavior，2015(53): 305-315.

[14]Girod B，Chandrasekhar V，Chen D M，et al.Mobile visualsearch [J].IEEE Signal Processing Magazine，2011，28(4):61-76.

[15]孙晓宁，朱庆华，赵宇翔，等.社会化搜索研究进展综述[J].图书情报工作，2014，58（17）：5-13.

[16]Summers F W.A vision of librarianship [J].School Library Journal，1989，35(14): 25-30.

[17]吴慰慈.信息资源开发与利用的十个热点问题[J].中国图书馆学报，2008，34（3）：5-10.

[18]Dooley J M，Luce K.Taking our pulse: The OCLC research survey of special collections and archives [R].Dublin，Ohio:OCLC Research，2010.

[19]申晓娟，周晨，韩超.《数字图书馆资源建设指南》解读[J].中国图书馆学报，2011，37（1）：38-46.

[20]郑建明，钱鹏.国内数字图书馆建设模式研究——以国家数字图书馆与中国高等教育数字图书馆为例[J].大学图书馆学报，2011（1）：41-46.

[21]孙坦.开放信息环境：学术图书馆信息资源建设的重定义与再造[J].中国图书馆学报，2013，39（3）：9-16.

[22]陈传夫，钱鸥，代钰珠.大数据时代的数字图书馆建设研究[J].图书情报工作，2014，58（7）：40-45.

[23]毕强.数字资源：从整合到聚合的转变[J].数字图书馆论坛，2014（6）：1.

[24]张云中.从整合到聚合：国内数字资源再组织模式的变革[J].数字图书馆论坛，2014（6）：16-20.

[25]曹宁，张炜.国家图书馆数字资源整合的探索与实践[J].国家图书馆学刊，2015（2）：30-35.

[26]Rayward W B.Electronic information and the functional integration of libraries，museums and archives [A].Higgs，E.(ed.).History and electronic artifacts [M].Oxford: Clarendon Press，1998: 207-224.

[27]李广建，汪语宇，张丽.数字资源整合的实现机制及关键技术——对国外数字资源整合系统的实证研究[J].中国图书馆学报，2007，33（2）：75-80.

[28]肖希明，唐义.国外多领域数字资源整合研究进展[J].中国图书馆学报，2013，39（4）：26-35.

[29]肖希明，郑燃.国外图书馆、档案馆和博物馆数字资源整合研究进展[J].中国图书馆学报，2012，38（3）：26-39.

[30]文庭孝，李维.大数据环境下数字资源融合初探[J].信息资源管理学报，2015，4（2）：79-84.

[31]毕强，尹长余，滕广青，等.数字资源聚合的理论基础及其方法体系建构[J].情报科学，2015，33（1）：9-24.

[32]毕强，李洁.国外数字资源聚合热点与前沿分析[J].情报资料工作，2015（4）：55-61.

[33]Sinha A，Lobiyal D K.Probabilistic data aggregation in information-based clustered sensor network [ J ].Wireless Personal Communications，2014，77(2): 1287-1310.

[34]Xiong Z，Yang Y，Zhang X，et al.Integrated agent and semantic P2P grid resource discovery model [ C ]/ /Eighth ACIS International Conference on Software Engineering，Artificial Intelligence，Networking，and Parallel/Distributed Computing，IEEE，2007: 216-220.

[35]Porcel C，López-Herrera A G，Herrera-Viedma E.A recommender system for research resources based on fuzzy linguistic modeling [J].Expert Systems with Applications，2009，36(3): 5173-5183.

[36]林海青，楼向英，夏翠娟.图书馆关联数据：机会与挑战[J].中国图书馆学报，2012，38（1）：58-67.

[37]Heath T，Bizer C.Linked data: Evolving the web into a global data space [M].Princeton，NJ，US: Morgan ＆ Claypool Publishers，2011.

[38]黄永文.关联数据在图书馆中的应用研究综述[J].现代图书情报技术，2010（5）：1-7.

[39]沈志宏，张晓林.关联数据及其应用现状综述[J].现代图书情报技术，2010（11）：1-9.

[40]刘炜.关联数据：概念、技术及应用展望[J].大学图书馆学报，2011（2）：5-12.(www.daowen.com)

[41]欧石燕.面向关联数据的语义数字图书馆资源描述与组织框架设计与实现[J].中国图书馆学报，2012，38（6）：58-71.

[42]Gaffar A.Application-agnostic interactive big data: Managing HCI complexity at the source [J].International Journal of New Computer Architectures and their Applications (IJNCAA)，2014，4(1): 1-16.

[43]陈志刚，鲁晓波.大数据背景下信息与交互设计的变革和发展[J].包装工程，2015，36（8）：6-9.

[44]胡昌平，周怡.数字化信息服务交互性影响因素及服务推进分析[J].中国图书馆学报，2008，34（6）：53-57.

[45]马翠嫦，邱明辉，曹树金.国内外数字图书馆可用性评价研究历史与流派[J].中国图书馆学报，2012，38（2）：90-99.

[46]Buchanan S，Salako A.Evaluating the usability and usefulness of a digital library [J].Library Review，2009，58(9): 638-651.

[47]Smith C.Multiple cultures，multiple intelligences: Applying cognitive theory to usability of digital libraries [J].Libri，2008，56(4): 227-238.

[48]Zhang，Y.Developing a holistic model for digital library evaluation [J].Journal of the American Society for Information Science and Technology，2010，61(1): 88-110.

[49]李月琳，张向民.用户个体差异对数字图书馆可用性评价的影响[J].情报学报，2011，30（9）：980-989.

[50]徐芳，戴炜轶.国内数字图书馆用户交互体验比较实验与分析[J].图书馆学研究，2014（12）：18-22.

[51]张兴旺，李晨晖.数字图书馆大数据知识服务体系协同设计研究[J].图书与情报，2015（3）：61-70.

[52]孙丽.基于本体的数字图书馆知识服务模式研究[D].长春：吉林大学，2013.

[53]孙雨生，仇蓉蓉，黄传慧，等.国内数字图书馆个性化服务研究主题演化分析[J].情报理论与实践，2014，37（8）：41-47.

[54]Thomas L C.The State of Mobile in Libraries 2012[EB/OL].http: / /www.thedigitalshift.com/2012/02/mobile/the-state-ofmobile-in-libraries-2012.

[55]施国洪，夏前龙.移动图书馆研究回顾与展望[J].中国图书馆学报，2014，40（2）：78-91.

[56]曾建勋.跨界发展移动数字服务[J].数字图书馆论坛，2015（4）：1.

[57]李富玲，卢振波.数字图书馆联盟研究[J].大学图书馆学报，2005（2）：11-15.

[58]中国大学图书馆馆长论坛.图书馆合作与信息资源共享武汉宣言[J].大学图书馆学报，2005（6）：3-5.

[59]于瑞峰，孔哲昕.视觉搜索策略研究综述[J].人类工效学，2012，18（2）：93-95.

[60]梁娟，金志成，王靖.视觉搜索相关理论研究的历史、现状与未来[J].社会心理科学，2004，19（3）：3-8.

[61]Franchi A，Stefano L D，Cinotti T S.Mobile visual search using Smart-M3[ J ].IEEE Symposium on Computers ＆Communications，2010: 1065-1070.

[62]Tous R，Delgado J.Uniform query formalization in mobile visual search: From standards to practice [J].Signal Processing:Image Communication，2012(27): 883-892.

[63]钟志鹏，王涌天，陈靖.一个基于移动视觉搜索技术的博物馆导览系统[J].计算机辅助设计与图形学学报，2012，24（4）：555-562.

[64]林杰.面向移动视觉搜索的紧凑聚合描述子研究[D].北京：北京交通大学，2014.

[65]Girod B，Chandrasekhar V，Grzeszczuk R，et al.Mobile visualsearch: Architectures，technologies，and the emerging MPEG standard [J].MultiMedia，IEEE，2011，18(3): 86-94.

[66]Chen J，Duan L，Gao F，et al.A low complexity interest point detector [J].IEEE Signal Processing Letters，2015，22(2):172-176.

[67]Luo J，Gwun O.A comparison of SIFT，PCA-SIFT and SURF[J].International Journal of Image Processing，2009，3(4):1-10.

[68]Jegou H，Douze M，Schmid C，et al.Aggregating local descriptors into a compact image representation [ C]/ / /Proceedings of IEEE Conference on Computer Vision ＆ Pattern Recognition，2010，3304-3311.

[69]Chen D，Tsai S，Chandrasekhar V.Tree histogram coding for mobile image matching [C]/ /Data Compression Conference，2009: 143-152.

[70]Chen D，Tsai S，Chandrasekhar V，et al.Inverted index compression for scalable image matching [ C ]/ /Data Compression Conference，2010: 252-525.

[71]Ji R，Duan L-Y，Chen J，et al.A lowbit rate vocabulary coding scheme for mobile landmark search [C]/ /Proceedings of IEEE International Conference on Acoustics，Speech and Signal Processing，Prague，Czech Republic，2011: 2316-2319.

[72]Duan L，Ji R，Chen J，et al.Learning from mobile contexts to minimize the mobile location search latency [ J].Signal Processing: Image Communication，2013，28(4): 368-385.

[73]Yang S，Duan L，Lin J，et al.A novel pair-wise image matching strategy with compact descriptors [C]/ /20th IEEE International Conference on Image Processing (ICIP)，2013: 2572-2576.

[74]Duan L，Lin J，Chen J，et al.Compact descriptors for visual search [J].IEEE Transactions on MultiMedia，2014，21(3):30-40.

[75]Ji R，Duan L，Chen J，et al.Learning to distribute vocabulary indexing for scalable visual search [J].IEEE Transactions on MultiMedia，2013，15(1): 153-166.

[76]Brad E.Practical applications of 2D and 3D information visualization for information organizations [ J ].Library Technology Reports，41(1): 55-64.

[77]付跃安.移动增强现实（AR）技术在图书馆中应用前景分析[J].中国图书馆学报，2013，39（3）：34-39.

[78]王璞.移动增强现实技术在图书馆中的应用研究[J].图书与情报，2014（1）：96-100.

[79]李震，李艳诚.图书馆应用移动增强现实技术（AR）探究[J].图书馆学研究，2014（21）：17-21.

[80]薛涵，朱娜娜.移动增强现实技术推动图书馆体验创新[J].图书馆学研究，2015（7）：35-40.

[81]姚飞，姜爱蓉.移动图书馆：从设备到人——2014年第5届国际移动图书馆会议综述[J].现代图书情报技术，2015（1）：1-8.

[82]黄敏聪.公民科研的兴起及图书馆的角色[J].图书情报工作，2014，58（14）：40，59-62.

[83]贺德方.基于语义的数字图书馆服务创新[J].情报学报，2012，31（10）：1012-1017.

[84]张兴旺，黄晓斌.国外移动视觉搜索研究述评[J].中国图书馆学报，2014，40（5）：114-128.

[85]张兴旺，李晨晖.数字图书馆移动视觉搜索机制建设的若干关键问题[J].图书情报工作，2015，59（15）：42-48.

【作者简介】