智慧圖書館設(shè)備故障規(guī)避的HFACS等級相關(guān)分析

1、    智慧圖書館設(shè)備故障規(guī)避的hfacs等級相關(guān)分析    孫龍杰 俞凱君摘  要： 大數(shù)據(jù)人工智能時代下圖書館各項新技術(shù)設(shè)備的應(yīng)用為智慧圖書館的發(fā)展提供了高效智能化的技術(shù)支持，實現(xiàn)了智慧服務(wù)的自動化，幫助用戶更加便捷地獲取、利用、分享圖書館的各項資源;但隨著內(nèi)外環(huán)境的變化影響，設(shè)備故障問題也日益突出，如何有效規(guī)避智慧設(shè)備故障隱患，降低故障風險成為亟待解決的新課題。筆者通過自身工作實際結(jié)合相關(guān)文獻資料，統(tǒng)計發(fā)現(xiàn)影響設(shè)備故障主要分為四類因素，其中人為因素占了很大比例，進一步深入分析得出含制度設(shè)計、流程執(zhí)行等16種因子的四層改進型hfacs框架。

2、通過設(shè)備故障樣本集數(shù)據(jù)集計算spearman和kendall taub相關(guān)系數(shù)得出各層等級相關(guān)度，逐步挖掘出各層內(nèi)在相關(guān)邏輯因子，探究出設(shè)備故障致因鏈進行分析，總結(jié)歸納啟示性建議為圖書館相關(guān)智慧管理和服務(wù)提供科學依據(jù)。關(guān)鍵詞： 智慧圖書館;人為因素;等級相關(guān)系數(shù);致因鏈： o213;tp 18    ： a    doi：10.3969/j.issn.1003-6970.2019.09.014本文著錄格式：孫龍杰，俞凱君. 智慧圖書館設(shè)備故障規(guī)避的hfacs等級相關(guān)分析j. 軟件，2019，40（9）：6

3、2-66hfacs level correlation analysis of smart library equipment fault avoidancesun long-jie， yu kai-jun*（shanghai university of medicine and health sciences， shanghai， 201318）【abstract】： the application of new technologies and equipments in the era of big data artificial intelligence provides effici

4、ent and intelligent technical support for the development of smart libraries， realizes the automation of smart services， and helps users to more easily acquire， utilize and share libraries. various resources; however， with the changes of internal and external environment， the problem of equipment fa

5、ilure has become increasingly prominent. how to effectively avoid the hidden troubles of smart equipment and reduce the risk of failure has become a new problem to be solved. the author actually combines the relevant literature with his own work. the statistics show that the equipment failures are m

6、ainly divided into four types of factors， of which human factors account for a large proportion. further in-depth analysis results in four layers of improvement including 16 factors including system design and process execution. type hfacs framework. the spearman and kendall tau-b correlation coeffi

7、cients are calculated from the equipment fault sample set data set to obtain the hierarchical correlation degree of each layer， and the relevant internal logic factors are gradually explored to explore the cause chain of the equipment failure analysis. library-based wisdom management and services pr

8、ovide a scientific basis.【key words】： intelligent library; human factors; grade coefficient; cause chain0  引言智慧圖書館的發(fā)展目前主要分為智能技術(shù)設(shè)備和智慧館員服務(wù)兩大方向。高職院校較為注重智能設(shè)備的發(fā)展應(yīng)用，認為通過不斷改善感知層智能傳感技術(shù)，完善數(shù)據(jù)采集等功能可以促進智慧圖書館持續(xù)健康發(fā)展，如廣東農(nóng)工商職業(yè)技術(shù)學院、文藝職業(yè)學院圖書館對當前高校智慧圖書館智能技術(shù)的功能和應(yīng)用特征做了總結(jié)歸納，認為館員應(yīng)加強技術(shù)了解和應(yīng)用能力1-3。但隨著智能設(shè)備應(yīng)用的普及以及智慧圖

9、書館發(fā)展的核心理念不斷升華，不少學者認為兩者融合協(xié)同的發(fā)展趨勢將愈發(fā)明顯：武漢大學曾子明教授認為智慧圖書館應(yīng)以為讀者提供更加智慧化的服務(wù)為前提，將情境感知技術(shù)運用到圖書館中4。安徽大學儲節(jié)旺教授認為智慧圖書館只有具有更全面立體的感知、更廣泛的互聯(lián)互通、更深入的智能洞察、更高效的協(xié)同管理這四大核心特征，才能勝任未來的工作，而智慧科技和智慧館員是其核心要質(zhì)5。上海社科院信息研究所王世偉教授認為智慧圖書館不僅需要數(shù)字化、網(wǎng)絡(luò)化、智能化的外在特征，更需要互聯(lián)、高效和便利的內(nèi)在特點6-7。華中師范大學夏立新教授認為應(yīng)堅持從智慧圖書館的“智慧”本質(zhì)入手，充分融合與重構(gòu)圖書館各要素來構(gòu)建一個能激發(fā)人創(chuàng)造力的

10、智慧學習環(huán)境8。筆者從事智慧圖書館建設(shè)多年認為在推廣人工智能新興技術(shù)9應(yīng)用的同時，也應(yīng)堅持“以人為本，用戶至上”的服務(wù)理念，積極探究出能有效提升用戶智慧服務(wù)感受度的策略和方法，構(gòu)建智慧溫馨的學習家園。筆者從實際工作中發(fā)現(xiàn)設(shè)備故障頻發(fā)，嚴重影響用戶智慧服務(wù)體驗和圖書館智慧服務(wù)管理水平。而因自然環(huán)境和館內(nèi)環(huán)境變化導致的各類故障不在少數(shù)如3d打印機的故障10，筆者以上海健康醫(yī)學院圖書館2018年為例，在館運行的rfid自助借還機、24小時圖書館、自助閱讀機、觸摸檢索機、朗讀亭、打印機等各類智慧設(shè)備共計24臺，故障原因經(jīng)初步統(tǒng)計分析主要分為軟件因素、氣候因素、固件因素、人為因素四大類，具體如下。從表1

11、、圖1不難看出人為因素占據(jù)了主要比例，筆者通過文獻檢索和相關(guān)物聯(lián)網(wǎng)技術(shù)11、大數(shù)據(jù)應(yīng)用平臺12的研究，結(jié)合智慧圖書館“用戶畫像”13行為的挖掘分析，提出智慧圖書館設(shè)備故障規(guī)避的hfacs等級相關(guān)分析研究，力求量化人文關(guān)懷指標，深度挖掘人為因素在設(shè)備故障發(fā)生前后相關(guān)隱性、顯性因子的內(nèi)在邏輯關(guān)聯(lián)，合理推斷致因鏈，突破以往主觀思維的誤導和單一數(shù)據(jù)分析的偏差。1  hfacs四層模型hfacs（human factors analysis and classification system）14是用于各類事故調(diào)查中分析人為因素的方法，在航空事故調(diào)查、生產(chǎn)安全事故調(diào)查、管理安全事故調(diào)查中應(yīng)用最

12、為廣泛15，由“瑞士奶酪”（swiss cheese model）模型16演變而來，它將人為因素劃分為四個層次進行分層歸納包括：不安全行為（直接原因）、不安全行為的前提（顯性因素）、不安全的監(jiān)督（隱性因素）、決策層影響（潛在根源），每層中包含若干具體影響因子，可對各因子進行分析。但經(jīng)典hfacs模型框架下只能大致給出事故發(fā)生四層分類影響，且缺乏有效分析數(shù)據(jù)支撐，不能直觀體現(xiàn)出各層間內(nèi)在致因鏈的相關(guān)度17，為解決上述問題適應(yīng)智慧圖書館設(shè)備故障調(diào)查，有必要重新分析故障發(fā)生前后人為因素各因子特征并對整個hfacs框架進行適當修改，完善其具體因子，改進后的hfacs框架如圖2所示。2 

13、60;等級相關(guān)分析相關(guān)分析是度量兩個變量或兩組變量之間的相互依存關(guān)系的一種典型方法，相關(guān)系數(shù)是描述線性相關(guān)程度和方向的統(tǒng)計量18，正負號表示相關(guān)關(guān)系的方向，其絕對值大小表示相關(guān)關(guān)系的強弱程度，如下表2所示。這里需要說明的是樣本數(shù)據(jù)分析得出的相關(guān)系數(shù)r需要在一定顯著性水平進行檢驗19才能符合對總體數(shù)據(jù)的推斷，本文采用a=0.05的顯著性水平。對于服從正態(tài)分布的兩個隨機變量x與y來說可用簡單相關(guān)分析法（一般指直線相關(guān)），采用pearson相關(guān)系數(shù)計算，公式如下：但以上相關(guān)分析均基于定量數(shù)據(jù)或連續(xù)型變量的研究，而對于hfacs中各因子順序變量往往難以確定協(xié)方差和標準差。因此需對hfacs中各因子順序

14、變量進行等級相關(guān)分析，spearman和kendall等級相關(guān)系數(shù)是常用的度量算法。spearman相關(guān)系數(shù)又稱秩相關(guān)系數(shù)，主要對2個變量的秩做等級線性相關(guān)分析，而與變量的分布和樣本容量大小均無關(guān)，一般定量數(shù)據(jù)或連續(xù)型數(shù)據(jù)需轉(zhuǎn)換成相應(yīng)的排列順序，再運用spearman法去求解，其定義如下：spearman相關(guān)系數(shù)被定義為2個n維隨機變量x=（x1，x2，xn）和y=（y1，y2，yn）：其中，ri和si分別是xi和yi的秩，i=1，2，n。的取值范圍為-1，1，由于與pearson公式相仿，在sas中字母表示相同。kendall相關(guān)系數(shù)（sas中稱為kendall tau b相關(guān)系數(shù)）與spe

15、arman類似，但它不僅要考慮變量的排列順序，更主要的是根據(jù)2個變量間序?qū)Φ囊恢滦詠砼袛嗥湎嚓P(guān)性，因此相關(guān)度評判更為嚴格，對于n維變量中第i個任意隨機分量xi、yi和第j個任意隨機分量xj、yj來說，（xi、yi）和（xj、yj）的排序一致時，稱之為同序?qū)?，反之稱為異序?qū)Γ诳傻萌缦露x：這里p表示一致的序?qū)?shù)，取值范圍為1，1，sas中用tau表示。執(zhí)行sas中corr過程得到各層之間的相關(guān)系數(shù)，結(jié)果如圖3-5，表3-5所示。3  總結(jié)根據(jù)上節(jié)sas軟件分析出的各層因子間相關(guān)系數(shù)和歸納整理出的相關(guān)因子對，不難發(fā)現(xiàn)基于hfacs框架下的智慧圖書館交互設(shè)備故障等級分析，其中各

16、層大部分因子對橫向間spearman和kendall taub相關(guān)系數(shù)、相關(guān)度之間存在較為顯著的一致性，其中縱向隱含著2條痕跡較為明顯的邏輯致因鏈，如圖6所示。上述研究表明制度設(shè)計和流程執(zhí)行是設(shè)備故障的潛在根源，巡檢執(zhí)行和監(jiān)督違規(guī)是隱性因素，兩者之間內(nèi)在相關(guān)度顯著;動機不純是顯性因素，有意識違規(guī)是設(shè)備故障的直接原因，兩者之間顯著相關(guān)。因此針對上述研究結(jié)果，筆者提出智慧圖書館設(shè)備故障規(guī)避的幾點啟示性建議，供其他圖書館參考：（1）館內(nèi)制度設(shè)計需要兼顧館內(nèi)管理和用戶實際需求，制定更為合理規(guī)范的舉措;流程執(zhí)行不僅要常態(tài)化更需人性化，人文關(guān)懷落實到行動上。（2）巡檢更應(yīng)嚴格定期執(zhí)行，應(yīng)采取更為有力的措施

17、監(jiān)督違規(guī)，以期有效降低隱患。（3）針對動機不純的用戶行為應(yīng)及時發(fā)現(xiàn)制止并對屢教不改者列入黑名單，逐步杜絕用戶有意識違規(guī)行為，加強入館教育，提高人文素養(yǎng)。參考文獻· 王維秋， 劉春麗. 智慧圖書館的理論演進歷程、應(yīng)用前沿與發(fā)展趨勢研究j. 圖書館學研究， 2017（18）： 17-20.· 黃輝. 基于智能傳感器的智慧圖書館感知層研究j. 圖書館工作與研究， 2018（04）： 46-51.· 謝芳. 論高校智慧圖書館的功能與構(gòu)建j. 圖書館學研究， 2014（06）： 15-

18、20+11.· 曾子明， 陳貝貝. 融合情境的智慧圖書館個性化服務(wù)研究j. 圖書館論壇， 2016（02）： 57-63.· 儲節(jié)旺， 李安. 智慧圖書館的建設(shè)及其對技術(shù)和館員的要求j. 圖書情報工作， 2015（15）： 27-34.· 王世偉. 論智慧圖書館的三大特點j. 中國圖書館學報， 2012（06）： 22-28.· 王世偉. 融合圖書館初探j(luò).圖書與情報， 2016（01）： 54-61.· 夏立新， 白陽， 張心怡. 融合與重構(gòu)： 智慧圖書

19、館發(fā)展新形態(tài)j. 中國圖書館學報， 2018（01）： 35-49.· 梁子鑫. 探討新時代背景下新興技術(shù)在人工智能中的應(yīng)用j. 軟件， 2018， 39（7）： 166-169· 蔣經(jīng)緯， 龍俊琪， 梅文. 一種針對開源3d打印機的故障檢測系統(tǒng)j. 軟件， 2018， 39（7）： 157-160.· 牟思. 淺談物聯(lián)網(wǎng)的關(guān)鍵技術(shù)及計算機物聯(lián)網(wǎng)的應(yīng)用j. 軟件， 2018， 39（6）： 189-191· 尹航， 楊歡， 崔海斌， 等. 基于大數(shù)據(jù)應(yīng)用的虛擬化云平臺建設(shè)方法研究j. 軟件， 2018， 39（4）： 201-207.· 李大偉， 杜洪波， 周孝林， 等. 基于“用戶畫像”挖掘的圖書推薦app設(shè)計j. 軟件， 2018， 39（5）： 35-37.· 龐兵， 于雯宇. 基于改進的hfacs和模糊理論的航空事故人因分析j. 安全與環(huán)境學報， 2018（05）： 188