上海交通大学AI纸电融合借还系统实践
2026年02期【行业交流】
作者：周锋 （上海交通大学图书馆）
在数字化发展背景下，纸质与电子图书的融合借阅模式已成为图书馆资源服务的重要方向。AI技术的发展为图书馆开辟了全新的服务维度，例如基于语义分析的智慧阅读、更精准的个性化推荐，虚拟现实学术资源展示等等。AI技术的引入为图书馆服务转型提供了创新的解决路径。
上海交通大学AI纸电融合借还系统项目通过AI驱动的智能借阅系统，深度融入校园生活场景。在教学楼、宿舍区及学术交流中心部署智能终端，构建”智慧学习空间+即时借阅服务”的创新模式，为师生创造了更加智慧、高效的学术资源获取环境，实现了学术资源的触手可及。
1.项目建设内容
上海交通大学AI纸电融合借还系统项目是传统借还系统的智能化升级版，通过深度融合纸质与电子资源服务，构建”纸电一体”的智慧借阅体系。该系统包含四大核心模块：
- 智能借还终端：集成RFID识别与二维码扫描技术，支持纸质书自助借还、电子书即时发送邮箱，实现跨校区通借通还。
- AI个性化推荐系统：基于用户画像分析借阅历史、专业学科及检索历史等，采用协同过滤算法实现”千人千面”的资源推送，提高推送准确率，提升资源利用率。
- AI阅读辅助模块：应用自然语言处理技术自动解析文献，生成文献摘要，支持术语解释与跨文献关联分析。
- 用户数据中台：整合多源多行为数据，构建动态用户画像，为服务优化提供数据支撑，同时生成学科发展分析报告辅助决策。
2.系统整体架构
2.1 硬件层设计：智能化借阅终端的创新实践
上海交通大学AI纸电融合借还系统设备外观如下图所示。在硬件架构层面，该智能借阅系统集成多模态感知模块，构建了完整的物理交互界面。RFID识别模块与条码扫描模块采用并行处理架构，支持纸质图书的批量识别与借还操作。打印模块采用热敏打印技术，可生成包含电子资源访问二维码的个性化推荐书单，实现纸质凭证与数字资源的无缝衔接。
高清摄像头模块具备自动对焦功能，在借还操作完成后0.5秒内完成现场抓拍，图像数据经加密处理后存储于系统日志，作为操作凭证可追溯。语音提示系统采用TTS合成技术，支持中英双语实时反馈。设备配备31.5寸高清十点电容触摸屏，分辨率1920*1080，提供流畅的触控交互体验。
2.2 软件层架构
AI纸电一体化借还设备是一种融合传统与智能技术的新型图书馆服务终端，其核心功能在于整合纸质图书的RFID借还与查询系统，并无缝集成电子图书借阅模块。该设备通过多模态资源整合，有效满足读者碎片化学习需求，显著提升知识获取效率。
设备的创新性体现在两大智能服务模块：一是AI解读功能，通过自然语言处理技术对图书内容进行结构化分析，生成核心观点与内容概览，帮助读者快速判断资源相关性，实现精准文献筛选；二是AI荐书功能，基于读者专业背景、历史借阅行为及本地馆藏数据，依托千问大语言模型算法构建动态推荐模型，实时生成个性化图书列表，并同步提供电子资源访问二维码，为学术研究提供高效资源获取路径。
该设备的应用不仅优化了传统图书馆的服务流程，更通过人工智能技术实现了资源服务的智能化与个性化，为智慧图书馆建设提供了实践范式，见下图。
智能化纸电一体管理系统的分层设计包含以下几个：
（1）数据管理层
完成了与校网络中心读者库的对接，能够精准获取读者的专业信息。同时，整合了图书馆自有的中外文电子资源和网络资源。通过RFID通用数据交换平台，获取唯一的TID和图书条码信息，并调用SIP2和x-Service接口与图书管理系统进行交互，从而实现图书的借还等传统业务功能。
（2）接口服务层
系统提供标准化的RESTful API接口，支持JSON数据格式，能够兼容Web端和移动端等多平台调用。该服务层集成了jAccount认证机制，确保用户信息的安全和准确性。在实时通信方面，系统采用Server-Sent Events (SSE)协议，使大语言模型能够通过流式接口向终端实时推送信息。同时，通过WebSocket技术实现通用平台间的实时信息交互，显著增强了系统的扩展性和交互能力。
（3）AI核心服务模块
采用千问32b大语言模型作为核心技术支撑。在AI荐书功能中，系统通过接口获取读者的专业信息和历史借阅记录，运用智能算法生成个人学科偏好和专业学科权重，并基于此进行学科偏好倒排序。同时，系统集成keyBert等先进算法提取学科关键词，与中外文图书库进行关键词向量匹配，最终构建出精准的个性化图书推荐列表。
在AI解读功能方面，系统能够获取图书的全文电子书内容，利用千问32b大语言模型进行深度归纳总结。此外，系统还可通过图书元数据，结合大语言模型从豆瓣网等权威网络资源中抓取图书综评信息，形成全面而专业的图书内容解读和评价总结。
3.创新与突破
在图书馆服务领域的创新与突破方面，上海交通大学AI纸电融合借还系统实现了三大核心创新。
3.1 电子书自助借阅服务的开创性集成
首次将电子书资源纳入传统自助借还机服务范畴，打破了图书馆长期以来仅支持纸质图书借还的固有模式。通过RFID技术与数字资源管理平台的深度融合，读者可以在同一终端完成纸质图书和电子书的借阅操作，实现了物理资源与数字资源的统一管理和服务一体化。
3.2 AI智能解读功能的深度整合
创新性地将AI解读服务集成到自助终端中，使传统借还机升级为具备智能阅读辅助功能的综合服务终端。系统利用千问32b大语言模型对图书内容进行智能归纳总结，为读者提供图书核心观点、章节概要等关键信息，显著提升了阅读效率和用户体验。
3.3 AI个性化荐书与无缝获取体验
通过AI荐书算法分析读者专业背景和借阅历史，生成个性化书单并支持打印功能。书单中集成二维码技术，读者扫码即可直接访问对应电子书资源，实现了从推荐到获取的无缝衔接，为学术研究和自主学习提供了极大的便利性。
4.运行成效
AI纸电一体借还设备于2025年11月20日正式投入运行，首批部署3台新设备，替换原有的3台旧设备。替换完成后，四个馆舍设备配置为新设备3台、旧设备6台，共计9台设备并行运行。通过对同期（2025年11月20日至2026年1月8日）新旧设备的借还数据对比分析，发现尽管旧设备数量是新设备的2倍，但其使用人次却只是新设备的二分之一。这一数据充分表明新设备在服务效率、用户满意度等关键指标上均实现显著提升，有力验证了AI纸电一体借还设备的卓越性能，具体数据对比详见下表。
5.未来优化思考
1.优化AI解读算法
整合图书全文、章节结构等核心数据构建知识图谱；运用千问32b模型深度解析语义，识别核心观点与知识脉络；根据图书类型和学科特征动态调整摘要详略，确保学术严谨性与读者认知习惯的平衡，生成结构化内容摘要。
2.增强推荐个性化
目前AI推荐已经结合了读者专业背景、历史借阅记录，将来考虑结合读者关联课程、学术研究方向等个性化数据，优化推荐算法，提高推荐图书的相关性和实用性，实现”千人千面”的个性化推荐。
3.集成语音交互
引入语音识别和自然语言处理技术，实现语音指令操作，降低读者使用门槛，减少人工指导需求，从而降低人力成本。
4.优化硬件配置
通过算法优化和资源调度，降低AI模型运行对硬件资源的需求，减少服务器和计算资源的消耗。
AI驱动的纸电融合借还系统，为高校图书馆应对读者流失、资源利用率不足等挑战提供了有效路径，推动服务向智慧化、个性化转型。该系统通过个性化推荐与智能借阅精准匹配师生需求，提升资源利用效率；借助语义分析技术帮助师生快速提炼文献核心，优化了学术研究流程；并通过构建“智慧学习空间+即时借阅服务”模式，推动服务从“盲选”转向“精选”，实现跨库整合与动态资源优化。该系统不仅提升了资源使用效能，也推动图书馆从知识仓库转型为支撑教学科研的智慧伙伴，为未来智慧服务发展奠定了实践基础。