Keywords
Abstract
Vaqt va texnologiya rivojlanishi bilan kutubxona xizmatlari va funktsiyalari rivojlanishda davom etmoqda. Jahonda kutubxona ma'lumotnoma xizmatlari texnologik taraqqiyot bilan sezilarli o'zgarishlarni boshdan kechirdi. Qog'ozga asoslangan ma'lumot manbalari asta-sekin raqamli formatlarga o'tdi va ma'lumotnoma bo'yicha maslahat xizmatlari an'anaviy yuzma-yuz maslahatlashuvdan elektron pochta va onlayn suhbat xonalariga aylandi. Sun'iy intellektning (AI) tez o'sishi bilan kutubxonalar intellektual xizmatlarning yangi bosqichiga kirdi. Matn yoki ovoz orqali o'zaro aloqada bo'lgan chatbotlar aqlli ma'lumotnoma xizmatlarini yaratildi. Kutubxonalarda sun'iy intellektni qo'llash nafaqat ma'lumotlarni qidirish va ma'lumot bo'yicha tavsiyalarning aniqligini oshirdi, balki shaxsiylashtirilgan o'qish tavsiyalari, aqlli tasniflash va bilimlar grafigini qurish kabi yangi xizmat modellarini yaratdi. So'nggi yillarda katta til modellari yetuklashdi va ChatGPT-4 ning paydo bo'lishi kutubxonalar inqilobiga sabab bo‘ldi. Ushbu modellar kuchli tabiiy tilni tushunish va yaratish imkoniyatlariga ega bo'lib, xizmat samaradorligini sezilarli darajada oshirdi hamda zamonaviy o'quvchilarning turli va moslashtirilgan ehtiyojlarini qondiradi.[1]
Mazkur maqolada axborot ortiqchaligi sharoitida foydalanuvchilarga mos kontentni yetkazib berish muammosi ko‘rib chiqildi. Xiaoshu platformasining sun’iy intellektga asoslangan tavsiya mexanizmi funksional va texnologik jihatdan tahlil qilindi. Tizimning kontentga asoslangan hamda foydalanuvchi xulq-atvori asosidagi ishlash prinsiplari o‘rganildi. Tadqiqot natijasida ushbu modelni raqamli kutubxonalarga moslashtirish bo‘yicha konseptual taklif ishlab chiqildi.
References
1. Xie Xanyi. Aqlli kutubxona: GPT-4 tomonidan quvvatlangan aqlli kutubxonachi. Tunghai universiteti raqamli innovatsiyalar bo'yicha magistrlik dasturi. – Xitoy, 2024. 3-b
2. Salton G., McGill M. J. Introduction to Modern Information Retrieval. – New York : McGraw-Hill, 1983. – 448 p
3. Ricci, F., Rokach, L., & Shapira, B. (2015). Recommender Systems Handbook (2nd ed.). Springer. https://doi.org/10.1007/978-1-4899-7637-6
4. Aggarwal, C. C. (2016). Recommender Systems: The Textbook. Springer. https://doi.org/10.1007/978-3-319-29659-3
5. Lewis, P., Perez, E., Piktus, A., Petroni, F., Karpukhin, V., Goyal, N., & Kiela, D. (2020). Retrieval-augmented generation for knowledge-intensive NLP tasks. Advances in Neural Information Processing Systems, 33, 9459-9474.
6. Liu, Z.-E. (2024). 聊天機器人之讀者體驗研究：以國立公共資訊圖書館為例 [A study of reader experience with chatbots: A case study of the National Library of Public Information]. In 2024 圖書資訊學術與實務研討會會議論文集 (pp. 199-206). Library Association of the Republic of China (Taiwan).
7. Yang, J., Jin, H., Tang, R., Han, X., Feng, Q., Jiang, H., & Hu, X. (2024). Harnessing the power of LLMs in practice: A survey on ChatGPT and beyond. ACM Transactions on Knowledge Discovery from Data, 18(6), 1–32. https://doi.org/10.1145/3649506 Zhao, W. X.,
8. Zhou, K., Li, J., Tang, T., Wang, X., Hou, Y., & Wen, J. R. (2023). A survey of large language models. arxiv preprint arxiv:2303.18223. https://arxiv.org/abs/2303.18223
9. Zheng, Q., Tang, Y., Liu, Y., Liu, W., & Huang, Y. (2022, April). UX research on conversational human-AI interaction: A literature review of the ACM Digital Library. In S. Barbosa & C. Lampe (Eds.), Proceedings of the 2022 CHI Conference on Human Factors in Computing Systems (pp. 1-24). Association for Computing Machinery. https://doi.org/10.1145/3491102.3501855
10. Hsiang-Ping Ma, Yun-Fan Chen. Implementation and Application of a Generative AI Virtual Librarian: A Case Study of the National Library of Public Information, Taiwan. - INTERNATIONAL JOURNAL OF LIBRARIANSHIP, 10(4), 137-148