智慧图书馆个性化推荐服务体系及模式研究

2018-03-07陈笑玲

文化创新比较研究 2018年29期

陈笑玲

（集美大学诚毅学院，福建厦门 361000）

技术上的进步在很大程度上推动了图书馆的发展，无论是数字化图书馆，还是更高级别的智慧图书馆都得益于现代科学技术的发展。随着云计算、云存储以及物联网等技术的深入发展，智慧图书馆有由概念逐渐变成了实践。

1 智慧图书馆概述

自IBM于2009年首次提出智慧地球的概念后，各种智慧概念应运而生，诸如智慧医疗、智慧城市等，智慧图书馆也在这种背景下诞生[1]。就目前来看，关于智慧图书馆的定义仍然没有一个统一的说法，研究者对智慧图书馆的研究都是从不从的角度入手。例如，从智能技术或者智能建筑层面进行论述。国内学者严栋将智慧图书馆定义为通过现代信息技术的利用，使图书馆的服务与管理更具智慧化。王世伟认为智慧图书馆是全面互联的图书馆，不但书与书之间、书与人之间、人与人之间相互连接，而且馆与馆之间、库与库之间、人与物之间也是相互连接的，高效、互联、便利是智慧图书馆的主要特点。李显志、邵波认为智慧图书馆应当是集资源、技术、服务、馆员与用户于一体，比数字图书馆更加高级[2]。这一说法更加契合智慧图书馆的内涵，总的来说，智慧图书馆的技术基础是智能化、网络化和数字化，全面互联是其主要特征，其精髓在于智慧服务的提供。智慧图书馆不仅体现为服务技术上的提升，更重要的是服务理念与管理模式的创新转变，代表着未来图书馆的发展方向。

2 智慧图书馆个性化推荐服务体系的构建

2.1 用户交互层

通俗点说，用户交互层就是推荐门户，这一门户平台直接为用户提供知识服务，用户也可在这一平台上对知识资源进行评价。评价反馈方式可分为两种，即隐性与显性，其中隐性能够借助网络社交平台，如微信、微博等实现与图书馆的互动，进而分析用户喜爱[3]。显性评价用户能够对资源进行直接打分评判。推荐算法是基于用户对资源的评分进行的，由此，用户对资源的评价反馈具有十分重要的作用。

2.2 智慧服务层

换句话说，智慧服务层也就是推荐服务模式层，这一平台在于对用户个性化知识需求进行满足，是服务推荐的方式。并以短信、邮件、微信账号、个人图书馆等形式呈现对用户推荐的资源。一般来说，推荐服务模式可分为三种，第一，智慧集群服务，这一平台不但能够对文献、数据信息以及知识进行泛在整合，还能够进行跨时空传输，使推荐更加便利，一方面实现了图书馆知识传递限制的破除，另一方面使知识推荐的规模效应更加强大。第二，泛在智慧感知服务。其实现主要依赖于物联网与RFID技术，根据地理位置与情境感知等向用户进行知识推荐服务的提供[4]。用户通过推荐系统的推送能够实现图书馆资源的就近享受。针对读者所处的特殊环境，个性化知识阅读服务的提供以移动阅读的方式进行。第三，智慧化定制与管理服务。在读者主动进行参与的基础上，按照一定机制，智慧图书馆能够为用户进行可选择的资源与服务框架的提供。

2.3 个性化推荐层

作为一个十分重要的中间层，个性化推荐层连接着智慧服务层与知识存储层，个性化推荐的实现包括三个部分，一是推荐项目，二是推荐算法，三是用户-资源矩阵。具体来说，读者实际需要的知识资源是推荐对象，其提供由存储层知识库进行。就目前来看，当前广泛应用，并具有良好效果的个性化推荐技术就属协同过滤技术，稀疏性与冷启动等问题能够通过改进的协同过滤算法进行解决。兴趣库是用户-资源评分矩阵的来源，其作用在于辅助协同过滤。通过对大数据库、知识库等信息进行综合利用，并以用户实际情况为依据，个性化推荐系统对相应推荐算法进行利用，进而进行推荐行为，以对用户阅读需求进行满足，实现知识资源的高效、实时推荐。

2.4 知识存储层

在当前大数据时代背景下，数字化成为现代图书馆的主要特征，图书馆的各种数据资源规模日渐庞大。在这种海量数据的影响下，以往的推荐算法越发显示出弊端，推荐速度满足不了用户的需求，进而对读者的阅读体验造成不良影响，在大数据时代，图书馆要实现精准化与个性化资源的推荐，就必须引入云存储与云计算速度[5]。以云计算的方式在大数据资源库挖掘数据，能够发掘有价值的知识资源，并在知识库中进行存入，对读者兴趣偏好信息进行挖掘，并在兴趣库中进行存储，从而作为个性化推荐系统进行知识资源推荐的基础。

2.5 传输感知层

在智慧知识推荐服务的构成中，传输感知层是十分重要的一部分，其作用在于为智慧图书馆增加感知能力，对信息进行实时采集，对物体进行实时识别，能够在数据上支持云计算与大数据库，并且和智慧服务层形成了动态的联系。通过物联网技术的应用，图书馆设施的自动化得以实现，同时能够进行智慧化管理，达到全面互联的效果。而通过感知技术的使用，能够使智慧图书馆可以以读者的位置、情境为依据进行阅读服务的提供。此外，各种网络通信技术如电信网、无线网以及互联网等为智慧图书馆进行数据互联服务的提供，进而使智慧图书馆能够在多网融合的条件下进行无线泛在智慧服务的提供。比如说，用户在当前移动互联网时代下，更加偏好在移动终端设备如手机、平板电脑上进行图书馆网站的登录，实现知识资源的获取。

3 智慧图书馆个性化推荐与服务需求

3.1 个性化推荐系统

随着互联网与信息技术的发展，互联网数据信息成倍的增长，我们被海量的信息包围着，用户搜寻感兴趣的难度越来越大，而且很多的信息是普通用户难以获得的，当前信息过载问题的解决可以通过个性化推荐系统进行有效的解决。

在推荐系统的构成中，用户、项目与推荐算法是主要内容。通过推荐算法的利用，对读者感兴趣的资源进行搜寻，从而进行推送服务是推荐系统的核心部分。现阶段比较常用的推荐技术有以内容为依据的，也有建立在关联规则基础上的，以及协同过滤推荐技术，然而在以上这些推荐技术中，尤其是协同过滤推荐技术依然会出现冷启动、数据稀疏性等问题[6]。当前移动互联网快速发展，读者经常处于移动环境下，因而推荐系统的推荐效果会受到情境、地理位置的影响。针对这些情况，部分推荐算法进行了改进或者整合，使推荐质量得以提高，进而向读者进行更加优质推荐服务的提供。

3.2 智慧图书馆个性化推荐服务需求

对于智慧图书馆而言，其推送服务一般包括三个方面，第一，向读者进行新书通报和热门图书的推送，以及进行催化通知、活动讲座等信息的推送服务。第二，对读者基本信息特征进行分析，以及对读者信息资源检索历史记录进行分析，实现对读者兴趣偏好的获取，以此作为信息资源推荐的重要依据。第三，当读者登录系统时，系统能够以读者以往的文献检索信息和书本借阅信息为依据，进行相关文献的推荐，同时进行文献链接与电子图书的提供。

3.2.1 对智慧服务的泛在化需求

用户对图书馆知识服务的获取不受时间、地点以及方式的限制称为泛在。在智慧图书馆模式下，必须对时空限制进行破除，所提供的服务具备全天候、多方位以及形式多样化的特点。在为用户提供的服务中，以往图书馆都是单向的，而泛在智慧服务模式要求通过以物联网和云计算技术为依托，实现智慧服务的泛在提供。推荐系统借助移动端，并以地理位置为依据，对用户进行推送服务，如此用户便能够对图书馆的一系列资源与服务进行不受限制的享受。在泛在智慧推荐服务下，无论是书与书、人与人、人与书之间，还是库与库、馆与馆之间，都实现了全面互联，按照互动共享的理念，实现用户泛在化服务需求的满足。

3.2.2 个性化与主动性需求

随着图书馆的发展，直到智慧图书馆，技术上实现了巨大的飞跃，然而“以用户为中心，为用户服务”的核心理念却不会发生变化，因此智慧图书馆需要进行个性化服务的提供，同时将以往被动的知识服务逐渐发展为主动性知识服务。所谓个性化，具体来说就是依据用户之间的差异，进行知识服务内容与方式的差异化提供，而主动性就是依据读者的实际需要，推荐系统能够对相应的服务进行自动的提供。对于数字图书馆而言，其有三个关键的个性化服务技术，一是个性化知识决策服务，二是个性化推荐与报道服务，三是个性化定制与推送服务。而作为更高级别的智慧图书馆，应当对个性化推荐技术进行充分的利用，对用户实现更具个性化服务的提供，以使其智慧服务得到更好的体现。

3.2.3 丰富的智慧服务资源

由于信息技术的巨大发展，当前社会已经是大数据时代，图书馆的数字化转变使得各种类型的数据资源越来越庞杂。而进入智慧图书馆时代，全部用户的个人与借阅信息、文本信息以及各种数字资源也日渐变得复杂而庞大，无论是传输数据信息、读者用户位置信息，还是相关的社会化网络信息也通常是巨大的，各种信息数据资源无比丰富。海量的信息对智慧图书馆带来了巨大挑战，这就需要以大数据处理技术，如云计算、云存储等为依托的个性化推荐系统对用户进行更具个性化服务的提供。在大数据环境下，存储问题以及计算问题通过云存储和云计算技术的运用得以有效解决，进而使推荐结果更加个性化和优质化。