智慧推荐系统模型构建研究——用户需求驱动下智慧图书馆服务模式

丁 安 朱朝凤

（辽宁工业大学图书馆，辽宁 锦州 121001）

大数据时代的到来加速了图书馆的智慧化进程，用户早已从图书馆的服务对象过渡为资源建设的主人公，以及服务创新的合作者。智慧推荐在用户关系网络的基础上，借助物联网、云计算、协同过滤、社会化标签和智慧感知等技术手段快速定位用户需求，主动向用户推荐其感兴趣的人和知识。最大程度地减少了用户获取目标知识的时间成本和经济成本，能极大提高学习和工作效率。这种通过凝聚群体智慧而催生的智慧化服务理念正是智慧图书馆所倡导的，构建智慧推荐系统模型能极大改善智慧图书馆服务的不足，实现图书馆从知识服务向智慧服务的顺利过渡，使图书馆真正地走到用户身边，成为用户探索新知的良师益友。

1 智慧图书馆服务及现实问题

1.1 智慧图书馆

智慧图书馆的概念最初源自欧美的一些高校图书馆、公共图书馆和博物馆。早在2003年，“Rotuaari Project”项目中的一种新型服务——“Smart Library”在芬兰奥卢大学图书馆得以顺利实施[1]。同年，Aittola发表了一篇题为《智慧图书馆：基于位置感知的移动图书馆服务》的文章指出，“Smart Library”是一种移动图书馆服务，它既不受空间限制，又可随时被感知，能快速锁定读者所需[2]。此外，2008年加拿大渥太华地区建立了以“Smart Library”命名的联盟，他们利用相同的搜索引擎为读者提供一站式服务。

国内对智慧图书馆的研究始于2009年，IBM对“智慧地球”概念的提出开启了人们对“智慧城市”“智慧医疗”等的不断探索。为顺应网络信息时代图书馆发展的大潮，“智慧图书馆”也如雨后春笋般迅速崛起。2010年严栋发表的《基于物联网的智慧图书馆》一文拉开了我国图情界对智慧图书馆研究的序幕。严栋指出，“智慧图书馆利用物联网和云计算等新一代信息技术来改变用户和图书馆信息资源的交互方式，从而实现集智慧化服务与管理一体的新型图书馆模式[3]”。随后，王世伟（2012）也对智慧图书馆做出了相对完整的诠释：“智慧图书馆是以网络化、数字化、智能化的信息技术为基础，以绿色发展和数字惠民为本质追求，以互联、高效、便利为主要特征，是现代图书馆科学发展与创新的理念与实践[4]”。李显志、邵波（2013）认为智慧图书馆是集技术、资源、服务、馆员和用户于一身的智慧协同体[5]。曾子明、金鹏（2015）强调在泛在、融合的基础上构建智慧图书馆[6]。傅云霞（2018）将人工智能技术应用于智慧图书馆，真正体现了智慧图书馆的精准化、个性化与主动性[7]。综上，笔者认为智慧图书馆是一切以用户为中心，以知识服务为前提，凭借移动终端设备，以物联网、大数据、云计算等技术为手段实现互联互通，从而为用户提供泛在式的智慧服务。

图1 具有代表性的智慧图书馆研究成果进展

1.2 智慧服务

从文献服务、信息服务、知识服务到智慧服务，图书馆在不同的发展阶段不断变革其服务方式，力求最高质高效地应对读者越来越个性化的知识需求。在知识服务阶段，图书馆对海量的信息资源进行组织、分析和整理，为用户提供系统化、有针对性的知识脉络。而作为知识服务更高级阶段的智慧服务，则包含了知识服务的全部内容，在知识服务的基础上，通过对知识的进一步提炼和升华，创造出更多新的知识，最终达到知识产品的升值和效益的提高，全方位多角度地支持用户各种各样的知识应用及智慧创造。

智慧服务是集技术、服务、人文于一体的泛在式服务，是智慧图书馆实现其基本职能与价值的具体体现，同时也是智慧图书馆从理念过渡为现实的关键所在。乌恩将智慧服务的基本特征归结为公共性、智慧性、资源丰富性、管理集群化和服务协同性，并指出图书馆智慧服务是实现图书馆核心定位最有效最根本的途径[8]。在图书馆智慧服务中，“以人为本”依然是其永恒不变的核心理念，借助设备、资源、技术和服务的智慧性，充分开发读者智慧，节约读者的时间成本，使读者能够创造出更多的社会价值，成为图书馆发展真正的主人。

1.3 智慧图书馆服务模式目前存在的问题

目前，我国智慧图书馆的成功案例日渐增多，如：国内首个实体智慧图书馆已经在深圳市盐田区启用，此外，上海市图书馆、广州市图书馆以及浙江大学图书馆、重庆大学图书馆、中国民航大学图书馆等也都在着力打造独具特色的智慧平台，积极探索图书馆服务模式的创新转变。智慧图书馆为用户所提供的人文关怀及个性化、智慧化的贴心服务深受广大读者的喜爱。但同时也存在一定的问题需要改进，比如知识集成水平欠佳、针对用户的兴趣推荐不够灵活、知识交流平台过于传统、反馈机制不健全等，这些不足都制约着智慧服务的高质高效发展，成为打造智慧图书馆平台亟待解决的关键问题。

1.3.1 知识集成水平欠佳

实施知识集成是知识创新的前提和基础，其最终目的是提高图书馆的核心竞争力，为用户提供个性化的知识决策服务。近年来，在大数据的冲击下，智慧图书馆服务面临着严峻的挑战，知识集成水平有限导致知识库构建质量不高，在知识整合的过程中更多注重对知识内容的整合，而弱化了知识与人之间的集成[9]，用户和馆员的隐性知识挖掘不够深入，使得图书馆越来越难以满足研究型读者在教学和科研方面系统化、学科化和智慧化的专业需求。

1.3.2 针对用户的兴趣推荐不够灵活

在传统的图书馆推荐系统中，主要通过协同过滤技术来挖掘用户感兴趣的知识，即通过分析其他用户（该用户与当前服务对象具有相同或相近兴趣偏好）的检索记录和评价等，来预测当前用户的兴趣偏好[10]。而在移动互联网环境下，用户感兴趣的知识会随情境的变化而不断发生改变，这种直接基于匹配计算的推荐算法已不能充分满足用户在不同时间、不同地点快速转变的兴趣方向，用户满意度大大下降。

1.3.3 知识交流平台过于传统

一切交流与共享的目标都是知识的利用，基于用户行为的知识交流平台（如数字图书馆社区、虚拟学习空间、各种SNS网站等）能在一定程度上分析用户知识行为，形成用户关系网络，为用户讨论和解决问题凝聚群体智慧[11]。但在智能技术迅猛发展的情境下，一大部分必须通过与他人沟通才能获取的知识完全可以通过人工智能助其完成，传统的知识交流平台无形中拖慢了用户利用知识解决实际问题的脚步，不仅浪费时间也降低了学习和工作效率。

1.3.4 反馈机制不健全

智慧图书馆在大力提倡智能技术应用和全方位用户服务的同时，强调人机互动、人人互动，只要有双向互动的存在，反馈机制就必不可少，但事实上，这往往是图书馆智慧服务中最容易轻视甚至被忽略的环节。导致此种现象的因素主要有以下几个方面：用户行为习惯缺失；馆员监督积极性差；知识推荐系统不够智能等。种种现象成为提高智慧图书馆服务质量的严重阻碍。

2 智慧推荐系统

2.1 智慧推荐的内涵

大数据时代的到来，图书馆对智能设备、虚拟空间和先进移动终端的引进，迫使传统的信息推荐服务不得不向智慧推荐迈进。用户作为参与者成为智慧图书馆资源建设和服务体系中必不可少的角色，其知识需求内容也不再局限于单一的学科知识，低层次的知识提供方式更是满足不了用户随时随地随情境而变的情感和社会认知需求。人机交互和多用户之间的实时、“零距离”交流愈发繁杂，这一过程所产生的海量数据为自身和其他用户群体快速搜索目标信息带来了严重的不便。由此，兼具智能化、人性化、个性化与专业性的智慧推荐系统应运而生。

智慧推荐系统是在传统信息推荐平台的基础上，通过对用户知识行为的分析与挖掘，深入了解用户实时的兴趣偏好，将传统推荐算法与当前智能感知技术及协同过滤技术相融合，建立用户需求模型，进而向用户提供泛在的智慧推荐服务，即任何时间任何地点任何方式将最准确的信息或知识提供给最需要的人。此外，智慧推荐系统还可以为用户搭建智能虚拟交流平台，使用户在获取知识的同时，还能结交与其志趣相投的朋友，凝聚群体智慧实现知识生产与消费的共赢[12]。

2.2 将智慧推荐系统引入智慧图书馆的应用价值

2.2.1 利于提升智慧服务的主动性

任何一个阶段的图书馆，无论其形式如何演变，其技术如何发展，其空间如何改造，“以人为本”的核心价值理念都是永恒不变的。智慧图书馆由智慧型馆员向用户提供个性化、人性化的智慧服务，但服务的过程中对智能设备的依赖往往会降低服务的主动性。智慧推荐系统的引入很大程度上可以根据用户的需求自动提供其感兴趣的知识，并引导用户及时反馈，帮助用户解决实际问题，提升服务的主动性。

2.2.2 利于实现智慧服务的泛在性

智慧图书馆的泛在性是指打破时空壁垒，在任何时间、任何地点以任何方式都能随时感知用户知识需求并向其提供相应的知识服务[13]。智慧推荐系统依托其特有的智能技术实现用户与图书馆的双向互动，并通过智能终端设备将用户所关心的知识及时推荐给他们，在用户享受泛在式智慧图书馆服务的同时，节省了用户的时间成本。

2.2.3 利于完善智慧图书馆的资源体系

资源丰富的知识库体系是智慧图书馆服务的基础，也是知识集成成果的重要体现。然而，知识内容本身的交叉重复，各馆之间缺乏合作、用户与馆员的隐性知识难以挖掘等因素成为知识库建设的严重阻碍。智慧推荐系统中的标签技术和协同过滤技术等可以将主题相同或相近的知识进行有效标注与筛选，减少资源堆积现象。同时，引导用户与馆员交流，充分挖掘他们的隐性知识，丰富知识库的内容，从而完善智慧图书馆服务的知识资源体系。

3 智慧推荐系统应用于智慧图书馆服务的策略

3.1 构建多元化的知识库体系

随着大数据时代的到来，仅仅基于内容的馆内信息资源整合已不能满足用户更深层次的知识需求。因此，必须借助智慧推荐平台对外部知识资源、存在于馆员大脑中的隐性知识资源及多用户互动所产生的大量数据信息等进行有效集成，以构建多元化的知识库体系。智慧推荐系统可以利用其特有的智能搜索和社会标引功能对外部知识及用户交流数据有效地标注与筛选，剔除主题不相关及内容交叉重复的信息，提高知识集成效率。此外，通过系统虚拟社区的主题活动引导馆员与用户积极参与，将馆员的隐性知识最大程度地转化为用户随时可用的显性知识，为专业知识库的建设提供更加个性化的来源。

3.2 全方位感知用户需求

凭借智慧图书馆的泛在性用户可以突破时间和空间限制，随时随地访问图书馆资源。同时，智能推荐手段的应用使图书馆的资源服务方式变得更加主动。在智慧推荐系统运行的过程中，智能感知技术、协同推荐算法和云计算技术能通过对用户行为数据和阅读轨迹的分析全面感知用户的兴趣偏好，建立用户兴趣模型，以实时了解用户随情景和位置变化而变化的知识需求，从而灵活地将用户感兴趣的知识及时推送给他们[6]。

3.3 搭建无障碍知识交流社区

有效的知识交流可以促进知识共享，实现知识增值，加快知识创新。图书馆是信息与知识的集散地[14]，必须采取一定的手段为用户与馆员搭建无障碍的知识交流平台。智慧推荐系统中的社会标签技术可以帮助用户方便地为其感兴趣的知识添加标注，形成“书签”，再由推荐系统对相同或相近的“书签”进行聚类，建立虚拟兴趣群组。针对智能设备不能直接解决的问题，可由智慧馆员来引导用户与群组中的其他用户面对面或在虚拟社区中交流，馆员自身也可以参与其中。此外，各群组之间也可以相互推荐“书签”，甚至建立馆际联盟来扩大交流与共享范围，为用户更专业化的知识需求提供更多的获取渠道。

3.4 引导用户积极反馈

智慧推荐系统的应用区别于传统推荐服务最明显的特点就是融合推荐与反馈于一体的双向互动模式。系统将用户感兴趣的知识推荐给他们后，用户根据自身实际需求对知识内容和推荐相关性予以评价与标注，这一过程为提高系统的服务质量发挥了极为重要的作用。但实际操作中，多因素导致用户常常忽略反馈环节，这就要求图书馆必须采取一定的手段，如：适当的用户教育；采取一定的奖惩措施激励馆员引导用户；在智慧推荐系统中设定一些小游戏并推送给用户参与反馈等。

4 基于用户需求的智慧推荐系统模型构建

笔者在突破传统垂直结构的信息推荐平台（如图2）基础上，构建了基于用户需求的智慧推荐系统模型（如图3），以期更加系统化地为用户提供智慧服务。该模型主要由以下7个部分组成：资源层、感知层、推荐层、服务层、交互层、个体用户与兴趣群组。个体用户根据自己的实际问题向交互层提交知识需求，交互层将需求传递给推荐层，由推荐层分析获取相关信息资源，再由服务层推荐给用户参考。当用户兴趣趋向于更加专业化的学科知识或随时间地点的变化而不断变化时，用户就必须对所获得的信息资源和服务进行评价与标注，方便系统感知层随时预测用户的兴趣偏好，并建立动态的用户兴趣模型。系统在实施智慧图书馆服务的过程中，收取用户满意度反馈也是非常重要的环节，不仅能及时与用户交流发现问题，同时更利于丰富知识库体系。此外，个 体用户间可以组建兴趣群组，通过交流与共享凝聚群体智慧，降低知识获取的成本，节省时间，提高学习与工作效率。

图2 传统图书馆信息推荐平台

图3 基于用户需求的智慧推荐系统模型

5 结语

智慧图书馆以人员为核心，以资源为基础，以智能技术为导向，打破传统图书馆与用户间的“围墙”提供泛在式的智慧服务，为用户的知识获取方式带来全新体验。但目前，无论在理论还是实践上，国内外对智慧图书馆服务的研究仍处于初级阶段。智慧推荐系统的引入旨在改善智慧服务中的不足，丰富其资源，改进其手段，为智慧图书馆的建设提供新的思路。笔者就本课题的研究理论剖析较多，还缺乏一定的实际案例，将在今后的研究中继续探索。