基于阅读大数据的图书馆个性化服务系统设计与应用

2020-03-02蒋一锄

经济师 2020年5期

●蒋一锄邓蓝唐彬

一、基于阅读大数据的图书馆个性服务特点分析

1．图书个性化推荐功能。图书馆的基本功能在于为用户提供图书信息，并未其提供相应的图书推荐。现阶段，许多图书馆采取借阅排行榜的形式来为学生提供最近一段时期内被借阅次数最多的图书，在某些高校，学生便可以基于其他学生借阅次数较多的图书清单从而来选择自身所感兴趣的书目。具体来看，该种推荐方式同样存在着某些不足之处，仅仅可以显示出“受欢迎”的书目名单，缺乏合理性，同样无法基于不同需求的用户设定有针对性的个性化推荐服务。众所周知，图书推荐作为一项能够有效提升图书借阅率的方式，同样可以是为学生提供个性化图书信息服务的基础性条件。所以说，在就图书馆的个性化服务加以优化与改善时，需要尤为的注重个性化推荐方面的服务，从而使得图书推荐能够切实满足用户需求。

2．图书个性化检索功能。用户在实际的图书借阅过程中，多数情况下会应用图书检索功能。而通过检索所体现出的图书信息往往包括图书的编码，还有该书的所处位置。为能够便于用户寻找到自己所需要的图书，可依据实际情况在信息检索功能中增添一系列便捷化服务。比如，可在图书位置增添图书馆地图按钮，通过点击该按钮用户能够确定图书的具体位置，此种三维立体图的形式可以帮助用户快速展开阅读。

除此之外，在学生进行实际的图书检索过程中，可借助精确检索以及模糊检索等两项功能，倘若用户对于自身所需要的书目名称不确定时便可以启动后者，当用户输入关键词后便能够体现出与该关键词相关联的书目信息。基于此，为更好地强化个性化服务也可在其中增添精确性检索以及新颖性检索等功能，倘若用户有相关的需求，比如想要筛选出与该关键词密切相关，并且存在一定的同质化特征的书目时，系统便能够加以反馈；而倘若用户有其他需求，比如想要检索出和该关键词类似但属于不同种类，且较为新颖的书目时，系统便可以反馈出更多的符合这一特点的其他领域的书籍。另外，也可以依据具体情况于检索功能中增添相应的个性化选项，比如中文或者外文优先显示的功能，也可以是在相关教材信息显示阶段把其当成级别排序，把最为简单的入门级别的书目排在最前列。

3．图书个性化推送服务。图书馆所配有的信息宣传系统能够为用户提供较为丰富的书目推广信息推送。比如，现阶段我国大部分高校均设立了自身的官方微信公众号，以定期推送文章的形式来为用户提供相应的信息服务。但就实际情况来看，图书馆所进行的信息推送并无针对性，而是同一内容面向所有的目标用户，因而，个性化服务并不明显。基于此，图书馆相应的负责人可就此进行改进与优化，通过用户信息的收集工作从而以便于进行有针对性的区分。比如，用户是教师的话就推荐与学术专著相关的书目信息，而用户倘若是学生的话最好能够推荐与其专业相符合的图书信息。在推送内容有了一定的针对性的前提下，可以促使信息化服务更贴合用户的信息所需，能够大大强化用户的实际体验。

二、基于阅读大数据的图书馆个性化服务系统设计与应用分析

1．用户接口模块。在读者登录了个性化信息服务系统时，需通过用户接口模块来进行账号、密码的输入，目的在于进行相应的身份认证。在用户成功登录后系统能够及时且自动地将该名用户的基本信息等输入到用户信息库之中。除此之外，用户借助于这一模块能够检索数据资源，输入相关需求，系统便能够基于此以自动形式展开检索程序，然后将所得到的数据呈现在用户面前。在这一过程中，用户也具备就系统服务质量加以反馈的权利。

2．用户信息库模块。借助这一模块可以实现登记注册，输入工号、性别等信息的功能，系统能够将此类格式规整的结构化数据保存下来，并输入到相应的用户信息库之中，用户所给出的反馈内容也会被存入其中。通过这一过程，图书馆在为用户提供个性化服务时，便能够以这些数据作业依据，也可以更好地为其推送相关信息。

3．信息检索模块。顾名思义，这一模块的功能在于为用户提供图书搜索服务，用户基于这一模块进行关键词的输入，在系统的自动化分析之中便能够将用户需求相关的信息加以反馈出来。假如馆内资源检索不到，便会在互联网资源中搜索，然后将这一部分资源信息存入本地信息库中，丰富馆内资源。

4．信息过滤模块。这一模块的功能在于就信息检索模块所检索到的用户所需信息加以有效的筛选，然后按照关联程度进行排序，并捕捉关联度较高的信息，也可以综合考虑用户所表现出来的检索习惯来计算出用户模型，筛选、检索信息。具体来看，该模块能够选择出相应的信息特点，以此构建而出信息向量模型。在此基础上和用户信息需求模型加以比对分析，针对其中关联程度较低的信息舍去。如此，便能够使所得到的信息资源可以较为贴近用户需求，从而强化图书馆个性化信息服务质量。

5．数据集成模块。其实，用户所表现出来的行为数据会被存储于不同的系统之中，并且部分系统中的数据源会被链接，以便于促使用户所获取的信息资源更加的丰富，也可以便于下一程序的实现与应用。

6．数据规范化模块。借助大数据技术就读者的行为信息等有关数据进行收集与分析，需要确保数据的一致特征。不同系统就数据属性所进行的描述有着明显的差异，因而需要规范化处理数据。具体来看，该模块主要包括如下内容：（1）数据合成。要要实现这一功能，首先要检索各系统数据库中有关字段之间的联系，并构建得出相应的识别关键字段，基于此将每一个系统的数据加以有效的联系。（2）数据规约。考虑到图书馆中存在多种多样的自动化系统，基于此种差异性考虑，不同系统数据库中就字段所进行的标识也并不一致，为能够有效强化数据分辨率，数据规约是必要的程序。（3）数据优化处理。简而言之，这一步骤指的是就前两步骤的数据加以处理。虽然使用唯一识别字段能够促使不同系统间所储存的用户记录信息出现某种特殊联系，但也不得否认其中同样存在诸多不足。

7．数据分析模块。考虑到图书馆自动系统中包含了海量的信息，因而在将这些数据存储入相应的系统日志之中，还需要按照用户获取信息的形式将该模块进行类别的划分。

8．信息匹套模块。该模块的一大关键功能在于使用户需求模型与收集并加以归纳的数据信息加以匹配，重复上述动作挑选出相关度高的信息以传输到下一个模块，然后再由馆员挑选得到与用户实际需求相符合的相应模型信息。通过这一过程，图书馆相关的人员便能够以用户需求模型作为依据，结合互联网资源以及本地资源等内容信息，有针对性地推送符合用户要求的信息。

9．信息推送模块。该模块的实现离不开智能代理技术的支持，在充分分析用户需求的前提下，基于图书馆自动化系统能够就用户展开跟踪挖掘，倘若用户进行后期的搜寻行为时，系统便能够有针对性的用户推荐以及搜索关键程度较高的内容；就用户社交网络进行动态的跟踪，切实探究用户的实际需求，并有效向其推荐提示。

10．用户评价模块。借助这一模块，用户能够就信息服务的满意程度加以评价。系统能够把用户评价信息存储到相应的用户信息库。通过大数据的处理以及分析，以便于优化数据挖掘算法。