基于智能过滤技术的数字图书馆个性化信息推荐服务研究

孙琪

摘要：文章先介绍了智能过滤技术可应用于数字图书馆个性化信息推荐服务，从个性化信息获取、个性化信息智能筛选、个性化用户信息行为模型构建方面，分析了数字图书馆使用智能过滤技术需注意的问题。从系统模型、功能实现角度论述了应用智能过滤技术的数字图书馆个性化信息推荐系统设计，并指出实践途径有个性化定制服务与智能代理服务。

关键词：智能过滤;数字图书馆;个性化信息推荐;信息服务

中图分类号：G252;G250.76    文献标识码：A    文章编号：2095-5707（2020）06-0022-03

DOI： 10.3969/j.issn.2095-5707.2020.06.005        开放科学（资源服务）标识码（OSID）：

Abstract： This article first introduced that intelligent filtering technology can be applied to personalized information recommendation services of digital libraries， and analyzed the problems that should be paid attention to the use of intelligent filtering technology in digital libraries from the aspects of personalized information acquisition， intelligent filtering of personalized information， and the construction of information behavior model of personalized users. It discussed the application of intelligent filtering technology in personalized information recommendation services of digital libraries from the perspective of system model and function realization， and pointed out the practice approaches of personalized customized service and intelligent agent service.

Key words： intelligent filtering; digital libraries; personalized information recommendation; information service

隨着信息技术的迅速发展，图书馆信息处理方式发生了改变，并从多个角度改变了数字图书馆馆藏资源处理利用模式。以数字资源加工服务为主的信息服务模式面临信息资源利用率不高、资源使用范围有限等问题，很难满足信息资源高效集成及综合利用的需要。为满足用户更加多元的知识需求，数字图书馆需要引进新的技术，提高信息资源组织、加工、集成、使用效率。智能过滤技术可以解决数字图书馆信息资源过载、信息资源使用效率不高等问题。信息技术与智能技术的有机结合为数字图书馆个性化推荐系统构建提供了重要支撑。

1  数字图书馆个性化信息推荐服务的意义

移动互联网时代，信息用户身处信息海洋中，互联网空间庞大的信息数据催生了多种智能过滤技术，不同的智能搜索引擎偏重于不同类型信息的搜索获取，或者用于商业数据的搜集获取，或者注重知识资源的可视化呈现[1]。智能过滤技术是智能技术与互联网技术的综合体，通过对不同类型信息资源的快速识别、准确定位，基于用户的行为偏好，集成语义识别、信息检索及信息过滤，对不同类型的信息数据综合处理。智能过滤是一种更加高效的信息组织、加工、利用技术，能根据用户使用搜索引擎的习惯、行为，判定用户的个性化信息需求，并对用户的个性化需求进行数据分析，针对用户的需求对信息资源进行检索及智能筛选，使用户能及时获取有价值的信息资源。智能过滤技术的应用，在全面提升数字图书馆信息服务质量的同时，也提高了数字图书馆信息检索系统的智能化程度，使数字图书馆的个性化信息服务模式与用户的个性化信息需求高度吻合[2]。

2  数字图书馆应用智能过滤技术的必要性

2.1  个性化信息获取

数字图书馆应用智能过滤技术为用户提供有效的信息推荐服务，首先保障用户高效获取信息资源，需要根据用户的个性化需求为用户提供个性化信息。根据笔者研究，数字图书馆满足用户个性化信息需求的服务模式分为两种：一种是静态智能化获取方式，另一种是动态智能化获取方式。静态智能化获取方式是数字图书馆智能服务系统根据用户首次使用系统界面登记的个人信息，包括教育背景、职业、爱好、特长、阅读情况等，使用静态模型对用户可能产生的个性化阅读需求初步分析[3]。动态智能化获取方式是通过分析用户使用数字图书馆系统的日志记录、网页浏览记录、信息查询内容、最近阅读状况等数据，分析用户可能产生的阅读需求，并围绕用户的行为偏好建立用户个性化信息库，准确预测用户的个性化需求。同时，数字图书馆服务系统针对用户个性化需求分析可建立追踪机制，通过显性分析、隐性追踪的方式分析用户的行为数据。显性分析是根据用户使用服务系统的反馈信息，从用户个性化信息库中调取用户的基本信息，根据用户的行为偏好、信息习惯、教育背景，为用户智能推送个性化信息，这种个性化信息推荐方式需要用户自主参与。隐性追踪是通过分析用户的日志记录、数字图书馆使用记录、电子文献查阅记录预测用户的个性化需求，根据系统的分析结果，为用户智能推荐信息[4]。

2.2  个性化信息智能筛选

解决用户个性化信息智能筛选问题，首先针对用户的个人信息进行智能筛选，根据结果建立用户兴趣知识库，采用分析模型进一步分析用户的行为、信息资源获取喜好等，筛选用户的个性化信息，根据筛选结果及时更新知识库。该系统是在精准分析用户个人信息基础上，针对用户使用智能系统的日志记录、行为偏好数据再次分析，并智能筛选。由于互联网空间的虚拟性、多元化，且众多结构化、异构化的信息数据时刻处于动态变化中，需要系统时刻追踪分析用户的行为数据并精准分析，及时更新用户的兴趣知识库，根据用户使用数字图书馆产生的行为数据与兴趣知识库中的知识资源匹配，为用户推荐个性化信息。

2.3  用户个性化行为分析模型构建

基于智能过滤技术的个性化信息推荐需要构建用户行为数据模型，能针对用户的行为偏好数据，及时为用户推荐个性化信息。首先针对用户使用系统的操作行为及个人兴趣偏好科学分析并有效采集，结合用户行为产生的动态数据建立描述性文件，要将用户的行为习惯、性格特点、教育背景、文化水平、工作能力等信息全面搜集并有效存储，有关用户需求的信息数据可以分为用户行为描述、用户兴趣描述两部分，以逻辑化的层级结构对用户的个性化数据统一规范，并以可视化的形式呈现出来，实现对用户行为、兴趣的精准分析[5]。数字图书馆使用智能过滤技术构建基于用户行为、兴趣分析的数据模型，可针对用户的需求信息深入挖掘，并基于用户的行为、兴趣建立用户个性化信息库，实现用户个性化需求与个性化信息推荐服务及时匹配，提升系统工作效率。

3  数字图书馆个性化信息推荐服务系统构建

数字图书馆应用智能过滤技术，科学分析用户的习惯、兴趣，确定用户的个性化资源获取需求，建立用户个性化行为分析模型，对用户需求的信息数据过滤，为用户提供个性化信息推荐服务。应用智能过滤技术的个性化信息推荐服务系统以智能过滤机制为核心，围绕用户的多种信息资源需求为用户推送个性化信息，减少用户获取信息资源的检索时间，提高信息服务效率。

3.1  系统模型

应用智能过滤技术面向用户建立个性化信息推荐服务系统，分为3个模块（见图1），分别为用户模块、信息模块、管理模块。用户模块为用户提供登录、检索、信息浏览等服务;信息模块为用户提供信息智能获取、信息智能过滤、信息智能分类等服务;管理模块由用户数据库、系统数据库、兴趣知识库三部分组成，通过后台管理实现数据信息与用户个性化需求的有效对接。

用户模块实现对用户个人信息及行为数据的搜集、记录。通过跟踪分析用户的行为数据、日志记录，建立单独的描述性文件，对用户的兴趣、行为数据存储，方便系统准确定位用户需求。信息模块依靠智能过滤技术，通过一系列智能算法、分析工具及数据采集策略等为用户及时推荐个性化信息。管理模块依靠大数据挖掘、算法工具、语义关联技术对用户数据智能化分析，结合用户的个性化需求实现信息的智能化提取，辅助用户精准查询与科学决策，提高个性化信息推荐服务的有效性。

3.2  系统功能

系统功能以用户的个性化需求为基础，实现个性化信息定制、智能化信息推荐及智能化管理。个性化信息定制服务以用户的个性化需求为核心，通过行为偏好模型分析用户的个性化习惯，推测用户产生的真实需求，在分析用户真实需求的基础上推送信息[6]。智能化信息推荐是系统的核心功能，即根据用户个性化需求对信息智能过滤，为用户推荐感兴趣的信息。智能管理服务以用户为中心，根據用户基本信息、行为偏好、信息兴趣的变化，对用户兴趣知识库内容及时更新，获取用户行为习惯的变化数据，实现对信息的分类管理。

4  数字图书馆个性化信息推荐服务创新

4.1  个性化定制服务

个性化定制服务是在系统自动分析用户需求的基础上，通过用户行为数据模型测算用户需求，并根据用户需求模型为用户推送信息的服务模式。这种服务模式，首先要针对用户的个性化需求及自主意愿，通过有效的数据集合进行推测分析，并能根据用户的兴趣变动和需求变化，对用户可能产生的阅读行为及信息获取习惯科学预测，调整系统中的参数、自主完善相关的功能设置，提供可供用户自主选择的功能，使用户根据自主需求定制个性化信息推荐服务。通过分析用户的知识结构和个人兴趣，结合馆藏数字资源及网络资源实现智能定制，方便用户的个性化信息获取。

4.2  智能代理服务

应用智能过滤技术建立的数字图书馆个性化推荐服务，依靠信息共享平台和智能推荐系统，根据用户需求为用户主动提供个性化信息。结合用户的教育背景、兴趣爱好、专业学科分析用户的知识结构，为用户智能过滤信息数据，并借助大数据挖掘技术随时分析用户的行为倾向、行为习惯，通过对用户需求深度挖掘，对文献资源智能分类，及时推荐给用户，实现对用户个性化需求、知识结构智能分析、智能分类。针对信息智能分类，用户需求在系统中呈现出代理动态，借助智能过滤技术使用户的个性化需求得到满足。

5  结语

应用智能过滤技术的个性化信息推荐服务，在分析用户行为、兴趣基础上建立数据模型，对符合用户的个性化信息数据智能筛选，实现用户信息的智能管理，为用户及时推荐个性化信息，提高数字图书馆信息服务效率。

参考文献

[1] 左素素.基于智能过滤的数字图书馆个性化信息服务研究[J].图书馆学研究，2016（3）：80-84.

[2] 段尧清，刘宇明，蔡诗茜，等.数字图书馆个性化推荐用户信息采纳行为影响研究——信息采纳意向的中介效应[J].现代情报，2019，39（2）： 85-93.

[3] 刘海鸥，陈晶，孙晶晶，等.面向大数据的移动数字图书馆情境化推荐系统研究[J].图书馆工作与研究，2018（9）：58-64.

[4] 常馨月.公共移动图书馆个性化荐读服务模型构建[D].长春：吉林大学，2017.

[5] 张绍军.谈图书馆个性化信息推荐服务[J].图书馆工作与研究， 2016（9）：84-86.

[6] 刘红.基于情境感知的高校数字图书馆个性化信息推荐服务研究[J].图书馆学刊，2016（8）：105-108.

（收稿日期：2020-03-20）

（修回日期：2020-04-07;编辑：魏民）