数据驱动视角下智慧图书馆阅读推荐服务运行机理研究*

莫扬海

(广东轻工职业技术学院图书馆，广东广州 510300)

1 引言

目前在智慧图书馆服务项目当中，读者群体应用频率最高的智慧服务功能就是阅读推荐服务[1]。机理是指根据特定功能目标将不同要素之间的工作方式按照互相关联、共同作用的原则进行设定，以实现系统正常运转的规律[2]。对于智慧图书馆阅读推荐服务运行机理来说，就是在图书馆推进新型阅读推荐服务时，需要对相关构成要素间的实际运行原则、运转规律、作用效果等设定相应的规则。数据驱动视角下，智慧图书馆阅读推荐服务运行机理就是以方法认知论的视角对智慧图书馆实际推行的阅读推荐服务的运行状态进行解读，并在大数据环境中探索符合智慧图书馆在阅读推荐服务方面的创新，实现智慧图书馆阅读推荐服务运行状态的稳定及优化，为智慧图书馆阅读推荐服务生态系统的构建提供成长性的驱动作用。

2 数据驱动视角下智慧图书馆阅读推荐服务运行状态

2.1 运行原则具有生态性规则

传统的阅读推荐服务随着现代社会的发展已经无法满足社会上各个阶层读者对于个性化服务的需求，智慧图书馆阅读推荐服务就是遵守数据驱动发展而创建的一种新型信息服务模式。从信息生态学视角来说[3]，这种服务模式的运行原则遵循三条生态性的规则：第一，阅读推荐服务主体之间具有生态性的关联规则。阅读推荐服务主体指的是在阅读推荐服务过程中涉及到的各环节人员，主要是指阅读推荐服务的信息提供方与信息消费方。两者之间基于阅读推荐服务内容而紧密关联，信息提供方决定着阅读推荐服务内容的知识价值，信息消费方制约着阅读推荐服务内容的知识方向。第二，阅读推荐服务内容具有生态性的组织规则。阅读推荐服务内容根据信息消费方的需求构建阅读推荐知识系统时，遵循阅读资源数据从资源信息最小表达单位知识单元→知识链→知识库这个信息到知识的生态组织规则[4]。第三，阅读推荐服务环境具有生态性的统一规则。阅读推荐服务环境主要指涉及到智慧图书馆阅读推荐服务运行的宏观层面环境，如网络环境、个人隐私等，以及智慧图书馆阅读推荐服务实际运行的微观层面环境，如软件条件、硬件设备等。宏观层面环境与微观层面环境需要统一起来才能发挥其应有的动力作用，驱动阅读推荐服务的运行。基于阅读推荐服务主体、阅读推荐服务内容、阅读推荐服务环境的三条生态性规则，智慧图书馆阅读推荐服务运行原则具有了生态性。在数据驱动视角下，此三条规则构建起具有互相关联的生态关系总则(如图1所示)。

图1 数据驱动视角下智慧图书馆阅读推荐服务运行原则

2.2 运转规律具有生命周期规则

任何系统要保持合理运转都要根据某种规律来进行。智慧图书馆阅读推荐服务的运转也需要遵循一定的规律。在数据驱动视角下，智慧图书馆阅读推荐服务运转规律需要符合数据生成周期，即：经历数据生成母体→数据出现时间→数据生长地点→数据发展成长的数据生成周期[5]。在这个数据生成周期里，数据生成母体为智慧图书馆阅读推荐服务主体；数据出现时间为阅读推荐服务主体每一次阅读行为的发生时间；数据生长地点为智慧图书馆阅读推荐环境中各项因素所构建起的智慧图书馆阅读推荐服务平台；数据发展成长则为阅读推荐的智慧模式。基于数据生成周期，智慧图书馆阅读推荐服务运转规律具有了生命性。在数据驱动视角下，四个数据生成组成因素构建起具有互相依存的生命关系总则(如图2所示)。

2.3 作用效果具有正向性规则

建立统一的标准化阅读资源数据检索入口，是数据驱动智慧图书馆阅读推荐服务的具体应用。只有阅读资源数据检索入口得到标准化的设计后，才能启动阅读资源数据的传递处理服务，这是数据驱动视角下智慧图书馆阅读推荐服务功能发挥的重要前提，也是实现高效率海量阅读资源数据便捷、精准处理的基础方式。通过标准化的阅读资源数据检索入口的设计，可以实现非结构化的阅读资源数据向结构化的阅读资源知识的有序转化。具体在智慧图书馆阅读推荐服务各个工作环节的应用时，就是指由数据驱动力的作用起点开始，经过各项工作流程，将阅读资源数据推向数据驱动力的作用终点，最终形成阅读资源知识，在这个过程中形成了一种正向数据流动的作用效果(如图3所示)。

图3 数据驱动视角下智慧图书馆阅读推荐服务作用方式效果

根据图示可知，数据驱动作用力主要是由阅读推荐服务起点向阅读推荐服务终点推进数据流动。在这个过程中，阅读资源数据会贯穿整个运行流程，并保持正向流动的状态。而每个工作环节数据流动的方式可总结为三种：第一，阅读资源数据通过数据收集提取作用方式实现数据流动，利用API接口对阅读资源数据进行收集提取，根据读者需求完成阅读资源数据的知识单元构建。第二，阅读资源数据通过数据映射导入作用方式实现数据流动，利用加工整理完成对阅读资源数据知识单元的聚合处理，以形成阅读资源数据知识链。第三，阅读资源数据通过数据可视呈现作用方式实现数据流动，利用多元数据处理技术形成阅读资源数据知识库，实现阅读资源数据的知识转化及多元形式输出。通过这三个环节的数据流动，智慧图书馆阅读推荐服务在数据驱动视角下利用数据驱动的正向数据流动完成了阅读资源数据到阅读资源知识的转化，提升了阅读资源数据的作用效果。

3 数据驱动视角下智慧图书馆阅读推荐服务创新途径

在数据驱动视角下，智慧图书馆阅读推荐服务通过具有互相关联的生态关系运行原则和互相依存的生命关系运转规律，基于阅读资源数据正向流动的作用效果，实现了阅读资源数据内在知识价值的提炼，形成了满足读者潜在阅读需求的阅读推荐服务运行状态。基于这个运行状态，要实现其服务途径创新，可以从以下三个方面来实现。

3.1 从生态性角度利用数据驱动相关技术创新阅读推荐数据结构模型

根据智慧图书馆阅读推荐服务运行原则生态性的分析结果，可以看出：不管是在阅读推荐服务主体间的关联性，还是在阅读推荐服务内容的组织性，或者是在阅读推荐服务环境的统一性方面，在数据驱动视角下，数据驱动相关技术手段对智慧图书馆阅读推荐服务提供了技术支撑功能。只有确保数据驱动相关技术的传播性、挖掘性、共享性后，才能让阅读资源数据具有关联性、组织性、统一性的属性。而由阅读推荐服务主体、阅读推荐服务内容、阅读推荐服务环境所构建起来的智慧图书馆阅读推荐服务生态系统中，利用数据驱动相关技术的解构、整合、建构等，可以实现系统管理的科学化。数据驱动相关技术优势可以在智慧图书馆阅读推荐服务生态系统里得到全方位的展现。数据驱动相关技术成为了实现智慧图书馆阅读推荐服务运行状态良性化的物质前提。

所以，根据智慧图书馆阅读推荐服务生态性运行原则来创新智慧图书馆阅读推荐服务，需要明确与数据驱动相关技术紧密关联的四个内容，即：数据研究目标、数据分类标准、数据分析方式、数据结构模型。其中，数据研究目标、数据分类标准、数据分析方式可以从既定的数据和过往的经验中取得，而数据结构模型需要利用数据驱动相关技术，如数据挖掘技术、大数据分析技术等来实现。因此，在数据驱动视角下，对数据结构模型的研究成为了研究创新途径的关键性一环。只有通过数据驱动相关技术完成阅读资源数据结构模型的有效搭建，才能奠定阅读推荐服务创新的架构基础。

本研究选择指标动力结构模型[6]作为智慧图书馆阅读推荐服务的数据结构模型。在这个模型中，阅读资源数据的分析处理都是建立在数据指标提供的动力之上。具体构建可分为三个步骤：第一步，将阅读资源数据根据读者的不同需求进行多维度的指标分解，将阅读资源数据的作用效果与其总量、推动力两个数据指标挂钩，形成一级维度指标；第二步，对阅读资源数据指标的一级维度进行二级分解，将阅读资源数据主节点的指标属性分解到阅读类目与阅读行为两个下属从节点的总量、增速、百分比上，形成二级维度指标；第三步，对阅读资源数据一级维度指标与二级维度指标进行叠加处理，形成智慧图书馆阅读推荐服务数据结构模型(如表1所示)。

表1 智慧图书馆阅读推荐服务数据指标分解与数据结构模型

智慧图书馆阅读推荐服务数据结构模型基于指标动力结构模型进行构建，就是利用数据驱动完成指标维度分解，将主节点的推动力分解到从节点，然后再结合所产生的一级维度指标与二级维度指标完成数据叠加，由此形成最终的数据结构模型。这样构建起来的模型，可以充分发挥数据挖掘技术、大数据分析技术等数据驱动相关技术的优势，提升智慧图书馆阅读推荐服务整个生态系统的自我学习功能。

3.2 从生命周期角度利用知识发现创新阅读推荐内容服务方向

智慧图书馆阅读推荐服务的突破和创新，根据生态性的运行原则，其物质前提主要是来自于数据驱动相关技术的支撑。数据驱动相关技术能以驱动思维来科学设计和使用阅读资源数据，推动阅读资源数据从知识单位经过知识链形成知识库，实现阅读资源知识价值的传播。在整个过程中，数据驱动相关技术能为阅读资源数据实现知识价值提供符合价值增值目标的动力，并为读者提供具有个性化服务功能的阅读推荐服务项目。从这个角度来说，阅读推荐服务内容能由传统模式向现代智慧模式推进，主要就是依靠数据成长为知识，即：数据的生成周期符合知识发现过程。所以，从智慧图书馆阅读推荐服务生命周期运转原理角度出发，可以利用知识发现来创新阅读推荐内容服务方向。

根据数据生成周期运转规律，智慧图书馆阅读推荐服务就是第一时间从不同角度和维度发现和感知阅读资源数据，从阅读资源数据生成母体中挖掘出阅读资源数据潜在的知识价值，基于数据出现时间与数据生长地点将其进行分类、整理、加工，依据读者潜在需求将数据发展成长的过程培养成为逐渐匹配读者兴趣爱好的过程。这种遵照数据生命周期运转规律的服务模式，其功能优势在于能基于实时数据为不同读者建立起用户画像，为知识发现提供对读者阅读需求的准确预测。实际运行操作主要有三个步骤：第一步，将阅读资源数据与读者目标数据间的数据流转关系进行结构化的构建，实现阅读资源数据的精准匹配和推荐，架构稳定的知识发现结构。第二步，将阅读推荐服务平台与各类数据库间的数据流转关系进行协作化的构建，实现跨库协同数据的快速调取和应用，丰富拓展知识发现范围。第三步，将阅读资源推荐平台与读者终端工具间的数据流转关系进行智能化的构建，实现读者阅读行为数据的智慧提取与分析，推动知识发现的智慧化。

3.3 从作用效果角度利用可视化创新阅读推荐用户服务方式

以作用效果的角度来看，智慧图书馆阅读推荐服务能充分发挥数据驱动作用效果从阅读推荐服务起点到阅读推荐服务终点正向流动的优势，完成对海量原始阅读资源数据的分解、整理、归纳，实现阅读资源从数据到知识的转化。在读者需求日益升级的今天，这样的服务能基于特定结构的知识为读者提供满足其个性化需求的资源基础。而对于读者来说，在接受这样的服务时能感受到简便、直接、精准的服务方式。而智慧图书馆阅读推荐服务方式就是智慧图书馆阅读推荐服务对于视觉编码技术的应用，让推荐结果的可视化呈现达到读者对于知识吸收的要求。

利用视觉编码技术让服务结果以可视化效果呈现，可以让阅读推荐服务所涉及到的海量阅读资源数据直观化，并建立其关联性。所以，在设计可视化方案时，需要以知识接收者的使用状态和利用渠道为基础，打造能完整呈现阅读资源数据知识价值的显示方式。本研究采用静态呈现与动态表达相结合的可视化方式来对阅读推荐结果进行呈现：①静态呈现，是利用视觉编码技术，将阅读资源数据处理的全过程以图元形式来表现，用图示的效果输出数据处理结果，为推荐结果提供数据支撑；②动态表达，则是采用数据交互技术，将规模庞大的复杂数据以关联性的形式来表现，用系统联动的效果对数据处理结果进行全方位显示，为推荐结果提供即时反馈。

具体到实际应用中，可通过静态的图示图表呈现指标动力结构模型所解构的阅读资源数据，用多视图关联交互表达指标动力结构模型所涉及到的变化趋势，通过静态呈现与动态表达之间的相互补充，将整个阅读资源数据的知识价值展示出来，读者通过与之交互完成对阅读推荐结果的接受。而读者与阅读推荐结果的交互行为，可体现在三个方面：①对于单个阅读推荐结果数据，读者能直接访问这些数据知识；②当阅读推荐结果数据之间相互关联并有交互关系时，可将读者对单个阅读推荐结果数据的交互行为设为相关阅读推荐结果内容的驱动起点，整合阅读推荐数据；③如果阅读推荐结果具有数据相同但显示内容不同时，可利用多视图关联操作实现对阅读推荐结果的多样性呈现，根据读者交互行为完成特定交互阅读推荐资源数据的调动。

4 结论

随着数据驱动相关技术日趋成熟，智慧图书馆阅读推荐服务的发展空间越来越大。根据其实际运行状态来看，可以从生态性角度利用数据驱动相关技术创新阅读推荐数据结构模型，从生命周期角度利用知识发现创新阅读推荐内容服务方向，从作用效果角度利用可视化创新阅读推荐用户服务方式。本研究从数据驱动视角出发，将数据驱动与阅读推荐服务进行深度融合，为智慧图书馆阅读推荐服务创新提供一定的理论基础与应用操作。