【摘 要】文章主要論述使用計(jì)算機(jī)建立智能平臺，基于大數(shù)據(jù)進(jìn)行智能書目推薦和閱讀推廣。指出圖書館常規(guī)書目推薦與閱讀推廣的弊端。將信息技術(shù)融入到圖書館的日常工作中來。

【關(guān)鍵詞】大數(shù)據(jù) 推薦書目 閱讀推廣 數(shù)據(jù)挖掘 推薦算法 讀者交互

一、公共圖書館的書目推薦工作與閱讀推廣

（一）公共圖書館存在價值與使命

這是一個全民閱讀的大好時代，隨著網(wǎng)絡(luò)的高速發(fā)展，各種不同的資源媒介日新月異，電子產(chǎn)品層出不窮。圖書館，從古代私人專用的藏書樓，到現(xiàn)在免費(fèi)向公眾開放，擁有一流軟硬件和閱讀環(huán)境，在不同時期有著不同的受眾人群，有著不同的歷史使命和價值，唯一不變的是作為一個載體，不斷的向人們傳達(dá)著精神，傳播著知識。公共圖書館擁有海量優(yōu)秀館藏資源，鼓勵大眾走進(jìn)來的同時，應(yīng)盡可能的讓每個讀者找到適合自己的書進(jìn)行閱讀。

（二）由誰推薦書目更加合適

作為圖書館員我們不可能在短時間內(nèi)成為某一領(lǐng)域的專家，指導(dǎo)讀者閱讀什么樣的書目。即使有個別博覽群書、知識結(jié)構(gòu)全面的館員，也未必能對每個領(lǐng)域都研究到一定的深度和廣度，只由圖書館員做為書目推薦的主體顯然是不夠的。首先應(yīng)由各自領(lǐng)域的專家同時也是讀者本身去推薦書目才更加專業(yè)。除了對于專業(yè)領(lǐng)域有要求的讀者以外，還有希望以休閑閱讀來增加生活趣味的讀者群。他們希望能夠閱讀一些流行輕松的書籍。針對這樣的群體，熱門、流行與實(shí)用是他們所關(guān)心的，盡管也許沒有學(xué)術(shù)性，但是他們的閱讀需求量很大，是圖書借閱群體中的中流砥柱。提供一個互相交流的平臺對于這些讀者來說很重要，讓他們可以把自己閱讀過有趣的、實(shí)用性強(qiáng)的書推薦出去，也可以從別的讀者那里吸收養(yǎng)分。

（三）怎樣更加合理的進(jìn)行書目推薦與閱讀推廣

不同領(lǐng)域的讀者有著不同的閱讀需求，圖書館為每一個讀者推薦同樣的書目顯得不合情理。我們很想積極努力的推廣各類書籍，希望讀者盡可能多的閱讀我們豐富的館藏資源，卻忽略了這種沒有目標(biāo)的推薦所起到的效果微乎其微，給一個喜歡文學(xué)作品的讀者推薦計(jì)算機(jī)方面的優(yōu)秀圖書，就算這本書在計(jì)算機(jī)領(lǐng)域再怎么經(jīng)典，也不可能引起該讀者的興趣。這就像銷售商品一樣，銷售人員會針對不同的顧客推銷不一樣的產(chǎn)品，來滿足他們不同的需求。有針對的推銷才會有更多的銷量。圖書館也應(yīng)該面對不同的讀者推薦和推廣不同的書目，來滿足不同讀者的需求，這種差異可能存在于感興趣的領(lǐng)域不同，或者對這個領(lǐng)域研究深度的不同。由于讀者數(shù)量非常的龐大，每個讀者的閱讀興趣和深度有相當(dāng)大的差異。圖書館可以嘗試搭建一個智能平臺，除了讓讀者可以互相的交流溝通，互相推薦以外，也可以使用計(jì)算機(jī)在后臺收集、記錄、統(tǒng)計(jì)、分析各種數(shù)據(jù)。

二、基于大數(shù)據(jù)構(gòu)建智能的推薦平臺

（一）如何構(gòu)建這樣的系統(tǒng)

首先這個系統(tǒng)應(yīng)分為兩個部分：第一個部分是行為記錄部分，跟蹤讀者使用圖書館系統(tǒng)時的各種行為，其中包括讀者對于書目的檢索，對所借書籍的評價，圖書借閱的時間長度，借書的頻率，書籍的續(xù)借與預(yù)約等等，將這些行為存儲到數(shù)據(jù)庫。第二部分是數(shù)據(jù)挖掘部分，將已記錄下來的大量數(shù)據(jù)通過優(yōu)秀的推薦算法把高質(zhì)量圖書推薦給適合的讀者，實(shí)現(xiàn)從讀者中來到讀者去的模式。有很多優(yōu)秀的開源算法可以為我們所用比如Apache Mahout項(xiàng)目 。

（二）長期積累記錄下讀者的閱讀行為

憑借一部片子咸魚翻身，這樣的橋段在熱播美劇《紙牌屋》身上重演，反轉(zhuǎn)劇主角是美國一家視頻公司Netflix，它的武器則是大數(shù)據(jù)。Netflix根據(jù)大數(shù)據(jù)技術(shù)推導(dǎo)出一個關(guān)鍵要素，那就是喜歡BBC劇、導(dǎo)演大衛(wèi)·芬奇和演員凱 文·史派西的用戶之間存在某種交集，于是將三者結(jié)合拍出了《紙牌屋》，首次進(jìn)軍原創(chuàng)劇就走紅，Netflix不僅成為娛樂圈里的談資，亦成為數(shù)據(jù)革命的代表?！都埮莆荨凡粌H是Netflix網(wǎng)站上有史以來觀看量最高的劇集，也在美國及40多個國家大熱。今年，《紙牌屋2》更被成功引進(jìn)中國播出。將Netflix公司經(jīng)驗(yàn)結(jié)合到我館現(xiàn)有的匯文系統(tǒng)中，可以構(gòu)建評價功能模塊把讀者對每一本書的評價存儲到數(shù)據(jù)庫中，再結(jié)合讀者的借閱習(xí)慣，借閱歷史，搜索記錄等，在長時間的積累之后，這些大數(shù)據(jù)資源可以有助于推薦算法更加的精確。大量的數(shù)據(jù)積累還可以進(jìn)一步做數(shù)據(jù)挖掘分析工作，分析出一些隱藏在事物表面的真相。讀者感興趣的范疇在大量數(shù)據(jù)的分析下，會一步一步的顯現(xiàn)出來。

（三）使用數(shù)據(jù)挖掘技術(shù)對讀者行為進(jìn)行分析通過Netflix公司的案例，可以充分的說明對大量的數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘可以更加準(zhǔn)確的鎖定服務(wù)目標(biāo)。圖書館可以利用自身的OPAC系統(tǒng)建立出讀者交互的系統(tǒng)接口模塊獲得大量的讀者行為數(shù)據(jù)，對已有的大量數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，最終分析出讀者隱藏的閱讀習(xí)慣，更好的為不同的讀者提供適合他們的書目。90年代末期以來手工卡片目錄早已作古，成為那個時代的烙印。現(xiàn)有的計(jì)算機(jī)信息系統(tǒng)在這15到20年的數(shù)據(jù)累計(jì)中，產(chǎn)生了大量的數(shù)據(jù)資源可供我們進(jìn)行深挖掘與分析，從而使我們可以更好的了解讀者群體，更好的了解我們所處的這個時代。

三、結(jié)語

在信息時代，書目推薦和閱讀推廣應(yīng)該基于兩個方面，第一是讓讀者之間建立聯(lián)系，將一對多的模式轉(zhuǎn)化為多對多的模式，放棄以圖書館為中心的輻射式模式，轉(zhuǎn)變成信息時代的讀者和讀者之間網(wǎng)狀結(jié)構(gòu)模式。第二是利用圖書館的智能平臺信息系統(tǒng)記錄讀者的閱讀習(xí)慣，對采集到的大量信息進(jìn)行數(shù)據(jù)挖掘，找到隱藏在表象下的最真實(shí)的讀者需求，完成信息時代的書目推薦工作。圖書館員應(yīng)當(dāng)更好的掌握先進(jìn)的信息技術(shù)，將信息技術(shù)融入到我們的日常工作中來。更好的為廣大讀者服務(wù)。

參考文獻(xiàn)：

[1]谷秀潔 張贊魁 《推薦書目與圖書館閱讀推廣》《山東圖書館學(xué)刊》2011年3期。

[2]周恒星 趙奕 伏昕 昝慧昉 李春暉 《徘徊的大數(shù)據(jù)門前》 《中國企業(yè)家》2013年7期。

[3]董云鵬《數(shù)據(jù)挖掘技術(shù)在圖書館中的應(yīng)用》 《現(xiàn)代情報(bào)》2006年11月第11期

[4]張黎《數(shù)據(jù)挖掘在公共圖書館管理決策中的應(yīng)用》《現(xiàn)代情報(bào)》2006年8月第8期。

[5]歐陽劍 曹紅兵 《基于聯(lián)機(jī)公共檢索目錄的讀者隱性信息行為個性化書目推薦引擎構(gòu)建》 《信息系統(tǒng)》第35 卷2012 年第11 期