黨蕾

摘要：近年來，隨著信息獲取途徑增多、信息量指數(shù)上升，用戶需要掌握的信息相關度呈現(xiàn)多樣化粒度結構，不僅使知識獲取的程序更加復雜，也使科研人員對某些重要節(jié)點研究的知識認知游離在多數(shù)冗余信息和淺顯化研究信息中。面對這些問題，基于科研情境的個性化知識推送從一定程度上解決了這些問題，將特定科研情境環(huán)境下的某些關鍵詞、主題詞以及科研情境的特征屬性因素可根據相關度等算法，將知識信息推送到前端，供科研人員進行檢索。

關鍵詞：科研情境；個性化知識推送

中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2016）17-0210-02

1研究現(xiàn)狀

個性化推送即根據用戶的注冊信息、背景資料等顯性信息以及搜索記錄、主題相關性等隱性信息進行分析，最終將用戶感興趣的、有參考價值的信息推送給用戶。

現(xiàn)有的研究主要分為以下幾個方面：（1）基于本體的個性化推送。將本體技術引進數(shù)字化圖書館個性化推薦中，以實現(xiàn)語義用戶興趣模型構建、數(shù)字圖書館信息資源語義描述、基于本體的個性化推薦算法設計等環(huán)節(jié)實現(xiàn)最優(yōu)化推薦。（2）基于情境感知的個性化推送。主要以協(xié)同過濾算法為基礎，添加知識情境因素，計算情境模型的相似度并構建知識情境模型實現(xiàn)最優(yōu)化推薦。而目前泛在學習環(huán)境下的知識推送也成為新的研究熱點，隨著物聯(lián)網技術發(fā)展，實現(xiàn)個性化推送的方法和策略也將更加滿足用戶對系統(tǒng)或平臺的信息需求。

2存在的問題及研究意義

（1）未考慮情境附屬等因素；用戶興趣模型精度不夠、進化機制不夠合理，用戶只有較準確表達請求才能獲得較好推薦，情境感知中對知識規(guī)則及擴展也有待進一步提升。而單純以增加語義分析來增加信息資源與用戶的粘合度顯然是不夠的。

（2）泛在學習環(huán)境與科研情境的區(qū)別；前者主要研究網絡大環(huán)境下用戶獲取信息中的個性化推薦，卻沒有反映科研情境下信息需求的各項要求。科研情境則是已科研人員為主要用戶，其研究領域、科研成果等涉及科研因素的一體化模型未定義，也使得針對科研圈以及追蹤科研成果方面的個性化知識推送相對較少。

忽略背景知識、環(huán)境因素甚至主題情感傾向等涉及檢索對象的附屬特性，就會使信息檢索在依存性和關聯(lián)性上產生巨大的差異性。因此，實現(xiàn)個性化推薦知識服務，進行科研情境下的知識推送，應成為科研機構組織為科研人員工作提供的一項有力的服務。

本文是以科研人員為角度出發(fā)，為學術用戶提供嵌入式科研服務，學術用戶信息搜尋行為過程能夠反映他們對信息服務的需求，對用戶信息搜尋行為的觀察，能成為圖書館信息服務構建的重要依據，深入了解用戶的搜尋特征，分析科研情境變量如何影響搜尋行為，并整理歸納代表科研情境變量的因素，使得數(shù)字圖書館更好地為科研人員服務。

對科研情境下個性化知識推送的探討與研究，是為了讓圖書館服務更好地融入學術用戶的科研過程中，通過對學術用戶這一特定用戶群體的信息搜尋行為的理論分析，可為促進圖書館信息服務的深度發(fā)展及個性化、多樣化發(fā)展做出重要的貢獻，對于提高科研水平具有指導性和現(xiàn)實意義。

3研究方法及理論創(chuàng)新點

首先以問卷調查的統(tǒng)計數(shù)據為基礎，采用SPSS統(tǒng)計軟件進行結果分析，用描述性統(tǒng)計分析方法分析影響學術用戶信息搜尋行為的各個階段的科研情境因素，構建數(shù)字化圖書館中科研情境的數(shù)據特征集，其中這些信息包括用戶的研究方向、研究興趣、聯(lián)系信息、成果著作、科研項目、學術地位以及心理、環(huán)境因素和思維方式等，所有這些特征被分為更為詳細的子特性，所有這些信息很大程度上會影響系統(tǒng)的推薦。然后據此提出面向情境的學術用戶信息服務對策，優(yōu)化現(xiàn)有圖書館信息服務模式。

其次在科研情境的知識背景下設計基于科研情境的個性化知識推送模型，在一般模型結構中的推薦層增加情境信息識別、知識水平識別以及用戶狀態(tài)識別，使得數(shù)據獲取層包含統(tǒng)計分析的用戶配置文件，推理層將情境數(shù)據特征集進行整理歸類，并賦予不同的權重值，根據信息的交互比擬和相關度計算，通過個性化推送層的機器自動問答系統(tǒng)將最優(yōu)的搜尋信息推薦給科研用戶。

地方社科院圖書館如何更好的為科研人員提供信息服務，目前大多數(shù)研究是從用戶信息需求的角度定性分析影響因素后提出對策，幾乎沒有以科研情境為背景進行個性化知識推送，而本文引入科研情境，構建基于科研情境的數(shù)據特征集，更好的分析用戶檢索行為，并在個性化知識推送模型中增加多層次的推薦信息資源，為科研人員更好地進行個性化知識推送，滿足其科研需求并調整其推薦模型。

主要創(chuàng)新點：（1）歸納出信息搜尋行為的三個特征：信息搜尋行為的動機、信息搜尋行為的活動及類型、信息搜尋行為的途徑。即主動、被動及互動搜尋行為變量的定義，從科研人員信息搜尋行為的逐次具體化的層面出發(fā)詳細分析。（2）在情境模型基礎上，定義三個科研情境變量：情境知識、搜尋行為和認知水平來分析解釋搜尋行為中知識的最優(yōu)解。（3）建立科研情境下個性化知識推送關系框架圖，以科研情境因素為檢索的主要特征性，將根搜索賦予科研情境等關節(jié)點，搜尋遍歷主題節(jié)點使得檢索更加便利。

4基于科研情境的個性化知識推送模型

基于科研情境的個性化知識推薦模型分為：數(shù)據獲取層、知識加工層、個性化推薦層和用戶界面層總共四層。數(shù)據資源來自各類數(shù)據庫以及互聯(lián)網中對信息的挖掘檢索，知識加工層則在科研情境下對獲取的知識進行了更為細致的分類，分別為情境知識、用戶的搜尋行為以及個人的認知能力三個部分。情境知識中組織、社會以及文化的情境因素一定程度上決定了個人的認知水平中的關鍵因素，而用戶的搜尋行為也使得知識在獲取加工的過程中的重要程度及影響因子不盡相同，即是否主動搜索某一主題還是為了解釋某科研方面的疑慮和難點的被動搜索，又或者是網絡互動方式中的知識獲取都成為不可或缺的重要因素。由此可見，將知識維度粒度細分，以交叉比擬和互為定義權值的方法將知識加工層的信息進行分析，將最優(yōu)的知識推薦給個性化推送層，通過機器自動問答系統(tǒng)直接反應到用戶層面。

5結束語

綜上所述，基于科研情境的個性化知識推送不僅使網絡信息資源實現(xiàn)了集中一體化，也實現(xiàn)了情境知識、搜尋行為、認知水平等多方面因素影響下的個性化檢索方式，在各類搜索引擎以及信息檢索技術更加趨于多樣化的將來，以個性化知識推送為主要的途徑將極大的為科研人員研究提供了便利性。

參考文獻：

[1] 陳衛(wèi).基于本體的數(shù)字化圖書館個性化推薦模型構建研究[D].湖北工業(yè)大學碩士學位論文，2015.

[2] 仵雪婷.基于知識情境的知識個性化推送技術的研究與應用[D].南昌大學碩士學位論文，2010.

[3] 牛意熹.基于知識情境的數(shù)字圖書館個性化推薦系統(tǒng)的研究[D].南昌大學碩士學位論文，2014.

[3] 陳偉.科研情境下學術用戶信息搜尋行為研究 [D].南京農業(yè)大學碩士學位論文，2012.