胡伶霞

（湖北工業(yè)大學(xué)工程技術(shù)學(xué)院圖書(shū)館）

基于大數(shù)據(jù)的高校圖書(shū)館個(gè)性化信息服務(wù)系統(tǒng)模型構(gòu)建研究

胡伶霞

（湖北工業(yè)大學(xué)工程技術(shù)學(xué)院圖書(shū)館）

首先分析高校圖書(shū)館個(gè)性化信息服務(wù)系統(tǒng)的可行性，再與大數(shù)據(jù)技術(shù)處理流程特點(diǎn)相結(jié)合，重點(diǎn)分析我國(guó)高校圖書(shū)館個(gè)性化服務(wù)系統(tǒng)模型構(gòu)成，并對(duì)系統(tǒng)各大功能與使用時(shí)存在的最大難題進(jìn)行詳細(xì)分析。

大數(shù)據(jù)；高校圖書(shū)館；個(gè)性化服務(wù)

1 高校圖書(shū)館推行個(gè)性化信息服務(wù)系統(tǒng)的可能性

1.1 海量數(shù)據(jù)來(lái)源

先進(jìn)的大數(shù)據(jù)挖掘分析技術(shù)的基礎(chǔ)是豐富的數(shù)據(jù)資源。隨著互聯(lián)網(wǎng)與社交網(wǎng)絡(luò)的普及，以及互聯(lián)網(wǎng)技術(shù)的發(fā)展，用戶(hù)與圖書(shū)館之間的信息交流愈加緊密和頻繁，產(chǎn)生了大量數(shù)據(jù)資源，如用戶(hù)對(duì)圖書(shū)館論壇、網(wǎng)頁(yè)的瀏覽，借閱、檢索圖書(shū)館資源等環(huán)節(jié)中產(chǎn)生的數(shù)據(jù)都被記錄下來(lái)。［1］海量的數(shù)據(jù)資源是高校圖書(shū)館能夠引進(jìn)大數(shù)據(jù)技術(shù)的基石，大數(shù)據(jù)技術(shù)只有在豐富的數(shù)據(jù)資源的基礎(chǔ)上才能發(fā)揮它的應(yīng)用功能。

1.2 對(duì)用戶(hù)信息需求的實(shí)時(shí)了解

對(duì)用戶(hù)信息需求的實(shí)時(shí)了解是為用戶(hù)提供個(gè)性化信息服務(wù)的前提。高校圖書(shū)館的用戶(hù)以本校師生為主，個(gè)性化信息需求圍繞科研與教學(xué)的要求，會(huì)不定時(shí)發(fā)生變化，那么如何準(zhǔn)確掌握師生變化著的信息需求成為高校圖書(shū)館個(gè)性化信息服務(wù)最大的難題。圖書(shū)館可依據(jù)用戶(hù)上網(wǎng)行為信息，如瀏覽記錄、搜索的關(guān)鍵詞等，跟蹤分析其實(shí)時(shí)的信息行為，再利用大數(shù)據(jù)技術(shù)，挖掘到有價(jià)值的信息，達(dá)到為用戶(hù)提供有質(zhì)量的個(gè)性化服務(wù)的目的。

1.3 對(duì)用戶(hù)真實(shí)身份的明確認(rèn)知

高校圖書(shū)館信息資源由于受到版權(quán)與經(jīng)費(fèi)等因素的影響，在用戶(hù)登錄使用系統(tǒng)之前，第一步就是進(jìn)行實(shí)名注冊(cè)，為了避免重復(fù)，通常使用唯一的工號(hào)或?qū)W號(hào)作為用戶(hù)名。如此一來(lái)，每位用戶(hù)的身份就可以通過(guò)賬號(hào)來(lái)進(jìn)行識(shí)別，大數(shù)據(jù)技術(shù)也通常以賬號(hào)作為關(guān)鍵字進(jìn)行挖掘。通過(guò)這種挖掘技術(shù)分析形成的用戶(hù)需求信息模型，能對(duì)用戶(hù)的身份做正確的判斷，從而為用戶(hù)提供更有針對(duì)性的個(gè)性化服務(wù)。

2 高校圖書(shū)館個(gè)性化信息服務(wù)系統(tǒng)模型

2.1 目標(biāo)

為師生提供個(gè)性化信息服務(wù)主要包含兩方面意思：一方面是幫助師生從圖書(shū)館所有儲(chǔ)藏的信息資源中搜尋到他們所需要的信息資源；另一方面是結(jié)合師生實(shí)時(shí)信息需求，主動(dòng)推送他們所需的信息資源。［2］

通過(guò)大數(shù)據(jù)挖掘技術(shù)不但可以知道用戶(hù)當(dāng)前信息情境，還能掌握他們多變的信息需求，最終目的是為用戶(hù)提供最好的個(gè)性化信息服務(wù)。

通過(guò)圖1看出，圖書(shū)館服務(wù)平臺(tái)、服務(wù)模式與數(shù)據(jù)倉(cāng)庫(kù)收集的數(shù)據(jù)源是大數(shù)據(jù)高校圖書(shū)館個(gè)性化信息服務(wù)系統(tǒng)的基石；經(jīng)過(guò)數(shù)據(jù)挖掘技術(shù)，獲得實(shí)時(shí)用戶(hù)信息需求，再搜索出符合用戶(hù)所需要的信息；最后經(jīng)過(guò)智能技術(shù)把信息輸送給用戶(hù)。這就是大數(shù)據(jù)高校圖書(shū)館個(gè)性化信息系統(tǒng)向用戶(hù)提供個(gè)性化服務(wù)全部過(guò)程。［3］

圖1 高校圖書(shū)館個(gè)性化信息服務(wù)系統(tǒng)構(gòu)建示意圖

2.2 模型構(gòu)建

大數(shù)據(jù)高校圖書(shū)館個(gè)性化信息系統(tǒng)有如下幾個(gè)模塊組成（見(jiàn)圖2）。

圖2 高校圖書(shū)館個(gè)性化信息服務(wù)系統(tǒng)模型圖

（1）用戶(hù)接口模塊。用戶(hù)登陸個(gè)性化信息服務(wù)系統(tǒng)，需要在接口模塊輸入賬號(hào)、密碼進(jìn)行身份認(rèn)證，登陸后系統(tǒng)會(huì)自動(dòng)把用戶(hù)基本資料添加到用戶(hù)信息庫(kù)，從而形成用戶(hù)專(zhuān)用信息數(shù)據(jù)庫(kù)。同時(shí)，用戶(hù)通過(guò)該模塊檢索數(shù)據(jù)資源，輸入檢索要求，系統(tǒng)會(huì)自動(dòng)依據(jù)要求進(jìn)行檢索，最后把獲得到的資源經(jīng)過(guò)該模塊傳遞給用戶(hù)。用戶(hù)還可以對(duì)服務(wù)的質(zhì)量進(jìn)行反饋。

（2）用戶(hù)信息庫(kù)模塊。用戶(hù)通過(guò)用戶(hù)接口模塊進(jìn)行登記注冊(cè)，輸入工號(hào)、性別、年級(jí)、專(zhuān)業(yè)等基本信息，系統(tǒng)會(huì)把這些格式規(guī)整的結(jié)構(gòu)化數(shù)據(jù)自動(dòng)存儲(chǔ)到用戶(hù)信息庫(kù)中，用戶(hù)反饋的評(píng)價(jià)信息也作為備注儲(chǔ)存于用戶(hù)信息庫(kù)。如此一來(lái)，圖書(shū)館為用戶(hù)提供信息服務(wù)時(shí)，可以結(jié)合信息庫(kù)中每位用戶(hù)的反饋內(nèi)容主動(dòng)推送該用戶(hù)有可能需要的其他服務(wù)。

（3）信息過(guò)濾模塊。信息過(guò)濾模塊將信息檢索模塊檢索到的用戶(hù)所需信息進(jìn)行篩選，依據(jù)相關(guān)度排序，抓取到相關(guān)度高的信息，并結(jié)合由用戶(hù)長(zhǎng)期的信息檢索行為計(jì)算得到的用戶(hù)模型，篩選、檢索信息，該模塊會(huì)對(duì)信息特點(diǎn)進(jìn)行抽取，得到信息向量模型；然后與用戶(hù)信息需求模型進(jìn)行匹配，再清除相關(guān)度低的資源。這樣所獲得的信息資源更能夠滿(mǎn)足用戶(hù)需求，提高高校圖書(shū)館個(gè)性化信息服務(wù)質(zhì)量。

（4）信息檢索模塊。用戶(hù)通過(guò)用戶(hù)接口模塊輸入檢索關(guān)鍵詞，系統(tǒng)就會(huì)自動(dòng)把用戶(hù)需要檢索的信息通過(guò)智能檢索代理技術(shù)，在圖書(shū)館資源中進(jìn)行搜索，搜索到與用戶(hù)需求相關(guān)的信息并反饋至此模塊。倘若在館內(nèi)資源中沒(méi)找到，就會(huì)從互聯(lián)網(wǎng)資源中搜索，把搜索到的相配套的資源信息再存入本地信息庫(kù)中，補(bǔ)充館內(nèi)資源。

（5）數(shù)據(jù)集成模塊。用戶(hù)信息行為數(shù)據(jù)存儲(chǔ)于圖書(shū)館不同系統(tǒng)中，其中一些系統(tǒng)中的數(shù)據(jù)源會(huì)被鏈接，使用戶(hù)得到更全面的信息資源，也為下一步數(shù)據(jù)規(guī)范處理做好準(zhǔn)備。

（6）數(shù)據(jù)規(guī)范化模塊。通過(guò)大數(shù)據(jù)技術(shù)對(duì)用戶(hù)信息行為等數(shù)據(jù)進(jìn)行挖掘分析，要保證數(shù)據(jù)的一致性。不同的系統(tǒng)對(duì)數(shù)據(jù)屬性的描述存在差異，所以要對(duì)數(shù)據(jù)進(jìn)行規(guī)范化處理，使數(shù)據(jù)與挖據(jù)算法要求標(biāo)準(zhǔn)相符（見(jiàn)圖3）。

圖3 大數(shù)據(jù)對(duì)數(shù)據(jù)規(guī)范化流程

①數(shù)據(jù)合成。進(jìn)行數(shù)據(jù)合成，需要找到各系統(tǒng)數(shù)據(jù)庫(kù)中有關(guān)字段之間的聯(lián)系，建立識(shí)別關(guān)鍵字段，通過(guò)關(guān)鍵字段把各系統(tǒng)的數(shù)據(jù)聯(lián)系起來(lái)。

②數(shù)據(jù)規(guī)約。高校圖書(shū)館中各自動(dòng)化系統(tǒng)的標(biāo)準(zhǔn)千差萬(wàn)別，不同系統(tǒng)數(shù)據(jù)庫(kù)中對(duì)字段的標(biāo)識(shí)也不同，即使是相同的信息被儲(chǔ)存于不同數(shù)據(jù)庫(kù)，其形式也可能是大相徑庭。如在用戶(hù)信息庫(kù)性別是“男”，儲(chǔ)存于借書(shū)記錄數(shù)據(jù)庫(kù)，其性別可能成為“male”。為了提高數(shù)據(jù)分辨率，需要對(duì)數(shù)據(jù)進(jìn)行規(guī)約。［4］

③數(shù)據(jù)優(yōu)化處理。數(shù)據(jù)優(yōu)化處理是指對(duì)數(shù)據(jù)合成與規(guī)約后的數(shù)據(jù)進(jìn)行處理。盡管利用唯一識(shí)別字段使不同系統(tǒng)之間的用戶(hù)記錄信息發(fā)生聯(lián)系，但也有很多問(wèn)題。比如各系統(tǒng)數(shù)據(jù)庫(kù)連接之后，要清除重復(fù)字段；又比如有些字段的屬性只有一部分?jǐn)?shù)據(jù)能夠使用，連接之后，其他數(shù)據(jù)庫(kù)無(wú)法使用，需要補(bǔ)充。

④數(shù)據(jù)轉(zhuǎn)換。就是指把經(jīng)過(guò)優(yōu)化處理之后的數(shù)據(jù)進(jìn)行變換，使其與大數(shù)據(jù)挖掘算法要求相符。

（7）數(shù)據(jù)分析模塊。此模塊的作用是對(duì)規(guī)范化后的數(shù)據(jù)進(jìn)行處理。由于圖書(shū)館自動(dòng)系統(tǒng)存有大量用戶(hù)行為信息數(shù)據(jù)，其中，包括結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)與半結(jié)構(gòu)化數(shù)據(jù)，一起存入系統(tǒng)日志中。［5］再依據(jù)用戶(hù)獲取信息的方式把數(shù)據(jù)分析模塊分成三類(lèi)：①利用本館資源獲取的結(jié)構(gòu)化數(shù)據(jù)，使用結(jié)構(gòu)化數(shù)據(jù)分析模塊；②通過(guò)網(wǎng)絡(luò)獲取的數(shù)據(jù)，使用系統(tǒng)日志分析模塊；③利用移動(dòng)社交網(wǎng)絡(luò)等方式獲取的資源，使用特殊信息分析模塊。

（8）信息匹套模塊。此模塊最重要的職能是使用戶(hù)需求模型與整理得到的數(shù)據(jù)信息進(jìn)行匹配，二次挑選出相關(guān)度高的信息傳送給推送模塊，再由館員選出符合用戶(hù)實(shí)際需求的模型信息。圖書(shū)館工作人員可以依據(jù)用戶(hù)需求模型，與互聯(lián)網(wǎng)資源和本地資源進(jìn)行比對(duì)，及時(shí)推送符合用戶(hù)要求的信息。

（9）信息推送模塊。信息推送模塊主要采用智能代理技術(shù)，依據(jù)用戶(hù)需求，把符合要求的信息通過(guò)用戶(hù)接口模塊推送給用戶(hù)。比如依據(jù)圖書(shū)館自動(dòng)化系統(tǒng)對(duì)用戶(hù)進(jìn)行跟蹤挖掘，當(dāng)用戶(hù)下次進(jìn)行搜尋時(shí)，系統(tǒng)會(huì)主動(dòng)為用戶(hù)推薦與搜索相關(guān)的內(nèi)容或者其沒(méi)有意識(shí)到的信息需求；對(duì)用戶(hù)社交網(wǎng)絡(luò)跟蹤分析，挖掘用戶(hù)實(shí)時(shí)信息需求，主動(dòng)向用戶(hù)推薦提示。

（10）用戶(hù)評(píng)價(jià)模塊。用戶(hù)體驗(yàn)收到的推送信息，通過(guò)使用評(píng)價(jià)模塊對(duì)信息服務(wù)做出滿(mǎn)意度評(píng)價(jià)。系統(tǒng)把用戶(hù)評(píng)價(jià)信息存儲(chǔ)于用戶(hù)信息庫(kù)。經(jīng)過(guò)大數(shù)據(jù)分析，為改善數(shù)據(jù)挖掘算法創(chuàng)造了條件。

3 存在的問(wèn)題

3.1 軟硬件條件差

由于大數(shù)據(jù)處理技術(shù)需要大量使用數(shù)據(jù)分析與儲(chǔ)存功能，這就需要容量大、速度快的軟硬件設(shè)備做載體。當(dāng)前我國(guó)有相當(dāng)部分高校圖書(shū)館由于受到經(jīng)濟(jì)條件與國(guó)家政策等方面的影響，無(wú)法滿(mǎn)足大數(shù)據(jù)處理技術(shù)的要求，需要先投入一定的資金才能引進(jìn)大數(shù)據(jù)技術(shù)。

3.2 數(shù)據(jù)來(lái)源的局限性

采用大數(shù)據(jù)技術(shù)對(duì)用戶(hù)信息行為數(shù)據(jù)進(jìn)行發(fā)掘，生成用戶(hù)信息需求模型。為了使挖掘結(jié)果更可靠，首先要有大量的數(shù)據(jù)資源，其次是數(shù)據(jù)之間要有耦合度，這樣的挖掘結(jié)果才是最真實(shí)的信息需求模型。當(dāng)前，我國(guó)高校圖書(shū)館通常只是獲得校內(nèi)用戶(hù)的信息行為記錄數(shù)據(jù)，校外數(shù)據(jù)要與中國(guó)移動(dòng)或電信等運(yùn)營(yíng)商等進(jìn)行協(xié)調(diào)才能獲得，使數(shù)據(jù)出現(xiàn)不全面的現(xiàn)象，降低用戶(hù)信息需求模型的準(zhǔn)確性。

3.3 用戶(hù)隱私的安全性得不到保障

個(gè)性化信息服務(wù)要對(duì)用戶(hù)的信息行為進(jìn)行記錄，在這個(gè)信息獲取過(guò)程中，難免會(huì)對(duì)用戶(hù)隱私安全造成影響。所以，為了保護(hù)用戶(hù)隱私安全，圖書(shū)館需要與用戶(hù)簽訂保護(hù)協(xié)議，取得用戶(hù)同意才能對(duì)系統(tǒng)進(jìn)行監(jiān)控，倘若有涉及到用戶(hù)隱私方面的信息要提前刪除，還要加強(qiáng)系統(tǒng)安全性，最大程度做到對(duì)用戶(hù)隱私的保護(hù)，建立用戶(hù)與圖書(shū)館的信用機(jī)制。

［1］賈淑敏．?dāng)?shù)字圖書(shū)館個(gè)性化信息服務(wù)的實(shí)現(xiàn)［J］.河南圖書(shū)館學(xué)刊,2010,30（5）：54－56.

［2］S E Middleton，et al．Ontological user profiling in recommender systems［J］．ACM Transactions on Information Systems，2004，22（1）：54－88.

［3］樊偉紅，等．圖書(shū)館需要怎樣的"大數(shù)據(jù)"［J］.圖書(shū)館雜志，2012（11）：63－68.

［4］張文彥，等．大數(shù)據(jù)時(shí)代的圖書(shū)館初探［J］．圖書(shū)與情報(bào)，2013（6）：15－21.

［5］蘇蓉．基于大數(shù)據(jù)的數(shù)字圖書(shū)館信息服務(wù)研究［D］．武漢：華中師范大學(xué)，2014.

［作者信息］胡伶霞（1979－），女，武漢大學(xué)圖書(shū)館學(xué)碩士，館員，研究方向：圖書(shū)館管理，文獻(xiàn)信息資源建設(shè)。

Construction of University Library Personalized Information Service System Based on Big Data

Hu Ling-xia

Thisarticle firstlyanalyzesthe feasibilityofuniversity library personalized information servicesystem,and analyzes the construction of the system based on Big Data.Meanwhile,itmakesa detailed analysisof thebiggestchallengesexisting in the system and theapplication ofit.

BigData;University Library;Personalized Service

G258.6；G250.76

A

1005－8214（2016）11－0080－03

2016－04－11［責(zé)任編輯］劉丹