楊 斌 王偉赟

圖書館個性化推薦服務(wù)的信息窄化問題研究

楊 斌 王偉赟

圖書館的個性化推薦服務(wù)可以使讀者不需搜索即可得到符合個人需求的知識資源，但這種精準(zhǔn)的推薦服務(wù)也容易造成讀者對多元信息獲取的窄化問題，導(dǎo)致非密切相關(guān)性知識資源的流失，這在一定程度上會影響科學(xué)研究的發(fā)展與突破，應(yīng)及時跟蹤并了解圖書館個性化推薦服務(wù)的信息窄化問題的產(chǎn)生機制，并制定相應(yīng)的對策。

高校圖書館；個性化信息服務(wù)；信息窄化

[作 者]楊 斌，湖北工業(yè)大學(xué)經(jīng)濟與管理學(xué)院教授；王偉赟，湖北工業(yè)大學(xué)經(jīng)濟與管理學(xué)院工程碩士研究生。

一、研究背景

個性化推薦服務(wù)最早使用在電子商務(wù)平臺，目前已經(jīng)大量應(yīng)用在搜索引擎、社交網(wǎng)絡(luò)、博客微信、新聞客戶端等領(lǐng)域。20世紀(jì)90年代開始，圖書館也逐漸開展個性化推薦服務(wù)。1998年美國康奈爾大學(xué)于在查詢分析的基礎(chǔ)上開發(fā)了基于定制的方式的My Library@Cornell系統(tǒng)，用戶可以借助該系統(tǒng)將自己喜歡的信息組織在一起，方便進行統(tǒng)一管理，并獲得系統(tǒng)為自己推薦的符合自身需要的新書、期刊和其他加入圖書館目錄中的媒體通告，這樣就大大節(jié)省了為查找最新信息而耗費的時間和精力。此后，美國華盛頓大學(xué)圖書館的My Gateway系統(tǒng)、北卡州立大學(xué)圖書館的My Library@LANL系統(tǒng)、加利福尼亞大學(xué)洛杉磯分院的My UCLA系統(tǒng)、明尼蘇達(dá)大學(xué)圖書館的TdchLens系統(tǒng)、斯坦福大學(xué)圖書館的Fab混合推薦系統(tǒng)、俄勒岡州大學(xué)圖書館的SERF系統(tǒng)、加州大學(xué)圖書館的Movy系統(tǒng)等也相繼研發(fā)成功。其后，英、法、日、德、意等國家也開始了這方面的研究，如羅徹斯特大學(xué)圖書館的Course Resources系統(tǒng)、德國卡爾斯魯厄大學(xué)圖書館基于用戶行為的BIbTIP系統(tǒng)、ExLibris公司的ExLibris bX系統(tǒng)。這些個性化推薦系統(tǒng)為讀者提供多種個性化服務(wù)，如定制圖書館資源及其他WEB資源、個人圖書館管理、查詢圖書館目錄及借閱記錄、個性化頁面及資源顯示、圖書館選擇資源的自動更新下載等。與此同時，國內(nèi)圖書館也從20世紀(jì)90年代的熱門檢索、新書通報、書籍鏈接等非個性化推薦服務(wù)，逐漸演變?yōu)榻栝喤判?、主題推薦、RSS個性化訂閱等個性化信息主動推送服務(wù)，同時有部分高校圖書館采用了專業(yè)化程度相對較高的獨立推薦系統(tǒng)，如廈門大學(xué)圖書館的“我的圖書館”，國家科學(xué)數(shù)字圖書館的“My Library”系統(tǒng)、南京大學(xué)圖書館和中央財經(jīng)大學(xué)圖書館采用的“Book+”系統(tǒng)、上海交通大學(xué)圖書館“思源薦書”模塊、清華大學(xué)的Open Book網(wǎng)站等，這些推薦系統(tǒng)采用協(xié)同過濾推薦和基于內(nèi)容的推薦這兩種推薦算法，允許用戶定制其感興趣的學(xué)科，并依據(jù)用戶這些個人行為信息，向讀者推薦與其檢索主題類似的信息資源。

在開展個性化推薦服務(wù)的過程中，相關(guān)領(lǐng)域的專家學(xué)者逐漸意識到個性化推薦服務(wù)可能會引發(fā)信息窄化問題。2001年，Patricia Wallace認(rèn)為，在互聯(lián)網(wǎng)交往過程中，個體最初可能是帶著相對中立的觀點看某個問題的，但與別人就此在網(wǎng)絡(luò)中討論后，他可能從中間的地段向邊緣移動[1]。美國學(xué)者凱斯?桑斯坦提到，網(wǎng)絡(luò)讓人們更容易獲得的是自己喜歡的信息，而拒絕接受自己不喜歡的信息，事實上人們得到的是窄化的信息[2]。Gripsrud提出，社交網(wǎng)絡(luò)的興起、信息的碎片化和移動端的私人化，或許正逐步導(dǎo)致個人信息獲取的窄化[3]。Gossart認(rèn)為社會化媒體中的信息窄化問題正逐漸受到關(guān)注，但它的危害仍有被低估的風(fēng)險[4]。孫瑞英將信息窄化的概念細(xì)化出來并闡明了網(wǎng)絡(luò)信息窄化的嚴(yán)重后果，從群體心理與個體心理的角度分析了網(wǎng)絡(luò)信息窄化的心理成因，提出了控制網(wǎng)絡(luò)信息窄化的措施和辦法[5]。劉明認(rèn)為，高校圖書館對大學(xué)生造成的信息異化包括信息焦慮癥、信息依賴癥、網(wǎng)絡(luò)暴力、信息窄化、信息污染[6]。鄧倩提出新媒體下由于機器推薦消息造成用戶視野狹隘、個人判斷力與認(rèn)知能力喪失[7]。喻國明提出通過提升用戶洞察技術(shù)以及提升自身的媒介素養(yǎng)、網(wǎng)絡(luò)素養(yǎng)，避免信息窄化等問題的發(fā)生[8]。

上述研究中我們發(fā)現(xiàn)，信息窄化問題在傳播學(xué)、心理學(xué)、社會學(xué)等領(lǐng)域得到了一定程度的重視，但國內(nèi)圖書館的個性化推薦服務(wù)仍處于新興服務(wù)，屬于一種創(chuàng)新服務(wù)模式，因此圖書情報領(lǐng)域的專家學(xué)者更關(guān)注于個性化推薦服務(wù)的理論、技術(shù)及推廣研究，研究的主要方向集中在智能化圖書館的個性化信息推薦服務(wù)、手機等移動設(shè)備的推薦應(yīng)用、網(wǎng)絡(luò)環(huán)境下的個性化推薦服務(wù)的實現(xiàn)等方面。實際上，與新媒體的個性化推薦服務(wù)對象不同的是，圖書館的個性化推薦服務(wù)對象經(jīng)常是一些科研工作者，精準(zhǔn)的個性化推薦在方便用戶獲得其特定需求的資源的同時，也很容易讓用戶只能獲得與自己專業(yè)知識相關(guān)的信息，形成人被信息所用的尷尬境地，這在一定程度上會影響科學(xué)研究的發(fā)展與突破。

二、圖書館個性化推薦服務(wù)的信息窄化問題原因分析

（一）圖書館資源的特性

圖書館文獻(xiàn)資源主要包括圖書、期刊、報紙、多媒體等傳統(tǒng)資源以及圖書館外購的電子資源數(shù)據(jù)庫，這些資源的保存和利用多以學(xué)科分類的形式存在，具體的體現(xiàn)就是紙本圖書基本按照中圖法或者科圖法進行分類，數(shù)據(jù)庫資源基本按照學(xué)科體系進行分類。這種資源的分類體系使得圖書館的資源整合和檢索技術(shù)一般都比較關(guān)注顯性的學(xué)科知識，但隨著科學(xué)技術(shù)的發(fā)展，學(xué)科被不斷細(xì)分，專業(yè)化程度越來越深，這種過度專業(yè)化導(dǎo)致各學(xué)科知識容易出現(xiàn)了“分裂”的現(xiàn)象，單純的按照學(xué)科分類體系進行資源揭示就不容易揭示各學(xué)科知識之間的隱性知識關(guān)聯(lián)，在這種資源揭示程度下的圖書館個性化推薦服務(wù)，基本只能按照讀者感興趣的學(xué)科領(lǐng)域進行資源和信息推薦，這就容易造成推薦結(jié)果缺乏多層次、多角度，不能完整展現(xiàn)各種科學(xué)研究在其他學(xué)科或交叉學(xué)科的研究動態(tài)和進展。

（二）個性化推薦系統(tǒng)的缺陷

圖書館個性化推薦服務(wù)的核心目標(biāo)就是千人千面，為每個讀者推薦其個人所感興趣的知識。因此，現(xiàn)在圖書館或機構(gòu)知識庫普遍使用的個性化推薦系統(tǒng)一般都是先由用戶根據(jù)自己的專業(yè)領(lǐng)域、興趣喜好進行定制，通過基于內(nèi)容的推薦和基于協(xié)同過濾的推薦算法得到用戶所需的信息并機器推薦給用戶，在信息推薦過程中再由用戶不斷選擇和過濾，推薦系統(tǒng)會根據(jù)用戶的使用情況不斷改進推薦策略和推薦內(nèi)容，這種情況周而復(fù)始會使用戶得到更符合其要求的精準(zhǔn)內(nèi)容，但也無形中會導(dǎo)致用戶接收到的知識領(lǐng)域越來越窄化，甚至只能接受到符合自己觀點的內(nèi)容，長此以往容易滋生信息窄化問題。

三、圖書館個性化推薦服務(wù)的信息窄化問題對策

（一）利用元數(shù)據(jù)倉儲全面揭示圖書館資源

圖書館的資源來源不同、介質(zhì)不同、獲取方式不同、數(shù)據(jù)結(jié)構(gòu)不同，這些資源保存在數(shù)據(jù)庫、管理系統(tǒng)、資料文檔甚至專家學(xué)者的大腦中，而Internet上的知識資源更是不計其數(shù)。高校圖書館個性化信息推薦服務(wù)要避免信息窄化問題，首要重點是在知識資源揭示時要能全面獲取各種顯性知識、隱性知識及非相關(guān)性知識的隱性關(guān)聯(lián)。要在資源整合及檢索系統(tǒng)中充分利用元數(shù)據(jù)倉儲技術(shù)，對資源深層次的聚合、篩選、挖掘、分析，基于一定的元數(shù)據(jù)規(guī)范構(gòu)建不同學(xué)科領(lǐng)域及相關(guān)學(xué)科、交叉學(xué)科的元數(shù)據(jù)庫集合，利用采集適配器對相應(yīng)數(shù)據(jù)源數(shù)據(jù)經(jīng)過過濾、去重、降噪后按規(guī)范保存成統(tǒng)一的格式，統(tǒng)一排序和分面功能，實現(xiàn)圖書館資源一站式檢索能準(zhǔn)確揭示非相關(guān)性知識資源，為圖書館個性化推薦服務(wù)提供滿足用戶特定需求的全方位、全學(xué)科的資源保障。

（二）充分利用大數(shù)據(jù)分析工具

要利用大數(shù)據(jù)分析工具對圖書館的資源（學(xué)科、關(guān)鍵詞、主題詞、元數(shù)據(jù)）及用戶的基礎(chǔ)數(shù)據(jù)（性別、年齡、專業(yè)、借閱記錄等）和行為數(shù)據(jù)（搜索行為、閱讀喜好等）進行深度挖掘、分析。建立資源模型及用戶模型，資源模型可通過標(biāo)簽樹方式對內(nèi)容主題等提取分類，用戶模型可利用其興趣圖譜進行設(shè)定，根據(jù)模型推薦易出現(xiàn)標(biāo)簽樹雷同導(dǎo)致推薦內(nèi)容同質(zhì)化、機器推薦對用戶興趣的變化反應(yīng)滯后等現(xiàn)象，因此要充分利用大數(shù)據(jù)分析和元數(shù)據(jù)倉儲技術(shù)挖掘資源內(nèi)容的標(biāo)簽樹深度，利用用戶小數(shù)據(jù)、情境感知技術(shù)，分類和聚類等方法對用戶群體進行細(xì)分，挖掘讀者行為特征和個體需求，得到每個用戶全方位的精準(zhǔn)畫像，全面掌握用戶知識興趣，為讀者推薦符合其需求的全方位知識內(nèi)容。

（三）提高個性化推薦系統(tǒng)的智能性

目前圖書館主流的個性化推薦系統(tǒng)大多采用協(xié)同過濾+基于內(nèi)容推薦，協(xié)同過濾存在冷啟動和稀疏性問題，基于內(nèi)容推薦存在很難為用戶發(fā)現(xiàn)新的感興趣項目，易產(chǎn)生信息窄化問題。因此需要引入基于知識的推薦方法、基于關(guān)聯(lián)規(guī)則分析的推薦方法等多種混合推薦算法，基于知識的推薦方法和基于關(guān)聯(lián)規(guī)則分析的推薦方法需要大量的領(lǐng)域知識及知識關(guān)聯(lián)規(guī)則并形成相應(yīng)的知識庫，這個知識庫的搭建完全可以借用資源揭示中建立的元數(shù)據(jù)倉儲。提高個性化推薦系統(tǒng)的智能化，需要在提高用戶洞察技術(shù)的同時，實時響應(yīng)用戶的推薦請求，綜合各種維度的分析挖掘結(jié)果呈現(xiàn)給用戶，增加用戶自貼標(biāo)簽、頻道分類定制、機器推薦和人工編輯相結(jié)合等方法對機器推薦進行補充，對推薦效果持續(xù)優(yōu)化。從而完整準(zhǔn)確地測度到用戶信息需求的全貌和重點，力求避免信息窄化問題。

四、結(jié)語

圖書館個性化推薦服務(wù)的研究與實踐正在國內(nèi)圖書館屆蓬勃興起，圖書情報領(lǐng)域的專家學(xué)者在進行理論和應(yīng)用研究的同時應(yīng)該要有憂患意識，要充分重視個性化推薦服務(wù)可能帶來的信息窄化問題，在制定個性化推薦服務(wù)策略和推廣個性化推薦系統(tǒng)的過程中要充分利用新技術(shù)、新思路來規(guī)避信息窄化問題。

[1]Patricia Wallace.互聯(lián)網(wǎng)心理學(xué)[M].謝影，茍建新，譯.北京：中國輕工業(yè)出版社，2001.

[2]凱斯·桑斯坦.網(wǎng)絡(luò)共和國——網(wǎng)絡(luò)社會中的民主問題[M].黃維明譯.上海：上海人民出版社，2003.

[3]J Gripsrud，H Moe，S Splichal.Digital Public Sphere：Challenges from Media Policy[J].European Journal of Communication，2013，28（1）：94-95.

[4]Gossart C.Can Digital Technologies Threaten Democracy by Creating Information Cocoons？[J].Trans-forming Politics and Policy in the Digital Age，2014（10）：145.

[5]孫瑞英.網(wǎng)絡(luò)信息窄化的心理學(xué)解析[J].情報科學(xué)，2010（11）：1625-1629.

[6]劉明.網(wǎng)絡(luò)環(huán)境下信息異化的心理學(xué)視角研究[D].哈爾濱：黑龍江大學(xué)，2011.

[6]鄧倩.新媒體的“信息繭房”現(xiàn)象研究[J].視聽，2016（8）：96-97.

[7]賈瑞.新媒體時代“信息繭房”現(xiàn)象的思考[J].新聞研究導(dǎo)刊，2016（7）：214-215.

[8]喻國明.“信息繭房”禁錮了我們的雙眼[J].領(lǐng)導(dǎo)科學(xué)，2016（36）：20.