陳子昂 孫道賀 李民

1.天津市匯盛創(chuàng)世科技發(fā)展有限公司； 2.新智航大數(shù)據(jù)科技（天津）有限公司；3.天津理工大學(xué)中環(huán)信息學(xué)院； 4.天津市漢拓計(jì)算機(jī)技術(shù)研究所

一、引言

目前高校的圖書(shū)館資源愈發(fā)豐富，但是卻出現(xiàn)學(xué)生找書(shū)難，圖書(shū)借閱率低的問(wèn)題，為了擺脫以上困境，本課題擬分析，設(shè)計(jì)，實(shí)現(xiàn)一套針對(duì)大學(xué)圖書(shū)館的個(gè)性化圖書(shū)推薦系統(tǒng)。推薦系統(tǒng)是一種特殊形式的信息過(guò)濾系統(tǒng)。推薦系統(tǒng)通過(guò)分析用戶(hù)的歷史興趣和偏好信息，可以預(yù)測(cè)用戶(hù)可能會(huì)喜歡的項(xiàng)目，從而向用戶(hù)推薦相應(yīng)的項(xiàng)目[1]。

該系統(tǒng)可以為不同用戶(hù)提供個(gè)性化服務(wù)，實(shí)現(xiàn)用戶(hù)登錄信息管理，借還功能管理，圖書(shū)基礎(chǔ)信息管理，圖書(shū)標(biāo)簽功能管理，圖書(shū)評(píng)論功能管理，搜索功能管理。在性能上用新的架構(gòu)提高系統(tǒng)的響應(yīng)速度。

二、圖書(shū)館圖書(shū)推薦系統(tǒng)的研究意義

傳統(tǒng)的提高圖書(shū)利用率和查找圖書(shū)的速度的方法，比較常用的是模糊搜索和分類(lèi)別查詢(xún)。模糊搜索方法，在搜索時(shí)只用輸入一個(gè)大概的關(guān)鍵字，系統(tǒng)就會(huì)給我們找到相應(yīng)的資源。這就是模糊搜索。分類(lèi)查詢(xún)方法對(duì)應(yīng)中圖分類(lèi)號(hào)。

以上方法都屬于簡(jiǎn)單的字符匹配查找。其弊端是，用戶(hù)進(jìn)行搜索時(shí)只能進(jìn)行精確查找，不會(huì)出現(xiàn)用戶(hù)可能感興趣的圖書(shū)推薦。此外，如果用戶(hù)只是進(jìn)行簡(jiǎn)單搜索，也難以發(fā)現(xiàn)自己的興趣和偏好。

Collaborative Filtering 協(xié)同過(guò)濾法，是應(yīng)用較廣的推薦算法，該算法簡(jiǎn)單，易于理解，工程上好實(shí)現(xiàn)，準(zhǔn)確率高，同時(shí)在高校學(xué)生用戶(hù)數(shù)目這個(gè)數(shù)目量級(jí)上計(jì)算速度還可以接受。針對(duì)高校圖書(shū)館的場(chǎng)景特性，本系統(tǒng)對(duì)基于用戶(hù)的協(xié)同過(guò)濾（UserCF），基于物品的協(xié)同過(guò)濾（ItemCF），基于標(biāo)簽的推薦算法做了融合模型。協(xié)同過(guò)濾算法在工業(yè)界已有成熟的例子，為高校圖書(shū)館的圖書(shū)推薦提供了理論依據(jù)。國(guó)內(nèi)高校圖書(shū)館暫時(shí)沒(méi)有大規(guī)模應(yīng)用推薦算法做圖書(shū)的推薦，本系統(tǒng)能在一定程度上填補(bǔ)這個(gè)空白；用關(guān)鍵詞抽象為描述向量來(lái)度量不同圖書(shū)的關(guān)系解決了高校圖書(shū)館如何對(duì)圖書(shū)評(píng)分這一問(wèn)題。

通過(guò)個(gè)性化推薦系統(tǒng)，提高圖書(shū)的利用率，提高了同學(xué)們尋找圖書(shū)的準(zhǔn)確度，提升了同學(xué)們學(xué)習(xí)閱讀的興趣。

三、圖書(shū)館圖書(shū)推薦系統(tǒng)的關(guān)鍵技術(shù)

由于圖書(shū)館的數(shù)據(jù)量相對(duì)較大，對(duì)不同用戶(hù)和其偏好書(shū)籍進(jìn)行匹配，直接用傳統(tǒng)的關(guān)系性數(shù)據(jù)庫(kù)性能堪憂，所以用Redis做緩存，Redis是一種Key-Value類(lèi)型的內(nèi)存數(shù)據(jù)庫(kù)產(chǎn)品，全名為遠(yuǎn)程字典服務(wù) (REmote DIctionary Server)，Redis適用的場(chǎng)景很多，并且可以直接用于數(shù)據(jù)存儲(chǔ)服務(wù)[2]。

用Django+Nginx做并發(fā)模型，這樣可以在1s內(nèi)實(shí)現(xiàn)頁(yè)面的加載訪問(wèn)。Nginx是一個(gè)高性能的web server。Nginx具有很強(qiáng)的處理高并發(fā)的能力，并且輕便簡(jiǎn)潔。在搭建網(wǎng)站時(shí)，要選擇與網(wǎng)絡(luò)使用環(huán)境以及硬件條件相匹配的服務(wù)程序，以提升網(wǎng)站的性能[3]。Nginx具有的優(yōu)勢(shì)，使其受到很多網(wǎng)站的青睞。這里我們用Nginx作為web server。

解決了這兩個(gè)大難點(diǎn)后，剩下的用Python做為開(kāi)發(fā)語(yǔ)言，可以加快開(kāi)發(fā)速度，提高可維護(hù)性。用MySQL做數(shù)據(jù)庫(kù)。用Bootstrap做響應(yīng)式布局，實(shí)現(xiàn)跨平臺(tái)的，在不同尺寸設(shè)備上的訪問(wèn)。Bootstrap是目前最流行的開(kāi)發(fā)框架之一，是一個(gè)響應(yīng)式的web 前端框架，本身包含了很多非常漂亮的樣式，對(duì)于前端開(kāi)發(fā)人員來(lái)說(shuō)上手方便[4]。

由于有較多的圖片，用騰訊云的對(duì)象存儲(chǔ)做圖片存儲(chǔ)，對(duì)象存儲(chǔ)通過(guò)Hash等索引方法，直接將數(shù)據(jù)定位到存儲(chǔ)介質(zhì)的具體位置，無(wú)需通過(guò)逐層查找。在物理上是扁平結(jié)構(gòu)。但在邏輯上，對(duì)象存儲(chǔ)也提供了虛擬的樹(shù)狀結(jié)構(gòu)的邏輯視圖，而且這種虛擬的樹(shù)狀結(jié)構(gòu)對(duì)于不同的用戶(hù)可以不同[5]。

加上騰訊云的CDN分發(fā)，可以加速圖片加載同時(shí)節(jié)省服務(wù)器帶寬。

CDN（Content Delivery Network，即內(nèi)容分發(fā)網(wǎng)絡(luò)），具有“互聯(lián)網(wǎng)加速器”之稱(chēng)，其對(duì)于加快互聯(lián)網(wǎng)的速度，提高網(wǎng)絡(luò)的穩(wěn)定性，具有非常重要作用[6]。

CDN分發(fā)會(huì)將我們?cè)賹?duì)象存儲(chǔ)中的文件分發(fā)到全國(guó)的各個(gè)省市子節(jié)點(diǎn)，用戶(hù)在訪問(wèn)我們網(wǎng)站的時(shí)候會(huì)從從最近的節(jié)點(diǎn)下拉文件，加速網(wǎng)站靜態(tài)文件的加載速度。

圖書(shū)推薦系統(tǒng)主要采用了UserCF和ItemCF的混合推薦算法，利用網(wǎng)絡(luò)爬蟲(chóng)提取圖書(shū)相關(guān)特征向量，利用UserCF和ItemCF計(jì)算關(guān)系度。

網(wǎng)絡(luò)爬蟲(chóng)（Web Crawler），又稱(chēng)為網(wǎng)絡(luò)蜘蛛（Web Spider）或Web信息采集器，是一個(gè)自動(dòng)下載網(wǎng)頁(yè)的計(jì)算機(jī)程序或自動(dòng)化腳本，是搜索引擎的重要組成部分。網(wǎng)絡(luò)爬蟲(chóng)通常從一個(gè)稱(chēng)為種子集的URL集合開(kāi)始運(yùn)行，它首先將這些URL全部放入到一個(gè)有序的待爬行隊(duì)列里，按照一定的順序從中取出URL并下載所指向的頁(yè)面，分析頁(yè)面內(nèi)容，提取新的URL并存入待爬行URL隊(duì)列中，如此重復(fù)上面的過(guò)程，直到URL隊(duì)列為空或滿足某個(gè)爬行終止條件，從而遍歷Web[7]。

四、圖書(shū)館圖書(shū)推薦系統(tǒng)的功能架構(gòu)

圖書(shū)館圖書(shū)推薦系統(tǒng)分為五大模塊，如圖1所示，包括圖書(shū)管理模塊，基本用戶(hù)信息管理模塊，圖書(shū)推薦模塊，系統(tǒng)搜索模塊，討論帖管理模塊。

圖1 系統(tǒng)功能模塊圖

系統(tǒng)的圖書(shū)管理功能，包括圖書(shū)信息的管理：包含圖書(shū)入庫(kù)、移庫(kù)，和圖書(shū)信息更新。圖書(shū)評(píng)論管理：包括用戶(hù)發(fā)布圖書(shū)評(píng)論，管理員刪除圖書(shū)評(píng)論。圖書(shū)標(biāo)簽管理：包含管理員添加圖書(shū)標(biāo)簽，刪除圖書(shū)標(biāo)簽，修改圖書(shū)標(biāo)簽。圖書(shū)借閱的管理：包含用戶(hù)借閱圖書(shū)，歸還借閱圖書(shū)。

系統(tǒng)用戶(hù)的管理功能，包括用戶(hù)信息的注冊(cè)，登錄用戶(hù)的信息驗(yàn)證，管理員后臺(tái)管理的功能，對(duì)用戶(hù)權(quán)限的管理。

系統(tǒng)的圖書(shū)推薦功能，本文的重點(diǎn)，包含基于用戶(hù)的圖書(shū)推薦算法UserCF，基于物品的圖書(shū)推薦算法ItemCF。還有新用戶(hù)的冷推薦功能。

系統(tǒng)的搜索功能，包含對(duì)館藏圖書(shū)的檢索，對(duì)用戶(hù)的搜索，對(duì)討論帖的搜素。

系統(tǒng)的討論帖功能，包括用戶(hù)發(fā)布討論帖，修改討論帖，管理員刪除不合規(guī)帖子，用戶(hù)回復(fù)討論帖，用戶(hù)給討論帖點(diǎn)贊，用戶(hù)收藏討論帖，給討論帖點(diǎn)贊等功能。

總結(jié)：本系統(tǒng)的開(kāi)發(fā)能填補(bǔ)高校圖書(shū)館在個(gè)性化圖書(shū)推薦上的空白。讓圖書(shū)館的圖書(shū)資源能更好的服務(wù)用戶(hù)。從開(kāi)始設(shè)計(jì)到落地實(shí)踐。本系統(tǒng)的開(kāi)發(fā)證明推薦系統(tǒng)在高校圖書(shū)館領(lǐng)域的可行性。隨著時(shí)代的進(jìn)步，未來(lái)將有更多的算法應(yīng)用在圖書(shū)館上，通過(guò)本次系統(tǒng)的開(kāi)發(fā)，不僅做出了推薦系統(tǒng)。還融合了云計(jì)算技術(shù)，研究了如何做一個(gè)高性能，高并發(fā)的系統(tǒng)。這對(duì)以后其他系統(tǒng)的研究也十分參考意義。最終，用戶(hù)打開(kāi)網(wǎng)頁(yè)時(shí)，響應(yīng)速度在1s以?xún)?nèi)，推薦準(zhǔn)確度在90%以上。完成了既定目標(biāo)。