任敏

摘? ?要：個(gè)性化推薦服務(wù)已廣泛應(yīng)用于新聞、教育、醫(yī)療、圖書(shū)推薦等各個(gè)領(lǐng)域，許多知名高校陸續(xù)實(shí)現(xiàn)了圖書(shū)館的個(gè)性化推薦服務(wù)，但地方本科院校由于建校時(shí)間短、圖書(shū)館數(shù)字化建設(shè)還不完善，個(gè)性化推薦技術(shù)的應(yīng)用還比較少。本文在分析高校圖書(shū)館個(gè)性化服務(wù)的發(fā)展現(xiàn)狀基礎(chǔ)上，對(duì)比分析了主流的個(gè)性化推薦算法，指出了地方本科院校個(gè)性化推薦服務(wù)中存在的問(wèn)題，并探討了其實(shí)現(xiàn)個(gè)性化推薦服務(wù)的對(duì)策。

關(guān)鍵詞：地方本科院校? 圖書(shū)館? 個(gè)性化推薦服務(wù)? 推薦算法

中圖分類號(hào)：G250? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1674-098X（2020）06（b）-0242-03

Personalized recommendation service has been widely used in various fields such as news， education， medical treatment， book recommendation and so on， and many well-known universities have also realized the library personalization recommendation service one after another. However， due to the short construction time and the imperfect digital construction of the library， the application of personalized recommendation technology is still relatively rare in local universities. Based on the analysis of the current situation of personalized service in university libraries， this paper compares and analyzes the mainstream personalized recommendation algorithms， points out the problems existing in the personalized recommendation service and discusses the countermeasures to realize the personalized recommendation service in local universities.

Key Words：? Local university; Library; Personalized recommendation service; Recommendation? algorithm

隨著新建地方本科院校的轉(zhuǎn)型和快速發(fā)展，各地方本科院校圖書(shū)館均購(gòu)置了豐富的虛擬館藏資源，但面對(duì)如此海量的數(shù)字資源，圖書(shū)館傳統(tǒng)的一鍵式檢索服務(wù)，已不能滿足廣大師生日益增長(zhǎng)的個(gè)性化需求。個(gè)性化推薦技術(shù)在圖書(shū)領(lǐng)域的發(fā)展及應(yīng)用，既滿足了讀者個(gè)性化的需求，又大大提高了圖書(shū)館的服務(wù)質(zhì)量和水平，因此對(duì)地方本科院校圖書(shū)館的個(gè)性化服務(wù)進(jìn)行研究和分析，有非常重要的現(xiàn)實(shí)意義。

1? 高校圖書(shū)館個(gè)性化發(fā)展現(xiàn)狀

時(shí)代的發(fā)展和技術(shù)的進(jìn)步使得個(gè)性化推薦在圖書(shū)館的應(yīng)用成為必然。目前對(duì)高校圖書(shū)館的個(gè)性化推薦服務(wù)的研究很多，主要集中在推薦算法和系統(tǒng)應(yīng)用兩個(gè)方面。在推薦算法方面，林敏、陳美龍（2017）利用大數(shù)據(jù) Hadoop 數(shù)據(jù)處理平臺(tái)，對(duì)協(xié)同過(guò)濾算法進(jìn)行了改進(jìn)，并應(yīng)用到智慧圖書(shū)館中使之更加智慧高效[1]。姬煒（2017年）提出了一種改進(jìn)的相似度算法來(lái)完成圖書(shū)推薦功能[2]。何波等（2017年）提出了基于大數(shù)據(jù)的高校圖書(shū)館個(gè)性化服務(wù)模型，并設(shè)計(jì)了個(gè)性化集成服務(wù)原型系統(tǒng)[3]。張永強(qiáng)（2018年）提出了基于文本相似度比較的個(gè)性化推薦[4]。

在推薦系統(tǒng)方面，已經(jīng)有很多成熟的系統(tǒng)，如：美國(guó)康奈爾大學(xué)的My Library@Cornell 系統(tǒng)、美國(guó)斯坦福大學(xué)研發(fā)的 Fab 系統(tǒng)、德國(guó)卡爾斯魯大學(xué)研發(fā)的 Big Tip 系統(tǒng)等[5]。近年來(lái)，我國(guó)也陸續(xù)開(kāi)發(fā)了圖書(shū)個(gè)性化推薦系統(tǒng)并投入使用，有：中科院開(kāi)發(fā)的“基于個(gè)性化集成定制的門戶網(wǎng)站”、浙江大學(xué)（2002）開(kāi)發(fā)的My Library、中國(guó)人民大學(xué)（2003）的“數(shù)字圖書(shū)館個(gè)性化服務(wù)系統(tǒng)”[6]、清華大學(xué)和清華同方一起研究開(kāi)發(fā)的CNKI工程等。目前在各大知名高校的圖書(shū)館中也都引入了個(gè)性化推薦的技術(shù)，但在發(fā)展中的大部分地方本科院校圖書(shū)館中，還沒(méi)有引入個(gè)性化推薦的平臺(tái)和技術(shù)，還不能實(shí)現(xiàn)圖書(shū)資料的個(gè)性化推薦，這也是地方本科高校圖書(shū)館數(shù)字化建設(shè)的一個(gè)重要目標(biāo)。

2? 推薦算法對(duì)比分析

推薦系統(tǒng)被認(rèn)為是解決信息過(guò)載、信息迷失和用戶個(gè)性化需求多樣化的重要工具，其核心是個(gè)性化推薦算法，其中主流的推薦算法優(yōu)缺點(diǎn)如表1所示。

其中協(xié)同過(guò)濾算法又分為：基于用戶的協(xié)同過(guò)濾算法（UserCF）和基于物品的協(xié)同過(guò)濾算法（ItemCF），兩者的優(yōu)缺點(diǎn)比較分析如表2所示。

3? 地方本科院校圖書(shū)個(gè)性化推薦存在的問(wèn)題

3.1 服務(wù)定位不清，個(gè)性化服務(wù)意識(shí)不強(qiáng)

在升本之前大部分地方本科高校圖書(shū)館主要是為師生進(jìn)行教學(xué)方面的服務(wù)，采用的是傳統(tǒng)的管理模式和管理系統(tǒng)，服務(wù)方式多為坐等式、守?cái)傋邮降谋粍?dòng)服務(wù)，館員的學(xué)歷和層次不高，隨著本科建設(shè)的進(jìn)展和本科評(píng)估對(duì)教學(xué)、科研各方面要求的增多，圖書(shū)館的服務(wù)除了滿足師生學(xué)習(xí)的需要外，還加大了對(duì)師生進(jìn)行科學(xué)研究和創(chuàng)新的個(gè)性化化服務(wù)。但是目前地方本科院校圖書(shū)館數(shù)字化建設(shè)水平不高，服務(wù)定位比較低，館員素質(zhì)參差不齊，還沒(méi)有意識(shí)到為師生進(jìn)行個(gè)性化服務(wù)的作用及價(jià)值，跟不上學(xué)校改革發(fā)展的步伐，個(gè)性化服務(wù)意識(shí)不強(qiáng)，館藏圖書(shū)借閱率和數(shù)字資源利用率較低，造成了文獻(xiàn)資源的浪費(fèi)。圖書(shū)館對(duì)于電子化書(shū)目的重視程度還不夠，對(duì)電子資源的宣傳也十分不足，不少學(xué)生在校階段不知道圖書(shū)館有大量的電子期刊資源，也不知道如何去下載免費(fèi)的資料，圖書(shū)館內(nèi)雖然安裝了數(shù)字借閱機(jī)，方便了學(xué)生下載到手機(jī)上進(jìn)行閱讀，但很多學(xué)生在下載了資源之后只是簡(jiǎn)單的復(fù)制和粘貼，并不能進(jìn)行分析、綜述和解決自己的問(wèn)題。另外學(xué)校圖書(shū)館僅局限于學(xué)校師生內(nèi)部使用，缺乏為周邊區(qū)域經(jīng)濟(jì)社會(huì)發(fā)展服務(wù)的意識(shí)，未能向社會(huì)開(kāi)放。如何轉(zhuǎn)變觀念，建立起高效科學(xué)、具有個(gè)性化推薦的服務(wù)，已經(jīng)逐漸成為當(dāng)前地方本科高校圖書(shū)館數(shù)字化建設(shè)面臨的重要問(wèn)題。

3.2 圖書(shū)資源分配不合理

雖然在地方本科高校圖書(shū)館中購(gòu)買了大量的數(shù)字資源，但由于本科評(píng)估的需要也購(gòu)置了大量的紙質(zhì)圖書(shū)，且比重比較大，不僅加大了圖書(shū)管理員的工作強(qiáng)度還造成各種人力物力的浪費(fèi)。另外，目前大部分學(xué)生還是喜歡借閱紙質(zhì)的圖書(shū)，而且借閱的時(shí)間會(huì)比較長(zhǎng)，因?yàn)榧堎|(zhì)圖書(shū)不僅攜帶方便，還不用受移動(dòng)設(shè)備、網(wǎng)絡(luò)、教室等因素的限制，可以隨時(shí)隨地拿出來(lái)進(jìn)行閱讀，隨著智能閱讀終端、智能手機(jī)、移動(dòng)PDA、平板電腦等設(shè)備的普及以及5G網(wǎng)絡(luò)的發(fā)展，學(xué)生購(gòu)買智能終端設(shè)備的費(fèi)用和上網(wǎng)的費(fèi)用會(huì)大大減少，因此師生的閱讀習(xí)慣正在由紙質(zhì)化轉(zhuǎn)向電子化。對(duì)于這一轉(zhuǎn)變，圖書(shū)館的資源管理也應(yīng)當(dāng)與之相適應(yīng)。在圖書(shū)資源的管理上購(gòu)進(jìn)更多的電子化書(shū)目，在圖書(shū)的服務(wù)上實(shí)現(xiàn)依據(jù)學(xué)生的興趣愛(ài)好進(jìn)行個(gè)性化的推薦服務(wù)。

3.3 學(xué)生的信息素養(yǎng)普遍較低

信息素養(yǎng)是指能判斷何時(shí)需要信息，懂得如何去獲取信息、如何評(píng)價(jià)和有效利用信息的一種能力[8]。目前新生入學(xué)后，大多數(shù)地方本科高校都會(huì)對(duì)學(xué)生進(jìn)行入館教育，也有些學(xué)校通過(guò)微信公眾號(hào)在手機(jī)端進(jìn)行自學(xué)培訓(xùn)，學(xué)生通過(guò)觀看視屏、答題闖關(guān)等了解入館須知，有少量專業(yè)在高年級(jí)還會(huì)開(kāi)設(shè)文獻(xiàn)檢索課程，但是仍有部分學(xué)校未進(jìn)行任何培訓(xùn)，以至于很多學(xué)生只會(huì)借閱紙質(zhì)圖書(shū)資料，對(duì)于電子資料的查詢一般都是到網(wǎng)上進(jìn)行搜索，有些學(xué)生甚至不知道圖書(shū)館有大量免費(fèi)的電子資源，在寫課程大作業(yè)和畢業(yè)設(shè)計(jì)時(shí)，不知道該怎樣使用圖書(shū)館的電子資源庫(kù)獲取所需文獻(xiàn)，更不能對(duì)信息進(jìn)行綜述、評(píng)價(jià)，學(xué)生的信息素養(yǎng)普遍較低。

3.4 沒(méi)有實(shí)現(xiàn)個(gè)性化推薦

目前地方本科高校圖書(shū)館的數(shù)字資源越來(lái)越豐富，除了自建的特色數(shù)字資源，大部分?jǐn)?shù)字資源都是花錢購(gòu)買或租賃后通過(guò)一定的認(rèn)證方式開(kāi)放給全校師生免費(fèi)使用，對(duì)于電子資源，師生只能通過(guò)登錄本校圖書(shū)館網(wǎng)站進(jìn)行檢索下載或者進(jìn)行文獻(xiàn)傳遞，但往往檢索出來(lái)的內(nèi)容不夠精確，很多地方本科院校的圖書(shū)館沒(méi)有購(gòu)買個(gè)性化的推薦平臺(tái)和技術(shù)，因此不能提供給師生個(gè)性化的推薦服務(wù)。

4? 地方本科高校開(kāi)展個(gè)性化推薦的對(duì)策

4.1 轉(zhuǎn)變服務(wù)意識(shí)，確定服務(wù)定位，加大數(shù)字資源的建設(shè)

隨著地方本科高校圖書(shū)館數(shù)字化建設(shè)的加快，圖書(shū)館的服務(wù)定位也逐漸發(fā)生了轉(zhuǎn)變，過(guò)去守?cái)傂捅粍?dòng)式的服務(wù)形式已經(jīng)不能滿足師生個(gè)性化的需求。因此圖書(shū)館必須主動(dòng)出擊，轉(zhuǎn)變服務(wù)意識(shí)，變被動(dòng)為主動(dòng)，收集用戶的各種行為、興趣和愛(ài)好，這是個(gè)性化推薦服務(wù)算法的信息來(lái)源基礎(chǔ)，利用個(gè)性化推薦技術(shù)，根據(jù)讀者的興趣愛(ài)好主動(dòng)進(jìn)行個(gè)性化的推薦服務(wù)。另外，在圖書(shū)館資源建設(shè)方面，逐漸加大電子圖書(shū)及資源的購(gòu)買量，尤其是國(guó)內(nèi)外知名的學(xué)術(shù)前沿電子資源，并在圖書(shū)館門口張貼新書(shū)書(shū)單，在圖書(shū)館網(wǎng)站首頁(yè)上進(jìn)行新書(shū)和電子資源的網(wǎng)頁(yè)信息推送，在推薦平臺(tái)上進(jìn)行個(gè)性化推薦的服務(wù)。

4.2 采用大數(shù)據(jù)挖掘技術(shù)

在很多地方本科院校的圖書(shū)館，已經(jīng)積累了很多的數(shù)據(jù)，圖書(shū)館可以利用大數(shù)據(jù)的數(shù)據(jù)挖掘技術(shù)，挖掘出有意義的信息，進(jìn)而分析師生的閱讀習(xí)慣、興趣愛(ài)好，對(duì)他們的個(gè)性化需求進(jìn)行研究，從而實(shí)現(xiàn)個(gè)性化的精準(zhǔn)推薦。挖掘數(shù)據(jù)主要有三種方式：一是實(shí)現(xiàn)師生的自動(dòng)分類和統(tǒng)計(jì)分析，二是利用數(shù)據(jù)挖掘系統(tǒng)提供的OLAP工具，對(duì)集成數(shù)據(jù)進(jìn)行多維分析比較，對(duì)決策信息進(jìn)行檢查和驗(yàn)證，提高決策的可信度[9]。三是建立事物數(shù)據(jù)庫(kù)，使用基于Apriori改進(jìn)算法對(duì)學(xué)生借閱歷史數(shù)據(jù)進(jìn)行深度挖掘分析，挖掘出圖書(shū)借閱數(shù)據(jù)的關(guān)聯(lián)規(guī)則，由已經(jīng)得到的關(guān)聯(lián)規(guī)則和用戶瀏覽過(guò)的電子圖書(shū)資料，來(lái)向讀者推送信息。目前在地方本科院校的圖書(shū)館建設(shè)中，個(gè)性化服務(wù)已經(jīng)成為一種必然的趨勢(shì)，如何將大數(shù)據(jù)挖掘與個(gè)性化服務(wù)結(jié)合起來(lái)，使得這一服務(wù)更加符合讀者需求，是目前地方本科高校圖書(shū)館需要解決的關(guān)鍵問(wèn)題。

4.3 新用戶問(wèn)題

剛步入大學(xué)的大一新生經(jīng)過(guò)一年的學(xué)習(xí)之后，仍然有大部分同學(xué)在圖書(shū)館無(wú)借閱行為記錄。因此對(duì)于大一新生，在入館教育時(shí)可以通過(guò)電子調(diào)查問(wèn)卷的形式收集新生的閱讀習(xí)慣和需求，形成數(shù)據(jù)集，另外對(duì)于相同或相近專業(yè)的學(xué)生來(lái)說(shuō)，上一年級(jí)的借閱習(xí)慣和記錄可以在一定程度上作為下一年級(jí)的推薦參考。大學(xué)一年級(jí)是培養(yǎng)大學(xué)生學(xué)習(xí)和閱讀習(xí)慣的關(guān)鍵一年，圖書(shū)館應(yīng)在大一新生入學(xué)之初，準(zhǔn)確地為他們提供個(gè)性化推薦服務(wù)，積極主動(dòng)地引導(dǎo)他們合理利用圖書(shū)館資源，養(yǎng)成良好的學(xué)習(xí)和閱讀習(xí)慣，為大學(xué)學(xué)習(xí)打下堅(jiān)實(shí)的基礎(chǔ)。

4.4 利用移動(dòng)客戶端

隨著智能閱讀終端、智能手機(jī)、移動(dòng)PDA、平板電腦等設(shè)備性能的提升和制造成本的下降以及學(xué)校免費(fèi)無(wú)線wifi的全覆蓋，學(xué)生再也不用顧忌上網(wǎng)的費(fèi)用，移動(dòng)閱讀也漸漸成了師生閱讀的主要模式，首先圖書(shū)館要通過(guò)移動(dòng)終端設(shè)備收集師生的閱讀興趣和愛(ài)好，并實(shí)時(shí)追蹤讀者移動(dòng)閱讀的數(shù)據(jù)，實(shí)現(xiàn)基于移動(dòng)大數(shù)據(jù)的個(gè)性化推薦，提升圖書(shū)館移動(dòng)閱讀服務(wù)個(gè)性化推送的精確性。