金潔潔

摘 要：文章從智慧圖書館建設(shè)需求出發(fā)，分析圖書館加強用戶個性化檔案信息歸集整理和利用的必要性，闡述圖書館用戶個性化檔案信息的主要內(nèi)容、類別和功用，并以作者設(shè)計和實現(xiàn)的圖書館個性化圖書精準(zhǔn)推薦系統(tǒng)為例，詳細(xì)展示用戶個性化檔案信息在智慧圖書館中的應(yīng)用，指出在歸集和使用圖書館用戶個性化檔案信息的過程中應(yīng)該注意的問題，以期能夠為智慧圖書館建設(shè)提供參考和借鑒。

中圖分類號：G252文獻(xiàn)標(biāo)識碼：A文章編號：1003-1588（2021）09-0128-03

關(guān)鍵詞：用戶個性化檔案信息;智慧圖書館;個性化圖書精準(zhǔn)推薦系統(tǒng)

隨著移動互聯(lián)技術(shù)的發(fā)展，用戶對圖書館提出了更高的需求。他們不僅要求圖書館可以隨時隨地為用戶提供資源與服務(wù)，更希望圖書館能夠根據(jù)用戶的個性化需求直接從圖書館海量的資源中有針對性地篩選出用戶最有可能使用的資源，提供智能化、精準(zhǔn)化的信息資源，以實現(xiàn)資源與服務(wù)的高效獲取，智慧圖書館正是在這種背景下應(yīng)運而生的。智慧圖書館是圖書館在“人工智能+5G”技術(shù)視域下，充分利用5G網(wǎng)絡(luò)、人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)，全面掌握不同類型用戶的需求，并為用戶提供精準(zhǔn)化、智能化信息服務(wù)的綜合性知識服務(wù)系統(tǒng)[1]。智慧圖書館強調(diào)圖書館資源、用戶、館舍（系統(tǒng)）以及服務(wù)的相互感知。通過智慧圖書館建設(shè)，圖書館服務(wù)將由被動轉(zhuǎn)為主動，通過人工智能、大數(shù)據(jù)分析、云計算技術(shù)精準(zhǔn)分析用戶個性化信息需求，繼而通過數(shù)據(jù)挖掘、推薦算法等應(yīng)用系統(tǒng)實現(xiàn)圖書館資源與服務(wù)的主動精準(zhǔn)推介。

1 圖書館的用戶個性化檔案

1.1 加強用戶個性化檔案信息的歸集整理和利用的必要性

檔案是國家機構(gòu)、社會組織或個人在社會活動中直接形成的有價值的各種形式的歷史記錄[2]。圖書館作為圖書的收集、傳遞、服務(wù)機構(gòu)，用戶在使用圖書館資源與服務(wù)的過程中必然會留下很多“痕跡”。這些痕跡以數(shù)字、數(shù)據(jù)、符號等形式記錄存儲在圖書館的各類系統(tǒng)中，形成圖書館用戶個性化信息檔案。

由于圖書館員素質(zhì)和技術(shù)條件的限制，當(dāng)前大部分圖書館對用戶個性化檔案信息僅作存檔，并未對其進行充分開發(fā)和利用，基本處于閑置狀態(tài)。而在智慧圖書館環(huán)境下，智能化、精準(zhǔn)化、個性化是其顯著特征。提供智能、精準(zhǔn)、個性化智慧服務(wù)均以分析用戶當(dāng)前需求和潛在需求為前提，以用戶個性化檔案信息為基礎(chǔ)。因此，在智慧圖書館建設(shè)過程中，加強用戶個性化檔案信息的歸集整理和利用是重要的基礎(chǔ)環(huán)節(jié)。

1.2 圖書館用戶個性化檔案信息的主要內(nèi)容和功用

圖書館用戶個性化檔案信息主要包含個人身份識別信息、個人資源與服務(wù)使用信息及個人行為軌跡信息等[3]。個人身份識別信息主要包含具有身份識別屬性的文本信息和生物特征信息，文本信息主要包括用戶姓名、性別、身份證號、讀者證號、專業(yè)、學(xué)歷、家庭住址等，生物特征識別信息主要包含指紋、人臉、虹膜等信息。個人身份識別信息主要用于實現(xiàn)用戶身份識別，以確定圖書館與用戶的一對一關(guān)系，區(qū)分圖書館的不同用戶。個人借閱檔案信息主要指讀者在圖書館借閱過程中產(chǎn)生的各種記錄，主要包含借閱圖書信息、借閱行為信息（如借閱時間、歸還時間）、資源使用記錄等。通過對借閱信息的處理和分析可以了解讀者的基本閱讀偏好、閱讀習(xí)慣、借閱信用、專業(yè)背景、研究方向等信息，掌握用戶的個性化信息需求，并將其需求與新書推薦、參考咨詢、專題服務(wù)等業(yè)務(wù)相結(jié)合，有針對性地為用戶推送他們所需的資源和服務(wù)。個人軌跡信息主要利用圖書館門禁、借閱讀卡器、監(jiān)控攝像頭等設(shè)備，依托RFID和人臉識別等生物識別技術(shù)實現(xiàn)用戶在館內(nèi)的動態(tài)身份識別，并不間斷地記錄用戶在圖書館的時空運動軌跡。在智慧圖書館建設(shè)中，目前圖書館采用最廣泛、最便捷的生物特征識別技術(shù)即人臉識別技術(shù)，人臉信息對于實現(xiàn)圖書館人與館舍環(huán)境的感知具有決定性作用。軌跡信息是圖書館針對用戶開展信息空間精準(zhǔn)推送服務(wù)的重要依據(jù)。

2 個性化檔案信息在智慧圖書館中的應(yīng)用——以個性化圖書精準(zhǔn)推薦系統(tǒng)為例

筆者在實際工作中將智慧圖書館理念融入數(shù)字圖書館建設(shè)中，進行了智慧圖書館嘗試性建設(shè)，特別是在圖書個性化推薦方面，充分利用用戶個性化檔案信息，精準(zhǔn)分析用戶需求，開展資源推送服務(wù)，并取得了一定成效?，F(xiàn)以筆者設(shè)計的個性化圖書精準(zhǔn)推薦系統(tǒng)為例，展示個性化檔案信息在智慧圖書館的應(yīng)用，以期能夠為業(yè)內(nèi)同仁開發(fā)同類系統(tǒng)提供參考，為智慧圖書館建設(shè)提供參考和借鑒。

2.1 系統(tǒng)實現(xiàn)的基本流程

用戶到館借閱資源，流通管理系統(tǒng)記錄用戶的借閱行為形成用戶借閱檔案。系統(tǒng)通過用戶的借閱檔案信息，從流通管理系統(tǒng)中查找具有相似借閱記錄的若干用戶進行用戶聚類，形成相似用戶群;依托用戶群獲取相似用戶的借閱歷史記錄，形成初始資源推薦集合，同時對用戶和相似用戶進行借閱歷史行為比較，生成用戶與相似用戶群中每位用戶的相似度;通過初始資源推薦集合與用戶相似度的加權(quán)計算形成擬推薦資源權(quán)重，并通過一定的協(xié)同過濾規(guī)則對結(jié)果進行刪除和排序，形成最終的推薦資源庫;依托用戶使用的圖書館服務(wù)終端，如網(wǎng)站、App、微信公眾號等將資源推薦給用戶，進而完成整個推送過程。見圖1。

2.2 系統(tǒng)實現(xiàn)的關(guān)鍵模塊——推薦算法

推薦算法是系統(tǒng)實現(xiàn)的關(guān)鍵，其通過對用戶資源使用檔案記錄進行分析，發(fā)現(xiàn)用戶之間的潛在聯(lián)系，并經(jīng)過一系列模型計算，最終推薦用戶最有可能感興趣的資源[4]。目前，主流的推薦算法包括基于項目內(nèi)容的過濾推薦算法和基于用戶行為的協(xié)同過濾推薦算法。

基于內(nèi)容的推薦方法是根據(jù)用戶過去的借閱記錄和用戶個人信息屬性向用戶推薦用戶沒有接觸過的推薦資源，其推薦過程主要包含信息檢索和信息過濾兩個部分。在實際應(yīng)用中，基于項目內(nèi)容的過濾算法大多應(yīng)用于系統(tǒng)冷啟動階段，即在用戶和數(shù)據(jù)較少的情況下通過一定策略推薦相關(guān)資源，如：智慧圖書館可以根據(jù)用戶個人檔案信息中的專業(yè)信息，從系統(tǒng)中自動隨機選取一部分本專業(yè)的圖書作為推薦資源。

基于用戶行為的協(xié)同過濾算法按照“物以類聚、人以群分”的基本思想，為用戶推薦和他有相似行為的用戶（鄰域用戶）喜歡的資源。用戶行為相似度越高，其喜歡的資源被推薦的可能性就越大。相似度計算是基于用戶行為的協(xié)同過濾算法的核心，其計算結(jié)果決定了推薦結(jié)果的排序，進而影響被推薦資源能否被有效展示。常見的相似度算法包括余弦相似度、Jaccard相似系數(shù)、歐式距離、曼哈頓距離等。相對于基于內(nèi)容的線性推薦，基于用戶行為的協(xié)同過濾系統(tǒng)推薦的資源更科學(xué)和準(zhǔn)確，推薦資源的范圍可以脫離系統(tǒng)冷啟動階段推薦策略限制（如專業(yè)、學(xué)科等），結(jié)果集合更廣泛;當(dāng)用戶和使用數(shù)據(jù)達(dá)到一定規(guī)模后，其推薦結(jié)果具有較高的準(zhǔn)確率，也更符合用戶實際需求。基于用戶行為的協(xié)同過濾系統(tǒng)推薦的不足之處主要在于無法解決新資源、新用戶冷啟動問題以及個別用戶推薦數(shù)據(jù)稀疏問題。

無論哪種推薦系統(tǒng)均是在分析用戶個性化檔案信息的基礎(chǔ)上，了解用戶興趣愛好和需求，進而為用戶推薦資源。用戶個性化檔案信息是推薦系統(tǒng)的基礎(chǔ)和出發(fā)點[5]。筆者設(shè)計和實現(xiàn)的個性化圖書推薦系統(tǒng)將兩種推薦算法結(jié)合使用，即在用戶行為數(shù)據(jù)較少、相似用戶不具規(guī)模的情況下，采用內(nèi)容推薦算法進行冷啟動推薦相關(guān)資源，保證推薦系統(tǒng)的全面性;當(dāng)系統(tǒng)運行一段時間，用戶數(shù)據(jù)積累到一定數(shù)量時采用基于用戶行為的協(xié)同推薦算法，提高推薦的科學(xué)性和準(zhǔn)確率。

2.3 推薦系統(tǒng)使用效果

筆者設(shè)計和實現(xiàn)的個性化圖書精準(zhǔn)推薦系統(tǒng)，以“拉取”和“推送”相結(jié)合的方式為用戶推薦資源。在“拉取”模式下，在用戶進行館藏檢索、借閱歷史查詢時，圖書館將其可能喜歡的圖書展示在對應(yīng)頁面上，供用戶點擊查看，提高相關(guān)資源的曝光率，進而提升資源被借閱的可能。在“推送”模式下，系統(tǒng)主要以圖書館微信公眾號為服務(wù)平臺，以模板消息提醒的形式，定期為用戶推送其可能感興趣的圖書資源，主動出擊，吸引用戶到館閱讀。系統(tǒng)上線后，圖書館讀者到館率、二次借閱量和資源使用量較之前均有顯著提升?；谟脩魝€性化檔案信息的圖書精準(zhǔn)推薦系統(tǒng)在提升圖書館資源利用率和服務(wù)層次的同時，也增強了用戶的使用體驗，提高了用戶使用資源與服務(wù)的效率，深受用戶好評。

3 智慧圖書館在使用用戶個性化檔案信息時應(yīng)注意的問題

3.1 個性化檔案信息的搜集應(yīng)符合相關(guān)法律規(guī)范

圖書館用戶個人檔案信息涉及基本識別信息、借閱愛好信息、行為軌跡信息等，相關(guān)信息的獲取應(yīng)在國家允許采集的范圍內(nèi)進行，采集過程應(yīng)符合國家法律規(guī)范，如：用戶人臉信息的獲取應(yīng)在明確告知用戶且在用戶允許采集的情況下才能開展。同時，圖書館應(yīng)根據(jù)相關(guān)法律規(guī)定制定本館不同用戶個人檔案信息的機密程度、使用范圍、使用策略、安全機制等使用辦法，以制度約束使用行為，確保信息使用安全。

3.2 在資源使用過程中，應(yīng)注意用戶個人隱私權(quán)的保護

在使用用戶個性化檔案信息實現(xiàn)個性化、智能化資源推薦服務(wù)的過程中，圖書館要注意用戶個人隱私特別是敏感數(shù)據(jù)的保護，應(yīng)絕對避免個人信息的泄露，涉及用戶隱私的數(shù)據(jù)應(yīng)盡量只在程序后臺使用，而不應(yīng)對他人公開。例如，在圖書資源的智能化推薦過程中，圖書館應(yīng)盡量做到根據(jù)用戶本人借閱檔案信息，推薦具有相似借閱行為的用戶借閱了哪些書，而不應(yīng)涉及借閱相同書的用戶有哪些（以書會友），以免引起不必要的麻煩甚至是法律糾紛。

4 結(jié)語

物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能以及數(shù)據(jù)挖掘技術(shù)為圖書館帶來了新的機遇，為圖書館實現(xiàn)由數(shù)字化向智能化信息服務(wù)的轉(zhuǎn)變提供了可能。基于用戶個性化檔案信息的智慧服務(wù)可以讓圖書館主動地服務(wù)用戶，通過信息推送實現(xiàn)用戶之間、用戶與圖書館之間、用戶與信息資源之間的溝通，進而實現(xiàn)真正意義上的智慧化服務(wù)和管理[6]。今后，圖書館將繼續(xù)發(fā)揮用戶個性化檔案信息的服務(wù)保障功能，加強用戶個性化檔案信息管理，利用大數(shù)據(jù)分析技術(shù)進一步挖掘用戶的潛在信息需求，為智慧圖書館建設(shè)提供強有力的支撐。

參考文獻(xiàn)：

[1] 趙希波.“人工智能+5G”視域下圖書館泛在化智慧服務(wù)模式研究[J].中國中醫(yī)藥圖書情報雜志，2021（2）：38-40，44.

[2] 朱加榮.小站練兵研究的史料基礎(chǔ)與檔案利用[J].軍事歷史研究，2010（S1）：198-199.

[3] 化秀玲.高校圖書館資源整合與個性化用戶檔案管理[J].檔案管理，2018（4）：91-92.

[4] 賈偉，劉旭艷，徐彤陽.融合用戶智能標(biāo)簽與社會化標(biāo)簽的推薦服務(wù)[J].情報科學(xué)，2019（10）：120-125.

[5] 閆巧琴.圖書館個性化服務(wù)與數(shù)字化用戶檔案管理[J].檔案管理，2016（3）：75-77.

[6] 熊擁軍.數(shù)字圖書館個性化服務(wù)資源推薦模式分析[J].圖書館，2014（2）：132-134.

（編校：崔 萌）