◇廣東石油化工學(xué)院圖書館 王洪華
廣州軟件學(xué)院圖書館 陳婧仙
本文分析高校圖書采訪的業(yè)務(wù)流程及存在問題,對讀者和采訪人員兩者的功能需求進行分析,在此基礎(chǔ)上選擇Springmvc技術(shù),對系統(tǒng)整體架構(gòu)、系統(tǒng)的功能結(jié)構(gòu)和核心數(shù)據(jù)模型進行設(shè)計,實現(xiàn)一個操作方便、功能相對完善的高校讀者圖書薦購管理系統(tǒng)。
隨著智慧校園、智慧圖書館的建設(shè)發(fā)展,未來圖書圖書館采訪工作的智能化、個性化是發(fā)展趨勢。圖書采訪工作作為圖書館一項重要的基礎(chǔ)工作,也要與時俱進,依托學(xué)校各方面資源,建立起網(wǎng)上圖書智能薦購系統(tǒng),不斷優(yōu)化采編工作方式、提高采訪質(zhì)量,滿足師生日益增長的個性與文化需求。
在國內(nèi),當前多數(shù)圖書館普遍采用的系統(tǒng),如:“匯文圖書館管理系統(tǒng)”、深圳圖書館的“圖書館自動化集成系統(tǒng)(ILas)”存在明顯的不足,其設(shè)置簡單、功能較少,而且平臺功能可擴展性差等[1],更沒有相關(guān)的智能薦購功能或者智能輔助程序。
在國外,一些國外學(xué)者對圖書薦購系統(tǒng)的相關(guān)問題進行了關(guān)注和研究,強調(diào)建設(shè)圖書薦購系統(tǒng)在高校圖書館建設(shè)中的重要性。在系統(tǒng)的技術(shù)方面,提出了要綜合讀者的薦購需求,挖掘文獻信息之間的聯(lián)系,利用網(wǎng)絡(luò)服務(wù)構(gòu)建知識庫等[2]。Kuroiwa等學(xué)者提出了為使讀者薦購圖書更為方便,可建立一個綜合的獲取圖書的數(shù)據(jù)庫。Pitcher等學(xué)者提出了為方便讀者薦購圖書,可將市場上能購買的圖書集成到數(shù)據(jù)庫的方法[3]。從讀者的個性化需求、信息技術(shù)實現(xiàn)等多方面進行理論研究與實踐。
國內(nèi)外圖書館研究者對于圖書薦購系統(tǒng)的相關(guān)研究成果已經(jīng)豐富,研究不僅指出了市場上通用系統(tǒng)的不足,還指出有技術(shù)實力的圖書館應(yīng)從自身發(fā)展需求或根據(jù)存在問題,建立合適的圖書薦購系統(tǒng),那么,在當前智慧化環(huán)境下,圍繞師生個性化需求、高效率、智能等一系列新的關(guān)鍵特征,構(gòu)建新一代的智能薦購系統(tǒng)成新的需求。
圖書采購由圖書館采編部門負責(zé),這個過程分為”采”和“編”兩個步驟,其中,圖書“采”的過程即是根據(jù)學(xué)院科研、教學(xué)需求進行圖書的種類選擇,涉及到的三個主要關(guān)鍵原則:學(xué)院專業(yè)(學(xué)科)設(shè)置需求、學(xué)院科研需求、讀者綜合喜好需求。學(xué)院專業(yè)(學(xué)科)設(shè)置需求原則,主要就是依據(jù)學(xué)院開設(shè)專業(yè),有針對性的進行專業(yè)性圖書類別的采購,滿足師生在課余時間有大量的相關(guān)專業(yè)圖書輔助學(xué)習(xí),并且每年按照生均至少一冊增加。學(xué)院科研需求,主要是根據(jù)學(xué)院每年科研計劃或社會研究熱點進行有針對性圖書采購,為學(xué)院師生開展各種項目研究或?qū)嶒炋峁┫嚓P(guān)文獻支持。讀者綜合喜好需求,則是根據(jù)大學(xué)生綜合素質(zhì)培養(yǎng)需求及業(yè)余興趣愛好進行圖書的選擇,例如,生涯規(guī)劃、時間管理、生活百科等綜合性或者興趣拓展需求圖書。
高校圖書館館藏文獻采訪涉及兩個重要工作:圖書查重、采訪任務(wù)分配。其中,采訪任務(wù)分配,主要是根據(jù)館員專業(yè)背景,將圖書供應(yīng)商提供的每一個批次圖書依據(jù)分類拆分成多分,分發(fā)到相關(guān)專業(yè)背景的館員,由相關(guān)專業(yè)背景館員進行專業(yè)需求調(diào)研、分析,選擇合適的館藏圖書。當然由于每個學(xué)院圖書館館員具有相關(guān)專業(yè)背景館員的人數(shù)不一定與全院專業(yè)設(shè)置相匹配,這種情況,通常由圖書館內(nèi)部獨立的采編部為主導(dǎo)進行,通過聯(lián)系各系專業(yè)負責(zé)人協(xié)助圖書選擇,最終由圖書館采編部負責(zé)整理匯總。這個過程在人力及時間寬裕情況下,還需要涉及到調(diào)動學(xué)院學(xué)生參與到館藏圖書選擇過程中,最大限度完善館藏文獻建設(shè)質(zhì)量。
完整的采訪流程存在問題如下所示:
(1)具有相關(guān)專業(yè)背景館員不足,館內(nèi)無法完成圖書采訪任務(wù)分配,選書質(zhì)量降低。
(2)采訪任務(wù)分配過程,人工對圖書數(shù)目數(shù)據(jù)依據(jù)專業(yè)分離傳遞到采訪負責(zé)人手中,費時費力,而且容易造成數(shù)據(jù)丟失或者重復(fù)分發(fā)。
(3)無法滿足讀者的學(xué)習(xí)、教學(xué)、科研等需求,讀者需要專業(yè)圖書或者填寫一些稀缺的圖書薦購單時,需要主動到圖書館進行推薦購買。無法將選擇或填寫的圖書信息快速反饋給圖書館,指導(dǎo)圖書館采訪工作。
(4)采訪涉及的圖書數(shù)據(jù)量大,且涉及學(xué)科眾多,依靠人力,難以有效過濾不需要的數(shù)據(jù)。
面對如上的幾個問題,當前市面上存在的采訪輔助系統(tǒng)或者薦購系統(tǒng),普遍很難完全解決,其中的關(guān)鍵在于系統(tǒng)缺乏一定智能化功能。
根據(jù)圖書館自身采訪的業(yè)務(wù)情況以及智慧圖書館建設(shè)理念,設(shè)計一套相對智能的圖書薦購系統(tǒng),幫助圖書采訪館員最大程度地減少工作流程,減輕大量人工分發(fā)圖書數(shù)目工作量,提高工作效率,避免選書薦書的重復(fù)操作。也方便學(xué)校廣大師生隨時獲取最新的出版書籍信息,根據(jù)自身的學(xué)習(xí)、教學(xué)、科研等需求選擇需要圖書或者填寫一些稀缺的圖書薦購單,并將選擇或填寫的圖書信息快速反饋給圖書館??傮w上的主要需求如下所示:
(1)基礎(chǔ)功能,涵蓋圖書數(shù)據(jù)的導(dǎo)入導(dǎo)出、圖書數(shù)據(jù)批量管理、讀者信息管理、讀者主動薦購圖書等。
(2)智能化功能,集成數(shù)據(jù)智能分析算法,涵蓋讀者的個性需求分析、圖書價值分析功能。
Springmvc技術(shù)無論是國內(nèi)還是在國外,在企業(yè)的軟件開發(fā)中占有絕對的領(lǐng)頭地位,這與其中的基于簡單配置即可快速開發(fā)高性能、高可用、高可靠的軟件應(yīng)用有關(guān),其核心的程序分層設(shè)計模式mvc也成為軟件開發(fā)的典型代表,m(model)代表模型,所有的用戶數(shù)據(jù)、狀態(tài)以及程序邏輯;v(view)代表視圖,將數(shù)據(jù)結(jié)果呈現(xiàn)在用戶面前,可以理解為展示數(shù)據(jù)的界面,對于不同的數(shù)據(jù)綁定不同的視圖界面;c(controller)代表控制器,主要是接收用并處理用戶的交互數(shù)據(jù),是介于模型和視圖的中間橋梁。
Springmvc技術(shù)的應(yīng)用使得java項目涉及的各個組件分工更明確,組件配合過程中通過依賴注入方式進行適配,極大降低了組件的耦合度;同時擁有良好的技術(shù)生態(tài),許多智能算法技術(shù)框架可以非常容易的集成,比如集成mahout(算法的程序?qū)崿F(xiàn)集合框架),只需要書寫配置文件名為spring-mahout.xml并加入到springmvc項目的資源錄下,同時引入程序,即可完成mahout算法程序的集成。同樣,其他業(yè)務(wù)邏輯等spring配置則只需要聲明引入即可。
(1)功能結(jié)構(gòu)。圖書薦購系統(tǒng)功能主要包括讀者模塊、管理員模塊。讀者模塊包含讀者通過瀏覽器登錄、選擇圖書書目、手工填寫薦購圖書信息、查詢薦購歷史記錄、查詢到庫圖書。圖書館管理員模塊包括通過瀏覽器登錄、導(dǎo)入圖書信息、查詢讀者薦購圖書、導(dǎo)出薦購圖書、用戶管理、系統(tǒng)設(shè)置、智能數(shù)據(jù)過濾等功能。
(2)技術(shù)選型。項目架構(gòu)上采用B/S結(jié)構(gòu),即瀏覽器和服務(wù)器結(jié)構(gòu)。在技術(shù)選型上,采用Springmvc開發(fā)技術(shù)。Spring還負責(zé)對整個系統(tǒng)訪問控制、業(yè)務(wù)邏輯、智能分析算法、事務(wù)管理進行全局控制,主要采用注解方式進行,注解標簽包括@Controller、@Service、@Repository等。數(shù)據(jù)存儲方面,由于使用hibernate作為程序?qū)ο笈c關(guān)系數(shù)據(jù)庫映射框架,數(shù)據(jù)庫選擇可以依據(jù)需要或者現(xiàn)有數(shù)據(jù)庫環(huán)境隨時切換,本項目根據(jù)開發(fā)機器上現(xiàn)有數(shù)據(jù)庫系統(tǒng),就直接采用SqlServer2008。項目整體的技術(shù)架構(gòu)如圖1所示。
圖1 項目整體架構(gòu)
智能算法上采用經(jīng)典的slope one算法,這個算法基本原理是可以通過對物品的隱性評分,預(yù)測相似用戶對未知物品的評分數(shù),通過評分即可猜測用戶對該物品的喜歡程度。在本系統(tǒng)中,該算法主要根據(jù)讀者的圖書借閱歷史記錄、專業(yè)、年級、興趣等信息,建立讀者特征新后,為每個讀者去除與這些特征不相干的多余圖書數(shù)據(jù),也就是從海量的各類圖書中進行智能過濾掉,為讀者屏蔽掉無興趣(無價值)的圖書信息。該算法目前有許多實現(xiàn)的程序,只需要集成在本系統(tǒng)中,給予輸入數(shù)據(jù)模型即可獲取數(shù)據(jù)分析結(jié)果。
(3)數(shù)據(jù)模型。數(shù)據(jù)主要是基礎(chǔ)功能的圖書信息分類模型和智能圖書信息過濾模型。
a、圖書信息分類模型。
圖書薦購系統(tǒng)數(shù)據(jù)模型主要有圖書分類模型和圖書信息模型、用戶、部門(系部)等模型,其中最核心的是圖書分類和圖書信息,圖書的分類在圖書領(lǐng)域里主要是依據(jù)《中國圖書館圖書分類法》,以下簡稱《中圖法》,主要是針對圖書分類排架,其計算機應(yīng)用中以MARC(Machine Readable Catalog的縮寫)數(shù)據(jù)模型表示,提供復(fù)雜的計算機數(shù)據(jù)存儲檢索使用[4]。但是MARC數(shù)據(jù)模型過于復(fù)雜,多數(shù)情況下并不能適用簡單的互聯(lián)網(wǎng)應(yīng)用,比如:學(xué)院依據(jù)根據(jù)專業(yè)設(shè)置,將不同批次圖書歸類到設(shè)定的專業(yè)類別中,如果應(yīng)用《中圖法》無疑增加系統(tǒng)設(shè)計難度,所以在圖書薦購系統(tǒng)中,將結(jié)合《中圖法》重新設(shè)計圖書分類和圖書模型。
按照《中圖法》圖書分類是多級分類,每一個大類用大寫字母表示,大類下會有多個二級分類(以一級大類加一個數(shù)字表示),二級分類下可以有多個三級分類(以二級分類加一個數(shù)字表示),以次類推,而一種圖書的所屬類別,根據(jù)圖書出版時給予分類號確定,圖書部分數(shù)據(jù)如表1所示。
表1 圖書部分數(shù)據(jù)
那么在設(shè)計薦購系統(tǒng)時,希望所有類別以一個樹形菜單的形式展現(xiàn),其顯示的名稱可以是自定義的名稱,可以展開子類別,當選擇一個類別時,這一大類圖書及子類圖書都出現(xiàn)。因此,結(jié)合表1數(shù)據(jù)的分類號,可以設(shè)計圖書分類和圖書的類模型,如圖2所示。
圖2 圖書分類和圖書類模型
b、智能圖書信息過濾模型。
以某一批次的薦購圖書信息過濾為例,通過以同一專業(yè)、年級等作為相似指標,統(tǒng)計相似讀者的檢索關(guān)鍵詞(關(guān)鍵詞1、關(guān)鍵詞2)檢索次數(shù)作為讀者的興趣值,該值范圍基本在1至5分之間,如果是3分以上的那么就可認定讀者是有興趣的。根據(jù)一些數(shù)據(jù)總結(jié),可以構(gòu)建一個矩陣結(jié)構(gòu)如表2所示。
表2 Slope one基礎(chǔ)數(shù)據(jù)表
表中的“?”代表讀者3沒有檢索過關(guān)鍵詞2,但是可能的存在興趣值,該值由Slope one算法進行計算,其結(jié)果值是在限定1至5分之間,結(jié)果如果低于3分,讀者3對關(guān)鍵詞2所對應(yīng)的圖書基本可以確定為無興趣,那么這樣的圖書在薦購系統(tǒng)中就應(yīng)該對讀者3過濾屏蔽,不應(yīng)該再展現(xiàn)在讀者的選書界面中。在系統(tǒng)上對應(yīng)的類模型設(shè)計如圖3所示。
圖3 Slope one算法數(shù)據(jù)類模型
在構(gòu)建數(shù)據(jù)模型(包括讀者基本信息表、部門院系表等主要數(shù)據(jù)模型)后。主要實現(xiàn)讀者模塊和管理員模塊兩個功能:
(1)實現(xiàn)圖書薦購讀者客戶端,定期發(fā)布圖書采訪數(shù)據(jù),發(fā)布到網(wǎng)上,讓讀者參與到圖書館采訪工作中,實現(xiàn)讀者網(wǎng)上選書、填寫書單,向圖書館采購提供采訪依據(jù)。整體時序圖如圖4所示。
圖4 圖書薦購時序圖
(2)實現(xiàn)圖書薦購數(shù)據(jù)管理,系統(tǒng)可以定期采集或?qū)敫鱾€書商的數(shù)據(jù),實現(xiàn)圖書數(shù)據(jù)批量管理,讀者信息進行管理,選購圖書批量導(dǎo)出等功能。整體時序圖如圖5所示。
圖5 圖書薦購數(shù)據(jù)管理時序圖
基于Springmvc技術(shù)的圖書智能薦購系統(tǒng)研發(fā)具有完備的功能,方便學(xué)校廣大師生獲取最新的出版書籍信息,根據(jù)自身的學(xué)習(xí)、教學(xué)、科研等需求選擇需要圖書或者填寫一些稀缺的圖書薦購單,并將選擇或填寫的圖書信息快速反饋給圖書館。最大程度地減少圖書館館員工作流程,提高工作效率,避免選書薦書的重復(fù)操作,間接幫助優(yōu)化館藏建設(shè),提升館藏質(zhì)量。