■謝佩云，何 陽

（1.珠海電力建設(shè)工程有限公司,廣東 珠海 519000；2.廣東海洋大學(xué),廣東 湛江 524000）

20世紀(jì)90年代，Schilit和Theimer首次提出情境感知概念，指出情景感知就是依靠智能傳感器技術(shù)，自動感知使用情景、智能化推算用戶需求、自適應(yīng)提供推送服務(wù)。情境感知概念自提出以來，就在各個服務(wù)領(lǐng)域有著廣泛的應(yīng)用，特別是隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能技術(shù)的發(fā)明與應(yīng)用，服務(wù)領(lǐng)域融入情景感知已經(jīng)成為一種常態(tài)化現(xiàn)象，檔案館基于情景感知的資源信息推薦服務(wù)也取得了不錯的實踐效果，但是，當(dāng)前學(xué)術(shù)界關(guān)于情景感知融入檔案信息推薦服務(wù)的相關(guān)研究很少。因此，本文以情境感知為切入點，探究檔案信息推薦服務(wù)影響因素，提出檔案信息推薦服務(wù)的優(yōu)化路徑。

一、情景感知視角下檔案信息推薦服務(wù)的運作機制

情境感知視角下檔案信息推薦服務(wù)，實現(xiàn)檔案信息資源、用戶、推薦平臺之間的互聯(lián)互通，是以情景為中心點的信息挖掘、匹配與推送過程。

一方面，情景感知下自動推理分析用戶動態(tài)信息需求。情境感知視角下檔案信息推薦服務(wù)的基礎(chǔ)是用戶檔案信息需求，只有準(zhǔn)確了解用戶的信息需求，才能夠為用戶提供需要的檔案信息服務(wù)。檔案館通過傳感器技術(shù)，實時感知用戶的情境信息，接著通過情境建模方法，轉(zhuǎn)變用戶情境信息為可量化的情境數(shù)據(jù)，再通過數(shù)據(jù)關(guān)聯(lián)等技術(shù)挖掘用戶的靜態(tài)需求，了解用戶的實時需求，最后通過橫向和縱向比較，分析獲取用戶的動態(tài)化信息需求。

另一方面，情景感知下精準(zhǔn)發(fā)現(xiàn)匹配檔案資源信息。情境感知視角下檔案信息推薦服務(wù)的核心是檔案信息匹配，只有精確的匹配用戶的信息需求，才能確保檔案信息服務(wù)的精準(zhǔn)性與針對性。檔案館通過語義關(guān)聯(lián)方法將用戶的實時情境變化顯性化，了解用戶何時何地何景需要何種信息，再通過語義挖掘方法連接檔案資源歷史情境，形成檔案何時何地何景的情境信息庫，最后通過語義匹配技術(shù)，將檔案情境信息庫與用戶實時動態(tài)需求進(jìn)行自適應(yīng)匹配，從而精準(zhǔn)匹配用戶需要。

此外，情景感知下快速評估反饋信息推薦結(jié)果?；谇榫掣兄獧n案信息推薦服務(wù)的保障是高效高質(zhì)量的反饋機制，只有高效地構(gòu)建用戶信息反饋機制，才能確保檔案信息服務(wù)的有效性與有用性。檔案館通過評估機制快速獲取用戶對信息推薦服務(wù)的感知和評價，了解信息推薦的可取與不可取之處，再通過反饋機制進(jìn)一步挖掘用戶對信息推薦服務(wù)的需求與變化，明確信息推薦的重點與焦點，最后通過評估反饋結(jié)果優(yōu)化完善檔案信息資源情境模型，不斷提高信息推薦服務(wù)質(zhì)量。

二、情景感知視角下檔案信息推薦服務(wù)質(zhì)量的影響因素

根據(jù)情境感知的檔案信息推薦服務(wù)運作機制，參考已有學(xué)者的研究成果，結(jié)合檔案館資源信息推薦服務(wù)實踐，提出情境感知視角下檔案信息推薦服務(wù)質(zhì)量的可能影響因素包括：（1）情境數(shù)據(jù)挖掘，具體包括用戶性別年齡文化個體特征、用戶習(xí)慣偏好、用戶行為心情、資源內(nèi)容特征、資源下載瀏覽、資源評價信息等數(shù)據(jù)挖掘；（2）情境數(shù)據(jù)分析，具體包括用戶實時信息需求、檔案信息資源整合、用戶需求與檔案資源匹配等數(shù)據(jù)分析；（3）情境數(shù)據(jù)推送，具體包括推送時間、推送頻率、推送內(nèi)容、推送方式等數(shù)據(jù)推送。

首先，邀請6名檔案館領(lǐng)域的專家學(xué)者，針對情境數(shù)據(jù)挖掘、情境數(shù)據(jù)分析、情境數(shù)據(jù)推送等具體指標(biāo)進(jìn)行1-5級評分，分值越高，正面評價越好。其次，采用因子分析法，驗證上述影響因素是否是情境感知視角下檔案信息推薦服務(wù)質(zhì)量的關(guān)鍵影響因子。采用SPSS軟件針對情境數(shù)據(jù)挖掘、情境數(shù)據(jù)分析、情境數(shù)據(jù)推送等變量進(jìn)行因子分析，因子分析過程及結(jié)果如下。

（一）數(shù)據(jù)有效性檢驗

針對情境感知視角下檔案信息推薦服務(wù)質(zhì)量影響因素分析的KMO和Bartlett檢驗結(jié)果見表1。KMO值為0.955，大于閾值0.7，Bartlett球形檢驗Sig.值為0.006，小于0.05，通過有效性檢驗?？梢姡梢葬槍η榫掣兄暯窍聶n案信息推薦服務(wù)質(zhì)量影響因素進(jìn)行因子分析。

表1 KMO和Bartlett檢驗結(jié)果

（二）公因子方差

針對情境感知視角下檔案信息推薦服務(wù)質(zhì)量影響因素分析的公因子方差分析結(jié)果見表2。用戶個體特征、用戶習(xí)慣偏好、用戶行為心情、資源內(nèi)容特征、資源下載瀏覽、資源評價信息、用戶實時信息需求、檔案信息資源整合、用戶需求與檔案資源匹配、推送時間、推送頻率、推送內(nèi)容、推送方式的公因子方差分別為0.729、0.778、0.816、0.732、0.832、0.806、0.746、0.711、0.806、0.893、0.846、0.821、0.734，均大于0.7，說明上述變量公因子轉(zhuǎn)化能夠較好反映原始數(shù)據(jù)。

表2 公因子方差

（三）構(gòu)造因子變量

針對情境感知視角下檔案信息推薦服務(wù)質(zhì)量影響因素分析的特征根、方差貢獻(xiàn)率及累計貢獻(xiàn)率見附表1。前3個公因子特征值分別為2.455、1.576、1.092，均大于1，其余8個公因子特征值均小于1，說明共有3個主因子。3個主因子的累計貢獻(xiàn)率高達(dá)84.377%，說明這3個公因子基本能夠解釋大部分?jǐn)?shù)據(jù)。

附表1 特征根、方差貢獻(xiàn)率及累計貢獻(xiàn)率

（四）旋轉(zhuǎn)后的成分矩陣

采用方差最大正交旋轉(zhuǎn)法對初始因子載荷進(jìn)行旋轉(zhuǎn)，從而使各類因子最大限度地向兩級轉(zhuǎn)化。

情境感知視角下檔案信息推薦服務(wù)質(zhì)量影響因素分析的成分矩陣見表3。因子F1在“用戶個體特征、用戶習(xí)慣偏好、用戶行為心情、資源內(nèi)容特征、資源下載瀏覽、資源評價信息”六個變量上均有著超過0.7的載荷，因此可以將F1命名為“情境數(shù)據(jù)挖掘因子”。因子F2在“用戶實時信息需求/檔案信息資源整合/用戶需求與檔案資源匹配”三個變量上均有著超過0.7的載荷，因此可以將F2命名為“情境數(shù)據(jù)分析”。因子F3在“推送內(nèi)容、推送方式”兩個變量上均有著超過0.7的載荷，因此可以將F3命名為“情境數(shù)據(jù)推送”。

表3 旋轉(zhuǎn)后的成分矩陣

三、情景感知視角下檔案信息推薦服務(wù)的優(yōu)化路徑

（一）基于數(shù)據(jù)挖掘優(yōu)化情境數(shù)據(jù)捕獲與存儲

上述因子分析結(jié)果表明，用戶性別年齡文化個體特征、用戶習(xí)慣偏好、用戶行為心情、資源內(nèi)容特征、資源下載瀏覽、資源評價信息等情境數(shù)據(jù)挖掘是檔案信息推薦服務(wù)質(zhì)量的重要影響因子。因此，情境感知視角下應(yīng)當(dāng)注重用戶情境和資源情景的數(shù)據(jù)挖掘。

第一，全方位、多層次情境數(shù)據(jù)捕獲。情境數(shù)據(jù)不僅包括用戶情境數(shù)據(jù)，也包括檔案資源情境數(shù)據(jù)，而用戶情境數(shù)據(jù)又可以分為個體特征靜態(tài)信息和習(xí)慣偏好、行為心情等動態(tài)信息，檔案資源情境信息又可以分為資源內(nèi)容特征基本信息和下載瀏覽、評價信息等使用信息，兩者都具有復(fù)雜性和多樣性特征，需要運用情景感知技術(shù)進(jìn)行全方位、多層次數(shù)據(jù)捕獲。比如，采用射頻識別（RFID）、無線通信技術(shù)（NFC）等感知技術(shù)實現(xiàn)用戶情境數(shù)據(jù)的挖掘與獲?。徊捎脽o線傳感器網(wǎng)絡(luò)技術(shù)（WSN）、定位系統(tǒng)（GPS）等感知技術(shù)實現(xiàn)檔案資源情境信息的分析與捕獲。

第二，系統(tǒng)化、分層級情境數(shù)據(jù)存儲。情境數(shù)據(jù)的挖掘不僅包括數(shù)據(jù)捕獲過程，也包括數(shù)據(jù)傳輸與存儲結(jié)果，只有對捕獲到的情境數(shù)據(jù)進(jìn)行實時動態(tài)傳輸和科學(xué)合理存儲，才能夠有效保證情境信息的時效性與有用性，才能夠保障情境數(shù)據(jù)的可用性和易用性，需要運用情景感知技術(shù)進(jìn)行系統(tǒng)化、分層級的情境數(shù)據(jù)存儲。比如，采用物聯(lián)網(wǎng)、5G通信網(wǎng)絡(luò)等傳輸技術(shù)，實現(xiàn)用戶與檔案資源情景信息的實時傳輸；采用云存儲、分布式存儲等存儲技術(shù)，實現(xiàn)用戶與檔案資源情景信息的分層級存儲。

（二）基于數(shù)據(jù)分析促進(jìn)檔案資源與用戶信息需求精準(zhǔn)

上述因子分析結(jié)果表明，用戶實時信息需求、檔案信息資源整合、用戶需求與檔案資源匹配等情境數(shù)據(jù)分析是檔案信息推薦服務(wù)質(zhì)量的重要影響因子。因此，情境感知視角下應(yīng)當(dāng)注重用戶情境和資源情景的數(shù)據(jù)分析。

第一、實時化用戶情境數(shù)據(jù)分析。用戶檔案資源信息需求不是靜態(tài)不變的，而是會隨著采用情境的變化而變化，也就是說，用戶情境信息需求是動態(tài)變化的，需要采用情景感知技術(shù)實時化分析用戶的動態(tài)需求。比如，采用情境關(guān)聯(lián)、情境聚合等技術(shù)挖掘動態(tài)化的情境信息，采用情境推理、情境擴展等算法分析實時化的情境數(shù)據(jù)，從而準(zhǔn)確把握用戶的實時信息需要，有效推理用戶的動態(tài)信息需求。

第二，動態(tài)化資源情景數(shù)據(jù)分析。檔案資源信息內(nèi)容特征不是固定不變的，而是會隨著使用情景的變化而變化，也就是說，檔案資源的情境信息亦具有動態(tài)的變化特征，需要采用情景感知技術(shù)動態(tài)化分析檔案資源的數(shù)據(jù)情境變動，整理出科學(xué)有效的檔案信息資源。

第三，匹配化檔案資源與用戶信息需求。檔案資源信息與用戶信息需求匹配不是固化不變的，而是會隨著應(yīng)用情景的變化而變化，也就是說，用戶信息需求與檔案資源信息匹配應(yīng)當(dāng)綜合不同的情境進(jìn)行實時匹配。比如，應(yīng)當(dāng)立足用戶的歷史情境模型，采用語義標(biāo)注方法，篩選出近似匹配的檔案信息資源，應(yīng)當(dāng)立足用戶的現(xiàn)時情境變化，采用語義關(guān)聯(lián)方法，排序出相似匹配的檔案信息資源集，應(yīng)當(dāng)立足用戶與檔案資源的信息情境變化，采用多維情境模型，形成不同情境下的信息匹配結(jié)果。

（三）基于數(shù)據(jù)推送匹配檔案資源推薦內(nèi)容和推薦方式

上述因子分析結(jié)果表明，推送內(nèi)容、推送方式等情境數(shù)據(jù)推送是檔案信息推薦服務(wù)質(zhì)量的重要影響因子。因此，情境感知視角下應(yīng)當(dāng)注重情境數(shù)據(jù)的推送內(nèi)容和推送方式。

第一，個性化匹配推送內(nèi)容。個性化匹配推送內(nèi)容是“信息推薦集—信息推薦順序”的優(yōu)先內(nèi)容匹配，是檔案信息推薦服務(wù)的關(guān)鍵。首先，利用情境感知技術(shù)，確定用戶信息需求，關(guān)聯(lián)檔案信息資源庫內(nèi)容，形成檔案信息推薦集。其次，利用情境個性化推薦算法，確定用戶信息需求順序，并根據(jù)情境相似度的大小進(jìn)行推薦排序。再者，利用情景匹配技術(shù)，針對不同用戶情境提供不同推送內(nèi)容，如在用戶學(xué)習(xí)與研究情境下，推薦檔案資源史料或者是檔案館資源分布情況；在用戶旅游情境下，推薦檔案資源文創(chuàng)產(chǎn)品；在用戶乘坐公共交通情境下，推薦片碎花檔案資源視頻、音頻或文本。

第二，多樣化匹配推送方式。多樣化匹配推送是“匹配推送—反饋評估—再次匹配推送—再次反饋評估……”的循環(huán)過程，在此過程中，實現(xiàn)檔案信息資源的多維化動態(tài)推送，是檔案信息推薦服務(wù)終端。首先，面向持有不同移動終端的用戶，可以采用微信公眾號、QQ視頻號、抖音等第三方公共平臺，實行多樣化推廣，比如，很多檔案館已經(jīng)開通了官方微信公眾號或者官方抖音號，根據(jù)用戶畫像，形成用戶專輯，開展針對性檔案資源推送。其次，將情境感知融入原有的推薦機制，立足檔案服務(wù)推送平臺，整合檔案服務(wù)推送渠道，實現(xiàn)檔案信息的多層次、全方位推送。

檔案館被動式的資源信息推薦方式和單一化的資源信息推薦機制，要求檔案館引入情境感知技術(shù)，基于情景感知優(yōu)化檔案資源信息推送服務(wù)質(zhì)量。檔案資源信息推送服務(wù)質(zhì)量的主要影響因子包括：用戶個體特征、用戶習(xí)慣偏好、用戶行為心情、資源內(nèi)容特征、資源下載瀏覽、資源評價信息等情境數(shù)據(jù)挖掘；用戶實時信息需求、檔案信息資源整合、用戶需求與檔案資源匹配等情境數(shù)據(jù)分析；推送內(nèi)容、推送方式等情境數(shù)據(jù)推送。因此，提出情景感知視角下檔案信息推薦服務(wù)的優(yōu)化路徑，包括：基于數(shù)據(jù)挖掘優(yōu)化情境數(shù)據(jù)捕獲與存儲，基于數(shù)據(jù)分析促進(jìn)檔案資源與用戶信息需求精準(zhǔn)，基于數(shù)據(jù)推送匹配檔案資源推薦內(nèi)容和推薦方式。