陳安琪,金 昆,陶興華,徐 鋒

(南京圖書(shū)館,江蘇 南京 210000)

隨著互聯(lián)網(wǎng)和信息技術(shù)的發(fā)展,人們獲取信息的方式不斷變化,接受信息的途徑越來(lái)越多,隨之而來(lái)的信息過(guò)載導(dǎo)致人們接收有效信息的效率下降。用戶對(duì)信息的需求愈發(fā)精準(zhǔn)化和個(gè)性化,圖書(shū)館傳統(tǒng)的文獻(xiàn)資源和服務(wù)方式已經(jīng)無(wú)法滿足讀者當(dāng)下對(duì)于信息的需求。在此背景下,圖書(shū)館的文獻(xiàn)資源不再局限于傳統(tǒng)的紙質(zhì)文獻(xiàn),而是包含電子資源和數(shù)字資源,圖書(shū)館的信息服務(wù)也在向人工智能時(shí)代邁進(jìn),即從過(guò)去的以人的服務(wù)為中心,發(fā)展為以智能機(jī)器的服務(wù)為中心。其中,基于知識(shí)圖譜技術(shù)的個(gè)性化和智能化資源推薦系統(tǒng),是圖書(shū)館向用戶提供高效便捷的智能化信息服務(wù)的重要環(huán)節(jié)。

1 知識(shí)圖譜及其在圖書(shū)館資源推薦中的應(yīng)用概述

1.1 知識(shí)圖譜的概念

知識(shí)圖譜最早是谷歌公司在互聯(lián)網(wǎng)背景下提出的語(yǔ)義網(wǎng)絡(luò)知識(shí)庫(kù),其核心在于從互聯(lián)網(wǎng)的海量信息中抽取實(shí)體、屬性及關(guān)系,解決個(gè)性化推薦、智能問(wèn)答等方面的問(wèn)題,并有效提高谷歌搜索引擎的效率。知識(shí)圖譜使用“實(shí)體—關(guān)系—實(shí)體”模型描述數(shù)據(jù),不僅能夠表現(xiàn)各種客觀存在的實(shí)體和知識(shí),還能體現(xiàn)個(gè)體間的關(guān)聯(lián),從而形成語(yǔ)義網(wǎng)絡(luò),網(wǎng)絡(luò)中的節(jié)點(diǎn)代表客觀存在的概念或?qū)嶓w,節(jié)點(diǎn)之間的連線代表它們之間的關(guān)系。通過(guò)引入知識(shí)圖譜,圖書(shū)館可以賦予知識(shí)庫(kù)邏輯推理的能力,從而挖掘信息之間的關(guān)聯(lián),將其組織成有一定內(nèi)在邏輯、能夠滿足用戶需求的知識(shí)體系。同時(shí),知識(shí)圖譜還能夠挖掘用戶與信息之間,以及用戶與用戶之間的關(guān)系,通過(guò)推理和計(jì)算,進(jìn)一步提升資源推薦的精準(zhǔn)性。

1.2 圖書(shū)館個(gè)性化資源推薦研究進(jìn)展

個(gè)性化推薦是基于數(shù)據(jù)挖掘、融合人工智能技術(shù)的智能化推薦,已廣泛應(yīng)用于電子商務(wù)等領(lǐng)域,獲得了良好的經(jīng)濟(jì)效益。圖情界的專(zhuān)家學(xué)者也就館藏資源的個(gè)性化推薦開(kāi)展研究,獲得一定的理論成果和實(shí)踐經(jīng)驗(yàn)。筆者以“圖書(shū)館”和“個(gè)性化推薦”為關(guān)鍵詞,精確搜索2010年以后中國(guó)知網(wǎng)數(shù)據(jù)庫(kù)中的相關(guān)文獻(xiàn),發(fā)現(xiàn)2010—2015年之間,我國(guó)對(duì)于圖書(shū)館個(gè)性化資源推薦的相關(guān)研究開(kāi)始涌現(xiàn)。例如,朱世清[1]研究個(gè)性化推薦在高校圖書(shū)館學(xué)科服務(wù)中的應(yīng)用;王連喜[2]從數(shù)據(jù)資源、技術(shù)方法和評(píng)價(jià)標(biāo)準(zhǔn)三個(gè)方面對(duì)個(gè)性化資源推薦進(jìn)行論述。此外,也有學(xué)者對(duì)個(gè)性化資源推薦的相關(guān)技術(shù)進(jìn)行研究,如孔功勝[3]對(duì)協(xié)同過(guò)濾、數(shù)據(jù)挖掘與發(fā)現(xiàn)、信息檢索與抽取技術(shù)在圖書(shū)館個(gè)性化推薦系統(tǒng)中的應(yīng)用進(jìn)行探討;陳雅等[4]研究基于自適應(yīng)網(wǎng)絡(luò)的高校圖書(shū)館用戶模型構(gòu)建和個(gè)性化知識(shí)推薦服務(wù)。2015年以后,隨著大數(shù)據(jù)技術(shù)和人工智能的發(fā)展,圖情領(lǐng)域?qū)€(gè)性化推薦的研究開(kāi)始融入知識(shí)圖譜、情境感知等人工智能技術(shù),如劉海鷗等[5]通過(guò)融合情境感知的用戶信息分析,結(jié)合協(xié)同過(guò)濾算法,構(gòu)建情境化的圖書(shū)館資源推薦系統(tǒng);邵必林等[6]在知識(shí)圖譜的視域下研究圖書(shū)館個(gè)性化資源推薦的發(fā)展?？梢?jiàn),我國(guó)關(guān)于圖書(shū)館資源推薦的研究與智慧圖書(shū)館、人工智能等新技術(shù)的發(fā)展,以及個(gè)性化服務(wù)理念的深化密不可分。

1.3 知識(shí)圖譜應(yīng)用于圖書(shū)館資源推薦服務(wù)的優(yōu)勢(shì)

首先,應(yīng)用知識(shí)圖譜能夠有效整合海量信息資源,為資源推薦服務(wù)提供基礎(chǔ)。圖書(shū)館擁有包括傳統(tǒng)紙質(zhì)文獻(xiàn)和數(shù)字資源、網(wǎng)絡(luò)資源在內(nèi)的大量文獻(xiàn)信息資源,涵蓋豐富多樣的內(nèi)容。應(yīng)用知識(shí)圖譜可以對(duì)各類(lèi)信息資源進(jìn)行深度挖掘和有機(jī)融合,形成具有邏輯關(guān)聯(lián)的知識(shí)網(wǎng)絡(luò),從而提供更精準(zhǔn)的信息服務(wù),減少信息過(guò)載的問(wèn)題。其次,應(yīng)用知識(shí)圖譜能夠進(jìn)一步優(yōu)化用戶數(shù)據(jù)的分析和用戶畫(huà)像的構(gòu)建,從而真正理解用戶的需求。人工智能技術(shù)的發(fā)展讓圖書(shū)館能夠?qū)崟r(shí)擁有海量的多元異構(gòu)用戶數(shù)據(jù),包括用戶的基本信息、在圖書(shū)館的行動(dòng)路線、信息搜索和瀏覽記錄、對(duì)信息和服務(wù)的反饋評(píng)價(jià)等。構(gòu)建用戶信息知識(shí)圖譜能夠全方位地對(duì)用戶的特征和需求進(jìn)行畫(huà)像,并分析用戶之間的動(dòng)態(tài)聯(lián)系,從而實(shí)時(shí)掌握用戶的需求。再次,構(gòu)建場(chǎng)景知識(shí)圖譜可以為場(chǎng)景服務(wù)提供助力?？纱┐髟O(shè)備、定位技術(shù)、社交網(wǎng)絡(luò)的發(fā)展,讓圖書(shū)館能夠?qū)崿F(xiàn)對(duì)用戶所處場(chǎng)景的動(dòng)態(tài)捕捉。構(gòu)建場(chǎng)景知識(shí)圖譜能夠建立用戶和場(chǎng)景之間的聯(lián)系,推理各個(gè)場(chǎng)景要素之間的關(guān)聯(lián),并根據(jù)用戶在不同場(chǎng)景中的需求進(jìn)行資源推薦[7]。

2 知識(shí)圖譜的構(gòu)建

知識(shí)圖譜的構(gòu)建主要有自下而上和自上而下兩種方式。自下而上是在實(shí)體數(shù)據(jù)的基礎(chǔ)上構(gòu)建本體;自上而下是指先定義本體,再引入實(shí)體數(shù)據(jù)。目前主流的知識(shí)圖譜大多采用自下而上的構(gòu)建方式,包括知識(shí)抽取、知識(shí)融合、知識(shí)推理和更新、知識(shí)存儲(chǔ)等流程,是一個(gè)不斷反復(fù)循環(huán)的過(guò)程[8]。

2.1 知識(shí)抽取

知識(shí)抽取即對(duì)采集的數(shù)據(jù)進(jìn)行解析,對(duì)其中的信息進(jìn)行識(shí)別、篩選和總結(jié)歸納,從中抽取包含關(guān)系、實(shí)體和屬性三大要素的知識(shí)單元。知識(shí)抽取的對(duì)象包括結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)是指能夠直接轉(zhuǎn)化為Rdf格式的數(shù)據(jù),可以基于規(guī)則直接抽取;半結(jié)構(gòu)化數(shù)據(jù)可以通過(guò)包裝器進(jìn)行處理;文本數(shù)據(jù)等非結(jié)構(gòu)化數(shù)據(jù),可以將其轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù),或是基于學(xué)習(xí)進(jìn)行抽取。

2.2 知識(shí)融合

知識(shí)融合指的是將多個(gè)不同知識(shí)庫(kù)中的數(shù)據(jù)進(jìn)行清理、合并,消除歧義,整合為一個(gè)知識(shí)庫(kù),其關(guān)鍵在于通過(guò)聚類(lèi)分析、相似度分析等技術(shù),實(shí)現(xiàn)實(shí)體對(duì)齊。知識(shí)庫(kù)對(duì)知識(shí)的搜集和描述各有側(cè)重,同一個(gè)知識(shí)實(shí)體在不同的知識(shí)庫(kù)中可能存在不同的描述,有的側(cè)重于對(duì)實(shí)體本身的描述,有的則側(cè)重于對(duì)關(guān)系和屬性的描述。知識(shí)融合可以有機(jī)整合實(shí)體在不同知識(shí)庫(kù)中的描述,從而使該實(shí)體在融合后的知識(shí)庫(kù)中的描述更加全面。

2.3 知識(shí)推理和更新

知識(shí)圖譜能夠通過(guò)推理和更新不斷擴(kuò)充。知識(shí)圖譜中的知識(shí)以三元組的形式存在,知識(shí)推理可以使用神經(jīng)網(wǎng)絡(luò)、矩陣分解等方法,基于現(xiàn)有的知識(shí)庫(kù)中已有的關(guān)系推理和挖掘隱含的信息與知識(shí),從而推導(dǎo)出新的關(guān)系,形成新的三元組[9]。知識(shí)更新是指對(duì)新的實(shí)體數(shù)據(jù)進(jìn)行處理,將其添加進(jìn)已有的知識(shí)圖譜,實(shí)現(xiàn)對(duì)知識(shí)圖譜的深化和拓展。

2.4 知識(shí)存儲(chǔ)

目前,知識(shí)圖譜的存儲(chǔ)主要有Rdf和圖數(shù)據(jù)庫(kù)兩種方式。Rdf即資源描述框架(Resource Description Framework),使用Rdfs語(yǔ)法的Rdf/xml是最常用的知識(shí)存儲(chǔ)形式,它是一種在xml的基礎(chǔ)上構(gòu)建的Rdf存儲(chǔ)形式,能夠方便地發(fā)布和共享知識(shí)數(shù)據(jù),在使用過(guò)程中可以通過(guò)sparql訪問(wèn)和操作。知識(shí)圖譜是一種基于圖形的直觀數(shù)據(jù)結(jié)構(gòu),因此圖數(shù)據(jù)庫(kù)(Graph Database)也是一種常用的存儲(chǔ)方式,能夠高效進(jìn)行數(shù)據(jù)插入和查詢,并提供針對(duì)圖形的算法工具和查詢語(yǔ)言。例如,目前廣泛使用的neo4j系統(tǒng),其優(yōu)勢(shì)在于具有較強(qiáng)的可擴(kuò)展性,安全性能高,操作友好,能夠通過(guò)可視化操作進(jìn)行圖形的檢索和訪問(wèn),具有較高的搜索效率。

3 知識(shí)圖譜在圖書(shū)館智能化資源推薦系統(tǒng)中的應(yīng)用框架

智能化資源推薦是知識(shí)圖譜在圖書(shū)館信息服務(wù)中的典型應(yīng)用場(chǎng)景,其業(yè)務(wù)邏輯就是智能化地篩選、過(guò)濾海量信息資源,向用戶推薦他們最需要、最感興趣的資源,提升信息利用效率和用戶滿意度。智能化資源推薦系統(tǒng)不需要用戶主動(dòng)提出明確的需求,可以自動(dòng)根據(jù)用戶畫(huà)像和信息檢索行為實(shí)時(shí)分析用戶的信息需求,計(jì)算出最符合用戶需求的內(nèi)容。引入知識(shí)圖譜的智能化資源推薦系統(tǒng)通過(guò)抽取資源信息和用戶信息,構(gòu)建信息資源和用戶畫(huà)像知識(shí)圖譜,通過(guò)智能化的算法實(shí)現(xiàn)信息資源的智能推薦,整個(gè)系統(tǒng)分為數(shù)據(jù)采集及處理、知識(shí)圖譜構(gòu)建、智能化推薦三大模塊(見(jiàn)圖1)。

圖1 基于知識(shí)圖譜的圖書(shū)館智能化資源推薦系統(tǒng)應(yīng)用框架

3.1 數(shù)據(jù)采集及處理

采集和處理圖書(shū)館大數(shù)據(jù)為知識(shí)圖譜的構(gòu)建提供依據(jù),是整個(gè)資源推薦系統(tǒng)的基礎(chǔ)。這些數(shù)據(jù)包括宏觀的館藏建設(shè)數(shù)據(jù)、門(mén)禁數(shù)據(jù)、讀者群體特征數(shù)據(jù),也包括微觀的書(shū)目數(shù)據(jù)、讀者個(gè)體的特征和行為數(shù)據(jù)。這些數(shù)據(jù)來(lái)源多樣、形式豐富,是典型的多元異構(gòu)大數(shù)據(jù),有靜態(tài)數(shù)據(jù),也有動(dòng)態(tài)數(shù)據(jù);有結(jié)構(gòu)化數(shù)據(jù),也有半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù),需要對(duì)其進(jìn)行清洗和處理,形成格式統(tǒng)一、結(jié)構(gòu)完整的數(shù)據(jù)集。

3.2 知識(shí)圖譜構(gòu)建

3.2.1 信息資源知識(shí)圖譜的構(gòu)建。圖書(shū)館智能化資源推薦系統(tǒng)需要構(gòu)建的知識(shí)圖譜包括信息資源知識(shí)圖譜和用戶畫(huà)像知識(shí)圖譜。圖書(shū)館的館藏信息資源來(lái)源和形式各異、內(nèi)容豐富,深入挖掘和有效整合其中蘊(yùn)含的知識(shí)和信息形成知識(shí)圖譜,使原本碎片化的信息資源形成有機(jī)聯(lián)系的整體,是圖書(shū)館提供資源推薦服務(wù)的基礎(chǔ)。構(gòu)建信息資源知識(shí)圖譜需要從圖書(shū)館采編系統(tǒng)中抽取館藏書(shū)目和預(yù)購(gòu)書(shū)目信息,包括書(shū)名、出版單位、著者、版本信息、分類(lèi)號(hào)等,一般為MARC格式的數(shù)據(jù)。對(duì)于數(shù)字資源和網(wǎng)絡(luò)資源,圖書(shū)館可以通過(guò)構(gòu)建數(shù)字資源庫(kù)的方式整合相關(guān)資源。此外,還需要抽取反映資源的利用率和半衰期的流通數(shù)據(jù),如借閱率、下載率等。在數(shù)據(jù)抽取完成后,需要進(jìn)行融合和推理,之后存儲(chǔ)為信息資源知識(shí)圖譜,并且在圖書(shū)館的信息資源發(fā)生更新時(shí)同步更新。信息資源知識(shí)圖譜能夠可視化地展現(xiàn)內(nèi)容和主題相關(guān)的資源、同一著者或出版來(lái)源的資源,以及哪些資源被同一讀者或同一類(lèi)型的讀者使用過(guò),從而反映資源之間的關(guān)系,將碎片化的信息資源聯(lián)結(jié)成結(jié)構(gòu)化的信息資源體系。

3.2.2 用戶畫(huà)像知識(shí)圖譜的構(gòu)建。用戶畫(huà)像知識(shí)圖譜的構(gòu)建需要對(duì)用戶的基礎(chǔ)信息與行為信息進(jìn)行抽取和融合,形成能夠從多個(gè)維度描述用戶特征和用戶之間關(guān)系的畫(huà)像?；A(chǔ)信息主要是用戶注冊(cè)和登錄圖書(shū)館時(shí)所提交的信息,包括個(gè)人的年齡、性別、學(xué)歷、職業(yè)等。行為信息主要采集的是用戶在使用圖書(shū)館信息資源的過(guò)程中所產(chǎn)生的行為數(shù)據(jù),包括對(duì)信息的瀏覽、下載、收藏、點(diǎn)贊、評(píng)論等。圖書(shū)館根據(jù)這些信息生成用戶標(biāo)簽體系并給每一個(gè)標(biāo)簽賦予權(quán)重,各個(gè)標(biāo)簽之間相互關(guān)聯(lián),形成用戶的整體畫(huà)像。根據(jù)圖書(shū)館的實(shí)際情況以及用戶的信息需求差異,圖書(shū)館用戶標(biāo)簽體系通常包括基本信息標(biāo)簽(性別、年齡、專(zhuān)業(yè)、學(xué)校等)、用戶行為標(biāo)簽(訪問(wèn)、下載、搜索、瀏覽等)、社交屬性標(biāo)簽(交互信息、意見(jiàn)反饋等)和情境標(biāo)簽(訪問(wèn)時(shí)間、位置信息等),不同的標(biāo)簽體系從不同的角度對(duì)用戶進(jìn)行描述。利用知識(shí)圖譜技術(shù)可以對(duì)標(biāo)簽進(jìn)行擴(kuò)展和推理,將用戶之間的關(guān)系通過(guò)可視化的方式呈現(xiàn)出來(lái),從而形成用戶畫(huà)像知識(shí)圖譜,用以揭示哪些讀者具有相似的個(gè)人特征和興趣偏好。

3.3 智能化推薦

3.3.1 基于信息資源知識(shí)圖譜的資源推薦模式和協(xié)同過(guò)濾算法。信息資源知識(shí)圖譜能夠體現(xiàn)資源的內(nèi)容和資源之間的關(guān)系,基于信息資源知識(shí)圖譜的資源推薦模式可以基于資源的相似度和用戶對(duì)信息資源的歷史偏好,為用戶推薦類(lèi)似的資源。這種推薦模式主要基于資源本身的關(guān)聯(lián)度和用戶的興趣畫(huà)像,因此對(duì)缺少用戶交互數(shù)據(jù)的新資源,也能迅速推薦給可能感興趣的用戶,有效提升資源的利用率。此外,該模式具有可解釋性,可以通過(guò)可視化地呈現(xiàn)信息資源的知識(shí)圖譜展現(xiàn)資源推薦的邏輯,增加用戶對(duì)所推薦資源的信任和興趣[10]。

基于信息資源知識(shí)圖譜的協(xié)同過(guò)濾推薦算法的邏輯是建立資源本身,而不是用戶的相似度矩陣,即基于用戶的偏好發(fā)現(xiàn)相似的資源,然后結(jié)合用戶的交互行為數(shù)據(jù)生成相似資源列表,推薦給用戶。例如,對(duì)于資源A而言,如果喜歡資源A的用戶中,同時(shí)喜歡資源B的比例較高,則資源B與A相似度較高,系統(tǒng)將向喜歡資源A的用戶推薦資源B。該算法結(jié)合了用戶的行為數(shù)據(jù),能夠根據(jù)用戶對(duì)資源的瀏覽時(shí)間、下載和點(diǎn)贊等行為,以及評(píng)價(jià)內(nèi)容等反饋,剔除一些內(nèi)容相似度較高但是用戶并不感興趣的資源,提升用戶滿意度。

3.3.2 基于用戶畫(huà)像知識(shí)圖譜的資源推薦模式和協(xié)同過(guò)濾算法。用戶畫(huà)像知識(shí)圖譜以標(biāo)簽化的方式構(gòu)建用戶畫(huà)像,同時(shí)體現(xiàn)用戶之間的關(guān)聯(lián)性,通過(guò)知識(shí)圖譜能夠發(fā)現(xiàn)與當(dāng)前用戶相似度較高的其他用戶,并將這些用戶感興趣的資源推薦給當(dāng)前用戶。這種推薦模式主要基于用戶本身的信息和屬性發(fā)現(xiàn)用戶之間的關(guān)聯(lián)度,對(duì)信息資源知識(shí)圖譜的依賴(lài)性不高。

基于用戶畫(huà)像的協(xié)同過(guò)濾算法的邏輯是基于用戶的偏好,找出與目標(biāo)用戶相似度最高的用戶集合,然后將這些用戶感興趣的資源集合推薦給目標(biāo)用戶。例如,對(duì)于用戶a而言,可以將其對(duì)所有資源的偏好程度作為一個(gè)向量,通過(guò)余弦公式計(jì)算出與其相似度較高的n個(gè)用戶,然后將他們所感興趣的N個(gè)資源進(jìn)行加權(quán)計(jì)算,最后將用戶a可能感興趣的Top-N個(gè)資源按照降序進(jìn)行推薦[11]。

3.3.3 基于關(guān)聯(lián)規(guī)則的資源推薦模式和算法?；陉P(guān)聯(lián)規(guī)則的資源推薦算法最早應(yīng)用于電子商務(wù)領(lǐng)域,是一種基于數(shù)據(jù)間關(guān)系的推薦算法。在圖書(shū)館資源推薦系統(tǒng)中,圖書(shū)館可以通過(guò)構(gòu)建資源與用戶之間的關(guān)聯(lián)進(jìn)行資源推薦,即分析對(duì)A資源感興趣的用戶中,同時(shí)對(duì)B資源感興趣的用戶所占的比例,從而推算出對(duì)A資源的感興趣的用戶對(duì)B資源感興趣的程度,并據(jù)此作出是否向該用戶推薦B資源的決策[12]。

4 基于知識(shí)圖譜的圖書(shū)館智能化資源推薦系統(tǒng)優(yōu)化策略

基于知識(shí)圖譜的圖書(shū)館資源推薦系統(tǒng)具有智能化、個(gè)性化優(yōu)勢(shì),在閱讀推廣、公共數(shù)字文化服務(wù)等方面應(yīng)用廣泛,能夠有效提升服務(wù)水平,但還存在一些不足。首先,資源建設(shè)的標(biāo)準(zhǔn)化程度較低,各個(gè)圖書(shū)館之間缺乏統(tǒng)一的資源建設(shè)標(biāo)準(zhǔn),導(dǎo)致資源整合難度較大,缺乏共建共享的機(jī)制,且各館自建的資源存在滯后和重復(fù)建設(shè)的問(wèn)題,質(zhì)量參差不齊。其次,精品資源的建設(shè)相對(duì)缺乏,大部分資源以迎合大眾口味為主,沒(méi)有進(jìn)行深度挖掘。再次,資源推薦應(yīng)基于用戶需求展開(kāi),但目前的推薦系統(tǒng)對(duì)用戶的需求缺乏有效的采集和分析機(jī)制,不能做到及時(shí)更新,尤其是大部分基層公共圖書(shū)館的資源推薦系統(tǒng)功能簡(jiǎn)單,缺乏用戶信息反饋和采集的渠道,難以作出精準(zhǔn)的需求預(yù)測(cè)。最后,用戶對(duì)資源推薦服務(wù)的認(rèn)識(shí)不足,導(dǎo)致服務(wù)的覆蓋面有限。因此,本研究提出以下優(yōu)化策略,以期進(jìn)一步完善基于知識(shí)圖譜的圖書(shū)館智能化資源推薦系統(tǒng)服務(wù)。

4.1 基于知識(shí)圖譜完善資源的整合與挖掘

信息資源是資源推薦的基礎(chǔ),圖書(shū)館作為信息資源的提供者和管理者,必須做好信息資源的整合和挖掘工作,對(duì)各個(gè)平臺(tái)上分散的信息進(jìn)行有序化的集中處理,以實(shí)現(xiàn)資源利用效率的最大化。在資源整合與挖掘的過(guò)程中引入知識(shí)圖譜技術(shù),能夠使圖書(shū)館的信息整合工作更系統(tǒng)化,形成結(jié)構(gòu)化的信息資源體系。此外,還可以根據(jù)用戶畫(huà)像知識(shí)圖譜,分析用戶可能需要和感興趣的資源,對(duì)其進(jìn)行深度加工和挖掘,打造優(yōu)質(zhì)的數(shù)據(jù)庫(kù)。同時(shí),圖書(shū)館應(yīng)基于用戶畫(huà)像知識(shí)圖譜對(duì)用戶進(jìn)行分類(lèi),針對(duì)不同的用戶群體進(jìn)行個(gè)性化資源推薦,引導(dǎo)用戶更好地利用資源。此外,圖書(shū)館還應(yīng)積極引導(dǎo)各類(lèi)用戶發(fā)揮自己的優(yōu)勢(shì),互相交流和共享信息,并將其中有價(jià)值的信息進(jìn)行整合,避免資源的浪費(fèi)和信息的分散。

4.2 基于知識(shí)圖譜的更新提供動(dòng)態(tài)資源推薦

知識(shí)圖譜能夠通過(guò)推理和更新不斷深化與拓展,館藏信息資源的剔舊和更新、流通數(shù)據(jù)的變化,都會(huì)導(dǎo)致信息資源知識(shí)圖譜的更新。此外,隨著用戶的年齡、工作單位、研究專(zhuān)業(yè)和方向等基本信息的變化,以及用戶在使用圖書(shū)館服務(wù)的過(guò)程中產(chǎn)生的一系列動(dòng)態(tài)行為數(shù)據(jù),用戶畫(huà)像知識(shí)圖譜也會(huì)隨之變化。為進(jìn)一步優(yōu)化圖書(shū)館智能化資源推薦系統(tǒng)服務(wù)的用戶體驗(yàn),圖書(shū)館應(yīng)站在用戶的角度,以用戶為中心,基于動(dòng)態(tài)更新的知識(shí)圖譜實(shí)時(shí)更新服務(wù)內(nèi)容和策略,結(jié)合智能技術(shù)和移動(dòng)終端,實(shí)時(shí)提供動(dòng)態(tài)的資源推薦服務(wù)。

4.3 發(fā)展可視化資源推薦

應(yīng)用知識(shí)圖譜能夠?qū)崿F(xiàn)資源推薦的可視化,增強(qiáng)其可解釋性。相較于傳統(tǒng)的知識(shí)庫(kù),知識(shí)圖譜能夠?qū)π畔⑦M(jìn)行推理,發(fā)現(xiàn)知識(shí)之間的深層關(guān)聯(lián)。圖書(shū)館在推送資源的同時(shí)通過(guò)可視化的圖形或是詞云的形式向用戶展示知識(shí)圖譜,能夠讓用戶直觀地了解資源推薦的理由,明確資源的特征和屬性,幫助用戶判斷資源與自身需求的適配度,從而提高信息搜索的效率。此外,可視化的知識(shí)圖譜還能夠幫助用戶了解所推薦的資源與知識(shí)之間的關(guān)系及其在知識(shí)鏈中的位置,并通過(guò)知識(shí)圖譜挖掘其他相關(guān)的資源,實(shí)現(xiàn)知識(shí)的遷移和創(chuàng)新。

4.4 樹(shù)立品牌意識(shí),加強(qiáng)宣傳培訓(xùn)

為進(jìn)一步擴(kuò)大服務(wù)的覆蓋面,增強(qiáng)服務(wù)效能,圖書(shū)館應(yīng)有意識(shí)地加強(qiáng)服務(wù)的資源推薦宣傳和對(duì)用戶的培訓(xùn)。相較于傳統(tǒng)的書(shū)刊借閱服務(wù),很多公共圖書(shū)館的用戶對(duì)資源推薦服務(wù)并不了解。圖書(shū)館應(yīng)樹(shù)立品牌意識(shí),打造資源推薦服務(wù)平臺(tái)和品牌,同時(shí)靈活運(yùn)用新媒體、社交平臺(tái)等,進(jìn)行系統(tǒng)化、品牌化的宣傳推廣。

為幫助用戶更好地利用資源推薦服務(wù),應(yīng)通過(guò)教育、培訓(xùn)等方式提高用戶的信息素養(yǎng),使用戶能夠更有效地利用信息資源。在“互聯(lián)網(wǎng)+”時(shí)代,可以引入Web2.0技術(shù),搭建線上信息素養(yǎng)教育平臺(tái),如美國(guó)肯特州立大學(xué)圖書(shū)館建立TRAILS平臺(tái),對(duì)用戶的信息素養(yǎng)進(jìn)行實(shí)時(shí)測(cè)評(píng),并為用戶提供有針對(duì)性的幫助[13]。國(guó)內(nèi)圖書(shū)館可以在資源推薦服務(wù)的框架內(nèi)搭建類(lèi)似的信息素養(yǎng)教育平臺(tái),幫助用戶進(jìn)一步提升信息素養(yǎng),更好地使用圖書(shū)館資源推薦服務(wù)。

5 結(jié) 語(yǔ)

基于知識(shí)圖譜的資源推薦服務(wù)通過(guò)智能化篩選、過(guò)濾海量信息資源,并根據(jù)用戶畫(huà)像和信息檢索行為實(shí)時(shí)分析用戶信息需求,提升信息利用率和用戶滿意度。在我國(guó)數(shù)字文化建設(shè)迅速發(fā)展的今天,基于知識(shí)圖譜的資源推薦系統(tǒng)將碎片化的數(shù)字資源進(jìn)行有序整合并推送給目標(biāo)用戶,其在一定程度上打破了時(shí)空的限制,為用戶提供了一站式的綜合信息服務(wù),進(jìn)而提高了圖書(shū)館的服務(wù)效能,實(shí)現(xiàn)了圖書(shū)館知識(shí)服務(wù)的數(shù)字化轉(zhuǎn)型。相較于傳統(tǒng)的圖書(shū)館服務(wù),基于知識(shí)圖譜的資源推薦服務(wù)注重資源的深度挖掘和不同用戶的實(shí)際需求,能夠使圖書(shū)館為用戶實(shí)現(xiàn)更精準(zhǔn)的信息服務(wù),從而推動(dòng)圖書(shū)館服務(wù)的供給側(cè)結(jié)構(gòu)性改革,這也是圖書(shū)館提高服務(wù)效能、滿足用戶個(gè)性化和精準(zhǔn)化需求的有效途徑。在信息服務(wù)與技術(shù)不斷融合的時(shí)代背景下,圖書(shū)館界應(yīng)從宏觀視角出發(fā),針對(duì)信息服務(wù)存在的問(wèn)題,將圖書(shū)館信息服務(wù)的創(chuàng)新與知識(shí)圖譜技術(shù)相結(jié)合,利用知識(shí)圖譜服務(wù)的精準(zhǔn)化供給更好地為公共文化服務(wù)賦能。