毛晨晰

摘 要：文章從用戶畫(huà)像和知識(shí)圖譜角度出發(fā)，構(gòu)建了智慧圖書(shū)館的信息推薦體系結(jié)構(gòu)，智慧圖書(shū)館的信息推薦體系包括系統(tǒng)板塊和系統(tǒng)架構(gòu)兩大部分，系統(tǒng)板塊包括系統(tǒng)管理、用戶畫(huà)像、知識(shí)圖譜、信息推薦、結(jié)果展現(xiàn)、結(jié)果反饋等七大模塊，系統(tǒng)架構(gòu)包括數(shù)據(jù)層、分析計(jì)算層、結(jié)果層、反饋層等四個(gè)層級(jí)。

關(guān)鍵詞：用戶畫(huà)像；知識(shí)圖譜；信息推薦體系；圖書(shū)館

中圖分類號(hào)：G250 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-1588（2023）08-0115-05

1 背景

隨著智慧時(shí)代來(lái)臨、數(shù)智化技術(shù)發(fā)展及啟發(fā)式認(rèn)知智能應(yīng)用的出現(xiàn)，作為文獻(xiàn)信息資源中心的圖書(shū)館在快速積累類型多樣、結(jié)構(gòu)復(fù)雜的海量資源的同時(shí)，加劇了與讀者有限認(rèn)知能力之間的矛盾，使其在信息泛濫背景下面臨日益嚴(yán)重的知識(shí)彌漫、信息超載等問(wèn)題。如何基于智慧化理念推動(dòng)圖書(shū)館服務(wù)系統(tǒng)轉(zhuǎn)型升級(jí)，以動(dòng)態(tài)感知讀者興趣、創(chuàng)新協(xié)同服務(wù)形式、序化整合知識(shí)資源，進(jìn)而提供滿足讀者知識(shí)需求的智慧服務(wù)成為亟須解決的問(wèn)題。在此形勢(shì)下，智慧圖書(shū)館推薦系統(tǒng)遵循以數(shù)字化為核心，以泛在化為支撐，以智能化為手段，以智慧化為目標(biāo)的思路，依托感知設(shè)備、大數(shù)據(jù)基礎(chǔ)設(shè)施及人工智能技術(shù)重構(gòu)傳統(tǒng)推薦平臺(tái)功能模塊，通過(guò)動(dòng)態(tài)響應(yīng)讀者需求并分析興趣演化，整序重構(gòu)知識(shí)資源并挖掘內(nèi)在關(guān)聯(lián)，主動(dòng)提供泛在互聯(lián)、虛實(shí)混合應(yīng)用場(chǎng)景下讀者需求驅(qū)動(dòng)的智慧推薦服務(wù)并備受關(guān)注。

隨著智慧圖書(shū)館推薦系統(tǒng)研究的不斷深入，信息資源推薦匹配性成為重要議題，如何實(shí)現(xiàn)快速有效地精準(zhǔn)推送成為智慧圖書(shū)館信息推薦服務(wù)高質(zhì)量發(fā)展的關(guān)鍵。精準(zhǔn)推送不僅與用戶的需求相關(guān)，也與圖書(shū)館的信息資源有關(guān)，用戶畫(huà)像可以精準(zhǔn)定位用戶需求，知識(shí)圖譜可以有效整合目標(biāo)信息資源，用戶畫(huà)像和知識(shí)圖譜應(yīng)被作為智慧圖書(shū)館信息推薦服務(wù)的構(gòu)建支撐。因此，本研究嘗試融合用戶畫(huà)像和知識(shí)圖譜構(gòu)建智慧圖書(shū)館信息推薦體系。

2 文獻(xiàn)回顧

用戶畫(huà)像通過(guò)對(duì)用戶特征、歷史行為特征的分析，形成標(biāo)簽化用戶模型，用戶畫(huà)像在圖書(shū)館領(lǐng)域有廣泛應(yīng)用。例如，蘭冰探索了基于群組用戶畫(huà)像的圖書(shū)館信息智能推送服務(wù)，指出用戶畫(huà)像技術(shù)應(yīng)用于圖書(shū)館具有重要意義，包括合理利用大數(shù)據(jù)資源、實(shí)現(xiàn)精準(zhǔn)智能化服務(wù)、抓住核心用戶群體需要，提出了基于群組用戶畫(huà)像的圖書(shū)館智能信息推送流程，包括用戶畫(huà)像可視化分析、群組用戶信息推薦、用戶畫(huà)像評(píng)價(jià)調(diào)整^[1]。李曉敏等研究了基于用戶畫(huà)像的智慧圖書(shū)館圖書(shū)推薦服務(wù)，指出智慧圖書(shū)館用戶畫(huà)像有三大維度，分別是自然屬性維度、興趣屬性維度、社交屬性維度，提出用戶畫(huà)像智慧圖書(shū)館圖書(shū)推薦模式有基于相似讀者的圖書(shū)推薦、基于相似圖書(shū)的推薦、基于位置的推薦^[2]。王大阜等研究了基于用戶畫(huà)像的高校圖書(shū)館個(gè)性化圖書(shū)推薦，指出用戶畫(huà)像模型構(gòu)建應(yīng)考慮讀者個(gè)體特征屬性、讀者歷史行為、讀者興趣偏好、讀者認(rèn)知能力差異等因素，設(shè)計(jì)了用戶畫(huà)像下高校圖書(shū)館個(gè)性化圖書(shū)推薦系統(tǒng)，具體表現(xiàn)為數(shù)據(jù)層、處理層、邏輯層和表現(xiàn)層^[3]。

知識(shí)圖譜是通過(guò)構(gòu)造網(wǎng)狀的知識(shí)結(jié)構(gòu)，形成的一種結(jié)構(gòu)化的語(yǔ)義知識(shí)庫(kù)，知識(shí)圖譜在圖書(shū)館領(lǐng)域有廣泛的應(yīng)用。例如，柳益君等重點(diǎn)探究了知識(shí)圖譜的智慧服務(wù)應(yīng)用，指出知識(shí)圖譜具有聚合和挖掘海量館藏資源，提供知識(shí)服務(wù)、融合和利用多源用戶數(shù)據(jù)以全面認(rèn)知用戶、感知和識(shí)別多種動(dòng)態(tài)場(chǎng)景以提供場(chǎng)景服務(wù)的優(yōu)勢(shì)，提出知識(shí)圖譜應(yīng)用下高校圖書(shū)館的智慧服務(wù)創(chuàng)新模式應(yīng)包括智慧檢索、智慧推薦、智慧問(wèn)答^[4]。趙夕姝重點(diǎn)探究了知識(shí)圖譜的數(shù)字資源管理系統(tǒng)設(shè)計(jì)，指出知識(shí)圖譜具有提升館藏?cái)?shù)字資源管理能力、提升圖書(shū)館個(gè)性化知識(shí)服務(wù)水平、提升館藏?cái)?shù)字資源檢索服務(wù)能力的作用，知識(shí)圖譜可以被應(yīng)用于圖書(shū)館館藏?cái)?shù)字資源的知識(shí)提取、知識(shí)表示、知識(shí)聚合、知識(shí)推理，提出知識(shí)圖譜應(yīng)用下館藏?cái)?shù)字資源管理系統(tǒng)應(yīng)包括圖書(shū)館館藏?cái)?shù)字資源存儲(chǔ)層、圖書(shū)館知識(shí)圖譜層、圖書(shū)館用戶交互層^[5]。孫雨生等基于知識(shí)圖譜構(gòu)建了智慧圖書(shū)館信息推薦技術(shù)體系，指出智慧圖書(shū)館信息推薦技術(shù)體系的構(gòu)建目標(biāo)是整合信息和聚合精準(zhǔn)推薦，構(gòu)建原則是技術(shù)時(shí)效性、場(chǎng)景多樣性、服務(wù)全局性，提出智慧圖書(shū)館信息推薦技術(shù)體系的構(gòu)建思路包括數(shù)據(jù)采集及預(yù)處理、數(shù)據(jù)分析、知識(shí)圖譜構(gòu)建、特征建模、推薦生成、推薦結(jié)果^[6]。

綜上，當(dāng)前知識(shí)圖譜及用戶畫(huà)像均已被應(yīng)用于圖書(shū)館信息推薦，但已有的研究沒(méi)有將二者結(jié)合起來(lái)進(jìn)行分析，為彌補(bǔ)研究空白，本研究將融合用戶畫(huà)像和知識(shí)圖譜構(gòu)建智慧圖書(shū)館信息推薦體系。

3 融合用戶畫(huà)像和知識(shí)圖譜構(gòu)建智慧圖書(shū)館信息推薦體系的內(nèi)在邏輯

本研究采用多元回歸模型分析智慧圖書(shū)館信息推薦服務(wù)效果的影響因素，參考已有學(xué)者的相關(guān)研究成果設(shè)定影響因素指標(biāo)，包括用戶層面的需求精準(zhǔn)定位，信息資源層面的資源數(shù)量、資源質(zhì)量、資源整合，館員層面的館員專業(yè)知識(shí)水平、館員服務(wù)態(tài)度、館員服務(wù)能力，信息推廣層面的推廣方式、推廣渠道。變量設(shè)定見(jiàn)表1。

本研究采用問(wèn)卷調(diào)查法收集圖書(shū)館用戶和館員對(duì)影響因素指標(biāo)的主觀評(píng)分，基于問(wèn)卷星共發(fā)放調(diào)查問(wèn)卷200份，回收得到有效問(wèn)卷143份。根據(jù)有效調(diào)查數(shù)據(jù)，本研究運(yùn)用SPSS軟件進(jìn)行回歸分析，分析結(jié)果見(jiàn)下頁(yè)表2。

如表2所示，模型調(diào)整后的R²值為0.716，即需求精準(zhǔn)定位、信息資源數(shù)量、信息資源質(zhì)量、信息資源整合、館員專業(yè)知識(shí)水平、館員服務(wù)態(tài)度、館員服務(wù)能力、信息推廣方式、信息推廣渠道對(duì)智慧圖書(shū)館信息推薦服務(wù)效果的解釋程度為71.6%，大于50%，說(shuō)明模型自變量能夠較好解釋因變量。模型F檢驗(yàn)的F值為632.451，顯著性水平為0.018，小于0.05，說(shuō)明模型分析有效。進(jìn)一步討論智慧圖書(shū)館信息推薦服務(wù)效果，各因素的影響關(guān)系如下。

關(guān)于用戶層面因素，“需求精準(zhǔn)定位”變量的回歸系數(shù)Beta值為0.648，大于0，顯著性水平為0.000，小于0.01，說(shuō)明需求精準(zhǔn)定位對(duì)智慧圖書(shū)館信息推薦服務(wù)效果具有非常顯著的正向影響，也就是說(shuō)，基于用戶畫(huà)像的用戶需求定位可以顯著提高智慧圖書(shū)館的信息推薦服務(wù)質(zhì)量。

關(guān)于信息資源層面因素，“資源數(shù)量”“資源質(zhì)量”等變量的回歸系數(shù)Beta值分別為0.107、0.443，均大于0，顯著性水平分別為0.033、0.011，均小于0.05，而“資源整合”變量的回歸系數(shù)Beta值為0.632，大于0，顯著性水平為0.000，小于0.01，說(shuō)明資源數(shù)量、資源質(zhì)量對(duì)智慧圖書(shū)館信息推薦服務(wù)效果具有顯著的正向影響，而資源整合具有非常顯著的正向影響，也就是說(shuō)，信息資源數(shù)量與質(zhì)量一定程度上可以提高智慧圖書(shū)館的信息推薦服務(wù)質(zhì)量，而基于知識(shí)圖譜的信息整合可以顯著提高智慧圖書(shū)館的信息推薦服務(wù)質(zhì)量。

關(guān)于館員層面因素，“專業(yè)知識(shí)水平”“服務(wù)能力”等變量的回歸系數(shù)Beta值分別為0.420、0.415，均大于0，顯著性水平分別為0.013、0.017，均小于0.05，說(shuō)明專業(yè)知識(shí)水平、服務(wù)能力對(duì)智慧圖書(shū)館信息推薦服務(wù)效果具有顯著的正向影響，也就是說(shuō)，館員知識(shí)水平與服務(wù)能力在一定程度上可以提高智慧圖書(shū)館的信息推薦服務(wù)質(zhì)量。

關(guān)于信息推廣層面因素，“推廣方式”“推廣渠道”等變量的回歸系數(shù)Beta值分別為0.214、0.206，均大于0，顯著性水平分別為0.026、0.025，均小于0.05，說(shuō)明推廣方式、推廣渠道對(duì)智慧圖書(shū)館信息推薦服務(wù)效果具有顯著的正向影響，也就是說(shuō)，信息資源推廣方式與渠道在一定程度上可以提高智慧圖書(shū)館的信息推薦服務(wù)質(zhì)量。

綜上，基于用戶畫(huà)像的用戶需求精準(zhǔn)定位和基于知識(shí)圖譜的信息資源整合對(duì)智慧圖書(shū)館信息推薦服務(wù)效果的影響程度明顯高于其他變量，可見(jiàn)，融合用戶畫(huà)像和知識(shí)圖譜構(gòu)建智慧圖書(shū)館信息推薦服務(wù)體系是非常必要的。

4 融合用戶畫(huà)像和知識(shí)圖譜的智慧圖書(shū)館信息推薦體系結(jié)構(gòu)

融合用戶畫(huà)像和知識(shí)圖譜的智慧圖書(shū)館信息推薦體系結(jié)構(gòu)包括系統(tǒng)板塊和系統(tǒng)架構(gòu)兩大部分，見(jiàn)圖1。

4.1 系統(tǒng)板塊

用戶在系統(tǒng)注冊(cè)時(shí)就會(huì)產(chǎn)生初步的個(gè)人數(shù)據(jù)信息和知識(shí)體系信息，用戶注冊(cè)后的閱讀行為數(shù)據(jù)累計(jì)為用戶畫(huà)像的具象化提供了基礎(chǔ)信息數(shù)據(jù)，同時(shí)根據(jù)用戶的閱讀偏好整合信息資源庫(kù)，形成針對(duì)性的知識(shí)圖譜?；谟脩舢?huà)像和知識(shí)圖譜，智慧圖書(shū)館能夠有效匹配用戶需求與知識(shí)庫(kù)資源，實(shí)現(xiàn)信息資源的精準(zhǔn)推薦，并通過(guò)推薦結(jié)果不斷進(jìn)行跟蹤反饋與改進(jìn)，持續(xù)性滿足用戶需要。

根據(jù)上述流程，融合用戶畫(huà)像和知識(shí)圖譜的智慧圖書(shū)館信息推薦體系可以分為六大模塊，分別是系統(tǒng)管理模塊、用戶畫(huà)像模塊、知識(shí)圖譜模塊、信息推薦模塊、結(jié)果展現(xiàn)模塊、結(jié)果反饋模塊。系統(tǒng)管理模塊的主要功能是實(shí)現(xiàn)數(shù)據(jù)的系統(tǒng)化管理，包括用戶畫(huà)像數(shù)據(jù)、知識(shí)圖譜數(shù)據(jù)、元數(shù)據(jù)的系統(tǒng)化管理。系統(tǒng)管理模塊是智慧圖書(shū)館信息推薦體系結(jié)構(gòu)的底層支撐，負(fù)責(zé)系統(tǒng)運(yùn)行的穩(wěn)定和系統(tǒng)數(shù)據(jù)分析的支持，可以說(shuō)該模塊是智慧圖書(shū)館信息推薦服務(wù)開(kāi)展的基礎(chǔ)保障。用戶畫(huà)像模塊的主要功能是實(shí)現(xiàn)用戶數(shù)據(jù)的挖掘、采集、分析與整合，提取能夠反映用戶特征的標(biāo)簽，構(gòu)建用戶畫(huà)像。用戶畫(huà)像模塊是智慧圖書(shū)館信息推薦服務(wù)的用戶端支撐，負(fù)責(zé)提供真實(shí)有效的用戶需求，可以說(shuō)該模塊是智慧圖書(shū)館信息推薦服務(wù)質(zhì)量的需求數(shù)據(jù)保證。知識(shí)圖譜模塊的主要功能是知識(shí)資源的挖掘與處理、知識(shí)資源的重組與重構(gòu)、知識(shí)特征的形成與網(wǎng)絡(luò)結(jié)構(gòu)化、構(gòu)建知識(shí)圖譜。知識(shí)圖譜模塊是智慧圖書(shū)館信息推薦服務(wù)的知識(shí)端支撐，負(fù)責(zé)匹配適宜性強(qiáng)的知識(shí)資源，可以說(shuō)該模塊是智慧圖書(shū)館信息推薦服務(wù)質(zhì)量的知識(shí)數(shù)據(jù)保證。

信息推薦模塊的主要功能是提取用戶標(biāo)簽，提煉結(jié)構(gòu)知識(shí)，根據(jù)用戶標(biāo)簽推薦合適的知識(shí)資源，滿足用戶的有效需求。信息推薦模塊是智慧圖書(shū)館信息推薦服務(wù)的過(guò)程環(huán)節(jié)支撐，負(fù)責(zé)推薦針對(duì)性強(qiáng)的知識(shí)資源，可以說(shuō)該模塊是智慧圖書(shū)館信息推薦服務(wù)質(zhì)量的實(shí)際運(yùn)作保障。

結(jié)果呈現(xiàn)模塊的主要功能將推薦信息及時(shí)呈現(xiàn)給用戶，可以通過(guò)Android終端將不同形式的知識(shí)資源展現(xiàn)給用戶，也可以通過(guò)其他終端向用戶展現(xiàn)知識(shí)資源。結(jié)果呈現(xiàn)模塊需要做到多樣化展示和排序化呈現(xiàn)，一方面，智慧圖書(shū)館可以在各應(yīng)用終端向用戶展示文字、圖片、音頻、視頻等多種形式的知識(shí)資源；另一方面，智慧圖書(shū)館可以在各應(yīng)用終端向用戶優(yōu)先推薦相關(guān)的重要知識(shí)資源，保障用戶第一時(shí)間接觸到最感興趣的信息?？梢哉f(shuō)，結(jié)果呈現(xiàn)模塊是智慧圖書(shū)館信息推薦結(jié)果的接受窗口。

結(jié)果反饋模塊的主要功能是收集用戶的反饋信息，針對(duì)反饋信息改進(jìn)和完善信息推薦系統(tǒng)，持續(xù)性提高智慧圖書(shū)館的信息推薦質(zhì)量。反饋信息可以分為主觀反饋和客觀反饋兩種類型，主觀反饋主要是用戶針對(duì)推薦信息給出的主觀評(píng)價(jià)，包括推薦信息的質(zhì)量、推薦信息的符合度、推薦信息的滿意度等；客觀反饋主要是系統(tǒng)化收集用戶的隱性反饋信息，包括用戶的瀏覽次數(shù)、點(diǎn)贊、收藏、評(píng)論等。可以說(shuō)，結(jié)果反饋模塊是智慧圖書(shū)館信息推薦持續(xù)性改進(jìn)的有效機(jī)制。

4.2 系統(tǒng)架構(gòu)

融合用戶畫(huà)像和知識(shí)圖譜下智慧圖書(shū)館信息推薦體系在系統(tǒng)架構(gòu)上可以分為四個(gè)層級(jí)，分別是數(shù)據(jù)層、分析計(jì)算層、結(jié)果層、反饋層。

數(shù)據(jù)層是基礎(chǔ)層級(jí)，負(fù)責(zé)系統(tǒng)數(shù)據(jù)的收集與管理，包括用戶畫(huà)像數(shù)據(jù)、知識(shí)圖譜數(shù)據(jù)、元數(shù)據(jù)等數(shù)據(jù)的收集、存儲(chǔ)與管理。這一層級(jí)要求做到上述數(shù)據(jù)的全面梳理與整理，實(shí)現(xiàn)標(biāo)準(zhǔn)化和有序化管理，因此系統(tǒng)管理模塊屬于這一層級(jí)。

分析計(jì)算層是完成對(duì)數(shù)據(jù)的分析和計(jì)算，為信息推薦提供支持、涉及用戶畫(huà)像、知識(shí)圖譜、畫(huà)像與知識(shí)匹配。這一層級(jí)需要完成用戶的標(biāo)簽提取與信息資源特征的分析匹配，因此用戶畫(huà)像模塊、知識(shí)圖譜模塊和信息推薦模塊屬于這一層級(jí)。

結(jié)果層是信息推薦系統(tǒng)的展示與呈現(xiàn)環(huán)節(jié)，根據(jù)需求與知識(shí)資源匹配情況，將推薦結(jié)果展示在用戶設(shè)備應(yīng)用端，包括常規(guī)化的Android終端和個(gè)性化的其他閱讀設(shè)備終端。這一層級(jí)基本上實(shí)現(xiàn)了信息資源的推薦呈現(xiàn)，因此結(jié)果呈現(xiàn)模塊屬于這一層級(jí)。

反饋層是信息推薦系統(tǒng)目標(biāo)完成度的評(píng)價(jià)環(huán)節(jié)，根據(jù)反饋信息屬性分為主觀反饋與客觀反饋，反饋信息也是后續(xù)對(duì)信息推薦系統(tǒng)升級(jí)調(diào)整的依據(jù)。這一層級(jí)是對(duì)信息資源推薦服務(wù)的持續(xù)跟蹤與改進(jìn)，因此結(jié)果反饋模塊屬于這一層級(jí)。

5 結(jié)語(yǔ)

用戶畫(huà)像可以精準(zhǔn)定位圖書(shū)館用戶的有效需求，知識(shí)圖譜可以針對(duì)性整合圖書(shū)館信息資源，而用戶需求和匹配信息資源是智慧圖書(shū)館高質(zhì)量信息推薦的基礎(chǔ)與前提，因此融合用戶畫(huà)像和知識(shí)圖譜構(gòu)建智慧圖書(shū)館信息推薦體系是必要的。本研究構(gòu)建了用戶畫(huà)像和知識(shí)圖譜下智慧圖書(shū)館的信息推薦體系，具體結(jié)構(gòu)包括系統(tǒng)板塊和系統(tǒng)架構(gòu)兩大部分，系統(tǒng)板塊是內(nèi)容要素，系統(tǒng)架構(gòu)是層級(jí)要素。

參考文獻(xiàn)：

[1] 蘭冰.基于群組用戶畫(huà)像的圖書(shū)館信息智能推送服務(wù)[J].圖書(shū)館學(xué)刊，2019（7）：109-112.

[2] 李曉敏，熊回香，杜瑾，等.智慧圖書(shū)館中基于用戶畫(huà)像的圖書(shū)推薦研究[J].情報(bào)科學(xué)，2021（7）：15-22.

[3] 王大阜，鄧志文，賈志勇，等.基于用戶畫(huà)像的高校圖書(shū)館個(gè)性化圖書(shū)推薦研究[J].河南師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2022（3）：95-103.

[4] 柳益君，何勝，熊太純，等.知識(shí)圖譜在高校圖書(shū)館智慧服務(wù)中應(yīng)用研究[J].圖書(shū)館工作與研究，2019（11）：5-10.

[5] 趙夕姝.基于知識(shí)圖譜的館藏?cái)?shù)字資源管理系統(tǒng)設(shè)計(jì)研究[J].圖書(shū)館研究與工作，2022（10）：75-78.

[6] 孫雨生，祝博，范穎.知識(shí)圖譜加持的智慧圖書(shū)館信息推薦技術(shù)體系構(gòu)建[J].圖書(shū)館論壇，2023（1）：1-10.

（編校：崔萌）