探討圖書管理系統中個性推薦方法

張復琴

摘要：在信息技術飛速發展的時代背景下，圖書館也從原來的資源匱乏狀態逐漸轉變為如今的數據密集型行業，這就促使圖書館的信息服務方式要由傳統的以數據為主導轉變為以用戶需要為中心。然而在現實中，如何在海量的館藏信息中提取出讀者所需的信息，并為其提供個性化服務，就成為當前所有圖書館管理員需要思考的重點問題。

關鍵詞：圖書館；管理系統；個性推薦；數據挖掘

近年來，我國圖書館領域開始嘗試將以讀者為中心的個性化推薦服務作為研究重點，并取得了不錯成效。個性化推薦，既是信息重組織以及資源再分配的過程，同時又是一種個性化的信息服務模式。通過個性化推薦，可以結合用戶模型來為其尋找和提供相匹配的信息，或者尋找具有相近興趣愛好的用戶群體，并使其在用戶群體上相互推薦其感興趣的信息，甚至于可以根據資源的相似性來向用戶進行推薦。所以，為了提高個性化推薦的準確性，相關管理者應該加強對圖書管理系統中個性化推薦方法的研究，從而切實提高廣大讀者的滿意度。

一、當前圖書管理系統個性推薦方法

現如今，隨著數據挖掘技術的發展，將其應用于圖書館管理并實現個性化服務已成為我國圖書館行業的常態。目前，仍有一部分圖書館的管理系統仍停留在借書、還書、上架以及入庫等基本功能的管理上，而圖書館的日常經營管理中，每天都會產生大量的讀者借閱信息，過去對于這些信息的處理，不是將其“堆積”在系統內存中，就是將其作為常規業務統計數據，并沒有充分意識到讀者借閱信息蘊含的巨大潛在價值。因此，我們可以嘗試在圖書館管理中加入聚類分析以及關聯規則理念，在對借閱信息進行分析研究后，深入挖掘讀者借閱行為隱含的規律，以此來為讀者提供參考性信息等服務。其中，對聚類以及關聯規則的應用具體如下：

1、以聚類分析為基礎的個性推薦方法。第一，讀者聚類。目前，很多圖書館并沒有對讀者進行分類，且所有讀者都需要按照統一標準進行借閱（比如每人每次最多可借閱書籍數量等）。然而事實上，很多愛看書的讀者不僅常常借閱書籍，同時每次想借的書籍也較多。如果嚴格按照統一標準，那么這部分讀者的需要就難以得到滿足；還有一部分讀者借書少或者不借書，這就浪費了借書的權利。基于此，可以采取聚類法將讀者劃分為以下三類，即活躍類讀者、一般類讀者以及不活躍讀者。對于活躍類讀者，可以適當放寬可借閱書籍數量的限制，以實現個性化服務；一般類讀者在整個讀者中所占比重較大，圖書館需要適當調節自己的管理模式，推陳出新，防止這部分讀者逐漸成為不活躍讀者；對于那些不活躍讀者，圖書館可以通過各種途徑來及時了解到他們不愛讀書的原因，進而采取有針對性的措施，比如購入其感興趣的書籍等，來提高他們的閱讀積極性，從而讓其感受到“知識海洋”的魅力。

第二，圖書聚類。在圖書館海量的圖書資源中，總會存在受讀者歡迎以及不受讀者歡迎的圖書，與此同時，新書與舊書的受歡迎程度也各不相同。基于此，可以采用圖書聚類分析法并結合不同類型圖書的受歡迎程度，來將館內藏書合理的劃分為以下幾大類，即讀者熱門、讀者冷門、院系熱門以及院系冷門等，由此來適當的增加或減少不同類型圖書的館藏數量。這樣做的主要原因，就是在一般情況下，圖書的受歡迎程度與讀者的興趣點、專業以及工作類型等息息相關，就像《UML Java程序員指南：雙語版》以及《會計報表編制與分析》，它們同屬專業性較強的書籍，但是如果讀者中計算機專業的人員較多，則前者的受歡迎程度就會大大增加，同理，會計專業讀者較多則后者就更受歡迎。所以，歸納統計讀者的歷史借閱數據，分析讀者群體特點，可以對讀者潛在的喜好以及專業等情況有一個準確把握，以此為依據來向讀者或者院系提供個性化的圖書推薦服務。

2、以關聯規則技術為基礎的個性推薦方法。關聯規則目前已被應用于多個領域，并取得了不錯成效，特別是在商業領域中起到的作用更是顯示出關聯規則的實際應用價值。將關聯規則應用于圖書館管理，可以向讀者提供個性化圖書推薦服務。具體來說，首先要查看該讀者是否有借閱記錄，如果沒有借閱記錄，那么就無法向其提供關聯推薦圖書；而如果有借閱記錄，就要利用關聯規則算法對他所借閱書籍的借閱記錄進行關聯規則分析，這就可以得到當前讀者關聯的圖書。之后，根據置信度以及圖書的借閱量來對圖書進行排序，這一過程要排除掉讀者已借閱的書籍，之后就可以得到一張以關聯規則為基礎的、讀者感興趣的推薦圖書清單。打個比方來說，《彩色圖解心理學》、《跟專家學心理分析》以及《一分鐘看透他人心》是存在內在相關性的圖書，一般情況下，讀者在借閱了其中一本之后，也會有很大幾率再借閱其他兩本；另外，有很大一部分讀者在借閱《林黛玉和北靜王》這一圖書后，會更傾向于借閱《紅樓夢》，這就充分說明了這兩本圖書之間存在一定的相關性；等等。事實上，在很多情況下，不是讀者不喜歡讀書，有些讀者更多的是不知道怎樣讀、該讀什么。目前，學校的教育也多注重學業而忽視學生的素質培養，這就要求圖書館應該為廣大讀者提供更多的引導以及主動性服務。值得注意的是，個性化圖書推薦方法利用得好，一方面可以針對讀者的興趣愛好進行推薦，以提高他們閱讀的興趣以及積極性；另一方面借助個性化圖書推薦，圖書館管理員還能將讀者提交的采購圖書清單與書籍借閱熱度進行對比，以此來確定合理的書籍采購清單，這就為圖書館的采購工作提供了很大便利，進而更好地為廣大讀者提供個性化服務。

二、結語

綜上所述，在圖書館管理系統中，為讀者提供個性推薦服務，不僅可以幫助讀者更快更好地選擇自己感興趣的書籍，同時對于圖書館整體的發展也有著至關重要的意義。因此，相關管理員應該以數據挖掘技術為基礎，利用聚類以及關聯規則對圖書管理系統數據進行深入挖掘，從而摸索出更好地圖書管理辦法，并更好地為讀者服務。

參考文獻

[1] 張通. 基于圖書館業務數據分析服務的個性化推薦系統設計與實現[D]. 北京郵電大學， 2013.

[2] 邵晨. 山西中醫學院圖書館圖書個性化推薦系統的設計與實現[D]. 北京工業大學， 2011.

[3] 鄭祥云， 陳志剛， 黃瑞，等. 基于主題模型的個性化圖書推薦算法[J]. 計算機應用， 2015， 35（9）：2569-2573.

[4] 周強， 許麗媛， 孔貝貝，等. 基于推薦技術的圖書管理系統的設計[J]. 計算機技術與發展， 2015， 25（增）.