智慧圖書館個性化推薦服務體系及模式研究

陳笑玲

（集美大學誠毅學院，福建廈門 361000）

技術上的進步在很大程度上推動了圖書館的發展，無論是數字化圖書館，還是更高級別的智慧圖書館都得益于現代科學技術的發展。隨著云計算、云存儲以及物聯網等技術的深入發展，智慧圖書館有由概念逐漸變成了實踐。

1 智慧圖書館概述

自IBM于2009年首次提出智慧地球的概念后，各種智慧概念應運而生，諸如智慧醫療、智慧城市等，智慧圖書館也在這種背景下誕生[1]。就目前來看，關于智慧圖書館的定義仍然沒有一個統一的說法，研究者對智慧圖書館的研究都是從不從的角度入手。例如，從智能技術或者智能建筑層面進行論述。國內學者嚴棟將智慧圖書館定義為通過現代信息技術的利用，使圖書館的服務與管理更具智慧化。王世偉認為智慧圖書館是全面互聯的圖書館，不但書與書之間、書與人之間、人與人之間相互連接，而且館與館之間、庫與庫之間、人與物之間也是相互連接的，高效、互聯、便利是智慧圖書館的主要特點。李顯志、邵波認為智慧圖書館應當是集資源、技術、服務、館員與用戶于一體，比數字圖書館更加高級[2]。這一說法更加契合智慧圖書館的內涵，總的來說，智慧圖書館的技術基礎是智能化、網絡化和數字化，全面互聯是其主要特征，其精髓在于智慧服務的提供。智慧圖書館不僅體現為服務技術上的提升，更重要的是服務理念與管理模式的創新轉變，代表著未來圖書館的發展方向。

2 智慧圖書館個性化推薦服務體系的構建

2.1 用戶交互層

通俗點說，用戶交互層就是推薦門戶，這一門戶平臺直接為用戶提供知識服務，用戶也可在這一平臺上對知識資源進行評價。評價反饋方式可分為兩種，即隱性與顯性，其中隱性能夠借助網絡社交平臺，如微信、微博等實現與圖書館的互動，進而分析用戶喜愛[3]。顯性評價用戶能夠對資源進行直接打分評判。推薦算法是基于用戶對資源的評分進行的，由此，用戶對資源的評價反饋具有十分重要的作用。

2.2 智慧服務層

換句話說，智慧服務層也就是推薦服務模式層，這一平臺在于對用戶個性化知識需求進行滿足，是服務推薦的方式。并以短信、郵件、微信賬號、個人圖書館等形式呈現對用戶推薦的資源。一般來說，推薦服務模式可分為三種，第一，智慧集群服務，這一平臺不但能夠對文獻、數據信息以及知識進行泛在整合，還能夠進行跨時空傳輸，使推薦更加便利，一方面實現了圖書館知識傳遞限制的破除，另一方面使知識推薦的規模效應更加強大。第二，泛在智慧感知服務。其實現主要依賴于物聯網與RFID技術，根據地理位置與情境感知等向用戶進行知識推薦服務的提供[4]。用戶通過推薦系統的推送能夠實現圖書館資源的就近享受。針對讀者所處的特殊環境，個性化知識閱讀服務的提供以移動閱讀的方式進行。第三，智慧化定制與管理服務。在讀者主動進行參與的基礎上，按照一定機制，智慧圖書館能夠為用戶進行可選擇的資源與服務框架的提供。

2.3 個性化推薦層

作為一個十分重要的中間層，個性化推薦層連接著智慧服務層與知識存儲層，個性化推薦的實現包括三個部分，一是推薦項目，二是推薦算法，三是用戶-資源矩陣。具體來說，讀者實際需要的知識資源是推薦對象，其提供由存儲層知識庫進行。就目前來看，當前廣泛應用，并具有良好效果的個性化推薦技術就屬協同過濾技術，稀疏性與冷啟動等問題能夠通過改進的協同過濾算法進行解決。興趣庫是用戶-資源評分矩陣的來源，其作用在于輔助協同過濾。通過對大數據庫、知識庫等信息進行綜合利用，并以用戶實際情況為依據，個性化推薦系統對相應推薦算法進行利用，進而進行推薦行為，以對用戶閱讀需求進行滿足，實現知識資源的高效、實時推薦。

2.4 知識存儲層

在當前大數據時代背景下，數字化成為現代圖書館的主要特征，圖書館的各種數據資源規模日漸龐大。在這種海量數據的影響下，以往的推薦算法越發顯示出弊端，推薦速度滿足不了用戶的需求，進而對讀者的閱讀體驗造成不良影響，在大數據時代，圖書館要實現精準化與個性化資源的推薦，就必須引入云存儲與云計算速度[5]。以云計算的方式在大數據資源庫挖掘數據，能夠發掘有價值的知識資源，并在知識庫中進行存入，對讀者興趣偏好信息進行挖掘，并在興趣庫中進行存儲，從而作為個性化推薦系統進行知識資源推薦的基礎。

2.5 傳輸感知層

在智慧知識推薦服務的構成中，傳輸感知層是十分重要的一部分，其作用在于為智慧圖書館增加感知能力，對信息進行實時采集，對物體進行實時識別，能夠在數據上支持云計算與大數據庫，并且和智慧服務層形成了動態的聯系。通過物聯網技術的應用，圖書館設施的自動化得以實現，同時能夠進行智慧化管理，達到全面互聯的效果。而通過感知技術的使用，能夠使智慧圖書館可以以讀者的位置、情境為依據進行閱讀服務的提供。此外，各種網絡通信技術如電信網、無線網以及互聯網等為智慧圖書館進行數據互聯服務的提供，進而使智慧圖書館能夠在多網融合的條件下進行無線泛在智慧服務的提供。比如說，用戶在當前移動互聯網時代下，更加偏好在移動終端設備如手機、平板電腦上進行圖書館網站的登錄，實現知識資源的獲取。

3 智慧圖書館個性化推薦與服務需求

3.1 個性化推薦系統

隨著互聯網與信息技術的發展，互聯網數據信息成倍的增長，我們被海量的信息包圍著，用戶搜尋感興趣的難度越來越大，而且很多的信息是普通用戶難以獲得的，當前信息過載問題的解決可以通過個性化推薦系統進行有效的解決。

在推薦系統的構成中，用戶、項目與推薦算法是主要內容。通過推薦算法的利用，對讀者感興趣的資源進行搜尋，從而進行推送服務是推薦系統的核心部分。現階段比較常用的推薦技術有以內容為依據的，也有建立在關聯規則基礎上的，以及協同過濾推薦技術，然而在以上這些推薦技術中，尤其是協同過濾推薦技術依然會出現冷啟動、數據稀疏性等問題[6]。當前移動互聯網快速發展，讀者經常處于移動環境下，因而推薦系統的推薦效果會受到情境、地理位置的影響。針對這些情況，部分推薦算法進行了改進或者整合，使推薦質量得以提高，進而向讀者進行更加優質推薦服務的提供。

3.2 智慧圖書館個性化推薦服務需求

對于智慧圖書館而言，其推送服務一般包括三個方面，第一，向讀者進行新書通報和熱門圖書的推送，以及進行催化通知、活動講座等信息的推送服務。第二，對讀者基本信息特征進行分析，以及對讀者信息資源檢索歷史記錄進行分析，實現對讀者興趣偏好的獲取，以此作為信息資源推薦的重要依據。第三，當讀者登錄系統時，系統能夠以讀者以往的文獻檢索信息和書本借閱信息為依據，進行相關文獻的推薦，同時進行文獻鏈接與電子圖書的提供。

3.2.1 對智慧服務的泛在化需求

用戶對圖書館知識服務的獲取不受時間、地點以及方式的限制稱為泛在。在智慧圖書館模式下，必須對時空限制進行破除，所提供的服務具備全天候、多方位以及形式多樣化的特點。在為用戶提供的服務中，以往圖書館都是單向的，而泛在智慧服務模式要求通過以物聯網和云計算技術為依托，實現智慧服務的泛在提供。推薦系統借助移動端，并以地理位置為依據，對用戶進行推送服務，如此用戶便能夠對圖書館的一系列資源與服務進行不受限制的享受。在泛在智慧推薦服務下，無論是書與書、人與人、人與書之間，還是庫與庫、館與館之間，都實現了全面互聯，按照互動共享的理念，實現用戶泛在化服務需求的滿足。

3.2.2 個性化與主動性需求

隨著圖書館的發展，直到智慧圖書館，技術上實現了巨大的飛躍，然而“以用戶為中心，為用戶服務”的核心理念卻不會發生變化，因此智慧圖書館需要進行個性化服務的提供，同時將以往被動的知識服務逐漸發展為主動性知識服務。所謂個性化，具體來說就是依據用戶之間的差異，進行知識服務內容與方式的差異化提供，而主動性就是依據讀者的實際需要，推薦系統能夠對相應的服務進行自動的提供。對于數字圖書館而言，其有三個關鍵的個性化服務技術，一是個性化知識決策服務，二是個性化推薦與報道服務，三是個性化定制與推送服務。而作為更高級別的智慧圖書館，應當對個性化推薦技術進行充分的利用，對用戶實現更具個性化服務的提供，以使其智慧服務得到更好的體現。

3.2.3 豐富的智慧服務資源

由于信息技術的巨大發展，當前社會已經是大數據時代，圖書館的數字化轉變使得各種類型的數據資源越來越龐雜。而進入智慧圖書館時代，全部用戶的個人與借閱信息、文本信息以及各種數字資源也日漸變得復雜而龐大，無論是傳輸數據信息、讀者用戶位置信息，還是相關的社會化網絡信息也通常是巨大的，各種信息數據資源無比豐富。海量的信息對智慧圖書館帶來了巨大挑戰，這就需要以大數據處理技術，如云計算、云存儲等為依托的個性化推薦系統對用戶進行更具個性化服務的提供。在大數據環境下，存儲問題以及計算問題通過云存儲和云計算技術的運用得以有效解決，進而使推薦結果更加個性化和優質化。

4 結語

隨著現代信息技術的發展，智慧圖書館的發展越來越受到關注，其為傳統圖書館增加了新的活力與動力，更為用戶享受知識資源提供了更大的便利。當前智慧圖書館的發展雖然還處于起步階段，各方面的問題還有待更好地解決，但隨著智能技術、云計算等先進技術的發展，智慧圖書館的發展必將走進現實。