高校圖書館圖書推薦系統(tǒng)中的稀疏性問題實(shí)證探析

王月娥

（廣東嶺南職業(yè)技術(shù)學(xué)院，廣東廣州 510663）

1 圖書推薦系統(tǒng)背景和研究定位

高校是學(xué)習(xí)知識(shí)的主要場(chǎng)所，學(xué)生需要和書籍打交道，但是目前很多學(xué)生針對(duì)書籍存在“不會(huì)學(xué)，也不會(huì)找”的問題。在書籍推薦方面，主要是任課教師推薦一些和課程相關(guān)的書籍，或者是圖書館舉辦的新書推介會(huì)，但這很難激發(fā)學(xué)生閱讀書籍的興趣，并且很難找到自己所需的書籍。這表明，學(xué)生和圖書館之間無法順暢聯(lián)系，這時(shí)就需要圖書推薦系統(tǒng)發(fā)揮出其作用，使得圖書館資源得到充分利用。高校圖書館的推薦系統(tǒng)定位是其主要推薦圖書，不限定圖書類型，可以是印刷版，也可是電子版；圖書來源主要是高校圖書館； 推薦系統(tǒng)中的讀者主要是在校學(xué)生以及教職工。推薦系統(tǒng)將圖書管理系統(tǒng)作為依托，許多基礎(chǔ)數(shù)據(jù)源自目前的系統(tǒng)，設(shè)計(jì)和實(shí)現(xiàn)時(shí)會(huì)存在一定差異。該系統(tǒng)是新書組織和通報(bào)系統(tǒng)，能夠自行推薦圖書，不只是人工發(fā)布圖書信息，人工可進(jìn)行推薦，但主要是系統(tǒng)根據(jù)有關(guān)算法來獲取有關(guān)內(nèi)容[1]。

2 系統(tǒng)需求分析

分析圖書館以及讀者的特點(diǎn)可知，推薦系統(tǒng)的流程從獲取興趣、標(biāo)記開始，當(dāng)達(dá)到觸發(fā)條件時(shí)，其將被觸發(fā)，在流程中沒有對(duì)反饋問題進(jìn)行考慮，從而很難滿意推薦結(jié)果，需要解決推薦問題，重新設(shè)定和優(yōu)化推薦內(nèi)容。推薦時(shí)主要是推薦圖書，推薦者結(jié)合用戶需求向用戶進(jìn)行系統(tǒng)的推薦，其流程由個(gè)性化推薦、直接推薦、圖書處理等部分組成。

2.1 個(gè)性化推薦

最近幾年個(gè)性化推薦是研究熱點(diǎn)，個(gè)性化推薦主要是收集和分析用戶興趣，基于此構(gòu)建興趣模型，將獲得的相關(guān)數(shù)據(jù)存在興趣庫中，在之后使用中不斷修正興趣，使興趣匹配圖書標(biāo)記，最后進(jìn)行推薦。為實(shí)現(xiàn)推薦的個(gè)性化，首先應(yīng)收集用戶興趣，主要有以下幾種途徑：（1）用戶自己確定，用戶在注冊(cè)賬號(hào)時(shí)可直接確定感興趣內(nèi)容，如果興趣發(fā)生變化將難以更改，因此該方式適合應(yīng)用在系統(tǒng)冷啟動(dòng)問題解決中。（2）系統(tǒng)自動(dòng)獲取，其根據(jù)借閱記錄和用戶瀏覽等途徑收集和掌握用戶興趣，在系統(tǒng)應(yīng)用過程中不斷進(jìn)行優(yōu)化，這是當(dāng)前研究較多的內(nèi)容[2]。（3）他人推薦，該途徑主要對(duì)和用戶在一個(gè)社區(qū)、圈子的興趣進(jìn)行采集，通過共性興趣來推薦。此外，可借鑒微博標(biāo)簽這一概念，在讀者閱讀書籍后能夠在系統(tǒng)中形成相應(yīng)的標(biāo)記，即為借閱標(biāo)簽，這有利于推薦書籍工作開展。（4）專業(yè)與學(xué)科特性，這是高校獨(dú)有的，指的是結(jié)合學(xué)生專業(yè)進(jìn)行簡(jiǎn)單、直接的推薦。（5）混合推薦，這是推薦系統(tǒng)中常用方法，指的是通過用戶自己確定或者是學(xué)科確定其興趣，并通過系統(tǒng)獲取和他人推薦等形式對(duì)讀者興趣加以修正，利用權(quán)重系數(shù)方式來解決，如果興趣出現(xiàn)了變化，可對(duì)權(quán)重系數(shù)進(jìn)行改變。

2.2 直接推薦

該類型的推薦是當(dāng)前應(yīng)用范圍比較廣的形式，也是圖書館常規(guī)工作，其中包括的內(nèi)容主要有新書通報(bào)、教師推薦、借閱統(tǒng)計(jì)推薦以及專業(yè)書籍、同類書籍的推薦，這類推薦方式和個(gè)性無關(guān)。

2.3 圖書處理

在處理圖書的過程中，需要加工目前存在的數(shù)據(jù)，這可將圖書中與興趣相關(guān)的內(nèi)容增加，保證更好地開展推薦服務(wù)?？赏ㄟ^社區(qū)、圈子、選擇興趣等途徑來落實(shí)這一工作，可在一定程度上解決冷啟動(dòng)問題，然而該過程中也會(huì)伴隨著興趣變更與更新問題，只是參考借閱情況以及歷史來實(shí)現(xiàn)較為粗糙。對(duì)這些內(nèi)容加以分析，科學(xué)、合理的設(shè)置權(quán)重系數(shù)，是當(dāng)前比較常用的一種解決方法。標(biāo)簽主要是關(guān)聯(lián)圖書以及興趣標(biāo)識(shí)，并明確標(biāo)簽的重要性以及具體位置。處理圖書數(shù)據(jù)時(shí)，需要注重?cái)?shù)據(jù)的統(tǒng)計(jì)，比如，在瀏覽某本書后，可以顯示出借閱這本書同類型書籍的前10 名，這就是推薦的一種形式。

2.4 用戶

推薦發(fā)起者即為用戶，同時(shí)其也是推薦受益者，高校圖書館中學(xué)生和教師是圖書推薦者以及受益者。用戶在推薦系統(tǒng)中承擔(dān)著不同的角色，也承擔(dān)不同任務(wù)。用戶興趣可以用大家認(rèn)可方式來表示，在處理用戶興趣和圖書處理工作中應(yīng)較為努力。

2.5 推薦策略

2.5.1 分類瀏覽與推薦

這是一種較為常見的推薦方式，受眾認(rèn)可度較高，并且具有實(shí)際意義。但是該方式還存在不足之處，特別是在確定類型方面，通常圖書館工作人員會(huì)結(jié)合圖書分類號(hào)落實(shí)分類推薦工作，讀者根據(jù)分類對(duì)推薦是否合格進(jìn)行判斷，這種推薦方式增加了系統(tǒng)處理難度。而高校圖書館的圖書推薦系統(tǒng)能夠簡(jiǎn)化這些問題?？梢詧D書分類法的類為主（視為1）、專業(yè)（視為2）以及學(xué)生喜歡的方式（視為3）為輔，與應(yīng)用場(chǎng)景相結(jié)合，確定類。常規(guī)推薦下類的重要程度是1、2、3，個(gè)性化推薦場(chǎng)合，類的重要程度為3、2、1，專業(yè)推薦即為2、1、3 或2、3、1[3]。

2.5.2 以內(nèi)容為基礎(chǔ)的推薦

目前主要推薦趨勢(shì)為基于內(nèi)容的推薦，但是該方式面臨著如何揭示以及標(biāo)記內(nèi)容的問題，具體來說就是怎樣標(biāo)記圖書內(nèi)容以及用戶需要的內(nèi)容，怎樣進(jìn)行兩者統(tǒng)一以及簡(jiǎn)單匹配。目前內(nèi)容描述常見的形式是關(guān)鍵詞，使用全文檢索、分詞等技術(shù)進(jìn)行用戶興趣分詞，依此提取圖書內(nèi)容信息。盡管技術(shù)還不夠成熟，但依舊可以使用。對(duì)于關(guān)鍵詞是否和標(biāo)簽等同的問題，主要是看設(shè)置標(biāo)簽人員的意愿，設(shè)置較為規(guī)范時(shí)，將與關(guān)鍵詞等同，反之就會(huì)較為麻煩，存有匹配問題，主要受標(biāo)簽設(shè)置權(quán)限影響。在系統(tǒng)中，如果圖書館工作人員或者是系統(tǒng)設(shè)置標(biāo)簽，則很難保證其規(guī)范性；如果是用戶自行提出，就會(huì)存在較多問題。這時(shí)可選擇系統(tǒng)設(shè)置標(biāo)簽，用戶在其中選擇。

2.5.3 推薦數(shù)量

推薦暢銷榜上排名前N 的圖書，推薦和用戶興趣相關(guān)的N 本圖書，N 是一個(gè)具體值，并且是由系統(tǒng)性能、推薦方式、推薦位置和網(wǎng)站承載來決定。

通過上述分析可知，該系統(tǒng)可將共同推薦、個(gè)性化推薦等推薦任務(wù)完成。這要求系統(tǒng)具備分析整理數(shù)據(jù)以及可視化展示等功能，保證合理獲取用戶興趣，并做好相關(guān)模型構(gòu)建工作。系統(tǒng)也需要具備非功能性需求，如性能擴(kuò)展性、可用性、可靠性以及可支持性[4]。

3 系統(tǒng)功能框架

3.1 獲取與處理數(shù)據(jù)部分

這一部分的主要功能模塊有處理數(shù)據(jù)、 用戶管理以及用戶借閱行為管理等。該部分應(yīng)處理數(shù)據(jù)有圖書數(shù)據(jù)和用戶數(shù)據(jù)，做好整個(gè)系統(tǒng)數(shù)據(jù)準(zhǔn)備以及預(yù)處理工作。（1）數(shù)據(jù)處理具有導(dǎo)入數(shù)據(jù)、錄入數(shù)據(jù)、維護(hù)數(shù)據(jù)這3 個(gè)環(huán)節(jié)。導(dǎo)入數(shù)據(jù)指的是直接導(dǎo)入數(shù)據(jù)，按照?qǐng)D書借閱排名，做好相應(yīng)數(shù)據(jù)統(tǒng)計(jì)工作，此類數(shù)據(jù)可以直接使用； 錄入數(shù)據(jù)指的是直接添加數(shù)據(jù)； 而維護(hù)數(shù)據(jù)是對(duì)已有的數(shù)據(jù)進(jìn)行更新和修改。（2）用戶管理是指管理圖書館的全部用戶，例如，圖書館員工、師生讀者等。其是由原始數(shù)據(jù)中加入新數(shù)據(jù)構(gòu)成的，新數(shù)據(jù)指的是用戶依據(jù)個(gè)人興趣或是所在圈子來選擇的。（3）用戶借閱行為管理主要是管理導(dǎo)入、分析、整理等用戶借閱行為的工作，為做好個(gè)性化推薦工作提供數(shù)據(jù)支持。其中相關(guān)功能和導(dǎo)入數(shù)據(jù)功能存在重疊部分，因注重系統(tǒng)特性以及功能完整，將其放在一起。

3.2 構(gòu)建模型和過濾提取內(nèi)容部分

該部分與推薦管理相關(guān)，主要包括以下幾方面內(nèi)容：（1）用戶模型管理，其是指構(gòu)建、修正、完善用戶推薦模型，主要是構(gòu)建公式、選擇和修正參數(shù)、確定和修正閾值，這可采用系統(tǒng)自動(dòng)、人工等方式來確定。（2）個(gè)性化推薦，主要是按照借閱記錄進(jìn)行推薦、個(gè)性化書友推薦、反推薦給書友、綜合推薦方式、推薦擴(kuò)展，使推薦工作全面落實(shí)。（3）專門推薦其主要是指新書通報(bào)、專業(yè)推薦、借閱瀏覽、瀏覽推薦與其他推薦等。專業(yè)推薦主要是指推薦專業(yè)相關(guān)書籍，這也是圖書館一直開展的工作，然而沒有良好的效果。節(jié)約推薦指的是在讀者借閱時(shí)開展推薦工作，應(yīng)具有精準(zhǔn)性，可具體到書；新書通報(bào)在圖書館中是常規(guī)工作；推薦瀏覽指的是用戶在瀏覽時(shí)推薦，幫助用戶找到所需書籍，進(jìn)行大類推薦或粗線條推薦；其他推薦則為擴(kuò)充準(zhǔn)備。（4）興趣管理。收集、整理、加工、分析符合用戶興趣的數(shù)據(jù)，可構(gòu)建關(guān)于用戶興趣的公式以及模型。該模型可以進(jìn)行數(shù)據(jù)修正，在數(shù)據(jù)增加的情況下不斷完善。不僅如此，每年還可結(jié)合學(xué)生的專業(yè)以及年級(jí)來劃分其興趣，做好微調(diào)和修正工作。通過處理日志的方式來獲取興趣，以此了解用戶行為，處理日志即為興趣管理主要內(nèi)容。實(shí)際管理中應(yīng)收集用戶興趣，尤其是新用戶注冊(cè)時(shí)，為其提供個(gè)人興趣選擇的服務(wù)。（5）圖書特征管理。為收集、整理與規(guī)范圖書特征，應(yīng)使特殊特征描述與用戶興趣相匹配，主要是運(yùn)用一個(gè)詞或是一個(gè)標(biāo)簽來描述?，F(xiàn)有圖書特征主要是外在特征，不符合推薦系統(tǒng)應(yīng)用要求，這就需要添加圖書特征。圖書特征管理有著較大的工作量，并且和推薦質(zhì)量相關(guān)，應(yīng)該提升重視程度。

3.3 結(jié)果展示

該部分能夠凸顯出管理推薦結(jié)果，主要內(nèi)容是渠道管理以及展示管理。渠道管理指的是發(fā)布推薦結(jié)果的渠道，如微信、短信、網(wǎng)站及平臺(tái)等，通常是管理所提供的渠道、推薦內(nèi)容應(yīng)用渠道等。展示管理主要內(nèi)容有展示內(nèi)容、位置以及數(shù)量，限定推薦結(jié)果內(nèi)容、位置和數(shù)量。（1）數(shù)據(jù)庫管理：這一模塊指的是對(duì)系統(tǒng)中數(shù)據(jù)庫進(jìn)行全面管理，注重?cái)?shù)據(jù)的修改、添加和刪除行為，同時(shí)也需要做好構(gòu)建表格的工作。（2）圈子管理：該部分的建立是為了獲取用戶興趣，屬于常規(guī)性論壇管理。（3）點(diǎn)評(píng)管理：通過點(diǎn)評(píng)管理工作，可開展掌握用戶興趣的工作，使用戶能夠積極參與到點(diǎn)評(píng)中，另外點(diǎn)評(píng)管理還能夠支持獎(jiǎng)勵(lì)機(jī)制的創(chuàng)設(shè)。（4）系統(tǒng)管理：該模塊能夠?qū)⑾到y(tǒng)通用性功能發(fā)揮出來，主要是數(shù)據(jù)初始化、修改用戶密碼、設(shè)置打印機(jī)、拆訊統(tǒng)計(jì)功能等。（5）詞表管理：建立詞表主要是為了關(guān)鍵詞有更加規(guī)范的用詞，這是一種后臺(tái)操作項(xiàng)，能夠使標(biāo)簽以及圖書特征標(biāo)記更加規(guī)范。為獲得理想效果需要構(gòu)建3 個(gè)詞表：①構(gòu)建主題詞表，保證興趣和圖書的描述用詞更加規(guī)范； ②構(gòu)建同義詞表，主要內(nèi)容是同義詞和口語化、意思相近的詞；③構(gòu)建標(biāo)簽表，該表逐漸完善，根據(jù)院校和學(xué)生情況，允許自定義標(biāo)簽，系統(tǒng)進(jìn)行簡(jiǎn)單限定，例如，字?jǐn)?shù)在4 個(gè)之內(nèi)，利用同義詞表來比較和匹配，構(gòu)建相關(guān)聯(lián)系。該工作是以假定為基礎(chǔ)，圖書特征標(biāo)記需由專業(yè)人員完成。

（6）標(biāo)簽管理：其能夠規(guī)范和管理標(biāo)簽出現(xiàn)位置、方式和基本式樣，標(biāo)簽入表操作在詞表管理中進(jìn)行。

4 高校圖書館個(gè)性化服務(wù)存在的問題

4.1 自動(dòng)化問題

豆瓣和百度文庫等會(huì)在頁面上設(shè)置用戶評(píng)分區(qū)域，主要級(jí)別是很差、較差、還行、推薦以及力薦。需要用戶的評(píng)價(jià)，推薦系統(tǒng)通過這樣的形式掌握用戶特征，做好相關(guān)推薦工作。通常用戶處于利益驅(qū)動(dòng)者的位置，采取的行動(dòng)一般會(huì)和自身利益掛鉤，例如在百度文庫中，作者通過文章評(píng)分可獲取相關(guān)財(cái)富值，其可利用財(cái)富值在網(wǎng)站中下載資料。但是高校圖書館是非營利機(jī)構(gòu)，不具備利益驅(qū)動(dòng)機(jī)制，這樣讀者會(huì)缺少評(píng)價(jià)圖書的動(dòng)力，這會(huì)使評(píng)價(jià)信息較少，圖書館很難收集用戶信息。如果可以提升系統(tǒng)評(píng)價(jià)的自動(dòng)化程度，則可以對(duì)圖書館存在的一般性問題進(jìn)行有效解決。

4.2 稀疏性問題

在電商平臺(tái)中經(jīng)常會(huì)通過評(píng)價(jià)返現(xiàn)、 評(píng)價(jià)獲積分等方法鼓勵(lì)用戶對(duì)購買的產(chǎn)品以及服務(wù)進(jìn)行評(píng)價(jià)，電商沒有物質(zhì)獎(jiǎng)勵(lì)時(shí)，銷售產(chǎn)品以及服務(wù)所獲評(píng)價(jià)不足整體銷量1%，沒有較高的用戶評(píng)價(jià)主動(dòng)性將會(huì)使數(shù)據(jù)出現(xiàn)稀疏性問題。另外，通常借閱暢銷書用戶較多，借閱非暢銷書用戶少，使得借閱數(shù)據(jù)出現(xiàn)交錯(cuò)情況，這會(huì)使協(xié)同過濾系統(tǒng)很難篩選出相似用戶，無法保證待推薦項(xiàng)目評(píng)分計(jì)算的準(zhǔn)確性。通常系統(tǒng)對(duì)數(shù)據(jù)稀疏性問題進(jìn)行處理時(shí)，都會(huì)通過0 或者是用戶平均分填充方法對(duì)缺乏評(píng)分項(xiàng)目進(jìn)行評(píng)價(jià)，描述用戶興趣偏好失真[5]。除此之外，如果根據(jù)圖書評(píng)分矩陣尋找相似用戶，運(yùn)算復(fù)雜程度將會(huì)因此加大。

5 解決高校圖書館稀疏性問題的思路

5.1 構(gòu)建自動(dòng)化評(píng)分系統(tǒng)

在個(gè)性化推薦系統(tǒng)中人工評(píng)分系統(tǒng)屬于羈絆。人們會(huì)使用省力的方式對(duì)自身行為進(jìn)行指導(dǎo)，除非非常熱愛某本書，否則很少去評(píng)價(jià)借閱的圖書。通常電商網(wǎng)站會(huì)以返利形式對(duì)用戶的評(píng)價(jià)行為加以鼓勵(lì)，高校圖書館是公益性組織，無法通過付費(fèi)模式實(shí)現(xiàn)評(píng)價(jià)，因此應(yīng)結(jié)合圖書館特點(diǎn)，設(shè)計(jì)與圖書館相符合的自動(dòng)化評(píng)分系統(tǒng)，結(jié)合借還書記錄對(duì)用戶借閱圖書進(jìn)行評(píng)分。通常高校圖書館借閱日志主要有3項(xiàng)操作，分別是借閱、預(yù)約以及續(xù)借。

5.1.1 借閱

用戶受客觀因素影響或是對(duì)某本書感興趣才會(huì)產(chǎn)生借閱圖書的需求，可以劃分成首次借閱以及非首次借閱。首次借閱雖然可表明用戶對(duì)圖書的興趣，但無法掌握用戶有沒有閱讀圖書內(nèi)容，難以明確圖書對(duì)用戶的作用。結(jié)合上述內(nèi)容可以知道，用戶借閱某本書評(píng)分不會(huì)太高，那么首次借閱分?jǐn)?shù)可設(shè)置為1。不是第一次借閱，因?yàn)槎啻谓栝?，?huì)認(rèn)為圖書對(duì)于用戶有較大用途，這時(shí)可將分值設(shè)置為4，可拉大分差，凸顯借閱重要性。

5.1.2 預(yù)約

高校圖書館可設(shè)置圖書借閱預(yù)約服務(wù)，讀者申請(qǐng)?jiān)摲?wù)，在圖書歸還后享有優(yōu)先借閱權(quán)[6]。如果非用戶閱讀圖書的意愿較為強(qiáng)烈，應(yīng)申請(qǐng)預(yù)約服務(wù)，這可確定用戶了解圖書內(nèi)容和對(duì)其發(fā)展產(chǎn)生作用，那么分值要比初次借閱高，但是也應(yīng)考慮用戶沒有深入閱讀圖書的情況，存在閱讀后感覺和之前想法不同等情況，那么分值不應(yīng)高于再次借閱分?jǐn)?shù)，則設(shè)置分值為2。

5.1.3 續(xù)借

通常會(huì)認(rèn)定用戶認(rèn)為圖書有用和未閱讀完這兩種情況下將會(huì)出現(xiàn)續(xù)借行為，借閱規(guī)則中包括罰款條款，借閱圖書超期需要繳納罰款，如果未及時(shí)還書，不想被罰款，將會(huì)產(chǎn)生續(xù)借行為，那么可再設(shè)置為2。

5.2 借鑒中圖法目錄降低運(yùn)算維度

針對(duì)借閱行為交錯(cuò)性問題，需要考慮圖書館開架借閱圖書主要的特點(diǎn)是圖書有專業(yè)人士編目、分類準(zhǔn)確等，結(jié)合書目數(shù)據(jù)做出合并處理，基于對(duì)于某類圖書興趣度，尋找相似用戶。根據(jù)借閱記錄來計(jì)算用戶借閱書的分值，并結(jié)合書本信息中書的類目，對(duì)其進(jìn)行分值計(jì)算，由此尋找相似用戶。通過歸類轉(zhuǎn)化模式避免出現(xiàn)嚴(yán)重的數(shù)據(jù)稀疏問題，通過圖書組合形式確定相似用戶問題向以“類”組合確定用戶問題轉(zhuǎn)變。在本質(zhì)上，確定相似用戶即為找出對(duì)同類圖書感興趣的用戶。