基于長短期偏好特征的圖書個性化推薦系統設計

摘 要：隨著我國網絡技術的不斷發展，高校讀者對于圖書館文獻資源的查閱方式呈現出信息化、數字化的發展趨勢。在信息云集的網絡平臺中，推薦系統可以幫助讀者有效利用信息，快速篩選出自己期望的資源，從而提高讀者的搜索效率。為此，文章利用B/S架構，設計一種圖書個性化信息推薦系統的整體結構。選擇STC8G1K08A型單片機作為主控芯片，基于云平臺網絡爬蟲設計讀者信息采集層，利用ZigBee技術實現圖書推薦系統的無線通信功能。通過引入長短期網絡模型對讀者的偏好特征完成提取，以此為基礎引入協同過濾算法，構建個性化信息推薦模型。實驗結果表明，本研究系統的累計中斷時間較短，NDCG較高，且推薦圖書的精度始終高于98%。

關鍵詞：長短期；網絡模型；圖書檢索；偏好特征；個性化；推薦系統

中圖分類號：G252.62 文獻標識碼：A

圖書是一種具有主觀性和情感性的產品，讀者對圖書的喜好因人而異，難以通過簡單的內容匹配實現有效推薦。在圖書檢索過程中，個性化推薦系統是一種為讀者推薦符合個性化需求內容的信息過濾工具，它可以根據讀者的興趣和偏好，幫助讀者更快速地找到符合其需求的圖書，減少信息檢索成本，提高了效率。個性化推薦系統需要結合讀者的閱讀歷史、評分行為、社交關系等多維度數據，開展深度挖掘和分析，克服推薦的主觀性和情感性難點。

蘇瑞竹等人在考慮情景感知下，以高校圖書館為研究環境，研究了一種圖書個性化服務。但是，情景感知理論主要關注讀者當前的環境和情境對行為的影響，忽視了讀者個體差異和長期興趣演化的因素，可能導致推薦結果過于局限于讀者當前的需求，忽視了讀者潛在的長期偏好，降低了推薦系統的個性化程度和準確性；杜豐瑞等人在圖書的推薦問題中引入了認知升級理論，對圖書先完成認知，以期優化圖書智慧推薦的精度。但是，認知升級理論更多地關注讀者信息接收和加工的過程，忽視了讀者主觀認知、情感因素等對決策的影響。

在圖書推薦中，讀者的主觀認知和情感偏好同樣重要，只考慮信息加工過程可能導致推薦結果缺乏情感色彩，無法真正滿足讀者的個性化需求。因此，為進一步優化圖書推薦的精準度，本文設計一種基于長短期偏好特征的圖書個性化推薦系統。

一、基于長短期偏好特征的圖書個性化推薦系統

推薦系統的核心在于推薦算法的應用，推薦算法的核心是利用讀者的歷史交互行為以及輔助信息建模讀者喜好，向讀者提供符合其偏好的推薦，面對讀者的全部交互行為，個性化推薦系統領域開始考慮讀者的行為時間對最終推薦結果的影響。

1.主控單片機硬件設計

在圖書推薦系統中，選擇STC8G1K08A型單片機作為主控芯片。STC8G1K08A單片機具有高性能和低功耗的特點，具有豐富的外設接口和靈活的擴展能力，便于連接各種傳感器、顯示屏等硬件設備設施，實現系統功能的全面拓展和優化，能夠滿足圖書推薦系統對實時響應和長時間穩定工作的要求，保障系統的高效運行。此外，STC8G1K08A單片機還具有良好的可靠性和穩定性，能夠提供穩定的硬件支持，確保圖書推薦系統的穩定運行和長期可靠性。

綜合以上優勢，STC8G1K08A型單片機作為圖書推薦系統的主控芯片，能夠有效提升系統性能，擴展功能拓展空間，確保系統穩定可靠。根據B/S架構，設計圖書個性化信息推薦系統，該系統總體結構如圖1所示。

2.基于云平臺網絡爬蟲的讀者信息采集層設計

利用云平臺網絡爬蟲技術設計圖書個性化推薦系統的讀者信息采集層，通過網絡爬蟲技術在云平臺上實現對讀者行為數據、偏好信息、閱讀歷史等數據的抓取和整合。網絡爬蟲可以自動訪問網頁，抓取讀者在圖書平臺上的行為數據并展開數據清洗、處理和分析，為推薦算法提供個性化推薦所需的讀者數據。利用云平臺網絡爬蟲技術設計圖書個性化推薦系統的讀者信息采集層的步驟如下。

（1）確定采集目標。確定需要采集的讀者信息范圍，包括讀者的基本信息、行為數據、偏好標簽等。

（2）配置爬蟲工具。選擇適合云平臺環境的網絡爬蟲工具，并實行相關配置，如設置訪問頻率、代理設置等。

（3）編寫爬蟲程序。編寫網絡爬蟲程序，指定要抓取的網站頁面，提取讀者信息并存儲數據庫中。

（4）數據清洗和處理。對采集到的原始數據實施清洗，去除重復數據、異常數據等，確保數據質量。

（5）數據存儲和同步。將清洗過的讀者信息數據存儲云端數據庫中，實現數據的定期同步更新。

（6）數據分析和挖掘。對采集到的讀者數據展開分析和挖掘，建立讀者畫像，為推薦算法提供數據支撐。讀者信息采集層結構如圖2所示。

3.ZigBee無線通信功能實現

利用ZigBee技術實現圖書推薦系統的無線通信功能是一種高效、可靠的解決方案。首先，通過在圖書推薦系統的客戶端和服務器端分別搭載ZigBee模塊，實現兩者之間的無線通信連接。ZigBee作為一種低功耗、短距離通信協議，不僅能提供穩定、可靠的數據傳輸，還能夠降低系統整體的能耗，適用于需要頻繁通信的應用場景；其次，利用ZigBee技術實現圖書推薦系統的無線通信功能和強大的網絡組網能力，不僅可以支持系統中不同模塊之間的實時信息傳遞，還可以構建一個穩定、靈活的無線通信網絡，實現各個設備之間的互聯互通，提升了系統的整體性能和讀者體驗。此外，借助ZigBee的廣播和多對一通信特性，圖書推薦系統可以在不同場景下實現群發信息、集中控制等功能，滿足系統對實時性和靈活性的需求。同時，ZigBee還具有較好的抗干擾能力和安全性，保障了系統通信的穩定性和數據傳輸的安全性。

二、推薦系統軟件設計

在系統軟件中，利用長短期記憶網絡、提取讀者的偏好特征是圖書推薦的基礎，再通過協同過濾算法實現最終的圖書個性化推薦。LSTM作為一種特殊的循環神經網絡結構，它具有較強的記憶力和長期依賴性處理能力，適用于對讀者歷史行為序列開展建模和分析。通過LSTM網絡，系統可以更好地捕捉讀者的閱讀偏好、興趣演化等信息，實現對讀者行為的深度理解和挖掘，從而提高推薦算法的準確性和個性化程度。利用LSTM網絡提取讀者偏好特征作為圖書推薦的基礎，可以有效解決傳統推薦系統中面對的需求多樣性、長尾問題等挑戰。LSTM網絡能夠根據讀者的歷史行為序列，自動學習其中的規律和模式，對于不同時段、不同類型的讀者行為開展精確建模，并生成對應的讀者偏好特征表示，這些特征能夠全面反映讀者的個性化喜好，為推薦算法提供更豐富、精準的讀者信息，為讀者推薦更符合其興趣的圖書內容。集合中的元素為圖書讀者偏好特征，以上特征能夠構成偏好特征模型。通過對這些偏好特征實行異常值檢測和偏好特征提取處理，可以將讀者的檢索記錄中存在大量重復或相似記錄的情況剔除，并對讀者的閱讀偏好特征和行為展開分析，更好地了解讀者的閱讀習慣和檢索特征。以讀者閱讀興趣和圖書館書籍信息作為輸入，使用基于協同過濾算法的個性化信息推薦模型實現為圖書館讀者推薦其感興趣的圖書。協同過濾算法下個性化信息推薦模型流程如圖3所示。

將圖書信息輸入支持向量機分類器內，獲得書籍資源類別信息，得到和讀者興趣數據相似性較高的書籍資源類別。

三、實驗設計與結果分析

為驗證研究設計的圖書個性化推薦系統的應用有效性，開展實驗分析。將參與者分為兩組（人數分別為100人），一組使用研究設計的圖書個性化推薦系統；另一組使用傳統推薦系統作為對照組。要求實驗對象在30天時間內使用系統實行圖書檢索和閱讀體驗，及時收集讀者行為數據和反饋信息。記錄讀者每次檢索的關鍵詞、點擊的圖書內容、閱讀時長、評分等行為數據并采集讀者的反饋意見。

1.用戶長短期偏好分析

如何全面并深層次地理解用戶的興趣與偏好是推薦系統成功的關鍵。偏好通常指的是個人對客觀事物的選擇態度，表現為一個人認識、探索、接近或者獲取某種客觀事物的意向，是個性最明顯的表現。個人偏好可以通過其行為表現出來，通過用戶的瀏覽、點擊、評論等行為，可以推斷出用戶在某一段時間內的偏好與關注信息。用戶偏好存在其穩定的一面，同時也隨著時間、年齡、經歷等不斷變化。因此，用戶偏好包括長期偏好和短期偏好兩個主要部分。

2.歸一化折損累積增益指標測試

歸一化折損累積增益（Normalized Discounted Cumulative Gain， NDCG）是衡量信息檢索系統排名質量的常用指標。在圖書個性化推薦系統中，NDCG可被用于評估推薦結果的排序準確性和讀者滿意度，它結合了折損函數和累積增益，通過對返回結果的相關性實行折損處理，強調高排名的結果對整體評分的影響。NDCG值范圍從0～1，1表示最佳排序結果，0表示最差排序結果，個性化推薦的NDCG值結果如圖4所示。

從圖4可以看出，對于四種不同種類的圖書，在設計系統應用下，其NDCG指標值始終接近1，說明該系統推薦的圖書具有最優排序效果。

四、結語

綜上所述，文章通過融合先進的算法模型和物聯網技術，在B/S架構下設計了一種基于長短期偏好特征構建的圖書個性化推薦系統，實現了對圖書檢索高效且個性化的推薦服務。推薦系統選擇STC8G1K08A型單片機作為主控芯片，結合云平臺網絡爬蟲和ZigBee技術，實現了信息采集和無線通信功能，為讀者提供了便捷的推薦體驗。在系統軟件方面，利用長短期網絡模型提取讀者偏好特征，結合協同過濾算法構建個性化信息推薦模型，幫助讀者快速找到符合自身興趣的圖書，為讀者提供了更智能、符合個性化需求的圖書推薦服務，提高了推薦準的確度和讀者滿意度。

參考文獻：

[1]蘇瑞竹，張 軻.基于情境感知的高校圖書館個性化服務模式研究[J].圖書館工作與研究，2022（7）：5-12.

[2]杜豐瑞，岳鐵騏，張彤陽，等.基于認知升級理論的高校圖書館智慧推薦服務研究[J].圖書情報工作，2023，67（12）：39-49.

[3]徐曉艷，袁曦臨，潘海燕，等.基于大學生通識素養的模塊化推薦書目構建研究[J].圖書館雜志，2022，41（7）：101-106.

[4]王大阜，鄧志文，賈志勇，等.基于讀者畫像的高校圖書館個性化圖書推薦研究[J].河南師范大學學報（自然科學版），2022，50（3）：95-103.

[5]潘 煦.小數據視域下圖書館個性化服務研究述評[J].西南民族大學學報（人文社會科學版），2022，43（12）：228-232.

[6]喻小繼.大數據時代圖書館個性化服務中讀者隱私的保護對策研究[J].情報科學，2022，40（9）：147-153.

[7]楊志遠. 基于圖網絡中3節點有向簡單主題的節點重要性排序算法：Direct-motif rank[D].華東師范大學，2022.

[8]殷菲菲，趙文媛.高校圖書館個性化檔案管理探析[J].中國檔案，2022（4）：74-75.

作者單位：黑龍江東方學院

基金項目：黑龍江省高校圖工委課題項目（項目名稱：基于讀者長短期偏好的個性化推薦系統在高校圖書館資源推薦服務中的應用，項目編號2024-055-B）。

作者簡介：包巖（1989—），女，漢族，黑龍江哈爾濱人，碩士，館員，研究方向：圖書情報。

通訊作者：張紅巖（1981—），男，漢族，黑龍江拜泉縣人，本科，副研究館員，研究方向：圖書情報。