□張閃閃 黃鵬

1 引言

在信息爆炸的時(shí)代，移動(dòng)設(shè)備已成為人們獲取信息的重要工具。據(jù)移動(dòng)互聯(lián)網(wǎng)第三方數(shù)據(jù)研究機(jī)構(gòu)Gartner發(fā)布的《2014年全球設(shè)備總銷(xiāo)量預(yù)測(cè)》，截止2013年12月，中國(guó)智能手機(jī)用戶(hù)數(shù)突破10億人［1］。智能移動(dòng)設(shè)備日漸普及的同時(shí)，我國(guó)對(duì)電信基礎(chǔ)設(shè)施的投入不斷加大，3G網(wǎng)絡(luò)已經(jīng)普及，以中國(guó)移動(dòng)領(lǐng)銜的4G網(wǎng)絡(luò)也開(kāi)始試運(yùn)行，移動(dòng)網(wǎng)絡(luò)帶寬不斷加大，之前必須通過(guò)有線(xiàn)網(wǎng)絡(luò)才能實(shí)現(xiàn)的服務(wù)如今在移動(dòng)網(wǎng)絡(luò)中就可以完成，移動(dòng)信息服務(wù)成為可能。

面對(duì)圖書(shū)館用戶(hù)閱讀行為的轉(zhuǎn)變，即便圖書(shū)館擁有再豐富、再優(yōu)質(zhì)的資源，若不思索新的服務(wù)模式，也將難以更好地為用戶(hù)服務(wù)。在這樣的條件下，圖書(shū)館如何將正確的信息推送給正確的用戶(hù)是未來(lái)圖書(shū)館的一項(xiàng)重要課題，而個(gè)性化信息服務(wù)則可能是這道命題的答案。個(gè)性化信息服務(wù)是根據(jù)用戶(hù)使用偏好、個(gè)人特征以及其提出的明確要求等，滿(mǎn)足用戶(hù)對(duì)個(gè)體信息需求的一種服務(wù)方式。

2 圖書(shū)館個(gè)性化推薦系統(tǒng)的需求

圖書(shū)館雖然有良好的學(xué)習(xí)條件、豐富的印本資源，但是卻沒(méi)有為用戶(hù)提供與圖書(shū)相關(guān)的信息和建議。用戶(hù)在不知道該選擇何種圖書(shū)滿(mǎn)足自我的信息需求時(shí)，可能會(huì)根據(jù)自己所需要的類(lèi)別在書(shū)架前尋找，也可能會(huì)在書(shū)目系統(tǒng)中搜索某一主題下的圖書(shū)并根據(jù)書(shū)名和作者進(jìn)行選擇，這樣既浪費(fèi)寶貴的時(shí)間，而且搜集到的圖書(shū)也可能并非是用戶(hù)所需要的。目前，雖然圖書(shū)館的網(wǎng)站上有各種圖書(shū)推薦服務(wù)（如“新書(shū)推薦”、“一周借閱排行榜”、“季度借閱排行榜”等），試圖達(dá)到幫助用戶(hù)尋找合適圖書(shū)的目的，但是在Web2.0環(huán)境下，用戶(hù)的需求越來(lái)越個(gè)性化和多樣化，而傳統(tǒng)的圖書(shū)館推薦系統(tǒng)是“把一類(lèi)圖書(shū)推薦給所有用戶(hù)”，往往不能達(dá)到令用戶(hù)滿(mǎn)意的效果.用戶(hù)希望的是圖書(shū)館系統(tǒng)能夠提供“量身定做”的推薦，而不是“一攬子”推薦，這就要求圖書(shū)館的推薦系統(tǒng)更具有針對(duì)性、主動(dòng)性、甚至是智能化。據(jù)不完全統(tǒng)計(jì)，亞馬遜網(wǎng)站上有35%的銷(xiāo)售額是得益于個(gè)性化推薦，有60%的銷(xiāo)售額間接受到推薦的影響［2］。學(xué)者瑪麗亞·索萊達(dá)·佩拉和尼科爾·康蒂等利用社交媒體數(shù)據(jù)構(gòu)建了基于社會(huì)互動(dòng)和個(gè)人興趣的個(gè)性化圖書(shū)推薦系統(tǒng)（Personalized Book Recommendations System），通過(guò)分析相似用戶(hù)從而有針對(duì)性地為用戶(hù)推薦圖書(shū)，實(shí)驗(yàn)證明該系統(tǒng)的精確度超過(guò)了亞馬遜［3］。由此可見(jiàn)，個(gè)性化推薦可以作為一種重要的方式應(yīng)用到圖書(shū)館信息服務(wù)過(guò)程中，但是，目前它主要是在電子商務(wù)領(lǐng)域取得了巨大進(jìn)展，在圖書(shū)館領(lǐng)域應(yīng)用的還比較少。筆者試圖針對(duì)圖書(shū)館現(xiàn)有個(gè)性化推薦中存在的問(wèn)題，提出一種具有圖書(shū)館特色的推薦方式，以期緩解目前推薦過(guò)程中的一些窘境。

3 圖書(shū)館個(gè)性化推薦服務(wù)中存在的問(wèn)題

高校圖書(shū)館作為信息資源的集散地，在不斷滿(mǎn)足科研學(xué)者的信息需求的同時(shí)，也存在著信息量龐大和用戶(hù)特定需求難以匹配的矛盾。用戶(hù)如果想要搜索某一專(zhuān)題或領(lǐng)域的圖書(shū)，往往需要耗費(fèi)大量的時(shí)間和精力。而現(xiàn)有的圖書(shū)館管理系統(tǒng)中已有一些可提供個(gè)性化信息服務(wù)，用戶(hù)可選擇自己關(guān)注的領(lǐng)域，一旦該領(lǐng)域有新到圖書(shū)，便會(huì)收到通知。比如美國(guó)康納爾大學(xué)的“我的圖書(shū)館”系統(tǒng)，包括個(gè)性化鏈接、個(gè)性化更新、個(gè)性化內(nèi)容、個(gè)性化目錄和文獻(xiàn)傳遞服務(wù)，用戶(hù)可以定制圖書(shū)館資源及其他網(wǎng)絡(luò)資源，也可以接受最新資源通告、進(jìn)行目錄查詢(xún)等，這都為用戶(hù)使用信息帶來(lái)了很大便利。

雖然圖書(shū)館的個(gè)性化推薦系統(tǒng)在圖書(shū)館已經(jīng)得到應(yīng)用且為用戶(hù)帶來(lái)了一定的便利，也在一定程度上提升了圖書(shū)館的服務(wù)質(zhì)量，但是仍然存在一些問(wèn)題：比如有一些系統(tǒng)是以充分挖掘用戶(hù)特征或信息資源特征為基礎(chǔ)的，在使用之前都需要用戶(hù)填寫(xiě)個(gè)人興趣愛(ài)好方面的信息［4］［5］，不能根據(jù)用戶(hù)的特征主動(dòng)地、動(dòng)態(tài)地提供個(gè)性化推薦服務(wù)。而目前常用的個(gè)性化推薦系統(tǒng)多采用協(xié)同過(guò)濾技術(shù)，雖然無(wú)需獲取用戶(hù)的個(gè)人信息，但是可能會(huì)產(chǎn)生自動(dòng)化和稀疏性問(wèn)題。

3.1 自動(dòng)化問(wèn)題

百度文庫(kù)、豆瓣等都會(huì)在其頁(yè)面上設(shè)置一個(gè)用戶(hù)評(píng)分區(qū)域，一般包括“力薦、推薦、還行、較差、很差”等幾個(gè)不同級(jí)別。用戶(hù)必須積極主動(dòng)地進(jìn)行評(píng)價(jià)，推薦系統(tǒng)才能了解用戶(hù)的特征，從而進(jìn)行相似性推薦。然而用戶(hù)往往屬于利益驅(qū)動(dòng)者，所采取的行動(dòng)一般都是和自己的利益掛鉤，如百度文庫(kù)，作者為文章評(píng)分便可獲得一定財(cái)富值，而財(cái)富值可以使其在該網(wǎng)站上下載更多的資料。但是圖書(shū)館屬于非盈利性機(jī)構(gòu)，缺乏相應(yīng)的利益驅(qū)動(dòng)機(jī)制，在這種情況下，讀者評(píng)價(jià)圖書(shū)往往會(huì)缺少動(dòng)力，這就造成評(píng)價(jià)信息過(guò)少，不利于圖書(shū)館收集用戶(hù)的信息［6］。如果能夠提高系統(tǒng)評(píng)價(jià)的自動(dòng)化程度，那么可以在一定程度上解決用戶(hù)評(píng)價(jià)不足的問(wèn)題。

3.2 稀疏性問(wèn)題

在電商平臺(tái)中我們常常見(jiàn)到商家利用評(píng)價(jià)返現(xiàn)、評(píng)價(jià)返積分的方式鼓勵(lì)用戶(hù)對(duì)所購(gòu)買(mǎi)的產(chǎn)品或服務(wù)進(jìn)行評(píng)價(jià)，據(jù)調(diào)查，在缺乏物質(zhì)獎(jiǎng)勵(lì)的情況下，電商銷(xiāo)售出的產(chǎn)品／服務(wù)所收到的評(píng)價(jià)還不足整體銷(xiāo)售總量的1%。用戶(hù)評(píng)價(jià)的主動(dòng)性不高是造成數(shù)據(jù)稀疏性的一個(gè)重要原因。除此之外，暢銷(xiāo)書(shū)的借閱用戶(hù)往往較多，而非暢銷(xiāo)書(shū)的借閱相對(duì)較少，借閱數(shù)據(jù)存在大量的交錯(cuò)，這兩個(gè)問(wèn)題導(dǎo)致協(xié)同過(guò)濾系統(tǒng)尋找到的相似用戶(hù)不太可靠，計(jì)算出的待推薦項(xiàng)目評(píng)分也不太準(zhǔn)確。大多數(shù)系統(tǒng)在處理數(shù)據(jù)稀疏性問(wèn)題時(shí)，都以0或用戶(hù)平均分填充的方法來(lái)評(píng)價(jià)缺乏評(píng)分的項(xiàng)目，但這些做法在用戶(hù)興趣偏好描述方面有所失真。另外，若以圖書(shū)館的圖書(shū)評(píng)分矩陣作為尋找相似用戶(hù)的依據(jù)，運(yùn)算復(fù)雜度將會(huì)很大。

4 解決高校圖書(shū)館稀疏性問(wèn)題的設(shè)計(jì)思路

目前，已經(jīng)有很多學(xué)者針對(duì)上述問(wèn)題提出了不同的解決對(duì)策，包括降維的方法［7］、項(xiàng)目聚類(lèi)方法［8］等。如學(xué)者鄒永貴［9］利用項(xiàng)目及項(xiàng)目類(lèi)別包含的評(píng)分次數(shù)來(lái)計(jì)算不同項(xiàng)目之間的興趣度，并結(jié)合傳統(tǒng)的相似度算法有效地減少了評(píng)分?jǐn)?shù)據(jù)稀疏的負(fù)面影響。學(xué)者王桂芬［10］提出一種基于項(xiàng)目層次偏好的協(xié)同過(guò)濾推薦，減輕了數(shù)據(jù)稀疏性問(wèn)題。歐文·金等人［11］通過(guò)結(jié)合用戶(hù)和項(xiàng)目?jī)煞矫娴墓餐畔?lái)對(duì)缺失評(píng)分進(jìn)行預(yù)測(cè)，一定程度上解決了稀疏性問(wèn)題。托恩·奎爾·李（Tong Queue Lee）［12］認(rèn)為在預(yù)測(cè)時(shí)可以對(duì)那些沒(méi)有打分的產(chǎn)品賦予一些缺省的分值，這樣就會(huì)使得預(yù)測(cè)分?jǐn)?shù)的準(zhǔn)確性大幅度提升。如黃昝等［13］通過(guò)協(xié)同檢索框架及擴(kuò)散算法來(lái)分析用戶(hù)之間的關(guān)聯(lián)性，解決打分稀疏性問(wèn)題，實(shí)驗(yàn)結(jié)果表明所提出的方法在推薦準(zhǔn)確度、召回率、綜合評(píng)價(jià)指標(biāo)和得分排名等方面都明顯優(yōu)于傳統(tǒng)的協(xié)同過(guò)濾方法；托恩·奎爾·李等［14］借助偽打分信息，安等［15］借助啟發(fā)式算法來(lái)分析用戶(hù)之間的相似性，他們指出，系統(tǒng)中的打分項(xiàng)目往往比較多，而如何根據(jù)現(xiàn)有已打分項(xiàng)目對(duì)未打分的項(xiàng)目做出預(yù)測(cè)，則變得非常重要。

缺乏用戶(hù)的主動(dòng)評(píng)價(jià)是造成圖書(shū)推薦計(jì)算障礙的重要問(wèn)題之一，而用戶(hù)評(píng)分的主動(dòng)性不高及借閱行為的交錯(cuò)性是導(dǎo)致數(shù)據(jù)稀疏性的兩大主要因素。要解決稀疏性問(wèn)題，首先需要解決自動(dòng)化評(píng)分問(wèn)題；此外，正如科恩所提出的，我們還需要解決用戶(hù)主動(dòng)評(píng)價(jià)所造成的打分不一的問(wèn)題。而對(duì)于用戶(hù)借閱行為的交錯(cuò)性所產(chǎn)生的稀疏性問(wèn)題，可以通過(guò)一定的方法對(duì)未評(píng)分項(xiàng)目進(jìn)行分值填充。本文結(jié)合圖書(shū)館的特點(diǎn)，提出通過(guò)用戶(hù)的借閱記錄形成自動(dòng)化的評(píng)分標(biāo)準(zhǔn)，同時(shí)借助中圖法類(lèi)目形成新的書(shū)目數(shù)據(jù)庫(kù)，把通過(guò)每本書(shū)尋找相似用戶(hù)轉(zhuǎn)換為通過(guò)“某一類(lèi)”圖書(shū)尋找相似用戶(hù)，從而簡(jiǎn)化計(jì)算流程，降低計(jì)算維度。以下就這些思路給予一一說(shuō)明。

4.1 建立自動(dòng)化評(píng)分體系

人工評(píng)分系統(tǒng)是個(gè)性化推薦系統(tǒng)的羈絆。根據(jù)齊普夫省力法則，人們總是會(huì)采取比較省力的方式來(lái)指導(dǎo)自己的行為，除非對(duì)某本書(shū)非常熱愛(ài)，用戶(hù)大都不會(huì)對(duì)借閱的圖書(shū)進(jìn)行評(píng)價(jià)。因此，我們可以看到，大多數(shù)電商網(wǎng)站例如京東、易迅及當(dāng)當(dāng)?shù)榷际峭ㄟ^(guò)給用戶(hù)返利的方式鼓勵(lì)用戶(hù)評(píng)價(jià)，而公益性的圖書(shū)館沒(méi)有這筆經(jīng)費(fèi)預(yù)算，采用付費(fèi)模式鼓勵(lì)用戶(hù)評(píng)價(jià)是不現(xiàn)實(shí)的，必須針對(duì)圖書(shū)館自身的特點(diǎn)，設(shè)計(jì)一種能夠適合圖書(shū)館的自動(dòng)化評(píng)分體系。綜合以上因素，圖書(shū)館可以利用用戶(hù)借閱記錄的特點(diǎn)設(shè)計(jì)一種標(biāo)準(zhǔn)化的評(píng)分體系，根據(jù)借還書(shū)記錄自動(dòng)實(shí)現(xiàn)用戶(hù)對(duì)所借閱圖書(shū)的評(píng)分。

××大學(xué)的借閱日志主要包含借閱、續(xù)借、預(yù)約三項(xiàng)操作，以下根據(jù)這三項(xiàng)操作設(shè)定評(píng)分系統(tǒng)。通過(guò)查閱大量文獻(xiàn)以及進(jìn)行專(zhuān)家訪(fǎng)談，最終根據(jù)文獻(xiàn)的對(duì)比分析并結(jié)合專(zhuān)家意見(jiàn)，得出三種不同操作的分值如下：

借閱：用戶(hù)只有對(duì)某本書(shū)感興趣或者因?yàn)榭陀^原因?qū)ζ溆行枨螅艜?huì)去借閱該書(shū)，可以分為首次借閱與非首次借閱。首次借閱雖然表明用戶(hù)對(duì)該書(shū)感興趣，但因?yàn)橛脩?hù)并沒(méi)有詳細(xì)閱覽圖書(shū)的內(nèi)容，因此該書(shū)對(duì)用戶(hù)的作用可大可小。綜上所述，用戶(hù)初次借閱某本書(shū)的評(píng)分不能太高，可以將首次借閱的分值設(shè)為1。而非首次借閱，我們認(rèn)為該書(shū)對(duì)用戶(hù)的用途較大，所以才會(huì)被多次借閱，同時(shí)為拉大分差強(qiáng)調(diào)再次借閱的重要性，因此可將分值設(shè)定為4。

預(yù)約：××大學(xué)圖書(shū)館對(duì)已經(jīng)借出的圖書(shū)提供預(yù)約服務(wù)，用戶(hù)可以通過(guò)申請(qǐng)?jiān)摲?wù)，對(duì)借出圖書(shū)歸還后享有優(yōu)先借閱權(quán)。同樣根據(jù)省力法則分析，若非用戶(hù)有非常大的意愿去閱讀該本書(shū)，是不會(huì)通過(guò)賬號(hào)登陸系統(tǒng)去預(yù)約的，所以用戶(hù)申請(qǐng)預(yù)約服務(wù)，我們可以認(rèn)為用戶(hù)已經(jīng)了解該書(shū)的詳細(xì)內(nèi)容并認(rèn)為該書(shū)有用，分值可以比初次借閱該圖書(shū)高，但我們還要考慮到用戶(hù)也可能并沒(méi)有深入閱讀該書(shū)，可能會(huì)存在閱讀后感覺(jué)與自己之前的想法有所差距的情況，因此，分值不應(yīng)該比再次借閱高。綜上，我們將預(yù)約行為的分值設(shè)定為2。

續(xù)借：關(guān)于續(xù)借情況的分析也應(yīng)該分為兩種。一般來(lái)說(shuō)，我們認(rèn)為用戶(hù)在覺(jué)得該書(shū)有用同時(shí)又沒(méi)有讀完的情況下才會(huì)續(xù)借。另外，圖書(shū)館的借閱規(guī)則中有懲罰條款，圖書(shū)借閱超期會(huì)產(chǎn)生罰金，若用戶(hù)借閱的書(shū)到期，但湊巧這幾天沒(méi)有時(shí)間去還書(shū)，又不想被罰款，這時(shí)就會(huì)產(chǎn)生續(xù)借行為。綜合這兩種情況，續(xù)借的分值應(yīng)該高于初次借閱，但是要低于非初次借閱，因此將分值設(shè)定為2。

表1 圖書(shū)評(píng)分表

表1是某本圖書(shū)的評(píng)分表，每一行的2，3，4，5列是對(duì)某位同學(xué)借閱行為的統(tǒng)計(jì)，第6列是系統(tǒng)依據(jù)上述評(píng)分體系針對(duì)該同學(xué)的借閱行為所計(jì)算出來(lái)的圖書(shū)得分。例如：A同學(xué)對(duì)該本圖書(shū)的評(píng)分為1×1＋2×4＋0×2＋2×2＝13；B同學(xué)對(duì)該本圖書(shū)的評(píng)分為1×1＋1×4＋1×2＋1×2＝9；C同學(xué)對(duì)該本圖書(shū)的評(píng)分1×1＋0×4＋1×2＋1×2＝5；D同學(xué)對(duì)該本圖書(shū)的評(píng)分0×1＋0×4＋1×2＋0×2＝2。

4.2 借鑒中圖法目錄降低運(yùn)算維度

對(duì)于借閱行為的交錯(cuò)性問(wèn)題，我們還應(yīng)考慮圖書(shū)館自身特點(diǎn)：圖書(shū)館開(kāi)架借閱的圖書(shū)都是專(zhuān)業(yè)人員編目過(guò)的圖書(shū)，其分類(lèi)較為準(zhǔn)確。我們可以借助書(shū)目數(shù)據(jù)對(duì)其進(jìn)行合并處理，將通過(guò)對(duì)某本圖書(shū)的興趣度尋找相似用戶(hù)的問(wèn)題轉(zhuǎn)化為通過(guò)對(duì)某一類(lèi)圖書(shū)的興趣度尋找相似用戶(hù)的問(wèn)題。即先根據(jù)借閱記錄計(jì)算用戶(hù)所借各書(shū)的分值，然后根據(jù)書(shū)目信息中該書(shū)所屬的類(lèi)目，計(jì)算各“類(lèi)”的分值，然后通過(guò)各“類(lèi)”的分值尋找相似用戶(hù)。

下面以××大學(xué)圖書(shū)館文學(xué)庫(kù)圖書(shū)為例具體說(shuō)明處理過(guò)程：

a）調(diào)研分析××大學(xué)依據(jù)中圖法編制的類(lèi)目，對(duì)已有類(lèi)目進(jìn)行重新歸并。圖1以圖書(shū)最多的中國(guó)文學(xué)I2為例進(jìn)行類(lèi)目的重新劃分，比如“中國(guó)文學(xué)”類(lèi)目下包含9類(lèi)，根據(jù)收集文獻(xiàn)數(shù)量及相近性，將戲劇文學(xué)與詩(shī)歌、韻文合并為一類(lèi)，以此類(lèi)推將原來(lái)的九類(lèi)重新整合為六類(lèi)。另外，I3中由于日本文學(xué)的館藏?cái)?shù)量占多數(shù)，因此將其重新劃分為日本文學(xué)與亞洲其余各國(guó)文學(xué)；同理，將I7美洲各國(guó)文學(xué)重新劃分為美國(guó)文學(xué)與美洲其余各國(guó)文學(xué)。在重新劃分后，把原來(lái)的下級(jí)類(lèi)目提前，替換原有上級(jí)類(lèi)目，將文學(xué)庫(kù)重新劃分為18個(gè)類(lèi)目（表2）；

圖1 ××大學(xué)圖書(shū)館文學(xué)庫(kù)分類(lèi)舉例

表2 文學(xué)庫(kù)重新構(gòu)建的分類(lèi)體系

b）根據(jù)用戶(hù)的借閱行為，計(jì)算用戶(hù)對(duì)圖書(shū)的評(píng)分；

c）將圖書(shū)依照條目信息歸類(lèi)到新的類(lèi)目體系中，并將計(jì)算出來(lái)的各種圖書(shū)的分值導(dǎo)入公式1中，得到各類(lèi)目的分值。公式中P代表某用戶(hù)對(duì)某類(lèi)圖書(shū)的打分，n為該類(lèi)目下用戶(hù)借閱了n本書(shū)，Ri表示用戶(hù)借閱該類(lèi)圖書(shū)中第i本圖書(shū)的得分。

d）將計(jì)算出的每一類(lèi)的分值當(dāng)做一“本”書(shū)的分值帶入公式2中，計(jì)算用戶(hù)的相似性，將與每位用戶(hù)最為相似的前10位用戶(hù)挑選出來(lái)。R（u，i）及R（v，i）分別代表用戶(hù)u及用戶(hù)v對(duì)i類(lèi)圖書(shū)的評(píng)分及分別表示用戶(hù)u及用戶(hù)v對(duì)文學(xué)庫(kù)18類(lèi)圖書(shū)評(píng)分的平均值，sim（u，v）表示兩位用戶(hù)的相似性。

e）根據(jù)d）中計(jì)算出的相似用戶(hù)集合U及其所屬的用戶(hù)評(píng)分集合（每本書(shū)），對(duì)未評(píng)分的圖書(shū)進(jìn)行預(yù)測(cè)，將預(yù)測(cè)分值排名前十的圖書(shū)列出，若出現(xiàn)得分相同的情況，則根據(jù)借閱記錄將相同得分的圖書(shū)按照借閱次數(shù)進(jìn)行排列，如若仍出現(xiàn)相同的情況則全部進(jìn)行推薦。P（u，k）表示預(yù)測(cè)用戶(hù)u對(duì)圖書(shū)k的評(píng)分，及代表用戶(hù)u和v對(duì)所有已評(píng)圖書(shū)的平均分，R（v，k）表示用戶(hù)v對(duì)圖書(shū)k的評(píng)分。

采用這種歸類(lèi)轉(zhuǎn)化模式能夠有效降低借閱交叉造成的數(shù)據(jù)稀疏問(wèn)題，將通過(guò)圖書(shū)組合尋找相似用戶(hù)的問(wèn)題轉(zhuǎn)化為通過(guò)“類(lèi)”的組合尋找相似用戶(hù)的問(wèn)題。尋找相似用戶(hù)的本質(zhì)其實(shí)就是尋找對(duì)某一圖書(shū)組合都感興趣的用戶(hù)，而實(shí)際上我們可以將這一類(lèi)圖書(shū)組合看成一類(lèi)圖書(shū)，相似用戶(hù)是對(duì)某一類(lèi)圖書(shū)感興趣而找到共同點(diǎn)的。在電商領(lǐng)域中，由于物品項(xiàng)目沒(méi)有經(jīng)過(guò)專(zhuān)業(yè)分類(lèi)或聚類(lèi)，需要以物品項(xiàng)目為單位采用傳統(tǒng)的協(xié)同過(guò)濾模式，而高校圖書(shū)館的館藏是經(jīng)過(guò)專(zhuān)業(yè)編目的圖書(shū)，直接采用“類(lèi)”尋找相似用戶(hù)在理論上是合理的，而在后續(xù)的實(shí)驗(yàn)中也證明了該種做法是可行的，采用“類(lèi)”尋找相似用戶(hù)所推薦圖書(shū)的準(zhǔn)確率比直接采用單位圖書(shū)尋找相似用戶(hù)進(jìn)行推薦的準(zhǔn)確率有明顯提升。同時(shí)還需注意在該步驟中對(duì)于每本圖書(shū)的預(yù)測(cè)采用的是相似用戶(hù)對(duì)于具體圖書(shū)的評(píng)分集合，而非相似用戶(hù)對(duì)于“某一類(lèi)”圖書(shū)的評(píng)分集合。

5 個(gè)性化推薦數(shù)據(jù)實(shí)驗(yàn)

5.1 研究假設(shè)

為了能夠更快更準(zhǔn)確地給用戶(hù)推薦符合其需求的圖書(shū)，本研究假設(shè)系統(tǒng)只能為目標(biāo)用戶(hù)推薦其所在書(shū)庫(kù)的圖書(shū)，即用戶(hù)到達(dá)文學(xué)庫(kù)時(shí)，系統(tǒng)會(huì)測(cè)算出用戶(hù)目前處于文學(xué)庫(kù)，并只為用戶(hù)推薦文學(xué)庫(kù)中的圖書(shū)。實(shí)驗(yàn)將重點(diǎn)考察在推薦同一書(shū)庫(kù)中的圖書(shū)時(shí)，傳統(tǒng)的協(xié)同過(guò)濾與結(jié)合中圖法編目數(shù)據(jù)的協(xié)同過(guò)濾的推薦效果。

5.2 推薦數(shù)據(jù)來(lái)源及實(shí)驗(yàn)設(shè)計(jì)

為了驗(yàn)證以上所提出的設(shè)計(jì)思路的可用性，本文選取XX大學(xué)圖書(shū)館后臺(tái)借閱數(shù)據(jù)進(jìn)行數(shù)據(jù)試驗(yàn)，將數(shù)據(jù)的范圍尺度定位為文學(xué)庫(kù)的借閱記錄，樣本設(shè)定為以文學(xué)院為主的300名研究生的借閱記錄，數(shù)據(jù)的時(shí)間跨度從2011年9月至2013年12月，共37509條記錄，涉及7127本書(shū)。系統(tǒng)的操作流程如下：

（1）將得到的數(shù)據(jù)進(jìn)行預(yù)處理，使之符合運(yùn)算模式；

（2）通過(guò)設(shè)計(jì)的推薦體系進(jìn)行數(shù)據(jù)處理；

（3）將數(shù)據(jù)集分別代入傳統(tǒng)協(xié)同過(guò)濾模式和加入編目體系的推薦模式進(jìn)行對(duì)照實(shí)驗(yàn)；

（4）根據(jù)計(jì)算得出評(píng)分集合A與B；

（5）將兩種方式得到的推薦集合進(jìn)行合并處理，并編制用戶(hù)推薦書(shū)目，通過(guò)校園郵箱向用戶(hù)進(jìn)行推薦調(diào)研；

（6）根據(jù)用戶(hù)反饋的信息，結(jié)合推薦集合處理反饋結(jié)果；

（7）比較推薦集合的準(zhǔn)確性，并作出分析。

5.3 數(shù)據(jù)實(shí)驗(yàn)

（1）數(shù)據(jù)預(yù)處理。

系統(tǒng)的后臺(tái)日志僅是對(duì)借閱行為進(jìn)行記錄，每一條目包括題名、索書(shū)號(hào)、學(xué)號(hào)、操作日期，其中部分后臺(tái)日志如表3所示。

從表3可以看出，數(shù)據(jù)是以時(shí)間序列進(jìn)行排布的，而本文主要是通過(guò)借閱信息來(lái)分析相似用戶(hù)，并對(duì)其進(jìn)行個(gè)性化推薦，因此需要將數(shù)據(jù)進(jìn)行預(yù)處理，形成以用戶(hù)為單位的數(shù)據(jù)集合，包括用戶(hù)的初次借閱、續(xù)借、非初次借閱及預(yù)約行為的統(tǒng)計(jì)處理，形成如表4的數(shù)據(jù)。以圖書(shū)《詩(shī)性正義》為例，通過(guò)查詢(xún)?cè)己笈_(tái)日志，發(fā)現(xiàn)學(xué)號(hào)尾號(hào)為220的用戶(hù)于2012年11月13日首次借閱該圖書(shū)，于2013年4月2日和2013年5月2日分別進(jìn)行了兩次續(xù)借，并在2013年3月7日、5月22日和12月21日對(duì)該圖書(shū)又進(jìn)行了三次借閱。

表3 ××大學(xué)圖書(shū)館文學(xué)庫(kù)借閱日志

表4 學(xué)號(hào)尾號(hào)為220學(xué)生的借閱記錄

（2）使用matlab進(jìn)行推薦實(shí)驗(yàn)。

根據(jù)處理步驟編寫(xiě)matlab代碼（如圖2），將預(yù)處理數(shù)據(jù)矩陣代入進(jìn)行運(yùn)算，得到向用戶(hù)推薦的圖書(shū)集合A。同時(shí)，為了進(jìn)行對(duì)照，不進(jìn)行圖書(shū)的歸類(lèi)處理，以每本書(shū)為單位采用傳統(tǒng)協(xié)同過(guò)濾的模式對(duì)數(shù)據(jù)集合進(jìn)行處理，矩陣中的缺失值采用常用的處理方法以0填充，得到向用戶(hù)推薦的圖書(shū)集合B。

圖2 協(xié)同過(guò)濾matlab代碼片段

5.4 結(jié)果檢驗(yàn)

（1）推薦郵件設(shè)計(jì)。

圖3 發(fā)送給學(xué)號(hào)尾號(hào)為046學(xué)生的推薦郵件

圖4 為學(xué)號(hào)尾號(hào)為046學(xué)生推薦的書(shū)目表片段

根據(jù)以上形成的推薦圖書(shū)集合A、B，可以得到每一位用戶(hù)的不同推薦書(shū)目。為方便用戶(hù)填寫(xiě)反饋，將這兩個(gè)集合中相同的書(shū)目記錄進(jìn)行去重合并，形成推薦書(shū)目表，將經(jīng)過(guò)計(jì)算且合并后的圖書(shū)以圖書(shū)館書(shū)目調(diào)研的名義發(fā)送至用戶(hù)的校園郵箱中。當(dāng)然，在進(jìn)行圖書(shū)推薦時(shí)，我們除了提供傳統(tǒng)的書(shū)目信息外，還會(huì)將索書(shū)號(hào)、圖書(shū)的基本信息以及本書(shū)的鏈接一并發(fā)送至用戶(hù)的郵箱，用戶(hù)打開(kāi)鏈接后可直接查看到此書(shū)，同時(shí)網(wǎng)頁(yè)中還會(huì)呈現(xiàn)出其他用戶(hù)對(duì)該書(shū)的評(píng)價(jià)，以提供一定的參考。同時(shí)，考慮到數(shù)據(jù)的時(shí)滯性問(wèn)題，需要用戶(hù)反饋的是選擇感興趣或已看過(guò)的書(shū)。因此，調(diào)研的問(wèn)題是：假設(shè)你來(lái)到文學(xué)庫(kù)，以下文學(xué)類(lèi)圖書(shū)你是否感興趣或是否看過(guò)，選出你感興趣或看過(guò)的圖書(shū)。推薦郵件如圖3所示。

為了測(cè)試推薦郵件的設(shè)計(jì)是否清晰明確，本研究先選擇5名同學(xué)進(jìn)行小范圍測(cè)試，針對(duì)每位同學(xué)分別推薦兩種算法中排名前10的圖書(shū)，如對(duì)于學(xué)號(hào)尾號(hào)為046的學(xué)生，去重后，我們一共為其推薦14本書(shū)，具體書(shū)目列表如圖4所示。在其后的反饋郵件中，該同學(xué)選擇了《文學(xué)的邀請(qǐng)》、《鎖孔里的房間》、《徐志摩全集》、《莫言演講新編》、《魯迅雜文全編》和《張愛(ài)玲典藏全集》等書(shū)。

（2）推薦反饋處理。

使用上述方法，根據(jù)不同用戶(hù)得到的推薦書(shū)目集合分別編輯推薦郵件，然后向300名學(xué)生發(fā)送，共收到217份回復(fù)，回收率為72.3%。我們將用戶(hù)的反饋和兩種推薦集合中的推薦書(shū)目進(jìn)行對(duì)比，分別計(jì)算兩種推薦方法的準(zhǔn)確性，最后匯總計(jì)算各個(gè)集合的平均準(zhǔn)確率（如表5所示）：

表5 兩種推薦方法的實(shí)驗(yàn)結(jié)果對(duì)比

從表5所列出的兩種不同實(shí)驗(yàn)結(jié)果我們可以看出，集合A中，有1330本是用戶(hù)反饋回來(lái)感興趣或者是已經(jīng)看過(guò)的圖書(shū)，推薦符合率為61.3%（1330／2170），集合B共有749本是用戶(hù)反饋回來(lái)感興趣或者是已經(jīng)看過(guò)的圖書(shū)，推薦符合率為34.5%（749／2170），該比例幾乎僅為集合A的1／2，這在一定程度上證明了結(jié)合圖書(shū)館編目數(shù)據(jù)的過(guò)濾推薦優(yōu)于傳統(tǒng)的過(guò)濾推薦。

通過(guò)該實(shí)驗(yàn)可充分看出，相對(duì)于傳統(tǒng)協(xié)同過(guò)濾推薦來(lái)說(shuō)，本文基于圖書(shū)館編目數(shù)據(jù)的協(xié)同過(guò)濾方法從推薦合適比例來(lái)說(shuō)更加有效。

6 總結(jié)

本文分析了傳統(tǒng)協(xié)同過(guò)濾中存在的自動(dòng)化和稀疏性問(wèn)題，并提出了稀疏性問(wèn)題的解決對(duì)策。通過(guò)借閱日志中的借閱、續(xù)借、預(yù)約三項(xiàng)操作設(shè)計(jì)了一個(gè)標(biāo)準(zhǔn)化的評(píng)分體系，根據(jù)借還書(shū)記錄自動(dòng)實(shí)現(xiàn)用戶(hù)對(duì)所借閱圖書(shū)的評(píng)分，有效地解決了其評(píng)分主動(dòng)性不高的問(wèn)題；借鑒圖書(shū)館特有的編目體系，對(duì)圖書(shū)館現(xiàn)有文學(xué)庫(kù)中的圖書(shū)進(jìn)行了重新歸類(lèi)，將通過(guò)圖書(shū)組合尋找相似用戶(hù)的問(wèn)題轉(zhuǎn)化為通過(guò)“類(lèi)”的組合尋找相似用戶(hù)的問(wèn)題。最后，以××大學(xué)圖書(shū)館文學(xué)庫(kù)為例，對(duì)本文中所提出的結(jié)合中圖法編目數(shù)據(jù)的協(xié)同過(guò)濾推薦算法進(jìn)行了驗(yàn)證，結(jié)果表明該方法較傳統(tǒng)的協(xié)同過(guò)濾具有更好的推薦效果。

1 Gartner.預(yù)計(jì)2014年全球設(shè)備總銷(xiāo)量.［2014－06－28］.http：／／www.199it.com／archives／205633.html

2 亞馬遜公司（Amazon）：世界上銷(xiāo)售量最大的網(wǎng)上書(shū)店.［2014－07－13］.http：／／wiki.mbalib.com／wiki／Amazon

3 Pera M S，Condie N，et al.Personalized Book Recommendations Created by Using Social Media Data.WEB INFORMATION SYSTEMS ENGINEERING－WISE 2010 WORKSHOPS，2011，6724：390－403

4 唐秋鴻，曹紅兵.高校圖書(shū)館個(gè)性化專(zhuān)題推薦研究.圖書(shū)館學(xué)研究，2012，（13）：53－59

5 李微娜，馬小琪.基于MADM方法的個(gè)性化推薦研究.現(xiàn)代情報(bào)，2011，31（4）：20－23

6 李炎.電子商務(wù)推薦算法的研究與實(shí)現(xiàn)，上海：復(fù)旦大學(xué)，2002

7 Leskovec J，Rajaraman A，Ullman J.Mining of Massive Data－sets，Cambridge University Press，2011

8 鄧愛(ài)林，左子葉，朱揚(yáng)勇.基于項(xiàng)目聚類(lèi)的協(xié)同過(guò)濾推薦算法.小型微型計(jì)算機(jī)系統(tǒng)，2004，25（9）：1665－1670

9 鄒永貴，望靖，劉兆宏，等.基于項(xiàng)目之間相似性的興趣點(diǎn)推薦方法.計(jì)算機(jī)應(yīng)用研究，2012，29（1）：116－118，126

10 Wang G F，Ren Y，Duan L Z，et，al.An Optimized Collaborative Filtering Approach with Item Hierarchy－Interestingness.in：International Conference on Business Computing and Global Information（BCGIN），2011：633－636

11 Ma H，King I，Michael R.Lyu.Effective Missing Data Prediction for Collaborative Filtering.in Proceedings of the 30th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval，New York：ACM，2007，39－46

12 Lee TQ，Park Y，Park YT.A Time－Based Approach to Effective Recommender Systems Using Implicit Feedback.Expert Systems with Applications，2008，34（4）：3055－3062

13 Huang Z，Chen H，Zeng D.Applying Associative Retrieval Techniques to Alleviate the Sparsity Problem in Collaborative Filtering.IEEE Trans Information Systems，2004，22（1）：116－142

14 同12

15 Ahn HJ.A New Similarity Measure for Collaborative Filtering to Alleviate the New User Cold－Starting Problem.Information Sciences，2008，178（1）：37－51