馬曉亭

〔摘 要〕大數(shù)據(jù)時代，圖書館個性化服務(wù)面臨著諸如數(shù)據(jù)海量、種類繁多、快速增長、價值巨大的嚴峻的挑戰(zhàn)。本文在描述大數(shù)據(jù)背景及其特點的基礎(chǔ)上，研究了基于情景大數(shù)據(jù)的圖書館個性化服務(wù)推薦系統(tǒng)。該系統(tǒng)將讀者的情景大數(shù)據(jù)引入個性化服務(wù)推薦過程，可以全面、及時、準確地評估讀者需求，并根據(jù)讀者的愛好實時、主動地推薦服務(wù)。

〔關(guān)鍵詞〕情景大數(shù)據(jù)；圖書館；個性化；服務(wù)推薦系統(tǒng)

DOI：10.3969/j.issn.1008-0821.2016.04.016

〔中圖分類號〕G250.76 〔文獻標識碼〕A 〔文章編號〕1008-0821（2016）04-0090-05

〔Abstract〕In the era of big data，personalized service of library face with many challenges owing to the specific characteristics of big data such as high volume，variety，velocity，value.In this paper，on the basis of description of the background and characteristics of big data，explored the personalized service recommendation system for library based on contextual big data.The system input the contextual big date of the readers into the personalized service recommendation process，realized the comprehensive，in time，and accurate evaluation for readers requires，and could recommend services to readers according to their preference actively and in real time.

〔Key words〕contextual big data；library；personalization；service recommendation system

當前，大數(shù)據(jù)已滲透到所有的行業(yè)，可為各行業(yè)優(yōu)化企業(yè)生產(chǎn)資源配置、提升服務(wù)競爭力、快速發(fā)現(xiàn)顧客需求和準確評估服務(wù)質(zhì)量，提供科學(xué)的大數(shù)據(jù)決策支持和反饋優(yōu)化控制。IBM與牛津大學(xué)在2013年3月12日共同發(fā)布的《分析：大數(shù)據(jù)在現(xiàn)實世界中的應(yīng)用》白皮書中，提出了大數(shù)據(jù)應(yīng)用的五大關(guān)鍵性建議，主要包括“以客戶為中心”，制訂前期“大數(shù)據(jù)戰(zhàn)略規(guī)劃”；制定全面完整的企業(yè)“大數(shù)據(jù)藍圖”；從現(xiàn)有數(shù)據(jù)入手，設(shè)定并完成短期和階段性的“大數(shù)據(jù)戰(zhàn)略目標”；根據(jù)業(yè)務(wù)優(yōu)先級，逐步建立分析體系，循序漸進提升“大數(shù)據(jù)分析能力”；定制可衡量的指標分析“大數(shù)據(jù)ROI（投資回報率）”[1]。因此，大數(shù)據(jù)已成為企業(yè)新的生產(chǎn)要素，既是企業(yè)基礎(chǔ)性資源和戰(zhàn)略性資源，也是企業(yè)生產(chǎn)力的重要組成。

大數(shù)據(jù)時代的來臨，給圖書館界即帶來了機遇也帶來了挑戰(zhàn)。圖書館通過對大數(shù)據(jù)的采集、挖掘、分析和決策支持，完成了服務(wù)資源的科學(xué)配置和服務(wù)模式轉(zhuǎn)型，實現(xiàn)了以讀者為中心的個性化服務(wù)，有效提高了讀者的閱讀滿意度和圖書館服務(wù)收益率。但是，大數(shù)據(jù)具有的數(shù)據(jù)體量大（Volume）、速度快（Velocity）、模式多（Variety）、難辨別（Veracity）和價值大密度低（Value） 的“5V”特性，也大幅增加了圖書館的大數(shù)據(jù)采集、噪音過濾、價值密度提升和決策可用性保證難度。因此，圖書館員如何在復(fù)雜、多變的大數(shù)據(jù)環(huán)境中挖掘大數(shù)據(jù)價值，并將大數(shù)據(jù)科學(xué)決策運用到讀者需求發(fā)現(xiàn)、智慧服務(wù)模式提供、個性化服務(wù)保障和QOS（服務(wù)質(zhì)量）保證中去，是圖書館增強讀者個性化服務(wù)的安全性、智能化、經(jīng)濟性和可控性應(yīng)重點關(guān)注的問題[2]。

1 大數(shù)據(jù)時代圖書館個性化服務(wù)的需求與挑戰(zhàn)

1.1 大數(shù)據(jù)時代圖書館個性化服務(wù)的內(nèi)涵變化

傳統(tǒng)IT環(huán)境下，由于圖書館IT基礎(chǔ)設(shè)施資源的信息處理、組織和傳輸能力有限，不能依據(jù)讀者閱讀需求的個體差異化，有效區(qū)分時間、地點、個體化閱讀需求和閱讀模式，為讀者提供具有個體差異性的個性化閱讀服務(wù)。僅僅將閱讀服務(wù)的重心放在服務(wù)推送的總量、穩(wěn)定性和服務(wù)范圍保證上，而忽視了個性化服務(wù)的精準性和個性化水平。隨著科學(xué)技術(shù)的發(fā)展，以及讀者的自我認知度、個體閱讀需求差異和圖書館服務(wù)保障能力的提升，圖書館的個性化服務(wù)內(nèi)涵發(fā)生了巨大的變化，要求圖書館服務(wù)必須以讀者需求為中心，為讀者提供符合讀者閱讀情景感知判斷和可滿足復(fù)雜閱讀需求的個性化服務(wù)。

據(jù)市場研究公司IDC的一項調(diào)查顯示，全球數(shù)字數(shù)據(jù)總量每兩年便翻一番。圖書館界在用戶服務(wù)過程中，也利用視頻監(jiān)控設(shè)備、服務(wù)器監(jiān)控器、閱讀終端監(jiān)控器、傳感器網(wǎng)絡(luò)和用戶管理信息系統(tǒng)，不間斷地采集讀者的海量個體數(shù)據(jù)，為讀者描述一幅精準的閱讀自畫像。圖書館應(yīng)通過讀者自畫像來充分了解用戶的個性，并基于大數(shù)據(jù)決策科學(xué)地管理和設(shè)計閱讀服務(wù)的個性化模式[3]。此外，圖書館在個性化服務(wù)的提供中，還應(yīng)針對有相同個性化服務(wù)需求的讀者群和需求差異性較大的個體讀者，控制好個性化服務(wù)內(nèi)容的顆粒度大小，不能因過度強調(diào)服務(wù)的個性化水平，而大幅度增加服務(wù)成本、管理復(fù)雜度和降低服務(wù)收益。

1.2 圖書館難以在復(fù)雜的數(shù)據(jù)環(huán)境中差異化定位讀者 （1）圖書館大數(shù)據(jù)的采集具有數(shù)據(jù)海量、來源廣泛的特點，半結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)占據(jù)大數(shù)據(jù)總量的85%以上，大幅度增加了圖書館對大數(shù)據(jù)存儲、查找、定位、修改、分析和挖掘的難度，難以滿足圖書館大數(shù)據(jù)即時處理、實時挖掘和動態(tài)決策的需求。

（2）圖書館與移動運營商等相關(guān)第三方讀者服務(wù)商，以及圖書館內(nèi)部不同部門的業(yè)務(wù)單元之間還沒有建立起全局性大數(shù)據(jù)共享，這些“數(shù)據(jù)孤島”的存在嚴重影響了大數(shù)據(jù)的價值發(fā)現(xiàn)和二次挖掘，導(dǎo)致圖書館不能實現(xiàn)“以讀者為中心”的客戶需求差異化定位和精準服務(wù)。

（3）隨著圖書館IT基礎(chǔ)設(shè)施結(jié)構(gòu)復(fù)雜度的增長和服務(wù)模式的變革，圖書館大數(shù)據(jù)產(chǎn)生的速度以幾何級數(shù)快速增長，多源數(shù)據(jù)不同的組織結(jié)構(gòu)和采集方式可能產(chǎn)生更高的數(shù)據(jù)噪聲和冗余，導(dǎo)致大數(shù)據(jù)的價值密度和相關(guān)性大幅下降，對讀者個性化服務(wù)推薦系統(tǒng)的算法科學(xué)性和效率提出了更高要求[4]。

（4）圖書館大數(shù)據(jù)具有多數(shù)據(jù)來源、非結(jié)構(gòu)化、動態(tài)產(chǎn)生和實名（所采集的讀者特征信息、行為信息、位置信息、行為過程數(shù)據(jù)和閱讀終端參數(shù)等，都對應(yīng)惟一的用戶ID。）的特點，對這些數(shù)據(jù)的過度挖掘、分析可能會導(dǎo)致讀者隱私泄露，而最終影響讀者個性化閱讀的愉悅感。

1.3 圖書館大數(shù)據(jù)獲取與分析難度快速增長

隨著圖書館大數(shù)據(jù)總量、數(shù)據(jù)來源、冗余性和噪聲的增長，圖書館對數(shù)據(jù)中心IT基礎(chǔ)設(shè)施的性能，以及大數(shù)據(jù)處理的能力、效率、準確度提出了更高的要求，要求圖書館能夠?qū)ψx者服務(wù)大數(shù)據(jù)進行實時采集、快速處理、即時分析和動態(tài)決策，有效解決服務(wù)大數(shù)據(jù)因信息過載，而影響讀者個性化服務(wù)實時性和大數(shù)據(jù)決策時效性的問題。

在保證讀者隱私安全的前提下，如何與百度、facebook、移動運營商等第三方服務(wù)商實現(xiàn)用戶數(shù)據(jù)的共享，是提升圖書館大數(shù)據(jù)價值總量和可用性的重要環(huán)節(jié)。圖書館的大數(shù)據(jù)資源通過視頻監(jiān)控設(shè)備、服務(wù)器監(jiān)控器、閱讀終端監(jiān)控器、傳感器網(wǎng)絡(luò)、用戶管理信息系統(tǒng)、微信和微博等平臺采集，這些海量、復(fù)雜、快速增長和多結(jié)構(gòu)模式的用戶大數(shù)據(jù)，遠遠超越了圖書館的數(shù)據(jù)存儲、管理、處理與分析能力[5]。因此，圖書館必須與IBM、亞馬遜和百度等世界一流的大數(shù)據(jù)分析和挖掘公司合作，才能有效應(yīng)對未來大數(shù)據(jù)分析與決策的挑戰(zhàn)。此外，還應(yīng)針對大數(shù)據(jù)時代讀者個性化服務(wù)需求和部門大數(shù)據(jù)應(yīng)用實際，通過圖書館組織結(jié)構(gòu)設(shè)計、大數(shù)據(jù)流程優(yōu)化、部門間數(shù)據(jù)的橫向整合、統(tǒng)一的大數(shù)據(jù)管理與應(yīng)用系統(tǒng)等，提升大數(shù)據(jù)的價值總量、可用性、經(jīng)濟性和可控性。

1.4 讀者忠誠度是圖書館個性化服務(wù)應(yīng)重點關(guān)注的問題 大數(shù)據(jù)時代，讀者要求圖書館個性化服務(wù)具有服務(wù)針對性強、內(nèi)容多樣、智能自動化水平高的特點，同時也要求服務(wù)的自動化推送具有較強的主動性和時效性。此外，圖書館個性化服務(wù)還面臨著兩個關(guān)鍵問題：一是海量高速增長的大數(shù)據(jù)與圖書館數(shù)據(jù)中心有限數(shù)據(jù)處理能力之間的矛盾；二是讀者多樣化的個性化服務(wù)需求與圖書館大數(shù)據(jù)決策有效性之間的矛盾。這兩個矛盾能否有效解決，是關(guān)系讀者個性化閱讀服務(wù)滿意度和忠誠度，以及圖書館服務(wù)收益率的關(guān)鍵。

因此，圖書館個性化服務(wù)必須以讀者需求為中心，以個性化主動服務(wù)為目標開展服務(wù)活動，通過提升讀者的閱讀忠誠度來提高圖書館的服務(wù)收益。據(jù)統(tǒng)計，（1）發(fā)展一位新客戶的成本是挽留一個老客戶的3～10倍；（2）客戶忠誠度下降5%，企業(yè)的利潤下降25%；（3）向新客戶推銷產(chǎn)品的成功率是15%，向現(xiàn)有客戶推銷產(chǎn)品的成功率是50%；（4）如果將每年的客戶關(guān)系保持率增加5%，則利潤將達25%～85%；（5）60%的新客戶來自現(xiàn)有客戶的推薦；20%的客戶帶來80%的利潤[6]。因此，圖書館只有通過科學(xué)的個性化服務(wù)推送來增強關(guān)鍵讀者的忠誠度，不斷提升黃金讀者所占讀者群總數(shù)的比例，才能最終增強圖書館的服務(wù)總收益率和降低服務(wù)成本。

1.5 多維交互數(shù)據(jù)感知和移動推薦是關(guān)系個性化服務(wù)有效性的兩個關(guān)鍵因素 隨著無線傳感技術(shù)的發(fā)展和圖書館服務(wù)模式的變革，移動閱讀模式有效幫助讀者擺脫了時間、地域、閱讀方式對閱讀活動的束縛，已成為當前讀者最主要的閱讀模式。據(jù)EnfoDesk易觀智庫發(fā)布的《中國移動閱讀市場趨勢預(yù)測2014-2017》數(shù)據(jù)顯示，到2014年，中國移動閱讀市場收入規(guī)模達到88.4億元，增幅達41.4%。預(yù)計2017年市場整體收入規(guī)模將突破150億元。截止到2014年底，中國移動閱讀活躍用戶數(shù)比2013年環(huán)比增長20.9%，達5.9億。預(yù)計到2016年活躍用戶規(guī)模將接近6.9億[7]。因此，如何通過多維交互數(shù)據(jù)感知讀者需求和閱讀情景，增強移動閱讀活動中移動推薦的精準性和時效性，是圖書館提升移動閱讀個性化服務(wù)保障力應(yīng)關(guān)注的重要問題。

圖書館在讀者多維大數(shù)據(jù)采集中，為了保證讀者的隱私數(shù)據(jù)安全，通常采取ID號標示讀者身份或者隱匿重要參數(shù)的方式，這可能會導(dǎo)致讀者的閱讀語境、位置信息、移動路徑、身份和閱讀社會關(guān)系等數(shù)據(jù)與讀者個體脫離，不利于相關(guān)大數(shù)據(jù)的融合、相關(guān)性發(fā)現(xiàn)和價值二次挖掘。其次，閱讀活動是讀者眾多社會活動的重要組成，圖書館應(yīng)通過與第三方服務(wù)商進行數(shù)據(jù)共享與交換，將讀者的閱讀數(shù)據(jù)放在社交大數(shù)據(jù)集中進行數(shù)據(jù)的多維交互感知，才能準確發(fā)現(xiàn)大數(shù)據(jù)之間的關(guān)系和隱藏的數(shù)據(jù)價值。第三，基于多維交互大數(shù)據(jù)感知的圖書館移動推薦服務(wù)，應(yīng)具有大數(shù)據(jù)準確、移動感知、強時空性和數(shù)據(jù)緊密關(guān)聯(lián)的特性，能夠?qū)ψx者的原始活動、半活動及非活動數(shù)據(jù)進行深度挖掘、分析，才能有效發(fā)現(xiàn)大數(shù)據(jù)間的關(guān)系和價值，才能為讀者個性化服務(wù)的移動推薦提供可靠的大數(shù)據(jù)決策支持[8]。

2 基于情景大數(shù)據(jù)決策支持的讀者個性化服務(wù)模式構(gòu)建2.1 基于情景大數(shù)據(jù)決策支持的圖書館個性化服務(wù)推薦流程 在圖書館的個性化服務(wù)推薦流程設(shè)計中，大數(shù)據(jù)的價值總量、數(shù)據(jù)可用性、個性化服務(wù)推薦步驟的科學(xué)性、推薦流程的自主學(xué)習(xí)與智能優(yōu)化能力，是關(guān)系圖書館個性化服務(wù)效率、實時性、經(jīng)濟性和可靠性的4個重要問題。因此，圖書館個性化服務(wù)推薦流程的設(shè)計，應(yīng)緊密圍繞這4個中心點展開。本文設(shè)計的基于情景大數(shù)據(jù)決策支持的圖書館個性化服務(wù)推薦流程，如圖1所示：

圖1 基于大數(shù)據(jù)決策支持的圖書館個性化服務(wù)推薦流程

底層大數(shù)據(jù)資源庫是圖書館個性化推薦服務(wù)決策的基礎(chǔ)數(shù)據(jù)。圖書館在服務(wù)大數(shù)據(jù)的采集中，應(yīng)保證所采集的服務(wù)大數(shù)據(jù)海量、涉及對象廣泛和有深度，所采集的大數(shù)據(jù)價值能夠有效支持圖書館的個性化閱讀服務(wù)。同時，還應(yīng)通過大數(shù)據(jù)的噪音過濾、價值挖掘、數(shù)據(jù)整合和標準化處理等步驟，努力提升大數(shù)據(jù)的價值密度、可控性和可操作性，以此降低個性化服務(wù)決策對圖書館數(shù)據(jù)中心IT設(shè)施系統(tǒng)的資源需求，最終實現(xiàn)大數(shù)據(jù)決策效率、實時性和經(jīng)濟性的提升。

基于高價值總量大數(shù)據(jù)的分析支持，圖書館可準確預(yù)測和發(fā)現(xiàn)讀者的閱讀差異化需求，可通過對讀者需求大數(shù)據(jù)模式的分析與判斷，為讀者千人千面地定制個性化服務(wù)內(nèi)容。在讀者的個性化服務(wù)推送過程中，圖書館應(yīng)堅持讀者需求、閱讀模式、服務(wù)推送方式和推送精確度相統(tǒng)一的原則，確保個性化服務(wù)推送過程安全、實時、經(jīng)濟和可控。個性化閱讀服務(wù)質(zhì)量的評估與反饋控制過程，是圖書館評估個性化服務(wù)有效性和個性化服務(wù)自我優(yōu)化的重要步驟。圖書館通過對QOS（服務(wù)質(zhì)量）、讀者滿意度、服務(wù)總收益率的評估，可準確發(fā)現(xiàn)個性化閱讀服務(wù)推薦流程中存在的問題與不足，并依據(jù)評估結(jié)果對讀者需求發(fā)現(xiàn)過程實施反饋控制，實現(xiàn)個性化服務(wù)推薦流程的自動機器學(xué)習(xí)與智能優(yōu)化[9]。

2.2 實現(xiàn)個性化服務(wù)的精確推送

基于情景大數(shù)據(jù)決策支持的圖書館個性化服務(wù)精確推送，其本質(zhì)就是“依據(jù)讀者閱讀需求，在恰當?shù)臅r間、恰當?shù)牡攸c，把精準的服務(wù)推送給正確的人”。圖書館個性化服務(wù)的精確推送決策依據(jù)是讀者的3個重要個體指標，分別為讀者個體特征、讀者地理位置與移動路徑數(shù)據(jù)、讀者的閱讀內(nèi)容歷史記錄和閱讀方式數(shù)據(jù)。圖書館通過對讀者3個重要個體指標數(shù)據(jù)的采集、分析和判斷，能夠準確獲得讀者的性別、年齡、知識層次、閱讀興趣、閱讀需求和個體地理位置，并為讀者描繪一幅精準的閱讀活動畫像。圖書館可依據(jù)讀者的個體特征、閱讀需求、閱讀模式、閱讀社會關(guān)系等數(shù)據(jù)，將讀者劃分為不同的用戶群進行個性化服務(wù)定向推送。此外，還可依據(jù)個體讀者的特殊閱讀需求，實現(xiàn)個體讀者的個性化閱讀需求精準推送，在不大幅增加個性化服務(wù)總成本的前提下，提升讀者的個性化服務(wù)滿意度[10]。

為了突出服務(wù)推送的個性化水平與精準性，圖書館應(yīng)加強大數(shù)據(jù)可用性的優(yōu)化、大數(shù)據(jù)個性化價值的發(fā)現(xiàn)、線上與線下數(shù)據(jù)的整合，確保大數(shù)據(jù)在個性化服務(wù)決策中，具有較強的讀者個體針對性和數(shù)據(jù)價值可用性。

個性化移動閱讀服務(wù)是讀者閱讀模式的重要組成部分。圖書館在個性化移動閱讀服務(wù)的推送中，還應(yīng)考慮在對讀者個體特征信息、移動路徑、閱讀內(nèi)容與模式等大數(shù)據(jù)資源的采集中，數(shù)據(jù)采集的方法、時間、頻率和數(shù)據(jù)量等，對讀者移動閱讀終端設(shè)備電量和數(shù)據(jù)流量的消耗，不能過分強調(diào)個性化移動閱讀服務(wù)的精準性和實時性，而降低讀者閱讀終端的運行續(xù)航時間和浪費無線數(shù)據(jù)流量。

2.3 大數(shù)據(jù)決策應(yīng)實現(xiàn)程序化管理

圖書館個性化服務(wù)中的大數(shù)據(jù)決策過程，可劃分為海量大數(shù)據(jù)的采集與噪聲過濾、相關(guān)決策大數(shù)據(jù)的標準化處理與匹配、大數(shù)據(jù)的分析與決策、個性化服務(wù)質(zhì)量保證等4個步驟。情景大數(shù)據(jù)決策的內(nèi)容主要有讀者個性化服務(wù)內(nèi)容的推送、個性化服務(wù)需求的發(fā)現(xiàn)、增強服務(wù)產(chǎn)品功能、個性化服務(wù)風險的發(fā)現(xiàn)、個性化服務(wù)對象與內(nèi)容的智能匹配、服務(wù)廣告的精確制定與發(fā)送等，這些服務(wù)對情景大數(shù)據(jù)決策的科學(xué)性、實時性、精準性和可控性有較強的要求[11]。因此，圖書館在個性化服務(wù)中，必須實現(xiàn)大數(shù)據(jù)決策的程序化管理，才能滿足讀者個性化服務(wù)的需求。

個性化服務(wù)決策的程序化，就是圖書館通過計算編程或者數(shù)學(xué)建模方式，科學(xué)、高效地實現(xiàn)對所采集大數(shù)據(jù)的實時、自動優(yōu)化與分析，并將分析結(jié)果動態(tài)運用于讀者個性化需求的發(fā)現(xiàn)、組織、推送和QOS保證的各個環(huán)節(jié)中。同時，還應(yīng)對個性化服務(wù)的有效性、精準性、可用性和可控性等，實行全體服務(wù)部門、對象、內(nèi)容和流程的監(jiān)管，保證圖書館個性化服務(wù)的內(nèi)容、方式、讀者需求和服務(wù)成本，實現(xiàn)最佳優(yōu)化與統(tǒng)一，確保圖書館具有最高的個性化服務(wù)投資收益率。

2.4 情景大數(shù)據(jù)決策的個性化服務(wù)應(yīng)以讀者為中心

通過情景大數(shù)據(jù)分析全面了解讀者的閱讀個性，并在圖書館讀者服務(wù)的設(shè)計和管理中，突出服務(wù)的讀者個性化特征，是確保圖書館個性化服務(wù)供給安全、高效、經(jīng)濟和可控應(yīng)重點關(guān)注的兩個問題。

圖書館在情景大數(shù)據(jù)的采集、存儲、處理、分析和決策中，應(yīng)重點關(guān)注能完全反映讀者閱讀需求、閱讀模式、閱讀社會關(guān)系、閱讀情緒和閱讀場景的個性化數(shù)據(jù)。圖書館可通過視頻監(jiān)控設(shè)備、服務(wù)器監(jiān)控器、閱讀傳感器等設(shè)備，全面、精確地獲取讀者的閱讀活動日期、內(nèi)容、時間、愛好、心情、場景、社交關(guān)系和個體移動路徑等數(shù)據(jù)，并為讀者構(gòu)建專屬的個性化情景數(shù)據(jù)庫?；谧x者個性化閱讀大數(shù)據(jù)的支持，圖書館可精確預(yù)測讀者的閱讀需求和閱讀習(xí)慣變化，能夠為個性化服務(wù)產(chǎn)品的設(shè)計、精確推送和精準營銷提供大數(shù)據(jù)決策支持[12]。

此外，圖書館在讀者個性化服務(wù)的設(shè)計和管理中，能否精確地將有相似特征和閱讀需求的讀者劃分在同一個讀者群，以及在為相同讀者群開展無差異個性化服務(wù)的同時，依據(jù)個體讀者的個性化服務(wù)意愿預(yù)測、判定結(jié)果，完成單一個體服務(wù)的個體化自動推送，是圖書館保證讀者個性化服務(wù)滿意度與有效控制服務(wù)成本應(yīng)關(guān)注的問題。圖書館可通過讀者個性化服務(wù)關(guān)注度的動態(tài)排名，以及涉及讀者滿意度與圖書館服務(wù)收益的最相關(guān)內(nèi)容，科學(xué)評估個性化服務(wù)的重要性、用戶相關(guān)性、推送成本和服務(wù)收益貢獻，并以評估結(jié)果來決定個性化服務(wù)推送的內(nèi)容、方式、時間和對象，可在有效降低服務(wù)復(fù)雜度和成本同時，大幅增強服務(wù)的個性化水平和改善用戶閱讀體驗。

2.5 完成對讀者移動閱讀情境的精確感知

隨著智能閱讀終端、智能手機、移動PDA、平板電腦等設(shè)備性能的提升和制造成本的下降，移動閱讀已成為讀者閱讀模式的主要組成部分，是關(guān)系圖書館讀者個性化服務(wù)收益的重要內(nèi)容。圖書館在讀者閱讀服務(wù)中，如何通過移動閱讀設(shè)備全面采集讀者的移動路徑、地理位置、閱讀內(nèi)容與模式、閱讀終端設(shè)備參數(shù)等信息，是圖書館有效感知讀者移動閱讀實時情境、特征及模式，以及準確預(yù)測讀者的移動閱讀服務(wù)需求，全面、安全地開展個性化移動閱讀服務(wù)的前提。

圖書館采集的移動閱讀情境大數(shù)據(jù)主要包括讀者移動閱讀行為歷史數(shù)據(jù)、閱讀內(nèi)容與模式、移動路徑、實時地理位置、閱讀心理與情緒、閱讀社交數(shù)據(jù)等。通過對這些情景數(shù)據(jù)的標準化處理、相關(guān)度計算、智能化挖掘、分析與匹配、時空交互語義獲取等操作，可準確預(yù)測讀者移動閱讀需求和方式的變化趨勢，并在準確的時間、地點將個性化服務(wù)以最恰當?shù)姆绞酵扑徒o讀者[13]。此外，圖書館還可根據(jù)移動大數(shù)據(jù)的分析結(jié)果，準確判斷讀者的價值級別、閱讀活躍程度、閱讀忠誠度變化、服務(wù)收益貢獻和可能流失性，通過個性化服務(wù)的提前干預(yù)來增強讀者的閱讀忠誠度和價值等級。

移動閱讀服務(wù)具有服務(wù)場景不確定和突發(fā)的特點。圖書館如何依據(jù)讀者地理位置、閱讀實時性需求和移動閱讀終端類型等大數(shù)據(jù)決策結(jié)果，在對讀者進行閱讀內(nèi)容微推送的同時，避免因服務(wù)推送的時間、方式、內(nèi)容和地點不精確而對讀者造成干擾，影響讀者的閱讀情緒和滿意度，是圖書館個性化移動閱讀服務(wù)應(yīng)關(guān)注的問題。圖書館應(yīng)通過對讀者移動閱讀數(shù)據(jù)的實時追蹤和描繪，構(gòu)建基于讀者移動閱讀時間、方式、位置和習(xí)慣的四維度大數(shù)據(jù)分析體系，實現(xiàn)基于移動大數(shù)據(jù)驅(qū)動的讀者閱讀意愿與方式精確預(yù)測。并通過對移動推薦服務(wù)與閱讀場景相關(guān)性和讀者滿意度的評估，反饋控制、優(yōu)化移動服務(wù)推薦系統(tǒng)的建模方式與算法，以此提升圖書館移動閱讀服務(wù)個性化推送的精確性。

3 結(jié)束語

當前，圖書館已進入大數(shù)據(jù)時代。圖書館通過對服務(wù)大數(shù)據(jù)的采集、處理、存儲、分析和決策，高效、實時、經(jīng)濟和動態(tài)地發(fā)現(xiàn)讀者的閱讀需求與閱讀模式變化趨勢，可為個性化閱讀服務(wù)提供可靠的大數(shù)據(jù)決策支持。

但是，隨著讀者閱讀需求與圖書館服務(wù)模式的快速變革，圖書館的大數(shù)據(jù)環(huán)境呈現(xiàn)數(shù)據(jù)海量、總量級數(shù)遞增、價值密度降低、可用可控性差的特點。如何在復(fù)雜、多變的大數(shù)據(jù)環(huán)境中，有效提升圖書館大數(shù)據(jù)的價值密度、可用性和可靠性，并在保證讀者個性化服務(wù)QOS的前提下，實現(xiàn)對個性化服務(wù)成本的有效控制，已成為關(guān)系讀者個性化閱讀活動可持續(xù)發(fā)展和圖書館服務(wù)收益的重要問題。因此，圖書館必須以讀者需求為中心，以大數(shù)據(jù)信息流程和數(shù)據(jù)生命周期規(guī)律為指導(dǎo)，努力優(yōu)化圖書館內(nèi)部系統(tǒng)的組織結(jié)構(gòu)，提升圖書館員和數(shù)據(jù)分析師的大數(shù)據(jù)素養(yǎng)，不斷增強圖書館依靠業(yè)務(wù)統(tǒng)馭大數(shù)據(jù)的能力，才能有效地發(fā)現(xiàn)和挖掘大數(shù)據(jù)價值，才能為圖書館個性化服務(wù)提供科學(xué)的大數(shù)據(jù)決策支持，才能為讀者提供安全、高效、經(jīng)濟和智慧的個性化閱讀服務(wù)。

參考文獻

[1]維克托·邁爾-舍恩伯格，等.大數(shù)據(jù)時代：生活、工作與思維的大變革[M].杭州：浙江人民出版社，2013.1.

[2]秦曉珠，李晨暉，麥范金.大數(shù)據(jù)知識服務(wù)的內(nèi)涵、典型特征及概念模型[J].情報資料工作，2013，（2）：18-22.

[3]朱靜薇，李紅艷.大數(shù)據(jù)時代下圖書館的挑戰(zhàn)及其應(yīng)對策略[J].現(xiàn)代情報，2013，（5）：9-13.

[4]尤海浪，錢鋒，黃祥為，等.基于大數(shù)據(jù)挖掘構(gòu)建游戲平臺個性化推薦系統(tǒng)的研究與實踐[J].電信科學(xué)，2014，（10）：27-32.

[5]譚磊.大數(shù)據(jù)挖掘[M].北京：電子工業(yè)出版社，2014.

[6]張興旺，李晨暉，麥范金.變革中的大數(shù)據(jù)知識服務(wù)：面向大數(shù)據(jù)的信息移動推薦服務(wù)新模式[J].圖書與情報，2013，（4）：74-79.

[7]陳臣，尚慶生.基于大數(shù)據(jù)的圖書館個性化推送服務(wù)質(zhì)量保障研究[J].現(xiàn)代情報，2014，34（11）：92-95.

[8]李可風，沈揚.大數(shù)據(jù)環(huán)境下移動數(shù)字圖書館信息推送策略研究[J].圖書館學(xué)研究，2015，（21）：66-70.

[9]程學(xué)旗，靳小龍，王元卓，等.大數(shù)據(jù)系統(tǒng)和分析技術(shù)綜述[J].軟件學(xué)報，2014，25（9）：1889-1908.

[10]孟祥武，紀威宇，張玉潔.大數(shù)據(jù)環(huán)境下的推薦系統(tǒng)[J].北京郵電大學(xué)學(xué)報，2015，38（2）：1-15.

[11]唐杰，楊洋.移動社交網(wǎng)絡(luò)中的用戶行為預(yù)測模型[J].中國計算機學(xué)會通訊，2012，8（5）：21-25.

[12]劉海鷗.面向云計算的大數(shù)據(jù)知識服務(wù)情景化推薦[J].圖書館建設(shè)，2014，（7）：31-35.

[13]維克托·邁爾-舍恩伯格，肯尼思·庫克耶.大數(shù)據(jù)時代：生活、工作與思維的大變革[M].盛楊燕，周濤，譯.杭州：浙江人民出版社，2012：34.

（本文責任編輯：郭沫含）