面向圖書館基于用戶畫像的個性化推薦研究

李 玲

（中國人民大學(xué) 信息學(xué)院，北京 100872）

0 引言

隨著越來越多的數(shù)據(jù)在互聯(lián)網(wǎng)中產(chǎn)生，互聯(lián)網(wǎng)從原來數(shù)據(jù)匱乏的時代進(jìn)入了大數(shù)據(jù)時代［1］。為了更好地滿足用戶的信息需求，不少學(xué)者提出了搜索技術(shù)，如Google、百度等。然而，搜索技術(shù)在使用時存在一定的局限性。首先，搜索引擎必須獲取用戶主動鍵入的關(guān)鍵詞進(jìn)而對關(guān)鍵詞進(jìn)行檢索；其次，搜索技術(shù)無法對用戶的自身特性進(jìn)行充分考慮；最后，搜索引擎返回的信息往往較多，從而無法對用戶感興趣的信息進(jìn)行快速讀取。針對搜索技術(shù)的局限性，推薦系統(tǒng)應(yīng)運而生［2］。推薦系統(tǒng)不需要用戶輸入關(guān)鍵詞即可利用用戶的訪問信息將用戶可能感興趣的內(nèi)容主動推薦給用戶［3］。

近幾年，基于用戶畫像的研究逐漸增加。陳澤宇等［4］將LDA 主題模型運用于用戶查詢歷史關(guān)鍵詞中，通過查詢對應(yīng)的主題分布，最大概率地將主題對應(yīng)的詞擴展到原始特征空間，進(jìn)而豐富用戶特征并利用SVM 對用戶的基本屬性進(jìn)行分類，從而構(gòu)建用戶畫像；賴建華等［5］運用容忍度測算、突變測算、差值測算與峰值測算方法，發(fā)現(xiàn)并分析用戶的異常訪問行為，進(jìn)而構(gòu)建用戶行為畫像，使得系統(tǒng)可以實時并準(zhǔn)確地對用戶的異常行為進(jìn)行響應(yīng)；李仁德［6］將司機評分?jǐn)?shù)據(jù)作為區(qū)塊鏈的基礎(chǔ)依據(jù)，基于司機畫像設(shè)計智能合約機制，解決了司機績效考核中的去中心化問題；周靜等［7］基于用戶畫像的屬性偏好與時間因子設(shè)計一種服裝推薦算法，使得用戶潛在興趣的挖掘效率更高；竇維萌等［8］基于用戶畫像提出一種DB-CF 個性化音樂推薦算法，從而為用戶帶來更好的用戶體驗；關(guān)菲等［9］通過對用戶行為的權(quán)重進(jìn)行重新分配，并將用戶行為數(shù)據(jù)按照時間順序重新分配權(quán)重，提出一種基于用戶畫像的個性化文獻(xiàn)推薦算法，進(jìn)一步為用戶提供精準(zhǔn)推薦服務(wù)；胡朝舉等［10］基于用戶畫像數(shù)據(jù)對用戶進(jìn)行模糊聚類，然后在聚類簇內(nèi)運用協(xié)同過濾算法為用戶完成項目推薦；岳強等［11］針對用戶評論中的emoji 表情提煉用戶情感偏好，提出一種情感偏好矩陣的ItemCF 算法，相比于經(jīng)典推薦算法而言，該算法在準(zhǔn)確率和召回率上分別提高0.02、0.03。

同時，高校信息化建設(shè)的快速發(fā)展使得“互聯(lián)網(wǎng)+校園”遍布校園的每一個角落［12-14］。王欣等［15］通過將圖書館個性化推送服務(wù)與知識聚合進(jìn)行分析，從而為科研學(xué)者提供更強的專業(yè)知識；李艷等［16］基于大數(shù)據(jù)挖掘?qū)Ω咝D書館的個性化服務(wù)研究進(jìn)行分析，設(shè)計基于高校圖書館特點的體系架構(gòu)模型與業(yè)務(wù)分析流程，為構(gòu)建圖書館個性化服務(wù)提供技術(shù)支撐并為高校提供決策依據(jù)；劉海鷗等［17］對基于大數(shù)據(jù)深度畫像的個性化學(xué)習(xí)精準(zhǔn)服務(wù)進(jìn)行研究，從而滿足學(xué)習(xí)者的多粒度個性化需求；錢蔚蔚等［18］給出圖書館信息服務(wù)功能性用戶體驗量化的實驗效果，從而提升圖書館網(wǎng)站的用戶體驗；康存輝等［19］基于大數(shù)據(jù)對圖書館精準(zhǔn)服務(wù)進(jìn)行研究，實現(xiàn)圖書館大數(shù)據(jù)建設(shè)與服務(wù)雙贏。

然而，網(wǎng)絡(luò)中的冗余數(shù)據(jù)會使用戶在數(shù)據(jù)的動態(tài)性方面變得無所適從［20］，如讀者在面對自己比較模糊或者無法采用簡單的詞語對其想使用的關(guān)鍵詞進(jìn)行定義時，則無法獲得精確的書籍信息，從而影響讀者對系統(tǒng)的使用頻率，進(jìn)而降低系統(tǒng)的使用性［21］。針對此問題，本文在已有研究的基礎(chǔ)上，通過對智慧校園中的數(shù)據(jù)進(jìn)行預(yù)處理，進(jìn)而構(gòu)建讀者的用戶畫像，然后通過用戶畫像構(gòu)建個性化推薦框架，從而更好地為校園中的讀者提供個性化服務(wù)。

1 協(xié)同過濾推薦

協(xié)同過濾推薦算法作為推薦系統(tǒng)中的常用算法可以在不需要了解大量用戶和商品信息的情況下，利用用戶對商品的評分或者用戶的其他行為為用戶推薦個性化服務(wù)［22］。協(xié)同過濾推薦算法主要分為基于用戶和基于項目（商品）的協(xié)同過濾推薦算法。本文主要介紹基于用戶的協(xié)同過濾推薦算法。

基于用戶的協(xié)同過濾推薦算法采用與目標(biāo)用戶相似的用戶評分為目標(biāo)用戶進(jìn)行推薦。例如，目標(biāo)用戶u和用戶v相似，則稱用戶v為目標(biāo)用戶u的一個近鄰。假設(shè)與目標(biāo)用戶u相似的近鄰個數(shù)為k，采用N(u)表示與目標(biāo)用戶u相似的k個近鄰［23］。這里，假設(shè)只有N(u)中對項目i作了評分的用戶才能夠用于預(yù)測目標(biāo)用戶u對i的預(yù)測評分，因此，選用k個與用戶u興趣相似且對項目i作了評分的用戶代替原來設(shè)定的k近鄰，記為Ni(u)，則目標(biāo)用戶u對項目i的預(yù)測評分可用如下形式表示：

式（1）中，用戶v對項目i的評分可用rvi表示。sim(u,v)為用戶之間的相似度，定義如下：

其中，Iuv代表用戶u和用戶v同時評分的項目，代表用戶u對系統(tǒng)中所有項目的平均評分，代表用戶v對系統(tǒng)中所有項目的平均評分，rui和rvi分別代表用戶u和用戶v對項目i的評分。

應(yīng)用上述計算方法可以將用戶u對項目集合中的各項目進(jìn)行評分，然后通過排序算法對各項評分進(jìn)行排序，進(jìn)而選出排名靠前的n個項目為用戶進(jìn)行推薦，繼而完成基于用戶的協(xié)同過濾推薦服務(wù)。

2 面向圖書館基于用戶畫像的個性化推薦框架

本文在校園基礎(chǔ)系統(tǒng)和基礎(chǔ)數(shù)據(jù)的基礎(chǔ)上，通過對已有數(shù)據(jù)作預(yù)處理，然后建立用戶畫像，進(jìn)而構(gòu)建個性化推薦框架，整體結(jié)構(gòu)框架如圖1 所示?？梢钥闯?，面向圖書館的基于用戶畫像的個性化推薦框架主要包括3 個部分：數(shù)據(jù)獲取與預(yù)處理、用戶畫像構(gòu)建、個性化推薦服務(wù)。

2.1 數(shù)據(jù)獲取與預(yù)處理

數(shù)據(jù)獲取及預(yù)處理是該個性化推薦框架的基礎(chǔ)，也是提供個性化推薦服務(wù)的數(shù)據(jù)來源。原始數(shù)據(jù)分別來自學(xué)校的教務(wù)系統(tǒng)、研究生系統(tǒng)、檔案館、就業(yè)處以及圖書館系統(tǒng)等。對原始數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，包括對該數(shù)據(jù)進(jìn)行數(shù)據(jù)采樣和樣本過濾。一般通過隨機采樣、固定比例采樣的方法對原始數(shù)據(jù)進(jìn)行采樣，并按照訓(xùn)練模型需要，對采樣后的數(shù)據(jù)設(shè)定其樣本權(quán)重。同時，結(jié)合訓(xùn)練模型對采樣后的樣本數(shù)據(jù)進(jìn)行過濾。必要時針對數(shù)據(jù)中的異常點進(jìn)行檢測，常用的檢測方法有聚類算法、最近鄰算法等?？赏ㄟ^使用基于密度的異常點檢測算法進(jìn)行檢測，如LOF（Local Outlier Factor）算法。

根據(jù)以上方法得到過濾后的樣本數(shù)據(jù)，然后對這些樣本數(shù)據(jù)進(jìn)行特征處理。特征處理方法一般包括對特征進(jìn)行歸一化和離散化，以及對特征進(jìn)行特征降維和特征選擇等。在實際的數(shù)據(jù)特征中，可能會遇到特征值因取值范圍過大而導(dǎo)致最終模型效果偏離預(yù)期。因此，為了對不同范圍的特征進(jìn)行平衡取值，本文采用歸一化方法對特征進(jìn)行處理，進(jìn)而將特征值歸一化到［0，1］區(qū)間，從而更好地訓(xùn)練模型。一般可以通過函數(shù)歸一化、排序歸一化、局部最大最小值歸一化等對數(shù)據(jù)進(jìn)行歸一化處理。同時，為了對數(shù)據(jù)中的連續(xù)值進(jìn)行離散化處理，需要采用等值或者等量的方法對具有連續(xù)值的特征進(jìn)行劃分。如針對讀者年齡的劃分，可將10-20 歲的離散值設(shè)置為1，年齡為20-30 的離散值設(shè)置為2 等。同時針對較稀疏的數(shù)據(jù)集，可以通過單獨表示、取眾數(shù)或者平均值等對其空值特征進(jìn)行填充。在特征降維的方法選擇上，可以通過主成分分析或者奇異值矩陣分解等對特征進(jìn)行降維。針對特征選取，可以通過方差選擇法、相關(guān)系數(shù)法、卡方檢驗、互信息等方法進(jìn)行選擇。如運用方差選擇法時，先計算各特征的方差，然后根據(jù)閾值設(shè)置，選擇大于閾值的特征即可。

Fig.1 Personalized recommendation framework based on user portrait圖1 基于用戶畫像的個性化推薦框架

2.2 用戶畫像生成

通過對原始數(shù)據(jù)進(jìn)行數(shù)據(jù)獲取和數(shù)據(jù)預(yù)處理，將篩選后的特征數(shù)據(jù)建立用戶畫像。首先，通過用戶的基本信息、興趣偏好、社交互動等構(gòu)建用戶的個性化特征標(biāo)簽，然后運用基于關(guān)聯(lián)規(guī)則的學(xué)習(xí)方法，對用戶的標(biāo)簽進(jìn)行聚合學(xué)習(xí)，從而生成更加全面和立體的用戶畫像模型。為了生成多維的用戶畫像，將高校中學(xué)生群體的基本信息、興趣偏好信息以及社交互動信息等進(jìn)行結(jié)合，從而獲得用戶的個性化特征標(biāo)簽，如下所示：

其中，User_Info表示用戶基本信息，主要包括姓名、性別、年齡、班級、學(xué)號等信息；User_Inte表示用戶興趣偏好信息，包含有籃球、音樂、閱讀等；User_Social表示用戶社交互動信息，分別為收藏、轉(zhuǎn)發(fā)、喜歡等信息，如下所示：

2.3 個性化推薦框架構(gòu)建

通過從各子系統(tǒng)中獲取原始數(shù)據(jù)，對原始數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，然后運用預(yù)處理的數(shù)據(jù)構(gòu)建用戶畫像模型，基于用戶畫像，運用基于用戶的協(xié)同過濾推薦算法為用戶提供個性化服務(wù)，即可完成個性化推薦框架整體構(gòu)建。

3 個性化推薦應(yīng)用

3.1 個性化資源推薦

在用戶畫像建立的基礎(chǔ)上，運用基于用戶的協(xié)同過濾推薦算法為用戶推薦個性化資源，包括其感興趣的書籍、期刊等，如圖2 所示。

從圖2 可知，通過對各子系統(tǒng)的數(shù)據(jù)進(jìn)行數(shù)據(jù)獲取及預(yù)處理，即將原始數(shù)據(jù)通過數(shù)據(jù)預(yù)處理步驟，將用戶畫像的個性化標(biāo)簽進(jìn)行特征向量化處理；然后運用基于用戶的協(xié)同過濾推薦算法為用戶獲取用戶的近鄰，計算用戶對其所推薦項目的預(yù)測評分，進(jìn)而運用排序算法對所推薦的項目進(jìn)行重排列，從而選擇目標(biāo)用戶對預(yù)測評分較高的n本書籍作為對目標(biāo)用戶的推薦列表，最終完成對用戶的個性化資源推薦。

Fig.2 Personalized resource recommendation圖2 個性化資源推薦

3.2 個性化學(xué)習(xí)行為監(jiān)督

隨著高校閱讀資源的不斷增加，可能會出現(xiàn)資源供需不平衡的問題，從而導(dǎo)致用戶缺乏對學(xué)習(xí)的有效監(jiān)督，學(xué)習(xí)行為監(jiān)督的減少導(dǎo)致用戶學(xué)習(xí)效率降低。因此，為了更好地利用閱讀資源，提高用戶學(xué)習(xí)效率，可以為用戶提供個性化行為監(jiān)督，進(jìn)而保證當(dāng)用戶在學(xué)習(xí)行為中出現(xiàn)消極現(xiàn)象時，能夠及時提醒用戶完成學(xué)習(xí)目標(biāo)，從而提高學(xué)習(xí)效率和質(zhì)量，如圖3 所示。

Fig.3 Personalized learning behavior supervision圖3 個性化學(xué)習(xí)行為監(jiān)督

從圖3 可知，個性化學(xué)習(xí)行為監(jiān)督主要包括數(shù)據(jù)獲取及預(yù)處理、用戶畫像和個性化行為監(jiān)督3 個部分。通過將原始各系統(tǒng)的數(shù)據(jù)作預(yù)處理并將用戶的個性化標(biāo)簽進(jìn)行特征向量化處理，從而對用戶的學(xué)習(xí)行為特征進(jìn)行設(shè)定，如通過用戶去圖書館的行為，可將其連續(xù)7 天不去圖書館的行為作為最低的通知閾值，進(jìn)而追蹤用戶的學(xué)習(xí)行為并對其進(jìn)行更新，從而給出及時的學(xué)習(xí)預(yù)警通知，督促用戶更好地進(jìn)行監(jiān)督和管理。

3.3 個性化學(xué)習(xí)伙伴推薦

互聯(lián)網(wǎng)學(xué)習(xí)資源的不斷增加使用戶在學(xué)習(xí)過程中不可避免地會遇到許多問題，如自主學(xué)習(xí)方式可能會使用戶在學(xué)習(xí)過程中產(chǎn)生學(xué)習(xí)孤獨感，進(jìn)而導(dǎo)致學(xué)習(xí)熱情和學(xué)習(xí)效率降低。而通過個性化推薦框架的精準(zhǔn)服務(wù)，可以為用戶推薦與其具有共同學(xué)習(xí)背景及共同學(xué)習(xí)興趣的用戶進(jìn)行學(xué)習(xí)，或者建立共享社區(qū)供用戶討論，進(jìn)而提高用戶的學(xué)習(xí)積極性和學(xué)習(xí)效率，如圖4 所示。

Fig.4 Personalized learning partner recommendation圖4 個性化學(xué)習(xí)伙伴推薦

從圖4 可知，個性化學(xué)習(xí)伙伴推薦主要包括對學(xué)習(xí)行為相似和互補的學(xué)習(xí)伙伴推薦。通過提取用戶畫像中的學(xué)習(xí)背景、興趣偏好、學(xué)習(xí)交流等個性化標(biāo)簽信息，為用戶推薦學(xué)習(xí)行為相似和學(xué)習(xí)行為互補的伙伴。在此基礎(chǔ)上，根據(jù)用戶學(xué)習(xí)興趣，運用協(xié)同過濾推薦算法為用戶推薦興趣相似和互補的學(xué)習(xí)伙伴，進(jìn)而完成個性化學(xué)習(xí)伙伴推薦。

3.4 圖書館書目管理

根據(jù)上述個性化推薦框架，為用戶提供個性化學(xué)習(xí)資源、學(xué)習(xí)伙伴，并對其學(xué)習(xí)行為進(jìn)行監(jiān)督。鑒于此，可以針對圖書館中的圖書擺放位置及其他資源進(jìn)行管理，如用戶在閱讀計算機書籍時，可能會需要數(shù)學(xué)理論支撐，此種情況下，圖書管理員可以將這兩類書籍放置于相鄰位置，從而減少讀者查找書籍的時間，進(jìn)而提高讀者學(xué)習(xí)效率，同時減少圖書館維護成本。如用戶在學(xué)習(xí)交流中一般有3 個學(xué)習(xí)伙伴參與，因此在座位設(shè)置上，可讓3 個座位在一起且處于安靜位置以供用戶更好地進(jìn)行學(xué)習(xí)交流。

基于上述描述，借助個性化推薦框架，不僅可以完成學(xué)習(xí)資源推薦、學(xué)習(xí)行為監(jiān)督以及學(xué)習(xí)伙伴推薦，從而提高用戶學(xué)習(xí)效率，而且可以通過該框架提高圖書館資源管理效率，節(jié)省圖書館運營成本。

此外，可以通過用戶使用該推薦系統(tǒng)為用戶反饋用戶年度畫像，如用戶喜歡閱讀的書籍類型、用戶是否經(jīng)常借用研討室，以及與該用戶同時借用同一類型書籍的用戶信息，或者用戶對圖書館館員的評價信息等。

4 實驗設(shè)計與分析

4.1 問卷設(shè)計

對面向圖書館基于用戶畫像的個性化推薦框架進(jìn)行研究，并作實際測試。在測試中，主要以個性化推薦系統(tǒng)中的4 種主要推薦功能為主。因此，在問卷設(shè)計上主要包括3 個部分：①研究概要介紹和問卷說明；②調(diào)查對象基本信息，包含性別、年齡、教育程度、使用圖書館系統(tǒng)、專業(yè)等選項；③調(diào)查對象對圖書館推薦系統(tǒng)中各子功能的真實使用感受，并將其進(jìn)行量化評價，如將非常好、好、一般、不好、非常不好量化為5、4、3、2、1 分，從而將其對該個性化推薦系統(tǒng)的好感程度一一展現(xiàn)出來。

4.2 數(shù)據(jù)樣本

本次實驗對象以高校本科生和研究生為主，運用隨機抽樣方法進(jìn)行選擇，最后選出5 000 名學(xué)生作為此次測試的調(diào)查對象并回收全部問卷。同時，針對圖書館的書目管理推薦功能，對圖書館中管理員的使用體驗進(jìn)行總結(jié)。

4.3 實驗結(jié)果與分析

通過對5 000 份調(diào)查問卷的結(jié)果進(jìn)行統(tǒng)計，結(jié)果如圖5所示。

從圖5 可知，個性化資源推薦相較于個性化行為監(jiān)督及個性化學(xué)習(xí)伙伴在用戶體驗中更具優(yōu)勢。其中，個性化資源推薦在90 分以上的人數(shù)占總測試人數(shù)的82%以上。同時，個性化行為監(jiān)督和個性化學(xué)習(xí)伙伴推薦在90 分以上的人數(shù)也達(dá)到總測試人數(shù)的70%以上。如果以80 分為系統(tǒng)的推薦衡量標(biāo)準(zhǔn)，則此次測試各推薦功能可達(dá)86%以上。實驗測試中，也有分值偏低的情況出現(xiàn)，這與調(diào)查用戶的基本信息有直接關(guān)系，如此類用戶一般不使用圖書館系統(tǒng)，也不參與學(xué)校相關(guān)活動等。

Fig.5 Statistical comparison of each recommendation service圖5 各推薦功能統(tǒng)計比較

通過提取5 000 名讀者的用戶畫像，可以得到不同用戶對書籍類型的喜歡程度，如圖6 所示?？梢钥闯觯{(diào)查對象中喜歡小說、IT 書籍以及散文的用戶居多，懸疑和經(jīng)濟次之，喜歡科幻、歷史和心理學(xué)的用戶較少。而在小說、歷史、經(jīng)濟和其他書籍類型的用戶中，男生和女生基本上相同。對于社科類書籍，女生讀者更多；而對于IT 書籍，則男生讀者更多。

Fig.6 Evaluation of books by different users圖6 不同用戶對書籍的喜歡程度

不僅如此，對未使用個性化推薦框架時用戶對圖書館中各基礎(chǔ)設(shè)施的使用情況進(jìn)行統(tǒng)計，如圖7 所示。其中，經(jīng)典服務(wù)代表圖書館未采用推薦服務(wù)，單一推薦代表只使用圖書館中的用戶數(shù)據(jù)構(gòu)建用戶畫像并進(jìn)行推薦，個性化推薦框架將校園中其他子系統(tǒng)下的用戶數(shù)據(jù)進(jìn)行整合，進(jìn)而構(gòu)建用戶畫像為用戶提供個性化推薦服務(wù)?？v坐標(biāo)軸表示樣本對不同服務(wù)的評分統(tǒng)計情況，書目管理主要以圖書館中的館員為樣本進(jìn)行統(tǒng)計。

Fig.7 Comparison of different recommendations圖7 不同推薦比較

從圖7 可知，隨著推薦框架中用戶數(shù)據(jù)集的多樣性增加，推薦服務(wù)更受好評，相比較經(jīng)典服務(wù)而言，通過使用個性化推薦框架，用戶的滿意度平均提升了48.23%，相較于只使用單一推薦而言，用戶的滿意度平均提升了25.6%。

同時，對圖書館中的書目管理推薦服務(wù)進(jìn)行了測試和統(tǒng)計，通過統(tǒng)計圖書館中館員的評價信息，對其進(jìn)行整理如表1 所示。

Table 1 Evaluation information of librarians表1 圖書館館員評價信息

從表1 可知，館員對個性化推薦系統(tǒng)的評價信息以書籍管理、圖書館資源配置、人員配置為主，通過使用個性化推薦系統(tǒng)，使得圖書館在書籍管理、設(shè)備使用和人員安排上更加有效，減少了對應(yīng)的成本投入。

5 結(jié)語

隨著閱讀資源的與日增長，如何在眾多閱讀資源中為用戶推薦更好的個性化服務(wù)尤為重要。本文將智慧校園中的各子系統(tǒng)進(jìn)行融合，從而獲取用戶原始數(shù)據(jù)，通過對該原始數(shù)據(jù)進(jìn)行預(yù)處理從而構(gòu)建用戶畫像，進(jìn)而為用戶提供個性化服務(wù)。需要指出的是，本研究在協(xié)同過濾推薦算法選擇上采取的是基于用戶的協(xié)同過濾推薦算法，在后續(xù)個性化推薦服務(wù)使用中，可以選擇優(yōu)化過的推薦算法為用戶進(jìn)行推薦，進(jìn)而提高推薦效率。