推薦系統(tǒng)技術(shù)與架構(gòu)在數(shù)字圖書館中的應(yīng)用

孫蒙琦，姜瑞華

(內(nèi)蒙古醫(yī)科大學(xué)附屬醫(yī)院，內(nèi)蒙古 呼和浩特 010030)

0 引言

隨著網(wǎng)絡(luò)的普及，信息技術(shù)的不斷發(fā)展，圖書也在逐步完成電子數(shù)字化的轉(zhuǎn)變，圖書館進(jìn)入了線上電子服務(wù)的新階段[1]。數(shù)字圖書館將海量的信息資源進(jìn)行收集、儲(chǔ)存并通過互聯(lián)網(wǎng)完成資源的傳播，世界上大部分國(guó)家已經(jīng)將數(shù)字圖書館當(dāng)做創(chuàng)新體系和創(chuàng)新能力的組成部分，將其作為國(guó)家信息建設(shè)的基礎(chǔ)。信息化社會(huì)給人們的生活帶來了便利的同時(shí)，海量的資訊也會(huì)導(dǎo)致信息過載[2]。一般信息系統(tǒng)對(duì)于客戶的喜好無法給予智能、主動(dòng)的推薦，只能由用戶在搜索引擎中對(duì)目標(biāo)信息進(jìn)行相關(guān)描述后得到搜索結(jié)果，因此，推薦系統(tǒng)順應(yīng)時(shí)代的需求隨之出現(xiàn)。推薦系統(tǒng)會(huì)將用戶以及系統(tǒng)中相關(guān)項(xiàng)目的信息進(jìn)行建模，并通過系統(tǒng)自有的特定算法為用戶快捷地推薦感興趣、有價(jià)值的信息，以達(dá)到提供個(gè)性化服務(wù)的目標(biāo)[3]。本文對(duì)推薦系統(tǒng)與數(shù)字圖書館進(jìn)行搭載的作用和意義，展開詳細(xì)的研究分析。

1 數(shù)字圖書館的優(yōu)點(diǎn)

1.1 節(jié)省存儲(chǔ)空間

數(shù)字圖書館將圖書進(jìn)行數(shù)字化的轉(zhuǎn)化并儲(chǔ)存，相比于傳統(tǒng)書籍，數(shù)字圖書館的產(chǎn)生節(jié)省了空間，同時(shí)減少了資源的浪費(fèi)，對(duì)資料的保存和管理較傳統(tǒng)圖書館更具有優(yōu)勢(shì)[4-5]。

1.2 方便檢索

數(shù)字圖書館以龐大的數(shù)據(jù)網(wǎng)絡(luò)為依托，用戶通過對(duì)信息的檢索，輸入關(guān)鍵字即可獲取大量信息，將以往傳統(tǒng)的、煩瑣的檢索簡(jiǎn)單化，節(jié)省時(shí)間的同時(shí)提高了效率。

1.3 信息的遠(yuǎn)程傳遞

由于傳統(tǒng)圖書館的建設(shè)受到多種因素的影響，數(shù)量和規(guī)模有一定的限制，而數(shù)字圖書館出現(xiàn)后，用戶能夠隨時(shí)隨地地進(jìn)行閱讀和信息獲取，節(jié)省了往返圖書館的時(shí)間，使閱讀和信息的獲取、傳遞打破了時(shí)間和空間的限制，實(shí)現(xiàn)了用戶閱讀的自由性[6]。

1.4 多人共享

傳統(tǒng)圖書不能多人同時(shí)進(jìn)行閱讀，在一定程度上限制了資源的共享和傳遞，而將圖書資源進(jìn)行數(shù)字化的轉(zhuǎn)換和管理，可以同時(shí)滿足多個(gè)用戶的需求，還會(huì)為用戶提供多種同類別的信息推薦和選擇，使圖書資源的利用率得以提高[7]。

2 數(shù)字圖書館現(xiàn)存的不足

2.1 資源過濾不完善

數(shù)字圖書館的檢索功能只能根據(jù)用戶對(duì)目標(biāo)的描述進(jìn)行相關(guān)推薦[8]，推薦的情況取決于用戶對(duì)目標(biāo)的描述，對(duì)于用戶的喜好無法給予智能、主動(dòng)的推薦，在一定程度上，對(duì)資源的過濾不夠精準(zhǔn)，也使用戶將時(shí)間浪費(fèi)在了信息的篩選上。

2.2 信息超載

數(shù)字圖書館海量地收集了各類信息，并將其進(jìn)行有序地存儲(chǔ)，再通過互聯(lián)網(wǎng)進(jìn)行傳播[9]。雖然節(jié)省了時(shí)間、帶來了便利，但同時(shí)也會(huì)出現(xiàn)信息過載。用戶需要對(duì)大量信息進(jìn)行分辨來獲取有用的信息，這給用戶造成了一定的困擾。

3 數(shù)字圖書館個(gè)性化服務(wù)的特點(diǎn)及個(gè)性化推薦

3.1 數(shù)字圖書館個(gè)性化服務(wù)的特點(diǎn)

數(shù)字圖書館是網(wǎng)絡(luò)和信息技術(shù)發(fā)展的產(chǎn)物，實(shí)現(xiàn)了對(duì)廣泛的用戶群體提供個(gè)性化服務(wù)的計(jì)劃[10]。個(gè)性化服務(wù)作為數(shù)字圖書館面向廣大客戶提供服務(wù)的基本模式，以及在新時(shí)代中發(fā)展的重要手段，其主要內(nèi)容就是針對(duì)不同階層和年齡的用戶群體，根據(jù)用戶的基本信息，通過不同的算法，為用戶進(jìn)行有針對(duì)性、目標(biāo)性的推薦，以滿足用戶對(duì)信息的不同需求。以信息系統(tǒng)的龐大數(shù)據(jù)體系為依托，為用戶提供資源瀏覽、查閱等服務(wù)。

3.2 圖書數(shù)據(jù)的檢索

應(yīng)確定檢索內(nèi)容以及數(shù)據(jù)描述方式的選擇。用戶在檢索圖書和文獻(xiàn)時(shí)，會(huì)根據(jù)書名、作者、出版時(shí)間等關(guān)鍵信息進(jìn)行檢索，所以在確定檢索內(nèi)容時(shí)，需將具有檢索需求的所有字段數(shù)據(jù)進(jìn)行收錄。此外，應(yīng)在索引中將用戶不可見的字段內(nèi)容進(jìn)行保存，為后續(xù)業(yè)務(wù)的拓展、系統(tǒng)的升級(jí)改造做好準(zhǔn)備。

4 推薦系統(tǒng)

在互聯(lián)網(wǎng)海量信息傳遞的同時(shí)，為解決信息超載的問題，推薦系統(tǒng)應(yīng)運(yùn)而生。通過技術(shù)處理，有效解決用戶進(jìn)行信息瀏覽時(shí)發(fā)生的各種問題，對(duì)信息進(jìn)行整合、歸類、分析，最終根據(jù)用戶的喜好推薦信息。

5 推薦系統(tǒng)的分類

5.1 非個(gè)性化推薦

這是指用戶在進(jìn)行信息檢索和瀏覽的過程中，所接收的推薦是相同且無差別的。對(duì)于不同類別的信息，都會(huì)根據(jù)搜索情況和瀏覽量，按照由高到低的算法向用戶推薦。

5.2 根據(jù)屬性推薦

根據(jù)用戶的搜索類別進(jìn)行推薦。例如，數(shù)字圖書館中的雜志、報(bào)紙、書籍等特定的類別，搜索后將所屬類別下的所有信息進(jìn)行展示。

5.3 用戶相關(guān)性推薦

系統(tǒng)根據(jù)用戶注冊(cè)的基本信息、歷史瀏覽記錄進(jìn)行相關(guān)性推薦。以數(shù)字圖書館為例，對(duì)曾經(jīng)閱讀過計(jì)算機(jī)類書籍的用戶，進(jìn)行相關(guān)以及相似品類書籍的推薦，包括一致方向、一致興趣。

5.4 知識(shí)相關(guān)性推薦

由于系統(tǒng)囊括了新老用戶的相關(guān)注冊(cè)信息，對(duì)老用戶的瀏覽和搜索記錄進(jìn)行相關(guān)性推薦的同時(shí)，同歸特定算法對(duì)新用戶的基本需求進(jìn)行推斷分析，系統(tǒng)需要具有推薦滿足用戶需要的產(chǎn)品的功能，整合不同的算法，將推薦進(jìn)行合理優(yōu)化以滿足用戶需求。

6 數(shù)字圖書館推薦系統(tǒng)的架構(gòu)模型與應(yīng)用

6.1 模型的提出

根據(jù)數(shù)字圖書館為用戶提供個(gè)性化服務(wù)的特點(diǎn)，進(jìn)行綜合性的具體分析，結(jié)合推薦系統(tǒng)的基本理念，建立起數(shù)字圖書館推薦系統(tǒng)的基本架構(gòu)。輸入/輸出、系統(tǒng)處理(輸入識(shí)別和模糊匹配)、反饋以及交互組成了數(shù)字圖書館的推薦系統(tǒng)。其中，系統(tǒng)輸入主要包括系統(tǒng)用戶以及相關(guān)圖書資源的信息、用戶要求(自主檢索)、推薦方法模糊匹配。輸出是系統(tǒng)通過用戶的檢索，結(jié)合用戶的信息、歷史瀏覽等相關(guān)信息進(jìn)行計(jì)算、整合，最終為用戶提供個(gè)性化的推薦結(jié)果。推薦系統(tǒng)在使用過程中會(huì)獲取到數(shù)字圖書館用戶的喜好、信息。文獻(xiàn)、書籍信息包括文獻(xiàn)和書籍的類別、歷史的瀏覽和借閱數(shù)、用戶的評(píng)價(jià)等。用戶信息包括個(gè)人信息的職業(yè)、性別、年齡、專業(yè)等。用戶的輸入包括關(guān)鍵字、書名、文獻(xiàn)、瀏覽記錄等。讀者的借閱包括借閱圖書、文獻(xiàn)的記錄、給出的書評(píng)和相關(guān)文獻(xiàn)的評(píng)價(jià)。

系統(tǒng)通過對(duì)比不同數(shù)據(jù)進(jìn)行分析處理，以完成為用戶進(jìn)行個(gè)性化推薦的任務(wù)，而數(shù)據(jù)在處理的過程中，通過對(duì)數(shù)據(jù)進(jìn)行識(shí)別、分析、關(guān)聯(lián)，再通過不同的技術(shù)算法，將用戶本身的興趣以及文獻(xiàn)特征進(jìn)行具體描述。

6.2 推薦系統(tǒng)技術(shù)的算法在數(shù)字圖書館中的應(yīng)用

根據(jù)數(shù)字圖書館搭載推薦系統(tǒng)的特點(diǎn)，采用基于用戶——用戶關(guān)系的協(xié)作篩選算法、基于文獻(xiàn)——文獻(xiàn)關(guān)系的協(xié)作篩選算法、Bayesian 網(wǎng)絡(luò)以及協(xié)同過濾法[11]。

6.3 基于用戶——用戶關(guān)系的協(xié)作篩選算法

首先，要通過計(jì)算機(jī)Pearson 相關(guān)系數(shù)對(duì)用戶之間的相似性進(jìn)行估算；其次，以目標(biāo)用戶為中心，將與之關(guān)系數(shù)值最高的n個(gè)讀者作為鄰居；最后，完成對(duì)文獻(xiàn)喜好程度的預(yù)測(cè)。根據(jù)系統(tǒng)的預(yù)測(cè)結(jié)果和最終的分析結(jié)果，為數(shù)字圖書館的用戶提供相關(guān)興趣、信息的推薦。

6.4 基于文獻(xiàn)——文獻(xiàn)關(guān)系的協(xié)作篩選算法

將文獻(xiàn)之間的聯(lián)系作為重點(diǎn)，集合目標(biāo)用戶所查看的所有文獻(xiàn)，通過對(duì)該類文獻(xiàn)與考慮推薦的文獻(xiàn)之間的相似度的計(jì)算，得出用戶對(duì)文獻(xiàn)的評(píng)分。結(jié)合用戶的喜好，根據(jù)文獻(xiàn)、圖書、資料的既往評(píng)分以及綜合價(jià)值進(jìn)行測(cè)算和分析，將優(yōu)質(zhì)的、高分的文獻(xiàn)、圖書以及資料向用戶推薦，保證用戶獲取信息的質(zhì)量和時(shí)效性。

6.5 Bayesian 網(wǎng)絡(luò)

這是以概率分析為基礎(chǔ)，對(duì)不確定性知識(shí)進(jìn)行表達(dá)和推理的模型。在數(shù)字圖書館推薦系統(tǒng)中應(yīng)用時(shí)，更加適用于用戶興趣轉(zhuǎn)變比較慢的情景下。從原始數(shù)據(jù)入手，進(jìn)行挖掘，將符合原始數(shù)據(jù)的網(wǎng)絡(luò)圖關(guān)系進(jìn)行確定，再根據(jù)已確定關(guān)系中的因果關(guān)系計(jì)算出用戶或文獻(xiàn)的時(shí)間節(jié)點(diǎn)的相關(guān)程度。該算法對(duì)于相對(duì)穩(wěn)定的數(shù)字圖書館用戶更具優(yōu)勢(shì)，目標(biāo)用戶檢索內(nèi)容、瀏覽歷史的偏好較為一致，經(jīng)推薦系統(tǒng)精準(zhǔn)推薦，用戶對(duì)知識(shí)、信息的獲得將更加快速且具有較高質(zhì)量。

6.6 協(xié)同過濾算法

協(xié)同過濾，也稱為社會(huì)過濾，主要是通過用戶的興趣，在用戶群體中找到與目標(biāo)用戶相似的用戶，將用戶的信息進(jìn)行綜合分析計(jì)算，將目標(biāo)用戶的喜好進(jìn)行預(yù)測(cè)并提交反饋，通過系統(tǒng)的測(cè)算和目標(biāo)用戶喜好的預(yù)測(cè)，將用戶偏好的信息進(jìn)行過濾，完成將有效的高質(zhì)量信息向目標(biāo)用戶的精準(zhǔn)投遞。

6.7 基于模型

在數(shù)字圖書館已有用戶信息的基礎(chǔ)上，通過用戶評(píng)價(jià)模型對(duì)數(shù)據(jù)的處理將項(xiàng)目之間的關(guān)系進(jìn)行識(shí)別，實(shí)現(xiàn)對(duì)數(shù)字圖書館用戶群體喜好的準(zhǔn)確預(yù)測(cè)。該算法在數(shù)字圖書館中的應(yīng)用，減少了信息數(shù)據(jù)的重新計(jì)算，避免了預(yù)測(cè)時(shí)的稀疏性問題。

6.8 基于項(xiàng)目

計(jì)算未評(píng)價(jià)項(xiàng)目和已評(píng)價(jià)項(xiàng)目的相似度，將計(jì)算結(jié)果作為權(quán)重，對(duì)各個(gè)已評(píng)價(jià)項(xiàng)目進(jìn)行評(píng)分，得到一個(gè)預(yù)測(cè)值。由此，在數(shù)字圖書館中應(yīng)用，可以通過該算法，找到用戶的若干“鄰居”，根據(jù)相似的評(píng)分為數(shù)字圖書館的目標(biāo)用戶提供推薦列表。

6.9 基于項(xiàng)目評(píng)分預(yù)測(cè)

由于部分系統(tǒng)對(duì)相關(guān)項(xiàng)目評(píng)分的收錄數(shù)據(jù)少之又少，使系統(tǒng)進(jìn)行相關(guān)性推薦時(shí)的質(zhì)量有一定的下降，所以，針對(duì)項(xiàng)目評(píng)分進(jìn)行預(yù)測(cè)，彌補(bǔ)了數(shù)字圖書館可能存在的數(shù)據(jù)稀疏性問題，使推薦系統(tǒng)在運(yùn)行過程中，保證了對(duì)用戶推薦的質(zhì)量，協(xié)助用戶快速高效地完成信息和知識(shí)的選擇。

7 結(jié)語

互聯(lián)網(wǎng)滲透于人們生活的各個(gè)方面，越來越多的資訊、信息豐富和便利了人們生活的同時(shí)，也導(dǎo)致人們對(duì)信息應(yīng)接不暇。而推薦系統(tǒng)的出現(xiàn)，在極大的程度上，將當(dāng)今社會(huì)網(wǎng)絡(luò)“填鴨”式的信息輸入、“信息過載”的問題有效緩解。將人們對(duì)知識(shí)的發(fā)現(xiàn)能力、選擇性獲取的能力有效地激發(fā)，將數(shù)字圖書館的用戶體驗(yàn)有效地提升，同時(shí)，使服務(wù)提供方的效益更好，實(shí)現(xiàn)了用戶和數(shù)字圖書館方面的互惠雙贏。推薦系統(tǒng)在數(shù)字圖書館中的應(yīng)用，使個(gè)性化服務(wù)得以充分發(fā)揮，將數(shù)據(jù)收集、分析、處理、反饋進(jìn)行結(jié)合，使用戶在對(duì)信息進(jìn)行檢索時(shí)，得出的結(jié)果更接近于用戶的偏好，使信息獲取更加及時(shí)、準(zhǔn)確。

總而言之，推薦系統(tǒng)在數(shù)字圖書館中的應(yīng)用，為用戶提供了更加便捷、個(gè)性化、智能化的服務(wù)，糾正了信息過剩帶來的弊端，提高了信息檢索的效率，節(jié)省了用戶的時(shí)間和精力，使數(shù)字資源的利用更加充分。該系統(tǒng)應(yīng)用效果顯著，值得推薦。