云計算網(wǎng)絡(luò)圖書館的海量信息快速定位方法

于俊麗

摘 要： 對云計算網(wǎng)絡(luò)圖書館的信息進行快速定位，在提高其訂閱量、縮短訂閱時間方面具有重要意義。傳統(tǒng)定位方法主要通過對云計算網(wǎng)路圖書館的信息進行預(yù)先采集，存儲為一個圖書信息庫，再對其中信息進行定位，信息庫更新不及時存在信息定位誤差大、耗時長的問題，提出基于ZigBee技術(shù)與SVM分類結(jié)合的圖書館信息快速定位方法。通過閱讀用戶信息對圖書館信息進行協(xié)同過濾處理，采用SVM分類器對濾波后的信息進行分析，為圖書館海量信息定位提供基礎(chǔ)依據(jù)，采用ZigBee技術(shù)實現(xiàn)對圖書館信息的快讀定位。實驗結(jié)果表明，采用改進定位方法其定位準(zhǔn)確率及平均定位準(zhǔn)確率均要優(yōu)于傳統(tǒng)定位方法，具有一定的優(yōu)勢。

關(guān)鍵詞： 云計算網(wǎng)絡(luò)圖書館; 海量信息; 信息定位; ZigBee; SVM; 協(xié)同過濾

中圖分類號： TN711?34; G250.73 文獻標(biāo)識碼： A 文章編號： 1004?373X（2018）12?0099?03

Abstract： The rapid positioning of the information of the cloud computing network library is of great significance in improving subscription quantities and shortening the subscription time. In the traditional positioning method， the information of the cloud computing network library is collected in advance and stored as a book information database for information positioning， and the information database is not updated in time， resulting in big information positioning errors and long time?consumption. Therefore， a library information rapid positioning method is proposed based on the combination of ZigBee technology and SVM classification. The collaborative filtering of library information is performed by reading user information. The SVM classifier is used to analyze the filtered information， so as to provide the basic basis for the positioning of massive library information. ZigBee technology is adopted to achieve fast reading and positioning of library information. The experimental results show that the improved positioning method has superior positioning accuracy rate and average positioning accuracy rate than the traditional positioning method， and has certain advantages.

Keywords： cloud computing network library; massive information; information positioning; ZigBee; SVM; collaborative filtering

云計算作為一種網(wǎng)絡(luò)應(yīng)用模式可提供從基礎(chǔ)資源、軟件平臺到系統(tǒng)管理的全方位解決方案。將云計算網(wǎng)絡(luò)使用在圖書館中，使用戶、圖書館、家庭、端到端安全性和移動寬帶等能在同一環(huán)境、不同地點實現(xiàn)圖書信息的共享[1]。圖書用戶的增加，圖書館需要引進更先進的技術(shù)，提升讀著的借閱效率及圖書管理人員工作效率。但現(xiàn)常用的圖書館條形碼及磁條會讓圖書館信息受到限制，無法直接從網(wǎng)上查詢或者查閱圖書館信息及現(xiàn)有圖書狀態(tài)。對此圖書館中各書庫如何分布和書庫中書架的分區(qū)情況，構(gòu)建直觀向?qū)D，系統(tǒng)的查詢圖書館信息[2]，并把結(jié)果經(jīng)過此導(dǎo)向圖展示給讀者，讀者還可根據(jù)此向?qū)D與自己在圖書館中的位置進行對比，迅速地找到想要的圖書館信息。雖然有工作人員對圖書進行及時整理，但也會出現(xiàn)圖書錯架、亂架問題[3]。因此，需要對圖書館的信息進行快速定位，及時進行處理。

1 圖書館海量信息協(xié)同過濾分析

圖書館信息主要包括用戶信息、圖書信息、管理員信息等，信息量很大，就需要對圖書館信息進行協(xié)同濾波處理[4]。基于用戶的協(xié)同過濾是目前被廣泛使用的個性化處理技術(shù)，其根本思路是依據(jù)用戶對圖書管理信息的偏好搜尋鄰居用戶，把鄰居用戶的偏好圖書信息，以至今未查詢的圖書館信息的形式傳輸給當(dāng)前用戶[5]。其最基礎(chǔ)原理為，當(dāng)用戶[u1]偏好為[item1]，而用戶[u2]還沒有查詢到此圖書館信息[item1]，用戶[u2]和用戶[u1]是相似類型的用戶，那么用戶[u2]對圖書館信息[item1]也存在一定喜歡的概率，從而把圖書館信息[item1]傳輸給用戶[u2]。以用戶對圖書館信息的獲取為例，示意圖如圖1所示。

由圖1可知，假設(shè)查詢圖書館信息的用戶為[u1]，用戶[u1]所需的圖書館信息為[b1]，[b3]，[b4]，用戶[u2]所需的圖書館信息為[b2]，[b5]，用戶[u3]所需的圖書館信息為[b1]，[b3]，[b4]，[b5]。根據(jù)用戶相似度計算，可得到用戶[u1]的最近鄰用戶是[u3]。由于基于用戶的協(xié)同過濾分析是采用用戶與其最近鄰的用戶所具備的圖書館信息[6]，把用戶[u3]所需的圖書館信息輸送到還未曾使用的圖書館信息[b5]的用戶[u1]，認為用戶[u1]也會需要圖書館信息[b5]?；谟脩舻膮f(xié)同過濾分析很好地使用了集體分析的思想，經(jīng)過采用用戶集體的力量，獲取不同用戶之間的相似度，使得同一個群體里的用戶具備一樣的圖書館信息[7]?；谟脩舻膮f(xié)同濾波無需考慮圖書館信息的詳細內(nèi)容表示的意思，會加大那些很難理解或者表示的圖書館信息濾波效果。

2 圖書館海量信息分類處理

在對圖書館海量信息進行濾波處理的基礎(chǔ)上，采用SVM對其進行分類處理。SVM是一種基于統(tǒng)計學(xué)習(xí)理論的機器學(xué)習(xí)法，是檢測、識別、定位分析過程中總用的非線性分類器[8]，其結(jié)構(gòu)如圖2所示。圖2中兩類訓(xùn)練樣本分別用圓圈及方塊表示，H是將兩類點集準(zhǔn)確分開的分類線，[H1]，[H2]分別是各類樣本里間隔分類線最近的點且平行于分類線，[H1]，[H2]間的間隔叫作分類空隙、分類間隔（Margin）。最優(yōu)分類線可增加分類空隙，實際上就是讓推廣性界中的置信范圍最小化，降低真實風(fēng)險[9]。

對于圖書館信息線性可分問題，首先設(shè)定樣本集是[xi，yi，i=1，2，…，n，x∈Rd，y∈1，-1]為類別標(biāo)號，則圖書館海量信息分類中最優(yōu)超平面方程表達式為：

3 圖書館信息定位方法整體設(shè)計

云計算網(wǎng)絡(luò)圖書館信息快速定位是將云計算網(wǎng)絡(luò)與ZigBee技術(shù)融合在圖書館內(nèi)部，實現(xiàn)對圖書館信息快速定位。此定位方法是一對多的定位系統(tǒng)，各閱讀器以矩陣的形式排列在書架上[11]，當(dāng)一個閱讀器同時獲取多個目標(biāo)標(biāo)簽信息時，產(chǎn)生圖書館信息向量，然后把信息傳輸給閱讀器內(nèi)部的無線通信模塊，經(jīng)過ZigBee技術(shù)把圖書館信息傳輸?shù)奖O(jiān)控中心，實現(xiàn)圖書館信息的快速定位，具體步驟如下：

1） 信息采集是快速定位方法最基本的功能，通過閱讀器讀取圖書標(biāo)簽信息，產(chǎn)生圖書信息向量，并對圖書信息進行采集，將其傳輸?shù)娇刂浦行摹?/p>

2） 控制中心將接收的圖書信息通過協(xié)同過濾，采用SVM分類器分類后，傳輸?shù)较鄳?yīng)數(shù)據(jù)存儲模塊。

3） 當(dāng)進行信息定位時，控制模塊在接收到通信模塊發(fā)布的定位信息后，通過云計算網(wǎng)絡(luò)迅速控制圖書館信息，第一時間采用ZigBee技術(shù)，對圖書館信息進行定位。

4） 云計算網(wǎng)絡(luò)作為主要的傳遞介質(zhì)，需要第一時間接收到控制中心發(fā)出的定位信息，當(dāng)緩存圖書館信息內(nèi)存已滿時，過剩的信息就會被丟棄，引發(fā)緩沖區(qū)溢出，造成網(wǎng)絡(luò)擁塞，需要對圖書館信息進行壓縮，降低出現(xiàn)緩沖區(qū)溢出的問題。云計算網(wǎng)絡(luò)圖書館海量信息快速定位流程圖如圖3所示。

4 實驗結(jié)果分析

4.1 評價指標(biāo)

在對有效性進行評估時，采用對評估結(jié)果有影響的評價指標(biāo)，可很大程度上增加定位方法的有效性評估準(zhǔn)確度。目前常用的評價指標(biāo)不能完全對圖書館信息定位結(jié)果準(zhǔn)確度進行反應(yīng)，因此采用準(zhǔn)確度（Precision）及平均定位準(zhǔn)確度（Average Sorting Precision，ASP）來描述該定位方法的有效性，如下：

4.2 實驗結(jié)果分析

為了驗證改進定位方法在海量圖書館信息定位方面的有效性、可行性，以某校圖書館信息庫為例，進行實驗對比分析。準(zhǔn)確度及平均定位準(zhǔn)確度分析結(jié)果如圖4和圖5所示。由圖4可知，采用傳統(tǒng)定位方法時，隨著圖書館信息量的增加，其定位信息量也逐漸增加，在信息量過大時，提高定位準(zhǔn)確率的同時出現(xiàn)傳輸擁塞問題，導(dǎo)致定位時長增加，準(zhǔn)確率約為42.5%;采用改進定位方法時，隨著圖書館信息量的增加，定位準(zhǔn)確率逐漸增加，同時定位信息量未出現(xiàn)過多的傳輸擁塞問題，定位準(zhǔn)確率約為83.3%，相比傳統(tǒng)定位方法提高了約為40.8%，具有一定的使用優(yōu)勢。由圖5可知，采用傳統(tǒng)定位方法時，其定位的平均準(zhǔn)確率雖有提高的現(xiàn)象，但最終出現(xiàn)了定位信息傳輸擁塞問題，準(zhǔn)確率約為31.8%;采用改進定位方法時，隨著圖書信息量的增加，其需要定位的量增加，在傳輸過程中，出現(xiàn)擁塞現(xiàn)在的概率較低，平均準(zhǔn)確率約為71.8%，相比傳統(tǒng)方法，其平均準(zhǔn)確率約為40%，且隨著圖書館信息量的增加而逐漸增加，具有一定的優(yōu)勢。

5 結(jié) 論

針對傳統(tǒng)定位方法一直存在定位耗時長，且易出現(xiàn)定位信息傳輸擁塞的問題，提出基于ZigBee技術(shù)與SVM分類結(jié)合的云計算網(wǎng)絡(luò)圖書館海量信息定位方法。實驗結(jié)果表明，采用改進定位方法，其定位準(zhǔn)確率及平均定位準(zhǔn)確率，相比傳統(tǒng)定位方法，分別提高了40.8%，40%，具有一定的優(yōu)勢。

參考文獻

[1] 杜海寧.基于云計算的圖書館海量數(shù)據(jù)存儲研究[J].圖書與情報，2010（3）：99?101.

DU Haining. Research on the library mass data storage based on cloud computing [J]. Library & information， 2010（3）： 99?101.

[2] 王志強.基于云計算的數(shù)字圖書館核心數(shù)據(jù)管理與保護研究[J].現(xiàn)代情報，2014，34（5）：88?90.

WANG Zhiqiang. Study of core data management and protection strategy for digital library based on cloud computing [J]. Modern information， 2014， 34（5）： 88?90.

[3] 王平.云計算關(guān)鍵技術(shù)在數(shù)字圖書館中的應(yīng)用研究[J].情報資料工作，2010，31（5）：52?56.

WANG Ping. On the application of key technology of cloud computing to digital libraries [J]. Information and documentation services， 2010， 31（5）： 52?56.

[4] 陳臣，高軍.云計算環(huán)境下面向用戶體驗的數(shù)字圖書館數(shù)據(jù)管理策略研究[J].圖書館理論與實踐，2014（5）：79?81.

CHEN Chen， GAO Jun. Research on the data management strategy of digital library to user experience under the cloud computing environment [J]. Library theory and practice， 2014（5）： 79?81.

[5] 陳臣.基于云計算的圖書館大數(shù)據(jù)分析和決策支持平臺構(gòu)建[J].圖書館理論與實踐，2016（5）：101?104.

CHEN Chen. Construction of big data analysis and decision support platform for library based on cloud computing [J]. Library theory and practice， 2016（5）： 101?104.

[6] 王彥明，薛云，饒洪，等.圖書館云計算可行性研究[J].現(xiàn)代情報，2014，34（7）：3?9.

WANG Yanming， X?E Yun， RAO Hong， et al. Feasibility study of cloud computing in library [J]. Journal of modern information， 2014， 34（7）： 3?9.

[7] 陳晨.基于云計算的圖書館信息資源共享系統(tǒng)研究[J].現(xiàn)代情報，2011，31（10）：169?172.

CHEN Chen. Library information resource sharing system based on cloud computing [J]. Journal of modern information， 2011， 31（10）： 169?172.

[8] 王倩.云計算環(huán)境下海量音樂資源的高精度定位挖掘方法研究[J].現(xiàn)代電子技術(shù)，2017，40（12）：19?21.

WANG Qian. Research on high?precision location mining method of massive music resources in cloud computing environment [J]. Modern electronics technique， 2017， 40（12）： 19?21.

[9] 陳牮華.基于云計算的網(wǎng)絡(luò)安全數(shù)據(jù)傳遞方法研究[J].計算機仿真，2012，29（8）：139?141.

CHEN Jianhua. Network security data transfer method research based on cloud computing [J]. Computer simulation， 2012， 29（8）： 139?141.

[10] 吉宇寬.云計算環(huán)境中信息交易對圖書館的影響及對策研究[J].圖書館建設(shè)，2015（11）：72?76.

JI Yukuan. Research on the effects of information trading on library and corresponding countermeasures under the cloud computing environment [J]. Library development， 2015（11）： 72?76.