協(xié)同推薦系統(tǒng)在民辦高校圖書館借閱系統(tǒng)中的應用研究

章志玲

摘 要：目前，網(wǎng)絡通訊技術以及數(shù)據(jù)庫技術發(fā)展空前，也為高校圖書館的數(shù)據(jù)處理模式帶來了改變，從以往的人工服務器模式轉變?yōu)橛嬎銠C自動處理，尤其是圖書的借還形式也發(fā)生了改變，都通過數(shù)據(jù)庫技術完成。因為時間的積累，大量的信息存在于圖書館的數(shù)據(jù)系統(tǒng)中，如果能夠從這些信息中提煉出有用的內容或者有價值的規(guī)律，那么將使圖書館的管理和服務有很大的提高。

從眾多的資源中，根據(jù)讀者們的查閱過的信息進行記憶，從中獲取他們的閱讀愛好，找到閱讀中的規(guī)律，快速準確實現(xiàn)向讀者推薦圖書的目的。

本文對協(xié)同過濾如何在圖書館管理中進行應用做了仔細的介紹，深度挖掘借閱者的興趣愛好，以此進行具有關鍵性的圖書推薦，對于指導圖書館在圖書推薦工作中具有一定的參考價值。

關鍵詞：協(xié)同過濾；借閱系統(tǒng)；數(shù)據(jù)挖掘；圖書推薦

1 研究的背景和意義

商丘學院是一所民辦本科高校，經(jīng)費來源主要依靠學生的學費，圖書館資源的購置經(jīng)費是有限的。如何利用有效的經(jīng)費為全校師生購置有效的資源，如何將有效的資源充分利用是民辦高校圖書館的重點工作。經(jīng)過十多年的積累和建設，學院圖書館的資源已初具規(guī)模。圖書館的服務對象主要是教師和學生，兩者對圖書館的要求有所區(qū)別，老師主要利用圖書館的資源進行學術科研活動，學生主要滿足其學習的需求。圖書館的建設要根據(jù)服務對象需求的不同具有不同的功能，發(fā)展具有針對性的個性化服務，更大范圍和程度上滿足使用者的需求，使圖書館的服務更加到位。除此之外，老師和學生對圖書館的使用主要是滿足自己所研究領域和專業(yè)學習的需要，傳統(tǒng)的借閱模式已過于死板，因此，圖書館的信息不僅是滿足日常讀者的需要，更要在專業(yè)化方面更加完善。

受現(xiàn)代科技的影響，計算機技術和數(shù)據(jù)庫技術被廣泛的應用到高校的圖書館管理中。目前，開創(chuàng)個性化圖書館服務指的是進行個性化數(shù)據(jù)圖書館服務，對于推薦服務系統(tǒng)是對圖書館個性化服務的主要研究方向。圖書館推薦服務系統(tǒng)，就是圖書館系統(tǒng)根據(jù)眾多借閱者的查詢記錄，在其他借閱者到館中進行相關內容的查詢時，聯(lián)系之前查閱者的查詢記錄對相關內容進行推薦。因為現(xiàn)代互聯(lián)網(wǎng)的快速發(fā)展，所以在信息服務方面圖書館需要對服務模式進行適當?shù)恼{整，以提高質量和書籍利用率，這就需要圖書館根據(jù)讀者需要，推出個性化服務形式。所謂個性化信息包括客戶的年齡、學歷、職位、興趣愛好、瀏覽與下載等，對不同年齡段，不同需求的客戶進行具有個體針對性的信息推薦系統(tǒng)。

2 協(xié)同推薦技術的理論基礎

推薦系統(tǒng)的整體構造核心由推薦算法板塊、用戶興趣板塊、推薦對象板塊三個重點構成。

1）用戶興趣模型的建模。研究者開發(fā)推薦系統(tǒng)的最終導向是將最貼合使用者的個性化資料傳送了使用者，對使用者過去的操作和喜好選擇進行分析來得到當前的喜好標簽尤為重要，而設置一個興趣模型對于這一目標的達成有很重要的作用。模型建設成果后，能夠快速、準確地得到使用者個性需求。

2）推薦算法核心模塊。推薦系統(tǒng)搭建興趣模型最重點的核心就是算法。算法和系統(tǒng)的操作性能直接相關，所以，不少研究者都在這個點加大投入。有些學者提出了傳統(tǒng)算法的特殊性升級，有一些學者則認為要根據(jù)具體狀態(tài)進行多算法結合，以達到推薦準確度優(yōu)化的目的。當前，研究領域和實操者們都認可的算法為以下幾種：以內容為標準、以關聯(lián)規(guī)則為準則、以效用為參考、以知識為基準、以協(xié)同過濾為基礎的五種算法。我們在研究時試圖對這五種算法進行細致化的分析和闡述，還會對近期研究者們重點研究的投向對共性推薦手段個性化的衍生算法進行必要的描述。

3）推薦對象模塊。日用品、服裝、書籍、電子設備這些都是不同行業(yè)的商品，但每一類都需要借助喜好來進行推薦。說到不一樣的品類推薦就要說到對象板塊?？梢哉f，推薦對象的闡述并沒有一個可以進行參考的大規(guī)則（算法）。以內容為標準的算法，一般都要對推薦對象（商品）入手，對其特點進行描述來進行標簽設定，現(xiàn)在截取特點的辦法純熟一點的手段是文本對象特征提取。不過，無論是互聯(lián)網(wǎng)還是實體，各種各樣的商品條目和分類導致有些商品本身不一定能挖掘到文本性質，要進行特點獲取就必須要和它本身所在的行業(yè)知識綜合考量。

3 存在的問題與思考

本文著重將協(xié)同過濾技術與圖書館管理技術相結合，分析了以下工作：

1）本次調查不僅分析了這項先進的技術在各大圖書館的使用率，也系統(tǒng)總結了協(xié)同過濾技術以及余弦相似度算法，具體可分為兩個方面，一是協(xié)同過濾挖掘，二是其算法分類。這項算法既可以以用戶為出發(fā)點，也可以從項目上進行分析，可以準確剖析這項技術的優(yōu)點和劣勢，同時也可以預測分數(shù)。

2）統(tǒng)計在圖書館當中每個讀者的借閱次數(shù)，根據(jù)真實的記錄，同時按照相應的算法以及計算原理，構建圖書館與讀者相適應的先進系統(tǒng)。這個系統(tǒng)自動具備人性化管理模式，同時，可以按照讀者興趣愛好推薦不同類型的書目，讓讀者在最短的時間找到自己的所需。因此，可以使得人們更加便捷的借閱圖書，讓圖書館能夠根據(jù)讀者的興趣推薦圖書，實現(xiàn)圖書館與讀者的良性互動。

3）這個系統(tǒng)能夠自動優(yōu)化統(tǒng)計結果，根據(jù)數(shù)據(jù)找出相似用戶，也能找出最受歡迎的圖書類型，將它們的排列次序前置，從而能夠達到最好的推薦效果。

4）建立完備的圖書館衡量標準，根據(jù)查準率進行判斷，準確的評估推薦效果，同時也要結合實驗結果，比對不同環(huán)境下各項參數(shù)的大小。

5）筆者由于擁有足夠的圖書館工作經(jīng)驗，可以順利進入圖書館借還系統(tǒng)使用系統(tǒng)數(shù)據(jù)，另外，這個系統(tǒng)還具有自動導出功能，不僅可以借閱圖書，也可以對借閱者的姓名和卡號做好記錄，從而保證數(shù)據(jù)的準確性。當然，這個過程中，我們需要避免冷啟動問題，這就需要我們提前做好準備，其實就是開展協(xié)同過濾。隨后需要不斷的清洗不同借閱人員的記錄，只留下借閱次數(shù)較高的人員，同時需要摒棄無用或者冗雜的信息。對于一些新讀者，圖書管理員可以開啟新書推薦功能，借助這種最直接的推薦方式，給新讀者提供有用信息，方便他們的閱讀。

當下時代，世界各個領域大數(shù)據(jù)都得到廣泛應用。在未來，數(shù)據(jù)發(fā)掘技術會得到更好的發(fā)展，繼而推動算法程序的完善。隨著這兩項技術的發(fā)展，推薦系統(tǒng)將會被運用到越來越多的領域，對人們的生活產(chǎn)生深遠的影響！

參考文獻

[1]楊永權.基于協(xié)同過濾技術的個性化圖書推薦系統(tǒng)研究[J].《河南圖書館學刊》，2014.

[2]李籠.基于AJAX的圖書館管理系統(tǒng)的設計與實現(xiàn)[J].《電子科技大學碩士論文》，2011.

[3]夏仲欽.論開架借閱的管理與服務[J].《圖書館學刊》，1996.

[4]柯福順.基于多源數(shù)據(jù)融合的協(xié)同推薦方法[J].《電信科學》，2015.

[5]楊春玲.職業(yè)技術師院學生閱讀傾向的調查分析[J].《河南職業(yè)技術師范學院學報》，1996.

[6]榮輝桂，火生旭，胡春華，等.基于用戶相似度的協(xié)同過濾推薦算法[J].通信學報，2014，（2）：16-24.

[7]碩良勛，柴變芳，張新東，等.基于改進最近鄰的協(xié)同過濾推薦算法[J].計算機工程與應用，2015，（5）：137-141.

[8]陳永光.基于OPAC的高校圖書館個性化圖書推薦算法研究[D].江蘇：南京理工大學，2013.