機器學習在圖書情報領域的應用

石璐璐?單菁

摘要：隨著互聯(lián)網(wǎng)的發(fā)展，計算機技術及相關產品向智能化方向發(fā)展，而機器學習則是計算機實現(xiàn)智能化的根本途徑，同時也是人工智能技術核心組成部分，它被廣泛應用于各個領域中?；诖耍疚闹饕獓@機器學習進行分析，探討機器學習相關技術在圖書情報領域中的應用，以及機器學習在圖書情報領域不同方面的應用，為智慧圖書館建設提供技術基礎。

關鍵詞：機器學習;圖書情報領域;應用措施

1引言

互聯(lián)網(wǎng)技術的快速發(fā)展，使得網(wǎng)絡中的數(shù)據(jù)信息量不斷增多，人們進入大數(shù)據(jù)時代，網(wǎng)絡為人們提供了更多有效信息。但同時大量的數(shù)據(jù)也會出現(xiàn)“信息過載”和“信息迷航”現(xiàn)象。在此背景下，通過機器自動學習，借助計算機設備圖像識別、語音識別、信息檢索等功能，從復雜繁瑣的數(shù)據(jù)中主動提取圖書情報相關信息，可提升信息獲取效率。但現(xiàn)階段機器學習在解決圖書情報問題的相關研究較少，為實現(xiàn)圖書情報領域對機器學習的應用，還需要深入研究分析。

2機器學習相關技術在圖書情報領域中的應用

2.1新型信息技術的應用

隨著社會的發(fā)展，互聯(lián)網(wǎng)、大數(shù)據(jù)和云計算等新型計算機技術被廣泛使用，并逐漸應用于各個領域中。而新型計算機技術作為實現(xiàn)機器學習的基礎，為實現(xiàn)人工智能技術的發(fā)展奠定了良好基礎。[1]目前，機器學習并非最有效算法，但其有用的數(shù)據(jù)量最多，并充分體現(xiàn)了“數(shù)據(jù)為王”的人工智能領域思想。通過機器學習從海量的數(shù)據(jù)中收集目標數(shù)據(jù)，對其相應特征進行分析，并利用大量數(shù)據(jù)進行試錯，可現(xiàn)實對相關問題的分析和總結，并找出最優(yōu)問題解決方案。如百度翻譯軟件，可利用網(wǎng)絡用戶無償貢獻和反饋的信息，對系統(tǒng)翻譯進行改進，以此提升翻譯精準性，同時安排大量專業(yè)翻譯人員與機器進行練習、合作翻譯，極大提升了翻譯質量。將機器學習相關技術應用于圖書情報領域，一方面可為檢索人員提供更加準確的信息，另一方面，可找出圖書中過時、錯誤和不準確內容，便于技術更新和糾正。[2]

2.2新算法的應用

隨著機器學習相關技術發(fā)展，深度學習和概率學習等新型算法不斷被應用于人工智能相關技術中，為機器學習發(fā)展創(chuàng)造了良好條件。人工智能技術中機器學習屬于核心組成部分，而深度學習等新型算法在應用中可發(fā)揮多方面功能，并使用在多個領域中，形成了新型人工智能技術，如語音識別、機器人技術等。其中，智能聊天機器人技術應用于圖書館中，既可為用戶提供自助化互動服務，又可提升用戶對圖書館信息掌握程度，為用戶提供良好服務。同時利用相應技術還可減少對人力資源的使用，為用戶提供智能化參考咨詢和圖書檢索服務。另外，使用新算法相應技術，建立基于用戶回答的機器學習數(shù)據(jù)庫，將不同高校電子圖書館聯(lián)系起來，能夠為用戶獲取更多圖書信息提供便利。

3圖書情報領域機器學習不同方面應用

3.1個性化信息推薦服務

個性化信息推薦服務指的是對信息過濾技術進行改進和發(fā)展后的一種服務，借助具備機器學習功能的智能終端技術，通過分析和識別用戶信息檢索、瀏覽和閱讀等記錄，可有效判斷用戶潛在信息需求與閱讀偏好，并在短時間內將相關信息內容，使用適合的方式進行推薦，可更好的滿足用戶對相關信息的需求。在圖書情報個性化信息推薦服務中應用機器學習技術，可通過對用戶近期檢索圖書信息、專業(yè)相關信息和讀書偏好信息等進行分析，在用戶檢索時，一方面，根據(jù)其實際需求，將相關圖書顯示出來，另一方面，可根據(jù)分析結果將相關主題圖書信息羅列出來。目前，已有很多業(yè)界學者開始對個性化數(shù)字信息服務模式進行分析和研究，以機器學習為基礎進行設計，可快速實現(xiàn)信息分析和反饋，在時效性方面具有極大優(yōu)勢，既可在圖書情報領域中為用戶提供個性化推薦服務，又可構建圖書館用戶偏好模型圖，不斷優(yōu)化用戶服務體驗。

3.2智能信息檢索

智能信息檢索指的是為用戶提供個性化信息需求檢索服務的技術。而實現(xiàn)智能信息檢索需要憑借機器學習技術支持，利用機器學習技術對智能檢索終端所獲取的用戶瀏覽、搜索記錄進行整理和分析，確定用戶對圖書信息需求類型，在用戶輸入檢索關鍵詞后，彈出相關信息，并隨著用戶輸入信息增多對彈出信息進行變化和調整。[3]在此過程中，輸入內容應參考用戶信息需求，盡可能彈出最有價值信息，便于用戶找到想要獲取的圖書信息。

3.3自動文本分類

對圖書觀眾相關信息按照一定標準進行自動文本分類，并對分類體系中相關內容進行標記，不僅便于用戶對相關內容進行精準快速定位，提升檢索速度和便利性，又可轉變傳統(tǒng)人工存在的費用高、效率低和周期長等缺陷，減少對人力、物力和財力資源浪費。而自動文本分類標準有多種，采用傳統(tǒng)人工方式難以實現(xiàn)，而通過人工學習方式，通過對用戶進行信息分析，結合其偏好類型，可確定一種合適的分類方式，以用戶需求為主，能夠為個性化自動文本信息獲取提供便利?，F(xiàn)階段，在自動文本分類中情緒識別屬于常用方式，通過找到用戶信息中相關聯(lián)詞匯進行分析，總結出其情緒狀態(tài)，以此為依據(jù)實現(xiàn)文本自動化分離，向用戶提供有關信息。在圖書自動文本分類中應用機器學習，可通過建立書目層次分類系統(tǒng)模型，以用戶部分檢索圖書內容為參考，通過合理分析和論證，對相關信息內容分類，并根據(jù)用戶檢索詞匯進行圖書情報服務。

4結論

在現(xiàn)代化計算機領域中，機器學習是實現(xiàn)人工智能基礎，通過機器學習可為用戶提供更加優(yōu)質的服務體驗。在圖書情報領域中，應用機器學習，既可利用新型信息技術和算法，對數(shù)據(jù)整合分析，為用戶獲取圖書情報提供便利，又可提供智能信息檢索、個性化信息服務以及自動文本分類提供便利服務。但現(xiàn)階段關于機器學習在圖書情報領中的應用研究較少，還應深入加強探索。

參考文獻：

[1]張坤，王文韜，謝陽群.機器學習在圖書情報領域的應用研究[J].圖書館學研究，2018，000（001）：47-52.

[2]劉瀏，王東波，黃水清.機器學習視角的人工智能研究回顧及對圖書情報學的影響[J].圖書與情報，2017，000（006）：84-95.

[3]劉忠寶，趙文娟，賈君枝.深度學習及其對圖書情報學的啟示[J].情報工程，2017，003（004）：62-70.