基于用戶情境的數(shù)字圖書館平臺推薦系統(tǒng)框架研究

汪 圳 李建苗 李 東

（1.長安大學(xué)圖書館 陜西西安 710064）

（2.西安信息職業(yè)大學(xué)數(shù)字經(jīng)濟(jì)管理學(xué)院 陜西西安 710125）

1 引言

在信息爆炸的時(shí)代，高校用戶并不缺少數(shù)字化的信息資源，而是無法高效率地獲取最需要的知識。越來越多的高校用戶需要個(gè)性化定制信息推送服務(wù)。新時(shí)代的圖書館閱讀推廣服務(wù)，應(yīng)同時(shí)考慮優(yōu)質(zhì)的內(nèi)容和用戶的知識需求。傳統(tǒng)的圖書推薦往往是基于對圖書內(nèi)容方面的考慮，但對于圖書館用戶，除了借閱信息，其他維度的信息獲取及分析還遠(yuǎn)遠(yuǎn)不夠。用戶興趣愛好和學(xué)術(shù)背景千差萬別，因此，傳統(tǒng)的推薦策略和簡單的借閱信息早已不能滿足圖書館閱讀推廣服務(wù)的需要?；诖?，在推進(jìn)“資源找人”的個(gè)性化服務(wù)以改變閱讀推廣中的被動困境時(shí)，應(yīng)充分考慮用戶所處的情境要素對用戶閱讀偏好產(chǎn)生的實(shí)時(shí)性影響。

2 相關(guān)研究綜述

情境可以全面準(zhǔn)確地描述實(shí)體的所有信息，包括實(shí)體本身、應(yīng)用程序及復(fù)雜的網(wǎng)絡(luò)關(guān)系等[1]。用戶情境作為情境信息的一個(gè)維度，主要包含了用戶的基本信息、行為信息、時(shí)空信息，是多維度情境信息的集合。根據(jù)情境信息可以進(jìn)一步挖掘用戶內(nèi)心的動機(jī)、需求及偏好等[2]。面對不同的研究對象時(shí)會使用不同的情境要素分類方法，情境要素維度的劃分會影響系統(tǒng)識別用戶情境的效率[3]。本文參考的相關(guān)用戶情境的研究如下：Dey認(rèn)為用戶情境要素包括用戶基本信息、心理特征、社會地位等多方面的要素信息[1]；汪圳等人在研究面向科研用戶的數(shù)字圖書館個(gè)性化知識服務(wù)中，從四個(gè)維度全景式地描述了科研情境，即科研人員在科研過程中研究科研對象來完成科研任務(wù)[4]；鄧仲華等人認(rèn)為地學(xué)領(lǐng)域的科研用戶情境包括個(gè)人信息、信息行為、處理資源、接受服務(wù)、時(shí)間歷史及社會關(guān)系六個(gè)維度的信息[5]；郭順利等人在研究移動圖書館用戶的需求時(shí)，將圖書館用戶情境劃分為用戶的位置信息、基本信息和社會網(wǎng)絡(luò)信息三個(gè)方面[6]。

近些年來，隨著推薦策略研究愈加得到圖書館的重視，一些高校的數(shù)字圖書館引入了個(gè)性化信息服務(wù)。楊永權(quán)[7]介紹了美國具有代表性的大學(xué)圖書館的個(gè)性化推薦系統(tǒng)：華盛頓大學(xué)圖書館“My Gateway”系統(tǒng)、康奈爾大學(xué)圖書館“MyLibrary@Cornell”系統(tǒng)及北卡羅萊納州立大學(xué)“My Library@LANL”系統(tǒng)等。在國內(nèi)，具有代表性的圖書館個(gè)性化服務(wù)系統(tǒng)有中國人民大學(xué)數(shù)字圖書館的個(gè)性化推薦系統(tǒng)、深圳圖書館開發(fā)的“圖書館自動化集成系統(tǒng)”[8]以及浙江大學(xué)圖書館的MyLibrary系統(tǒng)[9]。盡管部分大學(xué)數(shù)字圖書館引進(jìn)的個(gè)性化服務(wù)效果還不太明顯，但都是對信息時(shí)代如何提高知識服務(wù)質(zhì)量的積極探索。

綜上所述, 目前高校圖書館在引入個(gè)性化服務(wù)領(lǐng)域還處于探索階段，諸多數(shù)字圖書館的個(gè)性化服務(wù)采用了熱門檢索詞或基于用戶基本信息等老舊的方式，導(dǎo)致知識推送服務(wù)的質(zhì)量還不太高。本文引入情境感知技術(shù)，同時(shí)考慮高校大學(xué)生群體在圖書館平臺產(chǎn)生的行為信息及高校教務(wù)系統(tǒng)的課程信息，提出一種融入用戶情境的數(shù)字圖書館平臺推薦系統(tǒng)框架。

3 基于用戶情境的數(shù)字圖書館知識推送服務(wù)框架

數(shù)字圖書館面向大學(xué)生群體進(jìn)行個(gè)性化知識服務(wù)時(shí)，不僅要考慮高質(zhì)量的知識內(nèi)容，還要考慮用戶所處的情境產(chǎn)生的知識需求。只有在恰當(dāng)?shù)臅r(shí)機(jī)推送用戶最需要的知識，才能提高個(gè)性化服務(wù)的質(zhì)量。

本研究提出了一種融入用戶多維度信息的數(shù)字圖書館推薦系統(tǒng)框架，如圖1所示，從左至右分別是用戶情境、云端大數(shù)據(jù)處理中心及用戶定制化服務(wù)。每個(gè)模塊實(shí)現(xiàn)的功能分別為用戶情境模型的構(gòu)建、個(gè)性化推薦技術(shù)的支撐及用戶的定制化服務(wù)。

圖1 融入用戶情境的數(shù)字圖書館平臺推薦系統(tǒng)框架

3.1 用戶情境的要素及模型構(gòu)建

數(shù)字圖書館向?qū)W生群體進(jìn)行信息資源推薦時(shí)，需要充分考慮在校大學(xué)生的實(shí)際需求, 情境可以較全面地描述大學(xué)生的狀態(tài)，進(jìn)而推理獲取大學(xué)生群體的知識需求。

構(gòu)建在校大學(xué)生的情境模型首先應(yīng)對用戶的情境要素進(jìn)行抽取與分析。在數(shù)字圖書館應(yīng)用環(huán)境中，考慮用戶情境的3個(gè)維度的信息：用戶基本特征信息（U-basic）、數(shù)字圖書館用戶行為信息（U-lib）、高校教務(wù)系統(tǒng)信息（U-edu）。大學(xué)生群體的用戶情境表示為：Context={ID,U-basic,Ulib,U-edu}。其中，U-basic={ID，Sex，Age, NativeP}；U-lib={LB,LS,LD,LR}；U-edu={ES,EC,Ecur,EG ,ET}。

用戶情境要素的含義見表1。

組成數(shù)字圖書館用戶情境的三個(gè)維度要素之間的交互關(guān)系如圖2所示。本文構(gòu)建了用戶情境要素的交互模型。該模型能夠準(zhǔn)確識別數(shù)字圖書館用戶所處的動態(tài)情境，從而推理用戶的興趣偏好，這是個(gè)性化服務(wù)的前提。

3.2 云端大數(shù)據(jù)處理中心

隨著數(shù)字圖書館資源的急劇增加，大量的數(shù)據(jù)信息會影響目標(biāo)用戶對資源的識別和有效的獲取。如何匹配數(shù)字圖書館優(yōu)質(zhì)的資源與用戶的需求需要不同的推薦策略來實(shí)現(xiàn)。數(shù)字圖書館云端大數(shù)據(jù)處理平臺會存儲大量的指標(biāo)數(shù)據(jù)。這些精細(xì)化、碎片化的數(shù)據(jù)信息能夠反映用戶偏好，將這些數(shù)據(jù)進(jìn)行篩檢處理，可以使用戶需求更容易被系統(tǒng)理解，進(jìn)而提供更符合用戶需求的知識資源。

表1 用戶情境要素的含義和說明

圖2 情境要素交互關(guān)系圖

云端大數(shù)據(jù)處理平臺主要包括四種推薦策略：基于熱門書目的推薦、基于用戶相似度的資源推薦、基于相關(guān)課程信息的資源推薦及基于相似情境的資源推薦。數(shù)字圖書館知識推薦模型如圖3所示。

3.2.1 基于熱門書目的推薦

圖3 數(shù)字圖書館資源推薦模型

知識資源個(gè)體存在差異，僅根據(jù)用戶需求決定的推薦方案會存在推薦資源質(zhì)量不高的情況，所以評判知識庫內(nèi)知識資源的質(zhì)量也是推薦流程中非常重要的過程。本文在參考館藏資源評價(jià)指標(biāo)的相關(guān)研究[10-12]后，構(gòu)建了資源評估體系，從資源特征、資源推薦熱度、資源活躍度、新書上架、評價(jià)反饋5個(gè)方面來構(gòu)建評價(jià)指標(biāo)，最后應(yīng)用皮爾森線性相關(guān)分析方法，搭建知識資源受歡迎程度模型。云端大數(shù)據(jù)處理中心根據(jù)知識資源的模型對用戶的推薦方案進(jìn)行篩選，在此基礎(chǔ)上產(chǎn)生資源推薦集合W。

3.2.2 基于用戶相似度的資源推薦

目標(biāo)用戶對數(shù)字圖書館資源的偏好受其所處情境的影響，這些情境要素也會對相似用戶群體產(chǎn)生類似的影響。根據(jù)社會從眾的心理機(jī)制，目標(biāo)用戶的興趣偏好傾向于類似用戶群，因此可以根據(jù)相似用戶的閱讀喜好為目標(biāo)用戶進(jìn)行資源推薦。

相似性計(jì)算方法包括余弦相似性、皮爾森相似性和改進(jìn)的余弦相似性三種。由于改進(jìn)的余弦相似性克服了前兩種算法的缺點(diǎn)，因此，本文選擇改進(jìn)的余弦相似性計(jì)算方法計(jì)算目標(biāo)用戶與已知用戶群之間的相似性。

用戶相似性計(jì)算表達(dá)式為：

其中，Ua為目標(biāo)用戶，Ui為系統(tǒng)中已有用戶群中的第i個(gè)用戶。

最后選擇相似性高的N個(gè)用戶組成相似用戶集AUa，將其偏好定義為目標(biāo)用戶的偏好，在此基礎(chǔ)上確定數(shù)字圖書館資源推薦集X。

3.2.3 基于課程相關(guān)的資源推薦

教務(wù)系統(tǒng)主要包括教師信息、學(xué)生信息和課程信息。不同專業(yè)背景的學(xué)生涉及到的課程信息包含不同的教材、資源與任課教師信息，通過對課程與知識資源、教師與知識資源的分析可以確定學(xué)生用戶與知識資源的關(guān)聯(lián)關(guān)系。云端大數(shù)據(jù)處理中心根據(jù)用戶所處的專業(yè)、學(xué)習(xí)階段等信息，為用戶關(guān)聯(lián)數(shù)字圖書館相關(guān)度高的資源集合Y。

3.2.4 基于相似情境的資源推薦

用戶在特定的情境下產(chǎn)生知識需求，當(dāng)數(shù)字圖書館提供的資源滿足用戶時(shí)，用戶的查詢信息和數(shù)字圖書館資源應(yīng)用情境被管理系統(tǒng)存儲。本文定義的數(shù)字圖書館知識模型（ILD）包括數(shù)字圖書館資源應(yīng)用情境（Context(H)）、數(shù)字圖書館資源載體（Carrier）和數(shù)字圖書館資源內(nèi)容（Content）三部分。

即數(shù)字圖書館知識模型ILD={Context(H),Carrier, Content}。

當(dāng)用戶i情境信息較完整時(shí)，系統(tǒng)獲取用戶i的當(dāng)前情境Context(C)i，與數(shù)字圖書館知識j的應(yīng)用情境Context(H)j做相似性計(jì)算，即sin{Context(H)j，Context(C)i}，在此基礎(chǔ)上選取相似度最高的前N條知識資源組成用戶潛在感興趣資源集合Z推薦給用戶。

在集成用戶情境的數(shù)字圖書館知識管理平臺中，用戶在不同情境下產(chǎn)生了不同的知識需求，隨著數(shù)字圖書館知識應(yīng)用情境的不斷擴(kuò)充，系統(tǒng)能夠保證更好的自行適應(yīng)性。

3.3 我的空間之用戶服務(wù)

定制化應(yīng)用層面以提升優(yōu)質(zhì)館藏資源的推送及用戶線上體驗(yàn)為目標(biāo)，期望提升數(shù)字圖書館資源的利用率。本文在上節(jié)分別得到了基于熱門書目、用戶相似度、課程相關(guān)及情境相似的數(shù)字圖書館資源集合。接下來，本文將根據(jù)圖書館用戶的推薦情境分別設(shè)計(jì)不同的定制化應(yīng)用，包括個(gè)人課程、個(gè)性化推薦、定制化信息檢索及主題書架。

3.3.1 個(gè)人課程

（1）課程相關(guān)

根據(jù)用戶課程名等信息，通過拆分分詞，形成課程相關(guān)推薦，為用戶關(guān)聯(lián)館藏資源，并將紙質(zhì)文獻(xiàn)與電子資源匹配，圖書相應(yīng)的新書、熱門等標(biāo)簽就會清晰易見，將圖書館資源推送到相應(yīng)課程中，形成課程與館藏資源的匹配。

（2）專業(yè)精選

精選課程教學(xué)推薦、課程大綱或教師推薦等信息，提供包括推薦圖書、課程網(wǎng)站、相關(guān)課件、其他資料等形式的定制化資源。專業(yè)精選推薦的圖書將與館藏圖書進(jìn)行匹配，并展現(xiàn)館藏狀態(tài)、電子書、新書、熱門、推薦、教參等不同標(biāo)簽，通過圖書館館藏輔助使得用戶能夠?qū)ο鄳?yīng)課程進(jìn)行深入學(xué)習(xí)。

相關(guān)課件和其他資料可由館員自主上傳到相應(yīng)的課程中，用戶可在該課程模塊中下載學(xué)習(xí)，集聚課程的館藏資源和電子教參資源，創(chuàng)新支撐線上教學(xué)。

3.3.2 個(gè)性化推薦

（1）熱門推薦。在熱門資源的基礎(chǔ)上，根據(jù)用戶設(shè)定的閱讀偏好類別，進(jìn)一步向用戶展示個(gè)性化的熱門資源，提高資源利用率。

（2）新書推薦。在新書資源的基礎(chǔ)上，根據(jù)用戶設(shè)定的閱讀偏好類別，進(jìn)一步向用戶展示個(gè)性化的熱門資源，提高資源利用率。

（3）智慧推薦。個(gè)性化推薦如果一味以用戶需求為驅(qū)動（小到信息檢索結(jié)果，大到資源宏觀的優(yōu)化配置）就會容易使用戶陷入習(xí)慣性為興趣所導(dǎo)、忽略更廣闊信息資源的信息繭房，從而產(chǎn)生信息盲區(qū)。智慧推薦，即用云計(jì)算分析、學(xué)習(xí)用戶的海量行為數(shù)據(jù)，如點(diǎn)擊、搜索、收藏等，獲取用戶個(gè)人和群體的情境狀態(tài)，綜合考慮冷門資源、用戶基礎(chǔ)信息、專業(yè)背景等信息，進(jìn)行權(quán)重排序，從而為用戶提供智慧推薦。智慧推薦根據(jù)多維度的用戶個(gè)人情境狀態(tài)和相同資源借閱者、相同資源收藏者、相同搜索詞使用者的群體情境狀態(tài)，結(jié)合借還數(shù)據(jù)、點(diǎn)擊數(shù)據(jù)、評分、收藏?cái)?shù)據(jù)等，優(yōu)化算法，增加用戶與資源的偶遇率，從而激活睡眠用戶，降低用戶的信息繭房風(fēng)險(xiǎn)，進(jìn)一步提升圖書館的資源使用效率。

3.3.3 定制化信息檢索

（1）保存常用圖書搜索詞，設(shè)置個(gè)性化搜索偏好?？杀４娉Ｓ盟阉髟~記錄，方便多次檢索，尤其為使用高級檢索的用戶提供便利?？稍O(shè)置出版時(shí)間范圍、期望的出版社（數(shù)量可以設(shè)置）、期望的著者（數(shù)量可以設(shè)置），調(diào)整權(quán)重大??；還可設(shè)置搜索結(jié)果數(shù)，從而進(jìn)一步精確結(jié)果范圍，提高檢索效率，滿足深度檢索需求。

（2）提供多種結(jié)果排序方式。提供多種結(jié)果排序方式，包括默認(rèn)排序方式（按檢索條件的符合程度依次排列）、按出版時(shí)間排列。

（3）搜索外部資源，并提供外部搜索結(jié)果的訪問入口。針對保存的圖書搜索詞，在搜索館藏之外，同時(shí)搜索圖書館的部分?jǐn)?shù)據(jù)庫資源，并提供訪問入口，滿足用戶的閱讀和科研學(xué)習(xí)需求。

3.3.4 主題書架

（1）新生入館?？筛鶕?jù)調(diào)查問卷或教務(wù)信息，按新生的籍貫、學(xué)習(xí)水平、興趣方向自動生成主題書架，展示介紹本地、本校歷史，優(yōu)勢專業(yè)，相關(guān)課程教師，課程簡介等相關(guān)資源。

（2）考試專區(qū)?？筛鶕?jù)調(diào)查問卷或教務(wù)信息，了解用戶近期的考試需求，如英語四六級考試、研究生考試、公務(wù)員考試以及各種職業(yè)技能考試，自動生成主題書架，展示相關(guān)教輔、考試指南類資源。

（3）就業(yè)專區(qū)?？筛鶕?jù)調(diào)查問卷，了解有就業(yè)需求的用戶信息，自動生成主題書架，展示就業(yè)前景、往年畢業(yè)生就業(yè)報(bào)告書、產(chǎn)業(yè)現(xiàn)狀、就職指南等相關(guān)資源。

（4）特色收藏。用戶可對符合自己興趣愛好或?qū)W習(xí)需求的圖書或其他資源進(jìn)行收藏，并自定義收藏夾名稱（即特色收藏）。收藏夾內(nèi)可嵌套新的收藏，層層分級，歸集偏好資源，打造用戶個(gè)人系統(tǒng)性的閱讀和學(xué)習(xí)體系。在對接圖書館相關(guān)電子書鏡像版或圖書鏈接的情況下，支持搜索、在線查看和添加“特色收藏”，以便于學(xué)習(xí)需要和快速訪問。

（5）我的數(shù)據(jù)庫。展示全館數(shù)據(jù)庫，并提供簡要介紹和訪問入口。支持關(guān)鍵詞搜索數(shù)據(jù)庫和分類展示，用戶可添加自己常用的數(shù)據(jù)庫以便于快捷訪問。

4 結(jié)語

情境要素的引入能有效匹配數(shù)字圖書館資源與用戶需求。本文從用戶基本信息、數(shù)字圖書館用戶行為要素和高校教務(wù)系統(tǒng)要素三個(gè)維度構(gòu)建了用戶的情境模型，提出了一種融入用戶情境的數(shù)字圖書館平臺推薦系統(tǒng)框架，并分析了各組成模塊的關(guān)鍵技術(shù)、實(shí)現(xiàn)的功能及模塊間的交互關(guān)系。