基于圖書館App2.0的閱讀推廣模型探究

李恒

(陜西省圖書館， 網(wǎng)絡(luò)技術(shù)部， 陜西， 西安 710006)

0 引言

工信部2020年居民移動(dòng)互聯(lián)網(wǎng)使用習(xí)慣報(bào)告書中指出，2019年國(guó)內(nèi)手機(jī)閱讀功能的總服務(wù)時(shí)間占到手機(jī)使用時(shí)間的26.7%，較2018年提升3.6%，且近5年來一直保持較大增幅，成為僅次于手機(jī)新聞(31.4%)的第二大手機(jī)服務(wù)功能[1]。該占比高于手機(jī)游戲、手機(jī)購(gòu)物等功能耗時(shí)。移動(dòng)互聯(lián)網(wǎng)2.0時(shí)代，公共圖書館改變以往借閱模式，將海量圖書進(jìn)行數(shù)字化轉(zhuǎn)化，供用戶在線借閱。該服務(wù)成為手機(jī)閱讀內(nèi)容供應(yīng)的重要構(gòu)成部分[2]。

公共圖書館在線借閱功能在手機(jī)閱讀服務(wù)中的最大競(jìng)爭(zhēng)對(duì)手是互聯(lián)網(wǎng)小說功能，在邏輯上，公共圖書館的圖書質(zhì)量，特別是文學(xué)紀(jì)實(shí)類圖書的質(zhì)量，遠(yuǎn)高于互聯(lián)網(wǎng)小說[3]。但互聯(lián)網(wǎng)小說服務(wù)方采用了成熟的閱讀推廣算法，使得每個(gè)用戶打開App后的推薦內(nèi)容均可基本符合用戶喜好，這讓互聯(lián)網(wǎng)小說App在圖書質(zhì)量遠(yuǎn)不如公共圖書館在線借閱App的前提下，獲得更高的用戶黏性[4]。

所以，該研究擬開發(fā)一種算法簡(jiǎn)單、可操作性強(qiáng)的圖書館App閱讀推廣算法模型[5]，以提升公共圖書館在線借閱App的用戶使用體驗(yàn)，使圖書館公共資源可以發(fā)揮更為有效的社會(huì)價(jià)值[6]。

1 圖書檢索信息卡對(duì)象模型優(yōu)化

圖書管理學(xué)傳統(tǒng)理論下，圖書檢索信息卡主要包括書名、作者、出版社、出版時(shí)間、中圖分類號(hào)、文獻(xiàn)識(shí)別碼、圖書內(nèi)容摘要、關(guān)鍵詞等。通過該檢索模式可以根據(jù)圖書中的部分關(guān)鍵詞或作者姓名快速檢索圖書，但該模型在基于用戶畫像的App推薦過程中難以有效使用[7]。

閱讀推廣算法的核心數(shù)據(jù)需求，是對(duì)每?jī)?cè)圖書提供人工智能算法可以識(shí)別的檢索信息卡數(shù)字化畫像，即面向人工智能的數(shù)字化圖書檢索卡，以及用戶閱讀習(xí)慣大數(shù)據(jù)畫像。將用戶閱讀習(xí)慣畫像與圖書檢索信息卡數(shù)字化畫像進(jìn)行匹配，可以篩選出有針對(duì)性的圖書[8]。圖1為上述算法模型的數(shù)據(jù)關(guān)系。

圖1中，該模型共使用3個(gè)基于神經(jīng)網(wǎng)絡(luò)的算法架構(gòu)。其中：11詞頻陣列算法的統(tǒng)計(jì)學(xué)意義是根據(jù)圖書文本詞頻提取后的50個(gè)非助詞高頻詞和20個(gè)非助詞低頻詞形成一個(gè)32字符的內(nèi)容標(biāo)識(shí)碼，該標(biāo)識(shí)碼肉眼觀察下并無(wú)任何統(tǒng)計(jì)學(xué)意義，但可以幫助計(jì)算機(jī)人工智能系統(tǒng)通觀了解該書的內(nèi)容；22用戶畫像算法是將用戶瀏覽或收藏的圖書關(guān)聯(lián)的32字符內(nèi)容識(shí)別碼與用戶特征畫像的32字符用戶識(shí)別碼通過神經(jīng)網(wǎng)絡(luò)算法進(jìn)行合并，形成新的32字符用戶識(shí)別碼，即用戶識(shí)別碼的更新過程；33匹配算法是比較所有圖書的32字符內(nèi)容識(shí)別碼和訪問用戶的32字符用戶識(shí)別碼，給出一個(gè)在[0,1]區(qū)間上的評(píng)價(jià)值，通過該評(píng)價(jià)值對(duì)所有圖書進(jìn)行排序，可以提取出新算法體系下的推薦圖書[9]。傳統(tǒng)推薦算法是根據(jù)用戶提交的圖書關(guān)鍵詞與圖書入庫(kù)時(shí)標(biāo)記的固定關(guān)鍵詞進(jìn)行比對(duì)，從而計(jì)算其關(guān)聯(lián)度，其對(duì)用戶畫像的影響也是登記用戶瀏覽圖書中包含的用戶未提交的關(guān)鍵詞。

圖1 圖書館App2.0系統(tǒng)的閱讀推廣算法模型數(shù)據(jù)流圖

2 基于神經(jīng)網(wǎng)絡(luò)的人工智能算法模型設(shè)計(jì)

2.1 詞頻陣列算法模型

詞頻陣列算法的應(yīng)用場(chǎng)景，是在每本書入庫(kù)時(shí)對(duì)其內(nèi)容進(jìn)行一次分析，主要包含書名、固定關(guān)鍵詞、全書詞頻分析結(jié)果等。該算法模型無(wú)須經(jīng)常運(yùn)行，所以可以投入更大的算力，對(duì)響應(yīng)時(shí)間要求也不高，可以適當(dāng)增加算法模塊的節(jié)點(diǎn)量，使挖掘過程更為深入[10]。包括神經(jīng)網(wǎng)絡(luò)模塊節(jié)點(diǎn)在內(nèi)，其挖掘數(shù)據(jù)流節(jié)點(diǎn)架構(gòu)設(shè)計(jì)如圖2所示。

圖2中，神經(jīng)網(wǎng)絡(luò)部分共分為2段。前段根據(jù)書名、固定關(guān)鍵詞和圖書文本得到的170個(gè)輸入節(jié)點(diǎn)進(jìn)行卷積處理，輸出結(jié)果形成32列多列神經(jīng)網(wǎng)絡(luò)，每列神經(jīng)網(wǎng)絡(luò)輸出1個(gè)目標(biāo)字符，將該32列字符連接成字符串，即成為圖書識(shí)別碼字符串。該字符串包含了書名、固定關(guān)鍵詞和圖書文本的信息，雖然肉眼無(wú)法分辨其實(shí)際意義，但可以用作后續(xù)的人工智能介入推薦過程。

圖2 詞頻陣列算法模塊邏輯圖

上述170個(gè)輸入層節(jié)點(diǎn)的生成過程需要將文本字符進(jìn)行數(shù)字化，以中文為例，部分節(jié)點(diǎn)包含單字信息，僅需要通過CtoD函數(shù)將文本型變量轉(zhuǎn)化為四字節(jié)長(zhǎng)整型變量即可實(shí)現(xiàn)該數(shù)字化過程，但部分節(jié)點(diǎn)為多字中文詞語(yǔ)，此時(shí)需要將每個(gè)單字使用CtoD函數(shù)轉(zhuǎn)化后進(jìn)行累加，形成一個(gè)四字節(jié)長(zhǎng)整型變量。多列神經(jīng)網(wǎng)絡(luò)模塊輸出的雙精度浮點(diǎn)型變量，使用反向的CtoD函數(shù)將數(shù)值型變量轉(zhuǎn)化為文本型變量。

綜合上述數(shù)據(jù)輸入數(shù)字化模式，上述2段神經(jīng)網(wǎng)絡(luò)中，卷積神經(jīng)網(wǎng)絡(luò)的輸入層為170個(gè)四字節(jié)長(zhǎng)整型變量，經(jīng)過第1層151節(jié)點(diǎn)，第2層113節(jié)點(diǎn)，第3層87節(jié)點(diǎn)，第4層53節(jié)點(diǎn)，第5層31節(jié)點(diǎn)，第6層13節(jié)點(diǎn)，第7層5節(jié)點(diǎn)，第8層3節(jié)點(diǎn)，共設(shè)計(jì)8層隱藏層。將數(shù)據(jù)通過多項(xiàng)式節(jié)點(diǎn)函數(shù)設(shè)計(jì)的卷積節(jié)點(diǎn)進(jìn)行卷積，形成一個(gè)可供多列神經(jīng)網(wǎng)絡(luò)適應(yīng)的輸入變量。多項(xiàng)式節(jié)點(diǎn)函數(shù)可寫作式(1)：

(1)

式中，Xi為上一層輸入的第i個(gè)節(jié)點(diǎn)變量值，Y為節(jié)點(diǎn)輸出值，j為多項(xiàng)式階數(shù)，Aj為第j階多項(xiàng)式的待回歸變量。

多列神經(jīng)網(wǎng)絡(luò)共32列，每一列的結(jié)構(gòu)相同，根據(jù)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練需求進(jìn)行獨(dú)立訓(xùn)練并使其按需收斂。每一列多列神經(jīng)網(wǎng)絡(luò)均為1個(gè)輸入節(jié)點(diǎn)和1個(gè)輸出節(jié)點(diǎn)，采用5層隱藏層設(shè)計(jì)，分別為第1層3節(jié)點(diǎn)，第2層11節(jié)點(diǎn)，第3層23節(jié)點(diǎn)，第4層13節(jié)點(diǎn)，第5層3節(jié)點(diǎn)。其節(jié)點(diǎn)函數(shù)選擇數(shù)據(jù)特征放大效果較佳的對(duì)數(shù)節(jié)點(diǎn)函數(shù)進(jìn)行節(jié)點(diǎn)設(shè)計(jì)。對(duì)數(shù)節(jié)點(diǎn)函數(shù)可寫作式(2)：

Y=∑[A·logeXi+B]

(2)

式中，Xi為上一層輸入的第i個(gè)節(jié)點(diǎn)變量值，Y為節(jié)點(diǎn)輸出值，e為自然常數(shù)，A、B為節(jié)點(diǎn)待回歸系數(shù)。

2.2 用戶畫像算法模型

用戶每次點(diǎn)擊瀏覽或每次收藏圖書時(shí)，均會(huì)觸發(fā)該算法，所以該算法模型必須在一般圖書館在線借閱系統(tǒng)中有較高的響應(yīng)效率，這就要求其神經(jīng)網(wǎng)絡(luò)算法的算力需求必須足夠小，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)也應(yīng)充分簡(jiǎn)化。

該模型的統(tǒng)計(jì)學(xué)意義是根據(jù)用戶的點(diǎn)擊行為或收藏行為，根據(jù)其點(diǎn)擊或收藏的圖書識(shí)別碼對(duì)其用戶識(shí)別碼產(chǎn)生影響，在用戶瀏覽行為中逐漸優(yōu)化其用戶識(shí)別碼。該算法模型的數(shù)據(jù)流節(jié)點(diǎn)架構(gòu)如圖3所示。

圖3 用戶畫像算法模型

圖3中，字符數(shù)據(jù)的數(shù)字化模型依然采用CtoD強(qiáng)制轉(zhuǎn)化函數(shù)，多列神經(jīng)網(wǎng)絡(luò)輸出的雙精度浮點(diǎn)型變量轉(zhuǎn)化為字符串的過程依然采用DtoC強(qiáng)制轉(zhuǎn)化函數(shù)。神經(jīng)網(wǎng)絡(luò)核心架構(gòu)是32列多列神經(jīng)網(wǎng)絡(luò)，每一列神經(jīng)網(wǎng)絡(luò)分列架構(gòu)均為對(duì)應(yīng)的用戶識(shí)別碼字符串1個(gè)輸入變量，整合用戶行為碼變量(用戶單純點(diǎn)擊瀏覽時(shí)為1，用戶收藏圖書時(shí)為10)，以及圖書識(shí)別碼對(duì)應(yīng)的32個(gè)輸入變量，所以每個(gè)多列神經(jīng)網(wǎng)絡(luò)模塊共34個(gè)輸入變量，1個(gè)輸出變量，隱藏層2層，分別為第1層17節(jié)點(diǎn)，第2層5節(jié)點(diǎn)。此種設(shè)計(jì)會(huì)大幅度壓縮神經(jīng)網(wǎng)絡(luò)的總節(jié)點(diǎn)量以減少其對(duì)算力的需求，加快網(wǎng)頁(yè)響應(yīng)效率。神經(jīng)網(wǎng)絡(luò)的節(jié)點(diǎn)函數(shù)使用對(duì)數(shù)函數(shù)，如前文式(2)。

2.3 圖書匹配算法模型

匹配算法模型在用戶每次刷新圖書推薦目錄時(shí)被調(diào)用，且即便根據(jù)用戶設(shè)定關(guān)鍵詞對(duì)圖書進(jìn)行初步檢索，其也需要在每次刷新圖書推薦目錄時(shí)被多次調(diào)用以形成圖書查詢列表的匹配度賦值，所以該算法的算力優(yōu)化更為苛刻，需要更小的神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)架構(gòu)。該算法采用單一神經(jīng)網(wǎng)絡(luò)模塊進(jìn)行數(shù)據(jù)分析，且確保其總節(jié)點(diǎn)量得到最小化優(yōu)化，詳見圖4。

圖4 圖書匹配算法模型

圖4中，識(shí)別碼字符的數(shù)字化過程采用CtoD函數(shù)進(jìn)行強(qiáng)制轉(zhuǎn)化，共形成64個(gè)輸入節(jié)點(diǎn)，系統(tǒng)需求1個(gè)輸出節(jié)點(diǎn)，該算法的統(tǒng)計(jì)學(xué)意義是實(shí)現(xiàn)數(shù)據(jù)卷積，形成一個(gè)[0,1]區(qū)間上的雙精度浮點(diǎn)變量評(píng)價(jià)結(jié)果，用于圖書查詢結(jié)果的排序(ORDER函數(shù))和頭部截取(TOP函數(shù))。采用前文式(1)的多項(xiàng)式函數(shù)進(jìn)行節(jié)點(diǎn)設(shè)計(jì)，采用多項(xiàng)式函數(shù)的最大卷積比進(jìn)行數(shù)據(jù)卷積，即后一層節(jié)點(diǎn)量為前一層節(jié)點(diǎn)量的35%，其隱藏層第1層23節(jié)點(diǎn)，第2層8節(jié)點(diǎn)，第3層3節(jié)點(diǎn)，共3層隱藏層結(jié)構(gòu)。該算法模型節(jié)點(diǎn)結(jié)構(gòu)可以在最小算力需求下提供最高的數(shù)據(jù)挖掘響應(yīng)效率。

3 算法效能驗(yàn)證

該算法的核心目的是分析用戶的實(shí)際閱讀需求并推薦相關(guān)圖書，避免用戶在圖書館海量藏書中自行查找，以提升用戶體驗(yàn)。判斷該算法的實(shí)際效能主要有2個(gè)指標(biāo)：一是使用該算法后用戶的平均閱讀時(shí)長(zhǎng)、黏性用戶比及用戶增長(zhǎng)速度；二是用戶對(duì)App的主觀評(píng)價(jià)。

平均閱讀時(shí)長(zhǎng)和用戶增長(zhǎng)速度算法較為簡(jiǎn)單，無(wú)須展開論事，但用戶黏性比計(jì)算過程略顯復(fù)雜，其核心計(jì)算思路是將每天使用時(shí)間超過4小時(shí)用戶(高黏性用戶)占比、每天保持登錄但使用時(shí)間低于4小時(shí)用戶(A型用戶)占比、無(wú)法保證每天登錄但可保證每周登錄的用戶(B型用戶)占比、無(wú)法保證每周登錄但在之前半年內(nèi)曾登錄用戶(C型用戶)占比、超過半年未登錄用戶(D型用戶)占比等進(jìn)行加權(quán)累加，其計(jì)算公式如式(3)：

N=10·NA+6·NB+3·NC+1·ND

(3)

式中，NA、NB、NC、ND分別為上述A、B、C、D四型用戶的占比，均為百分比格式轉(zhuǎn)為[0,1]區(qū)間上的小數(shù)表示，N為用戶黏性總評(píng)價(jià)值。

使用該模型算法的圖書推薦頁(yè)面已經(jīng)在3個(gè)月前投入公測(cè)，分析公測(cè)期間投入該系統(tǒng)前及投入該系統(tǒng)90天戶的上述3個(gè)評(píng)價(jià)指標(biāo)的變化量，可以得到表1。

表1中，數(shù)據(jù)比較方法為SPSS下雙變量t校驗(yàn)方法，當(dāng)t<10.000時(shí)認(rèn)為存在統(tǒng)計(jì)學(xué)差異，當(dāng)P<0.05時(shí)認(rèn)為結(jié)果處于置信空間內(nèi)，當(dāng)P<0.01時(shí)認(rèn)為結(jié)果有顯著的統(tǒng)計(jì)學(xué)意義。分析中，應(yīng)用該系統(tǒng)后3個(gè)月，所有用戶的日均閱讀時(shí)長(zhǎng)增長(zhǎng)4.54倍，A型用戶(日均閱讀超過4小時(shí)用戶)占比增長(zhǎng)2.38倍，用戶黏性評(píng)價(jià)結(jié)果增長(zhǎng)5.53倍，日用戶增長(zhǎng)率增長(zhǎng)4.61倍。實(shí)際用戶數(shù)據(jù)表現(xiàn)證明，該算法對(duì)用戶體驗(yàn)有顯著促進(jìn)作用(P<0.01)。

表1 用戶表現(xiàn)結(jié)果對(duì)比表

2020年12月1日～10日(應(yīng)用前)，2021年4月1日～10日(應(yīng)用后)，分2次在App內(nèi)推送調(diào)查問卷，第一次回收有效問卷1 135份(推送時(shí)注冊(cè)用戶量26.54萬(wàn)人，成功推送問卷9.17萬(wàn)份)第二次回收有效問卷1 861份(推送時(shí)注冊(cè)用戶量30.93萬(wàn)人，成功推送問卷12.69萬(wàn)份)，要求用戶給出1～5星評(píng)價(jià)。評(píng)價(jià)分?jǐn)?shù)折算中，5星評(píng)價(jià)計(jì)10分，4星評(píng)價(jià)計(jì)7分，3星評(píng)價(jià)即3分，2星評(píng)價(jià)計(jì)1分，1星評(píng)價(jià)計(jì)0分。整體評(píng)價(jià)結(jié)果如表2所示。

表2 用戶滿意度調(diào)查結(jié)果表

表2中，t值與P值計(jì)算方法如前文表1，可以看到，問卷回收量在問卷推送量中的占比提升18.55%，4星及5星評(píng)價(jià)人數(shù)提升1.64倍，綜合評(píng)價(jià)得分提升1.42倍。發(fā)現(xiàn)用戶參與軟件的積極性得到一定程度提升(0.01

4 總結(jié)

針對(duì)圖書館App2.0的閱讀推廣算法模型，充分提升了對(duì)特定用戶推薦滿足其閱讀期望圖書的人工智能應(yīng)用效果，進(jìn)而提升了用戶黏性和用戶滿意度，加速了平臺(tái)注冊(cè)用戶的增長(zhǎng)速度，進(jìn)而使得公共圖書館社會(huì)資源可以在移動(dòng)互聯(lián)網(wǎng)時(shí)代發(fā)揮更大的社會(huì)效益。該算法仍然存在一定不足，即其只能對(duì)文本型圖書進(jìn)行推薦(文史類、小說類、紀(jì)實(shí)傳記類及部分教輔書和工具書)，畫冊(cè)、圖冊(cè)等圖書并不能在該算法支持的范圍內(nèi)。所以該算法仍需要之前基于關(guān)鍵詞檢索排序的傳統(tǒng)算法進(jìn)行輔助支持才可以滿足系統(tǒng)運(yùn)行需求。未來研究中將研究用戶對(duì)圖畫類內(nèi)容的閱讀傾向，使該算法效能得到更大程度提升。