數(shù)字圖書館個性化服務資源推薦模式分析?

(中南大學圖書館 湖南長沙 410083)

1 數(shù)字圖書館個性化資源推薦服務

在數(shù)字圖書館信息服務中，個性化推薦是根據(jù)讀者特征、偏好以及對資源訪問行為進行分析和挖掘，來識別讀者興趣、資源的關聯(lián)以及具有相似訪問行為的讀者群，來向讀者推薦其感興趣的信息，過濾掉和讀者無關的信息?！?〕

數(shù)字圖書館個性化資源推薦服務系統(tǒng)包括三個重要的模塊:讀者興趣模塊、推薦資源對象模塊和推薦算法模塊，資源推薦系統(tǒng)模型如圖1所示。

圖1 資源推薦系統(tǒng)模型

推薦系統(tǒng)把讀者興趣模型中的需求信息和推薦資源對象中的特征信息相匹配，同時使用相應的推薦算法進行計算和篩選，找到讀者可能感興趣的資源對象，然后推薦給讀者，讀者興趣通過顯示或隱示的方式從讀者對資源的訪問行為中獲取。

2 讀者興趣建模

要向讀者提供高效、準確和個性化的資源推薦，推薦系統(tǒng)應能獲取體現(xiàn)讀者多方面的、動態(tài)變化的興趣和愛好，并為讀者建立興趣模型，該模型能獲取、表示、存儲和更新讀者的興趣，并對讀者進行分類，理解讀者的需求和任務，從而形成讀者興趣描述文件?！?〕

圖2 讀者興趣建模的過程

讀者興趣建模的過程如圖2所示，包括讀者信息的獲取、讀者興趣模型的表示方法和興趣的更新方法。

讀者信息的獲取是建立興趣模型的數(shù)據(jù)基礎，在數(shù)字圖書館信息服務系統(tǒng)中，能反映讀者興趣偏好的數(shù)據(jù)主要有以下三種:(1)讀者屬性:這是讀者最基本的信息，一般存在圖書自動化管理系統(tǒng)的讀者表中，包括讀者的姓名、性別、年齡、院系、班級、專業(yè)、學歷等。利用這些自然屬性可進行讀者興趣的初始建模;(2)圖書館各業(yè)務管理系統(tǒng)中與讀者相關的信息:如圖書自動化管理系統(tǒng)中讀者的借閱信息，參考咨詢系統(tǒng)中讀者的咨詢信息，數(shù)據(jù)庫系統(tǒng)中讀者的學術成果信息，甚至學校教務系統(tǒng)中學生的課程信息等。這些信息是讀者在工作和學習過程中所產(chǎn)生的，真實體現(xiàn)了讀者的資源需求;(3)讀者對資源的訪問行為信息:讀者對資源的訪問行為體現(xiàn)了讀者的興趣和需求，包括檢索行為、閱讀和下載行為以及讀者對資源的收藏、定制、評價和反饋等，這些信息一般以日志的形式記錄在讀者個人信息空間中，它更能體現(xiàn)讀者興趣的實時變化。

讀者興趣建模中輸入信息的獲取方式有顯式、隱式和啟發(fā)式三種?！?〕(1)顯式獲取方式是讀者主動提供個人感興趣的學科主題、領域關鍵詞和研究方向等;(2)隱式獲取是通過跟蹤讀者對資源的訪問行為和圖書館業(yè)務系統(tǒng)的操作行為，來對讀者的興趣進行推理。(3)啟發(fā)式是在讀者不清楚圖書館的資源或意識不到自己興趣主題時，以問卷調查的模式啟發(fā)讀者提供資源需求和偏好。

讀者對不同類型資源的興趣程度，可能隨著時間而發(fā)生變化，甚至轉移。因此，在興趣模型中應反映出讀者對資源的長期興趣、短期興趣和興趣程度。建模的對象可以是面向單個讀者也可以是面向讀者群，其中，面向讀者群的興趣建模，反映出具有相同興趣偏好的讀者，有利于協(xié)同推薦。

讀者興趣模型的方式方法，決定了推薦系統(tǒng)獲取讀者感興趣信息和追蹤用戶興趣的能力，其方式方法有四種。(1)以讀者感興趣的主題或關鍵詞來表示讀者興趣模型的方法。這種方法列出了用戶可能感興趣的領域，但不能表達詳細的內(nèi)容及對每個領域感興趣的程度。(2)基于向量空間模型方式方法是目前為止在推薦系統(tǒng)和信息檢索領域用戶建模時最流行的用戶模型方式方法?！?〕(3)基于評分矩陣的方式方法?！?〕一般讀者對某個資源評分越高表示讀者對此資源越感興趣，在協(xié)同過濾推薦系統(tǒng)中經(jīng)常使用這種方法。(4)基于本體的用戶模型方式方法?！?〕本體通常自上而下采用概念樹的形式，每個節(jié)點表示用戶的一個興趣類，它能夠最大限度地實現(xiàn)知識的共享和重用。

3 推薦資源對象建模

對資源對象的描述一般有基于內(nèi)容的方法和基于分類的方法。對于網(wǎng)絡資源，由于其非結構化特性，沒有統(tǒng)一的標準進行描述，一般采取以基于內(nèi)容的方法從對象本身抽取信息來進行描述。資源對象的文本信息提取技術相對比較成熟，但資源對象不一定具有文本特征或文本描述不足。對于圖書館文獻資源，其類型包括圖書、期刊、學位論文、會議論文、報紙和專利等。其分類和描述相對網(wǎng)絡資源非常成熟，普遍采用MARC或DC標準進行著錄和描述，其分類一般采用中圖法或科圖法。所以推薦資源對象的建模可采用基于學科分類的方法，每個資源對象都有與之相對應的一個或多個學科分類，與讀者興趣模型中的興趣描述(學科主題)相對應。

4 資源推薦模式分析

資源推薦模式(或稱資源推薦策略)是推薦系統(tǒng)中最為核心和關鍵的部分，它決定了推薦系統(tǒng)的類型、性能和推薦效果。常見的資源推薦策略根據(jù)使用數(shù)據(jù)的不同分為基于內(nèi)容的推薦、協(xié)同過濾推薦、基于關聯(lián)規(guī)則的推薦和混合推薦等?！?〕

4．1 基于內(nèi)容的資源推薦模式

4．1．1 資源對象內(nèi)容和讀者興趣相似性的推薦。系統(tǒng)首先提取資源對象的元數(shù)據(jù)信息或文檔內(nèi)容，和讀者興趣模型中的讀者興趣偏好進行計算匹配，匹配度較高的資源可推薦給讀者。例如，在進行圖書資源推薦時，系統(tǒng)從興趣模型中分析讀者對哪些主題的圖書感興趣，然后從圖書資源中選擇和讀者興趣點相似的圖書推薦給讀者。這種推薦策略適合讀者興趣比較明確的讀者。

4．1．2 資源對象內(nèi)容和讀者檢索結果相似性的推薦。在讀者進行文獻檢索時，輸入檢索詞后，會顯示檢索結果的資源列表，在點擊某條文獻的標題時，會顯示此文獻的詳細信息。在檢索結果列表頁面，可將與檢索詞最相關的文獻排在前面，推薦給讀者。例如:超星學術搜索中的相關性排序，在文獻的詳細信息頁面，可將與此文獻相關的其他類型文獻也展現(xiàn)給讀者;中國知網(wǎng)數(shù)據(jù)庫的文獻詳細頁面，也展示了與文檔相關的各種類型的資源。計算資源對象的內(nèi)容特征與讀者興趣特征(或檢索結果文獻)之間的相似性是該推薦策略中關鍵部分，常用的內(nèi)容相似性計算方法有余弦相似度、皮爾森相關系數(shù)和矯正余弦相似度?！?〕

4．2 基于協(xié)同過濾的資源推薦模式

協(xié)同過濾〔9〕是一種在推薦系統(tǒng)中廣泛采用的推薦方法，這種算法基于一個假設，喜歡相同項目的用戶更有可能具有相同的興趣。

4．2．1 基于用戶的協(xié)同推薦。即用戶選擇某個推薦對象是基于朋友(其他用戶)的推薦。在數(shù)字圖書館可理解為基于讀者的協(xié)同推薦，其過程為:要向某個讀者推薦資源，首先找到一組與該讀者具有相似興趣偏好的讀者，將他們最感興趣的資源作為推薦對象推薦給該讀者。一個簡化的圖書資源推薦示例是:假如讀者張三有兩個共同偏好的讀者李四和王五，張三閱讀了圖書A，李四閱讀了圖書A、B、C和D，王五閱讀了圖書A、B、D、E和F。這樣，推薦系統(tǒng)就能夠過濾出相似讀者都閱讀了的圖書B和D，會把它們作為張三最有可能喜歡的圖書推薦給張三。在基于用戶的協(xié)同推薦策略中，推薦資源對象集的產(chǎn)生方式意味著資源只有被讀者借閱后才有機會被推薦給其他讀者。對于數(shù)字圖書館來說，新進的圖書、期刊等資源，因為還沒有被相當數(shù)量的讀者來借閱，便很少有機會被篩選進入推薦集，這個問題，也被稱為協(xié)同過濾的“冷啟動”問題?！?0〕

4．2．2 基于項目的協(xié)同推薦?；陧椖繀f(xié)同推薦是通過計算內(nèi)容項之間的相似性來代替用戶之間的相似性。其面向資源進行協(xié)同推薦的基本原理是:使用所有讀者對文獻資源的訪問信息，發(fā)現(xiàn)資源和資源之間的相似度，然后根據(jù)讀者的歷史偏好信息，將類似的資源推薦給讀者。假設讀者 A喜歡資源 A和資源C，讀者B喜歡資源A、資源B和資源C，讀者C喜歡資源A，從這些讀者的歷史喜好可以分析出資源A和資源C是比較類似的，喜歡資源A的人可能會喜歡資源C，基于此，可以推斷讀者C很有可能也喜歡資源C，所以系統(tǒng)會將資源C推薦給讀者C?；陧椖糠椒ㄋ扑]的資源是某類資源中眾多讀者信任的資源，但此方法忽略了相似讀者之間的群組特征，使得推薦精度不如基于用戶的方法。

4．2．3 基于模型的協(xié)同推薦。以用戶和以項目為基礎的協(xié)同推薦共有的缺點是數(shù)據(jù)稀疏，難以處理大數(shù)據(jù)量，影響即時推薦結果，因此發(fā)展出以模型為基礎的協(xié)同推薦。以模型為基礎的資源協(xié)同推薦是先用讀者對資源的訪問歷史數(shù)據(jù)為樣本，得到一個讀者興趣偏好模型，再用此模型預測讀者資源需求，根據(jù)資源對象內(nèi)容和讀者興趣的相似性進行推薦。這一方法中，建立基于讀者訪問行為的興趣模型是核心，常用的方法有機器學習、統(tǒng)計模型、貝葉斯模型、概率相關模型和線性回歸模型等。〔11〕

4．3 基于關聯(lián)規(guī)則的資源推薦模式

數(shù)據(jù)挖掘是指以某種方式對數(shù)據(jù)進行分析，從中發(fā)現(xiàn)一些潛在的有用的信息。關聯(lián)規(guī)則挖掘則是數(shù)據(jù)挖掘技術中的一項重要技術，它是從大量數(shù)據(jù)背后發(fā)現(xiàn)事物之間可能存在的關聯(lián)，為管理和服務提供決策支持。

文獻資源的關聯(lián)挖掘是通過對讀者歷史訪問數(shù)據(jù)進行分析，發(fā)現(xiàn)文獻資源的關聯(lián)，來進行信息的推薦服務?；谝?guī)則中變量的類型可分為布爾型關聯(lián)規(guī)則和數(shù)值型關聯(lián)規(guī)則，基于規(guī)則中數(shù)據(jù)的抽象層次可分為單層關聯(lián)規(guī)則和多層關聯(lián)規(guī)則，基于規(guī)則中涉及的數(shù)據(jù)的維數(shù)可以分為單維的和多維的?！?2〕

例如規(guī)則:主題=“文獻學”=＞主題=“目錄學”，表示訪問主題為“文獻學”的讀者也可能訪問“目錄學”的資源，這兩個主題屬于同一層次，值是離散的，屬于布爾型單層關聯(lián)規(guī)則。

例如規(guī)則:主題=“圖書館管理”=＞主題=“圖書館統(tǒng)計”，是一個較高層次和較低層次之間的多層關聯(lián)規(guī)則。

例如規(guī)則:專業(yè)=“圖書館學”，文化程度=“學士”=＞主題=“圖書館，分類法，文獻檢索，信息管理”，這條規(guī)則涉及到三個字段的信息，是三維上的一條關聯(lián)規(guī)則，屬于多維關聯(lián)規(guī)則。

基于關聯(lián)規(guī)則的資源推薦，一般轉化率較高，因為當讀者已訪問了頻繁集合中的若干資源后，訪問該頻繁集合中其他資源的可能性更高。

4．4 混合模式的資源推薦

各種推薦策略都有其優(yōu)缺點。因此，在實際推薦中，混合推薦經(jīng)常被采用，通過組合不同的推薦策略，來揚長避短，產(chǎn)生更加符合讀者需求的推薦。目前應用最多的是內(nèi)容推薦和協(xié)同推薦的混合。其思路有兩種:(1)推薦結果的混合。這種混合方式是利用兩種或多種推薦策略產(chǎn)生推薦結果，然后用某種算法把所產(chǎn)生的推薦結果進行混合，得到最終的推薦結果。如何從中選擇讀者感興趣的推薦結果是該算法的重點，這需要和讀者興趣模型相結合。(2)推薦算法的混合。以一種推薦算法為基礎，混合另外一種推薦算法。如協(xié)同推薦的框架內(nèi)混合內(nèi)容推薦，或基于內(nèi)容推薦的框架內(nèi)混合協(xié)同推薦，基于關聯(lián)規(guī)則的推薦中混合內(nèi)容推薦或協(xié)同推薦等。

5 資源推薦服務的重點難點和發(fā)展趨勢

5．1 讀者統(tǒng)一身份認證

由于資源個性化推薦是針對讀者來進行，在數(shù)字圖書館服務中，讀者需要有一個統(tǒng)一的身份，方便圖書館對讀者偏好信息的獲取。然而，圖書館存在眾多的信息服務系統(tǒng)，如OPAC系統(tǒng)、圖書館門戶、校外訪問系統(tǒng)、參考咨詢系統(tǒng)、資源檢索系統(tǒng)等，這些服務系統(tǒng)的身份認證機制各不相同，導致讀者使用這些系統(tǒng)時都需要輸入不同的賬戶和密碼信息，增大了認證的復雜度，降低了圖書館服務的易用性。實現(xiàn)數(shù)字圖書館統(tǒng)一的身份認證，甚至與學校一卡通身份信息對接，可方便讀者使用圖書館的服務，提高資源的利用率;同時，為數(shù)字圖書館個性化推薦服務提供一致的讀者身份信息。因此，如何實現(xiàn)統(tǒng)一身份認證已成為圖書館亟需解決的重要問題。

5．2 讀者個人信息空間

對個性化推薦服務系統(tǒng)來說，最重要的是讀者的參與。通過與圖書館各業(yè)務系統(tǒng)的統(tǒng)一身份認證、與各業(yè)務系統(tǒng)應用和數(shù)據(jù)的集成，來獲取讀者的特征信息和行為信息。讀者個人信息的內(nèi)容包括:個人認證信息及基本信息、個人文獻收藏信息、個人成果信息、圖書館業(yè)務功能的集成、讀者資源訪問行為信息、資源和空間定制信息等。讀者個人信息空間中記錄了讀者的這些特征和行為，反映了讀者的興趣和偏好。因此，如何集成讀者的個人信息和對資源的訪問行為，構建一個反映讀者興趣的個人信息空間，成為數(shù)字圖書館個性化推薦系統(tǒng)建設的重點。

5．3 基于元數(shù)據(jù)的文獻資源集成檢索

基于元數(shù)據(jù)的異構文獻資源集成檢索，可為數(shù)字圖書館個性化推薦服務提供數(shù)據(jù)保障。要獲取每個讀者的資源訪問行為，就需要對分散異構的資源進行整合，為讀者提供統(tǒng)一的檢索服務。集成檢索不但方便了讀者發(fā)現(xiàn)和獲取文獻資源，同時也可獲取到讀者對資源的訪問行為，如檢索、瀏覽、閱讀和下載等，為讀者興趣的分析和資源推薦提供數(shù)據(jù)基礎。近年來，文獻資源的集成檢索，也稱為資源發(fā)現(xiàn)系統(tǒng)，成為數(shù)字圖書館討論的熱點。

5．4 資源推薦系統(tǒng)的安全性

為讀者提供信息資源的推薦，需要在系統(tǒng)中記錄讀者的興趣偏好等信息，但讀者擔心個人隱私信息得不到保護而不愿提供個人信息，這是推薦系統(tǒng)長期存在的一個問題。因此，既能獲取讀者信息又能有效保護讀者的個人隱私也是資源推薦系統(tǒng)需考慮的一個重點。

1．熊擁軍．數(shù)據(jù)挖掘在數(shù)字圖書館個性化服務中的應用．中南大學碩士論文，2005

2．王巧榮，趙海燕，曹?。畟€性化服務中的用戶建模技術．小型微型計算機系統(tǒng)，2011，32(1):39 －46

3．王丹．基于用戶興趣的個性化信息檢索分析與研究．江西理工大學碩士論文，2010

4．吳麗花，劉魯．個性化推薦系統(tǒng)用戶建模技術綜述．情報學報，2006，25(1):55 －62

5．Weng S S，Lin B S，Chen W J．Using contextual information and multidimensional approach for recommendation．Expert System with Applications，2009(36):1268 －1279

6．宋麗哲，詹赤兵，王勝海．基于本體的數(shù)字圖書館個性化用戶模型表示．中文信息學報，2008(1):99－103

7．郭艷紅．推薦系統(tǒng)的協(xié)同過濾算法與應用研究．大連理工大學博士論文，2008

8，9．楊杰．個性化推薦系統(tǒng)應用及研究．中國科學技術大學碩士論文，2009

10．孫小華．協(xié)同過濾系統(tǒng)的稀疏性與冷啟動問題研究．浙江大學博士論文，2005

11．歐潔，林守勛．個性化智能信息提取中的用戶興趣發(fā)現(xiàn)．計算機科學，2001，28(3):112 －115

12．王金燕．基于關聯(lián)規(guī)則的告警相關性分析及在數(shù)據(jù)網(wǎng)管系統(tǒng)中的應用．西安電子科技大學碩士論文，2006