基于云計(jì)算平臺(tái)的高校圖書(shū)管理個(gè)性化服務(wù)方法研究

趙慧巖

關(guān)鍵詞： 云計(jì)算; 高校圖書(shū)管理; 主題挖掘模型; 個(gè)性化; 機(jī)器學(xué)習(xí); 用戶(hù)服務(wù)模型

中圖分類(lèi)號(hào)： TN911?34; TP391.4 ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? 文章編號(hào)： 1004?373X（2019）03?0093?03

Abstract： A cloud computing platform based personalized service method for university book management is proposed to improve the efficiency and accuracy of book management in colleges and universities effectively. The framework of digital book service platform based on cloud computing is established by using four?layer architecture. The user service model in the process of cloud computing access is designed by taking the book information access user as the role center. The topic mining model based on three?layer Bayesian and unsupervised machine learning method are used to realize the personalized book service. The feasibility of the proposed method is verified with experimental results. The average absolute error calculation results show that the proposed method has higher service efficiency than the traditional method.

Keywords： cloud computing; university book management; topic mining model; personalization; machine learning; user service model

0 ?引 ?言

隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，數(shù)字化信息的存儲(chǔ)和處理方式越來(lái)越先進(jìn)?，F(xiàn)階段，微信、QQ、微博等社交平臺(tái)的發(fā)展速度十分迅猛，從而產(chǎn)生了海量的在線(xiàn)數(shù)據(jù)。在當(dāng)代互聯(lián)網(wǎng)環(huán)境下，信息得到了廣泛共享，人與物體之間、人與人、物與物之間的交流和互動(dòng)更加密切 [1]。隨著互聯(lián)網(wǎng)用戶(hù)的不斷增加，這些信息數(shù)據(jù)也不斷增多[2]。用戶(hù)如果想從海量的數(shù)據(jù)信息中尋找自己想要的信息[3]，就需要花費(fèi)大量的時(shí)間和精力進(jìn)行查詢(xún)和檢索，如高校的圖書(shū)館管理工作[4?5]。

因此，為了有效提升高等院校中圖書(shū)管理的效率和準(zhǔn)確性，本文提出一種基于云計(jì)算平臺(tái)的高校圖書(shū)管理個(gè)性化服務(wù)方法。實(shí)驗(yàn)結(jié)果顯示，相比傳統(tǒng)方法，本文提出的方法具有較高的準(zhǔn)確度，能夠有效實(shí)現(xiàn)個(gè)性化的圖書(shū)推薦服務(wù)。

1 ?基于云計(jì)算的數(shù)字化圖書(shū)管理及服務(wù)平臺(tái)

云計(jì)算（Cloud Computing）作為一種海量數(shù)字信息交互和管理模式，能夠通過(guò)互聯(lián)網(wǎng)計(jì)算機(jī)網(wǎng)絡(luò)為眾多客戶(hù)端用戶(hù)提供所需的資源和服務(wù)（硬件、平臺(tái)、軟件）。云計(jì)算平臺(tái)技術(shù)融合了虛擬化、分布式處理、海量數(shù)據(jù)存儲(chǔ)等技術(shù)，利用計(jì)算機(jī)網(wǎng)絡(luò)將獨(dú)立、形式多樣、大小不同的數(shù)字化信息和計(jì)算能力有機(jī)結(jié)合起來(lái)[6]。使用云計(jì)算平臺(tái)實(shí)現(xiàn)高校圖書(shū)資源的數(shù)字化管理，具有如下優(yōu)勢(shì)：

1） 資源共享。通過(guò)使用云計(jì)算技術(shù)構(gòu)建圖書(shū)管理平臺(tái)可以有效整合各種類(lèi)型的圖書(shū)資源。以云計(jì)算為基礎(chǔ)的系統(tǒng)平臺(tái)架構(gòu)能夠通過(guò)集中管理的方式提供高效和安全的資源共享，從而有效解決圖書(shū)管理中的信息孤島問(wèn)題。

2） 降低成本。云平臺(tái)能夠把圖書(shū)資源的存儲(chǔ)和維護(hù)成本降低到最低水平。高校無(wú)需購(gòu)買(mǎi)價(jià)格昂貴的專(zhuān)用Server以及各種CSDN網(wǎng)絡(luò)設(shè)備等，只需要購(gòu)買(mǎi)相關(guān)企業(yè)所提供的服務(wù)即可，也無(wú)需聘用專(zhuān)業(yè)的技術(shù)人員來(lái)對(duì)系統(tǒng)進(jìn)行維護(hù)。

3） 強(qiáng)大的并發(fā)處理效率。云計(jì)算平臺(tái)具有較強(qiáng)的并行處理能力，能夠同時(shí)處理海量的任務(wù)請(qǐng)求。云計(jì)算平臺(tái)具有強(qiáng)大的帶寬接口，能夠滿(mǎn)足數(shù)十萬(wàn)以上教師和學(xué)生的圖書(shū)資源訪(fǎng)問(wèn)需求，有效解決了網(wǎng)絡(luò)阻塞和訪(fǎng)問(wèn)延遲問(wèn)題。

4） 遠(yuǎn)程異地備份和恢復(fù)功能。云平臺(tái)具有網(wǎng)上的數(shù)據(jù)存儲(chǔ)安全模式，能夠以最先進(jìn)的方式實(shí)現(xiàn)異地容災(zāi)，消除安全隱患，保證圖書(shū)資源的完整性。

5） 安全性。以云計(jì)算平臺(tái)為基礎(chǔ)的數(shù)字化圖書(shū)管理及服務(wù)系統(tǒng)能夠搭建系統(tǒng)的安全訪(fǎng)問(wèn)規(guī)則，從而避免大多數(shù)入侵者的非法訪(fǎng)問(wèn)和數(shù)據(jù)篡改。

1.1 ?云計(jì)算平臺(tái)的總體架構(gòu)設(shè)計(jì)

針對(duì)廣大高校的圖書(shū)管理需求，本文設(shè)計(jì)的云計(jì)算數(shù)字化圖書(shū)服務(wù)平臺(tái)框架模型如圖1所示。整個(gè)架構(gòu)包括4個(gè)層次：

1） 基礎(chǔ)設(shè)備層，主要為高校本地硬件、校園網(wǎng)絡(luò)、云平臺(tái)和CSDN網(wǎng)絡(luò)接入設(shè)備;

2） 資源層，主要為各種專(zhuān)業(yè)方向的數(shù)字化圖書(shū)數(shù)據(jù);

3） 應(yīng)用層，主要為學(xué)生和教師使用的數(shù)字化校園、在線(xiàn)學(xué)習(xí)平臺(tái)和教務(wù)系統(tǒng)等應(yīng)用軟件;

4） 用戶(hù)層，主要為本校學(xué)生、本校教師、聯(lián)盟學(xué)校師生和管理人員。

層次之間通過(guò)Ajax實(shí)時(shí)通信完成信息交互。

1.2 ?云計(jì)算訪(fǎng)問(wèn)控制模型

以圖書(shū)信息訪(fǎng)問(wèn)用戶(hù)為角色中心，設(shè)計(jì)云計(jì)算訪(fǎng)問(wèn)實(shí)現(xiàn)過(guò)程中的用戶(hù)服務(wù)模型，如圖2所示。從圖2中可以看出，終端用戶(hù)可以使用各種現(xiàn)代化通信設(shè)備訪(fǎng)問(wèn)云計(jì)算平臺(tái)Server;而不同的圖書(shū)管理人員可對(duì)訪(fǎng)問(wèn)策略進(jìn)行分析，并通過(guò)一定的方法為不同用戶(hù)提供適合其需求的數(shù)據(jù)。

現(xiàn)代信息化社會(huì)的發(fā)展使得用戶(hù)對(duì)個(gè)性化的需求越來(lái)越大。因此針對(duì)上述推送服務(wù)，圖書(shū)管理系統(tǒng)應(yīng)該使用合適的圖書(shū)服務(wù)模型。

從圖3可以看出，隨著書(shū)籍?dāng)?shù)量的不斷增加，2種方法得到的MAE均不斷下降。其中關(guān)聯(lián)規(guī)則算法的下降速度較慢，而本文方法的下降速度較快。此外，在相同書(shū)籍?dāng)?shù)量情況下，本文提出方法的MAE更小，即準(zhǔn)確度更高。也就是說(shuō)，本文提出方法能夠更準(zhǔn)確地完成個(gè)性化圖書(shū)推薦服務(wù)，有效提升了服務(wù)效率，增加了用戶(hù)的滿(mǎn)意度。

4 ?結(jié) ?論

本文提出了一種基于云計(jì)算平臺(tái)的高校圖書(shū)管理個(gè)性化服務(wù)方法。首先使用4層架構(gòu)建立了云計(jì)算數(shù)字化圖書(shū)服務(wù)平臺(tái)框架，并以圖書(shū)信息訪(fǎng)問(wèn)用戶(hù)為角色中心，設(shè)計(jì)了云計(jì)算訪(fǎng)問(wèn)實(shí)現(xiàn)過(guò)程中的用戶(hù)服務(wù)模型。然后采用基于三層貝葉斯主題挖掘模型，以非監(jiān)督的機(jī)器學(xué)習(xí)方法實(shí)現(xiàn)個(gè)性化圖書(shū)服務(wù)。實(shí)驗(yàn)結(jié)果驗(yàn)證了提出算法的有效性、可行性;相比于關(guān)聯(lián)規(guī)則算法，本文方法的MAE誤差更小，魯棒性更高。

參考文獻(xiàn)

[1] 趙宏偉，李圣普.基于粒子群算法和RBF神經(jīng)網(wǎng)絡(luò)的云計(jì)算資源調(diào)度方法研究[J].計(jì)算機(jī)科學(xué)，2016，43（3）：113?117.

ZHAO Hongwei， LI Shengpu. Research on cloud computing resource scheduling method based on particle swarm optimization and RBF neural network [J]. Computer science， 2016， 43（3）： 113?117.

[2] 嵇可可.基于動(dòng)態(tài)趨勢(shì)預(yù)測(cè)蟻群算法的云計(jì)算資源調(diào)度優(yōu)化研究[J].科技通報(bào)，2016，32（1）：187?190.

JI Keke. Research on cloud computing resource scheduling optimization based on dynamic trend prediction ant colony algorithm [J]. Bulletin of science and technology， 2016， 32（1）： 187?190.

[3] 陳近，文庭孝.基于云計(jì)算的圖書(shū)館大數(shù)據(jù)服務(wù)研究[J].圖書(shū)館，2016（1）：52?56.

CHEN Jin， WEN Tingxiao. Research on library big data service based on cloud computing [J]. Library， 2016（1）： 52?56.

[4] 林曉玲，楊明華.RFID圖書(shū)管理系統(tǒng)中圖書(shū)定位排架方式探析[J].圖書(shū)館論壇，2012，32（3）：102?104.

LIN Xiaoling， YANG Minghua. Analysis of book positioning and arranging in RFID book management system [J]. Library forum， 2012， 32（3）： 102?104.

[5] 馮璐.大型圖書(shū)館中圖書(shū)質(zhì)量在線(xiàn)評(píng)價(jià)系統(tǒng)設(shè)計(jì)[J].現(xiàn)代電子技術(shù)，2018，41（1）：129?132.

FENG Lu. Design of online evaluation system for book quality in large libraries [J]. Modern electronics technique， 2018， 41（1）： 129?132.

[6] YANG S T. An active recommendation approach to improve book?acquisition process [J]. International journal of electronic business management， 2012， 10（2）： 108?115.

[7] RAJAGOPAL S， KWAN A. Book recommendation system using data mining for the University of Hong Kong Libraries [J]. Rev. Ceres.， 2012， 58（4）： 393?401.

[8] BOBADILLA J， ORTEGA F， HERNANDO A， et al. Impro?ving collaborative filtering recommender system results and performance using genetic algorithms [J]. Knowledge?based systems， 2011， 24（8）： 1310?1316.

[9] 李欣.基于概念格的圖書(shū)關(guān)聯(lián)規(guī)則挖掘研究[J].圖書(shū)館學(xué)研究，2015（8）：71?74.

LI Xin. Research on book association rules mining based on concept lattice [J]. Library science research， 2015（8）： 71?74.