數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 數字圖書館個性化資源推薦服務

在數字圖書館信息服務中，個性化推薦是根據讀者特征、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。〔1〕

數字圖書館個性化資源推薦服務系統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，資源推薦系統模型如圖1所示。

圖1 資源推薦系統模型

推薦系統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，推薦系統應能獲取體現讀者多方面的、動態變化的興趣和愛好，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據基礎，在數字圖書館信息服務系統中，能反映讀者興趣偏好的數據主要有以下三種:(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的讀者表中，包括讀者的姓名、性別、年齡、院系、班級、專業、學歷等。利用這些自然屬性可進行讀者興趣的初始建模;(2)圖書館各業務管理系統中與讀者相關的信息:如圖書自動化管理系統中讀者的借閱信息，參考咨詢系統中讀者的咨詢信息，數據庫系統中讀者的學術成果信息，甚至學校教務系統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生的，真實體現了讀者的資源需求;(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務系統的操作行為，來對讀者的興趣進行推理。(3)啟發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，有利于協同推薦。

讀者興趣模型的方式方法，決定了推薦系統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，在協同過濾推薦系統中經常使用這種方法。(4)基于本體的用戶模型方式方法。〔6〕本體通常自上而下采用概念樹的形式，每個節點表示用戶的一個興趣類，它能夠最大限度地實現知識的共享和重用。

3 推薦資源對象建模

對資源對象的描述一般有基于內容的方法和基于分類的方法。對于網絡資源，由于其非結構化特性，沒有統一的標準進行描述，一般采取以基于內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?？刹捎没趯W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)是推薦系統中最為核心和關鍵的部分，它決定了推薦系統的類型、性能和推薦效果。常見的資源推薦策略根據使用數據的不同分為基于內容的推薦、協同過濾推薦、基于關聯規則的推薦和混合推薦等?！?〕

4．1 基于內容的資源推薦模式

4．1．1 資源對象內容和讀者興趣相似性的推薦。系統首先提取資源對象的元數據信息或文檔內容，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給讀者;中國知網數據庫的文獻詳細頁面，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，常用的內容相似性計算方法有余弦相似度、皮爾森相關系數和矯正余弦相似度。〔8〕

4．2 基于協同過濾的資源推薦模式

協同過濾〔9〕是一種在推薦系統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。在數字圖書館可理解為基于讀者的協同推薦，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。在基于用戶的協同推薦策略中，推薦資源對象集的產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，也被稱為協同過濾的“冷啟動”問題。〔10〕

4．2．2 基于項目的協同推薦?；陧椖繀f同推薦是通過計算內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，發現資源和資源之間的相似度，然后根據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，所以系統會將資源C推薦給讀者C。基于項目方法所推薦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 基于模型的協同推薦。以用戶和以項目為基礎的協同推薦共有的缺點是數據稀疏，難以處理大數據量，影響即時推薦結果，因此發展出以模型為基礎的協同推薦。以模型為基礎的資源協同推薦是先用讀者對資源的訪問歷史數據為樣本，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，根據資源對象內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、統計模型、貝葉斯模型、概率相關模型和線性回歸模型等?！?1〕

4．3 基于關聯規則的資源推薦模式

數據挖掘是指以某種方式對數據進行分析，從中發現一些潛在的有用的信息。關聯規則挖掘則是數據挖掘技術中的一項重要技術，它是從大量數據背后發現事物之間可能存在的關聯，為管理和服務提供決策支持。

文獻資源的關聯挖掘是通過對讀者歷史訪問數據進行分析，發現文獻資源的關聯，來進行信息的推薦服務。基于規則中變量的類型可分為布爾型關聯規則和數值型關聯規則，基于規則中數據的抽象層次可分為單層關聯規則和多層關聯規則，基于規則中涉及的數據的維數可以分為單維的和多維的。〔12〕

例如規則: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規則。

例如規則:主題=“圖書館管理”=＞主題=“圖書館統計”，是一個較高層次和較低層次之間的多層關聯規則。

例如規則:專業=“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”，這條規則涉及到三個字段的信息，是三維上的一條關聯規則，屬于多維關聯規則。

基于關聯規則的資源推薦，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缺點。因此，在實際推薦中，混合推薦經常被采用，通過組合不同的推薦策略，來揚長避短，產生更加符合讀者需求的推薦。目前應用最多的是內容推薦和協同推薦的混合。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生推薦結果，然后用某種算法把所產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。如協同推薦的框架內混合內容推薦，或基于內容推薦的框架內混合協同推薦，基于關聯規則的推薦中混合內容推薦或協同推薦等。

5 資源推薦服務的重點難點和發展趨勢

5．1 讀者統一身份認證

由于資源個性化推薦是針對讀者來進行，在數字圖書館服務中，讀者需要有一個統一的身份，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，如OPAC系統、圖書館門戶、校外訪問系統、參考咨詢系統、資源檢索系統等，這些服務系統的身份認證機制各不相同，導致讀者使用這些系統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。實現數字圖書館統一的身份認證，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，如何實現統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來說，最重要的是讀者的參與。通過與圖書館各業務系統的統一身份認證、與各業務系統應用和數據的集成，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，成為數字圖書館個性化推薦系統建設的重點。

5．3 基于元數據的文獻資源集成檢索

基于元數據的異構文獻資源集成檢索，可為數字圖書館個性化推薦服務提供數據保障。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，為讀者提供統一的檢索服務。集成檢索不但方便了讀者發現和獲取文獻資源，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據基礎。近年來，文獻資源的集成檢索，也稱為資源發現系統，成為數字圖書館討論的熱點。

5．4 資源推薦系統的安全性

為讀者提供信息資源的推薦，需要在系統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需考慮的一個重點。

1．熊擁軍．數據挖掘在數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，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．推薦系統的協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．個性化推薦系統應用及研究．中國科學技術大學碩士論文，2009

10．孫小華．協同過濾系統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現．計算機科學，2001，28(3):112 －115

12．王金燕．基于關聯規則的告警相關性分析及在數據網管系統中的應用．西安電子科技大學碩士論文，2006