大數據背景下高校圖書館個性化信息服務系統模型研究

趙秀靜

關鍵詞：個性化信息服務；高校圖書館；目標用戶；信息挖掘；大數據

摘要：文章從高校個性化信息服務的發展瓶頸出發，進行了相關的可行性分析，進而提出高校圖書館個性化信息服務模型，同時提出高校圖書館個性化信息服務過程中需要注意用戶的隱私和數據來源的約束等問題。

中圖分類號：G252文獻標識碼：A文章編號：1003-1588（2017）12-0056-03

1構建個性化信息服務系統的可行性分析

1.1已有的系統在分析用戶需求方面存在不足

高校圖書館開展個性化信息服務的一個前提條件，是需要準確獲知用戶實時的信息需求。目前，已有的個性化信息服務系統獲取用戶信息需求的途徑是通過事前的各種調查問卷、網絡訪談等方式獲取，然后對獲取的結果進行綜合分析并得出結論，再由相關的學科館員或參考館員根據需求結果調整相應的服務內容。但是，用戶的信息需求每時每刻都在發生變化，前一刻和下一刻可能都會不一樣，這種明顯有時間差的需求分析，已經不能滿足現今高校師生在大數據環境下的信息需求[1]。

1.1.1用戶建模的非實時性。已有的個性化信息服務系統以一種傳統的信息需求方式獲取用戶的需求情況，所得的結果不可避免會存在一定的偏差，因為已有的個性化信息服務系統的信息需求獲取方式不外乎問卷調查或網絡訪談，這本身就受制于調查問卷的設計是否合理、用戶表述是否清晰、用戶是否會出于對自身隱私的保護而不愿意配合等情況。高校圖書館在獲取這些存在偏差的信息需求結果的基礎上實施個性化信息服務，很難達到預期的效果。

1.1.2服務針對性有所缺失。綜觀現今高校圖書館已有的個性化信息服務系統，普遍存在與用戶需求脫節、服務精準度不高的問題，其根源在于高校圖書館已有的個性化信息服務系統無法隨時獲取用戶的信息需求，因此也就不能根據實時的用戶需求情況隨時隨地調整服務策略。與公共圖書館不同，高校圖書館主要服務于高校師生，很多因素導致高校圖書館無法實時獲取用戶的需求情況，無法根據師生的教學、學習進度和研究任務的變化而隨時調整服務內容，進而直接影響高校圖書館個性化服務的針對性。

1.2建立一個對用戶需求進行分析的個性化系統的必要性

1.2.1實時感知用戶的信息需求。對于高校師生來說，高校圖書館充當著“信息樞紐”的角色，他們在科研、教學及學習中產生信息需求時，往往借助于圖書館和網絡進行信息資源的自我服務。高校師生在借閱書籍、檢索書目、下載電子資源的過程中會產生海量的信息行為數據，圖書館相關人員通過對這些行為數據進行深入的挖掘和分析，很容易獲取用戶的實時信息需求[2]。這些數據對于個性化系統準確分析實時的用戶信息需求，具有非常重要的參考價值。

1.2.2目標群體區分度較高。高校圖書館個性化信息服務系統所面臨的首要難題是識別目標用戶的身份。該系統需要隨時隨地跟蹤用戶不斷變化的信息需求和信息獲取行為，并加以分析，進而鎖定目標人群，進行精準信息推送，這就需要在技術層面上應用Web數據挖掘技術。由于經費等的限制，高校圖書館的主要服務對象是在校師生，目標人群總體上還是較容易識別的，因為在校師生大都在圖書館完成了個人登記手續，即使他們使用校內網訪問館外的網絡資源，其電腦IP地址也已在校園網網絡中心備案在冊。因此，高校圖書館通過師生的信息記錄，并聯合校園網絡中心提供的客戶端用戶名等，就可以較為精確地區分目標人群與非目標人群，輕松完成目標用戶的識別。

2個性化信息服務系統構建

2.1系統構建目標和模型

個性化信息服務系統是在高校圖書館信息服務平臺的基礎上，通過不同數據倉庫獲取的用戶使用痕跡、用戶檢索記錄等，并應用Web數據挖掘技術，獲取此時此刻相對準確的用戶信息需求，以便有針對性地完成高校圖書館信息資源的推送服務。個性化信息服務系統模型

的目標是獲取用戶實時的信息需求，其功能包括整合和規范數據，數據分析和信息推送等。

2.2個性化信息服務系統模塊功能

2.2.1數據集成模塊。該模塊主要是為下一步的數據規范化做準備。在邏輯層面上，該模塊將從各種渠道獲取的、格式不一、含義各異的數據記錄進行系統集中。高校師生的信息行為數據分散于高校圖書館的信息系統、館藏電子資源數據庫、校園網等處，數據集成模塊就是要完成對所有這些分散數據的鏈接工作。

2.2.2數據規范化處理模塊。該模塊流程圖見圖1，主要目的是規范處理上一步集成后的數據，使其適用于數據分析相關算法。①合成記錄。高校圖書館所使用的自動化系統由各種軟件開發商提供，它們各自所屬的系統數據庫的數據表述格式和形態都不一樣，因此高校圖書館有必要進行相應的合成。該模塊通過將各個自動化系統中的用戶行為信息以唯一的符號格式來表示，從而實現跨系統的記錄合成。針對本校師生，這個唯一的數據庫表述符號可以用讀者編號來表示，因為他們事前都辦理過圖書館借閱證，會得到唯一的讀者編號，因此其可以作為標記該用戶的跨數據庫標識符。②數據規約。該功能是專門對含義相同但是標識名不同的數據進行統一的規約處理，目的是最大限度地讓數據管理清晰化，為準確的數據分析工作掃除障礙。所謂“含義相同但是標識名不同的數據”，舉個簡單的例子，就是在高校圖書館的讀者信息庫性別標識為“男”的，在校園網的用戶日志里標識為“Male”，因此在客觀上會造成歧義，也就有必要進行數據規約。③數據清理。該模塊的目的是實現對噪音數據、污染數據以及錯誤或不一致數據的清除。用戶在不同數據庫的記錄經過了合成以及數據規約處理后，將匯集到同一字段值中，但是這部分字段還存在屬性重復的情況，這時就僅需保留一個屬性值，而將其余的剔除；同時，字段值中也會出現缺漏現象，需做適當補充；對于出現錯誤的數據，需及時更正；對于實數形式的字段值，需做離散處理。④數據變換。該模塊主要是將各種格式的數據統一轉化為適用于下一步信息分析算法所需要的數據格式。不同的信息分析算法，都有其適用的數據格式。該模塊通過各種方式，比如數據概化、平滑聚集等完成數據的變換。

2.2.3信息分析模塊。高校師生在信息資源獲取和利用的過程中，會產生三種信息的格式：結構化、半結構化以及非結構化信息。①結構化信息。用戶接受高校圖書館提供的信息服務時，相應的數據庫會在圖書館回復用戶信息咨詢，以及對用戶提交的服務進行反饋的過程中，以表格化的形式，即以結構化的數據格式存儲相關的記錄，那么這部分數據由結構化數據分析模塊負責處理。②半結構化信息。用戶通過網上搜索引擎進行信息檢索，會在相應的服務器日志留下使用痕跡，這部分信息由網絡日志分析模塊負責處理。③非結構化信息。用戶通過移動終端向微信朋友圈等社交網絡發送信息請求時，這部分數據就由移動信息分析模塊進行處理。結構化信息分析模塊的目的是根據不同的用戶信息行為，將其細化成以“粒度”為單位的數據，從而精確區分不同用戶近似信息行為的信息需求的差異。考慮到結構化數據的格式規范且固定，因此該模塊只需在上述步驟的基礎上，即對經過合成和規約的相關數據再進行必要的聚類和分類即可完成。網絡日志分析模塊通過對用戶訪問互聯網的使用痕跡進行分析，獲取用戶實時的信息需求。該模塊的流程分為三大步驟（見圖2），最終目的是提升系統的響應速度，最大限度地降低海量的數據規模，采取的途徑是通過區分用戶身份，過濾掉無關用戶的信息需求數據。經過處理，該模式可得出如表1所示的用戶訪問日志。互聯網的用戶信息行為具有一定的特征，若用戶對某一頁面的訪問頻率較高，或者說停留的時間較長，就從一個側面反映了該頁面對該用戶有十分重要的意義。因此，高校圖書館可以通過表1中訪問頻次字段的內容，判定該用戶的信息需求。移動信息分析模塊設計的初衷是通過對用戶瀏覽移動網絡的痕跡進行挖掘，獲取相應的物理定位、愛好等用戶信息行為特征，針對用戶的愛好完成高校圖書館信息資源與用戶移動終端的有效對接。目前，國內高校范圍內智能移動終端設備已經普及，高校圖書館也與時俱進地推出了微信、微博等服務方式，借此吸收用戶的行為痕跡，以便進行信息挖掘，為個性化信息服務打下基礎。

2.2.4信息匹配模塊。該模塊是高校圖書館工作人員在獲取實時的用戶信息需求的前提下，對需求進行分類，根據不同的需求找到對應的館藏資源和網絡信息資源，采取因人而異的服務策略，實現真正的“個性化”信息服務。

2.2.5信息推送模塊。該模塊通過以下三種信息推送方式，因人而異地實現精準化的信息推送服務：①當用戶在需要借閱或使用相關書籍、電子資源時，尚未發現對自己可能更有價值的一些信息資源，那么此時該模塊就會在對其他用戶信息選擇的數據挖掘的基礎上，自動地、有針對性地為該用戶推薦一些信息資源。②在用戶使用高校圖書館的微博、微信等服務時，該模塊會盡快地分析出用戶的需求，然后進行相關的信息資源的推薦提示。③針對用戶所使用的不同移動終端的類型或者所在位置，及時地向用戶推送其訂閱的相關資源。

2.2.6用戶使用評價模塊。該模塊主要通過系統后臺，收集每一位用戶對每次接收到的高校圖書館個性化服務推送的信息資源所反饋的評價信息。該模塊可為高校圖書館工作人員修正相關的數據分析算法，為提升個性化服務效能提供重要的參考依據[3]。

3個性化信息服務系統在應用方面面臨的困境

3.1用戶隱私權可能受損

為了深入挖掘用戶的信息需求，個性化信息服務系統通過實時監控用戶的信息行為，對其進行數據集成、數據分析、聚類及分類處理等，從而挖掘出用戶信息需求的特征，這本身是為了更好地提供信息服務，但在此過程中不可避免地會涉及用戶的隱私，使用戶的隱私存在一定的風險。因此，高校圖書館必須在充分尊重用戶隱私的前提下，在征得用戶本人同意后，才能對用戶行為進行數據分析，并引進數據清洗步驟，過濾掉與個性化服務無關的用戶行為信息數據，最大限度地保護用戶隱私不受侵犯[4]。

3.2數據來源的限制

在高校范圍內開展個性化服務，只有當師生在校園網內的信息行為與其在校園網外的信息行為之間達成一定的數據耦合度，才能有助于對數據的分析和信息的深入挖掘。因此，高校圖書館有必要與相關網絡運營商達成一個相互協調和溝通的機制，從而打破用戶行為信息來源的限制。

4結語

大數據環境下，高校圖書館信息服務產生了海量的用戶信息行為數據。筆者為此設計了一套個性化信息服務系統模型，從理論上完成了前期的研究工作，但高校圖書館如何與相關網絡運營商進行深入協調，并且與用戶達成一個隱私保護的協議，還需要在今后的工作中多次進行實踐修正，最終完善該個性化信息服務系統。

參考文獻：

[1]馬曉亭.大數據時代圖書館個性化服務讀者隱私保護研究[J].圖書館論壇，2014（2）：84-89.

[2]李善青，趙輝，宋立榮.基于大數據挖掘的科技項目查重模型研究[J].圖書館論壇，2014（2）：78-83.

[3]艾春艷，游越，劉素清.讀者參與的高校圖書館學科服務新模式探討[J].大學圖書館學報，2011（5）：70-72.

[4]吳新年，陳永平.關于學科化信息服務的思考與建議[J].情報科學，2007（12）：1833-1837，1858.

（編校：崔萌）