基于智能過濾的數字圖書館個性化信息推薦服務研究

周江焱

摘 要：文章在闡述智能過濾技術應用個性化推薦服務基礎上，對以智能過濾技術為核心的圖書館個性化信息推薦服務應注意的問題展開了分析，并對以智能過濾技術為基礎系統構架的數字圖書館個性化推薦服務系統進行了闡述，旨在提高數字圖書館服務能力。

關鍵詞：智能過濾；數字圖書館；個性化推薦服務

智能過濾技術是源于大數據挖掘機制的信息技術，是解決圖書館信息化服務過程中信息資源過載、信息資源使用效率不高問題形成的技術模式，信息技術與智能技術的有機結合為數字圖書館面向用戶的個性化推薦服務提供了技術支持。

1 智能過濾技術應用數字圖書館個性化信息推薦服務的意義

1.1 對用戶的個性化需求智能檢測分析

移動互聯網時代的到來信息用戶身處爆炸的信息海洋中，互聯網空間龐大的信息數據催生了多種智能過濾技術，不同的智能搜索引擎技術偏重于不同類型信息的搜索獲取，要么用于商業數據的搜集獲取，要么注重知識資源的可視化呈現。智能過濾技術是智能技術與互聯網技術的綜合體，通過對不同類型信息資源的快速識別、準確定位，基于用戶的行為偏好，集成語義識別、信息檢索及信息過濾對不同類型的信息數據綜合處理。智能過濾是一種更加高效的信息組織、加工、利用技術，能根據用戶使用搜索引擎的習慣、行為，判定用戶的個性化信息需求，并對用戶的個性化需求進行數據分析，針對用戶的需求對信息資源檢索及智能篩選，使用戶及時獲取個性化信息。

1.2 智能分類用戶個性化信息

目前依靠傳統數字技術構建的個性化推薦服務系統，需要用戶根據自身的行為偏好和興趣手動選擇自己關注的信息類別，然后向系統提交申請，由系統自主判定用戶需求為用戶提供個性化信息服務。受到信息傳輸效率的影響，當使用該系統的用戶眾多、信息負載過大時，系統有崩潰的風險。智能過濾技術的出現很好的解決了這一問題，根據用戶使用搜索引擎的習慣、偏好、興趣，對用戶感興趣的信息智能化捕捉、智能搜集、智能獲取，把滿足用戶個性化需求的信息分類顯示到頁面上，使用戶不需要手動選擇就可以智能獲取分類信息。少部分用戶在使用數字圖書館時目的并不明確，對個人需要的信息定位缺乏準確性，面對這種情況，數字圖書館對智能過濾技術的高效應用可對用戶的個性化需求科學分析，根據系統分析結果為用戶提供分類推薦信息。

2 數字圖書館應用智能過濾技術需注意的問題

2.1 智能獲取個性化信息問題

根據筆者研究，依靠智能過濾技術用戶獲取個性化信息的方式分為兩種：一種是靜態智能化模型，另一種是動態化智能獲取模型。靜態智能化獲取方式是智能過濾系統根據讀者使用系統的注冊信息，包括與用戶個體行為有關的各種信息，對用戶靜態化個性需求進行初步分析。動態化智能獲取方式是通過分析用戶使用數字圖書館系統的日志記錄、網頁瀏覽記錄、信息查詢內容、最近閱讀狀況等數據分析用戶可能產生的閱讀需求，并圍繞用戶的行為偏好建立用戶個性化信息庫，準確預測用戶的個性化需求。同時，數字圖書館服務系統針對用戶個性化需求分析可建立追蹤機制，通過顯性分析、隱性追蹤的方式分析用戶的行為數據。顯性分析是根據用戶使用服務系統的反饋信息，從用戶個性化需求信息庫中調取用戶的基本信息，根據用戶的行為偏好、信息習慣、教育背景為用戶智能推送個性化信息，這種個性化信息推薦方式需要用戶自主參與。隱性追蹤是通過分析用戶的日志記錄、數字圖書館使用記錄、電子文獻查閱記錄預測用戶的個性化需求，根據系統的分析結果，為用戶智能推薦信息。

2.2 個性化信息智能篩選問題

解決用戶個性化信息智能篩選問題，首先針對用戶的個人信息進行智能篩選，并根據智能篩選結果建立用戶興趣知識庫，通過對用戶的個性化需求科學分析，確定與用戶的系統操作行為，篩選用戶的個性化信息，根據篩選結果及時更新知識庫。該系統是在精準分析用戶個人信息基礎上，針對用戶使用智能系統的日志記錄、行為偏好數據再次分析，并智能篩選。由于互聯網空間的虛擬性、多元化，且眾多結構化、異構化的信息數據時刻處于動態變化中，需要系統時刻追蹤分析用戶的行為數據，并針對用戶的行為數據精準分析，及時更新用戶的興趣知識庫，根據用戶使用數字圖書館產生的行為數據與興趣知識庫中的知識資源及時匹配，為用戶及時推薦個性化信息。

2.3 用戶個性化行為分析模型構建

智能過濾技術與圖書館數字系統的有效對接，并對用戶個性化需求科學分析，需要數據分析技術針對用戶的個性化行為建立動態模型，及時為用戶推薦個性化信息。這就要求數字圖書館首要針對用戶的行為數據全面搜集，并結合用戶日常的行為數據，依據SQL數據庫為用戶建立行為主題識別庫，其中包括用戶的系統操作數據、性格偏好、教育背景、工作經歷、自主需求等信息，可以針對不同種類的信息分為用戶行為描述、用戶興趣描述兩部分內容，以邏輯化的層級結構對用戶的個性化數據統一規范，并以可視化界面的形式呈現出來，實現對讀者行為、興趣的精準分析。

3 系統構建

3.1 系統模型

首先應確定系統模型，結合筆者研究，系統模型由三個模塊組成，分別為用戶模塊、信息模塊、管理模塊。用戶模塊為用戶提供登錄、檢索、信息瀏覽等服務；信息模塊滿足用戶自主信息獲取需求，并實現對用戶的信息過濾、信息智能分類等服務；管理模塊由用戶數據庫、系統數據庫、興趣知識庫三部分組成，通過后臺管理實現數據信息與用戶個性化需求的有效對接。

用戶模塊實現對用戶個人信息及行為數據的搜集、記錄。通過搜集用戶的行為數據、系統的日志記錄，跟蹤分析用戶的行為數據，并建立單獨的描述性文件對用戶的興趣、行為數據存儲，方便系統準確定位用戶需求。信息模塊依靠智能過濾技術，通過一系列智能算法、分析工具、爬蟲工具及數據采集策略為用戶及時推薦個性化信息。管理模塊依靠大數據挖掘、算法工具、語義關聯技術對用戶數據智能化分析，結合用戶的個性化需求實現信息的智能化提取，通過一系列的數據提取，輔助用戶精準查詢與科學決策，提高個性化信息推薦服務的有效性。

3.2 系統功能

系統功能需要滿足用戶的個性化需求，針對讀者個體的潛藏信息需求實現用戶的個性化信息定制、智能化信息推薦及智能化管理。個性化信息定制服務以用戶的行為偏好數據為切入點，通過分析用戶的行為偏好數據，推測用戶產生的真實需求，依據用戶的需求數據推送相關信息。智能化信息推薦是系統的核心功能，即根據用戶個性化需求對信息智能過濾，為用戶推薦感興趣的信息。智能管理服務結合用戶行為習慣及信息獲取偏好，對用戶興趣知識庫內容及時更新，獲取用戶行為習慣的變化數據，實現對信息的分類管理。

4 結語

數字圖書館個性化信息推薦服務依靠智能過濾技術圖書館未來發展的重要趨勢，采用先進的算法工具使數字圖書館對多種來源的數據信息高效過濾，結合用戶提供必要的信息產品，不僅能強化數字圖書館服務能力，還能使數字圖書館為用戶提供多種信息資源，使數字圖書館的應用價值最大程度上發揮出來。

參考文獻

[1]熊培松.基于知識挖掘的圖書館個性化推薦服務模式[J].河南圖書館學刊，2019（03）：93-95.

[2]胡朝君，王穎純，劉燕權.基于個性化服務的圖書館智慧互動服務模式現狀實證調研[J].圖書館學研究，2018（16）：71-78.

[3]郝大偉.智慧圖書館個性化推薦服務體系及模式的分析[J].內蒙古科技與經濟，2018（12）：148+152.