基于移動應用平臺的高校圖書館智慧服務研究

黃麗芳

（湖南工業職業技術學院圖書館湖南長沙410000）

1 背景分析與研究回顧

隨著移動互聯網的快速發展，人們的生活方式和知識獲取方式也發生了巨大變化。人們的閱讀不再受時間、地點的限制，各種碎片化時間，都被人們用于閱讀。因此，紙質文獻在生活中所占的比重越來越小，而以手機為載體的移動電子信息以其方便、快捷、全面的優勢受到人們的青睞，所占比重越來越大。作為專業知識的儲存場所，高校圖書館的發展也因此受到了不小的沖擊。隨著技術的迅速發展，高校圖書館經過幾十年的努力，已經完成了從傳統圖書館到數字圖書館的轉變，并逐步走向智慧圖書館，這被視為21世紀信息產業主要的發展方向之一。移動圖書館服務不僅具有傳統圖書館的一般特征，同時加入了移動智慧的新特性[1-2]，移動智慧圖書館繼承了傳統圖書館采集、儲存、歸類的基本功能，同時利用智能技術將圖書進行數字化管理和跟蹤，還可以實現全球知識的共享。移動圖書館是基于網絡環境建設的，人們對知識獲取的習慣與喜好都可以進行追蹤，再利用數據挖掘等技術對用戶的喜好數據進行挖掘，進而將挖掘的結果服務于用戶。因此移動圖書館的優化利用對圖書館信息服務體系的建設具有重要意義。隨著智慧圖書館建設的不斷推進，智能化信息服務的發展將成為智慧圖書館建設的重要衡量指標[3]。

移動應用最大的使用場景是手機。微信和APP 是手機應用中實現智慧圖書館比較好的媒介。智慧圖書館APP以其成熟的實現模式，可以全面實現圖書館的所有功能，微信功能模塊以其強大的功能和獨特的優勢在高校作為移動應用平臺得到了廣泛的應用，深受廣大師生的歡迎。因此，用微信公眾號和微信小程序作為智慧圖書館的入口是本文設計智慧圖書館的創新之一。公眾號和小程序連接的圖書館數據庫與APP 是同一個數據庫，可以實現數據同步。在這種趨勢影響下，微信平臺加快了圖書館從紙質化向移動智能化知識服務平臺的轉變。但隨著用戶數量和數據的增加，微信公眾號也存在一定局限，比如，在網絡環境受限和訪問人數較多時，加載速度很慢，同時其交互能力也一直是應用的痛點。近兩年在互聯網應用領域，根據用戶喜好進行推送的服務越來越普及，同樣，這也可應用于移動圖書館，即根據讀者搜索和使用歷史，挖掘出讀者的喜好，再將類似知識推送給讀者，以此提高服務能力，做到有針對性地取之于用戶服務于用戶[4]。楊彬彬[5]提出從多數據源的角度整合圖書館的數據形成知識圖譜并應用于讀者。張志勇[6]利用八爪魚網絡爬蟲技術對采集讀者和圖書元數據的方法,對圖書館的運行效率提出了新的模式；程羅德等[7]針對新環境下高校圖書館資源的建設轉型進行了深入分析和探討，提出“讀者為本、一站式服務”的管理方式，對讀者個性化服務提出新的需求。方鋼[8]提出了微時代背景下公共圖書館讀者服務中存在的交互功能不足與館藏利用率低下等問題,并提出了有針對性的讀者服務策略。上述研究大都為理論探討，僅有少部分將想法應用于實踐，但針對個性化服務的應用還沒有很好地被應用于高校圖書館，尤其是數據挖掘的有效利用方面。

基于此，本文提出以移動應用為平臺，結合圖書館信息化發展現狀和線下問卷調查結果，設計和實現以微信公眾號、微信小程序和APP 為媒介的智慧圖書館，包含讀者模塊和管理員模塊。其中，讀者模塊包含微悅讀、微服務、我的圖書館三大模塊。微悅讀和微服務作為個性化服務模塊，采用數據挖掘分析和流式大數據處理知識，實時挖掘讀者對電子資源的喜好，在后臺對讀者的評價、訪問習慣、搜索等進行采集挖掘；采用機器學習、深度學習的算法進行讀者畫像，挖掘其對電子資源的喜好，進而向讀者推薦其感興趣的書籍和內容，縮短查詢時間，提高整體效率，更好地服務于讀者。管理員模塊主要是后臺管理電子資源、管理讀者以及管理數據挖掘的相關參數等。

2 基于移動應用平臺的高校圖書館智慧服務分析

2.1 問卷調查

移動APP是本文設計和實現移動應用的必要方式，而微信平臺的應用作為新的使用方式是否符合學生對移動圖書館的需求，則需調查求證。本研究通過問卷方式于2019年2月20 日至4月20 日在湖南一高校圖書館讀者當中進行了調查，了解其關于建設基于移動應用平臺的圖書館智慧化服務的意見和建議。問卷內容包括調查者使用微信平臺的頻率、想從微信平臺獲取知識的意愿度、期望基于微信的圖書館有哪些服務和功能、期望有哪些電子資源以及圖書館信息推送方式等問題。其中，線下共發放800份問卷，共回收有效問卷756份，采集網絡問卷500 份。

調查結果顯示，大學生讀者基本上都常使用微信，偶爾使用的只占極少數，99%以上的讀者都愿意從圖書館微信公眾號中獲取相關信息。

從表1可以看出讀者除了個人借閱信息查詢、續借、圖書檢索等基礎功能需求外，與圖書館進行交流的愿望也很強烈，想進行微信咨詢的占85%，想加入微社區的占到70%。讀者在線資源的需求比重也較高，特別是電子圖書資源，其需求比例占88%，微視頻、公開課的比重占65%以上，希望收到知識推薦的達82%。

表1 讀者對移動智慧圖書館菜單功能的需求

表2顯示，讀者傾向于移動智慧圖書館主動推送資源推介與新書、好書推薦以及圖書館活動等內容，推送形式更傾向于圖片與文字，半數以上希望每周推薦次數為2次。

表2 讀者對移動智慧圖書館信息推送的需求

2.2 移動圖書館系統需求分析

綜合現有移動應用與問卷調查結果，我們選擇了APP、微信公眾號和微信小程序三種方式作為移動智慧圖書館的入口。讀者可以根據需求選擇適合的方式，這三種方式各有特點：

（1）微信公眾號

現有研究分析和問卷調查結果顯示，微信在讀者中的普及率非常高。微信公眾平臺作為一種信息交流的智能應用平臺，除了其基本的菜單功能、便捷的讀者服務外，其閉環式交流結構的通信方式，可與讀者進行直接對話，通過發語音、文字、圖片等實現雙向、同步的在線交流，利于信息的有效送達[9]。微信公眾平臺通過與讀者的直接對話，能夠更加便捷地了解讀者的實際需求，有效提升讀者服務的智能化水平。

讀者關注微信公眾號之后，可通過兩種推送方式獲取知識資源，一種是在瀏覽圖書館資源時，所在瀏覽頁面的類似資源展示，另一種是微信平臺特有的服務推送方式，即訂閱號和服務號。訂閱號可每天向讀者推送，信息推送更及時，本文旨在通過訂閱號的服務方式實現知識推送。

（2）微信小程序

微信小程序是一種微信平臺上的虛擬APP[10]，它無需下載安裝，通過搜索或者掃一掃便可打開和使用，這種方式越來越吸引用戶。對于開發者來說，小程序門檻相對較低，能滿足基本應用需求，可以實現與公眾號之間相互跳轉，與原有系統無縫鏈接。

（3）APP

小程序依舊存在一些不足，只能實現微信開放端口的日常功能。考慮到現有功能的完善性和未來的可擴展性，我們開發了APP。移動智慧圖書館APP 的推送方式結合讀者的搜索歷史對用戶進行推送，移動APP 作為傳統的移動應用，可以有效實現完整的圖書館服務。

移動智慧圖書館的功能服務需求主要包括幾個方面：①便捷實用的基礎服務功能，如：個人借閱信息查詢、圖書續借催還、圖書檢索、圖書館的開放時間等；②圖書館資源服務與電子信息服務，如：新書通報、資源推薦、電子圖書等；③實時溝通與信息交流，如：在線咨詢、微社區等。表2顯示80%以上的讀者希望平臺有資源推薦、在線電子圖書與實時咨詢等項目，資源推送形式上，讀者更傾向于圖片與文字結合的推送形式。在線閱讀資源也是讀者的一個重要需求。有部分讀者提出希望有座位預選與圖書實時精確定位查找功能。

喜好資源推送和信息交流，是本文設計的創新點，也是難點。對于資源推送，首先需要挖掘讀者的個人喜好，進行用戶畫像，再查詢出同類資源推薦給讀者。推薦方式有多種，APP選擇用戶瀏覽頁面展示的方式，微信公眾號采用訂閱號推送方式。讀者不用進入圖書館，就可以獲取知識。

3 智慧圖書館服務設計與實現

3.1 移動智慧圖書館系統設計

本文構建了基于移動應用平臺的圖書館智慧化服務模式。圖1列出了平臺的各功能模塊，移動智慧圖書館入口包括微信公眾號、微信小程序和APP，均實現了讀者登錄和管理員登錄模塊。本文設計的智慧圖書館平臺具有平臺管理、微悅讀以及微服務等功能。好書推薦和微服務是用戶個性化服務，主動推薦用戶感興趣的內容和圖書，通過圖片、語音、文字或者視頻的方式向讀者實時推送消息。

圖1 移動智慧圖書館系統詳細設計

移動智慧圖書館各模塊功能如下：

（1）微悅讀

熱門圖書：展示一周借閱最頻繁的圖書或最新圖書等；博看微刊：幾千種暢銷期刊、圖書，幾百種報紙，并與紙刊同步更新；好書推薦：結合讀者喜好給讀者推薦同類型好書；公開課：大學或者社會上的公開課視頻；微視頻：收錄學生或者老師的知識資源。

（2）微服務

微社區：具有發帖、回復功能的多人溝通分享社區。讀者發表的內容可以被所有人看到并進行回復，能吸引對某個話題感興趣的讀者，讀者之間可直接交流。平臺管理員可以對社區中的回帖進行審核和管理，把握交流導向，引導健康積極的社區交流氛圍。

學科服務：包括知網、IEEE等數據庫鏈接以及各類數據庫資源的檢索與使用方法等。

座位預約：近年來各大圖書館推出的一項新的服務功能，讀者綁定證件后可直接預約座位，提高了座位的利用率，是圖書館智能化服務的一個重要方面。為滿足不同讀者的需求，兼顧圖書館的實際情況，可以預留一部分座位現場使用，并根據實際預約與使用情況進行實時調整。

在線咨詢：使用自動回復或人工問答的方式，為讀者提供信息咨詢服務，通過溝通和交流及時了解讀者的需求，增強讀者的使用體驗感，促進讀者信息服務的發展。

（3）我的圖書館

圖書借閱與續借：可以查詢讀者的借閱情況，對于將要超期的圖書，可以進行續借。

圖書查詢：圖書查詢模塊利用RFID技術跟蹤圖書，實現圖書的定位、查詢等，節省讀者查找時間。RFID[11]射頻識別技術還有自助借還等功能，能提高工作效率，給圖書館服務工作帶來便捷。

賬號設定：實現讀者的賬號注冊和管理。

基于移動應用平臺的圖書館智慧服務，具有圖書借閱/續借、圖書查詢、開館閉館時間、借閱排行等功能，能極大地方便讀者，使讀者使用不受時間與地點限制，又能減輕圖書館工作人員的工作量，提高工作效率。

（4）微服務管理

微服務主要管理對讀者推薦的服務，讀者推薦模塊利用數據挖掘技術實現同類圖書管理以及對用戶畫像的構建，進而向讀者主動推薦其喜好資源；信息推送是移動智慧圖書館服務的一個重要內容，圖書館在網絡環境下建立用戶數據庫，搜集用戶的日常搜索和閱讀喜好，再對用戶進行信息分類，及時主動地推薦同類資源給用戶，推薦的內容包括電子圖書、微視頻等；在推送消息的形式與內容上，由于讀者傾向于文字和圖片，因此我們可以選用圖文結合的方式進行消息推送。同時，信息推送建立了相對規范的互動評價體系，可以讓讀者隨時反饋意見，圖書館平臺可以及時掌握用戶需求，逐步形成合理的信息推送習慣，最大程度滿足讀者需求，增強讀者對移動智慧圖書館的關注度。

公眾號平臺微悅讀的電子書籍專欄、博看微刊、公開課、微視頻等內容，都是跳轉到小程序實現的。另外，座位預約牽涉到圖形化界面的交互，加載內容較多，也通過小程序實現，以最大化提高服務效率，減少等待時間。

3.2 數據挖掘技術在移動智慧圖書館的應用實現

知識資源推薦模塊包括兩部分，其一是根據讀者對電子資源的評價獲得讀者的喜好程度，同時通過對評價的挖掘，記錄其整體受歡迎程度，根據挖掘結果決定是否推薦給讀者。本文采用機器學習和遞歸神經網絡對讀者評價進行數據挖掘，進而將挖掘結果作用于個人化服務，對讀者進行知識推薦。

讀者閱讀電子資源之后，會作出評價。我們將評價的感情色彩分為三個等級，“喜歡”“中等”“不喜歡”。通過對感情色彩的分析，我們得出讀者的喜好，進而對電子資源的推薦和個性化服務進行指導。讀者的評價往往是自然語言。對自然語言進行計算機分析是一個技術難題，也是本文的創新點。我們采用了基于機器深度學習和遞歸神經網絡的方法，對自然語言進行數據挖掘和分析。

語言分析的基本流程如圖2所示。在學習階段，我們抽取適當學習樣本，首先對每個樣本進行分句，每個句子經句法分析獲得句法樹，句法樹經人工標注生成樹庫，在樹庫的基礎上訓練遞歸神經網絡（RNN）模型；在分類階段，先對每個句子進行目標分類，采取基于頻繁詞集的分類方法，把句子劃分到歷史、人文、理工等類別中，為了進一步剔除句子中和目標無關的評價內容，進行句法樹的剪枝；最后利用學習階段訓練好的RNN 模型進行情感分類，最終獲得情感類別和評價目標類別。

圖2 語言分析的基本流程

在RNN 模型中，短語和詞表示為D維向量。基于二叉樹表示向量組合，并且以遞歸方式使用不同類型的組合函數遞歸地計算父向量。如下所示，當短語“不是很好”被解析為二叉樹時，葉節點中的每個詞用向量表示。通過“很”和“好”的組合獲得“很好”的表示，并且通過“不是”和“很好”的組合遞歸地獲得三元組“不是很好”的表示。該模型使用以下公式來計算父向量：

其中VP是父向量，Vl和Vr是左和右子向量，g 是組合函數，f = tanh 是標準的元素性非線性方程，W 是組合矩陣，b是偏差向量。每個父向量使用softmax 分類器來計算其標簽的情感分類。模型的訓練采用反向傳播的方法，使用自適應梯度算法（AdaGrad）來解決優化問題。每個節點可標注為++（喜歡）、0（中性）、--（不喜歡），并為整個句子選擇一個評價目標類別。

系統通過以上機器學習和RNN 訓練模型分析出讀者對電子圖書和資源的喜好/中等/不喜好的結果，記錄讀者對此資源是否喜歡。如果讀者對此類資源喜愛，系統將查詢此類資源再推薦給讀者，同時，系統中所有讀者對資源的評價結果可以作為知識推薦的參考，評價結果也可以作為圖書館員管理圖書上架/下架、圖書擺放的參考依據。

3.3 流式大數據處理技術在高校圖書館的應用實現

傳統的后臺算法，主要是批處理技術，雖然也能進行數據處理和加工，但只能處理歷史數據，不能處理實時數據，數據處理的響應時間也比較長。而在智慧圖書館項目中，對于移動互聯網產生的數據，不同于傳統的批處理技術，其數據規模和要求的響應時間，都有更高的要求。現在的主流技術，是流式數據處理技術。流式大數據處理組件有Tez/Spark/Streaming/Storm 等。其優點在于時效性強（毫秒級）、并發能力強（單節點可以實現50 000 流水/秒）以及可擴展性好。如圖3所示，本文采用流式數據處理技術來實時處理用戶需求，并使用增量式計算方法減少計算成本。

圖3 傳統模式和主動推送模式的區別

讀者的需求是不斷變化的。每個讀者，會在不同時期關注不同的閱讀內容。因此，搜索習慣和內容也需要不斷更新，如圖4所示，新樣本出現時進行自動學習，并更新已有的知識。同時，系統使用了馬爾科夫的算法對讀者的習慣進行了主動式預測，實時預測可能發生的事件或系統未來的狀態，根據需要提前進行決策，通過執行某些操作干預系統來降低系統損耗。

圖4自動更新

圖5 主動式決策降低系統損失

從圖5中可以看到，如果不對讀者行為進行干預，系統的損耗是最大的。進行響應式的干預（比如，讀者輸入一兩個關鍵詞，就推薦相應的搜索內容，這個在搜索引擎中已被大量應用），系統的損耗出現了明顯的降低。如果進行主動式干預，主動推送內容，系統的損耗會被降到一個相當低的水平。在圖書館信息服務中，主動式干預體現為根據讀者歷史檢索習慣推薦相應內容，節約系統的檢索資源和縮短讀者的檢索時間，這對于整個系統性能的發揮是很有效的。

本文使用上述基于流式數據處理的算法，并采取主動式決策算法對讀者需求進行后臺分析計算，一方面提高系統運行效率，另一方面針對讀者的搜索習慣，實時分析和挖掘讀者喜好，及時為讀者推送其感興趣的內容和知識，以此節省讀者時間，最大程度提高讀者服務感知，為讀者提供個性化服務。

4 結語

高校圖書館可以借助移動應用平臺，結合讀者的實際需求，為其提供個性化服務，進一步提高圖書館信息智能化服務水平，從而促進智慧圖書館的發展。高校圖書館基于移動應用平臺的智能信息服務是現代智慧圖書館信息化服務發展的必然趨勢。移動應用、微信公眾號和小程序已逐步成為實現圖書館智慧化服務的重要平臺，也是實現移動化信息服務與互動的主要方式之一，基于機器學習的后臺是其有效支撐。

移動互聯網技術和應用，打破了物理位置的局限，帶來了大量的訪問量，因此對于數據的交互，也提出了更高的要求。在后續發展中，智慧圖書館平臺的內容存量和系統性能將是制約其發展的瓶頸。我們將采用分布式數據庫技術，對移動圖書館資源進行更有效的擴展和整合，將多個高校甚至社會機構的圖書庫進行互聯，實現圖書共享，增加圖書和資料的存量，提高知識流轉和圖書利用率，讓高校的圖書資源不限于服務學生，還可以更有效地服務于社會。

（來稿時間：2019年11月）