基于多源數據融合的數字圖書館用戶偏好挖掘模型研究

胡薇薇

關鍵詞：多源數據;數據融合;數字圖書館;用戶偏好挖掘模型

摘?要：文章介紹了多源數據融合技術的概念和功用，分析了數字圖書館構建用戶偏好挖掘模型的目的，探討了用戶偏好挖掘模型的設計原則、設計目標、設計框架，提出了基于多源數據融合的數字圖書館用戶偏好挖掘模型的構建策略，以期提升數字圖書館的服務水平，為用戶提供優質的信息服務。

中圖分類號：G250文獻標識碼：A文章編號：1003-1588（2020）02-0075-02

隨著計算機技術的發展及信息資源數量的增多，數字圖書館數據呈多源數據發展趨勢，用戶的信息需求也更加多元化。因此，如何將多源數據與用戶的個性化信息需求結合起來，方便用戶在海量的數據資源中提取所需信息，已成為數字圖書館亟須解決的問題。筆者利用多源數據融合技術建立了數字圖書館用戶偏好挖掘模型，以期提升數字圖書館的信息資源利用率和服務水平，為用戶提供優質的信息服務。

1?多源數據融合技術

多源數據融合技術指采用特定算法和手段對多個信息分析調查結果進行有效綜合和評價，并將評價結果進行有效統一的技術。該技術的目的是將各種不同的數據信息進行綜合，根據不同數據源的特點，從中提取出統一的、比單一數據更好、更豐富的信息。由于錯誤的數據對象直接影響多源數據融合的結果，不同類型的數據有不同的用途，數字圖書館要對多源數據進行篩選，確定合適的融合對象，并對確定的數據源進行預處理。數據源的不同使數據在類型、結構方面存在不同，不同的數據類型和結構會大大增加多源數據融合的難度，有時甚至會導致多源數據融合的失敗，因此數字圖書館有必要對多源數據進行預處理。數字圖書館不僅可采用現有的數據預處理技術，如數據流技術等，對多源數據的格式、類型、結構進行統一處理，確保所有數據的互聯互通，還可利用數據庫技術、圖像處理技術等對多源數據進行有效處理，確保所選多源數據的真正融合、統一。

2?數字圖書館用戶偏好挖掘的需求分析

隨著信息技術的不斷發展，用戶個人隱私被泄露的現象越來越多，很多用戶在訪問網絡時通常會采用匿名訪問的方式，以便對自己的隱私信息進行有效保護。因此，學術界主要對注冊用戶的偏好進行了研究，卻忽略了匿名訪問用戶的偏好。數字圖書館應根據用戶偏好，如專業特長、行為習慣、個人愛好等，對用戶的信息需求進行挖掘。

2.1?用戶檢索需求的分析

隨著人工智能、云計算技術的不斷發展，圖書館應利用先進技術對館藏資源進行有效管理，調整信息檢索方式，為用戶檢索信息提供便利。事實上，用戶在圖書館查閱館藏紙質資源的過程中需要花費大量的時間。因此，數字圖書館應及時調整信息檢索方式，滿足用戶的多元化信息需求，提升館藏資源利用率。

2.2?用戶偏好模型分析

用戶檢索、借閱紙質圖書資源會在圖書館管理系統中產生操作記錄，如圖書信息、用戶信息等。數字圖書館可對這些信息數據進行深入分析，挖掘用戶的閱讀偏好，建立科學的用戶偏好模型，為用戶提供優質的信息服務。

2.3?用戶偏好推薦需求分析

目前，多數圖書館根據圖書資源的類型及存儲檢索方式建立了數字圖書館服務平臺。隨著圖書資源的日益增多，用戶不能快速獲取所需資源。因此，數字圖書館應對館藏紙質資源進行數字化，將相關資源的鏈接放到網站主頁，根據用戶的閱讀偏好，為他們推薦合適的資源，滿足他們的多元化信息需求。

3?基于多源數據融合的數字圖書館用戶偏好挖掘模型設計

數字圖書館應采用多源數據融合技術對用戶偏好進行挖掘分析，建立用戶偏好挖掘模型，為他們推薦合適的資源，滿足他們的信息需求。數字圖書館在設計用戶偏好模型的過程中要制定明確的設計目標和設計原則，并對設計框架的可行性進行分析。

3.1?用戶偏好挖掘模型的設計原則

數字圖書館在設計用戶偏好挖掘模型的過程中應結合館藏資源的特點和用戶的閱讀偏好，以實用性為設計原則，同時兼顧個性化。數字圖書館應根據用戶的閱讀偏好設計模型流程，確定系統內容，及時滿足用戶的多元化信息需求。

3.2?用戶偏好挖掘模型的設計目標

構建用戶偏好挖掘模型，為用戶提供個性化信息服務是數字圖書館體系建設的核心內容，該模型常常也被應用于指導其他方面的工作。針對目前數字圖書館龐大的信息資源，其構建用戶偏好挖掘模型的主要目的是為了有效化解館藏資源過載問題。因此，數字圖書館應根據體系建設要求，將技術支持、資源配置及服務水平作為基于多源數據融合的用戶偏好挖掘模型設計的三個目標。技術支持目標是指數字圖書館基于多源數據融合技術建立一個操作性強、功能完備的框架體系，并與其他數字化技術進行無縫連接;資源配置目標是指數字圖書館根據用戶的閱讀偏好收集與處理信息資源，建設科學的信息資源數據庫;服務水平目標是指數字圖書館基于用戶偏好挖掘模型提高服務效率和服務質量，展現清晰的服務流程和服務內容。

3.3?用戶偏好挖掘模型的設計框架

基于多源數據融合的數字圖書館用戶偏好挖掘需要通過相應的系統模塊實現，因此數字圖書館可將B/S作為模塊構建的架構。基于多源數據融合的數字圖書館在堅持設計原則和設計目標的前提下，可從數據應用層、信息服務層、數據存儲層和基礎資源層四個層面構建用戶偏好挖掘模型。基礎資源層是整個用戶偏好挖掘模型構建的基礎，主要包括模塊構建的物理資源，如高速無線網絡、圖書館網絡安全系統、數據交換服務器等;數據存儲層主要是為用戶偏好挖掘模型構建的數據資源提供存儲支持，數據資源主要包括館藏資源、用戶信息及一些動態數據資源;信息服務層是用戶偏好挖掘模型構建的重要環節，主要是為整個模型流程提供功能支持;數據應用層是展現用戶偏好數據信息的層面。

4?基于多源數據融合的數字圖書館用戶偏好挖掘模型的構建

4.1?用戶偏好信息提取

用戶在使用數字圖書館過程中留下了大量的記錄信息，這些信息包括用戶的借閱信息、瀏覽網頁信息、檢索關鍵詞及專業特長等，數據量大，呈多源特點。數字圖書館可采用多源數據融合技術對用戶的記錄信息進行統一整理與分析，提取用戶的偏好數據信息。數字圖書館可根據用戶的偏好數據信息，構建用戶偏好挖掘模型，進而為他們提供優質的信息服務。

4.2?用戶偏好挖掘模型的構建

用戶偏好挖掘模型具有一定的特殊性和使用局限性，因此，數字圖書館要利用數據過濾技術對多源數據進行過濾，利用多源數據融合技術對海量用戶偏好數據進行挖掘，找出有價值的數據信息，分析內在規律，為用戶偏好挖掘模型的構建奠定基礎。數字圖書館可通過分析用戶偏好信息的規律，找出對用戶借閱產生影響的關鍵因素。影響用戶借閱的主要因素包括用戶特征信息、借閱信息及圖書特征信息。數字圖書館可設置一類、二類特征索引，將圖書頁碼、圖書標識號、圖書出版日期及用戶注冊時間、登錄次數、登錄時間等設置為一類特征索引，將圖書借閱時間、借閱次數、標注習慣及用戶學歷、專業方向、性別、愛好等設置為二類特征索引，利用多源數據融合技術對影響用戶的借閱因素進行歸類分析，準確描述與用戶偏好相關的信息，進而構建用戶偏好挖掘模型。

參考文獻：

[1] 武龍龍，李桂華.高校數字圖書館匿名用戶偏好模型研究[J].情報科學，2014（2）：21-23.

[2] 孫雨生，仇蓉蓉，黃傳慧，等.國內數字圖書館個性化服務研究主題演化分析[J].情報理論與實踐，2014（8）：104-107.

[3] 沈敏，楊新涯，王楷.基于機器學習的高校圖書館用戶偏好檢索系統研究[J].圖書情報工作，2015（11）：14-17.

[4] 李娜.數字圖書館個性化推薦系統研究[J].農業圖書情報學刊，2015（9）：76-77.

[5] 王偉.基于數據挖掘的圖書館用戶行為分析與偏好研究[J].情報科學，2012（3）：51-53.

[6] 葉春蕾，馮璐，冷伏海.數字圖書館個性化服務中用戶弱信息需求模型研究[J].圖書情報工作，2012（15）：121-123.

（編校：孫新梅）