高校圖書館的智能推薦系統(tǒng)

彭智彬 羅曉瑩 朱弘揚 韓曉強

摘 要：當今信息化時代，學生面對多種多樣的信息會產(chǎn)生迷茫，特別是面對圖書館內龐大的信息，更是難以找尋適合自己的學習資料。本系統(tǒng)是針對大學生而設計的高效率人性化圖書館管理系統(tǒng)。該系統(tǒng)采用分布式數(shù)據(jù)庫Hbase來實現(xiàn)對超大規(guī)模數(shù)據(jù)的實時隨機訪問，并保證系統(tǒng)的穩(wěn)定性。大數(shù)據(jù)模塊還會根據(jù)用戶信息與日志信息，從而通過一系列的指標進行個性化推薦，這種方法可以大大地提高學生學習效率，充分地利用好圖書館內的資源。

關鍵詞：圖書館;分布式數(shù)據(jù)庫Hbase個性化推薦

DOI：10.12249/j.issn.1005-4669.2020.25.160

基金項目：大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目”智能圖書館大數(shù)據(jù)研究“（項目編號：570119130）。

信息時代數(shù)據(jù)的變革必然給圖書館帶來沖擊，對圖書館的知識服務提出更高的要求和前所未有的挑戰(zhàn)，對一般傳統(tǒng)的手工檢索而言，不僅學生無法達到高效性學習，圖書館本身也難以靈活地給學生以個性化服務。為了更好地提高學生自學效率和時間利用率，實現(xiàn)1+i的學習，大學圖書館的智能推薦系統(tǒng)對我校現(xiàn)有的圖書數(shù)據(jù)進行挖掘，以標簽的形式分門別類，對學生的專業(yè)和年齡性別進行匹配并推薦圖書。

1 項目描述

這是一款根據(jù)學生專業(yè)和興趣來推薦相應的書籍與習題的智能系統(tǒng)：高校圖書館的智能推薦系統(tǒng)，主要根據(jù)學生的訪問行為與個人信息，如專業(yè)，則可以匹配到學校圖書館里有相關聯(lián)系的學習書籍與習題，從而推薦給學生去查閱。同時，這些書籍都是通過有效數(shù)據(jù)處理而分成不同的閱讀難度，這樣能更好地提高學生自學效率和時間利用率，實現(xiàn)i+1的學習。

此外，智能圖書館還會添加題庫功能供學生學習和備考，收集各科教科書上習題以及考試題型，為每科復習提供考點題型復習，習題練習與解析，錯題相同考點題目練習。為學生提供良好的復習平臺。

2 核心技術說明

2.1 分布式數(shù)據(jù)庫Hbase

本系統(tǒng)采用分布式數(shù)據(jù)庫Hbase，HBase（HadoopDatabase），是一個高可靠，高性能，面向列，可伸縮的分布式數(shù)據(jù)庫，主要用來存儲非結構化和半結構化的松散數(shù)據(jù)的NoSQL的分布式數(shù)據(jù)存儲系統(tǒng)，實現(xiàn)對大型數(shù)據(jù)的實時、隨機的讀寫訪問。該數(shù)據(jù)庫是建立在HDFS之上，同樣是基于這種主從式的一種運行機制，即用一個master節(jié)點協(xié)調管理多個slave從屬機。其中，HBase位于結構化存儲層，利用HadoopHDFS作為其文件存儲系統(tǒng)，利用HadoopMapReduce來處理HBase中的海量數(shù)據(jù)，Zookeeper為其提供分布式協(xié)同服務，使得查找數(shù)據(jù)，訪問速度快，如圖1所示。

此外，該系統(tǒng)使用了數(shù)據(jù)-->flume-->kafka-->flume-->HDFS的數(shù)據(jù)采集模型，分布式發(fā)布訂閱消息系統(tǒng)Kafka提供了對數(shù)據(jù)的緩存，保證了系統(tǒng)的高吞吐量，當收集信息遇到峰值時，F(xiàn)lume會在數(shù)據(jù)生產(chǎn)者和數(shù)據(jù)收容器之間做出調整，保證其能夠在兩者之間提供平穩(wěn)的數(shù)據(jù)。由于采集到HBase的原生數(shù)據(jù)的格式無法滿足我們對數(shù)據(jù)處理的基本要求，且數(shù)據(jù)量過于龐大，難以全部加載到內存中進行分析，這時HadoopMapReduce會將數(shù)據(jù)分到集群的每個節(jié)點進行運算，每個節(jié)點得到的數(shù)據(jù)又會構建成平衡二叉樹的結構，通過對平衡二叉樹進行遍歷，就可以得到我們需要的數(shù)據(jù)，MapReduce高性能的計算能力方便了我們后面的統(tǒng)計分析，可以使我們根據(jù)不同的業(yè)務需求對數(shù)據(jù)進行處理。

2.2 個性化推薦技術

用戶在訪問智能圖書館系統(tǒng)時，系統(tǒng)會對用戶的訪問行為產(chǎn)生相應的埋點日志（比如點擊、收藏、搜索等），這些埋點日志會被發(fā)送給系統(tǒng)的后臺服務器，大數(shù)據(jù)模塊會根據(jù)這些日志信息分析再結合用戶的個人信息分析用戶的訪問行為，并得出一系列統(tǒng)計指標，根據(jù)這些統(tǒng)計指標進行系統(tǒng)的書籍推薦、廣告推薦等工作。

上報到后臺服務器的日志信息數(shù)據(jù)會經(jīng)過數(shù)據(jù)采集、過濾、存儲、分析、可視化這5個步驟，系統(tǒng)通過對海量用戶行為數(shù)據(jù)的分析，可以針對用戶建立精準的用戶畫像或者說是用戶分類。同時，系統(tǒng)將根據(jù)對用戶的行為分析，進行書籍推薦和廣告推薦等工作。

用戶在進入智能圖書館系統(tǒng)之后，session將會開始記錄用戶的操作，用戶在訪問系統(tǒng)的過程，就稱之為一次session，當用戶操作完畢、離開網(wǎng)站、關閉瀏覽器或者長時間沒有做操作，那session就結束了。簡單理解，session就是某一天某一個時間段內，某個用戶進入系統(tǒng)，并進行了某些操作，最后退出的過程，就叫做session。

可以將session當做系統(tǒng)中的最基本的數(shù)據(jù)。對用戶進行大數(shù)據(jù)分析，最基本的就是對用戶訪問session/用戶訪問行為的分析。

日志信息發(fā)送給后臺web服務器（nginx），nginx將日志數(shù)據(jù)負載均衡到多個Tomcat服務器上，Tomcat服務器將會不斷將日志數(shù)據(jù)寫入Tomcat日志文件中，之后日志采集系統(tǒng)Flume會將采集到的數(shù)據(jù)寫入到消息隊列Kafka之中，之后消息隊列Kafka會將數(shù)據(jù)存入分布式存儲系統(tǒng)HBase，計算框架MapReduce將會從分布式存儲系統(tǒng)HBase中拉取數(shù)據(jù)，然后根據(jù)數(shù)據(jù)信息對用戶進行行為分析和分類，最后將提取出來的有效數(shù)據(jù)存入MySQL數(shù)據(jù)庫。

3 結論與展望

為了更好地實現(xiàn)高校圖書館信息化，利用高校圖書館的智能推薦系統(tǒng)對我校現(xiàn)有的圖書數(shù)據(jù)進行挖掘，實現(xiàn)對學生進行推薦圖書的功能。圖書館的圖書智能推薦系統(tǒng)的實現(xiàn)提高了學生自學效率和時間利用率并且改善對傳統(tǒng)圖書館系統(tǒng)使用的流暢性。該系統(tǒng)通過大數(shù)據(jù)采集、過濾、存儲、分析為高校學生實現(xiàn)個性化推薦，并且能夠為圖書館帶來更好的內在潛力和系統(tǒng)價值。

參考文獻

[1]謝琳惠.推薦系統(tǒng)在高校數(shù)字圖書館的應用研究[J].現(xiàn)代情報，2006（11）：72-74.

[2]丁雪.基于數(shù)據(jù)挖掘的圖書智能推薦系統(tǒng)研究[J].情報理論與實踐，2010（33）：107-110.

[3]李衛(wèi)華.淺談數(shù)字圖書館個性化信息推薦系統(tǒng)[J].科技廣場，2007（7）：109-110.

[4]謝地.基于HBase的海量數(shù)據(jù)存儲和快速檢索[J].電腦知識與技術，2019（15）.

[5]莊沅英.圖書館智能管理系統(tǒng)設計[J].計算機產(chǎn)品與流通，2018（10）.