數據驅動視角下智慧圖書館閱讀推薦服務運行機理研究*

莫揚海

（廣東輕工職業技術學院 廣東廣州 510300）

1 引言

在智慧圖書館提供的各種服務項目中，閱讀推薦服務是目前圖書館用戶最需要、也是最常見的智慧服務之一[1]。機理則是為實現特定功能、系統結構組成要素之間的工作方式，以及各要素在一定環境條件下相互聯系、共同作用的運行規則與原理[2]。具體到智慧圖書館閱讀推薦服務運行機理，就是指圖書館在開展閱讀推薦服務的過程中，閱讀推薦服務系統各組成要素之間的運行規則、運轉原理與作用方式。而從數據驅動視角對其運行機制展開研究，目的是為了基于方法認知論明確智慧圖書館閱讀推薦服務的實際運行狀態，探討適合目前大數據環境中智慧圖書館閱讀推薦服務的創新途徑，讓整個智慧圖書館的運行過程趨向穩定，打造具有自我成長性的智慧圖書館閱讀推薦服務生態系統。

2 數據驅動視角下智慧圖書館閱讀推薦服務運行機理特點

2.1 運行規則具有生態性

數據驅動視角下智慧圖書館閱讀推薦服務是圖書館在傳統閱讀推薦服務的基礎上提供的一種創新工作，其本質就是信息服務。根據信息生態學的觀點[3]，數據驅動視角下智慧圖書館閱讀推薦服務運行組成要素可由三部分組成，分別是閱讀推薦服務主體、閱讀推薦服務本體、閱讀推薦服務環境：①閱讀推薦服務主體，即閱讀推薦服務相關人員，包括閱讀推薦服務的提供者和消費者。其中，閱讀推薦服務的消費者是決定閱讀推薦服務是否需要開展、服務是否有價值的最關鍵主體，也是系統運行中用戶行為感知數據的來源。②閱讀推薦服務本體，即閱讀推薦服務內容本身。按照構建層次與運行內容，可分為閱讀推薦內容的資源建設與閱讀推薦內容的組織建設。③閱讀推薦服務環境，則可分為包含閱讀推薦服務相關網絡環境、個人隱私等宏觀層面的外部環境和圖書館開展閱讀推薦服務所需要的軟硬件條件等微觀層面的內部環境。閱讀推薦服務主體、閱讀推薦服務本體、閱讀推薦服務環境，三個組成要素可以在用戶行為感知、閱讀資源數據、閱讀知識組織、閱讀推薦服務四大功能中為實現智慧圖書館閱讀推薦服務總目標構建起相互聯系、相互作用的具有生態關系的運行規則（見圖1）。

圖1 數據驅動視角下智慧圖書館閱讀推薦服務運行規則圖

2.2 運轉原理符合生命周期

系統要正常運轉，必須遵守一定的運轉原理。數據驅動視角下智慧圖書館閱讀推薦服務運行機理，前文已分析其運行規則具有生態性，所以生態學中的生命周期也適應于本運行機制。根據生命周期理論[4]，智慧圖書館閱讀推薦服務運轉需要歷經四個階段，分別是萌芽期、成長期、成熟期、衰退期：①萌芽期。圖書館開展探索數據驅動對于閱讀推薦服務的具體工作模式，智慧圖書館閱讀推薦服務初具雛形。②成長期。在讀者需求增長的推動下，閱讀推薦服務呈現快速增長的勢頭，智慧圖書館閱讀推薦服務與圖書館服務工作制度化、規范化的結合越來越緊密。③成熟期。智慧圖書館閱讀推薦服務已具有各自圖書館的特色服務路徑，智慧圖書館閱讀推薦服務體系健全，能夠完全滿足讀者的需求。④衰退期。讀者需求發生質的變化，智慧圖書館閱讀推薦服務不能滿足讀者需求，服務面臨轉型升級。數據驅動視角下智慧圖書館閱讀推薦服務，隨著生命周期的運轉，運行機理可以逐步健全并優化。

2.3 作用方式為正向數據流

統一的標準化檢索入口是數據驅動視角下智慧圖書館閱讀推薦服務的技術基礎[5]。基于標準化的檢索入口，閱讀推薦服務系統才能夠對相關閱讀資源數據進行分析處理，才能發揮數據驅動的優勢，高效、快捷的處理海量閱讀資源數據，將其轉化為結構化的閱讀知識體系。在這個過程，數據驅動貫穿著始終，閱讀資源數據從數據驅動力作用的起點——閱讀知識元到數據驅動力作用的終點——閱讀知識體系，形成了一股正向作用的數據流，并將數據驅動閱讀推薦服務的最終結果以可視化的方式呈現（如圖2所示）。

圖2 數據驅動視角下智慧圖書館閱讀推薦服務作用方式圖

如圖2所示，數據驅動的作用就是將數據從整個服務過程的起點一直作用到服務過程的終點。在這期間，數據一直處于正向流動。而閱讀資源數據在這個過程中的具體流動途徑如下：以API接口為基礎對閱讀資源數據進行調用和提取，結合讀者需求完成閱讀元數據的索引準備工作，然后借助數據抽取、映射及導入技術對閱讀元數據進行聚合處理，使其轉變為讀者需求的閱讀資源數據內容與格式進行反饋輸出，最終以可視化的形式供讀者了解和掌握；在必要時可結合其他數據處理技術對閱讀資源數據進行加工處理，將閱讀資源數據轉化為面向不同讀者的形式進行輸出，以此保證閱讀推薦服務的針對性與有效性。數據驅動視角下智慧圖書館閱讀推薦服務通過其數據驅動的正向數據流作用力實現閱讀資源數據的高效處理與綜合利用，以此保證閱讀推薦服務的質量。

3 數據驅動視角下智慧圖書館閱讀推薦服務創新途徑

在智慧圖書館閱讀推薦服務過程中，數據驅動著閱讀資源數據的流動，其目的就是為了將閱讀資源數據以揭示其內在知識價值為目標推送給讀者，以滿足讀者潛在閱讀需求，引導讀者閱讀以及利用圖書館資源。所以，數據驅動視角下智慧圖書館閱讀推薦服務創新途徑，可以從技術服務的數據流、內容服務的知識發現、讀者服務的可視化三方面展開。

3.1 基于數據流創新智慧圖書館閱讀推薦技術服務過程

從數據流這個技術層面來看，數據驅動視角下智慧圖書館閱讀推薦服務，可以創新傳統閱讀推廣服務模式，使其轉換成為一種更加開放、友好、安全的閱讀資源數據網絡，在確保相關數據安全性與可靠性的基礎上實現閱讀資源數據的高度共享、高效傳播與有效利用，最終形成特定的閱讀知識生態系統，滿足讀者個性化的閱讀信息需求。在這一過程中，充分發揮相關數據處理技術的優勢，借助數據解構、數據整合等技術對數據流進行科學管理，以保證閱讀推薦服務的智能化與智慧化，實現閱讀資源數據由原始資源數據向知識資源數據的轉化與流動，推動智慧圖書館閱讀推薦服務的創新發展。

基于數據流創新智慧圖書館閱讀推薦技術服務過程，主要包括確定分析對象、信息分類模型、分析手段、分析數據結構表達模型四個部分。其中，分析數據結構表達模型是工作重點。對于智慧圖書館閱讀推薦技術服務來說，就是指閱讀資源數據的整理。根據數據驅動的智慧圖書館閱讀推薦服務模式數據情景化、數據索引性、數據目錄化、數據集成性的特征，可選取單指標推動力結構模型[6]為智慧圖書館閱讀推薦服務數據結構表達模型。通過運用這個模型進行閱讀資源數據分析與閱讀資源數據可視化前的數據建模。在具體建模過程中，可將閱讀資源數據整理的指標按照每一位讀者設為閱讀資源數據總量、閱讀資源數據推動力、閱讀資源數據增速、閱讀類目百分比四類。利用單指標推動力結構模型對其進行數據建模，將閱讀資源數據總量及推動力指標按照維度進行分解，將主節點的增速分解到從節點的推動力、增速與百分比上（見表1），通過閱讀資源數據總量與分解后的一級維度和二級維度進行疊加制定建模方案（見表2）。

表1 閱讀資源數據總量及推動力結構按維度分解圖

表2 閱讀資源數據流分析數據結構表達模型建模方案

面向單指標視角的閱讀資源數據流分析數據結構表達模型建模方案的設計，其實質就是以推動力結構模型為基礎，對某一主題的閱讀資源數據開展定量邏輯梳理，形成滿足閱讀推薦服務目的的數據結構，為數據挖掘與可視化設計提供量化指標。基于數據流的閱讀推薦技術服務，能夠有效克服傳統分析工具的缺陷和不足，根據讀者需求針對性地采取最佳方式完成閱讀資源數據整理工作。

3.2 基于知識發現創新智慧圖書館閱讀推薦內容服務方向

數據挖掘等現代數據驅動思維的科學運用加快了智慧圖書館服務的創新發展速度。從數據驅動智慧圖書館閱讀推薦服務過程中可以發現，閱讀資源數據在服務過程中的起點以知識元的形式存在，在服務過程中以知識鏈、知識庫的形式發生價值傳遞，在服務過程的后期以知識體系、知識圖譜的形式對外呈現。整個服務過程中，通過數據驅動，閱讀資源數據實現了價值的增值，形成了能引導讀者閱讀行為走向或對讀者有決策參考作用的閱讀知識。這是一種閱讀推薦內容服務方向從傳統推薦閱讀圖書向推薦閱讀知識的轉變。

在數據驅動下，可以基于知識發現研究分析讀者數據，對讀者潛在需求、使用偏好、興趣習慣等進行深度挖掘，通過建立用戶畫像對其閱讀需求進行預測，以此作為閱讀推薦服務開展的依據，提高讀者使用智慧圖書館閱讀推薦服務的滿意度。同時，利用知識發現中的分析、評價等技術手段對閱讀資源數據進行收集、處理，將知識發現服務與閱讀推薦服務進行融合，實現圖書館館藏資源的深度加工、深層挖掘，升華圖書館現有資源的閱讀價值，提升閱讀推薦服務的層次。

具體操作中，可以分為三個部分進行：①建立起目標數據與查詢數據之間的數據流轉過程。將待查詢數據與目標數據庫進行連接，通過服務平臺將待查詢數據與本地數據庫、遠程數據庫進行精確匹配，依據相關分析技術完成從非結構化數據到結構化知識的閱讀資源數據收集、處理。②搭建起服務平臺與其他數據庫之間的數據協作渠道。將服務平臺與圖書館基礎數據庫、機構知識庫、專家學者庫、科研人員庫、學科館員庫等數據庫之間實現跨庫協同，將不同數據庫進行關聯，進而完成深度挖掘，實現數據升華到知識。③開發服務平臺與讀者服務使用終端之間的數據智能技術。從用戶角度出發，豐富數據收集方式；從分析角度出發，強化數據挖掘技術；從服務角度出發，優化數據評價模式；從環境角度出發，完善服務軟硬件條件。

3.3 基于可視化創新智慧圖書館閱讀推薦用戶服務方式

在大數據的環境下，智慧圖書館閱讀推薦服務的創新發展需要充分發揮數據驅動的作用力，才能夠對規模龐大、結構復雜的原始閱讀資源數據進行加工處理，將其轉化為具有特定結構特征的閱讀資源數據，向讀者提供可以滿足特定應用需求的閱讀推薦服務。在服務過程中，為了讓讀者更加直觀、簡便、準確地了解和把握相關推薦的閱讀資源，除了注重內容服務的個性化外，服務方式的選擇也決定了讀者的接受程度。

通過可視化，可以從本質上解決智慧圖書館閱讀推薦服務中遇到的推薦數據龐大且關系復雜的問題。可視化方案的設計可以提升閱讀推薦服務的效率和質量。目前，可視化系統設計的最基本形式為靜態顯示與動態顯示。通常情況下，靜態數據顯示具體表現為基于可視化系統模型，結合視覺編碼技術工具以圖元①的形式對數據處理過程及結果進行輸出展示；而動態顯示輸出則采取一種交互式的數據處理和輸出方式，針對大規模、復雜數據系統開展研究分析，可以更加全面、準確地顯示即時數據信息，充分滿足讀者對閱讀資源數據時效性、可靠性的需求，以此提升讀者使用推薦服務的滿意度。

就具體的智慧圖書館閱讀推薦服務可視化方案設計來說，可選擇將靜態數據以多視圖關聯交互為主要呈現方案。以單指標推動力結構模型分解為基礎，集合前文閱讀資源數據流分析數據結構表達模型建模方案，設計好數據表結構以后，即可展示相應的可視化方案。而讀者與圖書館之間交互的含義具體表現為：單個閱讀資源數據之間讀者可以與之直接信息交互；面對多個閱讀資源數據彼此關聯的頁面交互行為時，需要對任一閱讀資源數據的操作行為設置為可以影響所有對應的閱讀信息數據；而來源自同一閱讀資源數據的不同顯示內容時，可以在多視圖關聯操作時完成數據篩選，從而呈現出根據讀者操作行為引起的特定交互推薦閱讀資源數據的變化。

可視化技術的應用可以將復雜的數據信息以簡單、直觀的形式進行顯示輸出，顯著提升閱讀資源數據的可讀性。同時，能夠發揮智能標簽技術的優勢，根據讀者的閱讀需求、個性偏好對閱讀資源數據進行選擇性的呈現與重要程度的排列。讓讀者在日常的閱讀瀏覽行為中，潛移默化地接受圖書館的閱讀推薦服務內容；幫助圖書館將閱讀推廣服務目前硬性框架化的宣傳與按部就班的活動，潤物細無聲地轉變為引導讀者閱讀行為的改善，最終提升圖書館閱讀推薦服務的精準性與科學性。

4 結語

伴隨著大數據技術的逐漸成熟，智慧圖書館在提供閱讀推薦服務時面臨著更多的發展機遇。從智慧圖書館閱讀推薦服務的實際運行機理中可以發現，基于數據驅動，可以激活智慧圖書館閱讀推薦服務對于館藏資源數據深度挖掘的生態性。具體到運行操作層面，可以通過技術服務的數據流、內容服務的知識發現、讀者服務的可視化三個途徑，對智慧圖書館閱讀推薦服務進行創新。本文將數據驅動與閱讀推薦服務進行結合，為數據驅動視角下智慧圖書館閱讀推薦服務創新提供理論與應用參考。

注釋：

① 圖元：一般指基本圖形元素，是任何一個圖形表達都是由若干不同的點線、面圖案或相同的圖案循環組合而成的，這些點、線、面圖案即為基本圖形元素。