基于社會化推薦的圖書館信息推薦模式探析

林艷紅

摘 要：文章剖析了圖書館信息推薦服務現(xiàn)存問題，闡述了社會化推薦的基本概念，從七個層面提出了基于社會化推薦的圖書館信息服務模型構(gòu)建要點，最后探討了基于社會化推薦的圖書館信息推薦服務模式。

中圖分類號：G250文獻標識碼：A文章編號：1003-1588（2021）09-0119-03

關(guān)鍵詞：社會化;推薦;圖書館;服務

近年來，用戶對圖書館的服務要求越來越高，迫切希望獲得多元化、個性化信息服務。在這樣的大背景下，社會化推薦可以幫助圖書館更加全面、清晰地掌握用戶的個性、喜好、興趣，建立用戶需求模型，以更加客觀、多元的角度掌握用戶所需的知識服務需求，從而避免傳統(tǒng)推薦模式成本高、效率低、效果差等弊端。因此，打造基于社會化推薦系統(tǒng)的圖書館信息推薦服務模式，有助于圖書館克服現(xiàn)存的不足和問題，從而實現(xiàn)精準服務。

1 圖書館信息推薦存在的問題

1.1 用戶需求的獲取與理解問題

圖書館信息推薦的效果如何，取決于用戶能否準確獲取和理解信息。目前，用戶的需求日益多元化、多樣化，一般而言用戶難以全面準確地反映自身的信息需求，影響了圖書館信息推薦的精準性。同時，圖書館信息推薦的智慧化程度不高，僅從提問的角度獲取語法層面的需求信息，導致用戶的信息需求長期得不到滿足。

1.2 信息交流與共享問題

當前，圖書館信息推薦系統(tǒng)的協(xié)同性較差，不論是部門之間還是館際的信息交流很難實現(xiàn)，導致信息推薦只能局限在較小范圍。同時，系統(tǒng)之間的技術(shù)標準和操作規(guī)程各有差異，信息的推薦難以跨系統(tǒng)實現(xiàn)。此外，信息推薦系統(tǒng)僅限于對傳統(tǒng)、簡單的信息進行儲存、分析、推送，不能進行有效加工和整合，資源之間的關(guān)聯(lián)性和串聯(lián)性較差，內(nèi)容孤立現(xiàn)象比較突出，由此造成用戶搜索、利用信息的體驗感較差，時間成本較高。

1.3 用戶興趣模型問題

大多數(shù)圖書館的信息推薦系統(tǒng)難以精準區(qū)分不同用戶的興趣，一般只針對一個用戶設立一個興趣標簽，構(gòu)建一個興趣模型，導致信息推薦系統(tǒng)在判斷用戶需求的過程中出現(xiàn)誤判，難以匹配用戶真實需求。究其原因，是因為信息推薦系統(tǒng)不能分析信息共享背后的用戶關(guān)聯(lián)性，不具備打造用戶群體的功能。此外，對所有用戶進行一一建模，不僅浪費時間和資金，也降低了服務質(zhì)效。

1.4 用戶評價和反饋問題

在社會化推薦背景下，圖書館不僅要致力于信息精準推薦，還需要用戶能夠便捷、及時地進行評價和反饋，因此，用戶評價和反饋問題不容忽視。目前，圖書館信息推薦系統(tǒng)評價和反饋功能單一，一般只有滿意度單一指標的評價，無法真實反饋用戶使用信息后的真實想法和意見建議，更沒有用戶個性化需求呈現(xiàn)和互動渠道，降低了信息推薦服務的滿意度。

2 社會網(wǎng)絡理論及社會化推薦

社會網(wǎng)絡（Social Network）的內(nèi)涵為關(guān)系網(wǎng)，是人與人之間為了達成某種目的，通過信息交流或交換形成的人際關(guān)系網(wǎng)絡。社會網(wǎng)絡的核心要素是節(jié)點和聯(lián)系，節(jié)點是關(guān)系網(wǎng)中的主體，可以是人，也可以是組織或機構(gòu);聯(lián)系是關(guān)系互動交流的方式方法和具體內(nèi)容。社會網(wǎng)絡分析（Social Network Analysis，SNA）屬于一種分析工具，長期應用于社會網(wǎng)絡理論研究和分析，其主要目的是對人與人、群體與群體、組織與組織、計算機與計算機之間的關(guān)系進行研究，從而對二者之間形成的關(guān)系進行語義和具體性描述，為關(guān)系的價值和應用提供參考。

基于社會網(wǎng)絡理論和社會網(wǎng)絡分析工具，社會化推薦應運而生。一直以來，圖書館推薦系統(tǒng)利用“用戶—項目”的關(guān)系模型分析用戶的偏好，在使用系統(tǒng)的過程中根據(jù)用戶感興趣的信息為用戶推薦相關(guān)內(nèi)容。但是，這種推送方式缺少針對性，無法滿足當前用戶實時變化的信息需求。隨著Web2.0的不斷發(fā)展和普及，人們在進行信息推薦的過程中往往選擇進行社會化推薦，推薦方式的演變使相關(guān)人員更看重用戶信息行為及背后的潛在價值，把“用戶—項目”的社會屬性和交互信息加入傳統(tǒng)的推薦算法當中，使其不斷完善，進而得以及時追蹤用戶的知識需求變化趨勢，并以此為依據(jù)創(chuàng)建動態(tài)模型，深入研究用戶的興趣偏好，更具針對性地為用戶提供知識決策服務。近年來，社交媒體的發(fā)展趨勢也展現(xiàn)出智能化的特征，項目的推薦范圍也在逐步擴展，從電子商務領(lǐng)域延伸到了其他領(lǐng)域，圖書館是信息和知識集散中心，也可以嘗試進行社會化推薦創(chuàng)新服務。

3 基于社會化推薦的圖書館信息推薦模型

3.1 數(shù)據(jù)層

數(shù)據(jù)層需要結(jié)合物聯(lián)網(wǎng)、云計算等現(xiàn)代信息挖掘技術(shù)，全面收集學習互動平臺中的用戶信息并對多元化非結(jié)構(gòu)性信息進行科學處理，了解用戶的性別、年齡、獲取項目的方式等基本信息，也收集用戶的社會屬性信息，重點掌握用戶的偏好內(nèi)容、好友信息、使用評價等要素。此外，數(shù)據(jù)層也會收集用戶的其他關(guān)聯(lián)信息，并進行初步篩選，再交由技術(shù)層處理。

3.2 技術(shù)層

技術(shù)層需要對數(shù)據(jù)層的基礎(chǔ)數(shù)據(jù)再次加工處理，通過進一步篩選、歸類形成滿足系統(tǒng)條件的結(jié)構(gòu)化數(shù)據(jù);根據(jù)這些數(shù)據(jù)建立用戶和項目的交互矩陣，探尋計算機用戶和項目之間的關(guān)系;根據(jù)系統(tǒng)收集到的基本信息屬性和社會信息屬性明確多用戶之間的相互關(guān)系;結(jié)合用戶的行為軌跡等基本信息建立平分矩陣等，提高數(shù)據(jù)的處理效率。

3.3 推薦層

推薦層是社會推薦系統(tǒng)的核心環(huán)節(jié)。在推薦層，系統(tǒng)會結(jié)合相關(guān)的計算技術(shù)詳細分析系統(tǒng)化數(shù)據(jù)信息，分析后建立用戶興趣和用戶關(guān)系模型，并在此基礎(chǔ)上形成推薦結(jié)果。由于服務對象不一樣，系統(tǒng)主要是對個體客戶和興趣群組進行推薦，主要包括協(xié)同過濾、基于內(nèi)容和組合推薦。近年來，社交媒體快速發(fā)展，SNS網(wǎng)絡和情景感知技術(shù)的應用越來越廣泛，社會化推薦系統(tǒng)也開始利用概率、矩陣分析、圖結(jié)構(gòu)推薦算法等新技術(shù)。

3.4 社交媒體

社交媒體可以不斷生產(chǎn)和交換知識，根據(jù)當前用戶關(guān)系網(wǎng)絡所分享、發(fā)表的社會熱點話題，用戶熱衷于利用社交媒體自由發(fā)表對熱點事件的想法和評價。圖書館的門戶網(wǎng)站、SNS社交平臺、微信等都屬于該模型的社交媒體內(nèi)容。此外，抖音、快手等短視頻類社交媒體也日益流行，用戶數(shù)量越來越多。

3.5 個體用戶

個體用戶具體是指圖書館的讀者。讀者利用社交媒體對收到的信息進行評價，圖書館通過在社交媒體建立官方賬號，運用社交媒體自帶的評價反饋渠道，隨時了解讀者的興趣變化趨勢，及時收集讀者的反饋信息，這一工作有利于圖書館與用戶進行有效溝通，深入了解讀者的潛在需求，不斷完善圖書館的資源推薦體系。

3.6 社會資本

圖書館可以把興趣相同或類似的個體用戶集中起來作為社會資本，社會資本有利于用戶在查找相關(guān)知識的時候減少時間和經(jīng)濟成本，不斷推動隱性知識的溝通，使用戶的學習和工作效率不斷提升。圖書館充分利用社會資本資源可以收集到更多、更全面的信息，使用戶關(guān)系模型變得更加客觀、全面、完善，不斷推動信息推薦工作的開展。

3.7 資源庫

圖書館的紙質(zhì)資源、電子資源、館外資源等都屬于資源庫的范疇。圖書館只有不斷完善資源庫體系，才能讓讀者和社會資本獲取更多的信息，并為數(shù)據(jù)層的工作提供更加可靠的信息來源。

4 基于社會化推薦的圖書館信息推薦服務模式

4.1 打造多元化信息庫體系

知識庫需要不斷融合才能轉(zhuǎn)變?yōu)槎嘣畔欤蒙鐣艘蛥f(xié)同過濾技術(shù)科學處理館內(nèi)外資源，不斷整合知識內(nèi)容。圖書館應用社會化推薦系統(tǒng)既對知識進行了整合，同時又突破了內(nèi)容方面的服務壁壘，不斷整合多元結(jié)構(gòu)信息，通過社會資本使隱性知識的價值發(fā)揮出來，充分利用人員、知識、空間、設備等資源，使信息庫體系變得更加多元。

4.2 增強服務情境感知能力

應用社會化推薦系統(tǒng)可以使圖書館資源服務的內(nèi)容變得更加豐富，也可以主動為用戶提供有針對性的服務。在使用過程中，圖書館結(jié)合社交媒體、推薦算法等平臺和手段獲取用戶的行為數(shù)據(jù)和閱讀情況，對相關(guān)數(shù)據(jù)進行分析，了解用戶的興趣偏好和具體需求，并以此為基礎(chǔ)不斷完善用戶動態(tài)興趣模型。用戶在圖書館可以打破時空界限隨時訪問圖書館的知識資源，根據(jù)自身需求快速找到自己想要的信息資源，不再受場景因素的限制。

4.3 構(gòu)建統(tǒng)一的信息交流平臺

統(tǒng)一的信息交流平臺不僅有利于用戶獲取信息、共享知識，也為圖書館搭建了與用戶溝通交流的渠道。圖書館可以結(jié)合社交媒體和社會資本的力量共同構(gòu)建信息交流平臺，用戶在看到感興趣的內(nèi)容時可以進行標記，系統(tǒng)會收集用戶感興趣的內(nèi)容，為喜好相似的用戶建立虛擬社區(qū)。圖書館要鼓勵館員在虛擬社區(qū)進行交流和溝通，如果遇到問題及時提出，結(jié)合其他成員的力量解決問題，使隱性知識的價值更好地發(fā)揮出來，為用戶提供高質(zhì)量的信息決策服務。

4.4 積極疏通雙向反饋互動

社會化推薦系統(tǒng)知識服務的質(zhì)量如何，應交由用戶評判。因此，圖書館要開辟社會化推薦系統(tǒng)知識服務評價渠道，針對圖書館提供的知識服務和內(nèi)容，細化評價和標注評價指標，方便享受知識服務的用戶反饋建議和意見，節(jié)省圖書館獲取用戶后續(xù)需求的時間成本。同時，用戶使用知識服務后分享在虛擬社交平臺上的各種信息也會成為反饋信息之一，圖書館通過系統(tǒng)和人工雙重篩選，再將所需知識精準推送給興趣偏好相同或相近的其他用戶。在實踐中，圖書館要組建具備專業(yè)素養(yǎng)的信息服務館員隊伍，通過引導和監(jiān)管確保雙向互動取得成效。

參考文獻：

[1] 李國棟，馮敏，姚偉.社會化推薦在隱性知識交流中的應用研究[J].情報理論與實踐，2012（6）：83-87.

[2] 張娟.數(shù)字環(huán)境下圖書館知識社區(qū)服務拓展研究[J].圖書館工作與研究，2020（4）：63-70.

[3] 劉曉莉，張雷.社會化閱讀平臺特性、感知價值對用戶持續(xù)使用意愿的影響研究[J].新世紀圖書館，2019（12）：53-56.

[4] 趙進.社會化媒體在圖書館閱讀推廣中的應用[J].西部素質(zhì)教育，2019（21）：122.

[5] 蔡金燕.高校圖書館基于社會化閱讀的閱讀推廣研究：以廣東九所高校圖書館為例[J].圖書館學刊，2019（9）：63-68.

[6] 賈偉，劉旭艷，徐彤陽.融合用戶智能標簽與社會化標簽的推薦服務[J].情報科學，2019（10）：120-125.

[7] 李玉艷.高校大學生社會化閱讀行為特征調(diào)查及啟示[J].內(nèi)蒙古科技與經(jīng)濟，2019（18）：125-127.

[8] 張超，甘為.社會化閱讀背景下移動數(shù)字圖書館社交互動服務設計研究[J].圖書館，2019（9）：80-84.

[9] 徐艷.高校圖書館社會化閱讀用戶滿意度影響因素實證研究[J].情報科學，2019（9）：42-47.

（編校：崔 萌）