圖書情報與檔案管理領域的個性化信息服務研究和應用問題辨析

金潔潔

摘? 要：在梳理圖書情報與檔案管理領域個性化信息服務研究和應用現狀的基礎上，從理論和技術兩個方面進行辨析，并對個性化信息服務建設策略、推薦算法以及推送技術提出合理化建議，以期能夠進一步完善圖情檔個性化信息服務相關理論和技術方法，促進圖情檔個性化信息服務研究與發展。

關鍵詞：圖書情報與檔案管理;個性化信息服務

Abstract： Based on the research status of personalized information service of library information and Archives， discriminated from both theoretical and technical aspects. It also puts forward reasonable suggestions on the construction strategy of personalized information service， recommendation algorithm and push technology. It is hoped that the theories and technical methods related to personalized information services of library and information files can be further enriched.

Keywords： Library information and archives management; Personalized information service

個性化信息服務技術研究是圖書情報與檔案管理和計算機科學領域的共同研究主題，其研究成果如推薦算法、用戶聚類、需求建模、數據挖掘等近年來呈爆發式增長，且研究層次和成果質量具有較高水平（核心期刊發文量比例達38.2%）。近年來，關于個性化信息服務的研究側重點已從基礎理論探討向實踐方法驗證研究轉變。通過對當前研究內容的梳理，我們也發現部分研究存在偏頗之處和薄弱環節，個別觀點需要進一步辨析。

1 個性化信息服務與相關概念的辨析

本文認為，個性化信息服務是指在網絡環境下，信息服務機構利用現代信息技術，根據用戶的專業背景、瀏覽軌跡、使用習慣等基礎信息，分析用戶的當前信息需求和潛在信息需求，并利用信息檢索、數據挖掘和信息過濾等技術從海量信息中有針對性地為用戶提供其所需信息資源的一種精準信息服務。

在當前的理論研究中，部分研究者將重點服務、定題服務、特色服務等服務概念等同于個性化信息服務，并在此基礎上開展理論研究。研究者因對研究對象的概念、內涵和特點等把握不準確，致使其后續研究結果如個性化信息服務建設策略等存在偏差。[1]

2 個性化信息服務建設實施策略辨析

2.1 關于服務方式。個別研究者將個性化信息服務理解為以人工為主的服務。實際上，依靠人工分析和跟蹤用戶信息需求，開展個性化信息服務并不具有可行性。沒有信息技術手段的支撐，全面的個性化信息服務也只能停留在理論研究階段，無法廣泛實施。

2.2 關于資源建設策略。部分研究者認為，實施個性化信息服務需要進一步加大信息資源采購力度，增加文獻資源數量，以滿足個性化信息服務對信息資源的多樣化需求。這一觀點沒有抓住解決問題關鍵，相對于信息資源的數量，更注重信息資源的質量。[2]

圖書館、檔案館實施個性化信息服務在信息資源方面更應該注重解決好信息資源“可用”、“好用”和“共享”問題?！翱捎谩痹谟谔岣呶墨I資源建設質量;“好用”在于資源組織的標準統一;“共享”則要加強機構間信息資源優勢互補和互通有無。[3]

2.3 關于實施路徑策略。部分研究者[4]將提高工作人員的個性化信息素養和服務能力水平作為個性化信息服務建設的實施策略之一。本文認為提升工作人員的個性化服務意識和個性化服務能力，無法解決現實遇到的技術問題。個性化信息服務的實施具有跨學科特性，技術水平要求高，即便是具有一定信息技術背景的工作人員，不經過較長時間專門學習研究也很難掌握。

個性化信息服務系統一般通過自主開發與聯合開發兩個途徑來實現。自主開發是由信息服務機構自己組建團隊開發個性化信息服務系統。聯合開發即信息服務機構和信息服務商聯合合作開發個性化信息服務系統。在具體實施階段，圖書館、檔案館等信息服務機構提出業務需求，通過軟件外包、勞務派遣等方式，依托信息服務商的人才技術力量，委托他們代工完成個性化信息服務系統的開發。

3 個性化信息服務推薦算法辨析

推薦算法是近年來個性化信息服務領域的研究熱點，是解決“信息過載”問題最有效的途徑。當前主流的推薦算法包括基于項目內容的過濾算法和基于用戶行為的協同過濾推薦算法。[5]這兩種類型的推薦算法各有優劣，又互為補充。

基于內容的信息推薦方法的理論依據主要來自于信息檢索和信息過濾?；趦热莸耐扑]算法不足之處在于其推薦結果是線性的，始終無法突破推薦策略（如專業、學科、主題等）的限制。在實際應用中基于內容的過濾算法大多應用于系統冷啟動階段，即在用戶和數據較少的情況下通過一定策略推薦相關資源。

基于用戶行為的協同過濾推薦系統的核心思想是“物以類聚、人以群分”“用戶喜歡和他具有相似喜好的用戶喜歡的資源”。兩個用戶喜歡的資源交集越大，用戶越相似;越相似的用戶喜歡的資源權重越高，被推薦的可能性越大。

基于用戶行為的協同過濾系統的不足之處在于無法解決新用戶冷啟動、新資源推薦以及部分用戶推薦數據稀疏性問題。

目前，研究者往往采用單一模式的推薦算法來解決個性化推薦問題，具有一定片面性。雖有部分學者采用復合集成、算法迭代等方式對相關推薦算法進行優化，但始終無法突破推薦算法類型的局限和不足，效果并不理想，且因優化后存在算法過于復雜、對計算能力要求過高、服務響應時間過長等問題，存在實踐可行性不高的風險。對此，解決個性化信息服務推薦算法問題有兩點建議。

一是注意兩種模式的混合應用，即將兩種類型的推薦模式融合運用，揚長避短，優勢互補來解決個性化資源推薦問題。在用戶行為數據較少、相似用戶不具規模的情況下，采用內容推薦算法進行資源推薦，解決系統冷啟動問題。當系統運行一段時間，用戶數據積累一定數量時采用基于用戶行為的協同推薦算法，提高推薦的科學性和準確率。推薦模式融合策略的研究應成為今后個性化信息服務研究的主題之一。二是推薦算法的實踐可行性需進一步驗證。為解決推薦數據精度問題，部分研究者提出的優化推薦算法大多采用多種協同算法組合運用或單一算法迭代運算，計算過程非常復雜，這將必然導致計算量的急劇增加和服務響應時間的增長，無法滿足個性化信息服務實時性的要求。就目前研究成果而言，有些算法具有理論合理性，但實踐過程中并不一定真實可用，需要我們進一步驗證和鑒別。

4 個性化信息服務推送技術辨析

目前，圖情檔個性化信息服務的技術研究主要集中在用戶聚類和推薦算法領域，而對推送技術研究較少。

4.1 三種個性化信息服務推送技術的比較分析。網站、APP客戶端、微信服務平臺（微服務）是圖書館、檔案館為用戶提供服務的主要平臺，在推送系統方面，與之對應的推送技術分別為短信推送、APP客戶端信息推送和微信模板消息推送。

本文將從使用便捷程度、使用成本、推廣成本、用戶黏性等方面對三種推薦技術的優劣差異進行辨析。

“傳統網站+手機短信”的推送模式在開展圖情檔個性化信息服務時的主要不足是短信推送服務的成本比較高。按照每條短信0.05元的價格計算，對圖書館、檔案館來說是一筆不少的支出。

APP消息推送技術具有支持內容傳遞、使用方便快捷、使用成本低等優勢，但其主要不足在于存在客戶端推廣困難的問題。隨著移動應用的不斷增加，各類APP充斥于網絡，占用了用戶終端大量的空間和內存。應用APP的安裝對用戶來說已經成為負擔。據有關調查顯示，國內已有圖情檔類APP安裝使用率并不高，即便知名度最高的某星移動圖書館APP在學生中的安裝使用率也只有26%左右。

微服務消息推送模式主要依靠微信公眾平臺的模板消息開展信息提醒。微信公眾平臺具有開放性，允許第三方按照自身的業務需求進行第三方程序開發，將其業務作為微服務集成于微信公眾平臺對用戶開展服務，并通過模板消息對用戶進行主動提醒。從使用成本來看，微信推送的成本基本可以忽略。模板消息的使用除300元/年的賬戶認證費外，微信平臺不再單獨收費，且模板消息每天可以點對點推送消息100萬條，對于圖書館、檔案館等信息服務機構來說完全能夠滿足其個性化信息服務推送需求。從推廣角度來講，微信作為國內最經常使用的社交軟件，具有超高的用戶黏性和普及率（智能手機終端安裝率在99%以上）。這對于微服務的推廣具有天然的優勢。在使用方法上，用戶無需安裝專門客戶端程序，僅需要通過搜索或者掃描二維碼對圖書館、檔案館的公眾號進行關注，即可獲取相關服務。

4.2 個性化信息服務推送模式實施建議。從理論角度講，圖情檔個性化信息服務的內容和途徑是多樣性的，應采用多種平臺、多種技術為用戶提供信息資源精準推送服務，以滿足不同用戶的不同使用習慣。但在服務實施階段，基于經濟效益和服務推廣考慮，建議應以“微信公眾平臺+模板消息”的推送模式為技術首選來解決個性化信息服務資源推送問題。

5 結語

本文在梳理圖情檔個性化信息服務研究和應用現狀的基礎上，對當前研究和應用成果中存在的偏頗之處和薄弱環節進行了辨析，并對個性化信息服務建設策略、推薦算法以及推送技術提出了合理化建議，以期為圖情檔個性化信息服務研究發展提供參考。

參考文獻：

[1]楊寶洪.數字圖書館個性化信息服務面臨的幾個現實問題[J].現代情報，2007（09）：94-96.

[2]成瑛.個性化服務：高校圖書館工作的創新發展[J].開封文化藝術職業學院學報，2020，40（06）：197-198.

[3]仲維亮.簡析大數據環境下高校圖書館個性化信息服務[J].南方農機，2020，51（07）：233.

[4]張雋.大數據環境下高校圖書館個性化信息服務策略探討[J].產業與科技論壇，2020，19（17）：275-276.

[5]秦沖，趙鐵柱，柳毅.個性化推薦算法的研究及發展綜述[J].東莞理工學院學報，2021，28（03）：51-60.

（作者單位：漯河醫學高等專科學校 來稿日期：2021-06-20）