“圖書館學五定律”視角下的情境感知推薦系統研究

汪 圳

(長安大學圖書館，陜西西安 710064)

1 引言

著名圖書館學家阮岡納贊的《圖書館學五定律》(Five Laws of Library Science)一書系統闡述了圖書館學思想，出版后對圖書館界產生巨大影響，逐漸成為圖書館人的指路明燈。不僅影響著圖書館事業的發展，而且指導著現代圖書館的實踐，至今仍然指引著圖書館未來發展的方向。“圖書館學五定律”自1931年誕生至今，隨著移動互聯網的普及和信息技術在圖書館領域的應用，五定律中“讀者”與“圖書”的概念已經被“公民”“用戶”和“資源”“信息”“知識”“情報”等概念所代替。

隨著“大數據(Big Data)”時代的發展，互聯網隨時產生大量的信息資源和新的知識需求，推薦系統平臺以海量信息的組織與整合為特點，推薦結果的冗余問題依舊存在，用戶面臨的“信息過載(Information Overloading)”問題愈加嚴重，在這種背景下，如何實現用戶與信息資源的智能匹配和個性化服務，成為推薦系統發展中面對的一個重要問題。情境感知(Context Awareness)技術開拓了個性化推薦研究的新方向，電子商務[1]、圖書館[2]、商業旅游[3]及智慧醫療[4]等系統逐漸引入情境信息，圍繞情境感知系統的構建展開了研究。

2 相關研究綜述

1994年，Schilit將情境定義為：用戶、位置及實體之間的識別和變化[5]，隨著情境感知概念的提出，情境感知技術迅速被應用在個性化推薦領域。最早關于情境感知推薦系統(Context-Aware Recommender Systems，CARS)的研究可追溯至2001年，Herlocker和Konstan將兒童偏好的書籍作為任務相關的情境，將情境要素融入推薦系統，過濾掉相關的書籍信息，提高了推薦結果的質量[6]；Mallat N 等論證了情境信息對用戶的行為偏好會產生影響，闡明了推薦系統引入情境要素的重要性[7]；Adomavicius G指出情境感知推薦系統的核心是將傳統的二維推薦提升至多維推薦，將時空、環境、系統等全面的情境信息融入個性化推薦系統[8]，同時提出了三種情境信息融入推薦系統的基本模式：情境預過濾、情境后過濾和情境建模[9]，并且設計了基于情境驅動的搜索和基于情境的偏好推理與評估推薦系統[10]；研究表明融入情境信息的推薦算法所產生的推薦結果，可以提高用戶的體驗[11][12]；顧君忠認為完整的情境感知推薦系統包括情境信息的獲取、表示、推理、使用及存儲五個部分[13]；陳媛嫄等概括了情境感知推薦系統的三個特點：獲取實體的情境信息、推理系統的狀態及挖掘用戶行為偏好[14]。

綜上所述，國內外圖書館界關于情境感知推薦服務的研究蓬勃發展，將情境要素引入推薦系統是一新興的研究方向和必然的趨勢[15]。然而由于研究的領域、對象及背景等多方面的差異，情境感知推薦系統的內涵同情境一樣，也沒有形成廣泛認可的定義；另外大多數研究停留在情境要素的分類、獲取及融入情境信息的推薦策略等方面，真正意義上的應用實踐并不多見。表面上看“圖書館學五定律”通俗易懂，卻因其順應歷史發展、揭示真知、言簡意賅而廣受業界認可[16]，至今仍然指引著現代圖書館事業理論與實踐的發展。本文期望透過“圖書館學五定律”視角，對情境感知推薦系統展開關聯性的研究，分析和探討情境感知推薦系統的內涵及組成要素，進而揭示五定律對情境感知推薦系統未來發展的指導作用。

3 透過“圖書館學五定律”內涵的情境感知推薦系統分析

阮岡納贊“圖書館學五定律”的內容言簡意賅：“書是為了用的”；“每個讀者有其書”；“每本書有其讀者”；“節約讀者的時間”；“圖書館是一個生長著的有機體”。

3.1 書是為了用的：情境感知推薦系統的出發點

第一定律——“書是為了用的”，這是圖書館學的基本定律，是圖書館開展服務的出發點和目的，指出了圖書館的主要職能不是豐富館藏資源，更重要的是讓圖書得到充分使用，實現“為人找書”“為書找人”及“節約用戶時間”的三個目標。

情境感知推薦系統的目標就是完成用戶與信息的智能匹配，讓知識資源產生價值，與第一定律的內涵是一致的。回顧數字圖書館的OPAC系統，用戶在明確知道自己的興趣偏好，通過導航目錄、關鍵詞檢索等查詢方式獲取需求的知識，這一平臺以用戶為主，雖然實現了“為人找書”“節約用戶”的時間兩個目標，卻忽視了“為書找人”的命題[17]；而情境感知推薦系統首先是以五定律中包含的三個關鍵詞——讀者、書、圖書館(設備、空間及館員等)為出發點，獲取包括用戶、知識資源及圖書館系統三個方面的信息，然后基于用戶行為、大數據、推薦算法及人工智能等技術，最終實現“為人找書”“為書找人”及“節約用戶時間”的目標。

3.2 每個讀者有其書：用戶情境

第二定律——“每個讀者有其書”，由此很容易聯想到“讀者要有什么樣的書？”的疑問[18]，用戶情境是推理用戶需要什么樣書的理論依據，所謂觀其言、察其行、知其底，方識其人，這是知識集成與個性化知識服務的基礎。

圖書館的知識服務并非圖書館單方發起的活動，用戶是其中至關重要的參與者[19]，由于在不同的任務情境下，用戶的角色千差萬別，導致對知識的需求有所不同[20]，用戶情境作為情境的一個維度，能描述用戶的行為信息，反映其時間和地點等狀態的信息，從而推理用戶內心的動機、興趣偏好等[21]，用戶情境化挖掘的實質是將用戶偏好信息與情境信息整合在同一個模型中[22]，研究人員根據不同的研究對象使用不同的情境要素分類標準[23]，在情境要素判定規則的指導下，確定研究對象的信息要素[24]。雖然用戶情境的內涵及要素分類等方面在學界沒達成共識，但用戶情境是情境感知推薦系統中不可或缺的部分，其數據來源主要包括兩個方面，第一，用戶的基本信息，例如籍貫、年齡及專業背景等信息；第二，用戶的情境信息，例如用戶的查詢與借閱記錄、用戶的各種職業技能考試的需求、當前的科研任務以及時間地點等情境信息。用戶情境的信息分類框架如圖1。

圖1 用戶情境信息的類別框架

用戶情境信息的獲取方式有顯性與隱性獲取兩種方法。顯性獲取方法中，通過設計簡潔的問卷直接獲取用戶的偏好信息，這種方式有兩個缺點，一方面，面向用戶的程序操作復雜；另一方面，對調查人員而言，用戶偏好的準確程度與用戶配合、問卷設計有關[25]。隱性獲取方法中，系統基于用戶的基本信息與行為信息來推斷興趣信息。用戶所處的當前情境信息則可以通過網站接口、終端及傳感器等方式獲取[26]。

3.3 每本書有其讀者：知識情境

第三定律——“每本書有其讀者”，這同樣會引發“書適合什么樣的讀者？”的疑問[27]。知識資源是用戶需求與圖書館進行知識服務的內容載體，圖書館在傳統的閱讀推廣方面以知識內容為主體，忽略了用戶的心理狀態和興趣偏好，缺乏對用戶所處情境的考慮。

劉志國等認為圖書館為用戶提供的服務應該是知識情境[28]，汪圳等在研究科研用戶的知識推薦時，借鑒了知識管理領域知識情境的概念[29]，分析了應用情境、知識載體、知識內容三個要素及其屬性關系，構建了數字圖書館的知識模型：用戶在特定情境(Context(H))下使用包含特定知識內容(Content)的知識載體(Carrier)[30]。圖書館知識模型LKM={Context(H),Content,Carrier}可以理解為，用戶在期末考試借閱包含考試內容的書籍；科研用戶進行某科研時查看或者下載包含相關研究對象的文獻。

本文借鑒潘旭偉提出的集成情境的知識管理模型[31]，構建的圖書館知識應用情境包括知識載體、知識內容、用戶情境及三者之間的關系4個組成部分，融合了用戶情境的知識應用情境集成過程如圖2所示。

圖2 圖書館知識應用情境的模型

該模型中,用戶在特定的情境下查詢知識，當圖書館系統提供的知識資源支持用戶的需求，將知識應用情境提交至情境管理系統。

3.4 節約讀者的時間：服務情景

第四定律——“節約讀者的時間”，這主要強調用戶獲取知識資源的效率，服務情境主要解決用戶與知識資源的智能匹配，實現節約讀者的時間及提高圖書館知識服務的質量，用戶選擇了圖書館提供的知識服務的過程被視為該次服務所處的服務情境。服務情境框架如圖3所示。

圖3 服務情境框架

在服務情境框架中，單一匹配策略無法實現節約讀者時間的目標，因此用戶需求與知識資源的匹配需要考慮多種推薦策略來實現。情境匹配中心包括三種推薦策略：基于熱門資源的推薦、基于用戶情境及知識情境的推薦。

用戶在數字圖書館平臺沒有產生任何信息的情況下被視為游客用戶，因此數字圖書館平臺需要對知識資源進行質量評判，對用戶進行熱門資源或新資源上架的推薦，通過知識資源的質量評價體系，應用皮爾森(Person)線性相關分析法，構建知識資源的熱門程度模型，最后根據知識資源的模型篩選用戶可能感興趣的資源集合W。該推薦策略可以彌補僅根據用戶需求產生的推薦資源單一而導致質量不高的問題。

在數字圖書館系統新注冊的用戶缺少歷史信息，隨著用戶的使用，系統會獲取用戶更多的行為及任務等信息。當系統僅獲取了用戶注冊時的基本信息，可通過相似性匹配算法查找目標用戶的相似用戶群，識別用戶的需求，據此產生推薦集合X；隨著用戶與系統的交互，用戶的情境信息逐漸增加，數字圖書館平臺可以根據其基本信息及情境信息建立用戶的偏好模型，通過分析用戶對知識資源的需求度產生資源集合Y。

在集成了用戶情境的數字圖書館知識管理平臺，隨著知識應用情境的不斷擴充，提取用戶情境模型與知識應用情境模型的多維信息的屬性值，通過情境相似性計算集成用戶需求的知識資源，產生用戶相似情境的資源集合Z。最終將集成的知識資源列表推送至圖書館人機交互界面，便于用戶的瀏覽、閱讀及收藏等。

3.5 圖書館是一個生長著的有機體：技術層面的情境感知推薦系統

第五定律——“圖書館是一個生長著的有機體”，這將圖書館看作一個不斷生長的有機體。情境感知推薦領域相關的研究在技術層面為圖書館的發展補充新鮮的養分，情境感知推薦系統可以在技術層面實現：①用戶所處情境信息的獲取及推理(為人找書的前提)；②高質量的知識情境服務(為書找人)；③推薦結果信息過載的降低(節約用戶獲取需求知識的時間)，基于情境的雙向推薦策略可以實現讀者與資源的智能匹配，是“每個讀者有其書”“每本書有其讀者”及“節省讀者的時間”這三條定律能夠真正落地的技術之一。全景式的情境感知推薦系統框架如圖4所示。

圖4 情境感知推薦系統框架

該框架中，用戶情境是“人找書”的理論基礎，相比傳統的用戶特征信息，用戶情境是用戶基本信息與情境信息的整合，用戶情境是推斷“讀者要有什么樣的書？”的理論依據；知識情境是“資源尋人”的前提，知識情境可以理解為集成了情境信息的知識，融入了情境要素的知識資源可以有效解決“書適合怎么樣的讀者？”的問題；服務情境通過多種推薦策略可以實現用戶情境與知識情境的智能匹配，提高了用戶獲取資源的效率及知識資源的使用率，從用戶情境與知識情境兩個方向進行資源推送，進而實現“節約讀者的時間”的目標。

4 結語

本文以情境感知推薦系統為研究對象，透過“圖書館學五定律”的視角，分析了用戶情境、知識情境、服務情境及情境匹配等情境感知推薦系統的要素，指出情境感知在技術層面可以實現“每個讀者有其書”“每本書有其讀者”及“節省讀者的時間”三個目標。顯然，情境感知推薦系統在技術層面上的研究豐富和延伸了“圖書館學五定律”的內涵；反之，“圖書館學五定律”又從理論層面上指導著圖書館情境感知系統的理論發展及實踐應用。