融合用戶畫像和知識圖譜的智慧圖書館信息推薦體系研究

毛晨晰

摘 要：文章從用戶畫像和知識圖譜角度出發(fā)，構(gòu)建了智慧圖書館的信息推薦體系結(jié)構(gòu)，智慧圖書館的信息推薦體系包括系統(tǒng)板塊和系統(tǒng)架構(gòu)兩大部分，系統(tǒng)板塊包括系統(tǒng)管理、用戶畫像、知識圖譜、信息推薦、結(jié)果展現(xiàn)、結(jié)果反饋等七大模塊，系統(tǒng)架構(gòu)包括數(shù)據(jù)層、分析計(jì)算層、結(jié)果層、反饋層等四個層級。

關(guān)鍵詞：用戶畫像；知識圖譜；信息推薦體系；圖書館

中圖分類號：G250 文獻(xiàn)標(biāo)識碼：A 文章編號：1003-1588（2023）08-0115-05

1 背景

隨著智慧時代來臨、數(shù)智化技術(shù)發(fā)展及啟發(fā)式認(rèn)知智能應(yīng)用的出現(xiàn)，作為文獻(xiàn)信息資源中心的圖書館在快速積累類型多樣、結(jié)構(gòu)復(fù)雜的海量資源的同時，加劇了與讀者有限認(rèn)知能力之間的矛盾，使其在信息泛濫背景下面臨日益嚴(yán)重的知識彌漫、信息超載等問題。如何基于智慧化理念推動圖書館服務(wù)系統(tǒng)轉(zhuǎn)型升級，以動態(tài)感知讀者興趣、創(chuàng)新協(xié)同服務(wù)形式、序化整合知識資源，進(jìn)而提供滿足讀者知識需求的智慧服務(wù)成為亟須解決的問題。在此形勢下，智慧圖書館推薦系統(tǒng)遵循以數(shù)字化為核心，以泛在化為支撐，以智能化為手段，以智慧化為目標(biāo)的思路，依托感知設(shè)備、大數(shù)據(jù)基礎(chǔ)設(shè)施及人工智能技術(shù)重構(gòu)傳統(tǒng)推薦平臺功能模塊，通過動態(tài)響應(yīng)讀者需求并分析興趣演化，整序重構(gòu)知識資源并挖掘內(nèi)在關(guān)聯(lián)，主動提供泛在互聯(lián)、虛實(shí)混合應(yīng)用場景下讀者需求驅(qū)動的智慧推薦服務(wù)并備受關(guān)注。

隨著智慧圖書館推薦系統(tǒng)研究的不斷深入，信息資源推薦匹配性成為重要議題，如何實(shí)現(xiàn)快速有效地精準(zhǔn)推送成為智慧圖書館信息推薦服務(wù)高質(zhì)量發(fā)展的關(guān)鍵。精準(zhǔn)推送不僅與用戶的需求相關(guān)，也與圖書館的信息資源有關(guān)，用戶畫像可以精準(zhǔn)定位用戶需求，知識圖譜可以有效整合目標(biāo)信息資源，用戶畫像和知識圖譜應(yīng)被作為智慧圖書館信息推薦服務(wù)的構(gòu)建支撐。因此，本研究嘗試融合用戶畫像和知識圖譜構(gòu)建智慧圖書館信息推薦體系。

2 文獻(xiàn)回顧

用戶畫像通過對用戶特征、歷史行為特征的分析，形成標(biāo)簽化用戶模型，用戶畫像在圖書館領(lǐng)域有廣泛應(yīng)用。例如，蘭冰探索了基于群組用戶畫像的圖書館信息智能推送服務(wù)，指出用戶畫像技術(shù)應(yīng)用于圖書館具有重要意義，包括合理利用大數(shù)據(jù)資源、實(shí)現(xiàn)精準(zhǔn)智能化服務(wù)、抓住核心用戶群體需要，提出了基于群組用戶畫像的圖書館智能信息推送流程，包括用戶畫像可視化分析、群組用戶信息推薦、用戶畫像評價調(diào)整^[1]。李曉敏等研究了基于用戶畫像的智慧圖書館圖書推薦服務(wù)，指出智慧圖書館用戶畫像有三大維度，分別是自然屬性維度、興趣屬性維度、社交屬性維度，提出用戶畫像智慧圖書館圖書推薦模式有基于相似讀者的圖書推薦、基于相似圖書的推薦、基于位置的推薦^[2]。王大阜等研究了基于用戶畫像的高校圖書館個性化圖書推薦，指出用戶畫像模型構(gòu)建應(yīng)考慮讀者個體特征屬性、讀者歷史行為、讀者興趣偏好、讀者認(rèn)知能力差異等因素，設(shè)計(jì)了用戶畫像下高校圖書館個性化圖書推薦系統(tǒng)，具體表現(xiàn)為數(shù)據(jù)層、處理層、邏輯層和表現(xiàn)層^[3]。

知識圖譜是通過構(gòu)造網(wǎng)狀的知識結(jié)構(gòu)，形成的一種結(jié)構(gòu)化的語義知識庫，知識圖譜在圖書館領(lǐng)域有廣泛的應(yīng)用。例如，柳益君等重點(diǎn)探究了知識圖譜的智慧服務(wù)應(yīng)用，指出知識圖譜具有聚合和挖掘海量館藏資源，提供知識服務(wù)、融合和利用多源用戶數(shù)據(jù)以全面認(rèn)知用戶、感知和識別多種動態(tài)場景以提供場景服務(wù)的優(yōu)勢，提出知識圖譜應(yīng)用下高校圖書館的智慧服務(wù)創(chuàng)新模式應(yīng)包括智慧檢索、智慧推薦、智慧問答^[4]。趙夕姝重點(diǎn)探究了知識圖譜的數(shù)字資源管理系統(tǒng)設(shè)計(jì)，指出知識圖譜具有提升館藏數(shù)字資源管理能力、提升圖書館個性化知識服務(wù)水平、提升館藏數(shù)字資源檢索服務(wù)能力的作用，知識圖譜可以被應(yīng)用于圖書館館藏數(shù)字資源的知識提取、知識表示、知識聚合、知識推理，提出知識圖譜應(yīng)用下館藏數(shù)字資源管理系統(tǒng)應(yīng)包括圖書館館藏數(shù)字資源存儲層、圖書館知識圖譜層、圖書館用戶交互層^[5]。孫雨生等基于知識圖譜構(gòu)建了智慧圖書館信息推薦技術(shù)體系，指出智慧圖書館信息推薦技術(shù)體系的構(gòu)建目標(biāo)是整合信息和聚合精準(zhǔn)推薦，構(gòu)建原則是技術(shù)時效性、場景多樣性、服務(wù)全局性，提出智慧圖書館信息推薦技術(shù)體系的構(gòu)建思路包括數(shù)據(jù)采集及預(yù)處理、數(shù)據(jù)分析、知識圖譜構(gòu)建、特征建模、推薦生成、推薦結(jié)果^[6]。

綜上，當(dāng)前知識圖譜及用戶畫像均已被應(yīng)用于圖書館信息推薦，但已有的研究沒有將二者結(jié)合起來進(jìn)行分析，為彌補(bǔ)研究空白，本研究將融合用戶畫像和知識圖譜構(gòu)建智慧圖書館信息推薦體系。

3 融合用戶畫像和知識圖譜構(gòu)建智慧圖書館信息推薦體系的內(nèi)在邏輯

本研究采用多元回歸模型分析智慧圖書館信息推薦服務(wù)效果的影響因素，參考已有學(xué)者的相關(guān)研究成果設(shè)定影響因素指標(biāo)，包括用戶層面的需求精準(zhǔn)定位，信息資源層面的資源數(shù)量、資源質(zhì)量、資源整合，館員層面的館員專業(yè)知識水平、館員服務(wù)態(tài)度、館員服務(wù)能力，信息推廣層面的推廣方式、推廣渠道。變量設(shè)定見表1。

本研究采用問卷調(diào)查法收集圖書館用戶和館員對影響因素指標(biāo)的主觀評分，基于問卷星共發(fā)放調(diào)查問卷200份，回收得到有效問卷143份。根據(jù)有效調(diào)查數(shù)據(jù)，本研究運(yùn)用SPSS軟件進(jìn)行回歸分析，分析結(jié)果見下頁表2。

如表2所示，模型調(diào)整后的R²值為0.716，即需求精準(zhǔn)定位、信息資源數(shù)量、信息資源質(zhì)量、信息資源整合、館員專業(yè)知識水平、館員服務(wù)態(tài)度、館員服務(wù)能力、信息推廣方式、信息推廣渠道對智慧圖書館信息推薦服務(wù)效果的解釋程度為71.6%，大于50%，說明模型自變量能夠較好解釋因變量。模型F檢驗(yàn)的F值為632.451，顯著性水平為0.018，小于0.05，說明模型分析有效。進(jìn)一步討論智慧圖書館信息推薦服務(wù)效果，各因素的影響關(guān)系如下。

關(guān)于用戶層面因素，“需求精準(zhǔn)定位”變量的回歸系數(shù)Beta值為0.648，大于0，顯著性水平為0.000，小于0.01，說明需求精準(zhǔn)定位對智慧圖書館信息推薦服務(wù)效果具有非常顯著的正向影響，也就是說，基于用戶畫像的用戶需求定位可以顯著提高智慧圖書館的信息推薦服務(wù)質(zhì)量。

關(guān)于信息資源層面因素，“資源數(shù)量”“資源質(zhì)量”等變量的回歸系數(shù)Beta值分別為0.107、0.443，均大于0，顯著性水平分別為0.033、0.011，均小于0.05，而“資源整合”變量的回歸系數(shù)Beta值為0.632，大于0，顯著性水平為0.000，小于0.01，說明資源數(shù)量、資源質(zhì)量對智慧圖書館信息推薦服務(wù)效果具有顯著的正向影響，而資源整合具有非常顯著的正向影響，也就是說，信息資源數(shù)量與質(zhì)量一定程度上可以提高智慧圖書館的信息推薦服務(wù)質(zhì)量，而基于知識圖譜的信息整合可以顯著提高智慧圖書館的信息推薦服務(wù)質(zhì)量。

關(guān)于館員層面因素，“專業(yè)知識水平”“服務(wù)能力”等變量的回歸系數(shù)Beta值分別為0.420、0.415，均大于0，顯著性水平分別為0.013、0.017，均小于0.05，說明專業(yè)知識水平、服務(wù)能力對智慧圖書館信息推薦服務(wù)效果具有顯著的正向影響，也就是說，館員知識水平與服務(wù)能力在一定程度上可以提高智慧圖書館的信息推薦服務(wù)質(zhì)量。

關(guān)于信息推廣層面因素，“推廣方式”“推廣渠道”等變量的回歸系數(shù)Beta值分別為0.214、0.206，均大于0，顯著性水平分別為0.026、0.025，均小于0.05，說明推廣方式、推廣渠道對智慧圖書館信息推薦服務(wù)效果具有顯著的正向影響，也就是說，信息資源推廣方式與渠道在一定程度上可以提高智慧圖書館的信息推薦服務(wù)質(zhì)量。

綜上，基于用戶畫像的用戶需求精準(zhǔn)定位和基于知識圖譜的信息資源整合對智慧圖書館信息推薦服務(wù)效果的影響程度明顯高于其他變量，可見，融合用戶畫像和知識圖譜構(gòu)建智慧圖書館信息推薦服務(wù)體系是非常必要的。

4 融合用戶畫像和知識圖譜的智慧圖書館信息推薦體系結(jié)構(gòu)

融合用戶畫像和知識圖譜的智慧圖書館信息推薦體系結(jié)構(gòu)包括系統(tǒng)板塊和系統(tǒng)架構(gòu)兩大部分，見圖1。

4.1 系統(tǒng)板塊

用戶在系統(tǒng)注冊時就會產(chǎn)生初步的個人數(shù)據(jù)信息和知識體系信息，用戶注冊后的閱讀行為數(shù)據(jù)累計(jì)為用戶畫像的具象化提供了基礎(chǔ)信息數(shù)據(jù)，同時根據(jù)用戶的閱讀偏好整合信息資源庫，形成針對性的知識圖譜。基于用戶畫像和知識圖譜，智慧圖書館能夠有效匹配用戶需求與知識庫資源，實(shí)現(xiàn)信息資源的精準(zhǔn)推薦，并通過推薦結(jié)果不斷進(jìn)行跟蹤反饋與改進(jìn)，持續(xù)性滿足用戶需要。

根據(jù)上述流程，融合用戶畫像和知識圖譜的智慧圖書館信息推薦體系可以分為六大模塊，分別是系統(tǒng)管理模塊、用戶畫像模塊、知識圖譜模塊、信息推薦模塊、結(jié)果展現(xiàn)模塊、結(jié)果反饋模塊。系統(tǒng)管理模塊的主要功能是實(shí)現(xiàn)數(shù)據(jù)的系統(tǒng)化管理，包括用戶畫像數(shù)據(jù)、知識圖譜數(shù)據(jù)、元數(shù)據(jù)的系統(tǒng)化管理。系統(tǒng)管理模塊是智慧圖書館信息推薦體系結(jié)構(gòu)的底層支撐，負(fù)責(zé)系統(tǒng)運(yùn)行的穩(wěn)定和系統(tǒng)數(shù)據(jù)分析的支持，可以說該模塊是智慧圖書館信息推薦服務(wù)開展的基礎(chǔ)保障。用戶畫像模塊的主要功能是實(shí)現(xiàn)用戶數(shù)據(jù)的挖掘、采集、分析與整合，提取能夠反映用戶特征的標(biāo)簽，構(gòu)建用戶畫像。用戶畫像模塊是智慧圖書館信息推薦服務(wù)的用戶端支撐，負(fù)責(zé)提供真實(shí)有效的用戶需求，可以說該模塊是智慧圖書館信息推薦服務(wù)質(zhì)量的需求數(shù)據(jù)保證。知識圖譜模塊的主要功能是知識資源的挖掘與處理、知識資源的重組與重構(gòu)、知識特征的形成與網(wǎng)絡(luò)結(jié)構(gòu)化、構(gòu)建知識圖譜。知識圖譜模塊是智慧圖書館信息推薦服務(wù)的知識端支撐，負(fù)責(zé)匹配適宜性強(qiáng)的知識資源，可以說該模塊是智慧圖書館信息推薦服務(wù)質(zhì)量的知識數(shù)據(jù)保證。

信息推薦模塊的主要功能是提取用戶標(biāo)簽，提煉結(jié)構(gòu)知識，根據(jù)用戶標(biāo)簽推薦合適的知識資源，滿足用戶的有效需求。信息推薦模塊是智慧圖書館信息推薦服務(wù)的過程環(huán)節(jié)支撐，負(fù)責(zé)推薦針對性強(qiáng)的知識資源，可以說該模塊是智慧圖書館信息推薦服務(wù)質(zhì)量的實(shí)際運(yùn)作保障。

結(jié)果呈現(xiàn)模塊的主要功能將推薦信息及時呈現(xiàn)給用戶，可以通過Android終端將不同形式的知識資源展現(xiàn)給用戶，也可以通過其他終端向用戶展現(xiàn)知識資源。結(jié)果呈現(xiàn)模塊需要做到多樣化展示和排序化呈現(xiàn)，一方面，智慧圖書館可以在各應(yīng)用終端向用戶展示文字、圖片、音頻、視頻等多種形式的知識資源；另一方面，智慧圖書館可以在各應(yīng)用終端向用戶優(yōu)先推薦相關(guān)的重要知識資源，保障用戶第一時間接觸到最感興趣的信息。可以說，結(jié)果呈現(xiàn)模塊是智慧圖書館信息推薦結(jié)果的接受窗口。

結(jié)果反饋模塊的主要功能是收集用戶的反饋信息，針對反饋信息改進(jìn)和完善信息推薦系統(tǒng)，持續(xù)性提高智慧圖書館的信息推薦質(zhì)量。反饋信息可以分為主觀反饋和客觀反饋兩種類型，主觀反饋主要是用戶針對推薦信息給出的主觀評價，包括推薦信息的質(zhì)量、推薦信息的符合度、推薦信息的滿意度等；客觀反饋主要是系統(tǒng)化收集用戶的隱性反饋信息，包括用戶的瀏覽次數(shù)、點(diǎn)贊、收藏、評論等。可以說，結(jié)果反饋模塊是智慧圖書館信息推薦持續(xù)性改進(jìn)的有效機(jī)制。

4.2 系統(tǒng)架構(gòu)

融合用戶畫像和知識圖譜下智慧圖書館信息推薦體系在系統(tǒng)架構(gòu)上可以分為四個層級，分別是數(shù)據(jù)層、分析計(jì)算層、結(jié)果層、反饋層。

數(shù)據(jù)層是基礎(chǔ)層級，負(fù)責(zé)系統(tǒng)數(shù)據(jù)的收集與管理，包括用戶畫像數(shù)據(jù)、知識圖譜數(shù)據(jù)、元數(shù)據(jù)等數(shù)據(jù)的收集、存儲與管理。這一層級要求做到上述數(shù)據(jù)的全面梳理與整理，實(shí)現(xiàn)標(biāo)準(zhǔn)化和有序化管理，因此系統(tǒng)管理模塊屬于這一層級。

分析計(jì)算層是完成對數(shù)據(jù)的分析和計(jì)算，為信息推薦提供支持、涉及用戶畫像、知識圖譜、畫像與知識匹配。這一層級需要完成用戶的標(biāo)簽提取與信息資源特征的分析匹配，因此用戶畫像模塊、知識圖譜模塊和信息推薦模塊屬于這一層級。

結(jié)果層是信息推薦系統(tǒng)的展示與呈現(xiàn)環(huán)節(jié)，根據(jù)需求與知識資源匹配情況，將推薦結(jié)果展示在用戶設(shè)備應(yīng)用端，包括常規(guī)化的Android終端和個性化的其他閱讀設(shè)備終端。這一層級基本上實(shí)現(xiàn)了信息資源的推薦呈現(xiàn)，因此結(jié)果呈現(xiàn)模塊屬于這一層級。

反饋層是信息推薦系統(tǒng)目標(biāo)完成度的評價環(huán)節(jié)，根據(jù)反饋信息屬性分為主觀反饋與客觀反饋，反饋信息也是后續(xù)對信息推薦系統(tǒng)升級調(diào)整的依據(jù)。這一層級是對信息資源推薦服務(wù)的持續(xù)跟蹤與改進(jìn)，因此結(jié)果反饋模塊屬于這一層級。

5 結(jié)語

用戶畫像可以精準(zhǔn)定位圖書館用戶的有效需求，知識圖譜可以針對性整合圖書館信息資源，而用戶需求和匹配信息資源是智慧圖書館高質(zhì)量信息推薦的基礎(chǔ)與前提，因此融合用戶畫像和知識圖譜構(gòu)建智慧圖書館信息推薦體系是必要的。本研究構(gòu)建了用戶畫像和知識圖譜下智慧圖書館的信息推薦體系，具體結(jié)構(gòu)包括系統(tǒng)板塊和系統(tǒng)架構(gòu)兩大部分，系統(tǒng)板塊是內(nèi)容要素，系統(tǒng)架構(gòu)是層級要素。

參考文獻(xiàn)：

[1] 蘭冰.基于群組用戶畫像的圖書館信息智能推送服務(wù)[J].圖書館學(xué)刊，2019（7）：109-112.

[2] 李曉敏，熊回香，杜瑾，等.智慧圖書館中基于用戶畫像的圖書推薦研究[J].情報科學(xué)，2021（7）：15-22.

[3] 王大阜，鄧志文，賈志勇，等.基于用戶畫像的高校圖書館個性化圖書推薦研究[J].河南師范大學(xué)學(xué)報（自然科學(xué)版），2022（3）：95-103.

[4] 柳益君，何勝，熊太純，等.知識圖譜在高校圖書館智慧服務(wù)中應(yīng)用研究[J].圖書館工作與研究，2019（11）：5-10.

[5] 趙夕姝.基于知識圖譜的館藏數(shù)字資源管理系統(tǒng)設(shè)計(jì)研究[J].圖書館研究與工作，2022（10）：75-78.

[6] 孫雨生，祝博，范穎.知識圖譜加持的智慧圖書館信息推薦技術(shù)體系構(gòu)建[J].圖書館論壇，2023（1）：1-10.

（編校：崔萌）