基于長短期偏好特征的圖書個(gè)性化推薦系統(tǒng)設(shè)計(jì)

摘 要：隨著我國網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，高校讀者對于圖書館文獻(xiàn)資源的查閱方式呈現(xiàn)出信息化、數(shù)字化的發(fā)展趨勢。在信息云集的網(wǎng)絡(luò)平臺中，推薦系統(tǒng)可以幫助讀者有效利用信息，快速篩選出自己期望的資源，從而提高讀者的搜索效率。為此，文章利用B/S架構(gòu)，設(shè)計(jì)一種圖書個(gè)性化信息推薦系統(tǒng)的整體結(jié)構(gòu)。選擇STC8G1K08A型單片機(jī)作為主控芯片，基于云平臺網(wǎng)絡(luò)爬蟲設(shè)計(jì)讀者信息采集層，利用ZigBee技術(shù)實(shí)現(xiàn)圖書推薦系統(tǒng)的無線通信功能。通過引入長短期網(wǎng)絡(luò)模型對讀者的偏好特征完成提取，以此為基礎(chǔ)引入?yún)f(xié)同過濾算法，構(gòu)建個(gè)性化信息推薦模型。實(shí)驗(yàn)結(jié)果表明，本研究系統(tǒng)的累計(jì)中斷時(shí)間較短，NDCG較高，且推薦圖書的精度始終高于98%。

關(guān)鍵詞：長短期；網(wǎng)絡(luò)模型；圖書檢索；偏好特征；個(gè)性化；推薦系統(tǒng)

中圖分類號：G252.62 文獻(xiàn)標(biāo)識碼：A

圖書是一種具有主觀性和情感性的產(chǎn)品，讀者對圖書的喜好因人而異，難以通過簡單的內(nèi)容匹配實(shí)現(xiàn)有效推薦。在圖書檢索過程中，個(gè)性化推薦系統(tǒng)是一種為讀者推薦符合個(gè)性化需求內(nèi)容的信息過濾工具，它可以根據(jù)讀者的興趣和偏好，幫助讀者更快速地找到符合其需求的圖書，減少信息檢索成本，提高了效率。個(gè)性化推薦系統(tǒng)需要結(jié)合讀者的閱讀歷史、評分行為、社交關(guān)系等多維度數(shù)據(jù)，開展深度挖掘和分析，克服推薦的主觀性和情感性難點(diǎn)。

蘇瑞竹等人在考慮情景感知下，以高校圖書館為研究環(huán)境，研究了一種圖書個(gè)性化服務(wù)。但是，情景感知理論主要關(guān)注讀者當(dāng)前的環(huán)境和情境對行為的影響，忽視了讀者個(gè)體差異和長期興趣演化的因素，可能導(dǎo)致推薦結(jié)果過于局限于讀者當(dāng)前的需求，忽視了讀者潛在的長期偏好，降低了推薦系統(tǒng)的個(gè)性化程度和準(zhǔn)確性；杜豐瑞等人在圖書的推薦問題中引入了認(rèn)知升級理論，對圖書先完成認(rèn)知，以期優(yōu)化圖書智慧推薦的精度。但是，認(rèn)知升級理論更多地關(guān)注讀者信息接收和加工的過程，忽視了讀者主觀認(rèn)知、情感因素等對決策的影響。

在圖書推薦中，讀者的主觀認(rèn)知和情感偏好同樣重要，只考慮信息加工過程可能導(dǎo)致推薦結(jié)果缺乏情感色彩，無法真正滿足讀者的個(gè)性化需求。因此，為進(jìn)一步優(yōu)化圖書推薦的精準(zhǔn)度，本文設(shè)計(jì)一種基于長短期偏好特征的圖書個(gè)性化推薦系統(tǒng)。

一、基于長短期偏好特征的圖書個(gè)性化推薦系統(tǒng)

推薦系統(tǒng)的核心在于推薦算法的應(yīng)用，推薦算法的核心是利用讀者的歷史交互行為以及輔助信息建模讀者喜好，向讀者提供符合其偏好的推薦，面對讀者的全部交互行為，個(gè)性化推薦系統(tǒng)領(lǐng)域開始考慮讀者的行為時(shí)間對最終推薦結(jié)果的影響。

1.主控單片機(jī)硬件設(shè)計(jì)

在圖書推薦系統(tǒng)中，選擇STC8G1K08A型單片機(jī)作為主控芯片。STC8G1K08A單片機(jī)具有高性能和低功耗的特點(diǎn)，具有豐富的外設(shè)接口和靈活的擴(kuò)展能力，便于連接各種傳感器、顯示屏等硬件設(shè)備設(shè)施，實(shí)現(xiàn)系統(tǒng)功能的全面拓展和優(yōu)化，能夠滿足圖書推薦系統(tǒng)對實(shí)時(shí)響應(yīng)和長時(shí)間穩(wěn)定工作的要求，保障系統(tǒng)的高效運(yùn)行。此外，STC8G1K08A單片機(jī)還具有良好的可靠性和穩(wěn)定性，能夠提供穩(wěn)定的硬件支持，確保圖書推薦系統(tǒng)的穩(wěn)定運(yùn)行和長期可靠性。

綜合以上優(yōu)勢，STC8G1K08A型單片機(jī)作為圖書推薦系統(tǒng)的主控芯片，能夠有效提升系統(tǒng)性能，擴(kuò)展功能拓展空間，確保系統(tǒng)穩(wěn)定可靠。根據(jù)B/S架構(gòu)，設(shè)計(jì)圖書個(gè)性化信息推薦系統(tǒng)，該系統(tǒng)總體結(jié)構(gòu)如圖1所示。

2.基于云平臺網(wǎng)絡(luò)爬蟲的讀者信息采集層設(shè)計(jì)

利用云平臺網(wǎng)絡(luò)爬蟲技術(shù)設(shè)計(jì)圖書個(gè)性化推薦系統(tǒng)的讀者信息采集層，通過網(wǎng)絡(luò)爬蟲技術(shù)在云平臺上實(shí)現(xiàn)對讀者行為數(shù)據(jù)、偏好信息、閱讀歷史等數(shù)據(jù)的抓取和整合。網(wǎng)絡(luò)爬蟲可以自動(dòng)訪問網(wǎng)頁，抓取讀者在圖書平臺上的行為數(shù)據(jù)并展開數(shù)據(jù)清洗、處理和分析，為推薦算法提供個(gè)性化推薦所需的讀者數(shù)據(jù)。利用云平臺網(wǎng)絡(luò)爬蟲技術(shù)設(shè)計(jì)圖書個(gè)性化推薦系統(tǒng)的讀者信息采集層的步驟如下。

（1）確定采集目標(biāo)。確定需要采集的讀者信息范圍，包括讀者的基本信息、行為數(shù)據(jù)、偏好標(biāo)簽等。

（2）配置爬蟲工具。選擇適合云平臺環(huán)境的網(wǎng)絡(luò)爬蟲工具，并實(shí)行相關(guān)配置，如設(shè)置訪問頻率、代理設(shè)置等。

（3）編寫爬蟲程序。編寫網(wǎng)絡(luò)爬蟲程序，指定要抓取的網(wǎng)站頁面，提取讀者信息并存儲(chǔ)數(shù)據(jù)庫中。

（4）數(shù)據(jù)清洗和處理。對采集到的原始數(shù)據(jù)實(shí)施清洗，去除重復(fù)數(shù)據(jù)、異常數(shù)據(jù)等，確保數(shù)據(jù)質(zhì)量。

（5）數(shù)據(jù)存儲(chǔ)和同步。將清洗過的讀者信息數(shù)據(jù)存儲(chǔ)云端數(shù)據(jù)庫中，實(shí)現(xiàn)數(shù)據(jù)的定期同步更新。

（6）數(shù)據(jù)分析和挖掘。對采集到的讀者數(shù)據(jù)展開分析和挖掘，建立讀者畫像，為推薦算法提供數(shù)據(jù)支撐。讀者信息采集層結(jié)構(gòu)如圖2所示。

3.ZigBee無線通信功能實(shí)現(xiàn)

利用ZigBee技術(shù)實(shí)現(xiàn)圖書推薦系統(tǒng)的無線通信功能是一種高效、可靠的解決方案。首先，通過在圖書推薦系統(tǒng)的客戶端和服務(wù)器端分別搭載ZigBee模塊，實(shí)現(xiàn)兩者之間的無線通信連接。ZigBee作為一種低功耗、短距離通信協(xié)議，不僅能提供穩(wěn)定、可靠的數(shù)據(jù)傳輸，還能夠降低系統(tǒng)整體的能耗，適用于需要頻繁通信的應(yīng)用場景；其次，利用ZigBee技術(shù)實(shí)現(xiàn)圖書推薦系統(tǒng)的無線通信功能和強(qiáng)大的網(wǎng)絡(luò)組網(wǎng)能力，不僅可以支持系統(tǒng)中不同模塊之間的實(shí)時(shí)信息傳遞，還可以構(gòu)建一個(gè)穩(wěn)定、靈活的無線通信網(wǎng)絡(luò)，實(shí)現(xiàn)各個(gè)設(shè)備之間的互聯(lián)互通，提升了系統(tǒng)的整體性能和讀者體驗(yàn)。此外，借助ZigBee的廣播和多對一通信特性，圖書推薦系統(tǒng)可以在不同場景下實(shí)現(xiàn)群發(fā)信息、集中控制等功能，滿足系統(tǒng)對實(shí)時(shí)性和靈活性的需求。同時(shí)，ZigBee還具有較好的抗干擾能力和安全性，保障了系統(tǒng)通信的穩(wěn)定性和數(shù)據(jù)傳輸?shù)陌踩浴?/p>

二、推薦系統(tǒng)軟件設(shè)計(jì)

在系統(tǒng)軟件中，利用長短期記憶網(wǎng)絡(luò)、提取讀者的偏好特征是圖書推薦的基礎(chǔ)，再通過協(xié)同過濾算法實(shí)現(xiàn)最終的圖書個(gè)性化推薦。LSTM作為一種特殊的循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，它具有較強(qiáng)的記憶力和長期依賴性處理能力，適用于對讀者歷史行為序列開展建模和分析。通過LSTM網(wǎng)絡(luò)，系統(tǒng)可以更好地捕捉讀者的閱讀偏好、興趣演化等信息，實(shí)現(xiàn)對讀者行為的深度理解和挖掘，從而提高推薦算法的準(zhǔn)確性和個(gè)性化程度。利用LSTM網(wǎng)絡(luò)提取讀者偏好特征作為圖書推薦的基礎(chǔ)，可以有效解決傳統(tǒng)推薦系統(tǒng)中面對的需求多樣性、長尾問題等挑戰(zhàn)。LSTM網(wǎng)絡(luò)能夠根據(jù)讀者的歷史行為序列，自動(dòng)學(xué)習(xí)其中的規(guī)律和模式，對于不同時(shí)段、不同類型的讀者行為開展精確建模，并生成對應(yīng)的讀者偏好特征表示，這些特征能夠全面反映讀者的個(gè)性化喜好，為推薦算法提供更豐富、精準(zhǔn)的讀者信息，為讀者推薦更符合其興趣的圖書內(nèi)容。集合中的元素為圖書讀者偏好特征，以上特征能夠構(gòu)成偏好特征模型。通過對這些偏好特征實(shí)行異常值檢測和偏好特征提取處理，可以將讀者的檢索記錄中存在大量重復(fù)或相似記錄的情況剔除，并對讀者的閱讀偏好特征和行為展開分析，更好地了解讀者的閱讀習(xí)慣和檢索特征。以讀者閱讀興趣和圖書館書籍信息作為輸入，使用基于協(xié)同過濾算法的個(gè)性化信息推薦模型實(shí)現(xiàn)為圖書館讀者推薦其感興趣的圖書。協(xié)同過濾算法下個(gè)性化信息推薦模型流程如圖3所示。

將圖書信息輸入支持向量機(jī)分類器內(nèi)，獲得書籍資源類別信息，得到和讀者興趣數(shù)據(jù)相似性較高的書籍資源類別。

三、實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析

為驗(yàn)證研究設(shè)計(jì)的圖書個(gè)性化推薦系統(tǒng)的應(yīng)用有效性，開展實(shí)驗(yàn)分析。將參與者分為兩組（人數(shù)分別為100人），一組使用研究設(shè)計(jì)的圖書個(gè)性化推薦系統(tǒng)；另一組使用傳統(tǒng)推薦系統(tǒng)作為對照組。要求實(shí)驗(yàn)對象在30天時(shí)間內(nèi)使用系統(tǒng)實(shí)行圖書檢索和閱讀體驗(yàn)，及時(shí)收集讀者行為數(shù)據(jù)和反饋信息。記錄讀者每次檢索的關(guān)鍵詞、點(diǎn)擊的圖書內(nèi)容、閱讀時(shí)長、評分等行為數(shù)據(jù)并采集讀者的反饋意見。

1.用戶長短期偏好分析

如何全面并深層次地理解用戶的興趣與偏好是推薦系統(tǒng)成功的關(guān)鍵。偏好通常指的是個(gè)人對客觀事物的選擇態(tài)度，表現(xiàn)為一個(gè)人認(rèn)識、探索、接近或者獲取某種客觀事物的意向，是個(gè)性最明顯的表現(xiàn)。個(gè)人偏好可以通過其行為表現(xiàn)出來，通過用戶的瀏覽、點(diǎn)擊、評論等行為，可以推斷出用戶在某一段時(shí)間內(nèi)的偏好與關(guān)注信息。用戶偏好存在其穩(wěn)定的一面，同時(shí)也隨著時(shí)間、年齡、經(jīng)歷等不斷變化。因此，用戶偏好包括長期偏好和短期偏好兩個(gè)主要部分。

2.歸一化折損累積增益指標(biāo)測試

歸一化折損累積增益（Normalized Discounted Cumulative Gain， NDCG）是衡量信息檢索系統(tǒng)排名質(zhì)量的常用指標(biāo)。在圖書個(gè)性化推薦系統(tǒng)中，NDCG可被用于評估推薦結(jié)果的排序準(zhǔn)確性和讀者滿意度，它結(jié)合了折損函數(shù)和累積增益，通過對返回結(jié)果的相關(guān)性實(shí)行折損處理，強(qiáng)調(diào)高排名的結(jié)果對整體評分的影響。NDCG值范圍從0～1，1表示最佳排序結(jié)果，0表示最差排序結(jié)果，個(gè)性化推薦的NDCG值結(jié)果如圖4所示。

從圖4可以看出，對于四種不同種類的圖書，在設(shè)計(jì)系統(tǒng)應(yīng)用下，其NDCG指標(biāo)值始終接近1，說明該系統(tǒng)推薦的圖書具有最優(yōu)排序效果。

四、結(jié)語

綜上所述，文章通過融合先進(jìn)的算法模型和物聯(lián)網(wǎng)技術(shù)，在B/S架構(gòu)下設(shè)計(jì)了一種基于長短期偏好特征構(gòu)建的圖書個(gè)性化推薦系統(tǒng)，實(shí)現(xiàn)了對圖書檢索高效且個(gè)性化的推薦服務(wù)。推薦系統(tǒng)選擇STC8G1K08A型單片機(jī)作為主控芯片，結(jié)合云平臺網(wǎng)絡(luò)爬蟲和ZigBee技術(shù)，實(shí)現(xiàn)了信息采集和無線通信功能，為讀者提供了便捷的推薦體驗(yàn)。在系統(tǒng)軟件方面，利用長短期網(wǎng)絡(luò)模型提取讀者偏好特征，結(jié)合協(xié)同過濾算法構(gòu)建個(gè)性化信息推薦模型，幫助讀者快速找到符合自身興趣的圖書，為讀者提供了更智能、符合個(gè)性化需求的圖書推薦服務(wù)，提高了推薦準(zhǔn)的確度和讀者滿意度。

參考文獻(xiàn)：

[1]蘇瑞竹，張 軻.基于情境感知的高校圖書館個(gè)性化服務(wù)模式研究[J].圖書館工作與研究，2022（7）：5-12.

[2]杜豐瑞，岳鐵騏，張彤陽，等.基于認(rèn)知升級理論的高校圖書館智慧推薦服務(wù)研究[J].圖書情報(bào)工作，2023，67（12）：39-49.

[3]徐曉艷，袁曦臨，潘海燕，等.基于大學(xué)生通識素養(yǎng)的模塊化推薦書目構(gòu)建研究[J].圖書館雜志，2022，41（7）：101-106.

[4]王大阜，鄧志文，賈志勇，等.基于讀者畫像的高校圖書館個(gè)性化圖書推薦研究[J].河南師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，50（3）：95-103.

[5]潘 煦.小數(shù)據(jù)視域下圖書館個(gè)性化服務(wù)研究述評[J].西南民族大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2022，43（12）：228-232.

[6]喻小繼.大數(shù)據(jù)時(shí)代圖書館個(gè)性化服務(wù)中讀者隱私的保護(hù)對策研究[J].情報(bào)科學(xué)，2022，40（9）：147-153.

[7]楊志遠(yuǎn). 基于圖網(wǎng)絡(luò)中3節(jié)點(diǎn)有向簡單主題的節(jié)點(diǎn)重要性排序算法：Direct-motif rank[D].華東師范大學(xué)，2022.

[8]殷菲菲，趙文媛.高校圖書館個(gè)性化檔案管理探析[J].中國檔案，2022（4）：74-75.

作者單位：黑龍江東方學(xué)院

基金項(xiàng)目：黑龍江省高校圖工委課題項(xiàng)目（項(xiàng)目名稱：基于讀者長短期偏好的個(gè)性化推薦系統(tǒng)在高校圖書館資源推薦服務(wù)中的應(yīng)用，項(xiàng)目編號2024-055-B）。

作者簡介：包巖（1989—），女，漢族，黑龍江哈爾濱人，碩士，館員，研究方向：圖書情報(bào)。

通訊作者：張紅巖（1981—），男，漢族，黑龍江拜泉縣人，本科，副研究館員，研究方向：圖書情報(bào)。