基于二分网络的档案小众推荐服务模型研究.docVIP

基于二分网络的档案小众推荐服务模型研究 　　摘 要：文章将二分网络运用到档案部门服务工作中，根据档案利用者的类型、需求特征和档案信息特点建立档案小众化推荐服务模型，通过物质扩散和热传导推荐算法的加权融合计算利用者与档案信息之间的网络关系，生成具有针对性的推荐列表，以期为档案部门向利用者提供纵深服务提供参考 关键词：档案少用性；二分网络；推荐服务模型；小众服务 当前，我国档案利用热情逐渐冷却，依据二分网络建立的小众推荐服务模型就是一种针对档案少用性提供纵深推荐的服务方式。近年来，依托计算机而高度发达的数据存储及运算，使复杂网络的构建得以实现。复杂网络的研究主要集中于自然科学、工程科学领域，在图书馆领域的研究也逐渐增多，在档案领域仅有一篇涉及档案学术语的探讨，二分网络在档案领域的研究为零。因此，笔者研究二分网络相关内容，对其在小众推荐服务的应用进行初探 1 档案小众推荐服务模型构建的依据 1.1 实践依据。档案的现实少用性是档案小众推荐服务模型建立的实践依据。我国档案利用活动经历过三次高峰期：平反冤假错案、上山下乡工龄档案查询、编史修志工作。[1]此后，类似的利用高峰再未出现。现阶段，一方面，档案的原始记录性、机密性、区域性及价值转移致使其无法时常处于高利用状态；[2] 另一方面，大部分的档案利用需求来自工作查考、学术研究，档案利用需求表现出明显的阶段性针对性。历史上，虽然档案已从封建统治的高阁走向人民身边，然而民众的档案意识尚未完全觉醒。但我们说档案的少用性现实状态，并不是指不利用。档案部门开展基于二分网络的小众推荐服务，针对特定用户分不同群组开展服务，是追求纵深服务的方式。[3] 1.2 理论依据。二分网络是档案小众推荐服务模型建立的理论依据，通过二部分图可以探测到利用者之间、利用者与档案之间的互动关系，社团结构是有针对性的服务模式 1.2.1 二分网络概述。二分网络用于挖掘主体与客体的关系，是符合利用者利用需求长尾现象的网络形式。[4]二部分图是其表现形式，它由两方面组合，利用者及档案构成顶点集V，利用者和档案的链接构成边集E，表达式为G=（V，E），如图1（a）。V包含利用者子集U和档案子集A，基于图1建立的连接，可以得出集合U和集合A的单模映射，如图1（b）、图1（c）。二部分图及单模映射可以反映出利用行为的集聚特点及小众化特征 1.2.2 二分网络的特性。度与度分布度。一个节点的度是指与该节点相连接的另一部分节点的数量，在图1（a）中，u8节点仅与a5相连接，因此u8的度为1，如图1（b）所示。度分布是某选定节点与另一子集中节点连接的数目的分布情况。[5]度分布反映了最为活跃的利用者群体，以及被利用最为频繁的档案 集聚系数。同一卷宗中每份档案之间有很强的关联性，这就形成了无形的网络链接结构，卷宗中某一份档案也会在年份、人物等上与其他卷宗产生联系，这样的聚集链接就反映了该二分网络的聚集程度，即集聚系数，表示二分网络结构中各部分的联系程度 社团结构。利用者多为因某个原因而聚集在一起的一类群体，档案也会集聚，这些群体就是二分网络中的社团结构。其形成以网络中的节点为基础，首先设定相似度，然后合并相似度最高的社团，形成新的社团结构，接着以新的社团结构为基础，设定新的相似度，重复合并重复计算，最后组成一个大社团。[6] 2 档案小众推荐服务模型的建立 结合二分网络和档案利用者小众群组的相关内容，构建了如图2所示的档案小众推荐服务模型 2.1 利用者群组。根据档案的少用特性，档案的主要利用者多以专业、兴趣等聚集，他们就是二分网络中的社团结构，在社团结构中形成了利用者与利用者之间的聚类关系、利用者与档案之间的小众偏好关系。分析群组中利用者之间的影响方式、影响程度，挖掘隐藏关系，完善利用者群组之间的网络结构。[7] 2.2 二分网络。建立利用者集合与档案信息集合是利用者与档案资源二分网络形成的基础。分析利用者建立利用者模型，根据档案语义建立档案资源模型，结合档案资源主题词、关键词进行利用者与档案之间的信息过滤，析出利用者之间的概率偏好关系，建立利用者与档案资源二部分结构。然后根据二部分图中利用者与档案之间连接关系，给利用者赋予初始值 2.3 推荐算法的加权 2.3.1 推荐算法。二部分图中，利用者与档案都将视为单纯的节点纳入推荐算法中，以利用与被利用的选择关系为依托，预测利用者对尚未接触过档案的喜好程度。物质扩散和热传导是主流的推荐算法。物质扩散满足守恒定律，节点a会把能量平均传递给相连的u节点，每个u节点的能量是从所有a中获得能量的总和。如图1，给u1相连的节点赋予能量1，不相连的为0，则u1的最终能量值为1/3的a1加1/2的a2。u会把收集到的能量再平均返回给