基于用户画像图书馆知识发现服务研究.docVIP

基于用户画像图书馆知识发现服务研究 　　摘 要：人工智能技术发展，驱动着图书馆的知识服务向着个性化、精准化方向发展。文章在概述知识发现和用户画像的基础上，构建了图书馆读者用户画像，以此构建了基于用户画像的图书馆知识发现服务模型。分析发现，基于用户画像的图书馆知识服务，能在服务的个性化、精准化方面有着一定的优势，能够提升图书馆知识服务体验。 　　关键词：人工智能；用户画像；图书馆；知识发现；知识工程；机器学习 　　中图分类号：G252 文献标识码：A DOI：10.11968/tsyqb.1003-6938.2017114 　　Abstract The development of artificial intelligence technology drives the librarys knowledge service towards individuation and precision. Basic on the summarization of knowledge discovery and User portrait， this article constructs the user portrait， so as to construct a service model of library’s knowledge discovery. It is found that the library knowledge service based on user portrait has some advantages in personalized and precision service， and also can improve the experiences of library knowledge service. 　　Key words artificial intelligence； user portrait； library； knowledge discovery； knowledge engineering； machine learning 　　智能化与自动化是人工智能时代的两大主题，而移动智能终端的普及应用，也为智能化与自动化的实现提供了海量的大数据基础，通过数据挖掘和算法计算，从海量数据中发现需要的知识发现，也在机器学习、神经网络模型和知识表示等人工智能技术的推动下，呈现出了新的发展态势。同时，随着大数据的发展，数据量的爆发式增长和大数据分析技术的成熟使用户可捕捉的行为数据越来越多，可形成用户关键信息画像的用户画像被广泛的应用到了以标签、画像为基础的精准服务领域[1]。将用户画像与知识发现相结合，可以为用户的需求精准提供基于知识发现的决策知识、咨询知识等服务。 　　图书馆是人类知识的传承和传播中心，实现对馆藏知识的传播与增值服务也一直是信息时代到大数据时代图书馆的主要服务内容。近年来，基于知识发现系统如Primo、Worldcat Local、Encore等的图书馆知识发现服务也成为了知识服务的主要组成部分。随着人工智能时代的到来驱动着图书馆向智能化服务、自动化服务转型的过程中，基于用户画像的图书馆知识发现服务无疑将提高读者的服务体验与满意度。 　　1 知识发现与用户画像 　　1.1 从人工智能到知识发现 　　从学科体系来看，人工智能是?算机科学的一个分支，它试图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。知识工程作为人工智能的五大研究领域（即脑认知、机器感知与模式识别、自然语言处理与理解、知识工程、机器人与智能系统）之一，一直备受科学界关注。中国人工智能学会理事长李德毅就认为知识工程才是人工智能时代最有意义的课题之一。 　　知识发现（Knowledge Discovery，KD）则是一门来源于人工智能、知识工程和机器学习等众多学科新兴交叉的学科。具体来看，知识发现就是一次完整的从大量的异构、复杂数据或数据集、数据平台中提取出隐含的、未知的、潜在有用的并能被人们理解的规则与模式，并检查趋势、发掘出事实的高级处理过程[2]。 　　1.2 知识发现的实现与发展 　　1989年，在“知识工程（Knowledge Engineering）”被提出12年之后，“知识发现”这一概念在第11届国际联合人工智能学术会议上出现。但由于当时的数据主要以数据库的形式存储管理，因而当初提出的知识发现主要是指基于数据库的知识发现（Knowledge Discovery in Database， KDD），随着数据挖掘技术的发展和数据来源、数据类型的丰富，知识发现也逐渐从基于数据库的知识发现