基于语义网技术高校图书馆个性化知识服务研究.docVIP

基于语义网技术高校图书馆个性化知识服务研究 　　摘 要 论文提出了一种基于语义网技术的高校图书馆个性化知识服务。该方法首先通过语义网技术和数据挖掘技术对高校多部门的数据资源进行整合；然后根据用户的相关信息构建出用户的个人兴趣模型；最后使得用户可以快捷、高效、准确地获取资源。 　　关键词 大数据 高校图书馆 语义网技术 　　分类号 G250.76 　　DOI 10.16810/j.cnki.1672-514X.2017.11.012 　　Research on the Individualized Knowledge Service of University Libraries Based on Semantic Web Technology 　　Zhao Xiaorong， He sheng， Qian jin， Liu yijun， Qian xiufang 　　Abstract This paper proposes an individualized knowledge service of university libraries based on Semantic Web. Firstly， the digital resources of multiple departments of university will be integrated by the semantic network and data mining technology. Secondly， the user’s personal interest model will be build based on the user information. Finally， the users can get access to services quickly， efficiently and accurately. 　　Keywords Big data.University library. Semantic Web technology. 　　随着大数据时代到来，图书馆服务系统基础设施结构和用户服务模式在发生变化的同时，大数据也在重构了图书馆对用户阅读需求发现、服务资源整合、服务提供和服务质量 （Quality of Service， QoS）保证的过程和方法[1]。当前高校图书馆中应充分地利用大数据技术对丰富的馆藏资源进行分析挖掘，从而更好的为用户开展个性化服务。高校图书馆个性化推荐应该是以用户的个人背景、专业领域、兴趣和习惯等个性化信息为依据，通过对用户的个性化信息分析与挖掘，最终为每个用户快速定制个性化的推荐服务[2-5]。在图书馆的知识服务中，个性化推荐是图书馆知识服务的重要组成部分，也是关键的应用领域。个性化服务最直接的体现就是“以用户为中心”的学科服务，图书馆根据用户的查询和登录来定位用户的研究领域、科研项目以及用户的个性与习惯进而来对现有馆藏等知识资源的组织、分析与推送而实现向用户提供个性化服务。 　　1 高校图书馆个性化知识服务研究进展及挑战 　　1.1 图书馆个性化知识服务的研究进展 　　图书馆个性化推荐服务的核心任务是如何通过深度挖掘用户兴趣和偏好信息，并把挖掘所获得的信息与馆藏资源信息关联起来，最终能够准确，高效地把用户所感兴趣的资源信息推送给用户。图书馆个性化推荐最终需要实现两个方面的目的：一方面，图书馆个性化推荐可以很好地帮助用户发现对自己有价值的馆藏资源，让用户更加容易的获取有用资源；另一方面，图书馆个性化推荐应该让馆藏资源最大程度地展现在有需求或有潜在需求的用户面前，从而让馆藏资源得到合理、高效的利用[6]。 　　国内目前的研究主题主要集中在服务模式、信息资源建设、用户兴趣建模、服务方式、服务技术等方面，并始终以高校图书馆为主要载体[7]。 　　本文通过对我国知名高校图书馆网站的调查来了解目前高校图书馆个性化推荐的应用现状，调查结果如表1所示[8]： 　　从表1中可以看出，目前我国高校关于图书馆内图书推荐方面的应用还比较欠缺，除了南京大学以外的5所大学的推荐系统都属于“非个性化推荐系统”，且该系统是一种初级的个性化推荐。虽然部分高校也推出了相关的个性化服务，但推送内容仅限于把该领域的所有书籍或文献全部提交给用户，没有对所推荐信息进行“二次加工”。 　　2000―2002年主要注重个性化服务理念推广、国外研究成果的吸收以及图书馆的数字化；2003―2006年出现了大量的新研究方向，逐步形成核心研究主题；2007―2012年逐步关注用户兴趣建模、技术实现，不断丰富服务方式，提高服务精准性、语义性和交互性[7]。 　　1.2 图书馆个性化知识服务面临的挑战 　　数字图书馆是对传