基于web数据挖掘的数字图书馆个性化服务模型研究.docxVIP

基于web数据挖掘的数字图书馆个性化服务模型研究 近年来，信息技术的成熟和完善迅速在多个领域普及，图书馆领域也不例外。图书馆作为信息资源收集、加工和服务的中心, 随着信息技术的不断渗透, 积累了丰富的数字信息资源, 包括各种电子期刊、电子图书、光盘数据库、多媒体数据以及海量级的Web数据, 也即产生了所谓的数字图书馆。如何才能使用户方便、快捷地在如此众多、各具特色的信息资源中找到目标, 更好地为用户提供个性化的服务是数字图书馆服务过程中面临的一大难题。将Web数据挖掘技术应用于数字图书馆领域就是解决这一难题的有效途径之一。 1 数字图书馆的个性化服务 1.1 国外数字图书馆个性化服务系统现状 1991 年美国率先开始数字图书馆的研究, 其后, 英国、法国、日本、德国、意大利等国也相继进行数字图书馆研究。在数字图书馆个性化信息服务方面, 这些国家同样也先行一步。目前, 个性化数字图书馆在国外已经形成了初步成果, 进入实际应用阶段。比较完善的数字图书馆个性化服务系统主要有美国洛杉矶国际研究实验室研究图书馆的My Library@LANL系统、康纳尔大学图书馆的My Library@Cornell系统、多伦多大学图书馆的My Li-brary系统等, 并在一定范围内得到推广, 取得很好的社会效益;英国南安普敦大学使用Ontology技术描述用户个性化信息, 并提出获取用户个性化信息的方法【1】。此外, 美国华盛顿大学、北卡州立大学图书馆、加州数字图书馆、新加坡国立图书馆等都相继采用信息定制和推送等方式开发了自己的网络个性化服务系统, 并收到了良好的应用效果【2】。 (2) 国内学界对数字图书馆个性化服务发展的观点 我国对数字图书馆个性化服务的研究起步较晚, 但近年有了突飞猛进的发展, 已成为当前图书情报界研究的一个热点。早在1999年底, 国家科技部支持的“中国数字图书馆示范系统”项目【3】中就提到了数字图书馆的个性化服务问题;2000 年初, 由北京大学余锦风教授负责承担的国家社会科学基金资助的“基于Web的数字图书馆定制服务系统”项目【4】开始研究开发实用的数字图书馆个性化定制系统。其后, 因个性化服务对数字图书馆的重要性, 研究者们更是给予了高度的关注, 如李阳晖【5】等人从四个方面探讨数字图书馆个性化服务的发展动因;彭骏【6】等人对基于本体的个性化知识检索模型进行了研究, 建立了基于本体的个性化知识检索模型;熊拥军【7】等人以关联挖掘理论为技术基础, 设计出数字图书馆个性化推送服务模型;吴志强【8】等人对协同信息推荐应用于数字图书馆个性化服务领域进行了分析;王发社【9】利用SWOT分析法, 具体分析了目前高校数字图书馆个性化服务的优势、劣势、机遇和威胁, 并在此基础上提出了数字图书馆个性化服务应该采取的发展策略等。 目前, 已有一些个性化服务系统投入使用, 如深圳市图书馆开发的ILASⅡ图书馆自动化集成系统捆绑的个性化服务子系统, 专门为图书馆用户提供个性化的服务;中国科学院国家科学数字图书馆推出的个性化服务系统, 是一个用户驱动的个性化集成定制门户;浙江大学图书馆的My Library以及天津市图书馆的“网上家庭虚拟图书馆”等。总体看来这些系统虽然在一定范围内得到了应用, 但在智能性、灵活性、针对性等方面还有待进一步完善。 1.2 为用户提供特色的信息服务 所谓数字图书馆的个性化服务, 是一种针对不同用户提供不同的服务策略和服务内容的服务模式, 其实质就是以用户为中心, 满足用户的个性特征和需求特征的服务。个性化服务是基于信息用户的信息使用行为、习惯、爱好、特点及用户特定的需要, 向用户提供满足其个性化需求的信息内容和系统功能的一种服务。它既是一种能够满足数字图书馆用户的个体需求的服务, 即根据用户提出的明确要求提供信息服务, 或通过对用户特征、使用习惯的分析而主动的向用户提供其可能需要的信息服务, 又是一种培养个性、引导需求的服务。 个性化服务包括个性化和主动性两个方面。个性化的实质是针对性, 即对不同的用户采用不同的服务策略, 提供不同的服务内容;主动性则是指很少需要用户做什么, 系统自动按照用户的信息需求提供相应的服务。个性化主动服务将使用户通过尽可能小的努力获得尽可能好的服务。 1.3 提供个人成长的和个性化的需求 个人书架是数字图书馆为用户建立个性化的信息资源库, 即私人数据库。在为用户提供个性化服务的过程中, 以提供保存其私人信息的空间。用户找到的符合自己需求的资源收藏在私人数据库中, 也称其为个人收藏夹。 (2) 用户兴趣识别 数字图书馆个性化服务系统中应该建立用户的个人档案, 可依据历史访问信息等识别用户兴趣, 为用户分类。在不同类型的用户输入相同检索条件时, 根据不同用户的兴趣爱好, 过滤无关信息, 从