论文部分内容阅读
数字参考咨询服务实现了对用户问题的解答与需求的回复,依托于技术的发展与进步,数字参考咨询服务历经了异步数字参考咨询、实时数字参考咨询与合作式数字参考咨询。由于用户对服务的个性化与智能化的需求越来越高,数字参考咨询也在不断的发展,力求达到主动为用户提供数字参考咨询服务。本文构建的数字参考咨询的智能化推荐模式就是从用户兴趣着手,实现对用户的针对性与个性化的推荐服务。首先对国内外的数字参考咨询推荐现状进行调查与分析,发现国内外研究者们都提出图书馆的数字参考咨询服务应该朝着更加个性化和智能化的方向发展。国外的研究现状集中在数字参考咨询的发展现状与推荐系统应用方面。国内的研究现状集中在数字参考咨询的发展现状与未来研究方向探讨、新兴技术在数字参考咨询推荐中的应用方面。其次对数字参考咨询的智能化推荐的概念进行了阐述,分析了现行的数字参考咨询服务模式及其推荐模式,发现现行的数字参考咨询推荐模式更倾向于人工推荐,具有主动性的推荐主要体现在根据用户问题自动匹配与知识背景相匹配的咨询馆员上。针对现行数字参考咨询服务基本处于被动服务的状态,本文构建了数字参考咨询的智能化推荐模式的总体框架,并提出了数字参考咨询的智能化推荐的运行流程,最后从数字参考咨询智能化推荐模式实现的角度探讨了构建数字参考咨询智能化推荐模式的实现路径。本文的数字参考咨询智能化推荐模式,主要从获取用户兴趣信息和用户行为信息为切入点,以优化传统的被动式数字参考咨询服务为目的,提出以用户画像为基础,利用深度学习的方法构建空间向量模型,对图书馆信息聚类与相似度计算,实现对用户的主动推荐。这种数字参考咨询的智能化推荐模式为数字参考咨询服务转被动服务为主动服务提供思路,并切实把握用户兴趣,实现满足用户个性化需求的数字参考咨询推荐。同时,数字参考咨询的智能化推荐不仅能够解放咨询馆员,减轻其工作量,也能增加用户使用图书馆的粘性。