论文部分内容阅读
摘 要：信息技术快速发展，促使各项新技术开始广泛应用于生活多方面，同时各方面取得效果也比较明显。在生活方式与生活节奏不断发生变化的过程中，人们为了能够获得更多的信息技术与丰富的知识，图书馆逐渐成为人们获得信息知识的主要场所。而在人们多样化需求的前提下，个性化信息推荐系统可以有效满足用户的需要。本文就数字图书馆个性化信息推荐系统进行简单分析。
关键词：数字图书馆;个性化信息推荐系统;分析
信息社会发展速度越来越快，促使数字图书馆涵盖的信息资源与信息量逐渐增多。用户在众多信息中筛选自己所需的资源非常容易产生信息迷失的现象，很难查找到自己所需信息。针对此种情况，图书馆所要解决的问题就是如何为用户提供具有个性化信息服务。所谓的个性化信息服务就是可以根据用户的不同需要提供与之相匹配的服务，促使用户能够查找到有效的信息，或者是系统能够根据用户的特点向其推荐其可能需要的信息。数字化图书馆使用个性化信息服务就是能够在图书馆发展中培养用户的个性，并引导用户需求，提供需求性的服务。
1 推荐系统的特点
研究分析数字化图书馆个性化信息系统，需要对推荐系统定位的相关信息进行必要的分析与了解，这样才能够更准确了解个性化信息推荐技术。
1.1定位目标
针对数字化图书馆个性化信息系统，其实就是一种信息系统。在设计该系统的过程中需要根据系统原则、设计方法与模式来实行。个性化信息系统属于一个相对开放性的系统，所包含的功能有很多种，能够根据用户的需求随时发生变化。数字化图书馆设计并建设该推荐系统的主要目的就是要满足用户对资源信息的需求，促使其各项服务能夠更贴近用户的实际要求。
1.2定位资源
用户如果要想获取某项数据，主要会通过两方面，即图书馆数据库的资源与网络搜索引擎。但是网络本身就是一个相对庞大的概念，其中包含的信息资源非常大，内容非常繁杂，数据对象并不一致，用户要想在其中搜寻到自己想要获得的信息内容非常困难。而图书馆中包含的资源种类比较多，交叉的内容较多，且都没有经过组织归纳。不同的信息内容都散落于不同的地方，致使用户查找信息的时候费时费力。用户想通过这两种渠道来获得自己想要的信息，一个比较突出的问题体现在其中，即难以根据用户的实际需求来筛选资料。因此，在这样一种情况，推荐信息系统需要根据网络动态学术资源与图书馆的数据库来主动向用户推荐某些具有使用价值的信息。
1.3定位功能
用户在使用推荐信息系统的过程中，该系统会根据用户搜寻资料的行为特点，将系统中诸多功能集合在一个界面中，这有利于用户浏览与查询。同时推荐系统会根据用户交互中提出的问题帮助求解，对各种比较复杂的请求处理好后发送给用户，这样可以很明显的提高用户搜寻资料的准确率。在用户搜寻资料后，需要对搜索的结果进行评价，进而激发用户的使用兴趣。
2 个性化信息推荐系统关键技术分析
通过简单论述个性化信息推荐系统的特点，就可以很清晰明了的了解到，个性化信息推荐系统方便用户查询资料。而个性化信息推荐系统之所以具备这几项比较突出的特点，其中必然有着几项关键性的技术支撑。
2.1抽取信息与检索信息
在个性化信息推荐系统中，抽取信息需要根据用户的具体要求，并根据相应的对象模板识别和抽取信息的技术。所抽取的信息通常包含了信息实体、信息实体之间的关系与事件信息。用户通过抽取信息能够准确获取自己想要的信息，但是在此过程中需要依赖于一定的模板。而检索信息则是通过根据用户发送的请求，查询与之相关信息的技术。经过该项技术查询的结果需要根据相似度来进行排序。检索信息正确率相对比较低，需要用户自己判断。检索信息只能根据用户的问题来提供服务。用户在使用的过程中，两种技术有着自身的不足，但是相互结合能够凸显出相应的优势，可以满足构建个性化信息推荐系统的需要。
2.2内容过滤与协同过滤
内容过滤与协同过滤就是根据个性化信息过滤技术。内容过滤需要根据信息内容的特点，应用向量空间的方法来选择所需要的信息，并且将其应用到不同的领域中。内容过滤需要用户将自己的信息加入进去，这属于一种有效的个性化技术，但是其匹配性相对较低，很难将具备相同特征不同对象的质量区分开，同时难以提供偶然发现。而协同技术则不同，主要根据用户的评价来选择信息。该项技术并不依赖于用户信息提供内容，仅仅需要根据用户之间的推荐即可。这种技术可以有效避免内容过滤中存在的不足。在保证获取信息质量的同时，还能够将其向其他的介质推广，并且还可以偶然发现。但是协同过滤所要解决的问题就是要根据兴趣规划不同类别，来确定推荐公式。用户在使用的过程中需要注意的一点就是，两种过滤技术适用的条件并不相同。相互结合发挥优势比较重要。
2.3数据挖掘与知识发现
所谓的知识发现就是从数据中能够发现可以应用整个过程的知识。而数据挖掘则是知识发现中的特定步骤，属于知识发现的内容。正是基于此，人们将数据挖掘与知识发现归类为同义词来使用。通常情况下，用户会使用分类分析、聚类分析与序列模式分析等知识发现，将信息资源进行智能处理与知识抽取，进而就能够找到与之相关联系。
3 结语
总而言之，在数字化资源越来越多的情况，信息资源被获取的可能性逐渐降低。针对此种情况，需要在数字资源基础上提供个性化的信息服务，是当前数字化图书馆建设面临的主要问题。在其解决的过程中需要将主要的技术充分考虑，并根据其所具备的特点，满足用户的不同需要。
参考文献：
[1]黄国威.数字图书馆个性化信息服务研究的现状与发展[J].科技情报开发与经济，2015，15（10）：89-90.
[2]谢琳惠.推荐系统在高校数字图书馆的应用研究[J].现代情报，2014，26（11）：72-74.
[3]马文峰，高凤荣.论数字图书馆个性化信息推荐系统[J].现代图书情报技术，2013，21（17）：16-18
关键词：数字图书馆;个性化信息推荐系统;分析
信息社会发展速度越来越快，促使数字图书馆涵盖的信息资源与信息量逐渐增多。用户在众多信息中筛选自己所需的资源非常容易产生信息迷失的现象，很难查找到自己所需信息。针对此种情况，图书馆所要解决的问题就是如何为用户提供具有个性化信息服务。所谓的个性化信息服务就是可以根据用户的不同需要提供与之相匹配的服务，促使用户能够查找到有效的信息，或者是系统能够根据用户的特点向其推荐其可能需要的信息。数字化图书馆使用个性化信息服务就是能够在图书馆发展中培养用户的个性，并引导用户需求，提供需求性的服务。
1 推荐系统的特点
研究分析数字化图书馆个性化信息系统，需要对推荐系统定位的相关信息进行必要的分析与了解，这样才能够更准确了解个性化信息推荐技术。
1.1定位目标
针对数字化图书馆个性化信息系统，其实就是一种信息系统。在设计该系统的过程中需要根据系统原则、设计方法与模式来实行。个性化信息系统属于一个相对开放性的系统，所包含的功能有很多种，能够根据用户的需求随时发生变化。数字化图书馆设计并建设该推荐系统的主要目的就是要满足用户对资源信息的需求，促使其各项服务能夠更贴近用户的实际要求。
1.2定位资源
用户如果要想获取某项数据，主要会通过两方面，即图书馆数据库的资源与网络搜索引擎。但是网络本身就是一个相对庞大的概念，其中包含的信息资源非常大，内容非常繁杂，数据对象并不一致，用户要想在其中搜寻到自己想要获得的信息内容非常困难。而图书馆中包含的资源种类比较多，交叉的内容较多，且都没有经过组织归纳。不同的信息内容都散落于不同的地方，致使用户查找信息的时候费时费力。用户想通过这两种渠道来获得自己想要的信息，一个比较突出的问题体现在其中，即难以根据用户的实际需求来筛选资料。因此，在这样一种情况，推荐信息系统需要根据网络动态学术资源与图书馆的数据库来主动向用户推荐某些具有使用价值的信息。
1.3定位功能
用户在使用推荐信息系统的过程中，该系统会根据用户搜寻资料的行为特点，将系统中诸多功能集合在一个界面中，这有利于用户浏览与查询。同时推荐系统会根据用户交互中提出的问题帮助求解，对各种比较复杂的请求处理好后发送给用户，这样可以很明显的提高用户搜寻资料的准确率。在用户搜寻资料后，需要对搜索的结果进行评价，进而激发用户的使用兴趣。
2 个性化信息推荐系统关键技术分析
通过简单论述个性化信息推荐系统的特点，就可以很清晰明了的了解到，个性化信息推荐系统方便用户查询资料。而个性化信息推荐系统之所以具备这几项比较突出的特点，其中必然有着几项关键性的技术支撑。
2.1抽取信息与检索信息
在个性化信息推荐系统中，抽取信息需要根据用户的具体要求，并根据相应的对象模板识别和抽取信息的技术。所抽取的信息通常包含了信息实体、信息实体之间的关系与事件信息。用户通过抽取信息能够准确获取自己想要的信息，但是在此过程中需要依赖于一定的模板。而检索信息则是通过根据用户发送的请求，查询与之相关信息的技术。经过该项技术查询的结果需要根据相似度来进行排序。检索信息正确率相对比较低，需要用户自己判断。检索信息只能根据用户的问题来提供服务。用户在使用的过程中，两种技术有着自身的不足，但是相互结合能够凸显出相应的优势，可以满足构建个性化信息推荐系统的需要。
2.2内容过滤与协同过滤
内容过滤与协同过滤就是根据个性化信息过滤技术。内容过滤需要根据信息内容的特点，应用向量空间的方法来选择所需要的信息，并且将其应用到不同的领域中。内容过滤需要用户将自己的信息加入进去，这属于一种有效的个性化技术，但是其匹配性相对较低，很难将具备相同特征不同对象的质量区分开，同时难以提供偶然发现。而协同技术则不同，主要根据用户的评价来选择信息。该项技术并不依赖于用户信息提供内容，仅仅需要根据用户之间的推荐即可。这种技术可以有效避免内容过滤中存在的不足。在保证获取信息质量的同时，还能够将其向其他的介质推广，并且还可以偶然发现。但是协同过滤所要解决的问题就是要根据兴趣规划不同类别，来确定推荐公式。用户在使用的过程中需要注意的一点就是，两种过滤技术适用的条件并不相同。相互结合发挥优势比较重要。
2.3数据挖掘与知识发现
所谓的知识发现就是从数据中能够发现可以应用整个过程的知识。而数据挖掘则是知识发现中的特定步骤，属于知识发现的内容。正是基于此，人们将数据挖掘与知识发现归类为同义词来使用。通常情况下，用户会使用分类分析、聚类分析与序列模式分析等知识发现，将信息资源进行智能处理与知识抽取，进而就能够找到与之相关联系。
3 结语
总而言之，在数字化资源越来越多的情况，信息资源被获取的可能性逐渐降低。针对此种情况，需要在数字资源基础上提供个性化的信息服务，是当前数字化图书馆建设面临的主要问题。在其解决的过程中需要将主要的技术充分考虑，并根据其所具备的特点，满足用户的不同需要。
参考文献：
[1]黄国威.数字图书馆个性化信息服务研究的现状与发展[J].科技情报开发与经济，2015，15（10）：89-90.
[2]谢琳惠.推荐系统在高校数字图书馆的应用研究[J].现代情报，2014，26（11）：72-74.
[3]马文峰，高凤荣.论数字图书馆个性化信息推荐系统[J].现代图书情报技术，2013，21（17）：16-18