高校数字图书馆个性化服务系统构架的设计

开篇：润墨网以专业的文秘视角，为您筛选了一篇高校数字图书馆个性化服务系统构架的设计范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：随着计算机技术的快速发展，高校图书馆拥有了丰富的数字图书资源，读者面对海量的图书资源库很难找到自己想要的图书，如何让读者准确、快速、便捷的找到所需要的图书是图书管理系统目前面临的问题。现有图书馆绝大多数是使用了传统的图书管理系统，虽然能满足读者日常借阅图书的需要，但是读者还是希望花费尽量少的时间，就能找到最适合自己的图书。该文以高校数字图书馆个性化服务系统作为切入点，提出高校数字图书馆个性化服务系统的新构架。该构架充分挖掘用户兴趣，在建立用户模型、图书模型中使用了RSS技术，准确推送用户需要的信息。

关键词：高校图书馆；用户模型；图书模型；RSS

中图分类号：TP311文献标识码：A文章编号：1009-3044(2011)11-2498-01

该文针对当前高校数字图书馆服务系统存在的问题，提出了新的图书馆个性化服务模型系统构架，并介绍了系统构架和主要各功能模块间的流程，并对该构架功能模块进行了阐述。

1 传统高校数字图书馆信息服务系统

高校数字图书馆信息服务系统主要包括用户兴趣建模、图书建模、信息个性化推送三个部分。用户建模是收集和修改与用户兴趣、习惯和需求相关信息的过程，最终将产生一个具有用户特有背景需求、兴趣、知识的用户模型。图书建模是搜集和维护与图书利用率、利用时间、图书需求有关的信息过程，最终将产生一个表示图书特有背景、利用率和图书需求的图书模型。信息个性化推送阶段把上述两个模型作为依据，借助各种推送技术找出与其匹配的资源，将这些资源推送给各自感兴趣的读者。

2 传统数字图书馆个性化服务系统的不足

虽然传统高校数字图书馆个性化信息服务系统在一定程度上改善了信息推送方式，但是仍然存在许多不足，其中比较突出的问题有以下三点：

1)用户需求模型构建困难。用户在访问中查询的信息一般是非结构化的信息，而系统获取用户需求时需要耗费大量的精力在信息的预处理上。

2) 图书使用模型有待建立。目前高校数字图书馆个性化信息服务系统仅对图书访问量进行统计，并没有利用读者群、时间与访问量的关系建立图书个性化模型。

3) 信息推送动态性和时效性欠佳。传统的信息推送方式一般采用频道推送、用户专用信息网页和邮件等方式。这些方式都缺乏动态性和时效性，不能够即时、无缝的把信息推送给用户。

针对传统高校数字图书馆个性化信息服务系统存在的问题，本文提出一个新的高校数字图书馆个性化信息服务系统，将用户个性化服务、图书模型、RSS技术相结合，更好的为读者提供个性化服务，及时把最新信息主动推送给读者，促进图书资源的整合，真正实现高校数字图书馆信息个性化推送。

3 高校数字图书馆个性化服务系统新构架

高校数字图书馆个性化信息服务系统新构架主要包括用户个性化兴趣模型、个性化推荐、图书使用模型和信息推送模块。

1) 用户个性化兴趣模型

用户个性化兴趣模型是依据用户查询信息源――图书信息，采用相关手段提取用户个性化兴趣特征，最终实现用户个性化兴趣建模的过程。

系统在注册信息模块中提供了一个兴趣关键词输入的入口，用户就可以用搜索关键词栏目来提交自己感兴趣的关键词，系统则会为用户输入的关键词赋予一个权值，最后系统通过对用户注册信息、定制信息等方法建立用户个性化兴趣模型。

2) 个性化推荐

个性化推荐模块依据用户个性化兴趣模型在信息库中为用户检索相关图书信息，并把检索到的信息资源进行分析提取关键词，再按照用户个性化兴趣描述进行页面检索，最终形成检索结果集。把检索的结果集与用户兴趣相对比计算相似度，再把相似度高于预定值的页面即优化结果集推荐给用户。

3) 图书使用模型

系统通过一段时间的运行，记录了图书使用的访问量、访问时间和读者群等信息，通过对这些信息的挖掘，将各图书的访问量变化与一年中各时间段的关系进行对比，就可以把一段时间内的闲置书籍提取出来，从而形成图书馆闲置书籍与时间的对应关系序列。图书馆就可以在不同的时间段开放不同的闲置书籍或重新推送给其他相关的读者，从而形成图书馆图书信息个性化。

4) 信息推送模块

信息推送是提取对优化后的结果数据的元数据，包括摘要、标题、链接等，使用设计后的对象类，将用户需要的信息转化为信息的RSS格式，则为RSS Feed，再按照资源的变化来更新RSS Feed。用户可以使用RSS阅读器，将推送的RSS Feed添加到RSS阅读器中，新的有用信息资源就会不断的推送给用户，从而大大节省了用户获取信息的精力和时间。

4 数字图书馆个性化服务系统构架的优势

高校图书馆个性化信息服务系统架构与传统的个性化系统相比，区别在于用户建模和信息推送模块中都糅合了RSS技术，并提出了图书使用模型。

使用结构化的RSS标准则简化了用户在建模时的预处理工作（即收集用户个性化兴趣）。使用RSS包的解析工具，系统可以很快的获取该Web页面的Title、Description、URL等信息，再通过对信息的分析、处理获取用户个性化兴趣。推送模块再把得到的用户个性化兴趣信息与图书使用模型结合，并封装成RSS标准后推送给用户，用户在查阅自己感兴趣的信息时就无需打开网页。提出了图书使用模型，系统提供了时间与图书访问量的变化趋势，为高校间图书资源的整合提供了决策支持，为提高呆滞图书的利用率起到促进作用。

参考文献：

[1] 欧阳烽.Web数据挖掘与高校数字图书馆个性化服务[J].数字图书馆技术论坛,2008(1):103-107.

[2] 周志峰.基于RSS的高校图书馆重点学科信息导航系统研究[J].现代情报,2008(11):67-72.

[3] 汪琴.国内外数字图书馆个性化服务研究及展望[J].数字图书馆论坛,2006(3):43-47.