導(dǎo)語：位置服務(wù)圖書館推薦系統(tǒng)研究一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：通過研究二維碼定位技術(shù)和基于用戶的協(xié)同過濾算法，分析推薦系統(tǒng)架構(gòu)，協(xié)同過濾技術(shù)和聚類技術(shù)，促使實現(xiàn)基于位置服務(wù)的圖書館推薦系統(tǒng)，從而滿足館內(nèi)讀者基于位置快捷找到藏書，以及推薦讀者基于位置潛在的偏好書籍，提高圖書被讀者借閱的概率，降低使用成本，促進(jìn)圖書推薦系統(tǒng)的理論研究。

關(guān)鍵詞：位置服務(wù)；二維碼定位；協(xié)同過濾；推薦

隨著“互聯(lián)網(wǎng)+”時代的到來，創(chuàng)新2.0推動下的互聯(lián)網(wǎng)信息技術(shù)思維不斷改進(jìn)著社會經(jīng)濟(jì)形態(tài)，促使創(chuàng)造新業(yè)態(tài)。尤其隨著移動互聯(lián)網(wǎng)、人們智能手機(jī)以及先進(jìn)的GPS定位技術(shù)的使用，推動了基于位置的服務(wù)方面的發(fā)展，這在旅游產(chǎn)業(yè)、物流產(chǎn)業(yè)已逐漸衍生了較多位置數(shù)字產(chǎn)品，但在圖書館建設(shè)基于位置的服務(wù)還顯得較為蒼白。在數(shù)字經(jīng)濟(jì)時代，圖書館由紙質(zhì)邁向了數(shù)字技術(shù)時代，實現(xiàn)數(shù)字藏書，盡管較多地區(qū)圖書館推出“移動圖書館”微信公眾號、APP等，但對于讀者的位置卻顯得較為局限，沒有很好地利用基于位置給讀者的智能推薦服務(wù)。因為對于讀者而言，滿足個性化圖書的借閱是基本需求，但目前的現(xiàn)狀是，讀者必須借助館內(nèi)的檢索機(jī)獲知目標(biāo)圖書的館藏地信息和中圖分類號，再借助每個樓層的出入口或者館內(nèi)書架口的“樓層書庫-圖書類別”表，找到目標(biāo)書架，從而最終找到目標(biāo)書籍，整個過程過于煩瑣，基本靠人工操作完成，而且大多數(shù)館內(nèi)的圖書中圖分類號（例如K247.57）過于抽象，更別提基于讀者位置為讀者智能推薦潛在偏好的圖書服務(wù)。因此，實踐中這個問題始終存在，如何化解，成為圖書館建設(shè)研究的重要問題。畢竟館內(nèi)，讀者的不同位置可能產(chǎn)生差異需求，即使在同一位置，不同讀者的圖書服務(wù)需求也有可能是不一樣的。讀者快速獲知目標(biāo)圖書的位置并基于位置被智能推薦周圍圖書，能滿足讀者的基本及潛在需求，是智慧型圖書館重要的一部分。因此，本文研究國內(nèi)外關(guān)于位置服務(wù)的圖書館推薦系統(tǒng)情況，通過研究二維碼定位技術(shù)和基于用戶的協(xié)同過濾算法，分析推薦系統(tǒng)架構(gòu)，協(xié)同過濾技術(shù)和聚類技術(shù)，促使實現(xiàn)基于位置服務(wù)的圖書館推薦系統(tǒng)，從而滿足館內(nèi)讀者基于位置快捷找到藏書，以及推薦讀者基于位置潛在的偏好書籍，提高圖書被讀者借閱的概率，降低使用成本，希望有益于圖書推薦系統(tǒng)的理論研究。

一、國內(nèi)外對圖書館基于位置服務(wù)的研究現(xiàn)狀

（一）國外相關(guān)研究。國外對圖書館基于位置服務(wù)的研究較早，始于20世紀(jì)90年代，側(cè)重研究構(gòu)建館內(nèi)導(dǎo)航系統(tǒng)。對于圖書館基于位置服務(wù)的研究，美國不僅在理論上研究豐富，并積極投建于高校圖書館中。紐曼圖書館坐落在美國東海岸弗吉尼亞理工學(xué)院，其利用校園強(qiáng)大的全覆蓋無線WIFI，研發(fā)了紐曼系統(tǒng)。[1]在美國的另一州，伊利諾伊大學(xué)圖書館也致力于位置服務(wù)的推薦系統(tǒng)研究，JimHahn試圖在推薦系統(tǒng)上有所突破，建立一個精準(zhǔn)的基于位置服務(wù)的推薦系統(tǒng)模型，為用戶提供更精細(xì)的推薦服務(wù)，該推薦系統(tǒng)模型確定用戶所在的館內(nèi)位置是通過其連接的最近Wi-Fi接入點(diǎn)來判斷，并根據(jù)用戶所在的位置，規(guī)劃路線指引用戶找到目標(biāo)書籍，還能實時為用戶提供需求服務(wù)，根據(jù)用戶的研究領(lǐng)域或要求，為用戶推薦借閱率較高的書籍或者權(quán)威資料、數(shù)字文獻(xiàn)等。（二）國內(nèi)相關(guān)研究。國內(nèi)對圖書館基于位置服務(wù)的研究較多停留在理論上，較多學(xué)者強(qiáng)調(diào)建立智慧型圖書館，但在實踐中還缺乏普及和研發(fā)。在這些學(xué)者中，本文主要闡述以下幾位學(xué)者：王佶等（2013年）認(rèn)為定位服務(wù)應(yīng)當(dāng)廣泛應(yīng)用于圖書館內(nèi)各項服務(wù)中，譬如讀者對書目檢索、書刊推薦、講座咨詢、其他服務(wù)咨詢等，定位服務(wù)能節(jié)省使用成本，并提出基于WIFI展開一系列的定位推薦服務(wù)，研究分析了定位服務(wù)的基礎(chǔ)設(shè)施建設(shè)、平臺建設(shè)以及步驟算法。薛涵（2014年），同樣也是基于Wi-Fi館內(nèi)定位導(dǎo)航技術(shù)和虛擬現(xiàn)實設(shè)計，以哈爾濱工程大學(xué)的圖書館為實驗設(shè)計背景，實現(xiàn)用戶與借閱圖書的定位線路導(dǎo)航，方便讀者準(zhǔn)確找到書籍，但并對基于位置的其他推薦服務(wù)分析較少。陳國鋼（2014年），探索了圖書館室內(nèi)定位LBS的工作模式，同時應(yīng)當(dāng)將此定位模式應(yīng)用于多種服務(wù)類型，不單是定位導(dǎo)航，并注重用戶的隱私和習(xí)慣。王建功等（2014年），提出在圖書館書車上安置攝像頭，將二維碼設(shè)置成路標(biāo)，書車拍攝掃描二維碼獲得準(zhǔn)確的位置坐標(biāo)和線路方法。林澤斐（2014年），則將二維碼與微信公眾號融合，將公眾平臺的接口生成具有定位功能的二維碼，并貼在圖書館各書架附近，用戶通過微信掃一掃功能讀取所在位置，使用成本低且定位精準(zhǔn)。綜上所述，國內(nèi)外對圖書館基于位置服務(wù)已有研究，在美國高校圖書館甚至已有較為先進(jìn)的使用，證明了本項目研究的可操作性，而在國內(nèi)智慧圖書館建設(shè)中還較多停留在理論層面上，需要進(jìn)一步的討論和實踐中研發(fā)。對此，本文結(jié)合二維碼定位技術(shù)及基于用戶的協(xié)同過濾算法，分析推薦系統(tǒng)架構(gòu)，利用協(xié)同過濾技術(shù)，實現(xiàn)基于位置服務(wù)的圖書推薦系統(tǒng)，豐富理論研究。

二、基于位置服務(wù)的推薦技術(shù)研究

基于位置服務(wù)的圖書館推薦系統(tǒng)實現(xiàn)離不開與技術(shù)的合作，對此，本文推薦使用二維碼定位技術(shù)及基于用戶的協(xié)同過濾算法，并闡釋關(guān)鍵原理，論證其合理性。（一）二維碼的定位技術(shù)。通過二維碼定位技術(shù)生成用戶所需的定位圖片，通過服務(wù)器端程序以微信指定的圖文消息回復(fù)XML格式進(jìn)行響應(yīng)，響應(yīng)的XML數(shù)據(jù)中包含地圖縮略圖URL及高清地圖文件URL，將位置的地理數(shù)據(jù)生動地展現(xiàn)出來。[2]微信服務(wù)器將轉(zhuǎn)發(fā)此消息響應(yīng)，并顯示于讀者微信終端中。在滿足了用戶定位檢索后，如若用戶對館藏資源還有進(jìn)一步的檢索需求，可通過指定輸入相關(guān)資源的名稱、作者、關(guān)鍵詞、甚至是ISBN號等檢索詞，經(jīng)由OPAC模糊檢索，該用戶確定選擇后，二維碼定位系統(tǒng)將檢索得的目標(biāo)書號與圖書館各書柜的分類號上下限進(jìn)行前向匹配。若目標(biāo)書號位于讀者當(dāng)前所處樓層書柜的分類號上下限區(qū)間，則在目標(biāo)書柜位置覆蓋定位標(biāo)識圖片并輸出。（二）基于用戶的協(xié)同過濾算法。傳統(tǒng)的推薦算法有三種，分別是“基于內(nèi)容的推薦算法”、“協(xié)同過濾推薦算法”和“混合推薦算法”。在這三種推薦算法中，被學(xué)界公認(rèn)最流行以及高度實現(xiàn)應(yīng)用地位的是“協(xié)同過濾推薦算法”。[3]基于對象的不同，可將“協(xié)同過濾推薦算法”細(xì)分為基于用戶的協(xié)同過濾算法和基于物品的協(xié)同過濾算法。顧名思義，基于用戶的協(xié)同過濾更多考慮用戶的相似性，將用戶評分高的項目智能推薦給相似的用戶；基于物品的協(xié)同過濾更多考慮的是物品的相似性，根據(jù)用戶的歷史行為或者對物品的評分，向用戶推薦相似的物品而不是推薦用戶。本文使用“基于用戶的協(xié)同過濾算法”。以圖書館應(yīng)用舉例，該算法先讓目標(biāo)用戶通過預(yù)設(shè)的偏好書籍的問題進(jìn)行評分，得出該目標(biāo)用戶偏好書籍的特征值，并通過數(shù)據(jù)庫儲存信息找到類似的用戶，并根據(jù)歷史類似用戶評價很高的書籍對目標(biāo)用戶進(jìn)行推薦，實現(xiàn)智能推薦。該項算法已較高應(yīng)用于圖書館基于位置服務(wù)的推薦系統(tǒng)和機(jī)器學(xué)習(xí)中，有效地提高了圖書館推薦系統(tǒng)的性能。[4]

三、圖書館推薦系統(tǒng)的實現(xiàn)

（一）系統(tǒng)架構(gòu)。該推薦系統(tǒng)分為三個模塊：定位模塊、爬蟲模塊、推薦模塊。系統(tǒng)架構(gòu)定位模塊通過在WIFI環(huán)境中微信掃取樓層二維碼圖案返回服務(wù)器回傳回來的位置地圖信息；爬蟲模塊主要是通過在OPAC上抓取大量用戶對書籍的歷史評分一系列的數(shù)據(jù)進(jìn)行相關(guān)解析；推薦模塊通過對用戶的偏好分析，并對各種推薦算法模型進(jìn)行比較試驗，最后通過基于聚類的協(xié)同過濾算法推薦出用戶潛在喜歡的圖書。（二）系統(tǒng)實現(xiàn)。首先，讀者通過手機(jī)微信掃取所在樓層的二維碼圖案，獲取自己的位置以及周圍的書籍集合位置圖案。然后，繼續(xù)在微信搜索框里輸入想要找的圖書，系統(tǒng)會根據(jù)用戶的位置和歷史喜好，返回給讀者目標(biāo)圖書的位置以及位于讀者周圍的潛在偏好書籍的位置。

四、結(jié)語

本文提出一種基于定位的圖書推薦系統(tǒng)的具體實現(xiàn)方法,該方法綜合了二維碼定位技術(shù)以及協(xié)同過濾技術(shù),通過先準(zhǔn)確定位然后對OPAC系統(tǒng)保留的大量用戶借閱歷史記錄進(jìn)行分析,得到用戶的偏好,向用戶提供個性化圖書推薦服務(wù)。

作者:提平 單位:廣西師范大學(xué)