基于社会化推荐的图书馆信息推荐模式探析

林艳红

摘 要：文章剖析了图书馆信息推荐服务现存问题，阐述了社会化推荐的基本概念，从七个层面提出了基于社会化推荐的图书馆信息服务模型构建要点，最后探讨了基于社会化推荐的图书馆信息推荐服务模式。

中图分类号：G250文献标识码：A文章编号：1003-1588（2021）09-0119-03

关键词：社会化;推荐;图书馆;服务

近年来，用户对图书馆的服务要求越来越高，迫切希望获得多元化、个性化信息服务。在这样的大背景下，社会化推荐可以帮助图书馆更加全面、清晰地掌握用户的个性、喜好、兴趣，建立用户需求模型，以更加客观、多元的角度掌握用户所需的知识服务需求，从而避免传统推荐模式成本高、效率低、效果差等弊端。因此，打造基于社会化推荐系统的图书馆信息推荐服务模式，有助于图书馆克服现存的不足和问题，从而实现精准服务。

1 图书馆信息推荐存在的问题

1.1 用户需求的获取与理解问题

图书馆信息推荐的效果如何，取决于用户能否准确获取和理解信息。目前，用户的需求日益多元化、多样化，一般而言用户难以全面准确地反映自身的信息需求，影响了图书馆信息推荐的精准性。同时，图书馆信息推荐的智慧化程度不高，仅从提问的角度获取语法层面的需求信息，导致用户的信息需求长期得不到满足。

1.2 信息交流与共享问题

当前，图书馆信息推荐系统的协同性较差，不论是部门之间还是馆际的信息交流很难实现，导致信息推荐只能局限在较小范围。同时，系统之间的技术标准和操作规程各有差异，信息的推荐难以跨系统实现。此外，信息推荐系统仅限于对传统、简单的信息进行储存、分析、推送，不能进行有效加工和整合，资源之间的关联性和串联性较差，内容孤立现象比较突出，由此造成用户搜索、利用信息的体验感较差，时间成本较高。

1.3 用户兴趣模型问题

大多数图书馆的信息推荐系统难以精准区分不同用户的兴趣，一般只针对一个用户设立一个兴趣标签，构建一个兴趣模型，导致信息推荐系统在判断用户需求的过程中出现误判，难以匹配用户真实需求。究其原因，是因为信息推荐系统不能分析信息共享背后的用户关联性，不具备打造用户群体的功能。此外，对所有用户进行一一建模，不仅浪费时间和资金，也降低了服务质效。

1.4 用户评价和反馈问题

在社会化推荐背景下，图书馆不仅要致力于信息精准推荐，还需要用户能够便捷、及时地进行评价和反馈，因此，用户评价和反馈问题不容忽视。目前，图书馆信息推荐系统评价和反馈功能单一，一般只有满意度单一指标的评价，无法真实反馈用户使用信息后的真实想法和意见建议，更没有用户个性化需求呈现和互动渠道，降低了信息推荐服务的满意度。

2 社会网络理论及社会化推荐

社会网络（Social Network）的内涵为关系网，是人与人之间为了达成某种目的，通过信息交流或交换形成的人际关系网络。社会网络的核心要素是节点和联系，节点是关系网中的主体，可以是人，也可以是组织或机构;联系是关系互动交流的方式方法和具体内容。社会网络分析（Social Network Analysis，SNA）属于一种分析工具，长期应用于社会网络理论研究和分析，其主要目的是对人与人、群体与群体、组织与组织、计算机与计算机之间的关系进行研究，从而对二者之间形成的关系进行语义和具体性描述，为关系的价值和应用提供参考。

基于社会网络理论和社会网络分析工具，社会化推荐应运而生。一直以来，图书馆推荐系统利用“用户—项目”的关系模型分析用户的偏好，在使用系统的过程中根据用户感兴趣的信息为用户推荐相关内容。但是，这种推送方式缺少针对性，无法满足当前用户实时变化的信息需求。随着Web2.0的不断发展和普及，人们在进行信息推荐的过程中往往选择进行社会化推荐，推荐方式的演变使相关人员更看重用户信息行为及背后的潜在价值，把“用户—项目”的社会属性和交互信息加入传统的推荐算法当中，使其不断完善，进而得以及时追踪用户的知识需求变化趋势，并以此为依据创建动态模型，深入研究用户的兴趣偏好，更具针对性地为用户提供知识决策服务。近年来，社交媒体的发展趋势也展现出智能化的特征，项目的推荐范围也在逐步扩展，从电子商务领域延伸到了其他领域，图书馆是信息和知识集散中心，也可以尝试进行社会化推荐创新服务。

3 基于社会化推荐的图书馆信息推荐模型

3.1 数据层

数据层需要结合物联网、云计算等现代信息挖掘技术，全面收集学习互动平台中的用户信息并对多元化非结构性信息进行科学处理，了解用户的性别、年龄、获取项目的方式等基本信息，也收集用户的社会属性信息，重点掌握用户的偏好内容、好友信息、使用评价等要素。此外，数据层也会收集用户的其他关联信息，并进行初步筛选，再交由技术层处理。

3.2 技术层

技术层需要对数据层的基础数据再次加工处理，通过进一步筛选、归类形成满足系统条件的结构化数据;根据这些数据建立用户和项目的交互矩阵，探寻计算机用户和项目之间的关系;根据系统收集到的基本信息属性和社会信息属性明确多用户之间的相互关系;结合用户的行为轨迹等基本信息建立平分矩阵等，提高数据的处理效率。

3.3 推荐层

推荐层是社会推荐系统的核心环节。在推荐层，系统会结合相关的计算技术详细分析系统化数据信息，分析后建立用户兴趣和用户关系模型，并在此基础上形成推荐结果。由于服务对象不一样，系统主要是对个体客户和兴趣群组进行推荐，主要包括协同过滤、基于内容和组合推荐。近年来，社交媒体快速发展，SNS网络和情景感知技术的应用越来越广泛，社会化推荐系统也开始利用概率、矩阵分析、图结构推荐算法等新技术。

3.4 社交媒体

社交媒体可以不断生产和交换知识，根据当前用户关系网络所分享、发表的社会热点话题，用户热衷于利用社交媒體自由发表对热点事件的想法和评价。图书馆的门户网站、SNS社交平台、微信等都属于该模型的社交媒体内容。此外，抖音、快手等短视频类社交媒体也日益流行，用户数量越来越多。

3.5 个体用户

个体用户具体是指图书馆的读者。读者利用社交媒体对收到的信息进行评价，图书馆通过在社交媒体建立官方账号，运用社交媒体自带的评价反馈渠道，随时了解读者的兴趣变化趋势，及时收集读者的反馈信息，这一工作有利于图书馆与用户进行有效沟通，深入了解读者的潜在需求，不断完善图书馆的资源推荐体系。

3.6 社会资本

图书馆可以把兴趣相同或类似的个体用户集中起来作为社会资本，社会资本有利于用户在查找相关知识的时候减少时间和经济成本，不断推动隐性知识的沟通，使用户的学习和工作效率不断提升。图书馆充分利用社会资本资源可以收集到更多、更全面的信息，使用户关系模型变得更加客观、全面、完善，不断推动信息推荐工作的开展。

3.7 资源库

图书馆的纸质资源、电子资源、馆外资源等都属于资源库的范畴。图书馆只有不断完善资源库体系，才能让读者和社会资本获取更多的信息，并为数据层的工作提供更加可靠的信息来源。

4 基于社会化推荐的图书馆信息推荐服务模式

4.1 打造多元化信息库体系

知识库需要不断融合才能转变为多元信息库，利用社会标引和协同过滤技术科学处理馆内外资源，不断整合知识内容。图书馆应用社会化推荐系统既对知识进行了整合，同时又突破了内容方面的服务壁垒，不断整合多元结构信息，通过社会资本使隐性知识的价值发挥出来，充分利用人员、知识、空间、设备等资源，使信息库体系变得更加多元。

4.2 增強服务情境感知能力

应用社会化推荐系统可以使图书馆资源服务的内容变得更加丰富，也可以主动为用户提供有针对性的服务。在使用过程中，图书馆结合社交媒体、推荐算法等平台和手段获取用户的行为数据和阅读情况，对相关数据进行分析，了解用户的兴趣偏好和具体需求，并以此为基础不断完善用户动态兴趣模型。用户在图书馆可以打破时空界限随时访问图书馆的知识资源，根据自身需求快速找到自己想要的信息资源，不再受场景因素的限制。

4.3 构建统一的信息交流平台

统一的信息交流平台不仅有利于用户获取信息、共享知识，也为图书馆搭建了与用户沟通交流的渠道。图书馆可以结合社交媒体和社会资本的力量共同构建信息交流平台，用户在看到感兴趣的内容时可以进行标记，系统会收集用户感兴趣的内容，为喜好相似的用户建立虚拟社区。图书馆要鼓励馆员在虚拟社区进行交流和沟通，如果遇到问题及时提出，结合其他成员的力量解决问题，使隐性知识的价值更好地发挥出来，为用户提供高质量的信息决策服务。

4.4 积极疏通双向反馈互动

社会化推荐系统知识服务的质量如何，应交由用户评判。因此，图书馆要开辟社会化推荐系统知识服务评价渠道，针对图书馆提供的知识服务和内容，细化评价和标注评价指标，方便享受知识服务的用户反馈建议和意见，节省图书馆获取用户后续需求的时间成本。同时，用户使用知识服务后分享在虚拟社交平台上的各种信息也会成为反馈信息之一，图书馆通过系统和人工双重筛选，再将所需知识精准推送给兴趣偏好相同或相近的其他用户。在实践中，图书馆要组建具备专业素养的信息服务馆员队伍，通过引导和监管确保双向互动取得成效。

参考文献：

[1] 李国栋，冯敏，姚伟.社会化推荐在隐性知识交流中的应用研究[J].情报理论与实践，2012（6）：83-87.

[2] 张娟.数字环境下图书馆知识社区服务拓展研究[J].图书馆工作与研究，2020（4）：63-70.

[3] 刘晓莉，张雷.社会化阅读平台特性、感知价值对用户持续使用意愿的影响研究[J].新世纪图书馆，2019（12）：53-56.

[4] 赵进.社会化媒体在图书馆阅读推广中的应用[J].西部素质教育，2019（21）：122.

[5] 蔡金燕.高校图书馆基于社会化阅读的阅读推广研究：以广东九所高校图书馆为例[J].图书馆学刊，2019（9）：63-68.

[6] 贾伟，刘旭艳，徐彤阳.融合用户智能标签与社会化标签的推荐服务[J].情报科学，2019（10）：120-125.

[7] 李玉艳.高校大学生社会化阅读行为特征调查及启示[J].内蒙古科技与经济，2019（18）：125-127.

[8] 张超，甘为.社会化阅读背景下移动数字图书馆社交互动服务设计研究[J].图书馆，2019（9）：80-84.

[9] 徐艳.高校图书馆社会化阅读用户满意度影响因素实证研究[J].情报科学，2019（9）：42-47.

（编校：崔 萌）