高校智慧图书馆个性化推荐服务系统设计

徐田

（南阳医学高等专科学校 河南省南阳市 473000）

随着互联网的兴起，高校图书馆必须贴合时代信息发展步伐，对现有的服务方案进行改良。通过检索引擎的方法，对图书馆信息进行全面的检索，确保图书馆能够准确的找到用户所需数据信息，为图书馆的个性化发展提供全新的指标。

1 高校智慧图书馆个性化推荐服务系统设计

针对高校图书馆，为了有效建设智慧图书馆个性化服务系统，高校图书馆需要明确自身的设计要素。例如，在设计中，对阅读者自身的阅读需求进行分析筛选。例如，在阅读者阅读时，阅读者登录系统后，需要对图书进行搜索筛选，而图书馆便可以根据阅读者的搜索数据，对整个图书信息进行个性化获取，确保其收集到的数据能够符合阅读者的阅读需求。在教师以及学生登录阅读系统后，根据个性化系统的分析，辨别出二者自身的身份，提供不同的服务模式。根据其科研教学专业进行分类设置，在不同专业、不同学校用户登录系统后，确保学生以及教师能获取自身所需要的信息资源，并以学生的学科以及教师教学需求进行个性化呈现。在高校智慧图书馆建设过程中，图书馆可以为阅读者提供全新的读书服务，包含了图书信息查询、预订图书文件等服务内容，全面建立服务体系，使阅读者能够在第一时间在智慧图书馆中获得全新的阅读方案，提供个性化服务。根据图书目录，为阅读者提供更有价值的基础阅读基础。此外，通过阅读推送，使阅读者能够在海量的数据中获取极有价值的信息资源，以便读者能够对信息资源进行针对性的收集整理。

2 高校智慧图书馆系统功能

2.1 数据挖掘功能

在高校智慧图书馆功能中，通过数据挖掘功能，可以确保能够根据学生的阅读计划推荐个性化阅读资料，是高校图书馆运行的必备基础，作为最关键的阅读功能，在运行中，通过个性化的数据筛选方法，提供全新的服务方案。使整个服务能够完成前提基础以及重要依据，在后续的分析以及关联分析中，能够实现高校图书馆系统功能。

例如，在聚类分析中，可以确保系统能够搜集读者的兴趣爱好，以及读者在阅读系统内的搜集记录，并筛选其相关数据，以便能够对数据进行整合分类，进行处理。在应用数据信息中，实现共通特性。在进行分析过程时，可以根据用户搜索的历史记录，从样本中进行选取，以便能够完成全面分类。根据计算模型，按照相似原则，对于数据信息进行全面整合，以便融合数据中心进行判断。进一步对数据进行调整，直至不再发生显著变化为止。通过方案的重新拟定，能够确保企业稳定的规划，确保最终数据能够精准、有效。

而在关联分析中，则可以将读者的搜索记录与当前图书馆数据库进行联系，当分析结果到达一定的阈值后，将此结果对应为相关书目，从实际上完成关联分析以及聚类分析。

2.2 书目检索功能

在整个数据检索中，作为图书馆自身的必备功能，在使用时图书馆亦可以在使用过程中，按照读者自身的兴趣偏好对种类、名称进行数据筛选，以便进行后续检索。系统还可以查看历史搜索记录，通过关键词，实现对于书目的查阅。其相关的文献记录根据书目检索功能，分为书名检索以及分类检索两种方法进行检索分析。按照整个图书分类，在操作过程中，根据图书馆类型提示，可以检索出全部图书。用户亦可以根据自身的实际需求，根据所需要查阅的数据信息融合说明，以便进行更加全面的书籍检索目录。在读者进入检索页面后，便可以显示出近期的查询记录以及图书列表，读者亦可以检索出整个图书的详细检索时间，包含读者以往的检索历史，以便能够找出更精准的书籍，符合读者的阅读需求。

2.3 推荐服务功能

推荐服务功能包含查询时其对读者提供的相应阅读推广服务，例如包含主动推荐、被动推荐等多项功能。在应用图书馆进行书目查询时，图书馆内部的智能系统会根据读者的阅读偏好以及以往的搜索记录、查询内容等为其推广相关的书目。并根据读者的指标，完成查询、记录以及相关数据分析，向读者主动推荐国内的图书资源。在活动中，以主动推荐书目为例，对其进行简要分析。在读者登录图书系统后，系统便会显示其推荐书目。例如，读者搜索某篇英文文献后，其书目并会分析该文献其他读者阅读其他文献内容，完成关联推荐。如A 读者下载了一份文件，该文件其他读者B、C在阅读后又阅读了另外一英文文献。在A 读者获取文献后，该图书馆便会对A 读者推荐B 读者以及C 读者都读过的另外一份文献，完成智能推荐，使馆内的图书资源能够更好的利用发挥。

2.4 系统管理功能

在系统管理功能中，为了确保图书馆系统能够全面实现精准运行，除具备的检索以及推荐功能外，也需要完成相应的控制功能，以确保其能够完成以下几种类型的主要应用。

（1）对用户角色进行控制管理，使用户角色以及相应的功能能够对应。在此文化中，对用户角色进行查询维护；

（2）相较于用户自身的管理功能，其可以对用户信息进行新增，以对用户信息进行更改、删除等操作。在验证完毕后，确定信息操作者为本人，以避免在操作中出现用户信息以及个人隐私泄露导致的相关风险；

（3）在用户查询操作日志等相关操作时，必须让用户输入相关的用户名以及密码，了解用户在登录系统后的操作。系统亦可以分析其流程（如图1 所示），确保用户能够获取一定的管理权限。以便对操作能够实现精准的流程控制，而管理员需要对用户管理以及角色管理以运行日志的方式进行记录，以便在出现问题时能够及时查找、及时分析，得出合理的解决措施。

图1：聚类分析活动流程

2.5 移动浏览功能

在智慧图书馆中，随着互联网以及信息技术水准的不断发展，其客户移动端也逐渐获得了应用。为进一步提高智慧图书馆系统的便捷性以及智能性打下基础，便于后续进行建设更新。目前，高校已经提升了系统的个性化推荐服务层次，满足不同阅读者对于图书馆的需求，同时高校亦可以对已有的浏览功能进行优化。例如，高校可以推出APP 以及微信公众号，通过APP 以及微信公众号内部的查询功能，可以与智慧图书馆进行衔接，完成URL 建立。以使用者的手机需求以及特点，实现系统页面的综合设计。在设计中，读者可以从微信公众号登录自身的用户信息，完成用户检索以及书名目录的查询。

3 高校智慧图书馆个性化推荐服务的实现

3.1 数据、用户信息的运行操作

在数据准备中，可以建立个性化的推广服务，以确保能够对图书馆管理信息完成用户数据分类、整理。例如，在个性化系统服务中，可以对文献检索、推荐、交互信息等进行设置，并确保上述信息能够通过分析挖掘，获得个性化推荐。以融合关键数据，为其系统的开发运行提供有力保障。而在用户需求模型建立中，可以建立适合读者需求的个性化模型，以确保图书馆能够满足个性应用。该模型的最大特征，可以为图书馆读者提供高质量的检索服务，根据读者信息需求，完成形式建立，确保两个基础性模型能够完成分析挖掘。根据数据换算途径，读者使用个性化推荐算法，可以按照读者的需求建立模型实现。例如，在图书馆服务体系中，其在建设时可以结合读者的检索记录、个人阅读倾向完成检索列表，使读者能够在阅读中生成自己独特的兴趣目标，以便建立模型。在建立完毕后，使用数据挖掘工具对模型进行处理，确保用户信息能够得到全面的满足。

3.2 完成协同算法的应用研究

在协同算法的应用研究中，通过以下几点，可以完成换算。当用户检索产生数据量时，其数据量有海量性的特点。因此，借助成熟的算法对数据进行处理，可以确保处理结果能够最大化的满足图书馆的管理需求。

（1）皮尔森相似度关联。在皮尔森相似度关联中，可以分析皮尔度变量之间的结构性变化，对皮尔森系数进行全面表示。在皮尔森系数中，整个系统的读取范围可以保持在-1~1 之间。当变量呈现出线性关系递增时，整个系数可以保持在取值范围，如1 ～-1内。且根据-1 ～1 的变量，如二者之间呈现一定变化，而另一端也应随之出现变化，二者呈现互相绑定关系，如系统内部的取值大于0，另一取值相应减少。

（2）欧几里德距离相似度定理。在相似度关联中，根据整个欧几里德内部相似度，可以更好的将其理解为简单算法。将物品定义为数据的综合指标，以便评价人在坐标中对整个指标进行绘制分析，随后进行直线换算，以了解物品之间的间距。

（3）余弦相似度。根据余弦相似度，分析空间的两个向量夹角，且根据余弦值探究个体之间差异大小方法，更注重余弦相似度之间的差异模式。

（4）调整余弦相似度。余弦相似度可以完成向量之间的夹角，并将二者作为个体间的距离差异完成标注。其标注的过程、长短需要确保在相似度计算上，二者具有明显的差异性。在日常处理过程中，将会导致维度数据的差异变化。例如，在评分过程中，如其整体是5 分制，其x、y 用户内容评分可以在1、2、4、5 之间进行选取。使用相应的余弦量，也可以得出最后结果为0.98。且两种类型的数据较为相似，但从实际内容而，X 对内容并非稳定，且在X 处理过程中，对内容持一定的检索模式。在评分的均值指标上，二者均可以定位为3，在调整时则可以选择-2、-1、1、2，并使用余弦进行计算量以，表时其差异。

4 结束语

综上所述，在建设过程中，需要贴合我国目前智慧校园背景，对图书馆服务进行优化，确保图书馆能够得到长久发展。在学校智慧图书馆建设中，融合学校建设的特色以及学科之间的特征，对整个个性化搜索系统提出改进建议，确保图书系统能够提供全新的框架，可以完美运行在服务模式中。通过智慧化图书馆的服务模块，使具有多样性的改进方法，因此可以进一步挖掘利用，满足高校智慧图书馆的阅读改进方案。