基于图书馆个性化知识服务的研究摘要:网络环境下,个性化信息服务己成为图书馆服务的重要内容。
本文通过对图书馆个性化知识服务概念的理解,指出了图书馆开展个性化知识服务的意义,提出了用户个性化信息需求数据的收集方法和保证个性化知识服务实现的技术方法。
关键词:图书馆;个性化服务;知识服务科学发展观的核心是以人为本,高校图书馆作为公益性的知识服务机构,其存在的价值就应为实现这一宏伟目标而提供人性化知识服务,满足个人化的信息需求,为促进和谐社会建设、构建和谐图书馆作贡献。
随着网络的快速发展和知识经济时代的到来,高校图书馆传统的文献知识服务已不能满足人们的多种需求,因此,提供多种形式的个性化知识服务应成为今后图书馆服务的重要内容。
一、图书馆个性化知识服务1图书馆个性化知识服务的概念个性化知识服务是一种服务理念,其核心就是以用户为中心,充分体现人文关怀,一切服务都是以方便用户、满足用户需求为前提;个性化知识服务允许用户充分表达个性化需求,能够对用户需求行为进行挖掘,方便用户交互,方便用户描述自己的需求,方便用户反馈对服务结果的评价。
个性化知识服务应充分体现服务方式灵活性、多样性的特点,不应仅仅将其理解为某种具体的知识服务方式,它应该是由一系列的知识服务形式所构成。
2图书馆开展个性化知识服务的意义(1)顺应时代对图书馆的要求随着知识经济时代的到来,现代人非常注重自身综合素质的培养,这些素质不仅包括科技文化素质,还包括人文素质和信息素质。
图书馆作为培养现代人综合素质的重要基地,在学习型社会中所发挥的作用非一般信息机构所能比。
网络技术的快速发展为人们利用图书馆提供了极大的便利,因此,与时俱、主动适应个性化时代读者的个性化要求,是时代对图书馆的要求。
(2)用户的信息需求得到更大程度满足随着信息资源的极大丰富,用户如何快速准确地找到自己所需要的信息,已成为困扰图书馆用户的一大难题。
一方面是用户信息需求的个性化特征更为突出;另一方面用户本身的信息能力也参差不齐。
而图书馆拥有丰富的信息资源和人力资源,在知识服务尤其是学术性知识服务方面有着得天独厚的优势,数字图书馆和信息技术的发展,增强了图书馆向用户提供个性化知识服务的能力。
通过开展个性化知识服务,图书馆可以在更大程度上使不同用户的信息需求得到满足。
(3)成为图书馆发展的重要保证传统的图书馆服务是一种被动服务模式,用户对图书馆的评价也以馆藏规模为主要标准。
网络和个性化时代,用户重视的不再是馆藏规模,而是图书馆对自己信息需求的满足程度。
这就要求图书馆转变服务方式,主动向用户提供个性化知识服务。
否则,不能吸引用户,图书馆的发展也就无法保证了。
(4)优化资源配置的有效手段当前,无论在技术设备、电子文献、网络数据库方面,还是在人力资源、系统集成、文化底蕴方面,图书馆的资源优势都是任何其它类型信息部门和信息机构所无法比拟的。
如何让图书馆的资源得到最充分的利用,是图书馆必须高度重视的问题,通过开展深层次的个性化知识服务,既可发挥图书馆的技术优势、人才优势、资源优势,又可满足社会不同用户对图书馆的信息需求,提高用户对图书馆的忠诚度和满意度,是优化图书馆资源配置的有效手段。
二、用户个性化信息需求数据的收集方法如何科学准确地获取用户信息需求的数据,不仅关系到个性化知识服务的质量问题,还关系到工作人员的服务效率问题。
传统的纸质问卷调查、电话调查、访谈调查、观察、实验等方法虽然十分有效和成熟,但网络技术的发展,也为我们提供了许多新的用户信息收集方法,这些方法可以分为两大类,即网络调查法和行为分析法。
1用户个性化信息需求网络调查法常用的方法有:E—mail问卷调查法、站点问卷调查法、网上视频会议法、系统定制法系统。
除此之外,网络调查还可通过网络的交互式工具来实现,目前主要有:BBS、QQ、Net Meeting、News group等。
可在相应的工具讨论组中发布有关调查问题,请图书馆的网上用户参与讨论。
2用户信息行为网络分析法用户信息行为网络分析法主要是指“利用信息挖掘技术,通过一定的信息收集程序,对用户浏览历史记录、服务器日志中的访问记录等数据进行自动发掘与跟踪,以获取与用户信息需求兴趣相关的数据”。
按照获取途径的不同,这种方法又可分成两种情况:一是在客户端对用户信息需求数据进行收集,二是从服务器端收集用户信息需求数据。
客户端用户信息需求数据收集的方法主要包括:用户浏览历史记录法和浏览书签法。
服务器端用户信息需求数据收集主要通过服务器日志文件来进行,因此这种方法也称为服务器日志统计法。
三、图书馆个性化知识服务的支撑技术1推送技术(Push技术)Push技术又称网播技术,实质上是指一系列的软件。
这种软件可以根据用户提交的用户兴趣文档,自动搜集用户最可能感兴趣的信息,然后根据用户指定的时间间隔,将信息推送到用户的计算机上。
Push技术从根本上改变了网络信息的获取方式,较好地解决了网上盲目点击和无目的阅读等问题,提高了网络信息获取效率。
Push技术的实现方式:频道式推送;邮件式推送;网页式推送;专用式推送。
Push技术在个性化知识服务中的应用:现在的Push产品多数应用于网站信息推送服务和电子商务中,但在图书馆知识服务中也得到广泛应用。
2智能代理技术(Agent技术)Agent理论和技术,特别是多Agent理论和技术,为分布开放系统的分析、设计和实现提供了一个崭新的途径,是“软件开发领域的又一重大突破”。
Agent是一类可计算实体或程序,它们可以感知外界环境并自治运行,以实现其设计者和使用者的一系列目标,它包括反应性、自治性、面向目标、通信能力、可推理、自适应等基本特性。
例如,一个由四种Agent构成的系统:学习Agent(LA),搜索Agent(sA),交互Agent(CA)。
结果Agent(RA),总任务是在网上检索并过滤用户所需的信息。
Agent间的支持合作体现为:SA搜索结果先送给LA学习,再送给RA返回给用户,而LA学习的知识又是sA搜索及RA将结果排序的依据,CA则是用户与其它Agent之间通信的桥梁,转换请求与应答的表达方式。
Agent技术应用于个性化知识服务:信息查找:在查找信息或者网络浏览时,用户可能不知道需要的信息在哪里,Agent可以通过发现和过滤信息帮助解决这个问题。
预定事件响应:在现实世界中事件发生以后,需要及时采取行动。
如:新软件发布和服务登记等,Agent可以代替人执行一些动作,以便及时响应。
Web浏览器智能:借助于搜索辅助Agent记录搜索过程,记住可能忘记的事情,建立搜索者的视图,按照所访问的最频繁和最新的网站排序,就可以根据用户提供的关键词返回到相应的网站,可以通知用户某些网页的更新。
个人帮助:对于网络购物者或服务接受者,个人帮助Agent可以帮助购买者比较商品,提醒购买者在某个时间进行购买活动,或者某些感兴趣的甩卖,或者向用户推荐图书、音乐等。
也可以帮助店主发掘某个购买者群体的购买模式,发现商品之间的购买关联关系。
知识工具:支持信息检索和管理,允许用户将各种信息集成在一起,形成有意义的模式,帮助用户检索适当的信息。
同时,将用户已有的私有数据与网络数据结合在一起,形成知识库。
3Web挖掘技术在Web迅猛发展的同时,人们迫切需要从Web丰富的资源中挖掘出蕴涵的具有巨大潜在价值的知识。
个性化知识服务的根本就是要从单个用户对Web信息的需求中体现出个性特色,其最有效的解决之道就是对Web信息进行数据挖掘。
Web挖掘的一般定义是:将数据挖掘技术应用在Web上,从大量类型丰富的Web数据中抽取感兴趣的、有用的模式和隐含信息的过程。
Web上的数据类型丰富,主要包括:HTML、文档中的文本数据、多媒体数据、超链数据,以及Web服务器日志文件中登陆用户的访问行为数据等。
在数据挖掘领域,不同数据类型采用不同的挖掘算法。
因此,根据所挖掘的Web数据的类型,可以将Web挖掘分为以下三类:Web内容挖掘:就是从Web文档内容中抽取知识的过程,主要分为文本信息的挖掘和多媒体信息的挖掘。
由于文本仍是信息传递的主要方式,而且文本处理技术相对比较成熟,因此文本数据的挖掘在研究和应用上都比较普遍。
Web内容挖掘主要应用在个性化的信息Agent中,在如何构建个性化的用户模型方面,大量采用了WebSyskill&Webert,Letizia内容挖掘的技术,这样的系统有WebWatcher等。
Web结构挖掘:是指从Web文档的链接中推导知识的过程。
其中比较有代表性的工作是PageRank(能发现权威性页面)和CLEVER(得到明显优化的查询结果)。
Web使用记录挖掘:是登陆某个Web站点的用户经过一系列的站点浏览后系统自动记录的用户浏览行为数据,诸如用户的IP、访问时问、浏览过URL、客户端的操作系统和浏览器版本号等。
通过对Web站点上用户访问日志文件中的数据的挖掘,可以了解登陆Web站点的大多数用户经常采用的浏览模式、浏览路径,从而改进站点的设计。
对于访问模式相似的用户,进行分类或聚类:针对类型不同的用户,提供不同的个性化服务方案。
个性化知识服务的内容和形式是随着技术的发展而不断地发展,个性化知识服务技术涉及到多方面技术的应用,除了上面三种技术外,一个好的个性化知识服务系统还需要涉及下述技术:①数据库技术,完成用户登录、身份认证、数据匹配等。
②网页动态生成技术(如ASP,ISAPI、CGI等,根据用户数据动态生成网页)。
③信息过滤技术,检查进入的信息流,并与用户需求进行匹配计算,将用户需要的文档送给用户。
④安全身份认证技术,提供安全严密的身份认证管理等。
⑤数据加密技术,保障数据在网络环境下的安全传输,例如公开密钥技术、SSL协议等。