个性化推荐技术在《图情大数据》中的应用

大部分图书馆通常作为提供资源和服务的门户存在，如提供馆藏书刊与数字资源的检索与下载、新书通报、热门图书排行榜、个人借阅记录查询等服务。门户的典型特征是“推”，用户被动地接受无差别的资源和服务。这种被动式服务提供的信息太多，读者在选择适合自己的资源时花费时间太多。在互联网和大数据时代，基于用户交互行为和使用偏好分析的个性化推荐方法和技术被广泛应用于商业领域，近年来也逐渐得到图书馆界的关注，如“读者画像”等，尤其是在阅读推广方面。一方面，用户可以按照自己的需求与喜好，对所需的资源类型、信息内容、显示形式和接收方式等方面进行定制。另一方面，根据用户的专业特征，以及系统记录用户的检索、点击历史，结合资源主题和分类，了解和推测用户的需求，挖掘与探索读者的阅读兴趣，甚至是潜在的阅读偏好，进行用户画像，在资源中发现与用户画像结果匹配度较高的资源，主动推荐给读者，激起读者的阅读兴趣，从而为用户提供主动的、有差别的个性化推荐服务。

东北大学图书馆面向全校师生开展“前沿论文／最新研究成果个性化推送”服务。图书馆依据数据库资源，根据师生的研究方向或其他个性化的需求，提供最新论文／研究成果的推送，帮助用户获取研究领域最新进展，掌握前沿信息。根据用户关注的主题或学科方向，推送最新论文／研究成果；根据用户指定的课题，推送最新的检索结果；推送用户关注的期刊最新目录；推送用户关注的文章的最新被引情况等。(www.xing528.com)

上海图书馆基于“一城一网一卡一系统”服务平台海量的数据资源，打造大数据分析挖掘和大数据可视化平台，形成包括读者画像分析、个性化推送、借阅推荐等智能服务。首先，流通大数据平台以图书流通数据为主要采集对象，从人、书、地三个实体理解数据，建立了数据分析与挖掘系统。其次，以读者与图书馆借阅和互动的数据为基础，形成个性化的服务系统。