图书馆读者需求与服务匹配模型研究

摘要/Abstract

摘要：

为提高图书馆服务的精准度和适用度,解决相关应用普遍存在覆盖度低、精度欠佳等问题,提出了新型的图书馆读者需求与服务匹配模型,详述了该模型的组成结构、数据处理流程以及关键算法;该模型从读者与服务两方面采集信息,并通过融合匹配算法将个性化的服务推荐给读者。实验证明,该算法具有良好的读者覆盖度、需求匹配精确度以及性价比。

关键词: 图书馆服务, 匹配, 读者, 大数据, 信息融合

Abstract:

In order to improve the accuracy and applicability of library services, and to solve the problems of low coverage and poor precision in related applications, this paper proposes a new library reader demand and service matching model, details the composition, data processing flow and key algorithms of the model. The model collects information from both readers and services, and recommends personalized services to readers through fusion matching algorithm. The experiment proves that the algorithm has good reader coverage, demand matching accuracy and cost performance.

Key words: library service, match, reader, big data, information fusion

中图分类号:

G250

林淑贞. 图书馆读者需求与服务匹配模型研究[J]. 图书馆研究, 2018, 48(6): 106-111.

LIN Shu-zhen. Research on Library Reader and Service matching Model[J]. Library Research, 2018, 48(6): 106-111.

图/表 4

参考文献 8

[1]	周强 . 利用Apache Mahout 改善图书馆OPAC系统在大数据环境中用户体验的实践[J].图书馆研究, 2015(3):91-94.
[2]	Zne-Jung Lee, Ping-Kun Hu . A Recommender System for Library Based on Hadoop Ecosystem[J]. Materials Science and Mechanical Engineering, 2017. 5(3):213-221.
[3]	Daniel Mican, Loredana Mocean, Nicolae Tomai . Building a Social Recommender System by Harvesting Social Relationships and Trust Scores between Users[J]. Journal of Libraries, 2016. 10(5):62-101. doi: 10.1007/978-3-642-34228-8_1
[4]	Dharna Patel, Jitendra Dangra . A Book Recommendation System for Cloud Computing Framework[J]. International Journal of Computer Applications, 2017. 11(5):167-183.
[5]	Aravind Sesagiri Raamkumar, Schubert Foo, Natalie Pang . A Framework for Scientific Paper Retrieval and Recommender Systems[J]. Journal of Digital Libraries, 2016. 8(12):34-55.
[6]	Yifan Hu, Yehuda Koren, Chris Volinsky . Collaborative Filtering for Implicit Feedback Datasets for Libraries[J]. Journal of Digital Information Processing, 2015. 13(2):235-276. doi: 10.1109/ICDM.2008.22
[7]	Julien Verplanken . Implementation of a recommender system for the library of Ghent[J]. Journal of Information Management, 2017. 4(2):52-91.
[8]	Raymond J Mooney, Loriene Roy . Content-Based Book Recommending Using Learning for Text Categorization[J]. Journal of Digital Libraries, 2017. 4(3):109-131. doi: 10.1145/336597.336662

评价项目	LRSM模型得分	RSSM模型得分
总体满意度	81.03	53.28
推荐服务适用度	84.77	49.59
需求满足度	78.69	54.74
推荐便捷性	80.57	72.46
推荐服务全面性	83.14	59.45

[1]	郭山. 基于吉林省图书馆微信公众号服务的读者调研分析 ^*[J]. 图书馆研究, 2018, 48(6): 112-117.
[2]	马江宝,赵苹. 基于空间改造的图书馆场景式阅读推广服务研究 ^*[J]. 图书馆研究, 2018, 48(6): 63-67.
[3]	李青. 视障读者服务研究——以中国盲文图书馆为例[J]. 图书馆研究, 2018, 48(5): 57-60.
[4]	孙何凝. 面向大学生自主学习能力培养的高校图书馆服务——以美国杜克大学图书馆为例[J]. 图书馆研究, 2018, 48(4): 104-108.
[5]	周静晴. 公共图书馆智能读者流量系统大数据分析研究——以深圳图书馆为例[J]. 图书馆研究, 2018, 48(4): 116-122.
[6]	孙春梅,杨溢. 电视朗读节目对图书馆阅读推广的启示 ^*[J]. 图书馆研究, 2018, 48(4): 65-69.
[7]	吴卫娟. 面向未成年犯的图书馆服务探索[J]. 图书馆研究, 2018, 48(4): 85-89.
[8]	康思本. 基于“你选书,我买单”活动的馆藏建设研究——以广东理工职业学院为例[J]. 图书馆研究, 2018, 48(3): 50-55.
[9]	龚自振. 大数据环境下高校图书馆馆藏图书优化配置模型研究 ^*[J]. 图书馆研究, 2018, 48(3): 44-49.
[10]	朱丹君,黄民泰. 面向研究型读者的服务转型研究[J]. 图书馆研究, 2018, 48(3): 97-100.
[11]	陆溯,谢珍. 面向城市社会性弱势群体的公共图书馆服务研究[J]. 图书馆研究, 2018, 48(3): 87-90.
[12]	李荣,王庆石,李双,董崇文,宋佳,王琳. 基于读者行为大数据的图书馆精准服务与管理创新研究 ^*——以东北财经大学图书馆为例[J]. 图书馆研究, 2018, 48(3): 19-23.
[13]	张晓新. 朗读在图书馆阅读推广中的应用前景及启示——以央视“朗读者”节目为例[J]. 图书馆研究, 2018, 48(3): 62-66.
[14]	张晓霞. 河北省高校图书馆社会化服务调查与分析 ^*[J]. 图书馆研究, 2018, 48(2): 89-93.
[15]	刘涛. 从政府购买到合作治理:图书馆服务供给机制创新研究 ^*[J]. 图书馆研究, 2018, 48(2): 6-8.