位置服务图书馆推荐系统研究

摘要：通过研究二维码定位技术和基于用户的协同过滤算法，分析推荐系统架构，协同过滤技术和聚类技术，促使实现基于位置服务的图书馆推荐系统，从而满足馆内读者基于位置快捷找到藏书，以及推荐读者基于位置潜在的偏好书籍，提高图书被读者借阅的概率，降低使用成本，促进图书推荐系统的理论研究。

关键词：位置服务；二维码定位；协同过滤；推荐

随着“互联网+”时代的到来，创新2.0推动下的互联网信息技术思维不断改进着社会经济形态，促使创造新业态。尤其随着移动互联网、人们智能手机以及先进的GPS定位技术的使用，推动了基于位置的服务方面的发展，这在旅游产业、物流产业已逐渐衍生了较多位置数字产品，但在图书馆建设基于位置的服务还显得较为苍白。在数字经济时代，图书馆由纸质迈向了数字技术时代，实现数字藏书，尽管较多地区图书馆推出“移动图书馆”微信公众号、APP等，但对于读者的位置却显得较为局限，没有很好地利用基于位置给读者的智能推荐服务。因为对于读者而言，满足个性化图书的借阅是基本需求，但目前的现状是，读者必须借助馆内的检索机获知目标图书的馆藏地信息和中图分类号，再借助每个楼层的出入口或者馆内书架口的“楼层书库-图书类别”表，找到目标书架，从而最终找到目标书籍，整个过程过于烦琐，基本靠人工操作完成，而且大多数馆内的图书中图分类号（例如K247.57）过于抽象，更别提基于读者位置为读者智能推荐潜在偏好的图书服务。因此，实践中这个问题始终存在，如何化解，成为图书馆建设研究的重要问题。毕竟馆内，读者的不同位置可能产生差异需求，即使在同一位置，不同读者的图书服务需求也有可能是不一样的。读者快速获知目标图书的位置并基于位置被智能推荐周围图书，能满足读者的基本及潜在需求，是智慧型图书馆重要的一部分。因此，本文研究国内外关于位置服务的图书馆推荐系统情况，通过研究二维码定位技术和基于用户的协同过滤算法，分析推荐系统架构，协同过滤技术和聚类技术，促使实现基于位置服务的图书馆推荐系统，从而满足馆内读者基于位置快捷找到藏书，以及推荐读者基于位置潜在的偏好书籍，提高图书被读者借阅的概率，降低使用成本，希望有益于图书推荐系统的理论研究。

一、国内外对图书馆基于位置服务的研究现状

（一）国外相关研究。国外对图书馆基于位置服务的研究较早，始于20世纪90年代，侧重研究构建馆内导航系统。对于图书馆基于位置服务的研究，美国不仅在理论上研究丰富，并积极投建于高校图书馆中。纽曼图书馆坐落在美国东海岸弗吉尼亚理工学院，其利用校园强大的全覆盖无线WIFI，研发了纽曼系统。[1]在美国的另一州，伊利诺伊大学图书馆也致力于位置服务的推荐系统研究，JimHahn试图在推荐系统上有所突破，建立一个精准的基于位置服务的推荐系统模型，为用户提供更精细的推荐服务，该推荐系统模型确定用户所在的馆内位置是通过其连接的最近Wi-Fi接入点来判断，并根据用户所在的位置，规划路线指引用户找到目标书籍，还能实时为用户提供需求服务，根据用户的研究领域或要求，为用户推荐借阅率较高的书籍或者权威资料、数字文献等。（二）国内相关研究。国内对图书馆基于位置服务的研究较多停留在理论上，较多学者强调建立智慧型图书馆，但在实践中还缺乏普及和研发。在这些学者中，本文主要阐述以下几位学者：王佶等（2013年）认为定位服务应当广泛应用于图书馆内各项服务中，譬如读者对书目检索、书刊推荐、讲座咨询、其他服务咨询等，定位服务能节省使用成本，并提出基于WIFI展开一系列的定位推荐服务，研究分析了定位服务的基础设施建设、平台建设以及步骤算法。薛涵（2014年），同样也是基于Wi-Fi馆内定位导航技术和虚拟现实设计，以哈尔滨工程大学的图书馆为实验设计背景，实现用户与借阅图书的定位线路导航，方便读者准确找到书籍，但并对基于位置的其他推荐服务分析较少。陈国钢（2014年），探索了图书馆室内定位LBS的工作模式，同时应当将此定位模式应用于多种服务类型，不单是定位导航，并注重用户的隐私和习惯。王建功等（2014年），提出在图书馆书车上安置摄像头，将二维码设置成路标，书车拍摄扫描二维码获得准确的位置坐标和线路方法。林泽斐（2014年），则将二维码与微信公众号融合，将公众平台的接口生成具有定位功能的二维码，并贴在图书馆各书架附近，用户通过微信扫一扫功能读取所在位置，使用成本低且定位精准。综上所述，国内外对图书馆基于位置服务已有研究，在美国高校图书馆甚至已有较为先进的使用，证明了本项目研究的可操作性，而在国内智慧图书馆建设中还较多停留在理论层面上，需要进一步的讨论和实践中研发。对此，本文结合二维码定位技术及基于用户的协同过滤算法，分析推荐系统架构，利用协同过滤技术，实现基于位置服务的图书推荐系统，丰富理论研究。

二、基于位置服务的推荐技术研究

基于位置服务的图书馆推荐系统实现离不开与技术的合作，对此，本文推荐使用二维码定位技术及基于用户的协同过滤算法，并阐释关键原理，论证其合理性。（一）二维码的定位技术。通过二维码定位技术生成用户所需的定位图片，通过服务器端程序以微信指定的图文消息回复XML格式进行响应，响应的XML数据中包含地图缩略图URL及高清地图文件URL，将位置的地理数据生动地展现出来。[2]微信服务器将转发此消息响应，并显示于读者微信终端中。在满足了用户定位检索后，如若用户对馆藏资源还有进一步的检索需求，可通过指定输入相关资源的名称、作者、关键词、甚至是ISBN号等检索词，经由OPAC模糊检索，该用户确定选择后，二维码定位系统将检索得的目标书号与图书馆各书柜的分类号上下限进行前向匹配。若目标书号位于读者当前所处楼层书柜的分类号上下限区间，则在目标书柜位置覆盖定位标识图片并输出。（二）基于用户的协同过滤算法。传统的推荐算法有三种，分别是“基于内容的推荐算法”、“协同过滤推荐算法”和“混合推荐算法”。在这三种推荐算法中，被学界公认最流行以及高度实现应用地位的是“协同过滤推荐算法”。[3]基于对象的不同，可将“协同过滤推荐算法”细分为基于用户的协同过滤算法和基于物品的协同过滤算法。顾名思义，基于用户的协同过滤更多考虑用户的相似性，将用户评分高的项目智能推荐给相似的用户；基于物品的协同过滤更多考虑的是物品的相似性，根据用户的历史行为或者对物品的评分，向用户推荐相似的物品而不是推荐用户。本文使用“基于用户的协同过滤算法”。以图书馆应用举例，该算法先让目标用户通过预设的偏好书籍的问题进行评分，得出该目标用户偏好书籍的特征值，并通过数据库储存信息找到类似的用户，并根据历史类似用户评价很高的书籍对目标用户进行推荐，实现智能推荐。该项算法已较高应用于图书馆基于位置服务的推荐系统和机器学习中，有效地提高了图书馆推荐系统的性能。[4]

三、图书馆推荐系统的实现

（一）系统架构。该推荐系统分为三个模块：定位模块、爬虫模块、推荐模块。系统架构定位模块通过在WIFI环境中微信扫取楼层二维码图案返回服务器回传回来的位置地图信息；爬虫模块主要是通过在OPAC上抓取大量用户对书籍的历史评分一系列的数据进行相关解析；推荐模块通过对用户的偏好分析，并对各种推荐算法模型进行比较试验，最后通过基于聚类的协同过滤算法推荐出用户潜在喜欢的图书。（二）系统实现。首先，读者通过手机微信扫取所在楼层的二维码图案，获取自己的位置以及周围的书籍集合位置图案。然后，继续在微信搜索框里输入想要找的图书，系统会根据用户的位置和历史喜好，返回给读者目标图书的位置以及位于读者周围的潜在偏好书籍的位置。

四、结语

本文提出一种基于定位的图书推荐系统的具体实现方法,该方法综合了二维码定位技术以及协同过滤技术,通过先准确定位然后对OPAC系统保留的大量用户借阅历史记录进行分析,得到用户的偏好,向用户提供个性化图书推荐服务。

作者:提平 单位:广西师范大学