基于情景大数据的图书馆个性化服务推荐系统研究〔摘要〕大数据时代，图书馆个性化服务面临着诸如数据海量、种类繁多、快速增长、价值巨大的严峻的挑战。本文在描述大数据背景及其特点的基础上，研究了基于情景大数据的图书馆个性化服务推荐系统。该系统将读者的情景大数据引入个性化服务推荐过程，可以全面、及时、准确地评估读者需求，并根据读者的爱好实时、主动地推荐服务。〔关键词〕情景大数据；图书馆；个性化；服务推荐系统DOI：10.3969/j.issn.1008-0821.2016.04.016〔〕G250.76〔文献标识码〕A〔〕1008-0821（2016）04-0090-05〔Abstract〕Intheeraofbigdata，personalizedserviceoflibraryfacewithmanychallengesowingtothespecificcharacteristicsofbigdatasuchashighvolume，variety，velocity，value.Inthispaper，onthebasisofdescriptionofthebackgroundandcharacteristicsofbigdata，exploredthepersonalizedservicerecommendationsystemforlibrarybasedoncontextualbigdata.Thesysteminputthecontextualbigdateofthereadersintothepersonalizedservicerecommendationprocess，realizedthecomprehensive，intime，andaccurateevaluationforreadersrequires，andcouldrecommendservicestoreadersaccordingtotheirpreferenceactivelyandinrealtime.〔Keywords〕contextualbigdata；library；personalization；servicerecommendationsystem当前，大数据已渗透到所有的行业，可为各行业优化企业生产资源配置、提升服务竞争力、快速发现顾客需求和准确评估服务质量，提供科学的大数据决策支持和反馈优化控制。IBM与牛津大学在2013年3月12日共同发布的《分析：大数据在现实世界中的应用》白皮书中，提出了大数据应用的五大关键性建议，主要包括“以客户为中心”，制订前期“大数据战略规划”；制定全面完整的企业“大数据蓝图”；从现有数据入手，设定并完成短期和阶段性的“大数据战略目标”；根据业务优先级，逐步建立分析体系，循序渐进提升“大数据分析能力”；定制可衡量的指标分析“大数据ROI（投资回报率）”[1]。因此，大数据已成为企业新的生产要素，既是企业基础性资源和战略性资源，也是企业生产力的重要组成。大数据时代的来临，给图书馆界即带来了机遇也带来了挑战。图书馆通过对大数据的采集、挖掘、分析和决策支持，完成了服务资源的科学配置和服务模式转型，实现了以读者为中心的个性化服务，有效提高了读者的阅读满意度和图书馆服务收益率。但是，大数据具有的数据体量大（Volume）、速度快（Velocity）、模式多（Variety）、难辨别（Veracity）和价值大密度低（Value）的“5V”特性，也大幅增加了图书馆的大数据采集、噪音过滤、价值密度提升和决策可用性保证难度。因此，图书馆员如何在复杂、多变的大数据环境中挖掘大数据价值，并将大数据科学决策运用到读者需求发现、智慧服务模式提供、个性化服务保障和QOS（服务质量）保证中去，是图书馆增强读者个性化服务的安全性、智能化、经济性和可控性应重点关注的问题[2]。1大数据时代图书馆个性化服务的需求与挑战1.1大数据时代图书馆个性化服务的内涵变化传统IT环境下，由于图书馆IT基础设施资源的信息处理、组织和传输能力有限，不能依据读者阅读需求的个体差异化，有效区分时间、地点、个体化阅读需求和阅读模式，为读者提供具有个体差异性的个性化阅读服务。仅仅将阅读服务的重心放在服务推送的总量、稳定性和服务范围保证上，而忽视了个性化服务的精准性和个性化水平。随着科学技术的发展，以及读者的自我认知度、个体阅读需求差异和图书馆服务保障能力的提升，图书馆的个性化服务内涵发生了巨大的变化，要求图书馆服务必须以读者需求为中心，为读者提供符合读者阅读情景感知判断和可满足复杂阅读需求的个性化服务。据市场研究公司IDC的一项调查显示，全球数字数据总量每两年便翻一番。图书馆界在用户服务过程中，也利用视频监控设备、服务器监控器、阅读终端监控器、传感器网络和用户管理信息系统，不间断地采集读者的海量个体数据，为读者描述一幅精准的阅读自画像。图书馆应通过读者自画像来充分...