数字图书馆信息服务的融合与创新——基于2019年JCDL年会论文的综述

[目的/意义]本文通过对2019年国际数字图书馆联合会议(Joint Conference on Digital Library,JCDL)的录用论文进行整体回顾,梳理了本届年会的最新研究成果与学科发展动态,以助国内图情领域学者更好地了解本届年会成果,把握国际数字图书馆领域研究的前沿热点问题。[研究设计/方法]采用文献综述的方法进行研究。[结论/发现]本届年会更加关注数字图书馆如何通过多源数据的融合、数字人文馆藏资源的利用等实现信息服务深度融合;数字图书馆如何通过海量大数据挖掘与利用、用户行为分析提升其服务水平;如何通过对学术文本资源深入挖掘,实现信息计量学在学术评审、学术评价等方面的创新应用。[创新/价值]本文揭示了国际数字图书馆领域的最新发展态势,展望了未来数字图书馆领域的学术前沿方向。     

基于用户兴趣度量的知识发现服务精准推荐

[目的/意义]针对当前知识发现服务中存在的个性化程度不高和推荐效果不佳等问题，提出一种基于用户兴趣度量和内容分析的推荐算法。[方法/过程]文章通过特征词分布、LDA主题分布、引文结构网络三个维度构建学术资源模型，并通过对用户行为的度量，计算用户对其浏览学术资源的兴趣度，结合学术资源模型构建用户兴趣模型。将用户兴趣模型与学术资源模型匹配，计算其相似度，得到用户对每条学术资源的兴趣值，最后将兴趣值最高的TOP-N学术资源推荐给用户。[结果/结论]通过实验检验算法的有效性和推荐准确率，结果显示，本文从实时动态度量兴趣的角度，提出的推荐算法能较好地预测用户兴趣，推荐效果显著，为实现发现服务精准推荐提供思路。     

人文社科专著众筹OA出版发展现状和思考——以Open Book Publishers和Knowledge Unlatched为例

[目的/意义] 梳理人文社科专著众筹OA出版的发展现状，分析具有公益性特点的OA出版物和具有商业性特点的众筹出版所引起的冲突，以期对学术专著众筹出版提出有价值的思考。[方法/过程] 从发起者、投资者和众筹平台3个基本要素梳理Open Book Publishers和Knowledge Unlatched的众筹模式，比较异同点，探讨两者在竞争中引起的问题。[结果/结论] 目前，欧美国家的学术专著众筹出版分为高校、众筹商和OA出版社3种模式。Knowledge Unlatched是期望通过对图书馆的优质服务获得收益的众筹商，Open Book Publishers是借助网络开展众筹出版的OA出版社，两者属于商业化大型公司和非营利性OA出版社的竞争关系，在OA出版物的商业化开发、财务公开透明、垄断性的销售模式和审核制度方面值得高度关注。     

新版《辞海》在量和单位基本概念方面存在的问题

指出了<辞海>1999年版彩图缩印本在量和单位基本概念上存在的7个方面的错误:1)称众多质量单位"习惯上亦用作重量单位";2)把量说成"数""数值"或"量值";3)把英制误释为英尺磅秒制;4)把量说成是单位;5)用"单位 数"表示量;6)将基本单元片面理解为原子和分子;7)将量纲式中基本量的指数说成"量纲".     

新布客书屋:托起贫困地区儿童的希望

"新布客书屋"充实了贵州省贫困地区儿童的阅读资源,为贵州扶贫工作锦上添花。文章论述新布客建立的缘起、新布客品牌以连锁概念运营的历程,探究新布客的构建、内涵、统一运营模式、志愿服务,以及公共馆文化服务在精准扶贫中的作用。     

“信息茧房”在西方:似是而非的概念与算法的“破茧”求解

桑斯坦提出的"信息茧房",基于美国两党政治的语境对新技术降低政治信息多元化以及政治信息极化的忧虑,如今却被泛用于所有信息。但是西方学界尚无有力研究证实"信息茧房"的存在。事实上,造成"信息茧房"的单纯信息环境很难在现实中出现。Web2.0技术提供了与志同道合的人讨论问题的机会,也增加了与那些持不同观点的人讨论问题的可能性,很难形成信息茧房和回音室。本文也探讨了算法优化以降低信息茧房风险的可能性。算法技术对多样性的提升主要基于两种路径:第一种路径是使个性化推荐系统的使用者"意识到未知";第二种路径是通过加深"个性化"来有效增强"多样性"。本文分析了信息聚合及其积极意义,以及Web2.0技术条件下"积极的受众(用户)"的可能。文中讨论了一些"除茧""破茧"的可能途径。我们不认同桑斯坦提出的偶然性信息的解决方案,认为真正要解决"信息茧房"之忧的问题,不如回到问题提出的原点,将实验条件下的单纯信息环境还原到人们的真实信息环境中,反省"信息茧房"这个虽有衍生空间和警示价值,却仍似是而非、缺乏科学证据的概念。     

基于5W1H分析的公共图书馆大字本图书阅读推广服务探究

大字本图书是低视力人群重要的信息来源和学习资源,公共图书馆作为大字本图书主要的馆藏地,肩负着大字本图书阅读推广服务的重要职责。通过5W1H分析法,提出公共图书馆大字本图书阅读推广服务对策,包括服务时间、地点的选择、服务团队的建设以及服务方法等,以期对公共图书馆开展大字本图书阅读推广服务有所帮助。     

知识找回场景下推荐系统模拟实现及评价研究

[目的/意义]信息过载一直是知识工作者在搜集、处理和创造知识的过程中所面临的主要困境。这种困境导致的结果之一是很难回忆起曾经使用过的文档的内容细节及具体位置，而推荐系统则能减少这样的困难。通过研究对比不同推荐系统在这一任务下的优缺点，可以帮助知识工作者更好地完成回忆任务。[方法/过程]基于相关理论，在同一场景（知识找回）模拟实现并测试了4种不同类型的推荐过程，包括基于内容的推荐CBR、基于协同过滤的推荐CFR、基于推理网络的推荐INR与融入了情境感知的推荐CAS，根据所确定的若干指标（精确性、情境相关性、预测性、多样性）对推荐效果进行比较。[结果/结论]结果显示，以上推荐系统在帮助用户回忆并找回文档过程中都有各自的优势，而基于情境感知的推荐系统在情境相关性与预测用户行为方面具有较好的效果。     

图书借阅量配额管理困境的原因及对策

图书借阅量应具备一定的＂质量＂,但目前其配额数量保守、配额依据缺失、配额时限固定给图书借阅造成了不良影响。究其原因在于重藏轻用的传统观念、读者阅读的多样诉求、滞后的图书借阅技术、不太友好的图书借阅环境等。需要从树立藏书与利用的正确观念、升级图书馆管理系统的借阅功能、重新定位图书馆的角色等方面采取措施加以解决。参考文献8。     

基于用户信息平滑聚类的协同推荐方法

在电子商务中,协同推荐技术能够帮助用户发现感兴趣的东西.在协同推荐中,通常采用最近邻居的方法来产生推荐.随着商品数量的增多,协同推荐所需要的数据集也越来越稀疏,可用数据比例越来越少.为了解决这个问题,本文在传统的评分数据的基础上,引入用户的基本信息,对用户的基本信息进行离散化处理,将用户的基本信息转化成一个0、1的向量,在用户的信息的基础上计算最近邻居,根据最近邻居对用户缺失数据进行补充,在补充后的评分数据上进行聚类计算,并根据聚类结果对用户评分进行预测.实验表明引入用户的基本信息,并采用对基本信息离散化的处理方式进行缺失数据补充,在此基础上进行数据的聚类,能够提高预测评分的准确性.