圖書館AI應用~為您選書

李誠韜/凌網科技

何謂推薦系統?

推薦系統 (Recommender system) 是一種資訊過濾系統,作為預測使用者對於標的物的評分或偏好,生活中經常應用於電商購物、影音串流平台、網路搜尋系統等。

推薦系統會根據運用的資料與演算法的不同而異,實務常見包括:基於內容式推薦 (Content-based recommendation) 、協同過濾式推薦 (Collaborative filtering recommenda-tion) 與混合式推薦 (Hybrid recommendation)。

圖書館中的圖書推薦行為可歸為兩類:一為「圖書薦購」,是由讀者向館方推薦所需但尚未納入館藏之圖書;另一種為「館藏推薦」,是館方將館藏資源推薦給讀者。此外,目前國內圖書館所建置之圖書推薦系統,皆作為讀者圖書薦購之用。

館藏查詢系統提供的館藏推薦應用

以凌網開發的新一代WebpacX館藏查詢系統為例,系統提供的館藏推薦方式如下

新書通報

館員可自行挑選加入新書,或由系統根據入館日期自動加入。

圖片擷取:國立公共資訊圖書館館藏查詢系統 (2022-03-21)

主題展示

館員可根據館方政策與活動規劃展示主題與書單。

圖片擷取:國立公共資訊圖書館館藏查詢系統 (2022-03-21)

鄰近書櫃的書

系統根據書目的分類號,呈現鄰近分類號的館藏。

圖片擷取:國資圖館藏查詢系統 (2022-03-21)

讀者也借閱

系統根據圖書館自動化系統的讀者借閱紀錄,即時產生關聯借閱推薦清單。

圖片擷取:澎湖縣公共圖書館館藏查詢 (2022-03-21)

上述館藏推薦之目標族群為圖書館全體讀者,因其無差別推薦的性質,難免對於讀者個人的需求幫助有限。鑒此,凌網使用AI技術設計研發「為您選書」系統,以書目、網路資料、讀者的不同特徵與借閱行為為基礎,提供較符合其個人化且專屬的館藏推薦服務。運用以上技術建置的屏東縣公共圖書館系統「為您選書」系統已於2022年3月1日正式上線。

為您選書,讀者服務

身為一位讀者,可能會遇到這些問題:

  1. 我不知道要看什麼書?

  2. 總是只看同類型的書?

  3. 我好像很久沒有閱讀?

  4. 我的閱讀量是多還少?

為了解決這些困擾,「為您選書」系統將「我的專屬書單」結合書目、網路資料,以及全館讀者的借閱紀錄等,並利用中文斷詞 (Chinese word segmenting) 與群體數據分析,提供更符合讀者個人化需求的推薦書單。尚無借閱紀錄的新辦證讀者,系統亦會透過讀者個人特質推薦圖書資源,藉由不斷累積的紀錄與學習,提供的專屬書單也會越發符合讀者需求。

閱讀分析與統計」提供讀者個人化的閱讀統計圖表,針對讀者多面向的閱讀情況進行統計與分析。讀者也可透過以雷達圖呈現的「近一年十大類閱讀平均標準達成率」檢視自己的閱讀現況,確認是否有閱讀偏食的狀況發生。此雷達圖以全館各大類的平均借閱量做為閱讀標準,針對各分類閱讀量達成率低於50%的類別,系統也提供該類別相應的推薦書單供讀者參考。

近三個月閱讀量進步數量」呈現該年度近三個月的借閱數量,並與前一年度的借閱數對比,提供讀者檢視自己的閱讀現況是否有改變。若借閱量無進展,系統僅會顯示進步冊數為零,不會以負數顯示。

閱讀趨勢」同時呈現兩張統計圖:「近一年閱讀量」與「近一年成長率」。

讀者可藉此瞭解自己近一年的借閱數的增減趨勢,並透過依比率計算的成長率,了解借閱數的成長幅度。館方亦可設計活動搭配推廣,如:在指定期間內達到一定成長率的讀者,可兌換相對應的獎勵,鼓勵讀者多多閱讀。

讀者可瞭解自己近五年的閱讀量領先率,以及該年度與其他讀者閱讀量比較後的閱讀領先率。

透過「專屬推薦設定」功能,讀者可訂閱「推薦書單」與「閱讀分析電子報」。閱讀分析電子報為自動化通知,在傳遞資訊的同時,也能作為提醒讀者維持閱讀習慣的得力助手。

推薦書單


推薦書單閱讀分析與統計報告

館藏推薦主動為讀者提供館藏資源的推薦,盼以此提升讀者的館藏使用率。誠如印度圖書館學之父──阮甘納桑 (1931) 於圖書館五律所言:「書有其讀者 (Every book its reader) 與 讀者有其書 (Every reader has book) 」,凌網的「為您選書」系統不僅用於為讀者尋找館藏,也為冷門館藏資源尋求知己,「知書與知人,建立書本與讀者間的連結」是系統設計的初衷與願景。透過閱讀選書的專屬書單、閱讀分析,以及統計電子報等服務相輔相成,使讀者在完善的系統服務中深入了解自身的閱讀情況,以培養出長期且持續不斷的良好閱讀習慣。