[發明專利]一種圖書館（學習空間）的學習推薦方法

在審

• 申請號: 201910021753.3
• 申請日: 2019-01-10
• 公開（公告）號: CN109918561A
• 公開（公告）日: 2019-06-21
• 發明（設計）人: 王妃;楊囡
• 申請（專利權）人: 王妃
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q50/26
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開一種可以應用于圖書館，學習空間的學習推薦方法。有效解決現有推薦類算法對于學習推薦的“精準跑偏”推薦問題。當學習類算法應用到學習推薦上，容易因為用戶的操作數據越多，越精準的掌握客戶的喜好，將原本要學習“枯燥”專業知識的客戶，直接推薦一些很難經住“誘惑”的，對用戶而言“更有趣”、“更喜歡”、“更娛樂類”的個性化推薦的視頻或者書籍資料中，從而影響客戶學習。本發明的推薦方法有效的解決該問題，并提出了一種未來以用戶為主題的，智慧圖書館的發展新方向。

技術領域

該技術為圖書館學、計算機應用的跨學科應用，適用于于圖書館，學習空間的建設或升級改造中。

背景技術

一、學者為主體的智慧模式建立的探索

各國不斷將現有技術運用到圖書館（學習空間）的服務和管理上，進而提高管理員的工作效率的服務質量。

隨著技術發展與社會環境的變化，圖書館（學習空間）成為公共教育普及以及科學研究的推動者，近幾年，關于圖書館（學習空間）的發展研究分為兩大主要分支，其一為智慧學習空間將各種科技手段運用到提升管理員工作效率和服務中，其二為能動型學習空間的發展探索，首次將服務主體變為學習者為主體。

智慧型學習空間（智慧圖書館）的概念，主要是將現有科技手段引入圖書館（學習空間）的建設中來，第四次科技革命的到來，和“國際圖書館論壇”大會（SILF 2018）的召開，其中來自全球23個國家和地區的269位代表出席了論壇，并以“圖書館讓社會更智慧更包容”的主題各國代表進行發展現狀和發展趨勢的匯報交流。美國、英國、中國、比利時、法國、斯洛伐克、新加坡等國家比較重視空間格局再造和管理服務升級上，而美國、立陶宛、中國香港、加拿大等國家對于提升館藏建設和增加遠程在線教育和智能咨詢上做出了技術改進。而我國在2019年的國家社會科學基金申請指南中才提到智慧型空間（圖書館）建設，

能動型學習空間是以日本為先驅的概念引入，是較為先例的提出將學習者為建設主體的學習空間，而結束掉僅以優化圖書館（學習空間）服務和工作效率為主導的發展方式。2018年我國社會科學基金申報指南中明確有“能動型學習空間”，截止到本發明申請日前，我國最新學術研究上，僅有兩篇關于能動型學習空間的理想建立模式的暢想。

本發明公開的一種方法，是將能動型學習空間的學習主體特點和智慧空間特點共存的一種新型學習空間（圖書館）可以應用發展的一種新模式的范例。

二、推薦類算法在學習推薦上應用的“精準跑偏”

推薦算法的發展，是以阿里巴巴和今日頭條為主的幾大電商和新聞媒體為開端，各種推薦類算法，針對客戶對于商品的個人喜好，偏好推斷上，不斷修正和改進，延伸出多種推薦算法。各種推薦算法廣泛應用于具有商業價值較高的電商商品評價、電影推薦、旅游推薦等消費類產品平臺上。現在，推薦類算法也逐步開始趨向教育領域，用來優化學習效率，其中包括領域應用到圖書館的個人偏好書籍借閱推薦上，互聯網教學課程偏好資源推薦上。

推薦類算法，就是通過挖掘用戶數據獲得精準的用戶“喜好”和“偏好”。

但正是由于推薦類算法額特點，是根據用戶操作的個人偏好而進行推薦的，所以無論采用基于內容的推薦，還是基于用戶的推薦，或者深度學習推薦，哪怕是知識圖譜推薦，都容易造成“過于”偏重于用戶“喜好”的方面知識的推薦展示，由于越來越多的用戶操作數據，其推薦算法會越來越“精準”的了解到用戶對的喜好，和興趣點，其推薦范圍會越發縮減或偏重到，更能引起讀者興趣或者讀者偏好的內容上，如小說、故事、電影、漫畫等，這些更容易成為引起用戶興趣的偏好類資料或書籍。

推薦類的算法優勢在于閱讀的基礎數據和用戶操作數據可以獲得越精準的用戶喜好，偏好的推薦，但用于學習上，卻變成了缺點。