基于云计算平台的高校图书管理个性化服务方法研究
赵慧岩
关键词： 云计算; 高校图书管理; 主题挖掘模型; 个性化; 机器学习; 用户服务模型
中图分类号： TN911?34; TP391.4 ? ? ? ? ? ? ? ? ? 文献标识码： A ? ? ? ? ? ? ? ? ? 文章编号： 1004?373X（2019）03?0093?03
Abstract： A cloud computing platform based personalized service method for university book management is proposed to improve the efficiency and accuracy of book management in colleges and universities effectively. The framework of digital book service platform based on cloud computing is established by using four?layer architecture. The user service model in the process of cloud computing access is designed by taking the book information access user as the role center. The topic mining model based on three?layer Bayesian and unsupervised machine learning method are used to realize the personalized book service. The feasibility of the proposed method is verified with experimental results. The average absolute error calculation results show that the proposed method has higher service efficiency than the traditional method.
Keywords： cloud computing; university book management; topic mining model; personalization; machine learning; user service model0 ?引 ?言
随着互联网技术的快速发展，数字化信息的存储和处理方式越来越先进。现阶段，微信、QQ、微博等社交平台的发展速度十分迅猛，从而产生了海量的在线数据。在当代互联网环境下，信息得到了广泛共享，人与物体之间、人与人、物与物之间的交流和互动更加密切 [1]。随着互联网用户的不断增加，这些信息数据也不断增多[2]。用户如果想从海量的数据信息中寻找自己想要的信息[3]，就需要花费大量的时间和精力进行查询和检索，如高校的图书馆管理工作[4?5]。
因此，为了有效提升高等院校中图书管理的效率和准确性，本文提出一种基于云计算平台的高校图书管理个性化服务方法。实验结果显示，相比传统方法，本文提出的方法具有较高的准确度，能够有效实现个性化的图书推荐服务。1 ?基于云计算的数字化图书管理及服务平台
云计算（Cloud Computing）作为一种海量数字信息交互和管理模式，能够通过互联网计算机网络为众多客户端用户提供所需的资源和服务（硬件、平台、软件）。云计算平台技术融合了虚拟化、分布式处理、海量数据存储等技术，利用计算机网络将独立、形式多样、大小不同的数字化信息和计算能力有机结合起来[6]。使用云计算平台实现高校图书资源的数字化管理，具有如下优势：
1） 資源共享。通过使用云计算技术构建图书管理平台可以有效整合各种类型的图书资源。以云计算为基础的系统平台架构能够通过集中管理的方式提供高效和安全的资源共享，从而有效解决图书管理中的信息孤岛问题。
2） 降低成本。云平台能够把图书资源的存储和维护成本降低到最低水平。高校无需购买价格昂贵的专用Server以及各种CSDN网络设备等，只需要购买相关企业所提供的服务即可，也无需聘用专业的技术人员来对系统进行维护。
3） 强大的并发处理效率。云计算平台具有较强的并行处理能力，能够同时处理海量的任务请求。云计算平台具有强大的带宽接口，能够满足数十万以上教师和学生的图书资源访问需求，有效解决了网络阻塞和访问延迟问题。
4） 远程异地备份和恢复功能。云平台具有网上的数据存储安全模式，能够以最先进的方式实现异地容灾，消除安全隐患，保证图书资源的完整性。
5） 安全性。以云计算平台为基础的数字化图书管理及服务系统能够搭建系统的安全访问规则，从而避免大多数入侵者的非法访问和数据篡改。
1.1 ?云计算平台的总体架构设计
针对广大高校的图书管理需求，本文设计的云计算数字化图书服务平台框架模型如图1所示。整个架构包括4个层次：
1） 基础设备层，主要为高校本地硬件、校园网络、云平台和CSDN网络接入设备;
2） 资源层，主要为各种专业方向的数字化图书数据;
3） 应用层，主要为学生和教师使用的数字化校园、在线学习平台和教务系统等应用软件;
4） 用户层，主要为本校学生、本校教师、联盟学校师生和管理人员。
层次之间通过Ajax实时通信完成信息交互。
1.2 ?云计算访问控制模型
以图书信息访问用户为角色中心，设计云计算访问实现过程中的用户服务模型，如图2所示。从图2中可以看出，终端用户可以使用各种现代化通信设备访问云计算平台Server;而不同的图书管理人员可对访问策略进行分析，并通过一定的方法为不同用户提供适合其需求的數据。
现代信息化社会的发展使得用户对个性化的需求越来越大。因此针对上述推送服务，图书管理系统应该使用合适的图书服务模型。
从图3可以看出，随着书籍数量的不断增加，2种方法得到的MAE均不断下降。其中关联规则算法的下降速度较慢，而本文方法的下降速度较快。此外，在相同书籍数量情况下，本文提出方法的MAE更小，即准确度更高。也就是说，本文提出方法能够更准确地完成个性化图书推荐服务，有效提升了服务效率，增加了用户的满意度。4 ?结 ?论
本文提出了一种基于云计算平台的高校图书管理个性化服务方法。首先使用4层架构建立了云计算数字化图书服务平台框架，并以图书信息访问用户为角色中心，设计了云计算访问实现过程中的用户服务模型。然后采用基于三层贝叶斯主题挖掘模型，以非监督的机器学习方法实现个性化图书服务。实验结果验证了提出算法的有效性、可行性;相比于关联规则算法，本文方法的MAE误差更小，鲁棒性更高。
参考文献
[1] 赵宏伟，李圣普.基于粒子群算法和RBF神经网络的云计算资源调度方法研究[J].计算机科学，2016，43（3）：113?117.
ZHAO Hongwei， LI Shengpu. Research on cloud computing resource scheduling method based on particle swarm optimization and RBF neural network [J]. Computer science， 2016， 43（3）： 113?117.
[2] 嵇可可.基于动态趋势预测蚁群算法的云计算资源调度优化研究[J].科技通报，2016，32（1）：187?190.
JI Keke. Research on cloud computing resource scheduling optimization based on dynamic trend prediction ant colony algorithm [J]. Bulletin of science and technology， 2016， 32（1）： 187?190.
[3] 陈近，文庭孝.基于云计算的图书馆大数据服务研究[J].图书馆，2016（1）：52?56.
CHEN Jin， WEN Tingxiao. Research on library big data service based on cloud computing [J]. Library， 2016（1）： 52?56.
[4] 林晓玲，杨明华.RFID图书管理系统中图书定位排架方式探析[J].图书馆论坛，2012，32（3）：102?104.
LIN Xiaoling， YANG Minghua. Analysis of book positioning and arranging in RFID book management system [J]. Library forum， 2012， 32（3）： 102?104.
[5] 冯璐.大型图书馆中图书质量在线评价系统设计[J].现代电子技术，2018，41（1）：129?132.
FENG Lu. Design of online evaluation system for book quality in large libraries [J]. Modern electronics technique， 2018， 41（1）： 129?132.
[6] YANG S T. An active recommendation approach to improve book?acquisition process [J]. International journal of electronic business management， 2012， 10（2）： 108?115.
[7] RAJAGOPAL S， KWAN A. Book recommendation system using data mining for the University of Hong Kong Libraries [J]. Rev. Ceres.， 2012， 58（4）： 393?401.
[8] BOBADILLA J， ORTEGA F， HERNANDO A， et al. Impro?ving collaborative filtering recommender system results and performance using genetic algorithms [J]. Knowledge?based systems， 2011， 24（8）： 1310?1316.
[9] 李欣.基于概念格的图书关联规则挖掘研究[J].图书馆学研究，2015（8）：71?74.
LI Xin. Research on book association rules mining based on concept lattice [J]. Library science research， 2015（8）： 71?74.
关键词： 云计算; 高校图书管理; 主题挖掘模型; 个性化; 机器学习; 用户服务模型
中图分类号： TN911?34; TP391.4 ? ? ? ? ? ? ? ? ? 文献标识码： A ? ? ? ? ? ? ? ? ? 文章编号： 1004?373X（2019）03?0093?03
Abstract： A cloud computing platform based personalized service method for university book management is proposed to improve the efficiency and accuracy of book management in colleges and universities effectively. The framework of digital book service platform based on cloud computing is established by using four?layer architecture. The user service model in the process of cloud computing access is designed by taking the book information access user as the role center. The topic mining model based on three?layer Bayesian and unsupervised machine learning method are used to realize the personalized book service. The feasibility of the proposed method is verified with experimental results. The average absolute error calculation results show that the proposed method has higher service efficiency than the traditional method.
Keywords： cloud computing; university book management; topic mining model; personalization; machine learning; user service model0 ?引 ?言
随着互联网技术的快速发展，数字化信息的存储和处理方式越来越先进。现阶段，微信、QQ、微博等社交平台的发展速度十分迅猛，从而产生了海量的在线数据。在当代互联网环境下，信息得到了广泛共享，人与物体之间、人与人、物与物之间的交流和互动更加密切 [1]。随着互联网用户的不断增加，这些信息数据也不断增多[2]。用户如果想从海量的数据信息中寻找自己想要的信息[3]，就需要花费大量的时间和精力进行查询和检索，如高校的图书馆管理工作[4?5]。
因此，为了有效提升高等院校中图书管理的效率和准确性，本文提出一种基于云计算平台的高校图书管理个性化服务方法。实验结果显示，相比传统方法，本文提出的方法具有较高的准确度，能够有效实现个性化的图书推荐服务。1 ?基于云计算的数字化图书管理及服务平台
云计算（Cloud Computing）作为一种海量数字信息交互和管理模式，能够通过互联网计算机网络为众多客户端用户提供所需的资源和服务（硬件、平台、软件）。云计算平台技术融合了虚拟化、分布式处理、海量数据存储等技术，利用计算机网络将独立、形式多样、大小不同的数字化信息和计算能力有机结合起来[6]。使用云计算平台实现高校图书资源的数字化管理，具有如下优势：
1） 資源共享。通过使用云计算技术构建图书管理平台可以有效整合各种类型的图书资源。以云计算为基础的系统平台架构能够通过集中管理的方式提供高效和安全的资源共享，从而有效解决图书管理中的信息孤岛问题。
2） 降低成本。云平台能够把图书资源的存储和维护成本降低到最低水平。高校无需购买价格昂贵的专用Server以及各种CSDN网络设备等，只需要购买相关企业所提供的服务即可，也无需聘用专业的技术人员来对系统进行维护。
3） 强大的并发处理效率。云计算平台具有较强的并行处理能力，能够同时处理海量的任务请求。云计算平台具有强大的带宽接口，能够满足数十万以上教师和学生的图书资源访问需求，有效解决了网络阻塞和访问延迟问题。
4） 远程异地备份和恢复功能。云平台具有网上的数据存储安全模式，能够以最先进的方式实现异地容灾，消除安全隐患，保证图书资源的完整性。
5） 安全性。以云计算平台为基础的数字化图书管理及服务系统能够搭建系统的安全访问规则，从而避免大多数入侵者的非法访问和数据篡改。
1.1 ?云计算平台的总体架构设计
针对广大高校的图书管理需求，本文设计的云计算数字化图书服务平台框架模型如图1所示。整个架构包括4个层次：
1） 基础设备层，主要为高校本地硬件、校园网络、云平台和CSDN网络接入设备;
2） 资源层，主要为各种专业方向的数字化图书数据;
3） 应用层，主要为学生和教师使用的数字化校园、在线学习平台和教务系统等应用软件;
4） 用户层，主要为本校学生、本校教师、联盟学校师生和管理人员。
层次之间通过Ajax实时通信完成信息交互。
1.2 ?云计算访问控制模型
以图书信息访问用户为角色中心，设计云计算访问实现过程中的用户服务模型，如图2所示。从图2中可以看出，终端用户可以使用各种现代化通信设备访问云计算平台Server;而不同的图书管理人员可对访问策略进行分析，并通过一定的方法为不同用户提供适合其需求的數据。
现代信息化社会的发展使得用户对个性化的需求越来越大。因此针对上述推送服务，图书管理系统应该使用合适的图书服务模型。
从图3可以看出，随着书籍数量的不断增加，2种方法得到的MAE均不断下降。其中关联规则算法的下降速度较慢，而本文方法的下降速度较快。此外，在相同书籍数量情况下，本文提出方法的MAE更小，即准确度更高。也就是说，本文提出方法能够更准确地完成个性化图书推荐服务，有效提升了服务效率，增加了用户的满意度。4 ?结 ?论本文提出了一种基于云计算平台的高校图书管理个性化服务方法。首先使用4层架构建立了云计算数字化图书服务平台框架，并以图书信息访问用户为角色中心，设计了云计算访问实现过程中的用户服务模型。然后采用基于三层贝叶斯主题挖掘模型，以非监督的机器学习方法实现个性化图书服务。实验结果验证了提出算法的有效性、可行性;相比于关联规则算法，本文方法的MAE误差更小，鲁棒性更高。
参考文献
[1] 赵宏伟，李圣普.基于粒子群算法和RBF神经网络的云计算资源调度方法研究[J].计算机科学，2016，43（3）：113?117.
ZHAO Hongwei， LI Shengpu. Research on cloud computing resource scheduling method based on particle swarm optimization and RBF neural network [J]. Computer science， 2016， 43（3）： 113?117.
[2] 嵇可可.基于动态趋势预测蚁群算法的云计算资源调度优化研究[J].科技通报，2016，32（1）：187?190.
JI Keke. Research on cloud computing resource scheduling optimization based on dynamic trend prediction ant colony algorithm [J]. Bulletin of science and technology， 2016， 32（1）： 187?190.
[3] 陈近，文庭孝.基于云计算的图书馆大数据服务研究[J].图书馆，2016（1）：52?56.
CHEN Jin， WEN Tingxiao. Research on library big data service based on cloud computing [J]. Library， 2016（1）： 52?56.
[4] 林晓玲，杨明华.RFID图书管理系统中图书定位排架方式探析[J].图书馆论坛，2012，32（3）：102?104.
LIN Xiaoling， YANG Minghua. Analysis of book positioning and arranging in RFID book management system [J]. Library forum， 2012， 32（3）： 102?104.
[5] 冯璐.大型图书馆中图书质量在线评价系统设计[J].现代电子技术，2018，41（1）：129?132.
FENG Lu. Design of online evaluation system for book quality in large libraries [J]. Modern electronics technique， 2018， 41（1）： 129?132.
[6] YANG S T. An active recommendation approach to improve book?acquisition process [J]. International journal of electronic business management， 2012， 10（2）： 108?115.
[7] RAJAGOPAL S， KWAN A. Book recommendation system using data mining for the University of Hong Kong Libraries [J]. Rev. Ceres.， 2012， 58（4）： 393?401.
[8] BOBADILLA J， ORTEGA F， HERNANDO A， et al. Impro?ving collaborative filtering recommender system results and performance using genetic algorithms [J]. Knowledge?based systems， 2011， 24（8）： 1310?1316.
[9] 李欣.基于概念格的图书关联规则挖掘研究[J].图书馆学研究，2015（8）：71?74.
LI Xin. Research on book association rules mining based on concept lattice [J]. Library science research， 2015（8）： 71?74.
