石璐璐?单菁

摘要：随着互联网的发展，计算机技术及相关产品向智能化方向发展，而机器学习则是计算机实现智能化的根本途径，同时也是人工智能技术核心组成部分，它被广泛应用于各个领域中。基于此，本文主要围绕机器学习进行分析，探讨机器学习相关技术在图书情报领域中的应用，以及机器学习在图书情报领域不同方面的应用，为智慧图书馆建设提供技术基础。

关键词：机器学习;图书情报领域;应用措施

1引言

互联网技术的快速发展，使得网络中的数据信息量不断增多，人们进入大数据时代，网络为人们提供了更多有效信息。但同时大量的数据也会出现“信息过载”和“信息迷航”现象。在此背景下，通过机器自动学习，借助计算机设备图像识别、语音识别、信息检索等功能，从复杂繁琐的数据中主动提取图书情报相关信息，可提升信息获取效率。但现阶段机器学习在解决图书情报问题的相关研究较少，为实现图书情报领域对机器学习的应用，还需要深入研究分析。

2机器学习相关技术在图书情报领域中的应用

2.1新型信息技术的应用

随着社会的发展，互联网、大数据和云计算等新型計算机技术被广泛使用，并逐渐应用于各个领域中。而新型计算机技术作为实现机器学习的基础，为实现人工智能技术的发展奠定了良好基础。[1]目前，机器学习并非最有效算法，但其有用的数据量最多，并充分体现了“数据为王”的人工智能领域思想。通过机器学习从海量的数据中收集目标数据，对其相应特征进行分析，并利用大量数据进行试错，可现实对相关问题的分析和总结，并找出最优问题解决方案。如百度翻译软件，可利用网络用户无偿贡献和反馈的信息，对系统翻译进行改进，以此提升翻译精准性，同时安排大量专业翻译人员与机器进行练习、合作翻译，极大提升了翻译质量。将机器学习相关技术应用于图书情报领域，一方面可为检索人员提供更加准确的信息，另一方面，可找出图书中过时、错误和不准确内容，便于技术更新和纠正。[2]

2.2新算法的应用

随着机器学习相关技术发展，深度学习和概率学习等新型算法不断被应用于人工智能相关技术中，为机器学习发展创造了良好条件。人工智能技术中机器学习属于核心组成部分，而深度学习等新型算法在应用中可发挥多方面功能，并使用在多个领域中，形成了新型人工智能技术，如语音识别、机器人技术等。其中，智能聊天机器人技术应用于图书馆中，既可为用户提供自助化互动服务，又可提升用户对图书馆信息掌握程度，为用户提供良好服务。同时利用相应技术还可减少对人力资源的使用，为用户提供智能化参考咨询和图书检索服务。另外，使用新算法相应技术，建立基于用户回答的机器学习数据库，将不同高校电子图书馆联系起来，能够为用户获取更多图书信息提供便利。

3图书情报领域机器学习不同方面应用

3.1个性化信息推荐服务

个性化信息推荐服务指的是对信息过滤技术进行改进和发展后的一种服务，借助具备机器学习功能的智能终端技术，通过分析和识别用户信息检索、浏览和阅读等记录，可有效判断用户潜在信息需求与阅读偏好，并在短时间内将相关信息内容，使用适合的方式进行推荐，可更好的满足用户对相关信息的需求。在图书情报个性化信息推荐服务中应用机器学习技术，可通过对用户近期检索图书信息、专业相关信息和读书偏好信息等进行分析，在用户检索时，一方面，根据其实际需求，将相关图书显示出来，另一方面，可根据分析结果将相关主题图书信息罗列出来。目前，已有很多业界学者开始对个性化数字信息服务模式进行分析和研究，以机器学习为基础进行设计，可快速实现信息分析和反馈，在时效性方面具有极大优势，既可在图书情报领域中为用户提供个性化推荐服务，又可构建图书馆用户偏好模型图，不断优化用户服务体验。

3.2智能信息检索

智能信息检索指的是为用户提供个性化信息需求检索服务的技术。而实现智能信息检索需要凭借机器学习技术支持，利用机器学习技术对智能检索终端所获取的用户浏览、搜索记录进行整理和分析，确定用户对图书信息需求类型，在用户输入检索关键词后，弹出相关信息，并随着用户输入信息增多对弹出信息进行变化和调整。[3]在此过程中，输入内容应参考用户信息需求，尽可能弹出最有价值信息，便于用户找到想要获取的图书信息。

3.3自动文本分类

对图书观众相关信息按照一定标准进行自动文本分类，并对分类体系中相关内容进行标记，不仅便于用户对相关内容进行精准快速定位，提升检索速度和便利性，又可转变传统人工存在的费用高、效率低和周期长等缺陷，减少对人力、物力和财力资源浪费。而自动文本分类标准有多种，采用传统人工方式难以实现，而通过人工学习方式，通过对用户进行信息分析，结合其偏好类型，可确定一种合适的分类方式，以用户需求为主，能够为个性化自动文本信息获取提供便利。现阶段，在自动文本分类中情绪识别属于常用方式，通过找到用户信息中相关联词汇进行分析，总结出其情绪状态，以此为依据实现文本自动化分离，向用户提供有关信息。在图书自动文本分类中应用机器学习，可通过建立书目层次分类系统模型，以用户部分检索图书内容为参考，通过合理分析和论证，对相关信息内容分类，并根据用户检索词汇进行图书情报服务。

4结论

在现代化计算机领域中，机器学习是实现人工智能基础，通过机器学习可为用户提供更加优质的服务体验。在图书情报领域中，应用机器学习，既可利用新型信息技术和算法，对数据整合分析，为用户获取图书情报提供便利，又可提供智能信息检索、个性化信息服务以及自动文本分类提供便利服务。但现阶段关于机器学习在图书情报领中的应用研究较少，还应深入加强探索。

参考文献：

[1]张坤，王文韬，谢阳群.机器学习在图书情报领域的应用研究[J].图书馆学研究，2018，000（001）：47-52.

[2]刘浏，王东波，黄水清.机器学习视角的人工智能研究回顾及对图书情报学的影响[J].图书与情报，2017，000（006）：84-95.

[3]刘忠宝，赵文娟，贾君枝.深度学习及其对图书情报学的启示[J].情报工程，2017，003（004）：62-70.