李楠

摘要：本文从基于Hadoop的校园一卡通概念入手，深入进行分析，结合实际情况分析图书馆个性化推荐服务需求，探索一卡通在图书借阅个性化推荐中的应用，以供参考。

关键词：Hadoop;校园一卡通;图书借阅;个性化推荐

中图分类号：TP391.3 文献标识码：A 文章编号：1007-9416（2019）05-0046-02

0 引言

随着时代不断发展，信息技术逐渐创新，互联网成为人们日常生活中必不可少应用，以满足人们的需求。图书馆在发展过程中逐渐灵活应用当前先进的信息技术进行创新，设计符合时代需求的程序平台，以帮助人们在海量的信息资源中获取信息，为学习者营造良好的学习环境，提升學习质量。信息的爆炸式增长促使读者面对海量信息时出现过载情况，如何帮助人们有效的从海量信息资源中获取有效信息成为当前图书馆的首要任务，建立完善的图书借阅个性化推荐体系，实现个性化服务，提升读者的满意度。

1 基于Hadoop的校园一卡通概述

1.1 Hadoop

Hadoop主要是指当前的分布式系统基础构架，灵活利用其技术优势可以建立完善的开发式分布程序，实现高速的运算与存储，满足当前的需求。Hadoop在设计过程中，是以HDFS与MapReduce为框架核心，通过HDFS提供优质的存储功能，并通过MapReduce作为计算基础，构建整体平台，为人们提供优质的服务。Hadoop具有较强的优势，呈现出高效、可靠、伸缩的特点，可以快速对数据进行处理，降低其运行成本，为人们提供高效的服务。

1.2 校园一卡通

校园一卡通主要是指在校园范围内应用的卡，针对的范围较广，适用对象较多，如学生、教师、后勤人员、管教人员等，通过一卡通形式发挥出多种功能，改变传统的管理方法，实现高效的管理。一卡通的实现可以为当前的广大师生提供便捷的服务，积极开展教学，实现各项工作的有效开展，将各项管理工作与数字网络化技术进行结合，建设现代化的数字高校，适应时代发展。校园一卡通在应用过程中，逐渐应用在图书服务中，构建全新的服务体系，为学习者提供优质的个性化服务，营造健康的学习环境，适应时代发展[1]。

2 图书馆借阅个性化推荐服务需求

2.1 个性化推荐

在当前的大数据背景下，图书馆个性化服务推荐服务逐渐创新，并建立符合用户需求的推送系统与推荐系统，为读者提供优质的服务，适应时代发展。以推荐系统为基础，明确读者自身的需求，并寻找其喜好，实现精准的兴趣定位，同时灵活应用推送系统为读者进行推送，保证其推送的内容是读者感兴趣的内容，并灵活应用现有的技术进行信息收集，明确读者在图书馆中进行的检索、借阅、下载等相关的信息，利用大数据信息进行数据挖掘，发现读者的兴趣爱好与阅读习惯，最终明确其隐含的阅读规律，清除多余的数据信息，向读者推送具有价值的内容，实现个性化服务，满足当前的需求。

2.2 图书馆个性化推荐服务需求

实际上，图书馆的个性化推荐服务是以学生自身的需求为基础，通过投其所好帮助其高效的获取资源，灵活进行数据采集，以现有的读者检索、借阅、下载、属性标签、爱好标签、微博论坛等相关的数据信息为基础，通过合理的数据处理进行信息的甄选，并进行数据分析，深入挖掘数据的价值，读者提供优质的信息服务，提升图书馆资源的利用率，以满足当前的需求。但在实际的应用过程中，由于信息呈现出海量性，各种资源种类繁多，信息资源不仅仅包含电子信息，还包含各种数字资源，如PB、TB等，增大了图书馆个性化推荐服务的难度，因此必须促使其进行创新，提升读者的满意度。具体来说，其服务应具备以下几种优势：

（1）综合性。图书馆在提供图书借阅个性化推荐服务过程中，其内容不仅仅包含自身的纸质实体资源，还应充分利用当前的数字资源，保证资源信息的多样性，以图书馆自身为基础，进行合理的整合，充分发挥出管理系统的优势，实现数字资源的管理，加强对入口的整合，实现统一的推荐，强化现有的资源，提升个性化服务质量，实现资源的共享利用，满足当前的需求。综合性促使信息资源的数据形态发生明显的变化，改变了单一的结构化状态，加入大量的半结构化与非结构化状态，为读者提供更加独特的个性化服务，呈现出良好的状态，加强数据信息的资源利用，适应当前的发展。（2）精准性。在进行图书借阅个性化推荐过程中，必须保证其推荐的内容具有精准性，通过精准、全面以及新颖的信息内容满足读者的实际需求，围其提供优质的资源，保证资源涵盖其自身的喜好，全方面反应出读者自身的兴趣，为读者提供优质的信息服务，发现感兴趣的资源，实现高效的学习。与此同时，为读者提供兴趣点，深入挖掘其潜在的能力，发挥出图书借阅个性化推荐的意义与价值[2]。（3）时效性。在进行服务过程中，应保证图书借阅个性化推荐呈现出明显的时效性，可以及时反应出读者的需求，第一时间推荐相关的内容，保证其行为合理，从根本上提升读者的满意度，满足当前的需求。在进行数据的分析处理过程中，由于数据信息的来源广泛，呈现出大量性与多样性，因而为保证其可以有效的进行处理，应及时设计实时处理与离线处理两部分，利用离线处理的优势对海量的数据进行优化，解决耗时长、运算量大以及难度复杂的问题，同时利用实时处理耗时小、运算量小的问题，更新读者的相似集合，形成合理的推荐列表，避免计算时间跨度较大，提升其服务的实时性，满足当前的需求。（4）差异性。在进行个性化推荐过程中，应保证其具有明显的差异性，将原有的读者与新读者进行区分，以保证其推荐信息的合理性。例如，灵活应用现有的技术进行优化，获取读者的相关阅读记录，并对读者的信息特征进行提取，将读者进行合理的划分，保证其图书借阅个性化推荐达到最优的效果。针对新读者来说，在进行推荐过程中，应及时进行信息分析，针对其实际情况收集其信息属性，根据兴趣爱好、学历、需求、等为读者提供优质的服务，提高信息的质量。多样性也是当前的重点内容，在应用过程中，应以个性化为基础，向读者展示信息资源，既可以应用个性化服务，又可以进行针对性推送，提升图书馆服务的个性化，满足当前发展的需求。

3 基于Hadoop的校园一卡通在图书借阅个性化推荐中的应用

在应用过程中，校园一卡通主要是利用自身的优势构建完善的应用系统，深入进行数据信息挖掘，有效的向读者提供高质量的个性化推荐，以满足读者的实际需求，提供优质的服务。因此，图书借阅个性化推荐中应从整体上进行创新，灵活应用Hadoop优势构建全新的数据平台，有效的进行信息处理与存储，实现数据的合理分析，并基于其框架进行处理，明确用户自身的需求，为其提供优质的数据信息，实现个性化推荐。具体来说，可以从以下几方面进行：

3.1 构建完善的图书借阅个性化推荐系统

以现阶段的Hadoop为基础，构建完善的数据信息平台，充分利用大数据信息的优势进行框架设计，形成个性化推荐系统，以数据采集层、数据分析层、数据处理层等为基础，加强对数据信息的处理，实现高效的数据信息计算，满足现阶段的需求。在实际应用过程中，需要建立合理的一卡通数据采集层，包括数据信息的提取与数据信息的识别，明确图书馆个性化推荐服务的基础，以一卡通为主，建立读者数据识别、图书数据识别、结构数据识别以及非结构化数据识别，建立不同的数据采集方式，提升数据信息的利用效率。通过一卡通的数据读取，可以第一时间明确读者的需求，实现有效的数据信息处理，为读提供优质的资源服务，具有明确的个性化阅读推荐方向，实现全面的应用。该系统的建立，可以实现数据信息的有效管理，构建完善的资源应用系统与一卡通系统，加强对读者数据的采集，进行合理的优化，构建全新的数据信息系统，加强数据的清洗、加工、甄别、转换，并将数据传输到其HDFS中，实现数据的合理存储，以便于进行信息记录，提升其整体性。与此同时，还应积极进行创新，灵活对读者的访问日志进行个性化推荐，明确其数据来源，分析其精准性，合理进行数据的收集，构建数据解析模板，对外提供精准的数据信息，完成合理的个性化推荐。一卡通在设计系统过程中，应保证系统具有较强的技术性、安全性以及便捷性，可以灵活利用其技术优势实现智能管理，优化其整体功能，实现创新应用。在进行网络的选择与设计时必须保证其具有安全性，选择安全可靠的硬件，尽量选择成熟的技术与产品，优化设备型号，从根源上降低其整体性能，实现创新应用。系统具有较强的便捷性，具备多种功能，在实际应用过程中，可以有效的提供优质的服务，例如提供多种功能，上网、缴费、考勤、借书、下载等，实现智能化管理，在进行卡选择过程中，还应积极进行完善，保证卡自身具有较强的技术性、保密性、容量性以及一卡多用性，为人们提供优质的服务[3]。

3.2 积极设计合理的个性化推荐

针对现阶段的数据系统应合理进行创新，构建数据处理层，图书馆个性化推荐系统应合理进行读者的行为事件进行分析，并以数据为基础进行推荐，做出合理的响应，因此可以设计实时计算与离线分析两部分，通过离线分析进行大数据处理，对数量大、复杂程度高以及耗时长进行计算，通过实践法对相关的读法进行下载、浏览、记录、借阅以及转换等，实现高效的处理，在应用过程中通过编码器对读者的行为进行分析，并计算读者的评分矩阵，明确读者的喜好，分析图书的相似类型，最终形成完善的个性化策略。通过个性化推荐，可以有效的为学习者的借阅行为与下载行为做出处理，提出一卡通内部包含的信息，以此为基础进行个性化推荐，调整读者的推荐列表，实现对大数据的有效支持，并改进其服务方式，满足其实际需求。可以建立合理的个性化推荐模型，并利用模型进行评估，根据评估结果进行推荐，如果其性能合理将按照结果进行推荐，如果其性能不合理，则需要通过重新进行模型建立，实现合理的循环，以保证其最终的结果满足读者的需求。进行合理的数据应用，实际上，在图书借阅个性化服务中，其应用系统是重点，以一卡通为基础，充分发挥出其载体作用，进行合理的交互，提供优质的推荐服务，如现阶段常见的猜你喜欢、今日推荐、新手推荐、评分推荐以及读者归类等，以读者的需求为基础进行创新，从整体上进行优化，营造健康的阅读环境，满足当前的需求。以今日推荐为例，将当日最热门的图书进行展示，通过分门别类进行整体上创新，保证个性化推荐的资源符合读者的需求，促使其进行下载、阅读、收藏、关注等，充分发挥出推荐的优势，向用户提供优质便捷的一卡服务，创新现有的功能，展现出不同的形式，适应新时代发展。

3.3 实现一卡通与图书个性化推荐管理系统对接

“一卡通”的应用，促使当前的图书馆的藏书、借阅、管理实现一体化，例如，可以在图书馆的入口处进行刷卡设计，安装合理的门禁读卡器，读者需要持有一卡通才能进行进出，利用系统对读者的身份进行验证，实现读者信息记录，并进行流量统计，以满足当前的需求。通过合理的一卡通管理，可以限制外界人员的进入，并保证安全管理性能得到提升，维护良好的秩序。在实际应用过程中，还可以有效的应用一卡通进行阅读管理，读者充分应用一卡通进行文献资料的查询，实现馆藏资源的共享，便于学生加强知识的累积，实现创新应用。积极进行合理的一卡通个人推荐对接，根据学生自身的实际需求、性格特点以及兴趣爱好等将推荐内容信息推送到卡上，学生在进行刷卡时，可以第一时间进行推荐，提升其整体的效果，从整体上进行完善，实现资源的共享，提升高质量的服务，建立完善的推荐体系，帮助读者进行知识累积，实现全方面发展。

4 结语

综上所述，在当前的时代背景下，信息技术不断创新应用，促使一卡通逐渐应用在图书馆中，灵活利用其自身的优势进行发展，为读提供优质的信息服务，实现图书个性化推荐，以满足当前时代发展的需求。但在实际应用过程中，还存在较多的问题与不足，需要一卡通技术创新扩展，探索全新的应用形式，从整体上进行完善，加强与图书管理系统的相互融合，构建全新的理念，整合现有的资源，在家发展过程中进行创新，为读者提供个性化服务。

参考文献

[1] 李薛剑，刘梦雅，海健强.基于时间效应与隐语义模型的高校图书馆的个性化推荐研究[J].计算机应用与软件，2018（5）：130-134+189.

[2] 劉念，任党利，田菊宁，等.高校图书馆期刊资源优化与读者个性化推荐的融合研究——以西安建筑科技大学图书馆为例[J].图书馆学研究，2017（12）：48-53.

[3] 赵鹏博，韩宪忠，王克俭.基于Item-Based协同过滤农业高校图书个性化推荐算法研究——以河北农业大学为例[J].湖北农业科学，2017（6）：1150-1154.