周蘇亭

（滁州職業(yè)技術(shù)學(xué)院，安徽 滁州 239000）

面向云計(jì)算的大數(shù)據(jù)知識服務(wù)情景化推薦解析

周蘇亭

（滁州職業(yè)技術(shù)學(xué)院，安徽 滁州 239000）

面向云計(jì)算的大數(shù)據(jù)知識服務(wù)情景化推薦是根據(jù)客戶所處的地理位置、業(yè)務(wù)需求、日常閱讀習(xí)慣等內(nèi)容，展開的情景化挖掘，并從海量的數(shù)據(jù)信息中，攫取滿足用戶需求的知識信息的一種新型服務(wù)模式。本文就面向云計(jì)算的大數(shù)據(jù)知識服務(wù)情景化推薦展開探討，并對其所面臨的需求和問題進(jìn)行闡述，旨在為相關(guān)技術(shù)人員提供參考，積極推動(dòng)知識服務(wù)水平和知識服務(wù)質(zhì)量的提升，實(shí)現(xiàn)知識服務(wù)產(chǎn)業(yè)的持續(xù)健康發(fā)展。

面向云計(jì)算；大數(shù)據(jù)；知識服務(wù)；情景化推薦

大數(shù)據(jù)時(shí)代的到來，使得知識服務(wù)行業(yè)受到了不同程度的影響，為了滿足不斷變化的客戶需求，知識服務(wù)行業(yè)需要科學(xué)地對知識服務(wù)體系和服務(wù)系統(tǒng)進(jìn)行構(gòu)建。面向云計(jì)算的大數(shù)據(jù)知識服務(wù)情景化推薦服務(wù)是現(xiàn)代知識服務(wù)的系統(tǒng)的進(jìn)步和改善。通過情景化推薦，可以結(jié)合用戶注冊的相關(guān)信息資料、及其用戶所處的位置信息和時(shí)間信息，從基于云計(jì)算的大數(shù)據(jù)分布式數(shù)據(jù)庫實(shí)施數(shù)據(jù)挖掘技術(shù)，有效地獲得用戶所需的知識資料，在提高數(shù)據(jù)檢索效率的基礎(chǔ)上，可以滿足用戶的實(shí)際需求，使得知識服務(wù)水平和知識服務(wù)質(zhì)量可以得到有效的提升，實(shí)現(xiàn)知識服務(wù)產(chǎn)業(yè)的經(jīng)濟(jì)效益與社會(huì)價(jià)值。

一、面向云計(jì)算的大數(shù)據(jù)知識服務(wù)情景化推薦的特征

知識服務(wù)是現(xiàn)代服務(wù)行業(yè)中的重要部分，結(jié)合用戶的實(shí)際需求，對用戶所需求的知識資料進(jìn)行篩選，滿足客戶的實(shí)際需求。面向云計(jì)算的大數(shù)據(jù)知識服務(wù)情景化推薦，可以使得知識服務(wù)的水平和知識服務(wù)的質(zhì)量得到提升，滿足客戶的實(shí)際需求。面向云計(jì)算的大數(shù)據(jù)知識服務(wù)情景化推薦的特征主要有：

（一）面向客戶行為的情景感知推薦，知識服務(wù)向客戶的實(shí)際搜索行為，結(jié)合客戶的所處環(huán)境的時(shí)間、地點(diǎn)等信息，對大數(shù)據(jù)網(wǎng)絡(luò)環(huán)境進(jìn)行分析，將其作為判斷的依據(jù)，從而根據(jù)客戶的行為特點(diǎn)，對客戶的需求進(jìn)行推薦促使情景模擬更加貼合客戶期望，提高客戶的滿意度。

（二）面向大數(shù)據(jù)物理世界的真實(shí)反應(yīng)推薦，在實(shí)際的推薦過程中，面向云計(jì)算的大數(shù)據(jù)知識服務(wù)情景推薦，需要對用戶的個(gè)人信息的確定，可以采用實(shí)名制的形式，并由云計(jì)算和數(shù)據(jù)挖掘技術(shù)對用戶的物理世界的真實(shí)情況進(jìn)行反應(yīng)，從而有效地提高知識服務(wù)的水平。

（三）預(yù)測推薦，預(yù)測推薦是面向云計(jì)算的大數(shù)據(jù)知識服務(wù)情景化推薦的一個(gè)重要特點(diǎn)，主要是根據(jù)用戶的個(gè)人信息、個(gè)人喜好、以及相關(guān)的查詢記錄等，從而對用戶的所需求的知識服務(wù)進(jìn)行推薦，在提高服務(wù)效率的基礎(chǔ)上，提高用戶的使用的便利性。

（四）交叉利用推薦，數(shù)據(jù)與數(shù)據(jù)之間存在一定的依賴和協(xié)作、交叉關(guān)系，在知識服務(wù)中，情景推薦需要結(jié)合用戶的屬性信息，在提供合理的知識服務(wù)預(yù)測的同時(shí)，需要具有較長利用推薦的能力，滿足用戶多變的需求，提高服務(wù)質(zhì)量。

（五）社會(huì)關(guān)系遷移推薦，知識服務(wù)中科學(xué)地將社會(huì)變化遷移的進(jìn)行展示，并使得客戶歷史行為和知識需求有效的融合，結(jié)合用戶的歷史行為軌跡，為用戶提供準(zhǔn)確可靠的知識服務(wù)。

二、大數(shù)據(jù)下的知識服務(wù)情景化推薦的面臨的挑戰(zhàn)

大數(shù)據(jù)時(shí)代的到來，使得知識服務(wù)行業(yè)所要面臨的信息量不斷增加，使得知識服務(wù)行業(yè)需要不斷尋求有效的途徑和措施，促使知識服務(wù)質(zhì)量和知識服務(wù)水平可以得到提升。為此，可以科學(xué)的對面向云計(jì)算的大數(shù)據(jù)知識服務(wù)情景化推薦模式進(jìn)行應(yīng)用，促使知識服務(wù)的推薦效果和推薦質(zhì)量能夠得到提升。

（一）大數(shù)據(jù)前提下的信息服務(wù)情景化的轉(zhuǎn)變

知識服務(wù)是為需求者提供需求者需要的數(shù)據(jù)資料，收到云計(jì)算和大數(shù)據(jù)的影響，知識信息的數(shù)量不斷增加，為了滿足人們對知識的需求，知識服務(wù)行業(yè)需要不斷重視用戶對知識的需求，并采取有效的推薦服務(wù)，滿足用戶的實(shí)際需求。而傳統(tǒng)的推薦服務(wù)，數(shù)據(jù)的處理和傳輸?shù)墓δ苡邢?，不能有效根?jù)用戶的實(shí)際需求提供服務(wù)，使得個(gè)性化服務(wù)不能得到體現(xiàn)。此外，受到大量的數(shù)據(jù)信息影響，知識服務(wù)的穩(wěn)定性、和準(zhǔn)確性受到影響。這也就使得面向云計(jì)算的大數(shù)據(jù)知識服務(wù)情景化推薦，需要以用戶的需求為切入點(diǎn)，結(jié)合用戶的情景特點(diǎn)，重視用戶的個(gè)性化需求，科學(xué)的對知識服務(wù)進(jìn)行推薦，提高知識服務(wù)質(zhì)量。

（二）知識服務(wù)在大數(shù)據(jù)環(huán)境下的差異化讀者

知識服務(wù)中的知識庫，具有廣泛的信息來源，使得信息的庫內(nèi)的資料數(shù)據(jù)量十分龐大，龐大的數(shù)據(jù)資源無疑加大了知識服務(wù)的難度，尤其是在數(shù)據(jù)存儲(chǔ)、查找和修改過程中，不能滿足大數(shù)據(jù)的數(shù)據(jù)實(shí)時(shí)分析和解讀，會(huì)導(dǎo)數(shù)據(jù)的使用存在延時(shí)，不能滿足客用戶的實(shí)際需求，影響用戶的使用質(zhì)量，。

數(shù)據(jù)孤島的存在是影響知識服務(wù)水平和知識傳遞的關(guān)鍵部分，主要是受到一些知識體系沒有建立有效的數(shù)據(jù)傳輸和數(shù)據(jù)共享系統(tǒng)，使得知識服務(wù)中，對部分知識不能得到有效的獲取，影響用戶的正常運(yùn)用，使得情景化推薦效果不夠合理。

知識服務(wù)過程中，為了使得用戶獲得更為有效的情景化推薦，知識服務(wù)往往會(huì)采用用戶實(shí)名制的方式，但是受到大數(shù)據(jù)的影響，如果數(shù)據(jù)挖掘過度，會(huì)使得用戶的個(gè)人信息丟失，或是用戶的相關(guān)隱私泄露，這也就會(huì)使得用戶對知識服務(wù)的認(rèn)可程度降低。

（三）知識服務(wù)大數(shù)據(jù)獲取與分析的難度持續(xù)提升

隨著互聯(lián)網(wǎng)技術(shù)的不斷進(jìn)步與完善，大數(shù)據(jù)時(shí)代悄然來臨，大數(shù)據(jù)的沖擊使得知識服務(wù)的難度受到更高的要求和挑戰(zhàn)。尤其是大量冗雜、繁瑣的數(shù)據(jù)信息，使得知識服務(wù)推薦體系的數(shù)據(jù)采集、分析和傳遞的難度不斷增加。而且，日益增長的用戶需求和不斷變化的市場環(huán)境，使得知識服推薦的效率和實(shí)時(shí)性要求更高。而且，提供知識服務(wù)務(wù)推薦的過程中，如何確保用戶信息安全，如何連接第三方服務(wù)數(shù)據(jù)，使得知識服務(wù)行業(yè)所面臨的挑戰(zhàn)不斷提升。

三、面向云計(jì)算的大數(shù)據(jù)知識服務(wù)情景化推薦體系的構(gòu)建

（一）興趣描述推薦方法

結(jié)合用戶的情景興趣描述和情景化推薦方法以及Map Reduce化的云計(jì)算并行推薦等對面向云計(jì)算的大數(shù)據(jù)知識服務(wù)情景化推薦體系進(jìn)行構(gòu)建，促使知識服務(wù)水平和知識服務(wù)質(zhì)量可以得到有效的提升，滿足用戶不斷變化的實(shí)際需求。

（二）用戶情景興趣描述，為了使得知識服務(wù)情景化推薦水平和推薦質(zhì)量可以得到提升，可以采用用戶評分情景方式，由用戶對評分時(shí)的具體個(gè)人屬性信息進(jìn)行獲取。其中將Item代表評分的具體內(nèi)容，并由Context代表一類情景，通過對二者之間的關(guān)系的分析，確定用戶評分與用戶當(dāng)前的情景的近似程度，從而使得用戶情景興趣的描述更加準(zhǔn)確可靠。

（三）大數(shù)據(jù)知識服務(wù)情景化推薦方法，在實(shí)際的推薦過程中，根據(jù)用戶的評分情況，通過對情景興趣的分析，科學(xué)的對推薦方法進(jìn)行構(gòu)建。推薦方法需要能夠?qū)τ脩粼u分情況對用戶的個(gè)人屬性信息進(jìn)行獲得，并根據(jù)評分情況對情景進(jìn)行修正，并采用最終評分值預(yù)測的方式，實(shí)現(xiàn)對用戶需求信息的推薦。

（四）Map Reduce化的云計(jì)算并行推薦，由Map Reduce中的Map函數(shù)展開編制和設(shè)計(jì)，將用戶的情境興趣描述情況和全局搜索策略等進(jìn)行匹配，從而使得面向云計(jì)算的大數(shù)據(jù)知識服務(wù)情景化推薦體系可以為用戶提供個(gè)性化的服務(wù)。

（五）情境化推薦模式的構(gòu)建

面向云計(jì)算的大數(shù)據(jù)知識服務(wù)情境化推薦模式中，需要重視的推薦流程的分析和解讀。為了實(shí)現(xiàn)知識服務(wù)的有效性和實(shí)時(shí)性，需要重視推薦流程的智能化水平。其具體流程為：①針對用戶的搜索記錄和情境興趣由云計(jì)算計(jì)算進(jìn)行分析和記錄，由大數(shù)據(jù)挖掘技術(shù)對數(shù)據(jù)庫中的海量資源進(jìn)行篩選。②數(shù)據(jù)資料篩選完成后，由云計(jì)算系統(tǒng)科學(xué)的對服務(wù)進(jìn)行制定，制定過程中需要充分的結(jié)合用戶的情境，制定符合用戶實(shí)際情況的服務(wù)。③服務(wù)制定完成后，實(shí)施情境化推薦，推薦的過程中包括對閱讀方式、閱讀內(nèi)容和閱讀安全等內(nèi)容的推薦，滿足用戶的實(shí)際需求。④根據(jù)用戶的評價(jià)和體驗(yàn)情況，實(shí)施服務(wù)質(zhì)量評價(jià)，并根據(jù)用戶的反饋情況對面向云計(jì)算的大數(shù)據(jù)知識服務(wù)情景化推薦進(jìn)行完善和優(yōu)化，促使知識服務(wù)水平和知識服務(wù)質(zhì)量可以得到有效的提升。

服務(wù)以用戶為中心，在實(shí)際的情景化推薦模式中，需要重視用戶的體驗(yàn)和用戶的感受，構(gòu)建以用戶為中心的知識服務(wù)方式，從而有效的滿足用戶的不同需求，貫徹以用戶使用為中心的大數(shù)據(jù)知識服務(wù)情景化推薦，使得個(gè)性化推薦的質(zhì)量，實(shí)時(shí)響應(yīng)等得到保障。提高用戶滿意度。

落實(shí)精準(zhǔn)推送，云計(jì)算的大數(shù)據(jù)知識服務(wù)情景化推薦需要不斷落實(shí)精準(zhǔn)推送，在不大范圍提高服務(wù)成本的基礎(chǔ)，促使知識服務(wù)的準(zhǔn)確性和效率性可以得到全面的提升，提高用戶的滿意度。

四、結(jié)束語

面向云計(jì)算的大數(shù)據(jù)知識服務(wù)情景化推薦是現(xiàn)代知識服務(wù)中的重要部分，可以有效的根據(jù)用戶的個(gè)人信息，所處位置、時(shí)間等內(nèi)容，科學(xué)的為用戶提供推薦服務(wù)，并滿足推薦的實(shí)時(shí)性和即時(shí)性，為用戶提供高質(zhì)量的知識服務(wù)，并結(jié)合用戶的需求情況，制定符合用戶情況的個(gè)性化、情景化推薦服務(wù)，促使用戶的滿意度和體驗(yàn)度可以得到提升，推動(dòng)知識服務(wù)水平的提升，實(shí)現(xiàn)知識服務(wù)行業(yè)的持續(xù)健康發(fā)展。

[1] 劉海鷗，房俊峰.面向云計(jì)算的大數(shù)據(jù)協(xié)同過濾并行推薦方法［J］.電子商務(wù)，2014，（03）：58.

[2] 劉海鷗，張亞明.耦合云環(huán)境多維情景的大數(shù)據(jù)知識服務(wù)推薦機(jī)制［J］.電子商務(wù)，2014，（07）：60-61.

[3] 劉海鷗.面向大數(shù)據(jù)知識服務(wù)推薦的移動(dòng)SNS信任模型［J］.圖書館論壇，2014，（10）：68-75.

[4] 劉海鷗.面向云計(jì)算的大數(shù)據(jù)知識服務(wù)情景化推薦［J］.圖書館建設(shè)，2014，（07）：31-35.

[5] 官思發(fā).大數(shù)據(jù)知識服務(wù)關(guān)鍵要素與實(shí)現(xiàn)模型研究［J］.圖書館論壇，2015，（06）：87-93.

[6] 張興旺，李晨暉，麥范金.變革中的大數(shù)據(jù)知識服務(wù)：面向大數(shù)據(jù)的信息移動(dòng)推薦服務(wù)新模式［J］.圖書與情報(bào)，2013，（04）：74-79.

[7] 馬曉亭.基于情景大數(shù)據(jù)的圖書館個(gè)性化服務(wù)推薦系統(tǒng)研究［J］.現(xiàn)代情報(bào)，2016，（04）：90-94.

TP391

A

1671-5993（2016）03-0054-03

2016-03-25

周蘇亭（1979-），男，江蘇鹽城人，滁州職業(yè)技術(shù)學(xué)院助教，碩士在讀。