[发明专利]一种图书馆（学习空间）的学习推荐方法

说明书

本发明公开一种可以应用于图书馆，学习空间的学习推荐方法。有效解决现有推荐类算法对于学习推荐的“精准跑偏”推荐问题。当学习类算法应用到学习推荐上，容易因为用户的操作数据越多，越精准的掌握客户的喜好，将原本要学习“枯燥”专业知识的客户，直接推荐一些很难经住“诱惑”的，对用户而言“更有趣”、“更喜欢”、“更娱乐类”的个性化推荐的视频或者书籍资料中，从而影响客户学习。本发明的推荐方法有效的解决该问题，并提出了一种未来以用户为主题的，智慧图书馆的发展新方向。

技术领域

该技术为图书馆学、计算机应用的跨学科应用，适用于于图书馆，学习空间的建设或升级改造中。

背景技术

一、学者为主体的智慧模式建立的探索

各国不断将现有技术运用到图书馆（学习空间）的服务和管理上，进而提高管理员的工作效率的服务质量。

随着技术发展与社会环境的变化，图书馆（学习空间）成为公共教育普及以及科学研究的推动者，近几年，关于图书馆（学习空间）的发展研究分为两大主要分支，其一为智慧学习空间将各种科技手段运用到提升管理员工作效率和服务中，其二为能动型学习空间的发展探索，首次将服务主体变为学习者为主体。

智慧型学习空间（智慧图书馆）的概念，主要是将现有科技手段引入图书馆（学习空间）的建设中来，第四次科技革命的到来，和“国际图书馆论坛”大会（SILF 2018）的召开，其中来自全球23个国家和地区的269位代表出席了论坛，并以“图书馆让社会更智慧更包容”的主题各国代表进行发展现状和发展趋势的汇报交流。美国、英国、中国、比利时、法国、斯洛伐克、新加坡等国家比较重视空间格局再造和管理服务升级上，而美国、立陶宛、中国香港、加拿大等国家对于提升馆藏建设和增加远程在线教育和智能咨询上做出了技术改进。而我国在2019年的国家社会科学基金申请指南中才提到智慧型空间（图书馆）建设，

能动型学习空间是以日本为先驱的概念引入，是较为先例的提出将学习者为建设主体的学习空间，而结束掉仅以优化图书馆（学习空间）服务和工作效率为主导的发展方式。2018年我国社会科学基金申报指南中明确有“能动型学习空间”，截止到本发明申请日前，我国最新学术研究上，仅有两篇关于能动型学习空间的理想建立模式的畅想。

本发明公开的一种方法，是将能动型学习空间的学习主体特点和智慧空间特点共存的一种新型学习空间（图书馆）可以应用发展的一种新模式的范例。

二、推荐类算法在学习推荐上应用的“精准跑偏”

推荐算法的发展，是以阿里巴巴和今日头条为主的几大电商和新闻媒体为开端，各种推荐类算法，针对客户对于商品的个人喜好，偏好推断上，不断修正和改进，延伸出多种推荐算法。各种推荐算法广泛应用于具有商业价值较高的电商商品评价、电影推荐、旅游推荐等消费类产品平台上。现在，推荐类算法也逐步开始趋向教育领域，用来优化学习效率，其中包括领域应用到图书馆的个人偏好书籍借阅推荐上，互联网教学课程偏好资源推荐上。

推荐类算法，就是通过挖掘用户数据获得精准的用户“喜好”和“偏好”。

但正是由于推荐类算法额特点，是根据用户操作的个人偏好而进行推荐的，所以无论采用基于内容的推荐，还是基于用户的推荐，或者深度学习推荐，哪怕是知识图谱推荐，都容易造成“过于”偏重于用户“喜好”的方面知识的推荐展示，由于越来越多的用户操作数据，其推荐算法会越来越“精准”的了解到用户对的喜好，和兴趣点，其推荐范围会越发缩减或偏重到，更能引起读者兴趣或者读者偏好的内容上，如小说、故事、电影、漫画等，这些更容易成为引起用户兴趣的偏好类资料或书籍。

推荐类的算法优势在于阅读的基础数据和用户操作数据可以获得越精准的用户喜好，偏好的推荐，但用于学习上，却变成了缺点。