|
国内高校图书馆从2008年开始探讨高校图书馆馆藏资源荐购。范春梅对读者荐购是高校图书馆馆藏文献采访工作中的措施进行了肯定,也发现了在读者荐购活动的开展过程中,读者参与度低、知晓度低以及读者荐购的书籍与高校图书馆馆藏文献资源原则之间存在着的矛盾等一系列问题,提出要采取多种不同的方式积极宣传读者荐购活动,并要图书馆做到将读者的阅读需求放在首要位置。 张扬声等以国内56所高校图书馆以及26所公共图书馆开展的读者荐购活动为调查对象,分析国内读者荐购系统的发展现状,发现读者荐购服务地区的开展并不平衡,虽然当前许多高校的图书馆都开展了读者荐购活动,但是地区与地区之间却仍然存在着很多不平衡的地方。其中,以华北、华东、华南等地区为代表的高校图书馆都开展了读者荐购活动,华中地区仍然存在10%的高校未开设读者荐购活动,而西南、东北等地区的高校图书馆的开展比例不到8%。史丽香以50所高校图书馆为调查对象,通过对比得出读者荐购已经成为高校图书馆为读者服务的方式,但存在以下不足:系统提供的图书信息不够全面、对读者荐购历史记录的处理不及时、读者参与荐购的方式单一等问题。
在国外,大多关注于读者荐购系统建设的研究。图书馆对图书馆用户的维护和提供大量的图书馆藏文献资源起到了重要作用。为了满足读者借阅的需求,图书馆必须定期购买新书。然而,由于图书馆工作人员数量有限,借阅者的借阅需求并不能得到完全满足,图书馆需要采用有效的方式来解决这一问题。因此,Shih—Ting
Yang对于读者荐购系统的侧重点是发展高校图书馆的图书采访荐购模型,基于web的图书采访推荐系统的开发和应用示范案例来验证该方法的性能。在荐购平台上,图书馆工作人员可以自动衍生出符合读者需求的书籍推荐列表,也可以减少读者复杂的推荐流程。目的在于提高图书馆书籍采访工作的效率和准确性,从而有效且快速地完成图书馆的采访工作。Kuroiwa在使用传统的读者荐购系统的基础上,还提出了一种互补的读者荐购方法。通过使用web服务来检索相关书籍和新书的web评论,为基于读者阅读需求的图书推荐系统开发了一个基本的基础架构。实验结果表明,系统允许读者取消不相关的书籍并向读者呈现所需要的书籍。这类读者荐购系统的优点是可以满足读者个人的阅读需要,而不是系统地自动计算相似性和偏好。P Jomsri提出由于信息系统的广泛应用,书籍信息数据迅速增长。一方面人们有大量的书籍资源。另一方面人们找到合适的书籍的时间和困难也在增高。读者荐购是高校图书馆有效解决这些问题的办法之一,高校图书馆拥有大量的图书和学生读者。P Jomsri提出了一种基于读者档案借阅的图书馆推荐系统,用关联规则建立了基础模型。结果表明,新的关联规则算法适用于图书馆推荐系统。
|