Анализ использования рекомендательных систем в библиотечно-информационной сфере и смежных областях

В рамках выполнения темы НИР «Открытый доступ в научноинформационной деятельности и разработка прототипа многофункциональной системы открытого архива хранения и аналитической обработки научнотехнической информации с учётом механизмов открытых лицензий и элементов искусственного интеллекта» в ГПНТБ России ведётся работа по анализу использования рекомендательных систем в библиотечно-информационной сфере и смежных областях. Основная цель статьи – определить ключевые подходы к разработке рекомендательных систем в библиотечно-информационной сфере и возможные перспективы их развития. Используемые методы: контентанализ профильных публикаций по рекомендательным системам, анализ функционала рекомендательных систем, используемых в библиотечно-информационной практике. В статье рассмотрены различные подходы к разработке рекомендательных систем, применяемые в зарубежной и отечественной практике в различных областях деятельности. Определены основные технологии применения рекомендательных систем в библиотечно-информационной сфере: коллаборативная и контентная фильтрация. Сделан вывод о перспективности использования контентной фильтрации. Проанализированы возможности применения лингвистических средств в рекомендательных системах, использующих стратегию контентной фильтрации. Предложены варианты формирования рекомендательных систем в библиотечно-информационной практике с использованием лингвистических средств. Сформулированы задачи, которые должны реализовывать рекомендательные системы в библиотечно-информационной сфере. Намечены перспективные направления развития рекомендательного сервиса. Предложения по формированию рекомендательных систем, представленные в статье, могут быть применены в практической работе по созданию рекомендательных сервисов в библиотечно-информационных системах.

1. Стратегия развития библиотечного дела в Российской Федерации на период до 2030 года (утверждена распоряжением Правительства Российской Федерации от 13 марта 2021 г. № 608-р). URL: https://www.garant.ru/products/ipo/prime/doc/400356337 (дата обращения: 04.08.2025).

2. Ricci F., Rokach L., Shapira B. Recommender Systems : Techniques, Applications, and Challenges // Recommender Systems Handbook : Third Edition. New York : Springer, 2022. Pp. 1–35. URL: https://link.springer.com/chapter/10.1007/978-1-0716-2197-4_1 (accessed: 04.08.2025).

3. Goldberg D., Nichols D., Oki B. M., Terry D. Using Collaborative Filtering to Weave an Information Tapestry // Communications of the ACM. 1992. Vol. 35 (12). Pp. 61–70. URL: https://www.sci-hub.ru/10.1145/138859.138867?ysclid=mf41n6nn1z92465411 (accessed: 04.08.2025).

4. Rich E. User Modelling Via Stereotypes // Cognitive Science. 1979. Vol. 3 (4). Pp. 329– 354. URL: https://www.sci-hub.ru/10.1207/s15516709cog0304_3 (accessed: 04.08.2025).

5. Schrage M. Recommendation Engines. Cambridge, Massachusetts : The MIT Press, 2020. URL: https://oceanofpdf.com/authors/michael-schrage/pdf-epub-recommendation-enginesdownload (accessed: 04.08.2025).

6. Aggarwal C. C. Recommender Systems : The Textbook. Springer : New York, 2016. URL: https://link.springer.com/book/10.1007/978-3-319-29659-3 (accessed: 04.08.2025).

7. Recommender Systems Handbook : Third Edition. New York : Springer, 2022. URL: https://link.springer.com/book/10.1007/978-1-0716-2197-4 (accessed: 04.08.2025).

8. Recommender-Systems.com (RC_c) : [сайт]. URL: https://recommender-systems.com (accessed: 04.08.2025).

9. Schafer J. B., Frankowski D., Herlocker J., Sen S. Collaborative Filtering Recommender Systems // The Adaptive Web. Berlin : Springer, 2007. Pp. 291–324. URL: https://link.springer.com/chapter/10.1007/978-3-540-72079-9_9 (accessed: 04.08.2025).

10. Koren Y., Rendle S., Bell R. Advances in Collaborative Filtering // Recommender Systems Handbook : Third Edition. New York : Springer, 2022. PP. 91–142. URL: https://link.springer.com/chapter/10.1007/978-1-0716-2197-4_3 (accessed: 04.08.2025).

11. Pazzani M. J., Billsus D. Content-Based Recommendation Systems // The Adaptive Web. Berlin : Springer, 2007. Pp. 325–341. URL: https://link.springer.com/chapter/10.1007/978-3-540-72079-9_10 (accessed: 04.08.2025).

12. Musto C., Gemmis M. de, Lops P., Narducci F., Semeraro G. Semantics and Content-Based Recommendations // Recommender Systems Handbook : Third Edition. New York : Springer, 2022. PP. 251–298. URL: https://link.springer.com/chapter/10.1007/978-1-0716-2197-4_7 (accessed: 04.08.2025).

13. Arazy O., Kumar N., Shapira B. Improving Social Recommender Systems // IT Professional. Vol. 11 (4). Pp. 38–44. URL: https://www.researchgate.net/publication/224567114_Improving_Social_Recommender_Systems (accessed: 04.08.2025).

14. Bobadilla J., Ortega F., Hernando A., Gutierrez A. Recommender Systems Survey // Knowledge-Based Systems. 2013. Vol. 46. Pp. 109–132. URL: https://www.scihub.ru/10.1016/j.knosys.2013.03.012 (accessed: 04.08.2025).

15. Smith B. Case-Based Recommendation // The Adaptive Web. Berlin : Springer, 2007. PP. 342–376. URL: https://link.springer.com/chapter/10.1007/978-3-540-72079-9_11 (accessed: 04.08.2025).

16. Burke R. Hybrid Web Recommender Systems // The Adaptive Web. Berlin : Springer, 2007. Pp. 377–408. URL: https://link.springer.com/chapter/10.1007/978-3-540-72079-9_12 (accessed: 04.08.2025)

17. Montaner M., Lopez B., Rosa J. L. de la. A Taxonomy of Recommender Agents on the Internet // Artificial Intelligence Review. 2003. Vol. 19 (4). Pp. 285–330. URL: https://link.springer.com/article/10.1023/a:1022850703159 (accessed: 04.08.2025).

18. Zubchuk E., Arhipkin M., Menshikov D., Karaush A., Mikhaylovskiy N. Lib-SibGMU – A University Library Circulation Dataset for Recommender Systems Development // ResearchGate.net. 2022. URL: https://www.researchgate.net/publication/363052534_Lib-SibGMU_--_A_University_Library_Circulation_Dataset_for_Recommender_Systems_Developmen (accessed: 04.08.2025).

19. Лаврик О. Л., Юкляевская А. В. Рекомендательные книжные сервисы в библиографической деятельности библиотек // Сфера культуры. 2023. № 3 (13). С. 139– 152. URL: https://cyberleninka.ru/article/n/rekomendatelnye-knizhnye-servisy-vbibliograficheskoy-deyatelnosti-bibliotek (дата обращения: 04.08.2025).

20. Каптерев А. И. Практика использования рекомендательных систем в библиотеках // Культура : теория и практика. 2024. № 1 (56). URL: https://elibrary.ru/item.asp?id=65607135 (дата обращения: 04.08.2025).

21. BibTip Connecting Knowledge // Karlsruhe Institute of Technology : [сайт]. URL: https://www.kit.edu/kit/english/1838_111.php (accessed: 04.08.2025).

22. Liao I. E., Hsu W. C., Cheng M. S., Chen L. P. A Library Recommender System Based on a Personal Ontology Model and Collaborative Filtering Technique for English Collections // The Electronic Library. 2010. Vol. 28(3). PP. 386–400. URL: https://www.researchgate.net/publication/220677432_A_library_recommender_system_based_on_a_personal_ontology_model_and_collaborative_filtering_technique_for_English_collections (accessed: 04.08.2025).

23. Zhang H., Xiao Y., Bu Z. Personalized Book Recommender System Based on Chinese Library Classification // 14th Web Information Systems and Applications Conference (WISA). 2017. URL: https://www.semanticscholar.org/paper/Personalized-Book-RecommenderSystem-Based-on-Zhang-Xiao/490d19f10e3b271a9c263574390dc8517b3e24be (дата обращения: 04.08.2025).

24. Middleton S. E., Roure D. de, Shadbolt N. R. Ontology-base Recommender Systems // Handbook on Ontologies. Springer Berlin, 2009. PP. 779–796. URL: https://link.springer.com/chapter/10.1007/978-3-540-92673-3_35 (accessed: 04.08.2025).

25. Карауш А. С. Рекомендательные системы в публичных библиотеках // Роль ГПНТБ СО РАН в развитии информационно-библиотечного обслуживания в регионе : межрегиональная научно-практическая конференция (г. Новосибирск, 6–10 октября 2008 г.) : тезисы докладов. Новосибирск : ГПНТБ СО РАН, 2008. С. 70–74.

26. Хасанов В. И., Карауш А. С. Рекомендательные системы в автоматизированных библиотечных информационных системах // Электронные средства и системы управления. Материалы докладов Международной научно-практической конференции. 2009. № 1. С. 3–7. https://www.elibrary.ru/item.asp?id=23070214 (дата обращения: 26.09.2025).

27. Карауш А. С. Рекомендательные системы в публичных библиотеках // Библиосфера. 2009. № 1. С. 41–43. URL: https://www.elibrary.ru/item.asp?id=11720014 (дата обращения: 26.09.2025).

28. Князева А. А., Колобов О. С., Турчановский И. Ю., Федотов А. М. Коллаборативная фильтрация для построения рекомендаций на основе данных о заказах // Вестник Новосибирского государственного университета. Серия: Информационные технологии. 2018. Т. 16. № 2. С. 62–69. URL: https://cyberleninka.ru/article/n/kollaborativnayafiltratsiya-dlya-postroeniya-rekomendatsiy-na-osnove-dannyh-o-zakazah (дата обращения: 04.08.2025).

29. Полетаева Ю. С. Разработка сетевой рекомендательной системы для научно-технической библиотеки ИРНИТУ // Научные коммуникации. Профессиональная этика : материалы IV Всероссийской научно-практической конференции с международным участием. Омск, 2019. С. 120–127. URL: https://www.elibrary.ru/item.asp?edn=atwyyr (дата обращения: 04.08.2025).

30. Создана нейросеть, ускоряющая поиск близких по смыслу научных статей // ТАСС Наука : [сайт]. URL: https://nauka.tass.ru/nauka/20782819 (дата обращения: 04.08.2025).

31. Колобов О. С., Князева А. А., Леонова Ю. В., Турчановский И. Ю. Персонализация электронных услуг на примере рекомендательного сервиса для библиотек // Информационные технологии, компьютерные системы и издательская продукция для библиотек : сборник докладов Двадцать пятой международной конференции и выставки «LIBCOM-2021». Москва, 2022. С. 35–40. URL: https://www.elibrary.ru/item.asp?id=48235290 (дата обращения: 04.08.2025).

32. Шрайберг Я. Л., Дмитриева Е. Ю., Смирнова О. В., Червинская Н. В., Терехова Е. С. Разработка системы взаимосвязанных классификаций: сопоставление Государственного рубрикатора научно-технической информации и Универсальной десятичной классификации // Научные и технические библиотеки. 2023. № 11. С. 36–65. https://doi.org/10.33186/1027-3689-2023-11-36-65.

33. Земсков А. И. Основные задачи библиотек в области библиометрии // Информация и инновации. 2017. Спец. выпуск. С. 79–83.

34. Мохначева Ю. В., Цветкова В. А. Библиометрия и современные научные библиотеки // Научные и технические библиотеки. 2018. № 6. С. 51–62. https://doi.org/10.33186/1027-3689-2018-6-51-62.

35. Ивановский А. А. Объектная модель системы избирательного распространения информации // Научные и технические библиотеки. 2019. № 4. С. 61–75. https://doi.org/10.33186/1027-3689-2019-4-61-75.

36. Баженов С. Р., Балуткина Н. А., Стукалова А. А. Концепция новой информационн-опоисковой системы ГПНТБ СО РАН на основе ИРБИС64+ // Научные и технические библиотеки. 2023. № 3. С. 80–101. https://doi.org/10.33186/1027-3689-2023-3-80-101.