阅读推荐算法

英国Huddersfield大学的Dave Pattern (“Self-plagiarism is style”博主，Library Journal 2009年度人物Movers and shakers)，早在七年前就在自家OPAC（Horizon系统）实上现了借阅推荐：people who borrowed this, also borrowed…。这是他当年的介绍（写博文时应该还在设想阶段）：
using “circ_tran” to show borrowing suggestions in HIP (Nov 17th, 2005)

差不多一年前，他又写了一篇更详细介绍实现推荐借阅的博文，不仅仅是推荐流通次数多的，而且推荐那些流通次数不那么多的──长尾部分更应该推荐。因为他发现通常按借阅次数的推荐方式，不但被推荐的是本来就比较流行的，而且总是相对泛但不那么专的图书，比如给一本MySQL的书推荐的通常是关于数据库的，而非专门讲MySQL的：
Sliding down the long tail (Mar 23rd, 2011)
本篇我曾向同事推荐过，可操作性很强（无论对长尾还是按总流通量的一般推荐）。博文下某人留言抱怨没给代码，博主回复说，只需要二个数据库表──一个放借阅历史（即借者ID和图书ID），一个放每本书的总外借量，准备好后代码自然就有了。

今天看到他在设想将推荐扩展到电子资源了，基于同样的算法，数据则来自图书馆集成系统（借阅历史）、链接解析器及EZProxy日志：
“People who looked at this thing, also looked at this stuff…” (Feb 19th, 2012)
他基于一个5百万条记录的数据库（70％是借阅记录，其余是期刊访问），做了一个简单的原型：http://library.hud.ac.uk/australia/perl/test/rec2.pl
可以点击左上角的pick random item，看看不同的推荐结果，光标移在题名上显示的数字是[同使用人数/总使用次数]──起点可能是期刊、也可能是图书，被推荐的左栏是期刊，右栏是图书，不一定都有结果。

[update 2012-2-25] Dave又补充了针对学科/课程做限定的设想，使推荐更有针对性：
More “stuff like this”… (Feb 21st, 2012)

附记：关于推荐的隐私问题
推荐基于读者ID的同现，但并不泄露具体的ID。通常有较多读者使用才会得到推荐（即使是考虑长尾，也是针对“同使用人数/总使用次数”较大的情况），并不能由此推测出具体是哪些读者。