УДК 004.8

Внедрение искусственного интеллекта для предоставления помощи и рекомендаций книг пользователю на сайте библиотеки

Запольская Алёна Денисовна – бакалавр Санкт-Петербургского государственного университета аэрокосмического приборостроения

Аннотация: В данной статье рассматривается роль искусственного интеллекта (ИИ) в предоставлении помощи пользователям на сайте библиотеки. С развитием сети Интернет и цифровых технологий библиотеки сталкиваются с проблемами в области доступности информации и обслуживания пользователей. Задача обеспечения быстрого, точного и доступного обмена информации становится сложнее с учетом растущего объема информации и ограниченности ресурсов библиотек. Искусственный интеллект (ИИ) может сыграть важную роль в улучшении пользовательского опыта, предоставляя точную информацию и эффективно ориентируя пользователей в библиотечных коллекциях. Для изучения возможностей искусственного интеллекта в выбранной области использованы алгоритмы машинного обучения и анализа данных, среди них такие методы как: коллаборативная фильтрация, матричные разложения и другие. Данная статья вызовет интерес в области искусственного интеллекта, организации процессов и информационных технологий.

Ключевые слова: библиотека, внедрение, искусственный интеллект, эффективность, помощь пользователю, рекомендации, организация, информация, анализ.

Помощь искусственного интеллекта на сайте

Искусственный интеллект (ИИ) внедряется в сайт целью улучшения повышения эффективности и автоматизации процесса создания и управления контентом [1]. Так он может помочь пользователям во многих аспектах:

  1. Может анализировать предпочтения пользователя, его историю чтения и предлагать персонализированные рекомендации книг. Это позволяет пользователям быстрее находить интересные им материалы.
  2. Может значительно улучшить функциональность поиска на сайте библиотеки – предлагать моментальные подсказки, исправлять опечатки, распознавать схожие запросы и предлагать синонимы или связанные темы.
  3. Может помочь пользователям в извлечении нужной информации из книг и научных статей путем анализа содержимого текста. Например, может создавать краткое содержание, подводить итоги, выявлять ключевые понятия и темы.
  4. Может быть использован для создания виртуального помощника, который может отвечать на вопросы пользователей, предоставлять помощь с поиском информации, помогать с выбором книг и оказывать прочую поддержку.
  5. Может помочь в облегчении доступности книг для людей с ограниченными возможностями, например, преобразовывать текст в звуковой формат, предоставлять возможность улучшения шрифта и размера текста, предлагать альтернативные форматы (например, аудиокниги) и другие функции, которые облегчают чтение для людей с нарушениями зрения или слуха.

Внедрение искусственного интеллекта на сайт

Для внедрения искусственного интеллекта нужно для начала определить цель: улучшение предоставляемых услуг, автоматизация задач или улучшение взаимодействия с пользователями [2]. После чего нужно собрать и подготовить данные, которые будут использованы для обучения искусственного интеллекта. В зависимости от задачи нужно выбрать модель искусственного интеллекта, а после обязательно провести обучение модели, используя собранные данные. Следующий этап это интеграция на сайт, где надо разработать и внедрить код, который будет интегрирован (скрипт, который будет анализировать действия пользователей, или API, позволяющий взаимодействовать с искусственным интеллектом). Одним из последних этапов является тестирование, чтобы убедиться, что все работает корректно. Затем анализируя результаты и собирая обратную связь от пользователей нужно осуществить оптимизацию модели и доработки при необходимости. Так же нужно регулярно обновлять модель искусственного интеллекта, чтобы обеспечить ее актуальность и эффективность. И нельзя забывать обеспечивать поддержку пользователей и реагировать на их запросы или замечания, связанные с использованием искусственного интеллекта на сайте.

Если же рассматривать способы преставления ИИ на сайте, то это может быть чат-бот, рекомендательные системы, анализатор текста, автоматическая обработка изображений или мониторинг и анализ. Так как ИИ может анализировать поведение посетителей на сайте, то он может предупреждать об аномалиях, предсказывать вовлеченность и долю оттока пользователей [3].

Способы рекомендации книг на сайте искусственным интеллектом

Для того чтобы искусственный интеллект мог рекомендовать книги на основе пользователя можно выбрать несколько способов:

Анализ истории чтения пользователей схожих интересов, где будут сравниваться истории чтения и предпочтения пользователей схожих интересов. Он может найти общие книги, которые эти пользователи успешно прочитали и высоко оценили. Затем ИИ может рекомендовать такие книги другим пользователям с похожими интересами.

Тематический анализ и кластеризация: ИИ может проанализировать содержание и категории книг в библиотеке. Используя алгоритмы кластеризации, ИИ может группировать книги по тематике, эпохе или часто встречающимся ключевым словам в них. На основе этих кластеров ИИ может рекомендовать пользователям книги, которые наиболее соответствуют их предпочтениям.

Персонализированные рекомендации. ИИ может анализировать предпочтения, интересы и историю чтения каждого отдельного пользователя, обработав различные данные пользователей. Эти данные могут включать:

  1. Демографическую информацию: возраст, пол, местоположение, образование и занятость. Эти данные могут помочь определить предпочтения различных групп пользователей.
  2. Историю чтения: данные о ранее прочитанных книгах пользователя, включая жанры, авторов и предпочтения по тематике.
  3. Оценки и отзывы пользователей о книгах, чтобы определить их предпочтения и настроение. Например, если пользователь оценивает и оставляет положительные отзывы о книге определенного жанра или автора, ИИ может рекомендовать похожие книги.
  4. Покупки и интересы: если пользователь ранее совершал покупки книг в интернет-магазинах или интересовался определенными жанрами или авторами, эти данные могут быть использованы для предоставления релевантных рекомендаций.

 Эти аспекты искусственного интеллекта могут помочь пользователям и значительно повысить качество рекомендаций книг на сайте библиотеки, делая процесс подбора книг более персонализированным и удовлетворяющим потребности каждого отдельного пользователя.

Если рассматривать работу ИИ более детально, то она начинается со сбора информации о пользователе. Затем ИИ использует алгоритмы машинного обучения и анализа данных, чтобы обработать информацию о пользователе и сформировать рекомендации [4]. Алгоритмы могут использовать различные методы, такие как коллаборативная фильтрация, матричные разложения или анализ содержимого книг.

В коллаборативной фильтрации, ИИ сравнивает интересы пользователя с интересами других пользователей, чтобы найти похожие профили. Он может анализировать, какие книги читали другие пользователи с похожими интересами и рекомендовать эти книги пользователю, основываясь на этой информации [5].

Матричные разложения используются для построения латентных пространств, где пользователи и книги могут быть описаны в виде числовых векторов. Затем ИИ может использовать эти векторы для нахождения наиболее подходящих книг для пользователя, основываясь на сходстве их векторов.

Анализ содержимого книг позволяет ИИ анализировать тексты и извлекать информацию о жанре, эпохе, теме и других характеристиках книг. Механизм работы обычно включает следующие шаги:

  1. Сбор данных: Система искусственного интеллекта сначала собирает информацию из различных источников, таких как онлайн-каталоги библиотек, базы данных, веб-сайты и другие источники.
  2. Предобработка: Полученные тексты подвергаются предварительной обработке для удаления шума, стоп-слов (часто встречающихся слов, которые не несут смысловой нагрузки) и других ненужных элементов. Могут использоваться различные методы, такие как токенизация (разделение текста на отдельные слова или фразы), лемматизация (приведение слов к их базовой форме) и стемминг (удаление окончаний слов).
  3. Анализ текста: Искусственный интеллект может применять методы обработки естественного языка для понимания содержания текстовых документов. Это может включать выделение ключевых слов, определение строения текста, выявление смысловых связей между словами и предложениями, анализ тематики текстов и т.д.
  4. Классификация и каталогизация: Имея понимание содержания текстов, система искусственного интеллекта может классифицировать и каталогизировать документы по различным критериям, таким как автор, тема, жанр, дата и т.д. Это позволяет эффективно организовывать и искать информацию в библиотечных коллекциях.
  5. Размещение информации: После классификации и каталогизации система может разместить информацию в соответствующих разделах библиотечной коллекции, чтобы пользователи могли легко находить нужные им документы. Также система может предлагать рекомендации похожих документов или дополнительного материала на основе анализа текстов и пользовательских предпочтений.

Заключение

Искусственный интеллект на сайте библиотеки будет постоянно обновляться, собирая данные о действиях пользователей, анализируя запросы, рейтинги и другую информацию для улучшения своих рекомендаций. Это позволяет ИИ быть более точным и адаптироваться к изменяющимся предпочтениям и интересам пользователей. Использование новейших технологий и алгоритмов позволит повысить удобство и эффективность поиска нужной литературы, а также предложить пользователям персонализированные рекомендации, основанные на их предпочтениях и интересах. Это позволит не только увеличить доступность библиотечных ресурсов, но и сделать процесс чтения более интересным и продуктивным. Однако, следует помнить о необходимости баланса между использованием искусственного интеллекта и ролью библиотекаря, как важного фактора в процессе консультации и помощи читателю. Все эти моменты требуют внимательного рассмотрения и адаптации для достижения оптимального результата и повышения качества обслуживания читателей.

Список литературы

  1. Соснило А.И. Атлас искусственного интеллекта для бизнеса и власти– СПб: Универси- тет ИТМО, 2022. – 98 с.
  2. 6 этапов внедрения ИИ в бизнес-процессы компании [сайт]. URL: https://vc.ru/ml/151911-6-etapov-vnedreniya-ii-v-biznes-processy-kompanii.
  3. Как и почему внедрять ИИ в веб-разработку [сайт]. URL: https://translated.turbopages.org/proxy_u/en-ru.ru.500ffae4-64a33a7d-f75a5d55-74722d776562/https/www.freecodecamp.org/news/how-ai-boosts-website-development/.
  4. Кугаевских А.В., Муромцев Д.И., Кирсанова О.В. Классические методы машинного обучения. – СПб: Университет ИТМО, 2022. – 53 с.
  5. Альманах Искусственный Интеллект № 5. Обзор области "Предиктивная аналитика и системы поддержки принятия решений", ведущие компании и люди, тренды и прогнозы. Аналитический сборник [сайт]. URL: http://www.aiReport.ru.

Интересная статья? Поделись ей с другими: