基于學習分析技術的數字圖書館信息服務優化研究

許群毅

（上海市浦東新區陸家嘴圖書館，上海200120）

基于學習分析技術的數字圖書館信息服務優化研究

許群毅

（上海市浦東新區陸家嘴圖書館，上海200120）

從學習分析技術引入數字圖書館信息服務的內涵入手，從數據收集、數據分析、結果反饋以及行為干預4個方面，闡述了學習分析技術在數字圖書館信息服務中的具體應用，提出“用戶定制”和“用戶跟蹤”兩種數字圖書館信息服務模式，并從信息資源、服務技術以及服務人員3個方面提出數字圖書館信息服務的優化措施。

數字圖書館學習分析技術信息服務

伴隨數字化時代的來臨，網絡信息在數量上大幅度增加，在質量上則是優劣摻雜、難以辨別，這就為用戶獲取有效信息造成了阻礙，讓用戶的信息行為由簡單趨于復雜。數字圖書館可以在很大程度上緩解這一問題，為用戶提供優質的信息服務，但它在數據收集、分析等方面也存在著一定缺陷，導致數字圖書館不能提供靈活而準確的信息服務。學習分析技術的興起，為數字圖書館信息服務帶來了契機。

1　學習分析技術引入數字圖書館信息服務的內涵

所謂“學習分析技術”，就是對學習者及其學習情境數據進行收集整理和分析研究，繼而評估預測學習者的學習行為趨勢以及學習成效，有效反饋至學習者和教育者，使其能夠據此優化學習情境，最終實現個性化學習支持的一種技術手段。學習分析主要由數據收集、數據分析、結果反饋以及行為干預4個方面構成（詳見圖1）。把學習分析技術運用于數字圖書館信息服務，一方面有助于用戶信息行為有效性的提升，通過對數量龐大、角度多樣以及具備動態特征的用戶信息行為數據實施有效挖掘和科學分析，以形成精確的數據分析結論，經由數據分析結論準確掌握用戶目前的信息需求以及信息行為現狀，預測評估出用戶實施信息行為過程里潛藏的問題，并將分析結論反饋至用戶，讓用戶能夠了解自己的信息行為績效，實施自我分析，在正視自身信息行為優劣所在的前提下，修正自身的信息行為；另一方面有助于數字圖書館信息服務的優化，依據用戶的個體差異（如性格特征、興趣愛好、信息需求等）進行個性化的行為診斷，能夠最為有效地挖掘各種數據中存在的價值，為數字圖書館從各個角度、各個方面把握用戶的信息需求和信息行為提供參考，盡量杜絕在實施信息服務過程中因為信息不均衡而導致信息服務成效不高的局面，能夠有針對性地完善資源配置，優化信息環境，提升信息服務質量。［1］

圖1　學習分析技術的主要內容

2　學習分析技術在數字圖書館信息服務中的具體應用

2.1數據收集

為了保障分析結果的全面性和精確度，數字圖書館必須收集大量數據，因此不但要收集結構化數據，半結構化數據和非結構化數據也必不可少。所以，數據收集作為學習分析的第一步驟，其目的是為之后的分析研究積累原始素材。數字圖書館能夠為學習分析提供的數據信息可以分為用戶數據、事務數據以及備份數據等，用戶數據主要是指用戶基本信息（如姓名、性別、出生年月、文化程度、學科專業等），這類數據較為穩定，變化性不強；事務數據主要是指用戶和數字圖書館之間實施交互行為的數據（如咨詢、查閱、服務申請等），這類數據穩定性不大，會因為時間推移而有所改變。由此可以看出，數字圖書館數據呈現出較為明顯的多元化和異構性特征，必須運用恰當的數據提取手段來增加數據的可用性和有效性。其中存儲在數字圖書館里的用戶日志信息作為非常重要的數據資源要尤為關注，因為它記錄了與用戶信息行為相關的全部信息，應用挖掘技術可以由此得出豐富的用戶信息（如用戶興趣愛好、資源使用情況等），對數字圖書館的服務管理起到了不可忽視的指導作用。在數據收集階段，虛假數據會存在于其中，這將對下一階段的數據分析產生干擾，因此數字圖書館在收集數據后，要對不確定的數據信息進行再次篩選、甄別，以確保數據的有效性，并且在數據收集時要盡量確保用戶個人隱私不受侵犯。

2.2數據分析

數據分析就是應用一定的方法或手段，在大量看似毫無規律的數據中提取有效信息，以此歸納總結出信息的內在規律。使用學習分析方法，要先確定研究切入點，采取多種方法或手段，分析用戶與信息資源、信息環境等不同因素之間的現狀與關系，為后續工作提供指導依據。依據不同的分析對象，可分為用戶特征、用戶行為、交互行為以及資源配置等方面的分析，目前常用的分析方法有以下6種（詳見表1）。在數據分析階段，可以采取多種分析方法進行數據分析，數字圖書館必須依據數據特征選擇適合的分析方法，并且要不斷提升相關技術以增強分析效果。［2］

表1　學習分析技術的分析方法

2.3結果反饋

當完成數據分析步驟后，數字圖書館應該把數據分析結論反饋至館員、用戶、相關管理人員。反饋對象不同，數據分析側重點也就有所差異。當反饋對象是館員時，數字圖書館側重于分析用戶的信息需求和信息行為規律等相關信息，讓館員對所服務的用戶有更準確、更客觀的認知，進而調整服務措施更好地為用戶服務；當反饋對象是用戶時，數字圖書館側重于分析用戶自身的專業能力、與館員和其他用戶的交互狀態等相關信息，讓用戶能夠有效實施自我評估和行為修正；當反饋對象是相關管理人員，數字圖書館側重于分析管理模式、服務方式、服務工具等信息，為他們的調研工作提供基礎數據。反饋數據要盡量簡單明了，使用圖表等可視化格式呈現，這樣更有利于呈現數據分析流程以及數據鏈走向，讓反饋數據更為形象客觀。在結果反饋階段，必須明確不同反饋對象的需求，這樣才能有的放矢，反饋效果強烈。

2.4行為干預

依據學習分析理論，數字圖書館除了及時修正館員的服務方式和改善數字環境外，還可以使用多種技術手段，在線構建用戶個體空間，為用戶提供優質的個性化信息服務。比如在用戶空間里詳細客觀記錄用戶個體有關的學習分析數據結論及評價，全面展現用戶的興趣愛好、行為特征等，為用戶開展后續工作提供參考依據，協助用戶修正信息行為，改善信息行為成效；在用戶空間構建信息模板或支架，依據用戶的專業領域和興趣愛好，推介處于前沿的專業信息，依據用戶的信息行為規律，有針對性地確定信息服務方式，如是使用“一對一”服務形式，還是協助用戶參與項目研究等；在用戶空間構建立體評價體系，讓用戶能夠在其中開展自評、他評等多種評價形式，使其對自身的信息行為有著更為透徹的了解，促使用戶能夠及時修正自身的信息行為。在行為干預階段，數字圖書館要加強與用戶之間的聯系，要從不同層面、不同角度收集不同的意見或建議，真正發揮用戶空間作用，最終實現信息服務個性化。［3］

3　基于學習分析技術的數字圖書館信息服務模式

把學習分析技術引入數字圖書館信息服務中，其核心就是以用戶需求為出發點，為其提供個性化的信息服務。目前基于學習分析技術的數字圖書館信息服務模式主要有以下兩種。

3.1用戶定制模式

用戶定制模式，是一種依據用戶定制要求推介信息的服務方式，主要是指用戶在第一次訪問數字圖書館，進行訂閱或注冊時，就會在定制用戶界面內填寫詳細的個人信息（如姓名、性別、出生年月、文化程度、專業領域、興趣愛好等），并提交所需信息的學科范疇、檢索內容以及時間范圍，由此系統能夠獲取用戶的基本信息，并由此了解用戶的信息需求，依據用戶專題定制需求，定期向用戶推介信息資源（如新書通報、專題資料等）。該模式實施的關鍵在于用戶的主動參與，互動性強，系統推送，在一定程度上消除了時空距離，能夠有效滿足用戶信息需求。［4］但目前該模式還存在一定弊端，假設用戶在訂閱或注冊填寫信息時嫌填寫麻煩，或不重視信息的準確性，或涉及用戶個人隱私，就會出現用戶不填寫信息，或隨意填寫，或填寫虛假信息，因此信息的真實性無法得到確切保障，進而就無法準確判斷用戶的真實需求。

3.2用戶跟蹤模式

用戶跟蹤模式，除了主動獲取用戶的個人基本信息，還通過使用跟蹤方式來自動收集用戶信息，并隨時更新用戶動態需求，進而更好地為用戶提供信息服務。用戶跟蹤主要采取兩種方式：一是顯性跟蹤，依據用戶的反饋評價信息，自行修正用戶需求，需要用戶參與其中；二是隱性跟蹤，分析用戶的信息行為（如搜索關鍵詞、訪問頻率、下載次數等），進而提取類似用戶群體、用戶訪問形式等信息，發掘用戶的隱藏需求，不需要用戶參與其中。［5］該模式實施的關鍵在于系統的主動參與，可以更為精確地發掘用戶需求，在數據源中尋找與用戶需求相匹配的信息，經過濾后推介至用戶。

4　基于學習分析技術的數字圖書館信息服務優化措施

將學習分析技術引入數字圖書館，能夠對數字圖書館的信息資源、服務技術、服務人員等方面進行精確分析，并且依據分析結論制定相關優化措施，以有提升進數字圖書館信息服務的質量。

4.1優化信息資源

在優化信息資源方面，數字圖書館要以用戶需求作為資源采購的前提條件，避免所采購的信息資源利用率不高，實現館際合作，避免重復建設和資源浪費。在進行信息資源建設時，必須重視資源的標準化，以確保信息使用的普遍性，按照統一標準，應用相關技術構建一個合理規范的信息服務系統，對數據的錄入、標識、聚合等方面采取同一標準，規范用戶界面，統一信息格式，以保障信息資源的有效流通，提高信息存儲和提取的完整性。在已有資源的基礎上進行優化整合和再次加工，從中發掘隱性信息，拓展資源的內涵，增加資源價值。［6］在對海量、無序的信息資源進行收集整理、篩選提取后，進行分析和描述，為用戶提供科學規范的檢索平臺，以其技術合力特征影響用戶的信息行為，提升信息資源的利用率。

4.2優化服務技術

在優化服務技術方面，數字圖書館要把被動服務（接受請求）轉變為主動服務（積極推介），可以結合目前常用的各種媒體技術進行。如建立WeChat、Weibo公眾號等社交賬號（或平臺），在各種社交媒體上即時發表信息（如新書推介、專題講座等），也可以在傳統的BBS等網絡平臺上開放留言，吸引用戶提出意見或建議。同時數字圖書館還應該開發APP，或者與其他電子閱讀平臺合作，為用戶構建一個泛在化服務環境。新媒體的融合，對提升信息服務水準有著極大的促進作用。［7］只有服務技術提升了，才能夠更好地強化信息服務的快捷性和時效性，同時還可以起到較大的對外宣傳作用，能夠與用戶實施有效的交互行為，并且及時收集用戶的反饋意見，及時調整、修正服務策略，更好地為用戶服務。

4.3優化服務人員

因數字圖書館顯著的數字化特征，促使數字圖書館館員的工作性質與傳統館員有著較大的差異，他們主要從事“幕后”工作，與用戶沒有太多的直接聯系，在用戶與信息之間起到了橋梁的作用。數字圖書館信息服務策略的變化，一般是以數據作為基本參照物，不再單純地以經驗來進行判斷，而是以數據分析結論作為基本依據，所以更具客觀性和實效性。因此，數字圖書館館員除了要具備專業圖情知識和實踐能力外，還必須掌握一定的技術手段，能夠適應各種電子設備、數字資源或研究工具。［8］目前我們很多的數字圖書館館員是由傳統館員轉變而來，多數已習慣了傳統的工作流程，不能適應數字化的工作方式，但數字圖書館發展趨勢勢不可擋，館員一定要及時轉變服務理念，主動轉變服務方式，更好地為用戶提供信息服務。

5　結語

目前，把學習分析技術引入數字圖書館信息服務中，尚未有固定模式，已有數字圖書館開展實踐研究，但是多數還是片面的、局部的，未形成整體化、系統化。就其發展趨勢而言，兩者的結合是數字圖書館的一個主要發展方向，其潛力無限，但還需要更多的理論支撐和實踐證實。因此我們必須借鑒國內外已有的成熟理論和成功經驗，結合館內實際來開展實踐研究，以期為用戶提供更為優質的信息服務。

［1］張瀘月.基于學習分析技術的個性化學科服務模式研究［J］.圖書館學研究，2014（13）：75-77.

［2］楊景光.學習分析技術：大數據背景下高校圖書館服務的優化［J］.新世紀圖書館，2015（4）：52-55.

［3］陳臣，高軍.云計算環境下面向用戶體驗的數字圖書館數據管理策略研究［J］.圖書館理論與實踐，2014（5）：79-81.

［4］朱曉惠.數字圖書館信息服務的模式構建與特點分析［J］.蘭臺世界，2015（32）：142-144.

［5］洪躍，丁學淑.高校圖書館個性化信息服務模式應用實踐與特點分析［J］.山東圖書館學刊，2014（6）：71-76.

［6］龐璐.公共圖書館數字資源合理利用探析［J］.圖書情報導刊，2016（5）：37-38.

［7］陳小磊.圖書館數字資源個性化服務關鍵技術分類研究［J］.情報探索，2013（9）：95-97，100.

［8］張小芳，于慧.后數字圖書館時代館員的角色變革［J］.河南圖書館學刊，2012（3）：145-146.

許群毅男，1967年生。本科學歷，館員。研究方向：數字圖書館和圖書館自動化。

G252

（2016-06-30；責編：王天泥。）