用戶畫像模型及其在圖書館領域中的應用

劉海鷗，孫晶晶，陳 晶，張亞明△

（1．燕山大學經濟管理學院；2．燕山大學互聯網+與產業發展研究中心）

用戶畫像也稱為用戶角色，是基于一系列真實數據建立的目標用戶模型，同時也是最能描述用戶特征（如年齡、性別、居住地、工作地點等）的形象集合。［1］最早提出用戶畫像概念的是交互設計之父Alan Cooper，其將用戶畫像定義為“基于用戶真實數據的虛擬代表”，通過搜集用戶數據分析用戶的不同特征，形成他們的個性化標簽，這樣便構成了此類群體的用戶畫像。Amato［2］、Quintana等［3］將用戶畫像描述為“一個從海量數據中獲取的、由用戶信息構成的形象集合”，通過這個集合，可以描述用戶的需求、興趣以及個性化偏好等。將用戶畫像引至圖書館領域可更好地了解讀者需求，從而協助圖書館重新審視其服務系統，改進服務質量。［4］

1 用戶畫像建模方法

鑒于用戶畫像的表示方式、關注點各不相同，用戶畫像建模方法可分為以下幾大類，即面向用戶行為的用戶畫像模型、基于本體的用戶畫像模型、融合用戶興趣的畫像模型等。

1.1 面向用戶行為的畫像模型

用戶行為分析是用戶畫像的一個重要內容，關于網絡用戶行為的早期研究可追溯到2005年，國外學者Barabdsi［5］基于復雜網絡理論對用戶的行為規律進行探討，通過統計用戶發送和回復普通郵件及電子郵件的時間間隔，發現人類行為并不服從泊松分布，而是服從具有胖尾特征的冪律分布，并在今后的研究中進一步指出93%的人類活動都是可預測的。Fawcett等［6］提出了通訊欺詐指數這一概念，通過分析若干起詐騙案得出電話記錄中的欺詐指數，然后基于詐騙指數構建用戶行為畫像，最后將其應用于實際的欺詐檢測中，得到良了好的實驗結果。Nasraoui等［7］在研究過程中引入了數據挖掘技術，并對Web站點的日志數據進行分析，根據用戶的行為模式進行聚類分析，由此對不同用戶群體進行畫像，從而得到特定集群的用戶畫像。Iglesias等［8］也進行了相關研究，他們獲取了用戶在Unix Shell上的命令日志，該日志包含了用戶的部分行為信息，由此來獲得計算機用戶的行為畫像。在此基礎上，Nasraoui等［9］通過分析動態網站上的網絡日志，提出一種動態的、可演化的日志挖掘框架，由此構建基于動態網絡日志的用戶行為畫像模型，該模型不僅可以挖掘并且分析用戶的日志信息，同時還可以多方面對用戶畫像信息進行實時跟蹤與動態驗證。Adomavicius等［10］在研究中根據統計用戶的閱讀時間和重訪問行為等來構建了用戶檔案信息，同時還對基于行為的用戶畫像技術進行了探討，研究結果表明，用戶畫像可以很好地挖掘用戶檔案信息，從而揭示更深層面的用戶消費行為規律。

國內學者郝增勇［11］系統梳理了目前關于用戶行為分析的主要方法，并對用戶流量統計、用戶分布、網站排行、關注熱點等用戶相關的網站數據進行了可視化分析。但是，該研究重點集中于分析用戶行為的系統構建和數據展現，未基于用戶數據挖掘用戶價值和用戶需求。肖云鵬等［12］通過對用戶真實數據進行分析，設計了用戶行為的表征量表，將之作為驅動用戶行為的動力學指標，提出一種興趣和節點間交互的個體行為動力學模型，由此分析用戶的個體行為以及個體行為如何對其他用戶產生影響；需要指出的是，該研究僅從個體數據出發，并沒有實現對用戶行為未來的預測。張小可等［13］通過收集移動互聯網用戶的行為歷史數據來進行多元回歸分析，構建了一個貝葉斯網絡模型，根據用戶的實時行為數據來對模型參數進行更改，從而獲得每一個移動用戶的用戶畫像。黃文彬等［14,15］利用移動網絡基站數據從用戶周期性活動規律、用戶頻繁活動規律以及用戶移動速度三個方面構建了移動用戶的用戶畫像，由此較為清晰地展示用戶每天的生活規律和移動情況，同時揭示與用戶地理位置相關的具體行為。需要指出的是，該研究對移動用戶微觀行為的刻畫較為有限，用戶畫像模型應進一步與用戶網絡訪問記錄以及用戶的移動屬性相結合，這樣才能獲取準確度更高、粒度更為細致的用戶移動行為與用戶偏好。

綜上，對用戶行為的研究是用戶畫像研究的重中之重，不僅可以發現某一用戶屬于什么群體分布，而且可以從用戶聚集的用戶人群中發現人群之間的差異?；诖耍覀兛梢詷嫿ㄍ晟频挠脩舢嬒?，然后針對不同用戶人群提供精準化的優質服務。需要指出的是，當前面向數據體量有限的用戶行為分析與用戶畫像研究已積累了不少研究成果，但在大數據環境下，用戶行為數據增長迅速、類型眾多且價值密度低，如何基于大數據技術對用戶行為進行深入挖掘，從而構建基于用戶行為大數據分析的用戶畫像，是關系大數據時代用戶畫像服務真正落地的關鍵問題。

1.2 基于本體的用戶畫像模型

本體是一種形式化的說明，通過形式化表達特定領域中的對象類型、概念、屬性以及相互關系，主要包括概念模型、明確、形式化和共享四層含義。國外學者Razmerita等［16］提出了基于本體（Ontology）的用戶模型架構，并將該框架模型應用于知識管理系統的上下文處理中，取得了良好的效果。Tao等［17］在研究中引入醫療知識庫建立用戶本體概念模型，同時結合用戶興趣建立個性化本體知識庫，為構建醫療用戶畫像奠定了基礎。Shehata等［18］在用戶畫像建模過程中引入本體的概念，使用本體概念圖來探討語句間的語義聯系，從而挖掘出用戶興趣并基于此建立了與之相對應的用戶畫像模型。Tang等［19］主要對學術圈中的用戶畫像進行了探討，通過拓展FOAF（Friendof aFriend）Ontology構建了學者的用戶畫像。

鄭建興等［20］以微博為例，結合其文本短、信息少、更新速度快等特點，在本體用戶模型基礎上提出了友鄰—用戶模型的實現方法。姜建武等［21］利用用戶描述和計算機處理等方法，提出了信息本體的概念，同時運用基于“行為－主題”，“主題－詞匯”及“行為－詞匯”三位一體的模型，抽象出體現用戶行為的具體標簽，由此構建用戶畫像的數學模型。此外，還針對傳統信息推送服務未考慮用戶個人綜合因素、針對性差和推廣轉化率低等問題，結合大數據理論提出基于用戶畫像的智能信息推送方法。

綜上，基于本體的用戶畫像方法不僅可以更多考慮信息源包含的具體語義，而且有著相較于其他用戶畫像方法語義表達能力更強，且具有較好的邏輯推理能力，將之應用于個性化信息推薦、信息檢索領域可顯著提升準確率與查全率。但是，相較于其他用戶畫像模型，基于本體的用戶畫像模型較為復雜，這是因為本體庫的建立需要領域專家參與制定，即在運用基于本體的用戶畫像模型創建用戶畫像時，需要專業領域的權威專家的參與才能實現，增加了用戶畫像的難度。

1.3 融合用戶興趣的畫像模型

為了更好地描繪用戶特征與偏好，如何在用戶畫像過程中融合用戶興趣成為研究的一大主題。Godoy等［22］使用聚類算法對網頁文檔進行分類，以此來確定用戶的興趣偏好。Pazani等［23］根據用戶生成的標簽對用戶的興趣檔案進行追蹤，總結了各種用戶興趣檔案的構建方法，其中，用戶興趣檔案的信息內容主要包括描述用戶喜愛的商品信息、購買特定商品的交互信息等。Kim等［24］針對社交網絡中的留言等充滿噪聲和新詞的問題，提出了將基于頻率的方法和基于翻譯的方法相結合的詞提取方法，這種方法在專業領域詞聚類方面有較好的效果。Liu等［25］指出，學者在挖掘微博用戶興趣時，一般是將詞袋模型（Bag of Word）建立在用戶發表內容或者用戶粉絲的基礎上，在這個過程中他們通常忽略了一個重要事實，即用戶發表的內容在很大概率上僅是他們所從事的行業或者他們所擅長的事情，但是這并不一定是他們的真正興趣?；诖?，采用關鍵詞抽取算法對用戶在社交網絡中的回復和留言進行挖掘，通過隱含狄利克雷分布模型（Latent Dirichlet Allocation，LDA）計算用戶感興趣的話題，然后對用戶進行畫像。雖然該方法能夠在一定程度上發現用戶的潛在興趣，但是當用戶粉絲量很少或者發表的內容較少時，該方法的挖掘效果不佳。

王慶福［26］采用貝葉斯網絡構建用戶興趣模型，構建用戶畫像并將之應用于內容推送領域。研究指出用戶畫像的興趣標簽主要依賴于3類數據：① 用戶數據，主要包括靜態和動態數據；② 商品數據即客觀商品屬性，包括商品功能、顏色、尺寸等具體數據；③ 平臺數據，其中平臺包括用戶和商品交互的平臺、用戶獲取信息的平臺、用戶購買商品的平臺以及用戶發布評論的平臺等。研究結果表明，貝葉斯網絡不僅能夠實現數據全局合理優化，還能將用戶行為特征映射為網格中各個節點間的轉換權值，從而有利于用戶興趣標簽的提取和畫像模型的實驗。李冰等［27］建立了基于K-means算法的用戶畫像，通過采集歷史數據樣本建立聚類模型，深入分析卷煙零售客戶的特征并對其進行畫像，在此基礎上為零售客戶提供智能推薦服務。

總體來看，國內外學者在探討融合用戶興趣的畫像方法方面取得了一定的研究成果，當前融合用戶興趣的畫像方法主要有兩種思路，一是使用顯性的用戶興趣數據（如用戶網站、社交平臺注冊信息）對用戶畫像進行構建，二是采用隱性方式來收集用戶的喜好信息。需要指出的是，用戶對某一資源的關注度或興趣度會隨著時間的推移而產生變化，雖然其長期行為具有一定的穩定性，但是在短期可能發生興趣遷移的情況。此外，用戶興趣與偏好受外界情境（如地理位置、天氣狀況、社交關系等）的影響較大，由此也會導致用戶興趣的變化。而當前融合用戶興趣的畫像方法卻很少考慮時間以及周邊情境等影響因素，因此，在考慮用戶興趣的前提下，如何進一步融合時間、地理位置、天氣狀況、社交關系等標簽信息，從而更精準地反映用戶興趣遷移的時間變化、情境敏感等特點，成為用戶畫像領域亟待解決的問題。

2 用戶畫像在圖書館領域中的應用

通過融合用戶的基本信息、興趣偏好與其他行為信息，圖書館系統運用聚類、關聯規則以及分類等數據挖掘方法將其抽象化，由此繪制出讀者的“用戶畫像”?！坝脩舢嬒瘛笨梢暂^為深刻地描述讀者用戶的群體行為特征，從而為圖書館個性化內容推薦、讀者滿意度管理及信用評價等提供借鑒。

2.1 個性化內容推薦與精準營銷

圖書館的個性化內容推薦是將讀者興趣、知識領域等關聯信息加工為能夠生動描述讀者偏好的知識元，由此來支持數字圖書館各種推薦服務，最終能夠為用戶提供滿足其個性化需求的知識資源。目前，國內外有少量學者基于用戶畫像對個性化推薦系統進行了優化。Mao等［28］基于擴散理論減少了畫像過程中的用戶冗余標簽，然后利用社會網絡探討密集用戶標簽之間的網絡關系，由此提高用戶畫像的準確度和個性化內容推薦的精度。Ravi等［29］根據用戶的興趣點、用戶評分等信息對用戶進行畫像，為讀者制定個性化的旅游出行方案。Geyer-Schulz等［30］構建了基于用戶行為畫像的數字圖書館信息推薦系統，通過計算圖書館用戶共用文獻的出現頻率，為用戶提供出現次數頻繁的文獻，并成功將該技術應用于德國卡爾斯魯厄大學OPAC推薦系統中。目前，我國基于用戶畫像視角對圖書館個性化內容推薦問題進行探討的研究還很少，僅有幾篇與之相關的文獻。陳慧香等［31］在研究中指出，面向海量的數據資源和龐大的用戶群體，用戶畫像為圖書館提供精準服務奠定了基礎，論文探討了用戶畫像在圖書館領域中的應用現狀，歸納了我國圖書館應用用戶畫像的借鑒經驗。劉速［4］以天津圖書館為例，對構建圖書館用戶畫像的數據來源、信息分析、模型構建等問題進行了探討。胡媛等［1］將用戶畫像技術應用于圖書館知識社區的建設之中，通過提煉用戶興趣標簽構建讀者用戶畫像，使得讀者用戶的特征更為生動、具體，不僅減少了用戶的信息搜索時間、提高了知識傳播效率，同時還改善了圖書館社區的個性化服務質量，提升了用戶忠誠度。

2.2 用戶流失與滿意度管理

對流失用戶進行畫像可以幫助企業明晰哪些用戶流失了以及用戶流失的原因等，從而為優化產品與服務提供參考。Shawn Steward［32］最早對用戶流失問題進行了研究，主要探討了電信客戶及其流失問題。我國較早進行該方面研究的為柳炳祥等，［33］他們結合中國行業背景對客戶流失問題做了細致的研究。隨后，盛昭瀚等［34］提出了基于加權熵的ID3決策樹客戶流失預測算法。隨著建模技術和模型精度的不斷提高，新的用戶流失預測系統框架層出不窮，且成功應用于圖書館等領域。張洪艷［35］分析了圖書館界傳統用戶調查工作的局限性，構建了圖書館聯盟用戶管理系統用戶滿意度測評模塊的框架，同時提出了基于維基技術的用戶滿意度信息采集方式，倡導用戶參與圖書館的滿意度測評。李映坤［36］采用標簽集合構建了用戶畫像，并通過生存分析、支持向量機方法對用戶一段時間內的使用行為數據進行分析，由此構建了用戶流失預測模型，并提出了相應對策。戴桓宇［37］從用戶投訴入手，利用投訴文本提出了構造用戶畫像訓練集的方法，最后基于決策樹算法繪制了投訴類別用戶的畫像，該畫像模型能夠對投訴用戶特征進行定量刻畫，并進行用戶的滿意度管理。對于圖書館而言，滿意度管理至關重要，它關系到圖書館的服務質量，通過讀者滿意度管理可以得知圖書館改進方向，提升用戶滿意度。當前，大多圖書館都關注讀者滿意度管理，但是并沒有充分利用用戶反饋來改善館區建設與管理，相關信息挖掘技術也不完善，有用戶流失原因不明的情況出現。［38］因此，利用用戶畫像進行讀者滿意度管理將會是今后圖書館發展管理的重點與難點。

2.3 讀者信用評價與征信管理

對讀者進行信用管理是抑制圖書館讀者失信現象的一個有效途徑，而建立相應的指標體系則是信用管理的首要工作。成永娟［39］對圖書館用戶的信用積分以及信用評價問題進行了研究，利用加權方法與神經網絡對用戶信用進行評價，并通過樣本測試證明用戶信用評價方法的有效性。陳少華等［40］利用云模型建立圖書館用戶信用評價模型，通過特定的算法來實現定性概念和定量表示的轉換，且具有很強的可操作性，利用云模型評價方法能大大減少人為判斷的主觀性。郭強等［41］根據讀者的借閱情況分析大學圖書館讀者失信現象，給出了評價圖書館讀者個人信用的指標體系，以此對讀者個人信用等級進行評價。林漢川等［42］在研究中引入了Logistic回歸模型與隨機森林方法，通過構建用戶畫像模型與風險計量模型探討了海量數據環境下的個人信用風險評估問題，研究結果表明，作為用戶畫像的重要組成部分，用戶信用畫像在精準測評用戶信用等級以及實施風險管控方面具有重要作用。丁偉等［43］以手機用戶畫像為例，分析了手機用戶畫像的數據來源以及與之相關的個人隱私保護方法，并探討了手機用戶畫像在個人征信應用中的有效性。當前，我國圖書館行業還普遍面臨著較為嚴重的用戶失信行為，仍需加強對讀者信用評級與征信的管理，用戶畫像方法為加強圖書館用戶的信用管理提供了借鑒。

3 對我國圖書館行業的啟示

3.1 利用信息過濾技術，實現個性化內容推薦

綜上所述，對讀者進行畫像可以協助圖書館進行信息過濾，從而為用戶推薦與之相匹配的信息服務資源。圖書館數據庫資源種類繁多，數據類型多樣，傳統的信息檢索方式難以在短期內對數據進行有效的信息查詢。［44］通過對圖書館海量數據資源的挖掘，利用用戶畫像相關技術對數據進行過濾，消除冗余數據，由此得出的用戶畫像模型能夠較為清晰地體現讀者的信息全貌，從而將圖書館大數據轉換為有用的知識和價值。因此，圖書館要善于利用用戶畫像技術挖掘出用戶的需求特征，過濾掉海量數據中的不相關信息，為圖書館信息查詢系統降噪；同時，基于用戶畫像模型進行聚類分析與關聯挖掘，由此構建圖書館個性化內容推薦系統，為廣大用戶提供精準的信息推送服務。此外，圖書館還可以在具有相似知識需求、興趣偏好、閱讀習慣、科研領域的用戶間建立關聯關系，由此構建基于用戶畫像的讀者關系圖譜、科研關系圖譜等，從而揭示深層次的知識服務規律。

3.2 重視用戶需求變化，提升用戶滿意度

海量數據標簽化的圖書館用戶畫像模型相比于傳統的用戶模型更具柔性，更注重用戶需求的變化。需要指出的是，在對圖書館進行用戶畫像時，要注意建設相應的評估測試方案以及用戶滿意度反饋機制，從而及時根據用戶需求變化做出調整，利用反饋機制對用戶畫像進行實時更新和完善。此外，圖書館還要重視用戶流失問題，基于用戶畫像建立用戶流失預測模型，找出讀者流失的根源所在，著力提高用戶滿意度，從而為每位用戶提供更好的個性化服務，更好地實現知識的共享與流通。

3.3 規范用戶失信行為，強化公共圖書館信用服務

當前，在圖書館還普遍存在圖書超期未還、故意毀壞圖書、破壞圖書館公共設施等失信行為。究其原因，主要是大多數圖書館還缺乏讀者信用管理的理念，對于讀者的失信行為仍采取簡單的經濟處罰方式，當讀者失信行為導致的經濟損失足夠大時，就可能出現借書不還、經濟懲罰失效等現象。圖書館信用服務是讀者通過其社會信用指數，免證、免押金地使用圖書館相關服務資源，是圖書館領域開展的一種全新服務模式。通過對用戶的信用行為進行記錄，可以構建用戶的信用畫像；當用戶出現失信行為時，則可基于用戶畫像對讀者的失信行為進行分類管理，同時還可以將讀者在圖書館的失信行為信用納入個人征信系統，通過社會監督使其遵守圖書館相關規定，防范用戶在圖書館資源使用過程中的信用風險，規范用戶失信行為，強化公共圖書館信用服務。