基于讀者行為大數據的圖書館精準化閱讀推廣營銷研究

彭 欣

（四川外國語大學，重慶 400031）

精準化閱讀是指有目的的閱讀和思考，因此又稱指向性閱讀，圖書館精準化閱讀推廣營銷則是為符合讀者對于資源短時高效需求而提供的指向性資源推送服務。為了實現基于讀者行為大數據分析的圖書館精準化閱讀推廣營銷，圖書館需要全面掌握讀者的閱讀偏好和特點，從大數據監控結果分析中找到讀者的個性化需求，進而進行多角度、多層次、多分類的資源推廣營銷。總而言之，在大數據時代背景下，讀者行為大數據是圖書館需要重視和分析的資源，是圖書館改善閱讀推廣工作的出發點，通過分析讀者行為大數據，可以提高圖書館精準化閱讀推廣營銷的效率，滿足讀者個性化閱讀需求[1]。

1 讀者行為大數據分類

1.1 讀者的到館行為

圖書館收錄的讀者行為大數據包括讀者的到館行為，圖書館作為重要的文化交流機構，儲存了大量的紙質文獻和經典文本，這些都吸引著讀者到館借閱。雖然目前是數字化時代，數字信息充斥著人們的生活，但傳統的紙質文獻閱讀是不能被替代的，紙質圖書具有其獨特的魅力，帶給讀者不同于數字化“速食”閱讀的慢體驗，給予讀者對知識內容沉淀和吸收的時間[2]。此外，圖書館常常舉辦新書推薦、讀者交流等活動，多種多樣的推廣營銷拓展活動吸引著讀者。讀者到館學習、閱讀、參觀、參與互動的行為，對其量化并記錄儲存，就構成了讀者行為大數據的一部分。

1.2 讀者的數字閱讀行為

現代圖書館在不斷創新讀者閱讀活動和推廣營銷手段的同時，也依托于數字化技術和互聯網環境，建設數字資源庫，提供虛擬的、泛在的網絡服務，這種數字化服務的特點在于可以使讀者不受時間與地點的局限，隨時隨地訪問圖書館，閱讀所需的文獻資源。讀者在訪問數字圖書館時需要通過身份認證，那么，圖書館就可以自動搜集個體讀者所產生的操作“痕跡”，并以數據的形式儲存起來，與讀者到館行為數據的收集相比，數字閱讀行為的儲存都是自動生成的，節省了圖書館人力物力，通過對用戶數字閱讀行為數據進行整理和分析，可以揭示讀者的興趣分類、閱讀習慣等規律，從而對其進行有針對性的推廣和營銷，提高數字資源的利用效率。

1.3 讀者的交互行為

在讀者行為大數據中，交互行為是重要構成部分，信息技術的發展改變了圖書館與讀者之間的關系，讀者不再滿足于圖書館提供的單向知識流通模式，而是轉變為增加了讀者反饋和讀者交流的雙向知識交互行為，在這種情況下，圖書館更傾向于提供一個知識交流的平臺，既不斷輸出讀者所需要的資源，為讀者推廣知識文獻，又不斷吸收讀者的反饋意見，完善圖書館的服務，形成一種良性循環，除此之外，讀者之間也產生了頻繁的互動，互相交流閱讀經驗。例如，公共圖書館開通了微信公眾賬號和微博賬號，通過社交媒體軟件拉近了與讀者的距離，產生了頻繁的交流互動，這種交互行為留下的“痕跡”被圖書館收集并儲存，構成讀者行為大數據，交互行為數據有利于優化圖書館的服務和館藏結構，同時創新圖書館推廣營銷活動形式。

表1 讀者用戶與圖書館公眾賬號互動與消費的情況[3]

2 讀者行為大數據采集與分析途徑

圖書館積累的讀者到館行為、讀者數字閱讀行為、讀者交互行為數據量與日俱增，如何采集有效數據并進行合理分析，是圖書館提高閱讀推廣精準度需要注意的問題，通過對讀者行為大數據進行精準分析，可以幫助圖書館工作人員制定合理的決策，使圖書館的閱讀推廣服務更加高效。

2.1 自動化系統采集

讀者行為大數據采集可以應用圖書館的自動化系統，例如讀者活動管理平臺、數字資源管理平臺等，這些自動化系統帶有信息儲存功能，可以抓取到讀者在借閱、瀏覽過程中生成的行為數據。但是，通過這種方式采集的數據，往往存在數量多、獨立性差的特點，數據之間關聯較小，顯得雜亂無章。因此，對于自動化系統采集到的讀者行為大數據就要進行下一步的結構化處理，按照讀者閱讀、瀏覽、檢索查詢等項具體分類，從而產生數據的價值和內在邏輯。總之，圖書館要想提高資源精準推送的效率，就要做好信息搜集工作，參照有效的讀者行為數據。

2.2 網絡數據采集

除了應用圖書館自己開發的自動化系統之外，圖書館還要廣泛應用社交媒體平臺的數據收集功能，隨著互聯網技術的發展，越來越多讀者的閱讀習慣發生了改變，尤其是善于接納新鮮事物的年輕人，更加依賴微信、微博等社交軟件，他們應用社交軟件獲取圖書館推廣營銷資源的頻率比直接訪問圖書館更高，因此，社交媒體平臺上讀者產生的信息獲取數據對于圖書館精準推廣營銷服務而言，更具參考價值。這樣的讀者行為具有多樣性，對于研究讀者的閱讀喜好和圖書館資源推送認可度的研究具有重要價值。為了獲取和分析這類數據，圖書館需要應用網絡爬蟲功能將數據從網頁上抽取出來，進行結構化的存儲和清洗[4]。

2.3 客流監控系統采集

傳統圖書館的讀者行為數據搜集，往往存在方式單一、效率低下的問題，尤其是對于讀者數量和頻率上的監控，并不受到圖書館的重視。伴隨技術的發展和圖書館服務理念的轉變，讀者的主體地位日益突出，現在的圖書館關注到讀者的客流監控可以通過與人工智能、影音視頻等領域的交叉，獲得關于讀者用戶的個人活動數據。一方面，可以有效分析地理位置、天氣、季節、時間等因素對讀者走進圖書館的影響；另一方面，也可以監控網絡用戶訪問圖書館頁面的頻率與規律，從而結合圖書館自身的資源構建情況，合理調度館內人力物力，提高圖書館資源精準推送的效率。

3 基于讀者行為大數據的圖書館精準化閱讀推廣營銷應用

圖書館在進行讀者行為大數據的收集和分析后，利用Hahoop、Hadapt、Hpcc等數據處理工具對數據進行挖掘與橫向縱向的結構化分解，以便讀者行為大數據可以為圖書館精準化閱讀推廣營銷所應用。

3.1 依據讀者行為數據，制定資源推廣清單

圖書館通過對讀者數據的大量收集與分析，能夠掌握不同群組讀者的閱讀傾向和閱讀習慣，進而為其制定具有針對性的資源推送清單。例如，圖書館可以效仿某支付軟件的年度賬單，也在固定時間整理出讀者的閱讀清單，讀者便可以回顧一段時間以來自己查詢和閱讀的資源。同時圖書館在梳理大數據時，也可以通過提煉關鍵詞的方式，定位讀者的閱讀偏好，對其進行個性化分析，精準化資源的推送與分享，可以分析哪類資源借閱量較大、資源流通量較高的圖書館、比較受歡迎的圖書分類等，并以簡潔清晰的圖表呈現。目前，部分圖書館已經開發年度閱讀報告功能，并將此功能向讀者開放，不僅有利于讀者從宏觀上掌握自己的閱讀情況，進而完善自身的知識架構，調整自身資源獲取領域，同時有利于增強讀者對圖書館的好感度，增加讀者的閱讀興趣，對讀者而言是一種積極的鼓勵措施[5]。

3.2 依據讀者行為數據，精準化推廣系統

目前，公共圖書館的資源推送偏向于整體推送，例如圖書館會向所有讀者推送新書推薦、館內展覽、講座交流等活動，由于讀者的需求不同、領域不同、閱讀偏好不同，圖書館的活動肯定不會適宜每一個讀者，那么，這種大范圍的整體推送就成為了耗時耗力的低效率推廣營銷，浪費了圖書館的人力物力。而依托讀者行為大數據分析，圖書館能夠實現精準化推廣營銷，例如，以親子為主題的新書推薦或館內活動，就可以優先推送給家里有適齡兒童的讀者用戶；文史類的講座或名人講堂活動就可以優先推送給對文史領域內容感興趣，并頻繁查詢閱讀相關資源的讀者用戶。這樣一來，不僅節省了圖書館推廣營銷的工作量，同時由于精準用戶進行推廣，也提高了圖書館閱讀推廣的工作效率[6]。

3.3 依據讀者行為數據，優化推廣營銷決策

以往的圖書館閱讀推廣營銷決策，大多依靠圖書館工作人員的經驗，館員憑借自己的直覺猜測讀者用戶可能會對哪些資源感興趣，或者參考市面上暢銷圖書和雜志，認為讀者同樣會樂于閱讀。即便部分圖書館意識到讀者調查的重要性，大多也是采取抽樣調查、問卷調查的方式，得到的結論難以適用于大多數讀者，總之，以往的圖書館閱讀推廣營銷決策的制定，或受館員主觀因素制約，或受一小部分調查結果影響，都無法真正實現精準化的推廣方式。依據讀者行為大數據，圖書館可以全面掌握讀者的信息，生成具有參考價值的數據報告，這就促使圖書館閱讀推廣營銷決策也得到了優化，保證了決策的科學性和可行性，可以從讀者需求上找到圖書館推廣的資源內容，體現了讀者中心的服務理念。

4 基于讀者行為大數據的圖書館精準化閱讀推廣營銷方法

4.1 多元化推廣活動，激發讀者興趣

基于讀者行為大數據分析的圖書館精準化閱讀推廣營銷要側重分析讀者的需求，根據讀者的閱讀喜好開發多元的閱讀推廣活動，注意形式和內容的創新，針對不同群體舉辦不同主題的推廣營銷活動，如面向閱讀障礙群體開展“觸摸閱讀”活動、面向老年人群體舉辦養生講座課堂、面向親子家庭開展親子手拉手閱讀活動等。多元化推廣活動主要目的在于強化讀者與圖書館的聯系，最大程度地提高讀者的閱讀興趣。

4.2 應用多媒體平臺，拓寬推廣營銷渠道

圖書館閱讀推廣的渠道和力度關系到閱讀推廣的成效，在大數據時代，圖書館應該善于應用多媒體社交平臺，拓寬推廣營銷的渠道。圖書館可以制作精美的宣傳海報并通過社區、微信、微博等途徑宣傳，增加圖書館的知名度，還可以結合讀者行為大數據的分析結果，選取網民讀者喜好閱讀的資源進行發布，通過讀者的轉發、評論和分享拓展服務范圍，吸引更多讀者關注。總之，基于讀者行為大數據分析的圖書館精準化閱讀推廣營銷不僅要充分挖掘讀者的閱讀喜好，還要契合讀者的閱讀習慣，擴大自身影響力。

4.3 建立反饋機制，及時與讀者溝通

圖書館精準化閱讀推廣營銷活動過程中，建立科學的反饋機制，全面收集數據至關重要，如果將第一階段收集的數據作為對比項的話，那么第二階段收集的數據可以明確反應出這一階段精準化閱讀推廣營銷的成果，從而不斷完善圖書館閱讀推廣服務工作。此外，讀者的反饋可以更加真實地反映出圖書館閱讀推廣方面存在的問題，促進讀者與圖書館的互動交流，形成讀者參與、讀者反饋的良性循環機制，打造高效的圖書館精準化閱讀推廣營銷體系[7]。

5 結語

綜上所述，讀者行為大數據可以分為讀者的到館行為、讀者的數字閱讀行為、讀者的交互行為三大類，可以通過自動化系統采集、網絡數據采集與客流監控系統采集的方式進行整理分析。并依據讀者行為數據，實現制定資源推廣清單、精準化推廣系統與優化推廣營銷決策的應用。最后提出了多元化推廣活動，激發讀者興趣；應用多媒體平臺，拓寬推廣營銷渠道；建立反饋機制，及時與讀者溝通的閱讀推廣營銷方法。

[1] 李蓉.大數據時代讀者信息行為與圖書館的對策[J].圖書館學刊，2014（9）：80-82.

[2] 王正勤，鄧國家，袁西鵬.基于大數據與云計算的圖書館讀者行為分析系統：CN205453781U[P].2016.

[3] 吳蛟鵬.大數據時代圖書館讀者行為分析及應用[J].圖書館研究，2017（2）：108-111.

[4] 何歡.公共圖書館基于讀者行為大數據的采集與利用[J].中文信息，2017（7）.

[5] 趙迎春.圖書館讀者行為的大數據分析系統的設計與實現[J].四川圖書館學報，2017（2）：59-61.

[6] 馬波.大數據背景下精準信息推送在移動圖書館中的應用研究[J].圖書館工作與研究，2017（2）：57-60.

[7] 王芙蓉.大數據環境下基于讀者決策的圖書館文獻資源采購模型研究[J].圖書館學研究，2017（12）：54-59.