基于用戶情境的圖書館智慧推送服務研究*

孫 鵬 沈 敏 楊新涯 向 晴

（1.沈陽師范大學圖書館 沈陽 110034 2.重慶大學圖書館 重慶 400044）

在當前泛在信息環境下，用戶對圖書館的服務提出了更高的要求，希望圖書館在海量信息中能夠為用戶挖掘出個性化的、匹配度較高的內容，并以適當的途徑或手段推送給用戶，提高用戶獲取信息的效率。基于用戶情境的智慧推送就是在全面感知、準確分析用戶情境數據基礎上進行的，按照一定的模型和標準對用戶在圖書館產生的行為數據進行深度挖掘和關聯分析，及時、準確識別用戶的行為特點和需求特征，動態鎖定用戶的需求變化，最終為用戶提供更有價值的、智慧化的內容推送服務。

1 用戶情境與行業應用

1.1 情境研究

情境是指能夠被使用的特征化處境和實體的任何信息，其實體可以是用戶與應用交互的人、地點和對象等[1]。對圖書館而言，用戶情境就是圖書館能夠感知到的、用戶所獨有的一些特征，包括時間情境、位置情境、社交情境、行為情境、資源情境等。關于圖書館與情境的研究，多聚焦在移動圖書館和數字圖書館兩方面，熱詞主要有情境感知、數字圖書館、移動圖書館、個性化服務、用戶情境等。移動圖書館方面的研究主要圍繞信息接受情境的維度融合、模型構建、計算模式、適配機制、個性推送等領域，而數字圖書館方面的研究主要從交互情境開發、嵌入集成、路徑優化、策略評估等視角展開。

1.2 行業應用案例

情境在電子商務領域的應用是最為成功的。在亞馬遜賣出的圖書中，80%以上來自系統的推薦[2]。它采用的推薦算法把用戶情境作為重要的參考指標，還主動接受用戶的反饋，比如在推薦圖書后面專門設置了“Fix this recommendation（修正這一推薦）”按鈕[3]，目的是不斷讓用戶幫助校準推送的內容。淘寶推薦系統中把消費者流量中的人群特征作為情境信息的重要來源，包括年齡、性別、收入、偏好等強化標簽，情境信息采集得越細致[4]，推送的商品就越能滿足用戶的需要。除此之外，情境信息在滴滴、美團、百度地圖中都有應用，能夠為用戶帶來更精準的體驗效果。

2 基于用戶情境的智慧推送服務路徑

王福根據情境要素及相互作用關系，將信息接受情境分為接受層、匯聚層、核心層和發現層，每一層都有不同的功能，逐層遞進，完成情境信息從獲取到分析，再到發現的模式構建，為情境信息的利用提供了可能[5]。受此啟發，筆者將情境化信息推送模型分為三個層次：數據層、分析層和推送層，分別承擔數據感知與情境抽取、數據分析、資源推送與通道建設等功能，見圖1。

圖1 推送模型

2.1 數據層

數據層主要功能是收集業務數據和感知情境信息，包括數據組織、數據清洗、數據校驗、數據加工、數據抽取、數據存儲、數據備份等[6]，要盡量保證推送到分析層的數據完整、有效、合法。情境信息一般是從業務數據中分離出來的專業、特長、時間、位置等信息，也有通過其他渠道或途徑（智能終端或可穿戴設備等）感知到的短期興趣、研究項目等信息。情境信息能夠直接反映出用戶某些獨有的特征，這類特征具有很強的時效性，超過這個時間周期就不具備情境價值。如科研課題的時間情境信息，只有在課題研究過程中有助于收集相關內容，才有推送價值，一旦課題研究結束，再推送相關內容就沒有價值。表1具體細化了需要收集的數據及其屬性，其中方括號內的屬性代表了比較重要的情境信息。

表1 數據源及必備屬性

2.2 分析層

分析層主要功能是對數據層傳輸過來的數據，在一定的標準和規則下進行情境化分析，根據推送群體的不同，制定不同的分析方案，即解決服務對象和推送內容的問題。表2列出了對不同來源數據進行分析的方向：①門禁數據可以將入館頻率、在館時長、入館時段作為分析方向，它們在一定程度上能夠反映出用戶對圖書館的依賴程度和利用特征。根據用戶在館時長的聚類分析，我們可以分析出用戶來圖書館的目的。比如30%的用戶在館時長不足1小時，說明這30%的用戶到館是借還書、淺閱讀、找人等，肯定不是來學習，因為時間太短；②借閱數據可以將借閱頻率、借閱時段、借閱時長、借閱圖書主題詞聚類等作為分析方向，這在一定程度上能夠反映出用戶的借閱習慣、研究方向等。比如借閱時長低于3天的用戶，通常只是進行了淺閱讀，或只查找了圖書中的部分片段。本次研究僅以門禁數據和借閱數據作為數據來源進行分析，推送的內容也以這兩部分數據為主。

表2 數據分析的主要方向

分析層需要解決的問題就是推送對象的分層和推送內容的細化。推送對象分為三個群體：個人用戶群、管理用戶群和決策用戶群。個人用戶群就是個人用戶，管理用戶群指各院所領導，決策用戶群指圖書館領導。由于不同群體所關注的焦點不同，推送的內容自然不同。個體用戶群通常只對本人的信息感興趣，因此推送的內容具有鏈式特點，都是關于個體用戶不同維度的信息；管理用戶群一般比較關注本院所用戶的整體情況，因此推送內容是樹式多元信息，由若干具有同一歸屬情境（同一院所）的鏈式信息組成，而且這些鏈式信息之間具有某些相關性，能夠反映出一些特征和趨勢；決策用戶群關注所有用戶對圖書館的利用情況，因此推送的內容是域式信息，由若干樹式信息組成，它們之間也有某些情境屬性的關聯[5]。由于用戶情境的多維性、可變性和交叉性，分析視角和推送內容呈現出多樣性和互通性，內容粒度也會有所不同。表3是向不同用戶群體推送信息的結構和簡單描述，在實際推送過程中內容不局限于此。

表3 各群體推送內容描述

圖書館在具體分析某一用戶的數據時，首先從用戶的基本信息和門禁數據開始，抽取情境信息。由于情境信息具有多樣性、階段性、突發性和時效性等特征，所以我們要把情境信息融入數據分析的全過程，提高分析結果的價值性[7]。比如：用戶在外語等級考試準備階段，推送內容應以外語等級考試相關的圖書（新書、經典書）和資源（在線模擬考試庫）為主，考試結束后立即停止這類內容的推送，這是基于時間情境的推送；用戶刷卡進入圖書館后，可以推送座位和IC空間空余、活動預告、新書、熱門書、預約、到期、超期等內容，這是基于位置情境的推送；根據用戶學期課程開設情況，定期推送與課程相關的參考書目、新到圖書等內容，這是基于專業情境的推送。

圖書館在具體分析某院所所有用戶的信息時，通常也是基于時間情境。比如開學第一個月，院所用戶總體的到館比率（到館次數與用戶數之比）、在館時長、人均在館時長、借閱比率、借閱時長、借閱圖書主題聚類等，這些內容能夠反映該院所用戶開學后的總體學習狀態回歸情況。圖書館將其推送給相應的管理用戶，管理用戶便可以根據狀態分析原因，進行相應的引導、激勵等，營造一種向上的學習氛圍。

圖書館在具體分析所有用戶信息時，要按照時間、學院、類型等情境聚類，當然這些情境之間也存在交叉和復用的情況。按時間情境聚類分析，可以分為每周、每月、每學期、每年等，同時提供一些同比或環比數據作為參考；按照院所情境聚類分析，每個院所用戶對圖書館的整體利用情況，包括入館率、在館時長、借閱率、借閱時長等；按照類型情境聚類分析，不同類型用戶（本科生、碩士生、博士生、社會用戶等）對圖書館的整體利用情況，包括入館率、在館時長、借閱率、借閱時長等。

從以上不同情境下的分析結果來看，推送內容主要有三種：資源型，主要基于歷史數據預測推送相關資源；報告型，主要是不同時間段、不同類型、不同院所的用戶對圖書館的利用情況；服務型，為用戶提供IC空間、座位、活動等方面的信息。

2.3 推送層

推送層包含傳遞單元和反饋單元，主要功能是通過合適的通道將分析層產生的內容傳遞給用戶，同時將用戶的反饋結果傳遞回來。根據當前環境下用戶接受信息的習慣，推送以線上通道為主。

2.3.1 傳遞單元

線上通道主要通過與圖書館相關的網絡完成推送，具體形式包括：主頁、微博、微信、博客、短信、QQ、E-mail、多媒體信息發布系統等。如果推送可以通過走訪、公告欄等方式完成，則采取線下的方式。每一種通道都有適用的內容和場景，具體見表4，可以根據內容特點選擇合適的通道。通道一般是雙向的，可以推送內容，也可以接受反饋。

表4 推送通道與適合推送的內容

向個人用戶群推送的內容，因為比較個性化，一般通過微信、短信、QQ、E-mail實現，當然個人用戶也可以通過主頁、博客、多媒體發布系統獲取共性內容。內容比較短的實時信息，一般通過微信（需要在圖書館微信平臺將微信與借閱證綁定）、短信、QQ直接推送給個人，包括IC空間、座位、入館位次、預約、到期、超期、活動等內容。內容比較長、時效性要求不高的信息，比如個人階段性圖書館利用情境報告、新書、熱門書、專業圖書等，則可以通過E-mail進行推送。

向管理用戶群和決策用戶群推送的內容，時效性要求不高，通常以階段性報告為主。如年度大數據分析報告（或閱讀報告），由于報告內容較多，且有同比或環比數據、排行榜等信息，一般會通過E-mail推送。這些內容也可以通過院系走訪等形式推送，反饋效果會更為明顯，更能引起管理層對圖書館服務效能的關注。

2.3.2 反饋單元

反饋單元的信息主要來源于兩部分：一部分來自用戶的直接反饋，是顯性的反饋；另一部分來自圖書館的主動跟蹤，是隱性的反饋。圖書館應通過對這兩部分指標的綜合評定，不斷調整數據分析策略，優化推送內容[7]。

用戶的直接反饋，通常是指用戶在接受推送內容后，對其價值、時效性、匹配度等進行打分，即對推送內容進行量化反饋，而不是簡單的“非常好、好、一般、較差、很差”之類的反饋。這種方式是用戶主動參與其中的，效果直觀。由于推送內容的不同，反饋的量化指標也有所側重：針對資源型內容的反饋，側重匹配度，即內容的適用性；針對報告型內容的反饋，側重權威性，即內容的可用性；針對服務型內容的反饋，側重時效性，即內容的有用性。

圖書館的主動跟蹤，通常是在圖書館向用戶推送相關內容后，對推送效果進行持續關注的一種做法。亞馬遜賣出的圖書80%以上來自系統推薦，可見精準推送的價值。因此，圖書館要通過主動跟蹤來彌補用戶直接反饋的缺失或不足，通過多維指標評定推送內容的準確性，不斷優化推送策略。比如：圖書館根據用戶專業情境推送的圖書，用戶是否已經借閱，閱讀周期是多少天等，根據這樣的主動跟蹤，就能準確評判推送內容是否契合用戶的真實需求。

3 基于用戶情境的智慧推送服務思考

3.1 部門聯動，協同推進

情境化的智慧推送建立在對用戶情境數據的完整、有效收集和分析基礎之上，雖然在實踐過程中存在一定困難，卻是圖書館在新常態下尋求轉型與創新的進路之一。首先要打破部門之間的壁壘，以去中心化的扁平化管理模式進行推進，強調部門之間的協作，明確責任，避免推諉，同時建立有效的評價與保障機制；其次要設立專屬責任人，具體推動情境化信息的采集與規范處理，保障各部門能夠按要求、按規定橫向協同推進，充分發揮個體的能動作用；最后要注重技術支持的可持續性，強化技術支撐下的情境交互與長效作用，特別是數字環境下技術對情境信息的感知與探知作用。

3.2 精準介入，開拓創新

智慧推送要求圖書館推送給用戶的內容具有較高價值，契合用戶真實需求，在外界環境不斷變化的情況下，能夠持續得到用戶認可，形成一個長效、穩定、智慧的服務共同體。一是堅持需求促供給的思維定式轉變，重構業務架構與業務流程，由圖書館主導轉向用戶主導，自底向上，不斷拓展服務維度，全力釋放服務能效；二是尋求用戶環境的精準介入與創新支持，不斷完善用戶情境數據采集系統，以發現數據關聯價值為探測點，深度挖掘用戶的需求特征，增強對用戶行為的感知力，細化資源粒度與服務單元，為用戶提供集成化知識服務。

3.3 注重規劃，常態運營

在智能時代大背景下，圖書館應將智慧推送服務作為一項常態化工作來開展，積極制定發展規劃，同時加強對用戶反饋信息的接收和處理，不斷完善智慧推送機制，讓服務更接地氣、更有溫度和質感。一是注重規劃意識與愿景力量，常態化推進智慧服務并將其納入圖書館的戰略規劃，助力圖書館在精準化數據服務方面有所突破和創新，比如對基于用戶情境的閱讀資源的個性化、智慧化推送；二是豐富智慧推送的內容和形式，內容上講究由表及里、融會貫通，具有較強的趨勢性和導向性，形式上要充分依托新媒體的受眾面并發揮其影響力，比如微信公眾平臺，在傳播速度與受眾群體方面優勢明顯。

（來稿時間：2018年7月）