面向用戶畫像的大學圖書館微知識服務體系構建分析*

楊 群 曾 真 莫再峰

（1.四川輕化工大學圖書館四川自貢643000 2.四川輕化工大學計算機學院四川自貢643000）

“互聯網+”技術的發展，伴隨著社會化標簽系統、RSS、Wiki等的出現，衍生出海量的微內容，僅僅依靠用戶描述自身需求，已經很難滿足他們對知識的期望。如何讓用戶在眾多數據中快速、及時檢索到有價值的知識，是目前大學圖書館在創新服務中面臨的問題。大數據技術時代用戶在網絡中的行為幾乎都是“可視化”的，圖書館“信息過載”現象與用戶知識需求服務之間的矛盾日益凸顯。如何從海量數據中挖掘出與用戶匹配的知識，如何合理結合用戶數據，如何實現多元化、個性化、便捷化價值信息的推送，成為圖書情報領域面臨的新課題。用戶畫像作為日益成熟的數據分析工具，能夠全面細致地刻畫出用戶全貌，以用戶需求為導向，及時了解用戶需求并進行知識服務推薦，為圖書館微知識推薦、創新提供了新思路，同時也是大學圖書館服務創新和轉型的突破口，讓圖書館與用戶之間形成一種零距離微知識傳送模式。

1 面向用戶畫像的微知識服務概述和國內外研究現狀

1.1 面向用戶畫像的微知識服務概述

“用戶畫像”的概念一種是由交互設計之父 Alan Cooper 最早提出（User Persona），也叫用戶角色，即“Personas are a Concrete Representation of Target Users”，Persona 是真實用戶的虛擬代表，是建立在一系列真實數據 （Marketing Data，Usability Data）之上的目標用戶模型；另一種概念表達是“User Profile”，是在大數據環境下產生的，與數據挖掘、大數據分析相關，通過數據建立描繪用戶的標簽以及分析消費者社會屬性、生活習慣、消費行為等信息而抽象出該消費者需求偏好的一個標簽化的過程[1]。用戶畫像可被認為是用戶行為活動共同的表現特征，是用戶興趣特征的反映[2]。“用戶畫像”作為一個熱門詞匯，是建立在一系列真實數據之上的用戶模型[3]。用戶畫像的核心理念是給不同的用戶按照特征“貼標簽”，是用戶信息的標簽化，把用戶在網絡上留下的碎片化的行為特征、興趣偏好搜集整理并存儲起來，抽取與用戶信息需求相關的一些關鍵指標，并將不同用戶的典型特征模型化[4]。

微知識是由數據元和信息元被按照一定的規則和形式關聯并有序組織起來的具有價值的知識，與傳統的知識相比，微知識具有現成化、碎片化、易懂的特點，打破用戶在時間和空間上的限制，注重知識的特質化、細致化。從用戶獲取知識的角度看，以用戶需求為導向、借助答案式的微知識，支持用戶解決實際問題，提高了知識的利用效率。微知識形式簡單、高效，使用戶在較短時間內快速瀏覽、迅速閱讀、汲取知識，使碎片時間得到高效利用，實現最大化增值[5]。特別是針對用戶知識需求的多樣化、新穎性、及時性特點，微知識在滿足用戶多元化知識需求的同時，也為他們不受時空限制地獲取網絡知識資源提供了便利，是對大學圖書館服務的有效補充。同時，微知識也推進了圖書館5A 化服務的進程，即任何用戶（Any user）在任何時間（Anytime）任何地點（Anywhere）均可以獲取任何圖書館（Any library）的任何信息資源（Any information resource）[4]。

1.2 面向用戶畫像的微知識服務研究現狀

1.2.1 國內研究現狀

國內圖書情報領域專業的相關研究成果主要有：裘惠麟等[4]在用戶畫像理念及國內外相關研究的基礎上，從圖書館精準服務轉型的需要、技術執行可行性等方面，提出了圍繞用戶畫像實現高校圖書館精準服務的技術過程；王慶等[6]以用戶畫像作為大數據環境下的用戶分析及服務設計工具，為圖書館開展個性化服務提供了新思路；張鈞[7]構建了圖書館讀者用戶畫像，以此建立了基于用戶畫像的圖書館知識發現服務模型；陳添源[8]利用用戶畫像的構建方法，探究了高校移動圖書館用戶群體的差異化行為特征，以精準地發現潛在的用戶需求等，對于改進圖書館服務營銷策略具有重要參考意義；陳慧香、邵波[9]探討了國外圖書館領域用戶畫像的研究現狀，從定義與組成、算法與技術、模型構建、實踐應用、問題與策略等5個方面作了詳細闡述；周兵[10]從高校圖書館的用戶需求出發，結合微知識服務的特點，從時間、空間等角度對微知識服務進行全面梳理，為微知識服務的發展提供了借鑒；侯志江[11]借鑒問答式網站全文搜索的快速獲取和微知識服務的成功，打造一個開放、共建的微知識庫，讓用戶便捷地獲取知識，提供更加完善、全面的知識服務，打開了微知識服務的新局面；李立睿等[13]主要分析了科研用戶小數據與微知識服務的契合性，探討了面向科研用戶小數據的微知識服務模式及其典型特征；他們還從系統動力學的視角分析了面向科研用戶小數據微知識服務系統的要素等，構建了以科研用戶實時需求為導向的微知識服務系統動力學模型，揭示了面向科研用戶小數據的微知識服務質量提升途徑與對策[13]；祝驛楠等[14]從微知識概念及微知識管理等要素入手，利用社會化網絡平臺進行個人微知識挖掘、組織等，為實現個人微知識管理提供科學、高效的途徑和手段；茆意宏等[15]以微信平臺為例，對大學生微知識學習行為及其過程等進行統計分析，認為高校圖書館、教育服務機構等有必要利用微信等平臺開展微知識服務、改進傳統教學，以此提高知識服務水平。

1.2.2 國外研究現狀

國外圖書情報領域的研究成果主要有：Amato G 等[16]認為用戶畫像的構建過程需要兩個步驟：一是明確描述哪些與用戶相關的信息，二是如何有效地描述上述信息；Teixeira C、Pinto JS、Martins J A[17]認為用戶畫像是一個獨立的描述用戶需求、偏好和興趣的用戶模型，是從海量的系統數據中提取個人數據的信息集合；Gauch S、Speretta M、ChandrmouliA 等[18]將用戶畫像描述為一組加權關鍵詞、語義網或概念層次結構的集合；Mao J[19]等呼吁調查和利用標簽之間的關系提高用戶畫像的準確度，以獲得更好的推薦效果；Rackham S[20]將有共同需求和使用行為的用戶分類，從本科生、研究生、教師的角度構建典型群體的用戶畫像，注重用戶畫像與圖書館的發展趨勢和模式的匹配，完善和發展現有圖書館服務并創新服務；Sheng Li、Jie Hu、Ying-Hong Peng[21]提出了功能微觀知識單元的概念，通過構造功能層和結構層之間的映射關系，得到系統的知識表達方案；Frand 和Hixon[22]認為微知識是知識基礎的一部分，它可以基于某種策略將雜亂信息片段轉化為可系統性應用的東西，從而擴展知識主體的個人知識。

國內外圖書情報領域對于面向用戶畫像的知識服務進行了一定的研究，但對面向用戶畫像的微知識服務進行的探討的相關研究較少，目前的研究側重點主要是從技術角度出發，集中在用戶畫像的研究基礎上或知識服務系統的構建上，以實現圖書館資源精準服務、滿足用戶需求等。由于缺乏從用戶畫像視角對用戶的偏好、時間、行為等用戶個人因素進行分析，導致對用戶數據分析不夠深入、向用戶推送的服務內容不夠精準，用戶難以判斷自己真正需求的知識資源。截至目前，尚未發現面向用戶畫像的大學圖書館微知識服務體系構建的相關成果。鑒于此，筆者認為，大學圖書館可以借鑒圖書情報領域的成功經驗，引入用戶畫像解讀用戶對于微知識具體、細微的服務需求，實現精準、及時的微知識推送。本文提出了面向用戶畫像的大學圖書館微知識服務體系構建，以期從協同視角實現圖書館與用戶的雙贏局面。

2 面向用戶畫像的微知識服務體系在圖書館應用的可行性和意義

2.1 可行性分析

2.1.1 需求的可行性

大學圖書館的用戶是知識型人才，對專業化知識的訴求較高，需求復雜多樣，大學圖書館需要保證用戶獲取知識的時效性以及全方位滿足其專業化需求，并對圖書資源結構及服務從深度、廣度進行優化。面向用戶畫像的圖書館微知識服務能夠根據用戶的個性化服務需求、服務興趣的提升以及信息記錄情況，靈活地將相關知識推送給用戶，打開了圖書館服務的新局面，是圖書館未來主動提供知識服務的發展趨勢，對圖書館服務方式的創新具有啟示意義。

2.1.2 技術的可行性

用戶建模、算法以及應用在計算機領域、企業營銷領域等眾多領域的成功應用，為面向用戶畫像的圖書館微知識服務體系的構建提供了理論支撐與參考。面對海量圖書資源，圖書館應設法構建既有結構化數據、半結構化和非結構化數據的完整用戶畫像，集中不同的算法針對不同標準、接口的數據，實現分布式平臺數據收集與組織[4]，在此基礎上研究用戶的閱讀行為、興趣特征，重點發現用戶的群體特征及對知識資源的需求。借鑒不同領域理論研究的成功模型以及用戶在使用圖書資源的過程中產生的行為數據、網絡數據等記錄，能夠為構建完整用戶畫像提供基礎數據信息保障。

2.2 應用于大學圖書館的意義

2.2.1 了解用戶需求，提供及時服務

圖書館通過收集并了解用戶的需求，滿足用戶多樣化、新穎性、及時性的需求，針對用戶的行為軌跡、搜索行為習慣及相關的數據信息，分析并掌握用戶的知識需求偏好，構建用戶畫像。通過用戶畫像，圖書館能夠實現對用戶真正需求的“可視化”，重塑主動服務模式，提高知識獲取效率，進一步讓用戶學習、科研工作站在更高的起點，促進及時微知識服務的實現。

2.2.2 實現微服務，提升服務品質

圖書館通過挖掘用戶的知識需求偏好，實現微知識服務推送功能，利用大數據技術的關聯原則和聚類算法，從用戶畫像信息反饋結果中汲取成功經驗，避免重復工作，能夠有效填補目前知識服務體系的空白，逐步完善微知識推送服務，提高大學圖書館的服務質量以及提升服務品質。

2.2.3 優化管理服務系統，提升用戶體驗

隨著圖書館資源系統不斷增加，用戶需要面對種類繁多的知識。為減少用戶在查找所需知識過程中受到的不必要干擾，大學圖書館引入用戶畫像，基于真實的用戶行為信息的積累，通過可視化技術分析某些知識在某時間段內的最佳利用效果，充分利用微知識內容靈活、覆蓋面廣的特點，進一步優化資源系統，形成全方位的知識服務體系，提升用戶體驗。

2.2.4 發揮資源優勢，打開微知識服務新局面

對于提高圖書資源的利用率，微知識服務起到橋梁的作用。大學圖書館利用微知識服務推送平臺，激發用戶的學習與科研興趣，讓碎片化知識學習逐步成為系統化知識學習，讓大學圖書館知識服務能力超越客觀條件的限制，發揮知識優勢和強大的群體力量，打開微知識服務的新局面。

3 用戶畫像模型及大學圖書館微知識服務特征

3.1 圖書館用戶畫像構建

3.1.1 用戶畫像的數據來源

“互聯網+”和大數據技術的出現促使圖書館資源間的互聯、協同達到移動的深度和廣度，移動終端設備的廣泛應用帶來了多領域、全方位的用戶數據。對圖書館的用戶而言，用戶畫像是用戶信息全貌的抽象表達，其核心是為用戶貼標簽，使用戶信息易理解、便于處理。大學圖書館用戶畫像數據來源于各類系統，想要在獲取數據時把系統間相對獨立、沒有關聯的數據整合起來，關鍵是要根據用戶的基本信息及行為數據對用戶進行初步“刻畫”，利用數據挖掘技術中的關聯規則，關聯用戶的動態行為數據并完善用戶畫像[1]，為每個用戶打上標簽，通過對用戶標簽的提取、挖掘、分析、聚合等快速讀出用戶的知識資源需求。繪制大學圖書館用戶畫像的大數據資源主要包括五種：用戶基本信息數據、用戶圖書館資源利用數據、用戶社交活動及用戶間互動數據、第三方開放數據以及用戶在注冊時的個人基本屬性信息如姓名、性別、年齡、院系、專業、學歷等靜態數據。大學圖書館利用用戶靜態數據集對用戶基本信息進行識別判斷；根據用戶行為記錄信息、圖書資源平臺利用情況、用戶社交活動及用戶間的互動信息、訪問移動終端等產生的動態數據，及時更新用戶的動態數據，并對用戶的行為信息進行判斷。通過對每個用戶的靜態數據和動態數據的全面收集、數據整合、整理反饋信息等，更好地滿足用戶知識需求偏好。

3.1.2 用戶畫像的數據采集

采集個性化用戶數據是構建用戶畫像的關鍵所在，在數據采集過程中，大學圖書館應堅持全面、精準、價值密度高等原則，確保小數據能夠全面、準確地反映用戶的特征、閱讀行為以及價值等屬性。用戶畫像數據采集包括用戶注冊時的基本信息、用戶資源利用數據、社會活動數據以及其他預測用戶對圖書館需求的相關數據。大學圖書館擁有龐大的用戶群體，其用戶畫像的數據信息采集方式有：①通過用戶注冊、登記信息采集用戶特征數據，如姓名、性別、院系、專業、研究方向、興趣愛好等；②通過圖書館圖書館視頻監控系統、管理信息系統、網絡監控器、傳感器、閱讀終端設備、用戶可穿戴智能設備、自助預約系統等采集數據，如書目查詢、閱覽新書、讀者培訓、圖書借閱、圖書資源通告、數據庫登錄次數、信息收藏、文獻瀏覽下載、文獻標記轉發、定題服務、課題追蹤等數據以及用戶之間互動通過論壇、微信、微博進行的學習交流、合作等數據；③第三方服務商協議共享的用戶查閱的相關數據，如社會活動數據、用戶偏好、移動終端記錄等。利用圖書館統一的用戶畫像數據管理模式、數據采集設備，全時空、多渠道的人、機、物三元交互技術，并通過數據挖掘技術分析以及Cookies 技術來動態掌握用戶信息變化過程，進行過濾、去噪、映射等技術處理，讓以用戶為中心的數據之間不斷互補完善；為每個用戶建立個人數據記錄，進行分析、清洗、聚類、標準化處理等，濾除用戶畫像數據中的錯誤、低價值及無效數據，提升采集用戶畫像數據的標準化程度，有效建立用戶畫像數據和用戶畫像的映射。用戶畫像數據來源及采集方式如表1 所示。

表1用戶畫像數據來源及采集方式

3.1.3 用戶畫像模型構建

用戶畫像模型的構建實現過程可分為五層，即數據層、數據采集層、數據分析處理層、數據標簽層以及可視化層。數據層是用戶畫像數據的供給平臺，對用戶畫像數據來源進行有效組織；數據采集層是用戶畫像數據的基礎，通過網絡爬蟲、文本挖掘以及網站日志等方式采集用戶基本信息數據和用戶動態行為數據，將其按照一定的規則和篩選標準進行歸類，并存儲到不同用戶畫像數據庫中，形成數據庫文件，收集整理用戶交互界面的反饋信息，根據反饋的信息及時更新用戶畫像數據；數據分析處理層是通過數據清洗、數據集成、數據交換、數據歸約技術對用戶畫像原始數據進行預處理，建立用戶基本信息畫像數據庫和用戶行為畫像數據庫；數據標簽層是構建用戶畫像的核心，利用數據分類、聚類、整合、關聯等技術，完成用戶畫像標簽建模和用戶識別，建立用戶標簽數據庫，在對用戶相關數據進行統計分析處理后，形成具有指導意義、易被理解的用戶畫像信息；可視化層是對用戶標簽數據庫進行簡短、語義標簽，建立用戶畫像數據庫，通過可視化形式展示，通過用戶畫像的多維度標簽、分類標簽反映用戶信息的變化，化抽象為形象，并描述用戶動態需求，實現圖書館微知識的多功能、個性化服務，同時根據用戶行為的動態反饋及時更新、優化、完善已有用戶畫像數據信息庫，用戶畫像模型的構建如圖1 所示。

圖1 用戶畫像構建模型

3.2 面向用戶畫像的圖書館微知識服務特征

3.2.1 微知識服務的協同性

信息時代，誰掌握的信息資源多，誰就能獲得先機。圖書館微知識服務面向用戶需求而定制，為用戶推送優質服務，根據不同用戶畫像數據庫進行知識定制，將不同層次的知識歸類整理，進行微知識推送，保證微知識服務定制和推送的有效性，滿足不同用戶的微知識服務需求。

3.2.2 微知識服務時間的可控性

不同于圖書館傳統推送服務模式僵化的現狀，微知識服務能夠把握時間的靈活性、可控性，根據圖書館微知識服務進行合理的時間優化，采用合理的算法完成用戶行為狀態分析，基于用戶需求，通過分析結果為用戶量身定制智能化的時間管理模式，進行有效的微知識服務推送，促進大學圖書館微知識服務水平不斷提升。

3.2.3 微知識服務的便捷性

信息技術日新月異，圖書館結合自身的技術、人力等條件保證用戶知識獲取的便捷，根據不同用戶需求進行分類，在短時間內從時間、空間維度準確獲取用戶需求及其相關變化情況，將龐雜知識進行分解、萃取，對知識進行組織、擴展、組織和管理，以用戶需求為導向，解決用戶的具體問題，不僅利用快捷化的媒體工具，優化了微服務流程，而且不斷更新微知識服務系統，提高了微知識傳送的效率、可靠性和廣度，讓微知識服務更便捷、高效。

4 面向用戶畫像的微知識服務體系模型

4.1 用戶畫像視角下的微知識服務流程

面向用戶的的微知識服務主要是基于勾勒出的用戶畫像模型。用戶需求隨著信息技術的迅猛發展逐漸呈現出細化性、動態性以及融合性的特點，大學圖書館通過分析用戶的知識需求，把在微知識服務過程中遇到的問題進行精煉化處理，將有價值的微知識推送給用戶。

用戶畫像視角下的微知識服務內容包括：用戶畫像數據庫、微知識庫及圖書資源、數據處理和用戶畫像庫的匹配、推送結果的反饋等步驟。根據用戶檢索、下載以及使用圖書資源的情況，包括對用戶的基本信息、行為數據和圖書資源等的知識數據處理，系統通過微知識庫篩選出匹配的知識，進一步發現、關聯知識與用戶的需求，并根據當前用戶的特征、狀態以及用戶需求在不同階段的動態性，對符合用戶需求的微知識進行挖掘、歸納、融合等智能化操作，將微知識推送給用戶，為用戶提供微知識服務。用戶的微知識服務需求隨時間推移發生變化，大學圖書館需要對用戶畫像數據庫進行及時修正，并改進微知識服務推送。用戶畫像視角下的微知識服務流程如圖2所示。

4.2 基于用戶畫像的微知識服務體系模型構建

用戶畫像本質是在對用戶各類數據進行分析基礎上，對用戶畫像數據特征明確認知以及精準表達。大學圖書館微知識服務系統構建的關鍵點是結合用戶畫像特征數據和服務需求進行綜合分析，面向用戶畫像的微知識服務是圖書資源和用戶需求之間的連接點。大學圖書館擁有豐富的圖書資源和眾多用戶，面向用戶畫像的微知識服務具有及時性、方便性的特色和優勢，其內容靈活、覆蓋面廣，涵蓋用戶的豐富資源、實用經驗、共享技巧等微知識，形成圖書館全方位的服務體系。

圖2用戶視角下微知識服務流程

4.2.1 面向用戶畫像的數據采集是大學圖書館開展微知識服務的基礎環節

面向用戶的微知識服務過程中，導致用戶的知識資源需求、行為方式等存在差異的因素有很多，包括用戶的專業背景、認知能力等。因此用戶的數據源采集是開展微知識服務的基礎，按照用戶的基本信息數據、圖書資源利用數據、行為記錄數據等采集，通過對數據源的采集、分析、挖掘、融合等過程進行梳理，根據用戶微知識服務的需求和科研過程中存在的問題，并參考時間維度或空間維度，從不同視角對用戶畫像數據進行分析，將梳理的用戶畫像數據進行關聯和聚類，形成具有一定邏輯結構的用戶畫像數據集合，針對性地對用戶開展微知識服務推送。

4.2.2 用戶畫像數據管理是用戶需求分析的基礎

用戶畫像數據管理以用戶需求為導向，建立對應的用戶畫像數據庫，其過程主要包括：①數據分析：數據分析主要是根據用戶需求，對采集到的數據進行整理、篩選、轉換、除噪等一系列交互活動，建立用戶畫像數據的規范化格式；②數據挖掘：針對分析整理后的用戶畫像規范化數據，進行一系列數據特征分析和提取，并結合用戶圖書資源利用過程中的各種問題，采用聚類、時序的分析方法對用戶畫像數據進行關聯挖掘，形成較為準確的數據特征描述和內容特征挖掘；③數據融合：數據融合主要是結合用戶的圖書資源利用情況、用戶實時情景等，將挖掘后的數據和用戶的實際情況進行融合，融合后的數據生成圍繞用戶不同層次需求的數據鏈，從不同的角度詳細描述用戶的需求狀態，有利于判斷用戶需求，為微知識服務提供了契機。

4.2.3 基于用戶畫像數據庫及針對用戶需求進行微知識服務推送

系統結合用戶畫像數據庫的實時狀態，與微知識庫進行交互的同時，深入地感知用戶需求，為用戶的需求提供可靠安全的保障，有針對性地提供微知識服務。大學圖書館微知識庫是以專業領域知識資源庫為基礎并結合用戶在科研過程中運用的不同學科知識，對復雜資源進行分解、提取、組織等，呈現出碎片化問題解決方法的知識庫[12]。它們具有獨立的功能“模塊”，充分利用和組織這些功能“模塊”，可以形成具有高度內聚化的知識資源鏈。面向用戶畫像的微知識服務體系模型在對采集來的用戶畫像數據進行數據分析、數據挖掘和數據融合后，將其匯聚成用戶畫像數據庫，利用館員的專業技能以及學科優勢，依據用戶需求分析和用戶的需求響應，結合用戶利用圖書資源的歷史行為記錄和微知識庫進行關聯，并對微知識進行知識組織與集成，通過歸類、融合等方法，對微知識服務是否達到推送要求作出合理判斷。如果微知識服務達到要求，則向用戶匹配推送微知識，并以個性化方式實現推送；反之，則在對微知識進行篩選和關聯分析后，再次分析是否達到推送要求。用戶的需求響應是復雜的，系統將從不同維度進行微知識推送，若不能成功進行推送，則根據反饋信息重新調整微知識推送策略，直至把微知識成功推送給用戶。微知識服務反應狀態是檢驗微知識推送成效，同時對微知識庫不斷進行更新、完善，在碎片化的時間內以靈活的方式為用戶提供及時、便捷的微知識服務，提高大學圖書館的服務效率，提升用戶的滿意度，全方位、多層次滿足用戶的動態化、碎片化需求。面向用戶畫像的微知識推送服務體系模型如圖3所示。

圖3 面向用戶畫像的大學圖書館微知識推送服務模式

5 存在及應注意的問題

用戶畫像數據處理是從不同層次、不同角度進行分析管理的過程，對不同學歷、不同專業用戶的數據集合進行整合、關聯、挖掘、融合等。與傳統的知識服務相比，微知識服務具有“現成、方便”的優勢，能夠有效提高知識獲取效率。我們應把控微知識服務過程中微知識的個性化、粒度化，在面向用戶畫像的微知識服務推送中，關注存在以及應注意的問題，并采取相應措施。

首先，有效管理用戶畫像數據庫，提供數據支持。用戶畫像數據庫由用戶個人基本信息數據（如姓名、性別、院系、專業等）、用戶需求信息（如圖書資源利用、用戶行為記錄等）、用戶反饋信息（如圖書資源利用效果、圖書資源利用滿意度等）組成，根據用戶特征數據來判定用戶需求。隨著大數據技術和“互聯網+”技術的發展，用戶需求、圖書資源利用方式、用戶思維理念、決策模式并非一成不變，系統應及時分析、整理、挖掘、融合用戶畫像信息數據，并及時補充與更新用戶畫像數據庫，為大學圖書館的微知識服務推送工作提供系統性、高質量、精準的數據支持。

其次，提高大學圖書館的微知識服務推送意識。面向用戶畫像的微知識服務工作需要正確審視微知識服務的重要性，樹立良好的微知識服務意識。傳統知識服務有一定的局限性，無法全方位地涵蓋用戶在學習、科研、生活中的各種微知識需求。雖然微知識零散而瑣碎且不具備系統性，難以從整體性來收錄，但它同時具有靈活性、覆蓋范圍廣的特點，可以觸及生活、學習、科研、工作、就業等各個方面。圖書館作為知識基地，理應承擔起知識資源傳承的責任，發揮自身專業優勢對微知識進行組織，使其系統化。

第三，構建適應微知識服務要求的圖書資源體系。大學圖書館豐富的圖書資源是微知識服務推送實現的基礎。構建適應微知識服務要求的圖書資源體系的關鍵是以用戶需求為重點，聚合各類圖書資源。面向用戶畫像的圖書館微知識服務是圖書館深度化的知識服務，根據用戶需求收集、組織圖書資源，對不同類型的圖書資源進行必要的規范化處理，積極利用圖書資源開展微知識推送服務。由于目前圖書資源等不能滿足用戶對微知識的渴求，圖書館的工作還存在“看門守攤”的被動局面。大學圖書館應改變傳統的服務理念，構建一個以用戶需求為導向的圖書資源體系，為面向用戶畫像的大學圖書館微知識服務工作奠定堅實的資源基礎，為大學圖書館服務提供內在驅動力。

6 結語

用戶畫像為揭示圖書館用戶行為特征并對其進行微知識服務推薦提供了依據。基于用戶畫像視角，本文提出了構建圖書館用戶畫像模型，以此為基礎構建了大學圖書館微知識服務推薦系統。在信息化快速發展的今天，面向用戶畫像的微知識服務，讓大學圖書館的服務方式進行了一場全新的變革，為用戶獲取知識資源帶來便捷[5]。大學圖書館微知識服務并不是要取代傳統知識服務，而只是對它的補充，以此節省用戶獲取知識的時間，為個性化服務提供了新的思路，充分發揮圖書館微知識服務平臺的優勢，建立用戶與圖書館之間和諧的溝通模式。如何展現出大學圖書館微知識服務平臺的功能、拓展大學圖書館微知識服務范圍、為用戶推送優質的微知識服務，仍需我們繼續做深入的探究。本文構建的面向用戶畫像的圖書館微知識服務體系模型只是一個初步設想，如何更好地實現其功能還需要進一步的討論和細化，也是后期研究的方向。

（來稿時間：2019年7月）