基于用戶畫像的高校圖書館閱讀推廣初探

李慧 韓扣蘭 李穎 宋靜 徐笛源

摘 要：閱讀推廣工作是當前各大高校圖書館工作的重點。本文將研究用戶畫像應用于高校圖書館閱讀推廣中的優勢與不足以及如何構建讀者用戶畫像，并利用用戶畫像精準把握不同用戶需求，提高閱讀推廣工作服務水平。

關鍵詞：用戶畫像;高校圖書館;閱讀推廣

大數據時代，讀者面臨海量的信息資源，其中既包括有序的信息，也包含許多雜亂無序的碎片信息。在此背景下，如何在良莠不齊的信息中，為高校讀者提供精準的閱讀服務顯得尤為重要。中山大學圖書館館長程煥文教授在2018年中國高校圖書館發展論壇上曾提道：“一流大學的建設，閱讀推廣是根本。”

如何做好閱讀推廣，把握讀者的閱讀需求是關鍵。現代信息技術的發展，用戶畫像能夠精準、動態跟蹤用戶需求。用戶畫像旨在深入了解用戶，推測用戶的真實需求和潛在需求，精準化定位個人或者人群特點，以便為用戶提供個性化、精準化的服務。為提高圖書館服務的質量和人性化，近幾年用戶畫像的概念被引入到圖書館閱讀推廣、知識服務等領域，相關理論研究也不斷增加。

本文主要研究用戶畫像對讀者屬性信息和行為信息收集，利用關聯性分析、聚類分析，建立用戶畫像，對讀者進行細分，針對不同讀者提供個性化、智慧化的閱讀服務。

一、用戶畫像應用于閱讀推廣服務的優勢與不足

1.用戶畫像應用于閱讀推廣服務的優勢

建立讀者用戶畫像需要相關數據支撐。采集數據的數量、質量及相關性決定用戶畫像模型的精確度和適用性。圖書館作為讀者服務的主體，保留大量讀者數據，包括讀者基本身份信息，如班級、年級、性別和專業、圖書查詢記錄、借閱記錄、圖書館微信公眾號訪問數據等，為讀者用戶畫像構建提供數據基礎。

用戶畫像在電商領域的應用比較成熟，電商平臺根據用戶瀏覽和購買記錄，結合用戶年齡、性別、地域、職業等信息，利用大數據技術形成用戶畫像進行智能化商品推送。因此，用戶畫像技術在實踐領域已經有豐富的經驗可供借鑒，為圖書館用戶畫像構建提供技術支撐。

2.用戶畫像應用于閱讀推廣服務的不足

建立圖書館讀者用戶畫像在數據采集過程中會遇到諸多問題：首先，讀者數據分布在不同的系統或平臺中，需要跨多個系統和平臺進行采集。比如，讀者訪問圖書館信息需要采集圖書館門禁系統數據;讀者的借閱信息、查詢信息來自圖書館管理系統;數據庫訪問信息則需要采集各個數據庫后臺數據。其次，所采集數據既包括結構化數據、半結構化數據和非結構化數據，增加了數據采集難度。

用戶畫像對館員的知識結構和專業背景有一定要求。用戶畫像離不開專業的數據處理分析技術和計算機技術。因此，將用戶畫像應用于圖書館閱讀推廣實踐中，需要有相關知識背景的館員支持。

二、構建高校讀者用戶畫像

構建高校讀者用戶畫像由數據采集、數據分析、用戶標簽、建立用戶畫像四部分組成。

1.數據采集

根據建立用戶畫像的目的確定數據采集的內容和范圍。為更好把握高校讀者的顯性和隱性閱讀需求，數據采集的內容主要是以下幾個方面：1.讀者的屬性數據，包括班級、年級、專業、興趣愛好、性格、閱讀偏好等;2.讀者的行為數據，包括檢索內容、閱讀清單、網頁訪問頻率、圖書館微信公眾號訪問量和推薦閱讀訪問量等。

數據采集的方式可以根據采集內容分3種：問卷調查、系統或平臺后臺信息、網絡信息抓取。問卷調查是指通過線上或線下問卷的形式對讀者屬性信息的獲取，興趣愛好、閱讀偏好等屬于此類。系統或平臺后臺訪問數據采集讀者使用圖書館服務系統和數據庫平臺信息，屬于用戶行為數據的一部分。網絡信息抓取是指通過網絡爬蟲等技術手段，獲取用戶在社交平臺、網購平臺上留下的與閱讀相關的信息。比如某位讀者在朋友圈中發表了某本書的閱讀感言或是在購物平臺上的購書記錄等。

2.數據挖掘與分析

采集的數據先清洗，去除重復和無用的數據。通過人工智能、機器學習、模式識別、統計學、可視化技術等，對數據進行挖掘，作出歸納性的推理。其中數據分析相關工具對數據進行關聯分析和聚類分析，建立數據之間的關聯性。數據關聯性分析和聚類分析能夠將讀者進行劃分，并根據不同讀者群需求提供相關閱讀服務。

3.用戶標簽

讀者用戶標簽是對不同讀者屬性的揭示和標注。讀者用戶標簽能夠實現千人前面，每一位讀者都是由多個標簽構成。用戶標簽揭示不同讀者的閱讀興趣、偏好和專業需求等。依據用戶標簽對讀者閱讀需求進行預判，并提供精準的閱讀服務。

4.建立用戶畫像

建立用戶畫像是圖書館智慧化閱讀服務的前提。通過用戶標簽，可以建立個體用戶畫像和群體用戶畫像。個體用戶畫像是對每一位讀者的興趣、專業、需求的揭示。不同個體讀者的閱讀需求各不相同，圖書館利用個體用戶畫像，為不同讀者提供智慧化閱讀服務。群體用戶畫像是指具有相同屬性的讀者集合。專業、年級、身份、性別等都會成為構成群體用戶畫像的決定因素。比如，從讀者身份出發，學生和教師是不同的讀者群體，這兩個群體的閱讀需求存在差異;圖書館在閱讀推廣中，要充分考慮到不同群體的需求。

三、閱讀推廣服務改進

1.利用圖書館各類檢索平臺進行閱讀推廣

在各類讀者查詢和檢索平臺，根據每位讀者的標簽屬性推薦不同的資源信息。比如，OPAC查詢平臺根據每位讀者的閱讀偏好標簽推薦本館中該讀者感興趣的某類書籍。如果某學生經常在OPAC查詢平臺檢索推理類小說，平臺采集讀者的查詢數據通過關聯性分析，分析檢索內容的相關性，并基于分析結果為該讀者進行推理類小說閱讀推薦。又比如，推薦系統根據用戶專業推薦相關專業書籍。不同的用戶在使用圖書館系統和平臺中，會根據各自不同的標簽，獲得符合自身需求的閱讀服務。

2.開展多樣化和常態化的閱讀推廣服務

在把握讀者需求的基礎上，線上和線下同時舉行形式多樣的閱讀推廣服務，達到最佳閱讀推廣效果。圖書館閱讀服務，能夠有效破除圖書館、圖書館人和讀者之間的壁壘，讓讀者接受和信任圖書館提供的閱讀服務。活動形式要多樣化娛樂化，寓教于學，不僅把握讀者的需求，更能調動讀者的興趣和積極性。館員作為閱讀推廣服務的策劃者和組織者，

只有不斷學習閱讀推廣的理論知識和優秀的實踐案例，優化知識結構以及提高個人組織能力、溝通能力，才能擔好“閱讀推廣人”的身份。

3.對讀者閱讀需求進行引導

高校圖書館閱讀服務并非一味對讀者的閱讀偏好進行迎合。高校圖書館承擔著教學和科研服務的雙重目標，是培養人才和開展科學研究的重要基地。因此，高校圖書館在閱讀推廣服務中不僅要滿足通過用戶畫像能夠預判的讀者閱讀需求，還需要挖掘讀者深層次的需求，引導學生閱讀向提升思想境界、拓寬知識面、心理排解等德智體美共同發展的方向發展。比如，針對畢業班學生引導閱讀求職類、心理疏導類書籍和信息資源，讓他們更快的了解和適應社會。

4.提供動態的閱讀推廣服務

讀者用戶畫像并非一成不變。例如，讀者的閱讀偏好會受心情、時間、天氣等各種因素影響;科研人員的閱讀需求會隨課題研究進展變化等。因此，圖書館在閱讀推廣服務中，要及時根據用戶標簽的變化更新服務內容。

用戶畫像應用于圖書館閱讀推廣服務是圖書館提供智慧化服務的內在需求。如今大數據技術發展也為此提供了技術的可行性。同時技術是把雙刃劍，用戶畫像的應用前提是圖書館對讀者個人身份信息和行為信息的抓取。這一行為可能會涉及讀者的隱私權，更有甚者，如果讀者個人信息被黑客獲取會造成個人信息泄露。因此，圖書館獲取讀者個人信息時要尊重讀者的意愿，同時也要保護好用戶個人信息，防止信息泄露。

參考文獻

1.都藍.基于用戶畫像的高校圖書館年度閱讀報告研究.圖書館雜志，2019，38（4）.

2.韋良珍.大數據環境下用戶畫像在圖書館的應用.中華醫學圖書情報雜志，2018，27（03）.

3.張鈞.基于用戶畫像的圖書館知識發現服務研究.圖書與情報，2017（06）.

4.裘惠麟，邵波.基于用戶畫像的高校圖書館精準服務構建.高校圖書館工作，2018，38（2）.

5.朱白.圖書館讀者用戶“臉譜”繪制研究.商洛學院學報，2017，31（5）.

6.劉漫.基于用戶畫像的高校圖書館閱讀推廣模式構建.圖書館理論與實踐，2019（07）.

7.劉海鷗，黃文娜，謝姝琳.面向情境化推薦服務的圖書館用戶畫像研究.圖書館學研究，2018（20）.

8.張晗，畢強，李潔，丁夢曉.基于用戶畫像的數字圖書館精準推薦服務體系構建研究.情報理論與實踐，2019，42（11）.

9.于興尚，王迎勝.面向精準化服務的圖書館用戶畫像模型構建.圖書情報工作，2019，63（22）.

（責任編輯：蘭卡）