面向用戶認知需求的圖書館用戶畫像研究

于興尚 王迎勝

（1.廣州工商學院 廣東佛山 528100；2.黑龍江大學信息資源管理研究中心 哈爾濱 150080）

1 引言

隨著人工智能技術的應用以及用戶認知需求的增長，探索用戶、圖書館服務之間在認知層面的深入交互已成為必然趨勢，圖書館服務推陳出新勢在必行。在轉型發展過程中，圖書館逐漸重視用戶認知與價值信息的準確匹配，減少由于信息量過大而造成的用戶信息認知模糊和檢索信息的焦慮心理。認知需求源于20世紀50年代并被看作重要的人格特征[1]，它要經過信息的捕獲、定位、整合、分析等動態發展流程。目前圖書情報領域關于用戶認知需求研究主要結合理論探究、用戶認知結構、檢索系統體驗、認知模型、影響關聯、信息服務等方面展開論述。王忠義等結合激活擴散理論構建用戶認知模型，依據數字圖書館用戶外在信息行為進一步甄別用戶內在的認知結構[2]。李金鑫等從認知心理學的視角探討用戶認知結構和圖書館服務的關系界定[3]。韓正彪等通過多階段實驗測試法，揭示新手用戶與文獻數據庫交互過程中用戶心智模型認知的演進維度[4]。閆瑤瑤等在文獻調研的基礎上依托稀缺理論，詳細探索用戶認知的動態變化[5]。郭伏等以數字英才網中的信息內容設置的4種文本形式和文本頁面的9種不同檢索位置來驗證被試者在信息檢索過程中對自身認知效果的影響[6]。從學術界現有的關于用戶認知的研究來看，雖然考慮用戶體驗對用戶認知評價的影響，集中將不同的認知視角、實踐操作、案例分析、模型搭建等主題融入用戶認知元素，卻很少有學者對用戶的具體網絡瀏覽數據、興趣偏好、檢索方式、情感認知等進行集中探索，從而導致目前的用戶認知需求研究不夠細致，模糊性比較明顯，弱化了用戶行為數據的時效性對改善用戶認知需求的效能和功用。為了加強用戶認知需求的深度，滿足圖書館館藏資源與用戶需求的實時對接，用戶畫像技術是有效的解決方法之一。

近年來，用戶畫像研究和應用逐漸向用戶服務方面轉移。梁榮賢通過數據采集、處理、模型構建與行為預測、用戶畫像的更新與完善、用戶體驗的改良與升級、用戶隱私保護等步驟，重新審視用戶畫像應用于圖書館精準服務的設計策略[7]。何娟選取圖書館用戶借閱題材并結合個人和群體用戶畫像的構建技巧，用于實現圖書館用戶個性化圖書推薦目的[8]。孫守強綜合智慧圖書館的研究現狀和服務特色，在用戶畫像的基礎上制定服務于用戶的個性化服務框架[9]。畢達天等為識別不同用戶在不同場景的信息需求，將場景與情境兩大維度融入用戶信息需求期望、信息檢索習慣、信息需求偏好三大要素之中進行互補適配[10]。劉漫構建多維度數據標簽，將用戶和圖書兩大維度相關內容作為數據來源，采用本體方法構建基于用戶畫像的閱讀推廣服務模式[11]。張莉曼等依據用戶畫像相關概念和七步、十步人物角色構建法則，緊接著從概念模型設計、群體劃分、特征值提取3大流程確定直播支付平臺中面向付費用戶的畫像流程圖[12]。吳智勤等提出基于圖論的社交網絡分析法，以解決目前用戶畫像面臨的數據稀疏和隱私保護問題[13]。經筆者研究發現，目前圖書情報領域涉及用戶畫像研究主要集中于精準化推薦、個性化智慧服務、場景服務等方面，少量研究主題涵蓋閱讀推廣、支付平臺搭建、社交網絡分析等層面，但是研究涉及用戶認知維度方面的卻較少。文章以用戶畫像技術為落腳點，打造分析用戶認知需求的系統模型，一方面可通過最佳的方式改善用戶認知需求質量并逐漸縮小用戶在現實生活中檢索信息的認知差距。另一方面可高度契合圖書館用戶信息痕跡，在規劃數據來源和數據質量的基礎上構建用戶可視化信息全貌，轉向用戶認知在信息檢索中的活動和情感體驗等，以精準的服務方式分析用戶認知需求趨勢。

2 用戶畫像對探索用戶認知需求的能動作用

用戶通過信息的交互和實踐過程，不斷擴充和了解各種知識層面，創建相關認知架構并逐漸形成自己的認知體系，以探求用戶認知背后的隱藏思維，用戶畫像即用戶內在認識世界的鏡像表示。用戶畫像源于現實又高于現實，源于數據又高于數據，是對用戶數據特征的顯性描述，用戶畫像的產生要求人們從數據入手解讀用戶需求。一方面用戶畫像技術從用戶相關信息屬性出發，根據用戶現有行為習慣，精準運算、分析、評估用戶特征，將用戶行為特性按綜合相似性運算提取用戶個性化和群體化認知需求，進一步挖掘用戶潛在的認知力度；另一方面可清晰詮釋外顯—內隱的轉換功能，圖書館可借助用戶畫像全面、系統探究用戶的真實行為狀況，保持用戶信息原貌的方式動態跟蹤用戶認知變化，避免圖書館產品設計偏離用戶需求軌道，從而提高用戶認知需求的透明度。隨著用戶知識結構的不斷更新，使得用戶借助信息查找等動態行為逐漸覆蓋或融入已有信息領域，用戶畫像通過對用戶動態和靜態信息的實時監察，可以達到深度識別用戶認知需求的目的，從而為圖書館開展以用戶為中心的智慧化服務提供借鑒。

3 用戶畫像建模的關鍵節點

用戶畫像作為圖書館知識推薦和創新引導的關鍵技術，對圖書館資源深度聚合、用戶信息細粒度檢索、精準把握用戶認知訴求具有針對性作用。用戶畫像的核心工作是標簽化用戶數據，目的在于利用計算機進行組織處理和分類統計，易于人們理解。用戶畫像的構建依賴于用戶數據，加強用戶畫像分析的飽滿度，更離不開數據的標準化選擇和有效的科學數據處理方法，以面向用戶信息行為與用戶認知的交互協作中來完善圖書館資源推薦服務。

3.1 明確數據標簽化的操作方法

通常用戶畫像標簽化描述主要來源于兩種渠道，一種是依據用戶行為特征，通過問卷調查的形式分類統計得到，另一種是借助算法和數據挖掘等技術提煉高精度的數據特征，進而實現用戶與需求的準確銜接。考慮到用戶數據類型的多樣性、信息采集方式的智能化和有效性，文章采取多維度數據采集、系統挖掘、分析相融合機制打造圖書館用戶數據標簽化。在信息交互的網絡環境中，用戶數據不單單是客觀存在，更是用戶主觀意識對認知需求的反映，因此在用戶行為軌跡的基礎上，可根據不同的數據挖掘算法分析用戶行為特征，形成基礎數據標簽，從數據的不同視角探討用戶標簽體系結構，預測用戶行為傾向，進行數據特征提取并進行數據描述，智能對用戶行為數據進行計算和處理，并可依據用戶歷史行為軌跡與用戶需求項目的關聯性來預測用戶態度偏好，并進行不同情境的定向分析，形成行為心理表征,進而提高用戶服務選擇的準確性和能動性，在用戶信息行為的交互過程中解析用戶認知活動。

3.2 確定多維度數據類型和來源

用戶認知過程中產生的數據構建了用戶畫像系統，它反映了用戶在信息交互過程中的常態化信息需求。數據層以數據管理系統為數據匯聚點并整合4大數據因子。①用戶基本屬性數據，這一類型數據主要包括用戶姓名、年齡、教育層次、學號、專業、身份證號、所在院系等靜態數據，可從圖書館注冊系統中收集整理。②用戶動態行為屬性數據，其可代指用戶在不同場景留下的訪問軌跡，包括檢索方式、數據庫使用偏好、頁面駐留時間、信息檢索時長、借閱痕跡等，此類數據來源于圖書館各大應用系統，例如圖書館門戶網站、圖書館自動化系統、用戶借閱數據庫等。③用戶互動屬性數據，包括互動點評、App文本、信息收藏、咨詢、服務建議等，數據主要從微信、QQ、圖書館服務社區評論中獲得。④用戶偏好屬性數據，包括數據偏好類型（圖片、視頻、文本）、信息內容類型（出版社、文獻作者、文學、愛情、發表年代等），信息主要從圖書館文獻檢索系統采集。鑒于用戶畫像的專注點在于刻畫用戶特征，用戶數據的全面性并不是文章研究的重點。為實現最佳的數據規劃和管理，用戶畫像需要將多種數據并行處理并提取特征信息，可將圖書館注冊系統、圖書館門戶網站、圖書館自動化系統、用戶借閱數據庫等各大系統中的數據進行合并存儲，以可信度的計算方式賦予每種數據權重值進行加權求和，以實現數據歸一化的目的。

4 基于用戶認知需求的圖書館用戶畫像建構

傳統圖書館服務一般以用戶需求為關鍵節點，借助館員語言引導、閱讀推廣、品牌宣傳、語音參考咨詢、網絡檢索等方式來探知用戶認知表象。信息服務的好壞對用戶認知的影響直接體現在用戶接收信息和利用的效果上，所以用戶認知和信息服務關系密切[14]。在信息服務的全周期中，若用戶不能清晰接收信息，則表明此次信息服務滿意度欠缺，用戶依然存在認知障礙。如果將用戶對信息的感知、吸收和運用當作是一種運動流程，那么用戶認知則是這種運動狀態的內部來源，用戶自身的認知過程決定用戶外在信息接收的廣度和深度[15]，而用戶畫像作為當今時代衍生的新型技術，可從內部思維即認知心理學的視角并結合外部思維即用戶數據來了解用戶認知需求的探索動機和認知規律，減少新的知識結構和新的檢索手段給用戶認知帶來的沖擊，結合圖書館用戶強關聯性數據，引入目前的文本處理、深度學習、數據挖掘、監督模型等智能處理技術，從用戶數據的采集、處理、預測和分析應用層面出發，構建面向用戶認知需求的圖書館用戶畫像系統模型，在架構上分為數據層、處理層、預測層、分析層4大模塊，見圖1。其核心理念在于收集用戶正相關數據，在數據處理和預測功能的基礎上，建構分析用戶認知需求的用戶畫像技術模型，實現用戶認知需求的精準分析。

圖1 面向用戶認知需求的圖書館用戶畫像系統模型圖

4.1 系統數據層

以大數據思維為導向的信息分析，用戶畫像的數據選擇應優先設定數據類型。由于數據主要分為用戶、商品和渠道3種類型[16]，用戶認知需求又受限于用戶年齡、認知方式和能力、搜索任務難度高低的影響[17-18]，所以文章對多維度數據的采集主要增加4種用戶數據類型的權重，鑒于用戶群體的廣泛性，數據類型主要分為用戶基本屬性數據、用戶動態行為屬性數據、用戶互動屬性數據、用戶偏好屬性數據。對于數據采集問題需要明確兩點：①重點聚焦強關聯數據，淡化弱關聯數據。為提高用戶畫像數據的關聯性，可以增強用戶的強關聯信息（包括用戶數據庫使用類型、檢索手段的選擇、圖書館資源的利用程度、用戶基本信息、可支配時間、用戶登錄活躍頻次等）的關注度，而對于用戶家庭狀況、面貌長相、語言舉止等弱關聯信息可忽略不計。②將數據化零為整，統一結構。考慮到數據類型中半結構化和非結構化數據類型居多，所以數據的結構化處理是數據層面臨的一大問題，如何從底層數據轉換成高層數據、打造高價值的數據標簽是數據處理的首要任務。

4.2 系統處理層

處理層是剖析用戶認知需求的核心組成部分，該成分將底層標簽轉化成高層標簽，描述用戶的個性化、精準化信息特征，采用文本處理、深度學習、數據挖掘3種技術形式來發掘不同信息資源之間的潛在關系，用于追蹤不同用戶認知的進展過程，提高用戶對知識的積淀率和認知水平。由于用戶瀏覽的原始文本（網頁信息、圖書信息、用戶信息等）信息結構復雜、噪音標簽問題顯著，可通過token抽取法區分用戶信息主題詞，消除無用標簽和特殊符號，以便達到文本預處理的階段。對于文本信息特征值的提取，通常會采用TF-IDF和Word2Vec相結合的方式實現對文本特征值的挖掘。TF-IDF是一種在文件集合中可以評估詞語、語料庫重要程度的統計方法，其主要工作原理是：若某個詞語或短語在文章中出現的TF（頻率）偏高，而在其他文章中很少發現，則可認為該詞語或短語具有較好的類型區別能力。Word2vec采取Word2vec模型將每個詞語映射到固定向量空間中，然后利用相關向量預測信息特征。二者的有效結合和運用可以增加信息特征值的區分能力，減少冗余信息，提高相似文本之間計算的準確性，并利用非線性分類器對文本區域內的特征向量進行分類。通過模擬人類大腦神經網絡功能連接并創建結構模型，借助多層感知器來處理信息點評與咨詢、用戶偏好類型等信息，將這些信息根據其特征自動分解，逐漸將原有的信息空間更新為新的信息特征空間，結合用戶特征進行模型訓練。由于用戶畫像可以全面、立體化地突出用戶零碎化的數據信息，可在群體預測的功能模塊下植入數據聚類、關聯、分類的數據挖掘方法，從用戶畫像庫中篩選潛在用戶群體并進一步細化不同群體之間的畫像，按照個人畫像和群體畫像的分類模式詳盡標簽化用戶特征，借助個性化與精準化的服務手段深入了解用戶認知需求。針對用戶登錄頻次、檢索時間段分布、頁面檢索時長等場景化、動態化信息，可借助數據挖掘串聯紛繁冗雜的數據信息，最大限度地展現數據智慧。這里的挖掘主要集中于LBS（基于位置感知的信息服務）的數據攫取，通過智能清洗海量LBS日志，將用戶感知信息與POI進行匹配，其中POI叫作用戶興趣點，它指用戶所達地點的記錄，假設用戶在檢索信息時停留的時間、搜索信息的場所被鎖定，那就說明這個位置可為用戶帶來某種效用，用戶對此類信息產生興趣，圖書館服務結合用戶區域和實際位置可甄別用戶需求、提升服務水平,最后依據用戶的實時信息和變化信息行為反饋到數據處理層中進行動態處理，并為預測層中的服務更新奠定基礎。

4.3 系統預測層

預測層可幫助圖書館分析和預測用戶信息行為各元素之間的交互關系，構建合理的用戶認知評價體系，幫助用戶改善其認知需求，便于圖書館對服務和館藏信息進行調整。預測層操作流程借助無監督學習（社區發現）、半監督學習（標簽傳播）、監督學習（隨機森林）完成服務信息的精準投放、個性化結果呈現、重點信息聚焦等預測功能。無監督學習通過數據集的變換以降維的方式替換高維的數據架構，借助少量特征概括用戶行為特性。其最典型的代表就屬社區發現，社區發現也稱為圖聚類，其與聚類功能相似又異于聚類，旨在將認知相同的數據點集中于一簇，以最優的切割方式將用戶信息屬性劃分成不同的社區。監督學習是運用標記的數據來判斷相關功能的機器學習任務，可以綜合分類和回歸的方法從用戶信息請求中甄選部分元素，然后利用最優的求解方案將學習模型應用于定向用戶，最后進行資源分配的診斷。隨機森林屬于監督學習的一種，針對處理層數據特征提取的精準度失衡、分類效率低下等問題，隨機森林作為集成學習算法的特殊領域，對于每一類數據因子抽取相應特征值域憑借優化方法整合成數據森林，實現用戶信息整體預測的效果。半監督學習處于無監督學習和監督學習之間，主要解決用少數的標引數據和多量的未標引數據進行訓練和分類的問題。標簽傳播作為半監督學習的特殊形式，其以已標數據節點為監督對象達到預測未標記節點的標簽信息目的。類屬于監督模型的三種不同技術：社區發現、標簽傳播、隨機森林的有效聯合和使用提高了數據分析的魯棒性和穩定性，對于分析層中用戶認知需求預測、用戶認知需求社區發現、用戶認知需求個性化體現、用戶認知需求決策調整創造了有利條件。

4.4 系統分析層

4.4.1 用戶認知需求預測

用戶認知空間不僅涉及用戶的認知方式和行為呈現，更包含用戶的情感、心理活動和內部知識特征等傾向性流露，用戶認知需要借助適當的信息環境，并在相關信息檢索任務的基礎上產生心理共鳴，通過用戶畫像的深入挖掘，在預測層的立體互助下，融合社區發現的降維功能、標簽傳播的資源診斷性能、隨機森林的整體預測技術處理圖書館用戶信息偏好類別、瀏覽痕跡、閱讀行為、社交咨詢等信息復雜、不規整和趨向問題，揭示用戶認知在信息交互趨勢下的需求特征，從用戶數據痕跡深度挖掘用戶心理需求，基于用戶畫像可視化信息服務反映不同用戶在認知需求方面的差異性，并能通過差異性預測用戶認知需求走勢。由于圖書館服務的多樣化和圖書館用戶素養的相異性，用戶畫像的構建有助于用戶資源定制、服務精準營銷、細化智慧服務、獲知用戶需求等。

4.4.2 用戶認知需求社區發現

用戶畫像側重于為用戶“畫”畫像，由于描摹用戶畫像會在不同的區域體現出不同的興趣傾向，即用戶畫像具有明顯的社區性。用戶畫像與用戶信息數據的有效結合可以劃分個人社區和群體社區，個人社區集中了用戶的信息特征，詳細標簽化用戶信息需求，這樣反映出的畫像更能體現用戶個人認知需求，有利于通過個性化推薦服務改善對自身需求的理解度。群體社區可借助監督學習模塊的標簽功能以綜合聚類的形式、以用戶興趣相似的計算手段來減少由于數據量過大而造成的信息負載問題，智能詮釋用戶認知特征，緩解圖書館資源藏與用之間的矛盾，為精準化服務提供便利。

4.4.3 用戶認知需求個性化體現

個性化體現從用戶本身供給信息需求入手對個性化服務進行私人訂制，通過分析用戶興趣偏好，推測用戶行為背后的認知特征。目前用戶興趣偏好的識別主要通過用戶主動報告和用戶行為識別兩種方式[19]，其中后者最為常見。用戶畫像系統在對用戶進行信息資源興趣監測時，由于用戶信息檢索的時間間隔、瀏覽頻次在不同情境下，其表征程度不盡相同，并且加上資源多樣性凸顯的資源特性折射出的用戶情感程度存在差異，所以系統依靠處理層中文本處理功能和預測層中標簽傳播的數據標引功能，針對不同用戶類型的興趣程度計算多屬性空間向量標引值，標簽化用戶認知綜合偏好。根據用戶偏好數據停留的時間閾值，探知用戶信息偏好流動的軌跡程度，將用戶興趣信息與相關信息流進行精確匹配，用于解決圖書館信息資源的冷啟動問題，實現用戶認知需求的個性化。

4.4.4 用戶認知需求決策調整

由于認知需求這一心理特征無法直接測量，一般需要借助信息行為采集和分析方可察覺。用戶畫像技術的導入從雙向維度反映用戶認知變更趨勢，不僅偏重用戶信息行為的外在表現，還強調用戶需求背后隱藏的內在認知動機。但是在信息交互背景下，用戶認知會受到檢索環境、專業背景、知識儲備、學習偏好、情感因素等條件的影響，構建用戶畫像與用戶認知需求系統模型，并借助用戶反饋機制及時調整用戶認知需求，針對圖書館忠實用戶、活躍用戶、普通用戶的信息需求制定分層策略，調整圖書館服務方式。

5 結語

用戶畫像是用戶標簽多樣化的整合，是由用戶基本屬性數據、動態行為屬性數據、互動屬性數據、偏好屬性數據4個標簽類別構成，不同數據標簽的權重比值會隨著用戶的閱讀時間、檢索方式以及信息行為的變化而更新[20]。為了保障用戶畫像的真實可靠性，圖書館應以強關聯數據作為優質數據分析的關鍵窗口， 利用智能處理、預測分析技術對用戶痕跡進行采集、結構化、分類、相似性計算等高級處理，動態分析用戶認知背后的需求內容，從需求預測、社區發現、個性化展現、決策變更4個層面與用戶需求信息定向匹配。面向用戶認知需求的圖書館用戶畫像系統的構建，可對不同維度的用戶進行不同層面的畫像并區分用戶認知風格，規避圖書館“服務近視”的風險，幫助用戶從迷航的認知現狀中厘清自身需求，在服務品質和時效性上最大限度滿足用戶需求。

加強用戶畫像技術在圖書館的有效實施以及滿足用戶需求的動態分布，用戶畫像系統在圖書館的重構和組建有利于提高館藏資源的信譽值，減少用戶流失、完善信息冗雜的信息檢索系統、降低噪聲信息干擾。但是對于用戶數據精確分類、處理、畫像建模、分析應用、智能反饋等各項工作在運行中面臨的重重問題應著重考慮。首先，由于圖書館已不再是用戶獲取資源的單一渠道，圖書館在拓展用戶服務、透析用戶認知需求的同時，用戶信息采集的精準性是當前用戶畫像系統標注的關鍵，這樣才能保證用戶認知需求滿足的正相關性。其次，用戶畫像中引進先進技術分析數據應該對號入座，這也是數據處理與分析的重點，先進技術還在冗余信息的剔除、關鍵信息的截取等方面發揮不容小覷的作用，并通過系統的反饋調節來完善用戶認知預測服務。最后，應杜絕用戶隱私信息泄露、利益驅動等不良現象的發生，以免損害圖書館的品牌聲譽、降低用戶獲取信息的滿足感。