圖書(shū)館用戶畫(huà)像研究現(xiàn)狀及趨勢(shì)

王麗艷，郭春俠

(安徽大學(xué)管理學(xué)院，安徽 合肥 232601)

1 引 言

近年來(lái)，大數(shù)據(jù)、云計(jì)算以及人工智能的快速發(fā)展逐漸催生出用戶畫(huà)像。用戶畫(huà)像是一種以大量數(shù)據(jù)為基礎(chǔ)，從海量用戶使用痕跡中細(xì)分用戶群，精準(zhǔn)挖掘用戶需求的工具。基于圖書(shū)館目前所提供的資源與服務(wù)跟用戶真實(shí)需求之間存有明顯差距，圖書(shū)館需回歸讀者本身來(lái)重新審視其復(fù)雜多變的閱讀需求，為其提供專業(yè)化與定制化精準(zhǔn)服務(wù)。作為用戶描述工具的用戶畫(huà)像一經(jīng)出現(xiàn)，便引起圖書(shū)館界眾多人士的關(guān)注。國(guó)內(nèi)圖書(shū)館用戶畫(huà)像發(fā)展較快，近幾年已經(jīng)積累大量研究文獻(xiàn)，也產(chǎn)生許多新的研究領(lǐng)域。因此，非常有必要對(duì)2014年以來(lái)的國(guó)內(nèi)圖書(shū)館用戶畫(huà)像文獻(xiàn)進(jìn)行系統(tǒng)梳理，采用定量和定性方法融合研究用戶畫(huà)像，深入探討其研究現(xiàn)狀以及未來(lái)發(fā)展趨勢(shì)。

2 用戶畫(huà)像概述

2.1 什么是用戶畫(huà)像

用戶畫(huà)像最早于1999年在國(guó)外設(shè)計(jì)領(lǐng)域興起，其常用英文是Personas或User Profiles，且Persons是Cooper，A引入的一種描述User Profiles的方法。在國(guó)外，Personas更加偏重于用戶理論研究，與種族人類學(xué)(人種學(xué))密切相關(guān)，是具有名稱、面孔、興趣和偏好的原型用戶的描述性模型；而User Profiles是人們利用機(jī)器學(xué)習(xí)和文本挖掘技術(shù)等從數(shù)量驚人的可用數(shù)據(jù)中歸納出用戶興趣的結(jié)構(gòu)化模型。2011年，Miaskiewicz等采用德?tīng)柗品椒ㄕ摵Y選出用戶畫(huà)像引入到設(shè)計(jì)領(lǐng)域所帶來(lái)的5個(gè)最重要的優(yōu)點(diǎn)，即聚焦受眾、產(chǎn)品需求優(yōu)先級(jí)、受眾優(yōu)先級(jí)、質(zhì)疑有關(guān)用戶的錯(cuò)誤假設(shè)、防止自我參照設(shè)計(jì)。

綜上所述，大數(shù)據(jù)時(shí)代下，圖書(shū)館用戶畫(huà)像即用戶信息標(biāo)簽化，是以圖書(shū)館服務(wù)系統(tǒng)及其相關(guān)平臺(tái)一系列真實(shí)數(shù)據(jù)為基礎(chǔ)，借助數(shù)據(jù)預(yù)處理、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、可視化等技術(shù)自動(dòng)提取出個(gè)體或群體用戶標(biāo)簽，從而建立起聯(lián)系用戶訴求與設(shè)計(jì)方向的目標(biāo)用戶模型。

2.2 圖書(shū)館用戶畫(huà)像建模

圖書(shū)館應(yīng)用用戶畫(huà)像需要特定的流程，可從數(shù)據(jù)采集層、數(shù)據(jù)挖掘?qū)右约皵?shù)據(jù)應(yīng)用層三個(gè)層面構(gòu)建完整的用戶畫(huà)像模型(見(jiàn)圖1)。

圖1 圖書(shū)館用戶畫(huà)像建模

首先，明確模型構(gòu)建目的。只有明確模型要解決什么樣的實(shí)際問(wèn)題，才能有的放矢地采集有效數(shù)據(jù)。

其次，數(shù)據(jù)采集層圍繞模型構(gòu)建目的進(jìn)行相關(guān)數(shù)據(jù)的采集以及清洗整理工作。用戶畫(huà)像數(shù)據(jù)由結(jié)構(gòu)化數(shù)據(jù)(學(xué)歷、專業(yè)等)、半結(jié)構(gòu)化數(shù)據(jù)(瀏覽、下載等)以及非結(jié)構(gòu)化數(shù)據(jù)(評(píng)論內(nèi)容、反饋意見(jiàn)等)構(gòu)成。其中，半結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)數(shù)據(jù)較為復(fù)雜，可采用數(shù)據(jù)預(yù)處理方法將其轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)后再進(jìn)行數(shù)據(jù)挖掘與數(shù)據(jù)分析。這里展示了構(gòu)建用戶畫(huà)像所需的6個(gè)基本維度的用戶數(shù)據(jù)，即用戶基本數(shù)據(jù)、用戶行為數(shù)據(jù)、用戶社交數(shù)據(jù)、用戶科研數(shù)據(jù)、用戶情境數(shù)據(jù)與用戶信用數(shù)據(jù)。用戶數(shù)據(jù)之間有較強(qiáng)的關(guān)聯(lián)性與內(nèi)在機(jī)理且需動(dòng)態(tài)更新。若用戶畫(huà)像應(yīng)用到圖書(shū)館某具體領(lǐng)域，需根據(jù)領(lǐng)域特色補(bǔ)充相關(guān)數(shù)據(jù)。

再次，在數(shù)據(jù)挖掘?qū)訉⒉杉降挠脩魯?shù)據(jù)提煉出群體用戶多級(jí)標(biāo)簽。標(biāo)簽通常是人為規(guī)定的高度精練的特征標(biāo)識(shí)，如學(xué)歷、院系、信用等級(jí)等。本文將學(xué)歷、天氣狀況、信用等級(jí)定為一級(jí)標(biāo)簽，而用戶基本信息、用戶情境信息以及用戶信用信息則定為二級(jí)標(biāo)簽，以此類推，逐級(jí)歸納聚類，形成單個(gè)用戶的多級(jí)標(biāo)簽，所有用戶標(biāo)簽利用數(shù)據(jù)挖掘技術(shù)進(jìn)行關(guān)聯(lián)分析、聚類分析、分類分析，按照特定的劃分標(biāo)準(zhǔn)將單個(gè)用戶多級(jí)標(biāo)簽聚類形成群體用戶多級(jí)標(biāo)簽，由此形成用戶畫(huà)像分級(jí)分類體系。

最后，在數(shù)據(jù)應(yīng)用層利用可視化技術(shù)呈現(xiàn)展示用戶畫(huà)像模型，使用戶畫(huà)像適用于不同的應(yīng)用領(lǐng)域。

3 圖書(shū)館用戶畫(huà)像研究現(xiàn)狀

截至2020年7月，在中國(guó)知網(wǎng)數(shù)據(jù)庫(kù)以主題為“圖書(shū)館+用戶畫(huà)像”或者“圖書(shū)館+讀者畫(huà)像”或者“圖書(shū)館+人物畫(huà)像”進(jìn)行精確檢索，最終得出119篇有效期刊論文和7篇碩士和博士學(xué)位論文，共計(jì)126篇論文。本文采用文獻(xiàn)調(diào)研方法對(duì)這126篇論文進(jìn)行研究分析，由于文章篇幅限制，本文僅選擇有代表性的進(jìn)行綜述。

3.1 圖書(shū)館用戶畫(huà)像研究趨勢(shì)

從圖2能夠看出，圖書(shū)館界在2014年開(kāi)始研究用戶畫(huà)像，2015—2017年學(xué)術(shù)研究較少。不過(guò)，從2018年開(kāi)始，圖書(shū)館界有關(guān)用戶畫(huà)像的學(xué)術(shù)文獻(xiàn)迅速增加。碩士和博士學(xué)位論文從2018年開(kāi)始研究圖書(shū)館用戶畫(huà)像，且呈遞增趨勢(shì)，預(yù)計(jì)在未來(lái)一段時(shí)間內(nèi)，研究主題為圖書(shū)館用戶畫(huà)像的碩博士學(xué)位論文將會(huì)持續(xù)增加。據(jù)本次調(diào)研，圖書(shū)館用戶畫(huà)像的科研基金項(xiàng)目最早是2017年福建省中青年教師教育科研項(xiàng)目“高校移動(dòng)圖書(shū)館用戶畫(huà)像構(gòu)建研究”(項(xiàng)目編號(hào)：JZ170349)，隨后，科研基金項(xiàng)目不斷增加，2018年出現(xiàn)了教育部人文社會(huì)科學(xué)研究項(xiàng)目與國(guó)家社會(huì)科學(xué)基金項(xiàng)目，圖書(shū)館用戶畫(huà)像研究呈現(xiàn)出欣欣向榮的景象。

圖2 圖書(shū)館用戶畫(huà)像論文年發(fā)文量(單位：篇)

3.2 圖書(shū)館用戶畫(huà)像研究領(lǐng)域

用戶是用戶畫(huà)像的主要研究對(duì)象，而用戶類型以及用戶需求的多樣性決定了文章在研究某個(gè)具體領(lǐng)域時(shí)，用戶群體的研究范圍以及研究側(cè)重點(diǎn)是不一樣的，即用戶畫(huà)像具有較強(qiáng)的領(lǐng)域性。鑒于當(dāng)前學(xué)術(shù)界對(duì)用戶畫(huà)像的研究已有一定的研究成果，本文在梳理圖書(shū)館領(lǐng)域用戶畫(huà)像文獻(xiàn)的基礎(chǔ)上，綜合圖書(shū)館實(shí)踐業(yè)務(wù)工作，對(duì)這些文獻(xiàn)主題進(jìn)行深入分析并匯總整理，從中篩選出圖書(shū)館應(yīng)用用戶畫(huà)像的4個(gè)細(xì)分領(lǐng)域，分別是資源采購(gòu)、資源推薦、知識(shí)咨詢服務(wù)以及圖書(shū)館設(shè)計(jì)。

3.2.1 用戶畫(huà)像用于資源采購(gòu)。基于用戶畫(huà)像的采購(gòu)模式與以往不同，它是根據(jù)用戶主觀性的借閱、續(xù)借、瀏覽、下載等使用痕跡，從海量客觀數(shù)據(jù)出發(fā)，推測(cè)用戶閱讀需求的一種文獻(xiàn)資源采購(gòu)方式。張勝蓉提出大數(shù)據(jù)背景下圖書(shū)館與出版社應(yīng)在用戶特性、用戶畫(huà)像模式、用戶畫(huà)像標(biāo)準(zhǔn)等方面進(jìn)行規(guī)范化統(tǒng)一，以形成基于用戶畫(huà)像的精準(zhǔn)合作關(guān)系。朱會(huì)華等在建立用戶畫(huà)像數(shù)據(jù)庫(kù)的基礎(chǔ)上，形成三大智能薦購(gòu)模式，即以數(shù)據(jù)挖掘?yàn)楹诵牡挠脩羲]購(gòu)、以知識(shí)聚類為核心的學(xué)科薦購(gòu)、以用戶需求為核心的采訪薦購(gòu)模式。

3.2.2 用戶畫(huà)像用于資源推薦。這里的資源推薦指的是廣義的資源推薦，包括資源推薦、資源推送、資源推廣等。用戶畫(huà)像用于資源推薦是學(xué)者重點(diǎn)關(guān)注甚至是研究探討最多的領(lǐng)域。推薦系統(tǒng)既要滿足用戶個(gè)性化檢索的需求，又要主動(dòng)為用戶推薦符合其喜好的文獻(xiàn)資源。為此，基于用戶畫(huà)像的資源推薦系統(tǒng)可以從滿足用戶的興趣偏好和閱讀保健治療兩方面閱讀需求入手，分別刻畫(huà)用戶偏好畫(huà)像和用戶健康畫(huà)像，通過(guò)度量用戶畫(huà)像與資源畫(huà)像的相關(guān)性來(lái)實(shí)現(xiàn)個(gè)性化檢索與精準(zhǔn)推薦。

用戶偏好畫(huà)像。以用戶偏好畫(huà)像為核心的智慧推薦系統(tǒng)從滿足用戶興趣愛(ài)好的角度出發(fā)，向用戶推薦文獻(xiàn)資源與講座活動(dòng)等基礎(chǔ)服務(wù)。王順箐借助用戶畫(huà)像把握用戶對(duì)不同資源的個(gè)人喜好和動(dòng)態(tài)需求，以實(shí)現(xiàn)文獻(xiàn)資源的個(gè)性化推薦。劉海鷗等融合用戶基本信息標(biāo)簽、內(nèi)容偏好標(biāo)簽、互動(dòng)標(biāo)簽、會(huì)話標(biāo)簽以及情境標(biāo)簽構(gòu)建圖書(shū)館用戶畫(huà)像模型，力圖實(shí)現(xiàn)知識(shí)服務(wù)情境化推薦。王慶等從用戶基本信息、用戶內(nèi)容偏好數(shù)據(jù)、用戶互動(dòng)數(shù)據(jù)、用戶會(huì)話數(shù)據(jù)等多個(gè)維度分析用戶興趣偏好，建立用戶畫(huà)像模型，從而對(duì)單用戶以及群體用戶進(jìn)行資源推薦。

用戶健康畫(huà)像。以用戶健康畫(huà)像為核心的智慧推薦系統(tǒng)利用How Net詞典或者“伯恩斯抑郁癥清單(BDC)”結(jié)合用戶網(wǎng)上言論與行為構(gòu)建用戶情緒詞典，刻畫(huà)用戶畫(huà)像。在“互聯(lián)網(wǎng)+”時(shí)代，圖書(shū)館聯(lián)合微信、微博等新媒體記錄用戶負(fù)面言行，及時(shí)發(fā)現(xiàn)用戶負(fù)面情緒，為用戶建立健康檔案并實(shí)時(shí)為用戶推送相關(guān)文獻(xiàn)，如心理學(xué)、哲學(xué)、歷史、文學(xué)等不同類別的書(shū)籍，達(dá)到提前診斷，提早治療的目的。目前，在用戶畫(huà)像的研究文獻(xiàn)中，大部分資源推薦是基于用戶興趣愛(ài)好的，而以滿足用戶保健治療為目的的論文數(shù)量則較為稀少，有進(jìn)一步研究的空間。

3.2.3 用戶畫(huà)像用于知識(shí)咨詢服務(wù)。人工智能時(shí)代下的基于用戶畫(huà)像的數(shù)字咨詢服務(wù)是借助大數(shù)據(jù)技術(shù)抓取發(fā)現(xiàn)用戶顯性與隱性問(wèn)題并主動(dòng)為其推送相匹配的解答。

參考咨詢。邢海鑫等以用戶興趣信息和用戶行為信息為切入點(diǎn)，構(gòu)建基于用戶畫(huà)像的數(shù)字參考咨詢智能化推薦模式，從而實(shí)現(xiàn)用戶方面信息與圖書(shū)館方面信息的主動(dòng)匹配。朱娜娜等融合人物畫(huà)像建立人機(jī)對(duì)話模型，增強(qiáng)數(shù)字參考咨詢服務(wù)的個(gè)性化與趣味性。

學(xué)科服務(wù)。薛歡雪從學(xué)科服務(wù)角度創(chuàng)建高校圖書(shū)館用戶畫(huà)像。馬管等探討學(xué)科用戶畫(huà)像建模流程并拓展其應(yīng)用場(chǎng)景，如學(xué)科信息素養(yǎng)教育、館藏資源建設(shè)及關(guān)聯(lián)推薦、嵌入式科研支撐服務(wù)等。潘宇光指出高校智慧圖書(shū)館學(xué)科服務(wù)使用讀者畫(huà)像的優(yōu)勢(shì)并進(jìn)行建模分析。

文獻(xiàn)傳遞。蔣君等以中國(guó)醫(yī)學(xué)科學(xué)院圖書(shū)館為例，構(gòu)建原文傳遞用戶畫(huà)像。

3.2.4 用戶畫(huà)像用于圖書(shū)館設(shè)計(jì)。圖書(shū)館空間設(shè)計(jì)。近年來(lái)，讀者對(duì)圖書(shū)館空間布局、服務(wù)設(shè)施等空間服務(wù)的需求越來(lái)越多樣化與個(gè)性化，了解用戶對(duì)圖書(shū)館空間的使用偏好可以使圖書(shū)館空間布局的規(guī)劃設(shè)計(jì)更加貼合用戶需求，提高用戶到館率。不同用戶的活動(dòng)習(xí)慣不盡相同，楊燕認(rèn)為用戶畫(huà)像是圖書(shū)館制訂未來(lái)發(fā)展規(guī)劃和空間建設(shè)的重要依據(jù)。尹相權(quán)以北京師范大學(xué)圖書(shū)館研究間系統(tǒng)日志為數(shù)據(jù)源，探索影響研究間使用的相關(guān)因素以及各因素間的深層次關(guān)聯(lián)，為研究間的設(shè)施改善、精準(zhǔn)服務(wù)提供數(shù)據(jù)支撐。劉海鷗等提出利用用戶畫(huà)像發(fā)現(xiàn)對(duì)創(chuàng)業(yè)有想法的用戶，并在圖書(shū)館規(guī)劃的空間內(nèi)為其提供相匹配的創(chuàng)業(yè)工作坊、創(chuàng)客空間等創(chuàng)新創(chuàng)業(yè)知識(shí)服務(wù)。康存輝設(shè)計(jì)出基于用戶畫(huà)像的高校智慧圖書(shū)館服務(wù)空間再造策略。楊琬如等提出一種基于用戶畫(huà)像優(yōu)化設(shè)計(jì)公共圖書(shū)館座位的構(gòu)思。

數(shù)字圖書(shū)館界面設(shè)計(jì)。數(shù)字圖書(shū)館界面設(shè)計(jì)直接關(guān)系到用戶參與的舒適度，是人機(jī)交互的關(guān)鍵，為此，圖書(shū)館越來(lái)越重視讀者的個(gè)性化閱讀體驗(yàn)，力圖打破無(wú)差別的數(shù)字圖書(shū)館閱讀界面設(shè)計(jì)，改善用戶體驗(yàn)，提高用戶忠誠(chéng)度。用戶需求被視為一組嚴(yán)格的設(shè)計(jì)規(guī)則，而不是與設(shè)計(jì)團(tuán)隊(duì)的服務(wù)對(duì)話。設(shè)計(jì)人員借助用戶信息數(shù)據(jù)、用戶行為數(shù)據(jù)、用戶情境數(shù)據(jù)等感知用戶對(duì)數(shù)字圖書(shū)館界面風(fēng)格與功能設(shè)計(jì)的需求與期望，以確定整個(gè)數(shù)字圖書(shū)館界面的主配色、字體、功能設(shè)置、互動(dòng)需求、頁(yè)面排版與布局，等等。目前，國(guó)內(nèi)有關(guān)用戶畫(huà)像與數(shù)字圖書(shū)館界面設(shè)計(jì)的研究成果較少，其中，有關(guān)數(shù)字圖書(shū)館界面設(shè)計(jì)的文獻(xiàn)成果則更為稀少。嚴(yán)春來(lái)建議高校利用用戶畫(huà)像來(lái)設(shè)計(jì)完善移動(dòng)數(shù)字圖書(shū)館App的功能模塊。李大偉等利用用戶畫(huà)像對(duì)圖書(shū)推薦App進(jìn)行詳細(xì)設(shè)計(jì)，使其具備美觀性與易用性。

3.3 圖書(shū)館用戶畫(huà)像研究方法

研究方法是了解和認(rèn)識(shí)學(xué)術(shù)研究，形成學(xué)術(shù)成果的一種手段和工具。梳理用戶畫(huà)像研究方法，對(duì)于摸清其研究脈絡(luò)，提高其研究質(zhì)量具有重要價(jià)值。筆者逐一審讀126篇論文，在判定研究方法時(shí)，以文中所提到的研究方法為準(zhǔn)，若文章未曾提到，則在貼合文章內(nèi)容的基礎(chǔ)上，人工標(biāo)注其實(shí)際采用的研究方法。最后，文章選取理性思辨法、模型展示法、調(diào)查法、實(shí)驗(yàn)法、案例分析法等常用研究方法，對(duì)其使用頻次進(jìn)行統(tǒng)計(jì)(見(jiàn)圖3)，并探索分析其在圖書(shū)館用戶畫(huà)像領(lǐng)域的適用情況以及存在的問(wèn)題。

圖3 研究方法使用頻次統(tǒng)計(jì)(單位：次)

3.3.1 研究方法使用頻次。從2014年1月至2020年7月底，與圖書(shū)館用戶畫(huà)像有關(guān)的論文共有126篇，其中，模型展示法使用72次，調(diào)查法使用27次，實(shí)驗(yàn)法使用8次，案例分析法使用19次。由于基本每篇論文都會(huì)使用理性思辨法，因此未曾統(tǒng)計(jì)使用頻次。模型展示法、調(diào)查法、實(shí)驗(yàn)法以及案例分析法在2014—2016年均沒(méi)有使用記錄。2017年，論文開(kāi)始采用模型展示法、調(diào)查法、實(shí)驗(yàn)法以及案例分析法。自2017年以來(lái)，模型展示法、調(diào)查法、案例分析法的使用頻次基本呈上升趨勢(shì)。研究方法的使用情況在一定程度上代表了這個(gè)主題的完善程度，這表明用戶畫(huà)像在圖書(shū)館領(lǐng)域的應(yīng)用日臻成熟完善。

3.3.2 研究方法適用情況及存在的問(wèn)題。

(1)理論研究方法

理論研究先于實(shí)證研究，是實(shí)證研究的基石。只有把理論基礎(chǔ)夯實(shí)，實(shí)證研究方能走得更穩(wěn)，走得更遠(yuǎn)。目前，用戶畫(huà)像理論研究略占上風(fēng)，但遠(yuǎn)未達(dá)到飽和，尚處于探索階段。常用的理論研究方法為理性思辨法和模型展示法。

理性思辨法。理性思辨法是使用最為廣泛的一種方法，運(yùn)用思辨法研究圖書(shū)館用戶畫(huà)像主要集中于以下三個(gè)方面：一是“什么是用戶畫(huà)像”——用戶畫(huà)像概念內(nèi)涵、英文表達(dá)、構(gòu)成要素以及特性等基本問(wèn)題的梳理探討；二是“為什么應(yīng)用用戶畫(huà)像”——圖書(shū)館應(yīng)用用戶畫(huà)像的可行性與必要性、應(yīng)用價(jià)值、應(yīng)用優(yōu)勢(shì)以及應(yīng)用領(lǐng)域的研究分析；三是“如何應(yīng)用用戶畫(huà)像”——用戶畫(huà)像構(gòu)建流程、算法技術(shù)、應(yīng)用啟示、應(yīng)用困境以及應(yīng)用策略等的研究。

模型展示法。模型展示法是構(gòu)建模型、平臺(tái)、框架、本體等，主要展示基于用戶畫(huà)像的多層次、立體化用戶模型，常見(jiàn)的表達(dá)方式有模式、模型、建模、框架、流程、體系、方案、架構(gòu)等。用戶畫(huà)像模型通常分為數(shù)據(jù)采集層、數(shù)據(jù)挖掘?qū)右约皵?shù)據(jù)應(yīng)用層。在所調(diào)研的文獻(xiàn)中，模型展示法使用率最高且是文獻(xiàn)理論部分的核心，究其原因是用戶畫(huà)像作為一種目標(biāo)用戶模型與模型展示法契合度較高，運(yùn)用模型展示法能為資源精準(zhǔn)化推薦、空間環(huán)境的改進(jìn)以及服務(wù)系統(tǒng)的完善提供一種清晰完整的新思路與新框架。例如，劉海鷗等在《面向情境化推薦服務(wù)的圖書(shū)館用戶畫(huà)像研究》一文中，將圖書(shū)館用戶畫(huà)像框架結(jié)構(gòu)分為數(shù)據(jù)資源層、數(shù)據(jù)挖掘?qū)右约皯?yīng)用服務(wù)層三層，并在文章的后半部分結(jié)合實(shí)例來(lái)驗(yàn)證用戶畫(huà)像理論框架。

(2)實(shí)證研究方法

用戶畫(huà)像是一種與圖書(shū)館工作聯(lián)系緊密的理論模型，其實(shí)踐應(yīng)用性不容忽視。采用實(shí)證研究方法驗(yàn)證理論模型無(wú)疑是用戶畫(huà)像由理論轉(zhuǎn)為實(shí)踐的關(guān)鍵環(huán)節(jié)，是最具說(shuō)服力的科學(xué)嚴(yán)謹(jǐn)?shù)尿?yàn)證策略。通常是用戶畫(huà)像理論模型先行提出，可行性驗(yàn)證(實(shí)例驗(yàn)證與實(shí)驗(yàn)驗(yàn)證)隨后跟上。實(shí)證研究方法的三大核心方法為調(diào)查法、實(shí)驗(yàn)法與案例分析法。

調(diào)查法。調(diào)查法是搜集數(shù)據(jù)的有效方式，常用的有問(wèn)卷調(diào)查法、訪談?wù){(diào)查法、網(wǎng)絡(luò)調(diào)查法以及實(shí)地調(diào)查法。問(wèn)卷調(diào)查法既能在實(shí)驗(yàn)前搜集用戶數(shù)據(jù)，又能在實(shí)驗(yàn)后通過(guò)獲取用戶滿意度來(lái)對(duì)用戶畫(huà)像模型進(jìn)行后期評(píng)估。借助網(wǎng)絡(luò)或者現(xiàn)場(chǎng)發(fā)放問(wèn)卷的方式搜集用戶數(shù)據(jù)，數(shù)據(jù)保密性好，但樣本量較小、覆蓋面不廣，容易導(dǎo)致用戶畫(huà)像的群體類型有遺漏的風(fēng)險(xiǎn)。訪談?wù){(diào)查法使用類型豐富，包括座談會(huì)、一對(duì)一訪談、專家訪談法等形式，但使用頻率較低，是一種輔助研究方法。問(wèn)卷調(diào)查法與訪談?wù){(diào)查法能直接獲取用戶的主觀感受，但由于采集成本較高，使用率不高。網(wǎng)絡(luò)調(diào)查法是用戶畫(huà)像數(shù)據(jù)搜集的最主要方法。追本溯源，用戶畫(huà)像依托于大數(shù)據(jù)技術(shù)產(chǎn)生、發(fā)展，對(duì)數(shù)據(jù)要求較高。用戶數(shù)據(jù)維度越全，質(zhì)量越高，形成的畫(huà)像就越精準(zhǔn)，而網(wǎng)絡(luò)調(diào)查法采集數(shù)據(jù)效率高、成本低且更具客觀性，因此，其也成為用戶畫(huà)像數(shù)據(jù)搜集的最普通方式。在構(gòu)建用戶畫(huà)像模型時(shí)，利用Python，ACHE和八爪魚(yú)等數(shù)據(jù)爬蟲(chóng)工具從圖書(shū)館及其相關(guān)平臺(tái)抓取訪問(wèn)日志、注冊(cè)信息等用戶數(shù)據(jù)，有助于提高文本與數(shù)據(jù)挖掘的準(zhǔn)確性與有效性，提高用戶畫(huà)像運(yùn)用的成功率。實(shí)地調(diào)查法是深入實(shí)地，在與用戶的直接接觸中考察用戶以獲得原始資料的研究方法。實(shí)地調(diào)查法在文獻(xiàn)研究中使用頻次較少，適用于圖書(shū)館實(shí)地調(diào)查，例如，對(duì)圖書(shū)館周邊環(huán)境、家具類型、采光條件、相對(duì)位置以及電源插座等的調(diào)研。調(diào)查法還常與案例分析法或?qū)嶒?yàn)法相結(jié)合，用于搜集研究數(shù)據(jù)。例如，《淺議數(shù)字圖書(shū)館知識(shí)發(fā)現(xiàn)系統(tǒng)中的用戶畫(huà)像——以天津圖書(shū)館為例》綜合采用調(diào)查法與案例分析法研究用戶畫(huà)像；《基于VSM的移動(dòng)圖書(shū)館用戶畫(huà)像及場(chǎng)景推薦》綜合運(yùn)用問(wèn)卷調(diào)查方法、訪問(wèn)日志挖掘方法、出聲思考法以及專家訪談法搜集數(shù)據(jù)，然后利用實(shí)驗(yàn)法驗(yàn)證用戶畫(huà)像理論模型的可行性。

實(shí)驗(yàn)法。實(shí)驗(yàn)法常與調(diào)查法相結(jié)合，主要用于閱讀推薦領(lǐng)域。運(yùn)用實(shí)驗(yàn)法對(duì)文章所提出的模型進(jìn)行可行性驗(yàn)證或驗(yàn)證其所提出的用戶畫(huà)像構(gòu)建方法與傳統(tǒng)方法相比具備更高的準(zhǔn)確性與用戶滿意度。實(shí)驗(yàn)的評(píng)價(jià)指標(biāo)具體包括用戶滿意度、查準(zhǔn)率以及召回率等。用戶滿意度直接反映用戶意愿，主觀性較強(qiáng)，而查準(zhǔn)率、召回率等評(píng)價(jià)指標(biāo)依靠客觀數(shù)據(jù)計(jì)算，人為因素干擾較小，增強(qiáng)了研究結(jié)論的可靠性與可信性，但這種算法是否具備普適性還是一個(gè)未知數(shù)。總之，實(shí)驗(yàn)法在用戶畫(huà)像實(shí)證研究中的作用與價(jià)值不容忽視，其未來(lái)的應(yīng)用將更加普遍。

案例分析法。部分文獻(xiàn)僅從題目描述就能看出其采用案例分析法，如“以×××為例”，而有些文獻(xiàn)則難以看出，需通讀全文后，人工判別其采用的研究方法。調(diào)研發(fā)現(xiàn)，部分文獻(xiàn)在其后半部分采用案例分析法來(lái)驗(yàn)證假設(shè)模型。例如，《數(shù)字圖書(shū)館用戶畫(huà)像建模與應(yīng)用實(shí)踐》一文以國(guó)家農(nóng)業(yè)圖書(shū)館為例實(shí)踐驗(yàn)證用戶畫(huà)像理論模型。文獻(xiàn)所選用的案例多數(shù)是作者所在的高校圖書(shū)館，這可能與高校圖書(shū)館保密意識(shí)較強(qiáng)，數(shù)據(jù)不易獲取有關(guān)。選用的案例一般可分為兩種，一種是傳統(tǒng)圖書(shū)館，另一種是正在應(yīng)用用戶畫(huà)像的圖書(shū)館。傳統(tǒng)圖書(shū)館研究如何借助用戶畫(huà)像實(shí)現(xiàn)更優(yōu)質(zhì)發(fā)展，而正在應(yīng)用用戶畫(huà)像的圖書(shū)館如中國(guó)農(nóng)業(yè)科學(xué)院國(guó)家農(nóng)業(yè)圖書(shū)館、中國(guó)國(guó)家圖書(shū)館則講述其當(dāng)前應(yīng)用用戶畫(huà)像的進(jìn)展、建設(shè)成果以及未來(lái)系統(tǒng)平臺(tái)服務(wù)優(yōu)化方向。

4 圖書(shū)館用戶畫(huà)像發(fā)展趨勢(shì)

4.1 研究對(duì)象場(chǎng)景化

圖書(shū)館用戶畫(huà)像不再是大范圍地粗略關(guān)注用戶，而是進(jìn)一步聚焦從用戶身上所折射出來(lái)的各類標(biāo)簽以及這些標(biāo)簽所抽象呈現(xiàn)的各類栩栩如生的圖書(shū)館場(chǎng)景，如資源采購(gòu)、資源推薦、知識(shí)咨詢服務(wù)、圖書(shū)館設(shè)計(jì)等大場(chǎng)景以及這些大場(chǎng)景下的各類小場(chǎng)景。圖書(shū)館用戶畫(huà)像未來(lái)的用戶將“生活”于具有代表性的特定場(chǎng)景中，因此，用戶畫(huà)像不僅適用于場(chǎng)景推薦，還適用于場(chǎng)景規(guī)劃與場(chǎng)景重構(gòu)。

4.2 研究走向縱深化

2014年，李業(yè)根首次將用戶畫(huà)像引入圖書(shū)館界。自此之后，圖書(shū)館界有關(guān)用戶畫(huà)像的各級(jí)各類科研基金項(xiàng)目不斷涌現(xiàn)，研究項(xiàng)目持續(xù)推進(jìn)，眾多學(xué)者紛紛將目光投向用戶畫(huà)像研究，研究熱度不斷升溫，主題為用戶畫(huà)像的期刊論文與碩士和博士學(xué)位論文發(fā)文量呈逐年遞增趨勢(shì)，研究成果層出不窮，研究領(lǐng)域不斷拓展，圖書(shū)館用戶畫(huà)像研究不斷向縱深方向發(fā)展。

4.3 研究領(lǐng)域全面化

本文梳理了資源采購(gòu)、資源推薦、知識(shí)咨詢服務(wù)與圖書(shū)館設(shè)計(jì)4個(gè)較為成熟的研究領(lǐng)域，資源推薦領(lǐng)域文獻(xiàn)研究最多，其次是圖書(shū)館設(shè)計(jì)領(lǐng)域。筆者通過(guò)上述檢索獲取了各研究領(lǐng)域的發(fā)文數(shù)量、研究主題與起始時(shí)間：資源采購(gòu)有2篇，研究主題包含智能薦購(gòu)、圖書(shū)館與出版社合作模式，第1篇文獻(xiàn)發(fā)表年份為2016年；資源推薦有55篇，研究主題包括資源推薦、資源推廣、資源推送，第一篇文獻(xiàn)發(fā)表年份為2018年；知識(shí)咨詢服務(wù)有6篇，研究主題包括問(wèn)答服務(wù)、學(xué)科服務(wù)與文獻(xiàn)傳遞，第一篇文獻(xiàn)發(fā)表年份為2018年；圖書(shū)館設(shè)計(jì)有7篇，研究主題包括空間設(shè)計(jì)與界面設(shè)計(jì)，第一篇文獻(xiàn)發(fā)表年份為2018年。由此可見(jiàn)，圖書(shū)館用戶畫(huà)像研究領(lǐng)域以及研究主題不斷豐富深入。后續(xù)學(xué)者依然可以在這些較為成熟的研究領(lǐng)域，采用不同的方法從不同的主題或者視角繼續(xù)展開(kāi)研究，如決策參考服務(wù)、引文推薦服務(wù)、服務(wù)自動(dòng)化等。

4.4 研究方法多元化

不同研究方法各有其特性、優(yōu)點(diǎn)與不足，在選用研究方法時(shí)，一般綜合采用多種研究方法，從多方面、多角度驗(yàn)證完善學(xué)術(shù)研究成果。在所調(diào)研的文獻(xiàn)中，“理性思辨法+模型展示法”“模型展示法+調(diào)查法+案例分析法”“模型展示法+調(diào)查法+實(shí)驗(yàn)法”綜合運(yùn)用較多。一方面，理論研究應(yīng)切實(shí)發(fā)揮其先導(dǎo)性與預(yù)見(jiàn)性作用，為實(shí)證研究提供科學(xué)指導(dǎo)，引領(lǐng)其未來(lái)發(fā)展方向；另一方面，實(shí)證研究應(yīng)起到檢驗(yàn)理論模型的作用，為理論研究提供最新數(shù)據(jù)與實(shí)例支撐，以消弭理論研究與實(shí)證研究之間的鴻溝。用戶畫(huà)像理論還與其他學(xué)科理論，如本體論、超級(jí)IP、概念格、場(chǎng)景五力等理論相融合，有助于開(kāi)闊學(xué)術(shù)視野，為圖書(shū)館建設(shè)與發(fā)展注入新的生機(jī)與活力。

5 結(jié) 語(yǔ)

大數(shù)據(jù)、云計(jì)算以及人工智能等技術(shù)為圖書(shū)館用戶畫(huà)像帶來(lái)了全新的機(jī)遇與挑戰(zhàn)。本文采用文獻(xiàn)調(diào)研法與內(nèi)容分析法，對(duì)研究圖書(shū)館用戶畫(huà)像的期刊論文與碩士和博士學(xué)位論文進(jìn)行分析，揭示圖書(shū)館用戶畫(huà)像4大研究領(lǐng)域，指出理論研究方法與實(shí)證研究方法的應(yīng)用現(xiàn)狀，從而歸納得出圖書(shū)館用戶畫(huà)像的研究趨勢(shì)，希望能為后續(xù)的研究提供一定的借鑒與參考。但由于時(shí)間與文章篇幅限制，本研究只能從期刊級(jí)別與主題新穎等方面選擇具有代表性的論文進(jìn)行綜述，分析對(duì)象的全面性有待進(jìn)一步提升。