基于用戶小數據的高校圖書館用戶畫像研究

陸衡

摘? 要：本文介紹了用戶畫像技術在圖書館服務領域的研究現狀，探討了使用用戶小數據構建用戶畫像在高校圖書館領域的應用前景，研究了基于用戶小數據的高校圖書館用戶畫像標簽系統的構建流程，提出該系統的應用價值和前景。跟蹤用戶需求變化，建立滿足用戶個性化需求的體系，對高校圖書館利用自身數據資源來提升用戶服務質量提供了參考和借鑒。

關鍵詞：用戶小數據? 用戶畫像? 高校圖書館? 服務模式

中圖分類號：G250.7? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? 文章編號：1674-098X（2021）05（c）-0240-04

Research on User profile of University Library Based on User Small Data

LU Heng

（Wuhan Textile University Library， Wuhan， Hubei Province，430200 China）

Abstract： This paper introduces the research status of user portrait technology in the field of library service， discusses the application prospect of using user small data to construct user portrait in the field of university library， studies the construction process of user portrait label system of University Library Based on user small data， and puts forward the application value and Prospect of the system. Tracking the changes of users' needs and establishing a system to meet users' personalized needs provide a reference for university libraries to use their own data resources to improve users' service quality.

Key Words： User small data; User portrait; University library; Service mode

在互聯網技術、大數據技術和各種新信息技術高速發展的背景下，高校圖書館的用戶需求日益多樣化和個性化，對服務的及時性、專業性和準確性的要求也越來越高。另外，隨著各種IT技術的成熟應用，當前高校圖書館的數字資源數據、用戶特征數據、用戶服務數據、系統管理數據等各類數據正在快速增長，而圖書館所依賴的知識創造和利用環境正從信息時代進入“數據時代”。因此，利用多形式的資源類型和多樣化的數據構建新的服務模式已成為提高高校圖書館服務效率的重要途徑。

高校圖書館讀者用戶數據是基于以個體為唯一研究對象的全面數據，數據的準確性高，同時數據量小，可靠性和安全性高，數據中心IT系統具有小數據資源耗竭、小數據實時動態決策、決策成本低的優勢，利用小數據為用戶提供個性化智能服務，在成本控制、操作難度及技術實現方面具有大數據所沒有的優勢。

在此概念下，本文通過對高校圖書館用戶數據挖掘分析，構建高校圖書館用戶肖像標簽系統，從而進一步研究用戶、用戶細分、用戶多維知識，挖掘用戶潛在需求，滿足不同用戶個性化需求和專業準確的服務要求。

1? 相關研究概述

1.1 用戶畫像在圖書館領域的研究現狀

用戶畫像技術最開始被應用于交互設計和產品設計領域。用戶畫像是指對一些特定服務人群的真實特征進行勾勒，是刻畫目標用戶、連接用戶需求[1]的有效工具。早期的用戶畫像模型通常是設計師通過主觀想象將目標客戶的輪廓具體化，從目標輪廓中歸納出用戶特征，然后用虛擬特征設計產品原型的一種方式。但是這樣的用戶畫像完全依賴于設計師的主觀假設，會比較容易產生偏差。

在圖書館領域，用戶畫像的應用可追溯最早出現在大約1985年，當時英國國家書目和Blaise-line通過電話采訪和個人訪談的方式調查用戶對Blaise-line的使用情況，并形成相關有效分析，從而優化服務。伴隨用戶畫像技術研究的不斷發展，國外許多學者主要將用戶畫像應用于圖書館的信息推薦[2]、信息過濾[3]及相關服務設計等領域。與之對比，我國在圖書館領域的用戶畫像相關研究則起步較晚，近年來逐漸成為研究熱點，但是研究成果相對較少，主要集中在圖書館用戶畫像的模型構建和實際應用上。

綜上所述，在國外相關研究中，圖書館領域關于用戶畫像的研究從早期的理論基礎、模型建立、方法和技術，最后到實際應用，其研究線路相對比較成熟，但是國內的研究對于圖書館領域的用戶畫像研究還有待豐富和完善，因此可以借鑒國外成熟的用戶畫像模式，結合我國圖書館發展的現狀和用戶群體的特點，構建完整的圖書館用戶畫像模式，以加強用戶畫像的實踐和應用，從而更好地把握用戶需求，提升服務質量。

1.2 用戶小數據的概念和研究現狀

小數據概念最早由康奈爾大學教授德波海爾·艾斯提提出，在2014年他通過其父親發現老人日常行為變化與身體異常的關系，經過醫院的醫學檢查卻沒有發現異常， 德波海爾·艾斯提認為這些日常行為數據是一種新的醫學數據，并將這些數據應用于疾病的診斷和治療，為醫療治療提供更直接的科學依據和數據支持。小數據來源于個體的數字軌跡，是個體用戶全方位、多層次的行為模式和情景感知[4]的整個數據集。小數據在圖書館服務中的核心價值在于預測和判斷用戶的需求信息，并為其提供個性化、精準的服務。

在高校圖書館的數據服務創新中，尤其是數據采集的過程中，用戶小數據是個體用戶的重要研究對象。隨著傳感器網絡技術、移動通信技術和閱讀終端技術的發展，高校圖書館能夠高效、不間斷、低成本地對用戶的小數據進行采集、合成、分析和判斷，并利用小數據繪制出一種精確包含用戶需求的模式、方法、閱讀習慣以及使用者的社會網絡關系。

2? 高校圖書館用戶小數據的內容與用戶畫像維度

高校圖書館用戶小數據是用戶整體特征的完整體現，是個體用戶全方位、多層次的行為模式和情景感知的完整數據集。高校圖書館用戶的小數據來源于用戶的各種注冊信息、活動信息和社會信息，具有數據價值高、數據準確、易于識別等優點。構建高校圖書館用戶肖像標簽系統的用戶小數據主要來源于用戶自然數據、用戶行為數據和用戶社交數據。用戶自然數據主要包括讀者ID、姓名、性別、年齡、年級、學歷、專業、聯系方式等。用戶行為數據主要包括登錄次數、瀏覽時間、頁面滾動、點擊、跳躍、下載、收集、復制、移動手勢滑動、拖動、借用、搜索、咨詢等。用戶社交數據包括點贊、分享、評論、討論、互動、關注、引用、引用、合作等。

3? 高校圖書館用戶畫像標簽系統

3.1 用戶小數據的采集

用戶小數據是構建用戶畫像的基礎，用戶數據越全面準確，用戶畫像的刻畫就越接近于真實用戶，用戶畫像的分析結果就越趨近于用戶的真實需求。在數據的采集過程中，不同類型的用戶小數據可以通過不同的方法來實現。用戶自然數據可在學校教務系統、信息門戶系統或用戶在注冊時填寫的相關信息中獲取;用戶行為數據可在圖書館門禁管理系統、圖書借閱管理系統、數據庫檢索系統中獲取;用戶社交數據可以通過網絡數據采集、社會調查法、用戶訪談法等方法獲取。在數據采集的過程中，要注意數據信息的完整性和用戶隱私之間的界限，數據的采集要以保證用戶隱私為前提，同時要保證采集到的數據不會出現泄漏而導致用戶的損失。

3.2 用戶小數據的挖掘及過濾

數據挖掘和過濾是用戶肖像處理的核心和關鍵。用戶畫像技術可以通過挖掘用戶與用戶數據之間的關系，用戶畫像的分析結果可以應用到個性化服務、精準營銷等領域實現其價值。主要的數據挖掘方法有聚類、分類、關聯規則、決策樹、協同過濾等。可以根據不同的目的來選擇最有效的數據挖掘方法，通過聚類和分類算法可以更好地將用戶劃分為具有相似特征的組，從而將這些人劃分為具有共同特征的個體。關聯規則是基于對象的相似度來建立數據關系。

3.3 用戶畫像的標簽系統

標簽提取和重組是用戶肖像處理的最后一步，直接影響用戶肖像結果的準確性。標注是對收集到的用戶數據進行挖掘和過濾，提取目標用戶群體的特征，并通過用高度精煉的詞語識別這些特征的過程，標簽系統有語義明確、文本簡潔、專一性高[5]等特點。在本文中，用戶畫像的標簽具體可以分為用戶行為標簽、用戶社交網絡標簽和用戶興趣標簽等，詳見圖1。

4? 用戶畫像的價值和應用

通過融合用戶小數據的各種自然數據、行為數據和社交數據，運用聚類、關聯規則、決策樹、協同過濾等方法將其抽象化，最終繪制出讀者的用戶畫像及用戶標簽體系[6]。這個體系用來作為服務的基礎，有著廣泛而重要的價值，在具體應用中，可以實現多種豐富的功能，從而提升用戶服務質量。

4.1 個性化內容推薦

使用用戶畫像來對用戶進行個性化推薦的內容更為精確，同時也更符合用戶的需求。用戶畫像的標簽系統可以從多個維度來引導圖書館對用戶進行個性化的內容推薦和精準營銷。通過行為標簽系統了解用戶過往的信息需求，從而推導用戶的服務需求;通過社交網絡標簽，了解用戶在其社交圈內其他用戶相關需求，從而推導用戶是否有類似需求。在線的時間和空間場景上也可以針對不同用戶特征，如空余時間和課程時間的不同分時段進行推送，充分利用好用戶的碎片化時間;在空間上也可以因用戶在館或不在館進行紙質資源或電子資源的推送[7]。

4.2 用戶需求迭代與滿意度管理

高校圖書館用戶有著明顯的需求迭代性，隨著年級的增長和學業階段的變化，其用戶需求會呈現出明顯的周期性。使用用戶畫像來對用戶需求進行跟蹤分析，能夠有效地測算出用戶需求迭代的時間節點。因此通過高年級的用戶畫像來分析低年級的需求是有一定參考意義的。通過個性化的信息引導，可以挖掘出用戶的潛在信息需求，從而幫助用戶在學習成長階段更好的利用圖書館資源完成自己的學業。通過滿意度管理可以了解用戶對個性化推薦內容的滿意程度，從而判斷標簽系統的準確性，并及時對用戶畫像標簽系統進行更新，可以使標簽系統更為完善。

5? 結語

近年來通過構建用戶畫像來提升圖書館的服務質量，已經成為行業研究熱點之一。但是在實際應用過程中還面臨著一些問題急需解決。首先是信息采集的問題，在信息采集的過程中，如何判斷有效數據與用戶隱私的權益問題、道德問題，都還需進一步的研究分析。其次，在構建用戶畫像的過程中，雖然有很多不同的分析挖掘方法，但如何有效地融合多種方法來使構建的用戶畫像更為準確，目前尚無統一的標準。此外，在構建完成用戶畫像之后，如何利用用戶畫像標簽系統進行開創性的新服務模式，是目前需要在實踐應用過程中進一步總結的問題。

參考文獻

[1] 亓叢，吳俊.用戶畫像概念溯源與應用場景研究[J].重慶交通大學學報：社會科學版，2017，17（5）：82-87.

[2] MAOJ，LU K，LIG，et al.Profiling users with tag networks in diffusion-based personalized recommendation[J].Journal of information science，2016，42（5）：711-722.

[3] SHARMA D，KAUR S.Neural network classification for user profile learning over digital library recommendation engine[J].Indian journal of science&technology，2016，9（33）：1-7.

[4] 陳廉芳.大數據環境下圖書館用戶小數據的采集、分析與應用[J].國家圖書館學刊，2016（3）：69-74.

[5] 徐芳，應潔茹.國內外用戶畫像研究綜述[J].圖書館學研究，2020（12）：7-16.

[6] 劉海鷗，孫晶晶，陳晶，等.用戶畫像模型及其在圖書館領域中的應用[J].圖書館理論與實踐，2018（10）： 92-97.

[7] 范宇，李宏宇.高校圖書館個性化服務建設研究[J].河南圖書館學刊，2019（1）：46-48.