用戶畫像在圖書推薦系統中的研究

陳公禹

上海大學圖書情報檔案系 上海 200444

近年來，大數據、云計算、人工智能等互聯網信息技術不斷飛速發展，人們的生活也隨之發生翻天覆地的變化，讀者用戶的需求越發個性化、多元化。用戶畫像因其可以用來描述用戶特征、挖掘用戶需求，并以此提供用戶個性化服務的特點，目前已被廣泛應用于各種領域。用戶畫像技術應用于圖書館服務有利于創新圖書館服務模式，也為圖書館未來的良好發展提供了機遇。現如今，圖書館正面臨諸多挑戰，面對讀者用戶需求的多元化以及海量的文獻資源，圖書館只有充分了解用戶的需求，才能為用戶提供更加個性、精準的服務。用戶畫像應用于圖書推薦系統可以提高圖書資源的利用率，通過分析挖掘用戶的行為，對用戶進行個性化精確化的服務，實現智能化圖書精確推送。

1 用戶畫像概述

1.1 用戶畫像的概念

用戶畫像(User portraits)由交互設計之父Alan Cooper所提出，又稱用戶角色、用戶模型、客戶畫像、受眾畫像。它主要通過用戶調研、數據采集等方式全面地搜集用戶信息，包括用戶背景、用戶行為習慣等，來具體地、標簽化地、有針對性地描述用戶特征，建立目標用戶模型。簡單來說，用戶畫像就是以海量數據為基礎，分類描述用戶行為，刻畫出真實用戶的虛擬形象。在圖書推薦系統領域，用戶畫像主要是通過標簽化處理讀者用戶的數字足跡，刻畫用戶行為，從而為用戶提供個性化、精確化的圖書資源推薦服務。讀者用戶信息主要包含借閱圖書、瀏覽網頁、下載文獻、入館時間等記錄，通過從各類系統中全面抽取出用戶的相關數據，分析用戶行為習慣以及資源偏好，進而準確描述用戶特征，最終實現圖書信息資源的精準推薦[1]。

1.2 國內研究現狀綜述

截至2021年9月4日，以“用戶畫像”和“個性化推薦+圖書推薦+資源推薦”為主題在相關網站上進行高級檢索，將文獻分類目錄限定為圖書情報與數字圖書館領域，去除無效文獻，總計檢索出中文文獻46篇。

國內研究主要集中在圖書館資源推薦服務模式、圖書館知識服務、圖書推薦系統等方面。王慶等[2]歸納圖書館現有資源推薦服務研究，并對圖書館用戶畫像數據源進行分析，以此構建了圖書館用戶畫像模型，提出從單用戶和群體用戶角度進行資源推薦的服務模式。陳慧香[3]通過分析國內外圖書館領域用戶畫像的研究現狀，結合已有的用戶畫像模型和服務情況，為用戶畫像應用于圖書館精準服務提出建議。劉海鷗等[4]圍繞圖書館用戶基本信息標簽、內容偏好標簽、互動標簽、會話標簽、情境標簽來構建用戶畫像模型，并引入情境化推薦方法來實現圖書館知識服務的個性化推薦，提升圖書館的知識服務水平。王順箐[5]以讀者需求多樣化和無差別推薦的矛盾出發，探討了實現智慧型個性化閱讀推廣的可能，最終構建了智慧型個性化推薦系統。何娟[6]通過構建用戶的個人畫像和群體畫像，綜合讀者借閱行為特征實現圖書的個性化推薦并對其可行性進行測評。

目前，國內已有部分學者基于用戶畫像對圖書推薦系統進行了應用及優化，大多數關于圖書館資源推薦的相關研究主要方向是探討個性化推薦模式及相關推薦算法技術，并以此來優化館藏資源和提高利用率，而從用戶視角發掘用戶的圖書興趣偏好、基礎屬性和瀏覽動態，進而形成完整的推薦系統的研究較少。

2 基于用戶畫像構建圖書推薦系統

2.1 構建用戶畫像

圖書館構建讀者用戶畫像可以分為三個過程：數據的收集與處理、建立用戶畫像數據標簽、構建用戶畫像模型。

首先，對讀者用戶的數據進行收集與處理。圖書館的讀者用戶數據包括讀者靜態數據和動態數據。其中，靜態數據包括讀者用戶的讀者證號、姓名、性別、年齡、職業、學歷、專業、城市、郵箱地址等基本信息。這些靜態數據一般都可以直接從系統中獲取。動態數據則是指讀者用戶的行為數據，一般包括讀者用戶使用數據庫的信息、使用圖書借閱系統的信息以及讀者用戶使用各種設施的信息等。除了這些數據之外，圖書館還可以通過設計調查問卷的方式，來獲取系統中無法反映的額外數據，使得讀者用戶數據更加真實、完整。這些數據來自不同的信息系統平臺，因而需要對不統一的數據結構加以整合處理，完善讀者用戶的信息，有利于構建真實、可靠以及完整的讀者用戶畫像。

其次，建立讀者用戶畫像的數據標簽。數據標簽是基于用戶動態與靜態數據分析而來的高度精練的用戶特征標識，能很方便地理解每個數據標簽的含義，使模糊的用戶立體化、形象化[7]。為讀者用戶建立數據標簽是圖書館構建用戶畫像的關鍵工作。圖書館可根據讀者用戶的屬性，構建基本屬性標簽、借閱行為標簽、圖書偏好標簽。基本屬性標簽主要包括：姓名標簽、性別標簽、年齡標簽、職業標簽、學歷標簽以及專業標簽等；借閱行為標簽是區分讀者類型的標簽，通過對讀者的入館情況數據以及借閱記錄數據可以將讀者區分為低借閱讀者、普通讀者、高借閱讀者以及入館達人；圖書偏好標簽主要由圖書類別偏好標簽和圖書內容偏好標簽組成。

最后，在完成對用戶的靜態數據和動態數據收集處理的基礎上，進行分析以及語義化抽象綜合上述標簽構建用戶畫像。

2.2 圖書推薦系統結構設計

基于用戶畫像的圖書推薦系統的模塊包括數據采集模塊、數據處理模塊、圖書推薦模塊以及可視化模塊。

數據采集模塊從圖書館各類系統中主動搜集爬取用戶數據，用戶數據包括靜態與動態兩類，隨后記錄為用戶行為日志，為數據處理提供基礎。

數據處理模塊處理來自不同平臺的用戶數據，包括清洗、規范統一、分析，從而獲得與用戶行為相關的權重標簽，并加以處理整合，是構建用戶畫像的基礎。可以采用統一標記的方式分析用戶行為，按照標記規則為不同用戶設置對應的靜態標簽。而動態標簽的設置，可以采用數據挖掘算法進行大規模數據分析，通過聚類算法區分用戶，并通過數據抽取的方式獲得對應的標簽[8]。

前端服務界面包含可視化模塊和資源推薦模塊。資源推薦模塊包括兩個方面，首先是相關推薦，通過基于內容的文本相似度算法，找到與某個讀者瀏覽的圖書信息資源相似的其他信息資源。其次是熱門推薦，可以根據相似度匹配計算出用戶偏好指數最高的資源，分享給該讀者。系統根據讀者的基本信息和行為數據進行讀者用戶畫像構建，隨著時間的推進，讀者的興趣偏好逐漸明顯或者逐漸改變，系統應當具備可以自動采集讀者最新的基礎信息數據和行為數據并更新該讀者畫像的功能。圖書推薦系統根據用戶畫像進行推薦，將基于用戶畫像與圖書的相似匹配度計算方法，將符合條件的最新圖書資源篩選出來，進行優化后顯示在最新推薦結果頁面。

3 個性化圖書資源推薦

3.1 相似圖書推薦

相似圖書的推薦是基于用戶畫像中的動態數據而實現的。讀者用戶的動態數據中，可以從圖書和讀者兩個維度對數據進行挖掘分析。讀者用戶對圖書的借閱行為會生成借閱記錄，這些借閱記錄反映了該讀者的圖書借閱偏好，系統通過尋找與這些借閱記錄相類似的圖書實現推薦。圖書維度的特征屬性主要有題名、主題詞、作者、學科主題、出版發行商以及中圖分類號等。其中可以利用中圖分類號以及關鍵詞進行圖書間的相似匹配度計算，最后將兩種相似度計算結果進行整合排序，從而得到結果[9]。

中圖分類號采用漢語拼音字母與阿拉伯數字相結合的混合號碼，具有從整體到局部的特征[10]，從左到右進行編號，具有一定的層次性。圖書館中的每一本圖書都有其所屬的唯一中圖分類號，通過中圖分類號可以清晰直觀地看出圖書屬于什么類別與級別，因而可以依據中圖分類號來進行圖書之間的相似匹配度計算。表現圖書特征維度的除了中圖分類號之外，還有題名、作者和學科主題，系統可以將題名、作者和學科主題通過計算文本相似度的方法進行兩本圖書之間的相似匹配度計算。

在計算了中圖分類號和題名、作者和學科主題兩個維度的相似度之后，將基于中圖分類號和題名、作者和學科主題的圖書相似度進行整合，由于兩者對于圖書相似度之間的影響基本相同，可以依照兩者接近的比例整合，最終實現相似圖書的推薦。

3.2 相似讀者圖書推薦

相似讀者的圖書推薦是基于用戶畫像中的靜態數據和動態數據相結合而實現的。系統通過相似度計算方法找到目標讀者的相似讀者，從而推薦相似讀者所感興趣的圖書。用戶畫像基于讀者用戶的靜態數據和動態數據對讀者進行刻畫，系統可以依據這兩個維度的相似度計算結果進行整合，從而選出相似度較高的幾位讀者，再對讀者的借閱圖書進行排序，依照相似度高低降序排列，選擇前幾本相似度較高的圖書推薦給目標讀者。

對于讀者用戶的靜態數據，可以利用計算文本相似度的方法計算兩個讀者間靜態數據的相似度。包括專業、職業、年齡段、性別、學歷等靜態數據的相似度匹配。

對于動態數據，讀者的借閱偏好通過讀者在圖書館借閱系統中，借閱、續借以及收藏等操作記錄表現出來。而圖書維度的屬性特征仍舊包括題名、主題詞、作者、學科主題、出版發行商以及中圖分類號等。系統選取圖書的題名、作者、學科主題詞作為讀者圖書興趣偏好的模型構建基礎數據進行相似匹配度計算。

在計算了讀者的靜態數據和動態數據兩個維度的相似度之后，將這兩個維度的相似度進行整合，由于動態數據相較于靜態數據對于圖書偏好的影響較大，可以依照動態數據大于靜態數據的比例進行整合，最終實現相似讀者的圖書推薦。

4 基于用戶畫像的圖書推薦系統存在的問題

4.1 信息安全與用戶隱私保護問題

讀者用戶信息是重要的信息資源，也是圖書推薦系統構建讀者用戶畫像的基礎。系統在構建讀者用戶畫像時，會收集大量讀者信息，在利用并挖掘這些數據的同時，要尤其注意讀者信息安全和用戶隱私問題。首先，在讀者知曉并同意其相關的數據被獲取后，系統才能采集讀者信息。其次，應當收集已有的和必要的數據，減少無關數據的采集，例如，不應收集身份證號碼和家庭成員等重要信息。最后，可以通過安全加密和設定訪問權限來保障讀者信息安全。在大數據時代，用戶信息安全與隱私保護是十分重要的課題，只有在保證用戶信息安全的前提下，讀者用戶才會愿意將隱私數據提供給圖書館，構建用戶畫像才會更加精準。

4.2 用戶畫像實時變化問題

隨著時間的推移讀者偏好和需求特征都會發生變化，因此用戶畫像模型并非一直有效。讀者用戶的動態數據包括用戶圖書資源的興趣、偏好等變化以及用戶來館頻率、停留時間、在館行為等數據變化。如何解決好用戶畫像實時變化問題顯得尤為重要。由于難以判斷用戶閱讀偏好何時發生變化，對用戶畫像階段性調整難以實施；另外，如果系統實時對用戶畫像進行調整，那么用戶數據的實時交換問題以及所產生的巨大數據量問題有待解決。因此，基于用戶畫像的圖書推薦系統還需不斷改善來精確描述用戶狀態。

4.3 缺乏系統評估指標

目前，大部分研究主要集中在用戶畫像模型構建、推薦系統設計及平臺搭建。然而，在構建用戶畫像、完成圖書推薦系統搭建之后，很少提及系統評估方面的內容，缺乏系統的評估指標，對于基于用戶畫像構建的圖書推薦系統完整的、規范的指標和評估體系沒有建立。國內的相關研究大多是提出構建用戶畫像的模型或是系統設計的設想，還沒有實際運用到圖書館中。只有不斷探索有效、規范的評估指標和方法，才能客觀反映出基于用戶畫像構建的圖書推薦系統的質量，進而在此基礎上不斷優化改善，形成良性循環，最終實際應用到圖書館中。

5 結論與展望

基于用戶畫像的圖書推薦系統，可以根據用戶畫像分析結果，既能定向準確地推送圖書資源，還可以做到圖書資源的準確定位，為其找到相匹配的讀者。實現“為人找書，為書找人”的功能，起到激發讀者用戶閱讀興趣，提升用戶閱讀體驗的效果。對于圖書館來說，這樣不僅能夠提高圖書信息資源的利用率，還可以讓圖書館的服務水平朝著更高質量方向發展。

然而在實際應用層面，基于用戶畫像的圖書推薦系統目前面臨著許多困難與挑戰，包括解決技術難題并將其成熟地運用到圖書館領域、保護好用戶的隱私及信息安全，強化實時用戶畫像的研究以及建立系統的評估指標體系。未來如何處理好這些問題，獲取更多來源的讀者用戶數據，更加全面地把握讀者信息，從而更好地提升系統推薦效果，最終將用戶畫像融入圖書館體系中，還需要不斷地研究和探索。