智慧圖書館用戶畫像的內涵、分型與數據維度構建

付天新FU Tian-xin

（北京農業職業學院，北京 102442）

0 引言

隨著信息技術的不斷發展，高校圖書館也逐漸由“數字”邁向“智慧”。智慧圖書館運用智能化技術，整合圖書館內外信息資源，通過感知、捕捉、記錄、挖掘、分析來提供更加智慧的服務。為了充分挖掘圖書館海量信息價值，解決圖書館現有服務模式與日益增長的用戶需求之間的矛盾，圖書館將用戶畫像引入到智慧圖書館的建設中，并已應用到圖書館智慧化的眾多領域之中，用戶畫像逐漸成為智慧圖書館建設不可或缺的重要內容。本文通過梳理、分析與總結已有科研文獻，對用戶畫像在智慧圖書館建設中的內涵、分型、數據維度構建等方面進行深入剖析，系統闡述了用戶畫像應用于智慧圖書館的理論基礎與數據體系，進而為智慧圖書館建設夯實基礎，也為智慧圖書館快速應用用戶畫像開展理論應用、模型構建、系統研究、實踐運用與服務創新等諸多方面提供數據支撐和參考依據。

1 智慧圖書館用戶畫像的內涵

大數據、云計算、物聯網、人工智能、5G 通信等技術的廣泛應用給圖書館的發展帶來了新的機遇。2014 年李業根首次將用戶畫像應用到圖書館領域，打開了國內圖書館領域用戶畫像研究的大門，隨后眾多學者以用戶畫像為研究主體，展開了如火如荼的研究，并分別提出了對用戶畫像的理解。余傳明等[1]認為，用戶畫像是根據用戶人口統計學信息、社交關系和行為模式等信息而總結、抽象和挖掘出來的標簽化用戶模型。陳慧香等[2]認為用戶畫像是建立在一系列真實數據之前的描述用戶需求和偏好的目標用戶模型，該模型可全方位、立體化地反映用戶特征。張潔等[3]認為，數字圖書館用戶畫像主要指面向真實讀者用戶，以用戶的靜態屬性（人口統計特征、科研屬性特征、空間和地理特征等）和動態屬性（訪問行為、資源檢索及獲取行為、學術社交行為、學術成果發表行為等）數據為基礎，綜合應用文本挖掘、機器學習等方法提煉出的具有顯著特征的用戶標簽集合。王麗艷[4]等認為大數據時代下圖書館用戶畫像即用戶信息標簽化，是以圖書館服務系統及其相關平臺一系列真實數據為基礎，借助數據預處理、機器學習、數據挖掘、可視化等技術自動提取出個體或群體用戶標簽，從而建立起聯系用戶訴求與設計方向的目標用戶模型。胡媛等[5]認為數字圖書館將知識社區用戶信息抽象化并運用聚類、關聯規則及分類等數據挖掘方法匯制所得的用戶可視畫像即為用戶畫像。

通過學者們對智慧圖書館用戶畫像理解可以看出：隨著用戶畫像研究的設計思路、實現技術、主題、場域的不同，不同時期下其內涵也有不同理解與側重。但在各自不同的表達中又體現著對用戶畫像的統一理解，即用戶畫像是實現圖書館智慧化的全新理念、技術和模型。

2 智慧圖書館用戶畫像的分型

智慧圖書館用戶畫像研究隨著研究主體、群落和用途的不同，在各自的視角下有著不同的分型。本文總結前人的研究成果，將智慧圖書館用戶畫像劃分為本體、群落和功用3 類視角下共9 種分型。

2.1 基于本體視角的用戶畫像分型

①讀者畫像：是以圖書館讀者為中心，圍繞讀者的基本屬性、網絡關系和行為特征等數據進行系統分析、歸納和總結，構建能夠清晰描述讀者全貌、精準刻畫讀者行為特征、深入挖掘與提煉讀者信息標簽的模型集合或可視系統?；緦傩孕畔⒅饕枋鲎x者的姓名、性別、年齡、職業、教育背景和聯系方式等信息。行為特征信息主要描述的是讀者系統信息檢索、頁面瀏覽、內容下載等行為。網絡關系信息主要描述的是讀者線上閱讀過程中產生的分享、評論和收藏[6]。

②機構畫像：是以圖書館內、外相關機構為中心，以真實機構數據為基礎構建的目標對象模型。機構畫像是把機構和及其內部組織與成員看成一個有機的整體，來研究機構的固有屬性、動態行為和規律，歸納總結與其他機構的差異性，從而構建標簽化機構模型。機構是不同個體的組合，機構畫像所包含的信息是不同用戶畫像信息的組合體，它包括靜態特征（如機構名稱、成立時間、地理位置和組織架構等）和動態特征（如核心成員和社團、社交網絡、科技項目、科技論文、科技獎項、知識產權、指數排行等）。通過機構畫像能夠全面、精準、動態地呈現機構的不同特征，不但能夠輔助圖書館了解掌握機構的科研動態，而且能夠為機構的不同需求提供優質的知識服務，滿足機構的創新發展需求[7]。

③資源畫像：是以圖書館紙本、電子資源為中心，以圖書館資源的基礎屬性、媒體類型、內容屬性和資源熱度等方面入手，建立圖書館資源數據體系，構建能夠清晰描述資源全貌、全面表達資源特征、深入挖掘與提煉資源標簽的模型集合或可視系統?；緦傩灾饕枋龅氖菆D書資源的作者、出版社、出版時間、資源分布等數據信息。媒體類型主要描述的是圖書資源的媒體類型，如文本、圖片、音頻和視頻等數據信息。內容屬性表達圖書資源的主要內容、知識主題和研究領域等數據。資源熱度主要描述的是圖書資源被用戶檢索、瀏覽、下載次數等數據[6]。

④場域畫像：又可稱之為“主題用戶畫像”或“專題用戶畫像”。其主要是以圖書用戶畫像的應用場域（主題或專題）為中心，以用戶畫像在圖書館領域的應用場景和智能服務為切入點，融合讀者、機構、資源等多個主體信息，面向特定場域/場景構建能夠清晰描述場域（主題或專題）信息全貌、精準刻畫應用場域特征、深入挖掘與提煉場域應用標簽的模型集合或可視系統。如：基于用戶畫像的知識服務、基于用戶畫像的閱讀推廣、基于用戶畫像的個性化推薦、基于用戶畫像的學科服務等[8]。

2.2 基于群落視角的用戶畫像分型

①獨立用戶畫像：是以個體為主要研究中心，對研究個體（如：讀者、課程、品目、技術、工藝等獨立實體）的全貌、特征進行精準的表達與刻畫，深入挖掘與提煉研究個體場域應用標簽的模型集合或可視系統。獨立用戶畫像用來表達研究群落中最核心和重要的對象個體，如：讀者/用戶對于圖書館智能化服務的畫像構建；某門核心課程在教育教學過程中的畫像構建；某個品目（生豬、牛、羊、雞、果樹、花等）在科研過程中的畫像構建。

②群體用戶畫像：是以組織為主要研究中心，對研究群組（如：機構、院系、團隊、社團等）的全貌、特征進行精準的表達與刻畫，深入挖掘與提煉研究個體場域應用標簽的模型集合或可視系統。群體用戶畫像以群組為單元來表達研究群體的信息全貌和特征。

2.3 基于功用視角的用戶畫像分型

①描述型用戶畫像：目標在于理解、掌握研究主體的信息全貌。通過構建描述型用戶畫像直觀、全面、準確地表達研究主體屬性、特征、行為規律等，進而使人們能夠在充分了解主體信息的情況下，結合實際開展各項服務，如：通過構建圖書館讀者用戶畫像了解并掌握學生的年級、專業、行為習慣等信息，為學生提供圖書資源個性化推薦或知識咨詢服務；通過構建院系/機構用戶畫像了解、掌握其信息，向學院提供更好的學科服務。

②服務型用戶畫像：目標在于通過挖掘價值信息，為圖書館提供豐富的智能服務，增強圖書館決策與預測能力，發現規律與痛點問題。并通過數據、模型、系統、服務等維度的前后關聯與協作，發現背后規律，進而實現趨勢預測與輔助決策。如：智能圖書推介、可視展板與空間預測、智能咨詢機器人等。

③評價型用戶畫像：目標在于整合數據信息、提供智能分類、定級與評價。通過構建評價型用戶畫像，梳理、分析、整合目標主體的數據信息，經數據挖掘、場景匹配、信息歸一化處理等過程，最終形成能夠清晰、準確表述場景特征的評價信息。如：通過圖書館讀者的到館次數、借閱信息等對讀者按照主動、潛力、激發、游離等類型進行分類與評價。

3 智慧圖書館用戶畫像的數據維度構建

智慧圖書館用戶畫像在不同場景和功用下，不同學者對圖書館用戶畫像數據維度的表述視角和內容各不相同。傳統圖書館由于數據分散在各自的管理系統中，導致數據匯集困難、無法有效流通和融合應用，形成數據孤島。在構建智慧圖書館用戶畫像時，需要統籌考慮校園一卡通、圖書管理系統、電子資源管理與評價系統、綜合門戶網站、移動圖書館等系統平臺，整合圖書館信息化過程中海量、多源、分散的數據資源，利用先進的信息技術，對數據進行采集、清洗與邏輯重構，形成支持數據維度構建的數據集合。同時，以用戶畫像構建的場域、主題、用途與價值入手，在數據集合中，甄選能夠精準刻畫用戶畫像的數據元素，剔除冗余，形成能夠準確支撐用戶畫像構建的數據體系，進而實現智慧圖書館用戶畫像的精準刻畫。本文在智慧圖書館用戶畫像數據描述和實踐的基礎上，結合用戶畫像構建的實際數據需求，提出用戶畫像的數據維度應從自然屬性維度、行為偏好維度、情境與環境維度、網絡社交維度、實體聯系維度5 個方面刻畫，共同構成智慧圖書館用戶畫像的五維數據體系模型，其構建過程見圖1。

圖1 智慧圖書館用戶畫像五維數據維度模型構建過程

①自然屬性維度：是智慧圖書館構建用戶畫像的基石。自然屬性維度用來描述不同用戶畫像分型構建主體的基本情況，數據結構較為固定，主要為靜態信息。以讀者用戶畫像為例，其自然屬性維度的數據標簽主要包括用戶ID、姓名、性別、籍貫、年齡、學歷、職業職稱、所屬單位與部門、郵箱、電話等信息。在智慧圖書館用戶畫像不同分型構建過程中，自然屬性維度的定義并不是一成不變的，可根據構建用戶畫像分型的實際情況（如：讀者畫像、資源畫像、機構畫像、場域畫像等）進行數據歸納和重構，形成較高層級、顆粒度較為粗放的自然屬性維度數據，以滿足不同分型用戶畫像構建要求。采集自然屬性維度信息的目的主要是為了更加清楚地刻畫用戶畫像主體，以此為據構建畫像骨骼印象，勾勒畫像主體輪廓。自然屬性維度信息的選取對精準構建用戶畫像起著至關重要的作用，一方面，自然屬性維度數據采集的越全面，則畫像主體輪廓刻畫與構建就會越精準，畫像基礎也更加牢靠；另一方面，自然屬性維度數據的采集也并不是越多也好，還要根據用戶畫像的構建目的，選擇有價值的數據信息，避免造成數據冗余和隱私泄露。

②行為偏好維度：是智慧圖書館構建用戶畫像的核心。行為偏好維度用來反映不同用戶畫像分型構建主體的行為偏好與行為特征，數據來源廣泛，數據結構靈活，一般為動態信息。以讀者用戶畫像為例，其行為偏好維度的數據標簽主要包括檢索、瀏覽、借閱、下載、試讀、評論、分享、復制、收藏、預約等行為特征信息和作者、內容、學科、主題等閱讀偏好信息。用戶畫像的行為偏好維度根據獲取方式的不同，一般被分為顯性和隱性2 種類型。顯性行為偏好維度數據一般是根據用戶畫像分型的主體特征不需要深入的數據發現便可獲取的行為數據。而隱性行為偏好維度數據是隱藏在行為特征背后的數據，需要通過深入數據挖掘和模型計算，結合某一種用戶畫像分型構建主體特征得出的行為偏好數據。行為偏好維度數據既可來自于網站、館藏目錄檢索系統（OPAC）、空間預約系統、數字資源管理平臺等系統平臺，也可來自于情景環境、網絡社交以及實體模型。在使用行為偏好維度數據構建智慧圖書館用戶畫像時，應注意行為偏好維度甄選尺度和刻畫數據內容，以便構建出精準、滿足場景需要的用戶畫像。

③情境與環境維度：是智慧圖書館構建用戶畫像在行為偏好維度上的情景與環境補充，是將情境數據與環境數據融合到智慧圖書館用戶畫像構建的重要數據內容。情境與環境維度數據一般包含自然環境、時間情境、位置情境、訪問情境、活動情境、心理情境等。其中，自然環境、時間情境、位置情境、訪問情境、活動情境強化用戶畫像的時空特征；心理情境則反映情緒與思維變化。例如，滿意程度、喜歡程度、情緒狀態等。情境與環境維度的信息一般來自于智能終端設備、傳感器、Wi-Fi、藍牙、RFID、GPS 和環境監測系統等。在使用情境與環境維度數據構建用戶畫像時，應注意情境數據、環境數據與自然屬性維度數據相互關聯，增強用戶畫像的時空特征和心理情境，更精準、動態地反映特定時空下的行為偏好與需求。

④網絡社交維度：是智慧圖書館構建用戶畫像在行為偏好維度上的網絡社群關系補充，是網絡社群關系數據融合到智慧圖書館用戶畫像構建的關鍵。網絡社交維度數據通過點贊、分享、評論、討論、互動、關注、引用、被引、情感態度等交互行為，將原本看似沒有關聯的特征數據融合在一起，構建社群關系網絡圖譜，挖掘行為興趣偏好。用戶不僅是信息的使用者，更是信息內容的創造者與傳播者。通過網絡社交維度數據可以發現相似社區群落、挖掘社區群落特征與行為規律，擴展用戶畫像構建數據來源與內容，使得智慧圖書館用戶畫像構建與應用的覆蓋面更加廣闊。

⑤實體聯系維度：反映智慧圖書館構建用戶畫像相關實體對構建主體的影響，是構建精準用戶畫像在業務場景上的補充。不同場景下用戶畫像的構建，與其所處在的業務環境密不可分。因此在研究用戶畫像時，應該將一定場景下的相關實體和聯系考慮在用戶畫像的構建之中，進而刻畫更加精準的用戶畫像。如，在高校圖書館用戶畫像構建的數據維度中，應將處在高校場景下的教務、科研、機構和保證等數據考慮其中，建立聯系，輔助用戶畫像的精準構建。

4 結論

信息技術的快速發展給智慧圖書館用戶畫像研究帶來了新的發展和新的機遇。用戶畫像已然成為高校圖書館實現智慧化發展的全新理念、先進技術和場域模型。文章總結前人的研究成果，將圖書館用戶畫像劃分為本體、群落和功用3 類視角9 種分型，構建包含數據自然屬性維度、行為偏好維度、情境與環境維度、網絡社交維度、實體聯系維度在內的五維數據體系模型。通過對用戶畫像在智慧圖書館建設中的內涵、分型、數據維度進行深入剖析，系統闡述了用戶畫像應用于圖書館領域的基礎內涵與數據體系，進而為智慧圖書館快速應用用戶畫像開展理論應用、模型構建、系統研究、實踐運用與服務創新等諸多方面提供數據支撐和參考依據。