基于情景感知的圖書館智能問答平臺群體用戶畫像構建

摘 要：圖書館智能問答平臺的不斷發展對其用戶畫像構建的精準度提出了新的要求，構建準確的群體用戶畫像成為圖書館提高信息服務質量與用戶滿意度的重要手段。文章結合情景感知理論對圖書館智能問答平臺群體用戶畫像層次模型進行了分析，提出了圖書館智能問答平臺群體用戶畫像構建路徑，以期幫助圖書館智能問答平臺構建更加精準、全面的群體用戶畫像。

關鍵詞：圖書館；智能問答平臺；情景感知；群體用戶畫像

中圖分類號：G250 文獻標識碼：A 文章編號：1003-1588（2024）07-0117-04

隨著互聯網技術的發展和普及，圖書館智能問答平臺已成為人們獲取知識和信息的重要途徑。隨著平臺用戶數量的不斷增多，如何更好地理解用戶需求、提供個性化服務成為圖書館智能問答平臺面對的重要問題。用戶畫像作為一種重要的數據分析技術，可以對用戶的興趣、行為、偏好等進行深入挖掘和分析，為平臺提供針對性的服務和推薦。本研究基于情景感知理論，對圖書館智能問答平臺群體用戶畫像層次模型與構建路徑進行了分析，旨在實現對圖書館智能問答平臺用戶的深入理解和個性化服務。

1 相關概述

1.1 情景感知理論

情景感知是人類在認知和掌握環境信息時所形成的一種心理狀態和過程^[1]。情景感知理論由美國航空航天工程師Mica Endsley于20世紀80年代提出，指人們對周圍環境的感知和理解程度，包括對環境的掌握、對環境變化的敏感度、對環境中存在的危險和風險的認知以及對環境中其他相關因素的注意力等^[2]。情景感知理論認為對情景的感知主要包括三個層次：一是感知層次，指個體對環境信息的感知、識別和了解，包括對環境各種因素的感知，如聲音、圖像、氣味等。二是理解層次，指個體對環境信息的理解和解釋能力，包括對環境中存在的危險和風險的認知、對環境中的變化和趨勢的把握以及對環境中其他相關因素的注意力等。三是預測層次，指個體基于對環境信息的感知和理解，對未來環境發展趨勢的預測和判斷能力，包括對環境中可能發生的變化和事件所進行的預測和判斷。情景感知理論在航空、交通、醫療、安全等領域中有廣泛應用，通過提高個體的情景感知水平，可以有效降低環境中存在的風險和危險，提高工作效率和安全性^[3]。

1.2 圖書館智能問答平臺群體用戶畫像

圖書館智能問答平臺是一種基于互聯網技術，集合眾人智慧進行知識分享和交流的網絡互動平臺，其通過在線提問和回答的形式，讓用戶可以在平臺上分享自己的知識和經驗，獲取圖書館提供的信息服務，同時也可以獲取其他用戶的知識和幫助。圖書館智能問答平臺的核心功能是在線問答，用戶可以在平臺上提出問題，等待智能機器人或其他用戶給出答案或建議^[4]；其他用戶可以在平臺上瀏覽問題，并給出自己的回答或建議。在圖書館智能問答平臺上，用戶可以根據自己的興趣和專業領域選擇關注的話題和問題，也可以通過搜索功能查找感興趣的問題和答案。

群體用戶畫像是指根據一定的標準和指標，對一個群體的用戶進行分析和描述，從而形成對這個群體的特征、偏好、行為和需求等內容的綜合描述^[5]。通過群體用戶畫像的建立和優化，平臺和組織能夠更好地掌握市場趨勢和用戶需求，深入了解自己的用戶，優化產品和服務，提高用戶的滿意度和忠誠度，增強社會競爭力。圖書館智能問答平臺群體用戶畫像是指對圖書館智能問答平臺上用戶的年齡、性別、職業、興趣愛好、教育背景、地域等基本屬性和行為習慣進行分析和描述，通過對用戶畫像的分析，平臺可以更好地為用戶提供個性化的信息服務和內容等^[6]。

2 圖書館智能問答平臺群體用戶畫像分析模型

圖書館智能問答平臺群體用戶畫像的構建目的在于實現對平臺用戶的深入理解，以提供個性化服務。情景感知理論強調個體在感知和理解周圍環境的過程中形成的心理狀態，這一認知過程與圖書館智能問答平臺獲取用戶信息并理解用戶密切相關。因此，本研究利用情景感知理論，將圖書館智能問答平臺的用戶畫像分析模型劃分為三個層次，即用戶信息感知層、問答內容理解層及用戶行為預測層，以實現對用戶深入理解的目的。這三個層次分別對應情境感知理論的感知層次、理解層次和預測層次，模型具體內容見圖1。

2.1 用戶信息感知層

感知層是圖書館智能問答平臺群體用戶畫像層次模型的第一個層次，主要通過收集用戶在平臺上的行為數據和數字足跡，了解用戶在平臺上的活動情況、興趣偏好和使用習慣等特征^[7]。感知層具體包括以下五個方面的內容：一是用戶注冊信息，包括用戶的性別、年齡、職業、學歷、地域等基本信息，這些信息可以在用戶注冊時進行收集。二是用戶行為數據，包括用戶在圖書館智能問答平臺上的提問和回答類型、關注的話題和領域、使用平臺的時間和頻率等數據，這些數據可以通過平臺的數據分析和挖掘工具獲取。三是數字足跡，包括用戶在互聯網上的行為軌跡，如搜索歷史、訪問記錄等，這些數據可以通過瀏覽器插件和數據采集工具獲取。四是社交媒體行為，包括用戶在社交媒體上的活動和互動，如點贊、評論、轉發等，這些數據可以通過社交媒體的API接口獲取。五是其他信息行為，包括用戶對館藏資源的點擊、瀏覽等數據，這些數據可以通過平臺的數據分析和監測工具獲取^[8]。

2.2 問答內容理解層

理解層是圖書館智能問答平臺群體用戶畫像層次模型的第二個層次，主要通過對用戶在平臺上的提問和回答內容進行分析和挖掘，了解用戶在知識領域和問題類型上的偏好和專業能力等特征^[9]。理解層具體包括以下三個方面的內容：一是提問和回答內容，如用戶提問的問題類型、提問的領域和話題、回答的質量和深度等。圖書館通過對用戶在平臺上的提問和回答內容進行文本分析和自然語言處理，了解用戶在知識領域和問題類型上的偏好^[10]。二是問題類型和知識領域，如用戶對科技、金融、醫療、法律等領域的提問和回答數量、類型等。圖書館通過對用戶在平臺上提問和回答的問題類型和知識領域進行統計和分析，了解用戶在不同領域和問題類型上的興趣和專業能力等特征。三是專業能力和影響力，如用戶對不同領域和問題類型的解答的準確性、完整性、邏輯性等。圖書館通過對用戶在平臺上的提問和回答內容進行質量和深度分析，了解用戶在專業能力和影響力等方面的特征，為平臺提供更加智能化和個性化的服務和推薦，同時這些數據也可以被用于推薦系統和內容分發等應用場景，為平臺提供更加精準和個性化的內容推薦和展示。

2.3 用戶行為預測層

預測層是圖書館智能問答平臺群體用戶畫像層次模型的第三個層次，主要利用機器學習和數據分析等技術，對用戶在平臺上的行為和內容進行分析和預測，提供更加智能化的服務和推薦^[11]。預測層具體包括以下四個方面的內容：一是行為預測，即通過對用戶在平臺上的行為數據進行分析和挖掘，預測用戶在未來的行為，如用戶下一次可能會提問或回答哪些問題、用戶可能會關注哪些話題等。二是需求預測，即通過對用戶在平臺上的提問和回答內容進行分析和挖掘，預測用戶的需求，如用戶可能對哪些話題或領域感興趣、需要哪些類型的回答等。三是推薦預測，即通過對用戶在平臺上的行為和需求進行分析和挖掘，預測用戶的偏好，為用戶推薦更加個性化和智能化的內容和服務。四是人群預測，即通過對用戶在平臺上的行為和內容進行分析和挖掘，預測用戶所屬的人群類型，為平臺提供更具針對性和個性化的用戶分類策略。通過以上預測，平臺可以更好地理解用戶的信息行為和需求，為用戶提供更加智能化和個性化的信息服務和推薦。

3 基于情景感知的圖書館智能問答平臺群體用戶畫像構建路徑

3.1 人機交互：打造智能化的情景感知問答系統

在圖書館智能問答平臺上，人機交互是構建用戶畫像的重要環節之一。圖書館打造智能化的情景感知問答系統，需要利用以下技術：一是情景感知技術。該技術指通過傳感器、計算機視覺、語音識別等技術手段，對用戶所處的環境和活動進行感知和分析。在圖書館智能問答平臺上，情景感知技術可以幫助系統更好地理解用戶的語言和情感，從而更準確地回答用戶的問題。二是自然語言處理技術。該技術指通過計算機對人類語言進行處理和分析，實現自然語言的理解、生成和應用。在圖書館智能問答平臺上，自然語言處理技術可以幫助系統更好地理解用戶的問題和回答，從而更好地滿足用戶的需求，如：當用戶提問時，系統可以通過自然語言處理技術將用戶的問題轉化為計算機可以理解的語言形式，更好地理解用戶的問題。三是情感分析技術。該技術指通過自然語言處理和機器學習技術，從文本、語音等數據中分析出情感信息。在圖書館智能問答平臺上，情感分析技術可以幫助系統更好地理解用戶的情感傾向，如：當用戶提問時，系統可以通過情感分析技術分析用戶的情感傾向，從而更好地回答用戶的問題^[12]。四是個性化推薦技術。該技術指通過分析用戶的歷史行為和興趣，向用戶推薦與其興趣相關的內容。在圖書館智能問答平臺上，個性化推薦技術可以幫助系統滿足用戶個性化的信息需求，從而提高用戶的滿意度和黏性，如：當用戶提問時，系統可以通過個性化推薦技術向用戶推薦與其興趣相關的問題和答案，滿足用戶多元化的信息需求。

3.2 情景交互：構建多維度的群體用戶畫像模型

在構建智能問答平臺群體用戶畫像的過程中，圖書館需要通過用戶與智能問答平臺的交互，獲取用戶的相關信息和行為數據，構建多維度的群體用戶畫像模型。通過對圖書館智能問答平臺群體用戶畫像維度的分析，筆者認為智能問答平臺群體用戶畫像維度主要包括人口統計學維度、興趣愛好維度、行為習慣維度、專業能力維度、社會心理維度等五個維度：一是人口統計學維度。該維度涵蓋了用戶的基本信息，如性別、年齡、地區、教育水平、職業等，這些信息對圖書館智能問答平臺來說至關重要，可以幫助平臺更好地了解用戶，為其提供針對性的問題和回答。二是興趣愛好維度。該維度指用戶的興趣、愛好等信息。圖書館通過分析用戶的搜索關鍵詞、關注的話題、瀏覽的問題類型等，可以了解用戶的興趣和愛好，為智能問答平臺提供更契合用戶需求的信息。三是行為習慣維度。該維度主要關注用戶在圖書館智能問答平臺上的行為習慣，如用戶提問的頻率、回答的速度、瀏覽的時長等。這些信息可以為圖書館智能問答平臺提供更準確的用戶分類和推薦服務。四是專業能力維度。該維度主要關注用戶的專業能力和知識水平，可以為圖書館智能問答平臺提供更專業的信息服務。五是社會心理維度。該維度是指用戶在社交和心理方面的特征，如社會網絡關系、情感傾向等信息。該維度主要關注用戶的情感和態度，可以為圖書館智能問答平臺提供更契合用戶情感需求的信息。

3.3 認知交互：建立差異化的情景感知調節機制

圖書館智能問答平臺的情景感知調節是一個自動化的過程，可以根據用戶的行為數據、興趣愛好、問題類型等信息，自動進行情景感知調節，更好地滿足用戶的個性化需求。在圖書館智能問答平臺上，情景感知調節機制能夠根據用戶的歷史數據、興趣愛好、問題類型等信息判斷當前情景和用戶需求，自動調節情景感知系統的運作模式和算法，調節系統的推薦內容、回答策略，通過用戶與圖書館智能問答平臺的認知交互，獲取用戶的反饋信息和行為數據，實現差異化的情景感知調節，滿足用戶個性化的信息需求。差異化的情景感知調節機制可以增強圖書館智能問答平臺的用戶體驗，提高問答服務的質量和效率，如：圖書館可以根據不同的用戶群體和情景選擇不同的情景感知調節機制和算法，形成差異化的情景感知策略，更好地滿足用戶的信息需求。

4 結語

本研究通過對情景感知理論三個層次的分析，提出了基于情景感知的圖書館智能問答平臺群體用戶畫像構建路徑，認為通過構建智能化的情景感知問答系統、多維度的群體用戶畫像模型以及差異化的情景感知調節機制，能夠更有效地分析與挖掘圖書館智能問答平臺用戶的特征，助力構建更精準的圖書館智能問答平臺群體用戶畫像，提升圖書館信息服務質量與用戶滿意度。

參考文獻：

[1] 姚淑青.融合情景感知的智慧圖書館用戶畫像構建研究[J].圖書館界，2022（5）：1-5.

[2] 李筱梅.基于情景感知的圖書館智慧空間構建研究[J].河南圖書館學刊，2022（2）：93-95.

[3] 程全.基于情景感知的智慧圖書館閱讀推薦服務模型構建與優化策略[J].圖書館工作與研究，2021（10）：119-128.

[4] 陳燁，王樂，陳天雨，等.基于社會網絡分析的圖書館智能問答平臺用戶畫像研究[J].情報學報，2021（4）：414-423.

[5] 于景紅.基于用戶畫像的數字圖書館個性化學術空間構建研究[J].河南圖書館學刊，2023（3）：112-115.

[6] 盛琳涵.基于用戶畫像的經典閱讀推廣模式構建：以高校圖書館為例[J].河南圖書館學刊，2022（10）：2-4.

[7] 王堯.基于情景感知的地方文獻閱讀推廣策略研究[J].河南圖書館學刊，2020（9）：11-13.

[8] 翟秀鳳，劉寶瑞.融入情景感知的圖書館智慧空間實踐調查分析研究[J].圖書館研究，2020（2）：111-117.

[9] 李冰.基于情景感知融合的移動圖書館微服務體系構建[J].圖書館學刊，2019（8）：102-105.

[10] 曾子明，孫守強.基于情景感知的智慧圖書館場景式服務研究[J].圖書與情報，2019（4）：101-108.

[11] 李賀，侯力鐵，祝琳琳.移動圖書館情景感知信息推薦服務用戶接受行為研究[J].圖書情報工作，2019（12）：94-104.

[12] 陽玉堃.圖書館智能問答平臺對圖書館虛擬參考咨詢服務的啟示[J].知識管理論壇，2017（5）：424-438.

（編校：周雪芹）