我國(guó)圖書館領(lǐng)域用戶畫像研究的可視化分析

中圖分類號(hào)：G252 文獻(xiàn)標(biāo)志碼：A

0引言

在信息時(shí)代圖書館的建設(shè)不僅需要智能化的設(shè)備，而且需要智慧化的服務(wù)。用戶畫像基于大數(shù)據(jù)對(duì)用戶信息進(jìn)行挖掘，為圖書館的精準(zhǔn)推送服務(wù)、個(gè)性化服務(wù)、科研支持服務(wù)等提供了有力的技術(shù)支持。用戶畫像概念最早由交互設(shè)計(jì)之父ALAN C^[1] 提出，將其定義為“基于用戶真實(shí)數(shù)據(jù)的虛擬代表”。近年來，用戶畫像的研究成了圖書館領(lǐng)域研究熱點(diǎn)。通過文獻(xiàn)檢索，國(guó)內(nèi)用戶畫像的研究始于2014年，后快速進(jìn)入發(fā)展期，主要涉及大數(shù)據(jù)、精準(zhǔn)服務(wù)、閱讀推廣、服務(wù)模式、服務(wù)創(chuàng)新、學(xué)科服務(wù)等多個(gè)主題。作為一種技術(shù)手段，用戶畫像通過網(wǎng)絡(luò)用戶行為信息具象化現(xiàn)實(shí)用戶特征，在計(jì)算機(jī)領(lǐng)域、電子商務(wù)及新媒體營(yíng)銷中廣泛應(yīng)用。近幾年，越來越多的學(xué)者開始關(guān)注其在圖書館領(lǐng)域的研究，為圖書館服務(wù)轉(zhuǎn)型提供了新的思路。基于用戶畫像，圖書館可以為讀者提供精準(zhǔn)的多元化個(gè)性服務(wù)，這無疑是圖書館未來的發(fā)展方向，精準(zhǔn)化服務(wù)也將大幅度提升讀者的信任度和滿意度。

本文借助CiteSpace軟件對(duì)圖書館領(lǐng)域用戶畫像研究文獻(xiàn)進(jìn)行梳理，揭示用戶畫像的研究脈絡(luò)、研究現(xiàn)狀及研究前沿，以期通過對(duì)前期成果的梳理，為今后的研究提供有益啟示。目前，直接以用戶畫像作為主題進(jìn)行研究的文獻(xiàn)較少。在大數(shù)據(jù)時(shí)代，如何深入挖掘用戶數(shù)據(jù)、如何處理及應(yīng)用這些數(shù)據(jù)，成為用戶畫像落地圖書館服務(wù)的核心問題。通過文獻(xiàn)瀏覽，目前國(guó)內(nèi)圖書館用戶畫像研究主要涉及以下內(nèi)容：（1）用戶畫像實(shí)現(xiàn)的技術(shù)研究。如許鵬程等[2]論述了用戶畫像模型構(gòu)建方法；裘惠麟等[3]探討基于用戶畫像的圖書館精準(zhǔn)服務(wù)系統(tǒng)構(gòu)建和技術(shù)實(shí)現(xiàn)。（2）基于用戶畫像的應(yīng)用研究。如李寶4基于用戶畫像開展圖書館個(gè)性化資源推薦服務(wù)；陳丹等[5基于大數(shù)據(jù)挖掘和用戶畫像的高校圖書館個(gè)性化服務(wù)研究。（3）基于用戶畫像的可視化分析。葉英平等[對(duì)國(guó)內(nèi)圖書館用戶畫像的研究熱點(diǎn)與趨勢(shì)進(jìn)行了可視化分析。本文通過對(duì)上述文獻(xiàn)回顧分析，深入研究用戶畫像在圖書館領(lǐng)域應(yīng)用的現(xiàn)狀和未來的發(fā)展趨勢(shì)，為后續(xù)研究提供思路和借鑒。

1數(shù)據(jù)來源與研究方法

本文以CNKI中文期刊數(shù)據(jù)庫(kù)中的文獻(xiàn)為數(shù)據(jù)來源，檢索策略為主題選定為“用戶畫像 + 讀者畫像”AND“圖書館”，共檢索出637篇文章，經(jīng)過篩選去除不相關(guān)文獻(xiàn)，得到相關(guān)文獻(xiàn)620篇。檢索時(shí)間為2024年3月27日。本文主要采用CiteSpace6.4.R1高級(jí)版作為數(shù)據(jù)處理工具，對(duì)作者及關(guān)鍵詞進(jìn)行共現(xiàn)網(wǎng)絡(luò)圖譜分析。

2 可視化結(jié)果分析

2.1發(fā)文時(shí)間與數(shù)量分布

根據(jù)圖書館領(lǐng)域用戶畫像主題研究的發(fā)文時(shí)間趨勢(shì)圖可知，用戶畫像的研究始于2014年（見圖1）。李業(yè)根[7]”首次研究用戶畫像，闡述了用戶畫像的作用。2017—2020年，對(duì)用戶畫像的研究進(jìn)入快速增長(zhǎng)期，越來越多的學(xué)者開始探討用戶畫像的概念、構(gòu)建模型及應(yīng)用。2020—2023年，研究進(jìn)入穩(wěn)定發(fā)展期，年增長(zhǎng)文獻(xiàn)量趨于穩(wěn)定，但累計(jì)增長(zhǎng)較快，表明用戶畫像的研究已趨于成熟，成為研究成果高產(chǎn)出時(shí)期。總體來看，用戶畫像的研究時(shí)間不長(zhǎng)，從文獻(xiàn)的增長(zhǎng)規(guī)律和老化規(guī)律來看，目前仍是該領(lǐng)域的研究熱點(diǎn)，亟需學(xué)者們對(duì)該領(lǐng)域進(jìn)行縱深挖掘。

2.2主要研究作者分布特征

在功能參數(shù)區(qū)中，NodeTypes選擇Author，其他參數(shù)按照默認(rèn)設(shè)置，運(yùn)行CiteSpace6.4.R1軟件。本研究文獻(xiàn)數(shù)據(jù)集作者最大發(fā)文量是12篇，根據(jù)普賴斯定律中核心作者的計(jì)算公式 計(jì)算可得，發(fā)文量大于2.59篇的作者為該研究領(lǐng)域的核心作者[8]。根據(jù) CiteSpace作者分布發(fā)現(xiàn)，發(fā)文量3篇及以上的作者有18位，合計(jì)發(fā)文77篇，占比12.42% ，遠(yuǎn)沒有達(dá)到全部論文的 50% ，沒有形成核心作者群。根據(jù)CiteSpace作者分析，得到作者合作共現(xiàn)網(wǎng)絡(luò)圖譜，圖譜中的作者比較分散，基本沒有形成合作團(tuán)簇。從圖譜中列出發(fā)文量前10的作者（見表1），可以看出該主題研究的高產(chǎn)作者。

2.3研究主題的演進(jìn)特征分析

運(yùn)行功能區(qū)的（Timeline）得到關(guān)鍵詞的時(shí)間線圖譜，如圖2所示。時(shí)間線圖可以從時(shí)間演變的角度分析圖書館用戶畫像研究演進(jìn)路徑的可視化分析，可以使讀者更加清楚地了解圖書館用戶畫像領(lǐng)域內(nèi)研究主題的分布情況[6]。用戶畫像的研究始于2014年，發(fā)展至今已經(jīng)形成了11個(gè)研究主題網(wǎng)絡(luò)。

“大數(shù)據(jù)”這一主題詞是較早出現(xiàn)的，是早期的研究熱點(diǎn)，因?yàn)橛脩舢嬒竦难芯炕A(chǔ)在于對(duì)大數(shù)據(jù)的深入挖掘；隨后，“精準(zhǔn)服務(wù)”“人工智能”“用戶需求”等主題相繼涌現(xiàn)，開始了用戶畫像在圖書館領(lǐng)域的理論技術(shù)研究；最后，“知識(shí)服務(wù)”“閱讀推廣”“學(xué)科服務(wù)”“讀者畫像”等成為近幾年的研究熱點(diǎn)，開始了用戶畫像在圖書館領(lǐng)域的應(yīng)用實(shí)踐研究。整體而言，該領(lǐng)域的研究歷程呈現(xiàn)出從理論研究到實(shí)踐研究的主 題演變趨勢(shì)。

2.4研究主題的聚類分析

時(shí)間線圖譜不體現(xiàn)具體的聚類標(biāo)識(shí)詞，這里利用菜單欄“Clusters”功能對(duì)關(guān)鍵詞進(jìn)行聚類分析，利用“summaryTable/whitelists”對(duì)結(jié)果進(jìn)行展示，通過

LLR算法生成11個(gè)聚類標(biāo)簽，其中，聚類模塊值（Q值）為 0.5054gt;0.3 ，說明聚類結(jié)果顯著，聚類平均輪廓值（S值）為 0.8835gt;0.5 ，說明聚類是合理的。聚類結(jié)果如表2所示。

從表2可知，除了檢索主題詞用戶畫像以外，形成了以大數(shù)據(jù)、知識(shí)服務(wù)、精準(zhǔn)服務(wù)、閱讀推廣、人工智能、用戶需求、學(xué)科服務(wù)、精準(zhǔn)推薦、知識(shí)圖譜、數(shù)據(jù)挖掘等關(guān)鍵詞為核心的聚類集群。通過對(duì)相關(guān)文獻(xiàn)的深入分析，可以從用戶畫像的實(shí)踐應(yīng)用、技術(shù)基礎(chǔ)和服務(wù)創(chuàng)新3個(gè)方面，對(duì)這11個(gè)主題進(jìn)行進(jìn)一步歸納，提煉出用戶畫像的實(shí)踐特征、服務(wù)模式、模型構(gòu)建

3大核心主題。

2.4.1用戶畫像的實(shí)踐特征研究

用戶畫像是一種基于網(wǎng)絡(luò)虛擬世界中的用戶行為信息，具象化用戶特征的技術(shù)手段。通過分析用戶特征，預(yù)判用戶需求，從而有針對(duì)性地提供精準(zhǔn)推薦服務(wù)。例如，聚類詞中的知識(shí)服務(wù)、精準(zhǔn)服務(wù)、精準(zhǔn)推薦等，均體現(xiàn)了對(duì)用戶畫像的深入研究。在圖書館領(lǐng)域的應(yīng)用實(shí)踐中，用戶畫像主要通過以下幾種方式來實(shí)現(xiàn)。

（1）機(jī)構(gòu)畫像研究。高校圖書館作為服務(wù)于教學(xué)和科研的學(xué)術(shù)支撐樞紐，要統(tǒng)籌全校的學(xué)科建設(shè)情況、教學(xué)情況以及科研產(chǎn)出情況來合理布局全校的文獻(xiàn)信息資源體系，保障文獻(xiàn)資源的高效利用。如朱會(huì)華基于用戶畫像建立學(xué)科采訪系統(tǒng)，提升文獻(xiàn)資源采訪精準(zhǔn)度和利用率，為學(xué)校學(xué)科發(fā)展提供文獻(xiàn)資源保障。以機(jī)構(gòu)為畫像研究對(duì)象，能更精準(zhǔn)的優(yōu)化資源布局，促進(jìn)學(xué)科發(fā)展建設(shè)，滿足教學(xué)需求，進(jìn)而有效地構(gòu)建學(xué)校的資源采購(gòu)、學(xué)科建設(shè)、教學(xué)需求三維聯(lián)動(dòng)體系，更好地服務(wù)于學(xué)校的“雙一流”發(fā)展戰(zhàn)略及學(xué)科攀登計(jì)劃。

（2）讀者畫像研究。根據(jù)讀者的數(shù)字足跡，如入館記錄、OPAC檢索記錄、借閱記錄、電子資源訪問記錄、座位預(yù)約記錄、咨詢記錄、評(píng)論留言等信息構(gòu)建本體模型庫(kù)預(yù)測(cè)用戶需求，提供精準(zhǔn)推送服務(wù)和個(gè)性化服務(wù)。在讀者畫像方面，可以按本科生、研究生、教師來做群體畫像，即根據(jù)不同的學(xué)歷層次來推送課外讀物、教學(xué)教參及其他信息資源；也可以根據(jù)微博、微信、郵件、QQ留言等社交媒體數(shù)據(jù)進(jìn)行個(gè)體畫像研究，進(jìn)而提供精準(zhǔn)的個(gè)性化服務(wù)和有針對(duì)性的服務(wù)。要重視讀者的使用評(píng)價(jià)，根據(jù)讀者的用戶體驗(yàn)，不斷優(yōu)化和升級(jí)圖書館的服務(wù)系統(tǒng)，尤其是統(tǒng)一檢索系統(tǒng)、知識(shí)發(fā)現(xiàn)系統(tǒng)。如王慶等[10]通過構(gòu)建讀者畫像模型，設(shè)計(jì)了從單用戶和多用戶分別推薦館藏資源的精準(zhǔn)化模式。張鈞[1]基于讀者畫像構(gòu)建了圖書館知識(shí)發(fā)現(xiàn)服務(wù)模型。從具體的內(nèi)容服務(wù)和系統(tǒng)服務(wù)進(jìn)行了闡述，為后續(xù)的研究開辟了新的視角。

（3）科研人員畫像研究。科研人員的科研能力對(duì)學(xué)校的學(xué)科發(fā)展和社會(huì)地位有顯著影響。科研服務(wù)作為高校圖書館的核心服務(wù)之一，如何精準(zhǔn)服務(wù)成為圖書館領(lǐng)域的熱點(diǎn)研究課題。用戶科研畫像研究是實(shí)現(xiàn)這一精準(zhǔn)化服務(wù)的關(guān)鍵路徑。首先，高校的科研人員大致可分為以科研為主型、科研教學(xué)并重型、教學(xué)為主型3類。其次，根據(jù)他們的學(xué)科背景、研究領(lǐng)域、科研影響力、合作網(wǎng)絡(luò)及科研行為等維度采集數(shù)據(jù)進(jìn)行畫像，尤其是近期的科研產(chǎn)出和立項(xiàng)情況是精準(zhǔn)畫像的敏感指標(biāo)。最后，通過用戶畫像預(yù)測(cè)科研人員的未來研究方向，實(shí)施個(gè)性化資源推送，助力其高水平成果產(chǎn)出。綜上所述，利用畫像技術(shù)為科研人員提供深層次、專業(yè)化、針對(duì)性強(qiáng)的科研服務(wù)，是圖書館未來的發(fā)展方向，也是提高科研人員滿意度和信任度的關(guān)鍵。

2.4.2用戶畫像驅(qū)動(dòng)的服務(wù)模式研究

目前，服務(wù)模式的構(gòu)建和研究是用戶畫像在圖書館領(lǐng)域應(yīng)用的重要陣地，從聚類標(biāo)簽來看，知識(shí)服務(wù)、精準(zhǔn)服務(wù)、閱讀推廣、人工智能、用戶需求、學(xué)科服務(wù)及精準(zhǔn)推薦等服務(wù)均在探討如何通過用戶行為標(biāo)簽化及場(chǎng)景化來構(gòu)建高效服務(wù)體系，以便精準(zhǔn)的定位用戶群體，提供個(gè)性化和精準(zhǔn)化服務(wù)，增強(qiáng)服務(wù)的針對(duì)性，進(jìn)而達(dá)到了提高服務(wù)效能并降低人員成本，解決精簡(jiǎn)人員問題。如趙晏強(qiáng)等[12]基于服務(wù)機(jī)構(gòu)的用戶畫像構(gòu)建，開展科技信息統(tǒng)計(jì)與分析、機(jī)構(gòu)的各類評(píng)估評(píng)價(jià)、人才發(fā)展態(tài)勢(shì)分析及信息資源精準(zhǔn)推薦等服務(wù)。程秀峰等[13]基于用戶畫像探討圖書館的智慧參考咨詢服務(wù)模式，如智能檢索服務(wù)、智能問答服務(wù)、智能推薦服務(wù)等。隨著用戶畫像技術(shù)的成熟，越來越多的學(xué)者探討用戶畫像在圖書館服務(wù)模式的落地研究，這將大幅度提升圖書館的服務(wù)能力，未來智慧圖書館的建設(shè)需要借助人工智能技術(shù)對(duì)圖書館的服務(wù)模式進(jìn)行全面的革新和升級(jí)。

2.4.3用戶畫像的模型構(gòu)建研究

用戶畫像模型構(gòu)建就是一個(gè)數(shù)據(jù)挖掘的過程，從關(guān)鍵詞聚類標(biāo)簽來看，涉及知識(shí)圖譜和數(shù)據(jù)挖掘等領(lǐng)域。通常，學(xué)者會(huì)從以下幾個(gè)層面構(gòu)建用戶畫像模型：一是數(shù)據(jù)收集。收集范圍可以覆蓋個(gè)人數(shù)據(jù)和群體數(shù)據(jù)，來源可依據(jù)用戶基本信息、行為日志、情景特征等多維度來收集，要保障數(shù)據(jù)的全面性和時(shí)效性。二是數(shù)據(jù)預(yù)處理。常用的預(yù)處理算法有SQL、R、Python等。這一階段需要對(duì)收集到的數(shù)據(jù)進(jìn)行清洗、存儲(chǔ)，轉(zhuǎn)化為可計(jì)算的數(shù)據(jù)，隨后進(jìn)行降維處理，保留可使用的關(guān)鍵數(shù)據(jù)。在此過程中，要特別注意用戶身份信息的安全隱私處理。三是模型構(gòu)建。常用的構(gòu)建方法有決策樹、聚類分析、邏輯回歸等。四是模型實(shí)施與評(píng)價(jià)。通過已搭建好的模型向用戶展示挖掘的知識(shí)，根據(jù)用戶的反饋來修正優(yōu)化模型。

3 研究展望

本文深入剖析了用戶畫像研究的作者和關(guān)鍵詞的可視化成果，探討了3個(gè)主題聚類的特點(diǎn)。本文基于對(duì)該領(lǐng)域研究現(xiàn)狀和總體趨勢(shì)的把握，提出以下4點(diǎn)研究展望，旨在為我國(guó)圖書館領(lǐng)域的學(xué)科發(fā)展提供有力參考。

3.1加強(qiáng)學(xué)科之間的合作交流

新技術(shù)的應(yīng)用為圖書館服務(wù)注入了新的活力。然而，通過筆者瀏覽的文獻(xiàn)發(fā)現(xiàn)，學(xué)者們探討的主題主要集中在用戶畫像模型構(gòu)建、應(yīng)用服務(wù)模型、服務(wù)系統(tǒng)及服務(wù)平臺(tái)以及少量技術(shù)和算法的探討。盡管理論研究豐富，但缺乏可行性研究和用戶反饋研究，難以全面了解用戶畫像在圖書館領(lǐng)域的具體應(yīng)用情況。從專業(yè)角度來看，圖書館領(lǐng)域的學(xué)者在技術(shù)研究與分析方面仍顯不足，亟需與計(jì)算機(jī)、數(shù)據(jù)挖掘、人工智能等領(lǐng)域的專家展開合作。當(dāng)前，大數(shù)據(jù)和人工智能迅猛發(fā)展，新文科、新工科理念亦不斷倡導(dǎo)。為提升研究?jī)r(jià)值，必須加強(qiáng)文理、文工學(xué)科間的合作與交流，將圖書館的服務(wù)理念與理工科專業(yè)技術(shù)深度融合，使理論研究得以落地。

3.2用戶畫像的技術(shù)更新與優(yōu)化

在信息時(shí)代技術(shù)快速迭代，用戶畫像在用戶信息提取過程中常面臨信息收集不全和不準(zhǔn)確的雙重挑戰(zhàn)。針對(duì)這一問題，知識(shí)圖譜技術(shù)成為彌補(bǔ)用戶畫像技術(shù)短板的有效手段。知識(shí)圖譜（KnowledgeGraph）這一概念由Google于2012年5月首次正式提出，旨在系統(tǒng)化地描述真實(shí)世界的概念、實(shí)體、事件及其相互關(guān)系，向用戶提供海量的、結(jié)構(gòu)化的知識(shí)。筆者認(rèn)為，知識(shí)圖譜代表了人工智能時(shí)代的一種高級(jí)智能服務(wù)模式，能夠根據(jù)用戶需求迅速整合數(shù)據(jù)資源，構(gòu)建較為完整的知識(shí)體系。例如，ChatGPT、DeepSeek 等眾多AI技術(shù)，不僅能快速生成用戶所需的知識(shí)信息，而且具備強(qiáng)大的生成和處理能力，高度契合用戶預(yù)期效果。

然而，目前鮮有學(xué)者將知識(shí)圖譜技術(shù)應(yīng)用于圖書館知識(shí)服務(wù)領(lǐng)域。筆者認(rèn)為，應(yīng)從知識(shí)圖譜與用戶畫像融合的角度出發(fā)，探索精準(zhǔn)推薦和知識(shí)服務(wù)研究。

3.3注重用戶畫像研究中的信息安全

用戶除了關(guān)注推送信息的及時(shí)性和精準(zhǔn)性外，更關(guān)心個(gè)人信息的安全性。用戶信息安全已成為當(dāng)前亟待解決的重大課題。在采集用戶信息時(shí)，須嚴(yán)格依據(jù)相關(guān)法律法規(guī)，規(guī)范處理個(gè)人信息的各項(xiàng)活動(dòng)，確保信息僅用于公共事業(yè)發(fā)展，杜絕私自挪用。此外，在數(shù)據(jù)的保存和使用環(huán)節(jié)，要特別注重用戶數(shù)據(jù)的隱私和安全，尤其是涉及用戶身份信息、家庭信息及銀行賬號(hào)信息時(shí)，應(yīng)采取安全加密或隱藏處理措施，以避免引發(fā)不必要的信息安全糾紛。由此可見，在開放科學(xué)環(huán)境下，數(shù)據(jù)安全和隱私保護(hù)是至關(guān)重要的議題。確保用戶信息安全是圖書館服務(wù)事業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展的必要前提。

3.4用戶畫像應(yīng)用中的困境

盡管用戶畫像在圖書館領(lǐng)域的應(yīng)用研究日益增多，但其應(yīng)用效果仍遠(yuǎn)不及電商平臺(tái)和新媒體平臺(tái)，在圖書館領(lǐng)域的實(shí)踐案例評(píng)價(jià)反饋較為稀缺。這主要?dú)w因于以下幾個(gè)方面：（1）缺乏利益驅(qū)動(dòng)。只有明確的利益回報(bào)才能激發(fā)成本投人，實(shí)現(xiàn)快速回本、高效收益和顯著成效。（2）專業(yè)人才匱乏。圖書館員中缺少專業(yè)的營(yíng)銷人員和技術(shù)人員，導(dǎo)致服務(wù)效果難以滿足用戶預(yù)期。（3）評(píng)價(jià)機(jī)制缺失。缺乏有效的評(píng)估手段和工具，未能對(duì)應(yīng)用效果進(jìn)行評(píng)價(jià)，也未對(duì)結(jié)果進(jìn)行反饋，更未進(jìn)行持續(xù)跟蹤和不斷改進(jìn)。目前的研究大多停留在理論研究、模型設(shè)計(jì)和算法技術(shù)層面，針對(duì)基于用戶畫像技術(shù)支撐的智慧平臺(tái)應(yīng)用和服務(wù)系統(tǒng)效果評(píng)估的研究相對(duì)較少，尚未從理論、應(yīng)用、反饋、優(yōu)化等多個(gè)維度形成完整的研究體系。

總之，在新技術(shù)環(huán)境下，圖書館應(yīng)順應(yīng)發(fā)展趨勢(shì)，積極應(yīng)對(duì)機(jī)遇與挑戰(zhàn)，重組傳統(tǒng)資源和業(yè)務(wù)，提供契合用戶需求的知識(shí)化服務(wù)。通過運(yùn)用用戶畫像技術(shù)，重塑圖書館服務(wù)體系，以實(shí)現(xiàn)資源和用戶的精準(zhǔn)匹配。

參考文獻(xiàn)

[1]ALAN C.About face：the essentials of interaction design[M].US：Wiley，2014.

[2]許鵬程，畢強(qiáng)，張晗，等.數(shù)據(jù)驅(qū)動(dòng)下數(shù)字圖書館用戶畫像模型構(gòu)建[J].圖書情報(bào)工作，2019（3）：30-37.

[3]裘惠麟，邵波.基于用戶畫像的高校圖書館精準(zhǔn)服務(wù)構(gòu)建[J].高校圖書館工作，2018（2）：70-74.

[4]李寶.基于用戶畫像的高校圖書館個(gè)性化資源推薦服務(wù)設(shè)計(jì)[J].新世紀(jì)圖書館，2021（4）：68-75.

[5]陳丹，羅燁，吳智勤.基于大數(shù)據(jù)挖掘和用戶畫像的高校圖書館個(gè)性化服務(wù)研究[J].圖書館研究與工作，2019（4） ：50-53，59.

[6]葉英平，藍(lán)東嬋，周昕.國(guó)內(nèi)圖書館用戶畫像研究熱點(diǎn)與趨勢(shì)的可視化分析[J].情報(bào)科學(xué)，2023（10）：164-176.

[7]李業(yè)根.基于大數(shù)據(jù)的圖書館信息營(yíng)銷策略[J].圖書館學(xué)刊，2014（10）：7-9.

[8]靳國(guó)艷.基于知識(shí)圖譜的我國(guó)圖書館文創(chuàng)研究可視化分析[J].圖書館工作與研究，2022（12）：86-93.

[9]朱會(huì)華.基于用戶畫像的高校圖書館學(xué)科采訪模式研究[J].圖書館學(xué)研究，2020（19）：6.

[10]王慶，趙發(fā)珍.基于“用戶畫像”的圖書館資源推薦模式設(shè)計(jì)與分析[J].現(xiàn)代情報(bào)，2018（3）：105-109，137.

[11]張鈞.基于用戶畫像的圖書館知識(shí)發(fā)現(xiàn)服務(wù)研究[J].圖書與情報(bào)，2017（6）：60-63.

[12]趙晏強(qiáng)，馬廷燦，周伯柱.基于機(jī)構(gòu)畫像的學(xué)科服

務(wù)模式研究[J].圖書館學(xué)研究，2021（11）：86-90，95.

[13]程秀峰，周瑋斑，張小龍，等.基于用戶畫像的圖書館智慧參考咨詢服務(wù)模式研究[J].圖書館學(xué)研究，2021（2） ：86-93，101.

（編輯姚鑫）

Visual analysis of user profiling research in the library domain in China

ZHENG Lixia （Library，Guangxi Normal University，Guilin 541OO6，China）

Abstract：This paper analyzes and discusss the research status，research context and research frontierof user portrait inChinese libraries，itwillpromote the innovationofuserportrait technology in libraryservicemode.Basedon the research literature onuser portraits inthe library field in CNKI database，this paper combsand analyzes the research on user portraits in this field in China by drawing the author co-occurrence network map，keyword timeline map and cluster map with CiteSpace visual analysis software.There are stillfew theoretical and applied studies onuser portraits inthe fieldof library，and theoverall research authorsarescattered，and thecooperation is not significant.The researchtopics mainly focus onthe analysis of practicecharacteristics，the construction of model system，the inovation of service modelsand theexploration of technology applications.In the future，issuessuch as application practice feedback，interdisciplinary cooperationand exchange，technology updateand optimization，anddata security will become research hotspots.

Key words： library; user persona; visual analysis