圖書館大數(shù)據(jù)知識服務(wù)系統(tǒng)的用戶動力機制分析

路厚旺

摘 要：隨著大數(shù)據(jù)時代到來，圖書館知識服務(wù)面臨兩個日益凸顯的矛盾，其一是知識爆炸性增長與用戶選擇能力局限性之間的矛盾，其二是信息量極度豐富和用戶感興趣信息局限性之間的矛盾。圖書館大數(shù)據(jù)知識服務(wù)的個性化推薦技術(shù)是圖書館知識服務(wù)一個有效工具。圖書館大數(shù)據(jù)知識服務(wù)的個性化推薦是將讀者興趣、知識領(lǐng)域等關(guān)聯(lián)信息加工為能夠生動描述讀者偏好的知識元，由此來支持數(shù)字圖書館各種推薦服務(wù)，最終為用戶提供滿足其個性化需求的知識資源。面對海量的知識資源，用戶的需求并非一成不變，會隨著其所處的環(huán)境與場景 （情境） 變化而發(fā)生變化。但目前大多數(shù)圖書館對情境因素的感知能力不足，因此難以為圖書館用戶提供與其情境最為匹配的精準個性化服務(wù)。

關(guān)鍵詞：圖書館；大數(shù)據(jù)知識；服務(wù)系統(tǒng)；用戶動力機制分析

隨著大數(shù)據(jù)時代到來，圖書館知識服務(wù)面臨兩個日益凸顯的矛盾，其一是知識爆炸性增長與用戶選擇能力局限性之間的矛盾，其二是信息量極度豐富和用戶感興趣信息局限性之間的矛盾。圖書館大數(shù)據(jù)知識服務(wù)的個性化推薦技術(shù)是圖書館解決該矛盾的一個有效工具。下問將詳細分析怎樣進行圖書館大數(shù)據(jù)知識服務(wù)系統(tǒng)用戶動力機制建設(shè)。

一、大數(shù)據(jù)思維與用戶中心論的有機結(jié)合

大數(shù)據(jù)知識服務(wù)是在原有的知識服務(wù)概念基礎(chǔ)上，引入大數(shù)據(jù)思維和技術(shù)，利用大數(shù)據(jù)工具和平臺，基于大數(shù)據(jù)知識組織，提供滿足用戶信息和知識需求的服務(wù)模式。大數(shù)據(jù)思維強調(diào)從傳統(tǒng)的抽樣到全樣思維、從過去的精準到容錯思維、從單一的因果關(guān)系拓展到相關(guān)關(guān)系。圖書館可以在大量占有用戶數(shù)據(jù)的基礎(chǔ)上對用戶進行現(xiàn)實和潛在的需求分析； 且人口屬性數(shù)據(jù)、行為數(shù)據(jù)、態(tài)度評價數(shù)據(jù)等各種數(shù)據(jù)存在關(guān)聯(lián)性，在數(shù)據(jù)量保證的前提下產(chǎn)生數(shù)據(jù)質(zhì)的飛越，使得對用戶的分析從過去的單維度進入到多維度狀態(tài)，并從過去的滯后發(fā)展到今天的實時同步，即無時無刻都在產(chǎn)生數(shù)據(jù)，哪怕用戶沉默無動作也是一種數(shù)據(jù)傳達。圖書館對用戶各方數(shù)據(jù)的收集與存儲是全樣思維的體現(xiàn)。只有占有足夠量的數(shù)據(jù)才能對事件的全貌有更準確的描述，才能對用戶畫像進行精準描述，即將用戶的方方面面暴露在圖書館面前，這是圖書館提供適時知識服務(wù)的基礎(chǔ)。正是對各種數(shù)據(jù)之間的內(nèi)在聯(lián)系進行挖掘、分析與預測，使得簡單的因果關(guān)系逐漸演變成用戶行為的影響因素，即相關(guān)關(guān)系。數(shù)據(jù)驅(qū)動能夠降低事物的不確定性，對用戶服務(wù)的影響因素分析得越多、我們對用戶的了解就越深入，智慧推薦就越精準。大數(shù)據(jù)思維是圍繞用戶開展收集、整理、組織、存儲、發(fā)布、傳輸、應(yīng)用等各種操作，離開這個中心，大數(shù)據(jù)思維和行動都將失去目標。以用戶為中心具體表現(xiàn)為充分考慮用戶的需求、保障用戶隱私數(shù)據(jù)安全、提供優(yōu)質(zhì)的知識服務(wù)。用戶需求存在潛在和現(xiàn)實需求，大數(shù)據(jù)可以深度挖掘數(shù)據(jù)之間的關(guān)聯(lián)性，更好地揭示用戶沒有表達出來的隱性需求。用戶隱私安全是指用戶使用網(wǎng)絡(luò)的過程中希望個人的敏感、秘密、不想被其他人知道的信息在自己的掌控之下，在個人技術(shù)和專業(yè)不及的情況下機構(gòu)能夠給出專業(yè)的防護體系。因此，圖書館的大數(shù)據(jù)收集與分析也是有邊界的，在不觸及用戶隱私的情況下全樣收集與分析，在觸及用戶隱私的情況下如何規(guī)避用戶損失，提高用戶收益是圖書館必須考慮的事情。優(yōu)質(zhì)的知識服務(wù)是用戶使用圖書館的目的，在學習、工作和研究的驅(qū)動下，用戶尋求圖書館給予更為全面、專業(yè)、優(yōu)良的知識服務(wù)； 在知識和體驗的雙重促進下，用戶可實現(xiàn)持續(xù)使用的動機和意愿，這是圖書館核心功能建設(shè)和發(fā)展的根本所在。

二、基于情境對圖書館用戶需求的動態(tài)感知

讀者或用戶是在一定情境下開展圖書館行為的。早期情境研究因技術(shù)等原因只能集中于單興趣情境領(lǐng)域，而在大數(shù)據(jù)的驅(qū)動下，多興趣情境研究也開始出現(xiàn)。劉海鷗等2018年提出一種面向圖書館大數(shù)據(jù)知識服務(wù)的多情境興趣推薦方法，即通過對用戶多情境興趣的層次劃分，利用蟻群層次挖掘的優(yōu)勢來發(fā)現(xiàn)目標用戶的若干最近鄰類簇，然后根據(jù)類簇內(nèi)相似用戶對目標項目的評分對未評分項目進行預測，最后結(jié)合Mapreduce 化的大數(shù)據(jù)并行處理方法來進行協(xié)同過濾推薦，以此解決單興趣建模存在的歧義推薦問題，提高多興趣推薦的寬度和精準性。這表明，用戶情境的構(gòu)成因素是多元的，且每個因素的重要性是不同的，不同情境因素組合后也會呈現(xiàn)不同的用戶需求。圖書館可依托大數(shù)據(jù)、云計算、機器學習等技術(shù)和功能，實時動態(tài)感知用戶的情境因素及對用戶產(chǎn)生的影響，進行大數(shù)據(jù)之間的關(guān)聯(lián)分析與深度挖掘。在情境大數(shù)據(jù)收集與分析過程中，要注意情境的主體性，即用戶個體的服務(wù)需求、文化水平、信息素養(yǎng)、行為連貫性與偶然性、情境持續(xù)性與突發(fā)性等。可將用戶需求從顯性到隱性細分化，分為五個層次，即清晰表達的需求、行為顯示的需求、刺激產(chǎn)生的需求、潛在的需求、無意識的需求。有些需求是由相對固定的群體反映出來的，可以借助靜態(tài)數(shù)據(jù)收集與分析來實現(xiàn)，如用戶專業(yè)不同具有典型的閱讀分類。但有些需求只能通過動態(tài)數(shù)據(jù)收集與分析來實現(xiàn)，如某些用戶因使用時間、空間、心情、情緒、興趣、環(huán)境等因素不同，相同的圖書館行為也會產(chǎn)生不同的體驗結(jié)果，這時大數(shù)據(jù)就需要分析為什么會產(chǎn)生差異結(jié)果，哪些情境因素促進用戶吸收與體驗； 反之，哪些情境因素阻礙用戶吸收與體驗。

三、保證用戶獲得的大數(shù)據(jù)知識服務(wù)質(zhì)量

用戶利用圖書館的目的是獲得個體無法知道的知識和無法解決的問題。雖然影響用戶使用體驗的因素較多，但圖書館知識服務(wù)的核心功能始終是用戶評價的第一要素和核心要素，直接體現(xiàn)為知識服務(wù)系統(tǒng)的易用性與可用性。為此，圖書館需要保證用戶能夠?qū)崿F(xiàn)或超過原有預期，即為用戶提供優(yōu)質(zhì)的大數(shù)據(jù)知識服務(wù)質(zhì)量，將用戶原有的簡單式經(jīng)驗決策升級為 “大數(shù)據(jù)式智慧決策”。故此，圖書館首先要保證大數(shù)據(jù)知識服務(wù)系統(tǒng)的數(shù)據(jù)來源質(zhì)量，從收集到監(jiān)控合理設(shè)置大數(shù)據(jù)管理過程。2017年陳臣基于大數(shù)據(jù)挖掘與知識發(fā)現(xiàn)構(gòu)建了圖書館智慧服務(wù)體系。該系統(tǒng)分為數(shù)據(jù)感知層、數(shù)據(jù)傳輸層、數(shù)據(jù)分析層、智慧服務(wù)層 4 個部分，依次實現(xiàn)了圖書館服務(wù)的數(shù)據(jù)化、信息化、智能化和智慧化。該系統(tǒng)既符合大數(shù)據(jù)的生命周期理論，也符合用戶對知識需求的不同層次。同時，遵循實時、動態(tài)和可靠原則，對用戶各方面數(shù)據(jù)能夠進行最全樣的收集、分析與預測，奠定了大數(shù)據(jù)服務(wù)精準、響應(yīng)與追溯的基礎(chǔ)。其次，構(gòu)建圖書館大數(shù)據(jù)預警系統(tǒng)，進行風控制、安全對象掃描、安全性審計和安全結(jié)果可視化，確保當多個安全事件同時發(fā)生時，安全管理系統(tǒng)可依據(jù)圖書館服務(wù)系統(tǒng)運行和安全威脅的程度，按照安全事件的威脅級別、服務(wù)內(nèi)容等級和讀者優(yōu)先級，在滿足圖書館安全管理事件對系統(tǒng)資源需求的前提下，保證讀者具有較高的閱讀收益率和愉悅感。最后，設(shè)計圖書館知識服務(wù)質(zhì)量管理進程表。用戶需求處于動態(tài)變化中，且需求會越來越高。圖書館應(yīng)該居安思危，走在用戶需求之前，主動設(shè)計質(zhì)量提升管理的規(guī)劃與進程。質(zhì)量提升的來源主要有兩個方面，一是內(nèi)部驅(qū)動，即圖書館自身積極革新變化，創(chuàng)新服務(wù)模式和內(nèi)容； 二是外部驅(qū)動，或是用戶反饋與評價中的不足、缺點、弱勢等，或是行業(yè)內(nèi)涌現(xiàn)的經(jīng)典示范，或是相關(guān)領(lǐng)域的技術(shù)革新等。不論哪個方面，圖書館都應(yīng)該積極發(fā)揮信息行業(yè)的敏銳觸角，主動提升知識服務(wù)的層次和質(zhì)量。

4平衡大數(shù)據(jù)管理與用戶隱私保護的關(guān)系

讀者在享受大數(shù)據(jù)帶來便利的同時，也面臨著個人隱私泄露的風險。大數(shù)據(jù)隱私是在靜態(tài)隱私的基礎(chǔ)上進行的精細分析與加工，且各種數(shù)據(jù)之間存在動態(tài)關(guān)聯(lián)，能夠進行相互印證，可以說是對用戶進行動靜結(jié)合的精準描述，且具有發(fā)展性與預期性。大數(shù)據(jù)隱私除了基礎(chǔ)的身份信息以外，對用戶的空間變換、個性、消費觀念、價值觀、行為習慣等都有覆蓋，甚至能夠非常清晰、高概率地預測一個人未來的行為及自主決策的各種可能性，對人產(chǎn)生全方位的監(jiān)控，使得每個人的隱私在大數(shù)據(jù)技術(shù)之下變得完全公開透明，逐漸使人喪失個體的自由度和自主性。馬曉亭等2016年指出，讀者個人隱私可能會面臨 “被肆意收集”、“大數(shù)據(jù)不完全脫敏”、“隱私權(quán)法律界定不清”、“被二次分析與使用”等風險。的確，大數(shù)據(jù)作為一種快速發(fā)展的新事物，由于法律、制度及個人信息管理的缺陷，導致用戶在處理大數(shù)據(jù)分析與用戶隱私二者的關(guān)系中處于弱勢地位，圖書館不同于其他商業(yè)機構(gòu)，公益性決定其更應(yīng)該關(guān)注用戶隱私保護問題，不能以大數(shù)據(jù)智慧推薦為理由犧牲用戶的隱私。圖書館可以通過兩個方面處理二者關(guān)系，一是基于生命周期理論分析大數(shù)據(jù)開發(fā)不同階段的特征，以及容易產(chǎn)生用戶隱私泄露的可能途徑。大數(shù)據(jù)生命周期管理流程分為大數(shù)據(jù)產(chǎn)生與發(fā)布、大數(shù)據(jù)采集與傳輸、大數(shù)據(jù)云存儲、大數(shù)據(jù)計算與分析、大數(shù)據(jù)應(yīng)用決策五個階段，圖書館應(yīng)對應(yīng)設(shè)置隱私安全動態(tài)監(jiān)控、動態(tài)評估、隱私安全管理技術(shù)、安全事故審計問責制度、隱私保護法律與行業(yè)規(guī)定等。二是調(diào)查分析圖書館用戶對隱私泄露的態(tài)度和容忍程度，處理好大數(shù)據(jù)收集、分析、應(yīng)用與用戶個人隱私保護的平衡關(guān)系。實證研究發(fā)現(xiàn)，圖書館用戶隱私泄露容忍度總體偏低，讀者對個人隱私信息持保守態(tài)度，隱私關(guān)注度高。信息類型敏感性方面，讀者最關(guān)注交流隱私，即最不能容忍自己的通訊方式、聊天記錄等隱私被披露或竊取； 信息接收敏感性方面，不能容忍圖書館隨意采集并披露自己的借閱記錄，尤其不能容忍圖書館通過網(wǎng)絡(luò)遠程追蹤、后臺監(jiān)控等互聯(lián)網(wǎng)技術(shù)手段了解用戶使用圖書館的情況； 在信息使用敏感性方面，對與其他圖書館、書商、網(wǎng)絡(luò)服務(wù)商、軟件開發(fā)商等第三方的數(shù)據(jù)共享持比較謹慎和保守態(tài)度。此外，職業(yè)、受教育水平、年齡等個體差異都成為用戶隱私泄露容忍度的影響因素。

參考文獻：

[1]賈鳳旭.基于大數(shù)據(jù)的信息知識服務(wù)系統(tǒng)構(gòu)建研究[J].圖書館學刊，2017，39（04）：114-117.

[2]譚黔林，盧艷蘭.大數(shù)據(jù)時代高校圖書館知識服務(wù)模型研究[J].農(nóng)業(yè)圖書情報學刊，2016，28（11）：157-160.

[3]張宏.我國高校圖書館大數(shù)據(jù)研究現(xiàn)狀分析[J].圖書館工作與研究，2016（07）：46-50.

[4]劉桂鋒，盧章平，化慧.圖書館大數(shù)據(jù)知識服務(wù)生態(tài)體系及其動力機制研究[J].國家圖書館學刊，2016，25（03）：52-60.