圖書館用戶畫像研究現狀分析

龍小宏 周靜

摘要：大數據、云計算及人工智能等技術興起，為圖書館用戶畫像帶來了全新的機遇與挑戰。本文采用文獻調研法與內容分析法歸納了圖書館用戶畫像的實踐應用研究領域、研究方法，為未來我國圖書館領域用戶畫像研究的拓展提供參考。

關鍵詞：用戶畫像，圖書館，個性化

1 用戶畫像的概念與構建流程

1.1 用戶畫像的概念

用戶畫像是對目標用戶虛構的、具體的、集中的描述。用戶畫像（Persona）的概念最初由交互設計之父的阿蘭庫珀（Alan Cooper）提出的。該學者認為，用戶畫像是真實反映用戶數據特征的虛擬代表，通過對用戶數據的挖掘，用戶的目標、行為和觀點進行抽取，分析出用戶的典型特征，把用戶的靜態數據和動態數據標簽化，從而形成的一個目標用戶的模型。用戶畫像的核心工作就是通過人為規定高度精確的特征標識來為用戶打標簽，主要目的就是通過標簽，使計算機能夠程序化的處理一些與人相關的數據信息，提高信息獲取的速率，在還原用戶信息的基礎上，構建用戶畫像，從而為圖書推薦廣告投放、圖書采購、基于用戶行為的社交媒體的信息推廣提供精準個性化的動態服務。

1.2 用戶畫像的構建流程

目前，關于用戶畫像構建流程方面的研究，具有代表性的觀點有用戶畫像的構建流程是一個搜集用戶特征數據、研究用戶信息、細分標簽、豐富用戶畫像描述的過程;用戶畫像的構建流程包括用戶的基本特征、需求、偏好等特征信息的提取和用戶畫像模型的構建;用戶畫像的構建流程分為三個步驟：數據采集、數據挖掘及過濾和標簽提取及重組，用戶數據是用戶畫像流程的基礎，數據采集得越全面準確，用戶畫像的刻畫就越逼真;數據挖掘及過濾是用戶畫像流程的核心和關鍵，用戶畫像可以挖掘用戶數據之間的關系，將用戶畫像結果應用到精準信息服務等領域來實現其價值;標簽的提取和重組是用戶畫像流程的最后環節，是直接影響用戶畫像結果準確性的步驟，甚至標簽權重的不同也會使得用戶畫像模型存在差異性。

2 圖書館用戶畫像的研究現狀

截至2021年8月，在中國知網數據庫以主題為“圖書館+用戶畫像”或者“圖書館+讀者畫像”進行精確檢索，最終得出281篇有效期刊論文和38篇碩士和博士學位論文，共計319篇論文。

2.1 圖書館用戶畫像研究年度分布情況

根據文獻調研方法，我國圖書館用戶畫像的研究始于2014年，相關文獻累積主要集中在2018年至今，從2018年開始，圖書館用戶畫像學術文獻迅速增加，截至2021年8月5日，2018年有42篇、2019年有71篇、2020年有81篇、2021年有46篇。從文獻年度分布趨勢分析，基于當前智慧校園、智慧圖書館等建設的需求，預計用戶畫像技術應用于圖書館的研究將繼續保持研究勢態。

2.2 圖書館用戶畫像實踐應用研究

根據梳理圖書館用戶畫像的文獻主題進行深入分析并匯總整理，從中篩選圖書館應用用戶畫像技術的領域分別為資源采購、資源推薦、知識咨詢服務及圖書館設計等四個細分領域，其中用戶畫像用于資源推薦是學者重點關注甚至是研究探討最多的領域。例如，李寶在“基于用戶畫像的高校圖書館個性化資源推薦服務設計”一文中重點從用戶基本屬性、閱讀狀態、學習風格、閱讀偏好四個維度構建畫像模型，并提出基于冷啟動和用戶閱讀學習過程畫像的個性化推薦服務策略;王茹芳等在“基于用戶畫像的圖書館推薦系統研究”一文中提出基于內容推薦算法，根據讀者瀏覽的圖書信息資源進行相關推薦，根據協同過濾算法篩選出用戶偏好指數最高的Top-n資源進行熱門推薦，根據用戶最新加入的館藏資源，為讀者提供用戶偏好指數高的資源進行最新推薦。

2.3 圖書館用戶畫像研究的方法

逐一閱讀319篇論文，以文章中所提到的研究方法為準，最終梳理出用戶畫像研究方法有調查法、模型展示法、實例分析法、實驗法等常用研究方法。其中模型展示法使用率最高且是文獻理論部分的核心，針對圖書館的不同應用構建了針對性的基于用戶畫像的模型以促進大數據時代圖書館的資源精準化推薦、空間環境的改進以及服務系統的完善提供了一種清晰完整的創新思路和新框架。例如，李寶在“基于用戶畫像的高校圖書館個性化資源推薦服務設計”一文中，提出從數據基礎層、數據處理層、畫像構建層、畫像服務層構建用戶畫像，同時從用戶基本屬性、閱讀準備、學習風格和閱讀興趣偏好四個維度構建用戶多維畫像模型，并提出基于冷啟動用戶畫像和閱讀過程用戶畫像的個性化推薦服務策略。

2.4 圖書館用戶畫像研究的特點

根據文獻研究法，對現有研究的總結分析可知：

1.圖書館用戶畫像理論研究較為薄弱，未形成研究體系

關于用戶畫像的相關研究也取得了一定的成果，但關于圖書館用戶畫像的服務維度、知識體系范疇、構建流程、評價指標等研究深度不夠，有待進一步加強。

2.加強完善中的圖書館用戶畫像構建流程研究

對文獻研究主題梳理分析可知，我國圖書館用戶畫像主題涉及了服務要素及維度、設計模型、服務應用范疇等，包括圖書館用戶屬性、用戶數據獲取、用戶標簽提取等內容并有相應的實踐成功案例。這些涉及了圖書館用戶畫像的構建流程，也說明該領域的研究具有較好的基礎并在不斷完善中。

3、圖書館用戶畫像應用領域不廣

大數據背景下，用戶畫像應用范疇極為廣泛，包括通信、互聯網、搜索引擎、網絡視頻、即時聊天、圖書館等多個領域。但圖書館用戶畫像的應用以閱讀推廣、推薦服務為主，仍有較大發展空間。

參考文獻：

[1]李寶.基于用戶畫像的高校圖書館個性化資源推薦服務設計.新世紀圖書館，2021（04）：68-75.

[2]陽廣元，白美程.國內圖書館領域用戶畫像研究綜述.圖書館理論與實踐，2021（03）：95-101.

[3]王麗艷，郭春俠.圖書館用戶畫像研究現狀及趨勢.圖書館世界，2021（02）：65-70+94.

[4]王茹芳，寧璐.基于用戶畫像的圖書館推薦系統研究.圖書館建設，2020（S1）：100-102.

[5]朱會華.基于用戶畫像的高校圖書館學科采訪模式研究.圖書館學研究，2020，（19）：36-40+49.

作者簡介：

龍小宏（1976-）、男、漢族、四川瀘州、副教授、碩士，主要研究方向：計算機網絡技術、計算機應用技術

周靜（1979-）、女、漢族、四川瀘州、副教授、碩士，主要研究方向：計算機應用技術、軟件技術