基于大數據技術場域的高校圖書館個性化服務模式研究

孟艷芳

（漯河職業技術學院 圖書館，河南 漯河 462000）

在現代信息技術的推動下，高校圖書館開展個性化服務已是大勢所趨，唯有通過計算機技術和信息技術對用戶信息進行科學、客觀的研判，才能完善和創新高校圖書館服務模式，并通過個性化服務體系的構建，實現資源和服務的完美融合。［1］為了真正實現以讀者閱讀訴求為主導、以科技為載體為讀者提供更便捷和高效的信息服務，需要借助大數據技術與方法，對用戶個性化訴求進行深度解讀，并在此基礎上劃分和細分讀者群，以此確定個性化服務的詳細內容和服務模式。［2］期間，高校圖書館應深入分析和認真挖掘用戶數據信息，實現對其閱讀習慣的精確定位，并借助大數據分析工具準確預測其未來閱讀訴求，助力圖書館在可靠數據的支撐下為用戶提供個性化服務。筆者從高校圖書館信息服務的實際出發，對大數據背景下的個性化信息服務模式及其實現路徑進行分析和探討。

一、高校圖書館個性化服務內涵與特點

向用戶提供個性化信息服務已經成為高校圖書館的重要工作之一，［3］而如何實現這一目標，讓服務效率和效果得到顯著提升，是當前乃至今后一段時間需要重點研究的課題。

（一）個性化服務的內涵

為用戶提供閱讀和文獻檢索等服務是高校圖書館的重要任務。個性化服務指的是在設定用戶之后，通過不同渠道收集、整理并分類資源，以此向用戶提供與推送相關信息的服務類別。［4］對高校圖書館來說，個性化服務主要表現在信息服務模式、服務內容、服務時空的個性化方面，要求圖書館針對不同用戶提供差異化的服務方式與服務內容。比如，從讀者興趣愛好與信息需求偏好出發，為其提供特定的檢索界面、獲得特定信息資源的個性化推薦等。

（二）高校圖書館個性化服務的特點

首先，高校圖書館需要按照用戶訴求提供專門服務，以強化圖書館信息服務的針對性；其次，高校圖書館及其學科服務人員要按照用戶接受服務的歷史數據，對相關信息進行分析，以便將用戶所需信息及時而有效地推送給用戶，以此體現信息服務的主動性；最后，圖書館要通過個性化服務系統搜集用戶反饋的信息，在分析、處理上述信息后將新生成的、有價值的信息反饋給用戶，以體現信息服務的交互性。

二、高校圖書館個性化服務的典型模式

在大數據技術場域，高校圖書館需要構建層次分明、分布式的用戶信息處理系統，以此應對用戶信息服務個性化、多樣化的訴求，以及信息資源需求劇增和信息獲取方式復雜化的諸多挑戰。［5］為了讓用戶更加方便快捷地獲取所需資源，需要從以人為本的視角出發，借助大數據技術和方法充分利用和挖掘館藏資源，向用戶提供個性化檢索服務、個性化推薦服務、個性化知識服務等“全方位服務”，以滿足其個性化需求。［6-8］

（一）個性化檢索服務

對高校圖書館而言，高效率、高質量的個性化檢索服務既要求對用戶的行為進行準確預測，也要求在深層次上滿足用戶的多元化需求。在大數據技術場域，高校圖書館能夠更加便捷地為用戶提供個性化檢索服務，可以借助數據挖掘技術對檢索行為以及閱讀偏好等用戶信息進行更加精準的預測，也可以通過建立基于用戶特點的數學模型和信息數據庫為用戶提供高質量服務。如此一來，不但可以獲得每位用戶的行為數據，還能在數據挖掘、分析、預測等技術的支撐下，完成精準化檢索服務。

（二）個性化推薦服務

高校圖書館的個性化推薦服務以“服務個性化人群”為出發點。在借助大數據技術完成這一工作時，通常要構建用戶模型以匹配相關信息，以便為用戶提供個性化的推薦服務。［9］推薦服務模型可以通過以下方式構建：第一，以數據挖掘的形式構建用戶行為與需求之間的關聯規則，借此確定用戶模型數據庫的對象關系；第二，確定圖書館用戶關聯規則的分類模式，把用戶行為及其相關數據加以分類，并把數據劃分到數據庫的不同“子集”，讓不同子集代表不同個性化推薦結果；第三，通過聚類方法描述圖書館用戶的行為，并通過對用戶行為、實例的分析將其歸結到不同組并形成類別，借此對用戶行為數據予以合理劃分。

（三）個性化知識服務

為了向用戶提供高質量、高水平的個性化信息服務，更好地服務師生員工的學習、教學和科研，高校圖書館要以社會主義文化建設與科技創新為出發點，為用戶提供更專業的知識服務。［10］首先，高校圖書館要借助大數據技術“捕獲”讀者的真實需求并預測未來訴求，以此為基礎構建動態化的高校圖書館學科知識服務體系。其次，要在知識服務體系的實際應用過程中，通過數據挖掘的形式對用戶行為進行分析、跟蹤和模擬，最大限度地提升用戶真實行為與歷史數據的“擬合度”，以便通過真實數據確定用戶的學科類型和知識服務訴求。最后，圖書館要將獲得的信息和數據進行“機器學習”，以便更加精準地為用戶推送知識體系內的內容，使之能夠十分便捷地獲得想要檢索的文獻，在提升知識服務效率的同時，提升高校圖書館的個性化知識服務水平。

三、高校圖書館個性化服務模式的構建瓶頸與實現路徑

基于大數據技術場域向用戶提供個性化服務是構建新時代高校圖書館的重要途徑，也是提升圖書館影響力和知識服務水平的重要內容。但是，在為用戶提供個性化服務過程中，由于受到多種因素的影響，部分圖書館沒有從讀者需求出發，只是被動地挖掘用戶信息，缺少信息深度推薦，讓個性化信息服務遭遇極大的瓶頸問題。［11］因此，有必要通過對用戶行為數據的精準分析構建讀者數據庫，在收集和分析讀者數據的基礎上，完善個性化信息服務機制，提升服務效益。

（一）大數據技術場域高校圖書館個性化服務模式構建的瓶頸問題

高校圖書館信息服務的一項重要工作是對用戶的潛在需求進行分析和預測，并借助多種科技手段為個性化服務工作的開展提供數據支持。［12］但是，由于受到高校戰略布局和工作人員認知差異以及軟硬件環境等諸多因素的影響，一些高校圖書館無論是在服務意識還是在服務體制方面都存在亟待解決的問題。

1.未從用戶需求出發

部分高校圖書館未能意識到個性化服務與圖書館發展之間的緊密關聯，未能依據用戶興趣提供信息服務，導致用戶在圖書館提供的信息中難以獲得與需求相匹配的內容。同時，一些高校圖書館對數據挖掘認識不到位，未能以用戶的視角思考上述問題，導致圖書館個性化服務與讀者需求之間存在難以調和的矛盾。

2.被動挖掘用戶信息

在大數據技術場域，高校圖書館個性化服務是一項復雜的系統工程，需要對用戶行為提前做出“反應”，以便更加高效地為其提供相應的信息。但是，部分圖書館沒有主動應用大數據技術，只是在獲得了用戶需求之后才去進行用戶信息的被動挖掘，這不但不利于對用戶行為的動態化跟蹤，也會由于無法精確描述用戶特征而讓個性化服務與用戶需求存在較大差距。

3.信息深度推薦不足

高校圖書館除了要為用戶提供專業化的服務外，還要提供有關書目檢索和查詢的信息。但是，部分圖書館的館際互借與文獻傳遞等功能分布散亂，無論是在圖書館主頁還是在新媒體平臺，讀者都難以進行便捷、高效的借閱和檢索，這種信息推薦深度的缺失，讓圖書館個性化服務大打折扣。

（二）大數據技術場域高校圖書館個性化服務模式的實現路徑

在大數據技術場域，用戶對信息的要求和對服務的訴求都不斷提高，為其提供個性化信息服務是衡量高校圖書館建設水平和競爭力的一項重要指標。［13］因此，高校圖書館需要充分發揮館藏資源優勢，借助大數據思維和大數據技術深化對用戶的個性化信息服務，提升服務水平與服務質量。

1.構建用戶數據庫

高校圖書館在用戶數據挖掘過程中，需要在確定對象后，從數據庫選取與之相匹配的數據子集，然后構建以用戶閱讀偏好等信息為基礎的圖書館資源庫。［14］這樣一來，圖書館在提供服務時，就能夠通過大數據技術對用戶借閱信息和訪問足跡等數據進行記錄，為后續的個性化服務奠定基礎。

2.收集和分析用戶數據

圖書館構建的用戶數據庫會涉及大量有價值的信息，需要借助大數據技術搜集和分析這些數據，并對數據進行調整和優化，讓數據變得更加清晰，便于實現對不同客戶的個性化服務；需要在大數據技術的支持下對初步獲得的用戶數據進行“清洗”，以此減少重復記錄、消除數據噪聲，在降低用戶數據挖掘壓力的同時，繼續通過數據轉換實現數據維數的精簡化。

3.完善個性化信息服務機制

在通過數據轉換和數據清洗最大限度地保留了有用的用戶信息之后，要進行高校圖書館個性化信息制度與機制的構建，不斷創新圖書館信息管理機制，通過信息服務工作的細化提升信息提供質量和效率。此外，還需要按照大數據時代的信息服務要求，對高校圖書館工作人員的職責進行明確劃分，對信息服務的規章制度進行規范，以確保個性化信息服務工作有章可循，助力圖書館信息服務水平與效益的提升。

新時代，高校圖書館存在館藏資源增長迅速、資源類別不規則度提高、館藏資源種類繁雜且分散、館藏資源價值密度參差不齊等問題，有必要將滿足用戶需求置于大數據技術場域，借助大數據技術對用戶特點、閱讀偏好等信息進行分析和預測，在全面、深刻地了解用戶需求的前提下，變原來的被動服務為主動服務，并以前瞻性眼光為用戶提供高效、高交互性的信息服務。此外，為了更好地提升高校師生員工和其他讀者的閱讀體驗，助力國民素質的整體提升，還要進一步優化用戶服務流程、規范服務標準、強化社會效益。唯此，才能讓身處大數據場域的高校圖書館不斷提升個性化服務水平，實現其知識儲備和信息傳播的時代價值。