基于用戶畫像的高校圖書館知識推薦服務優化研究

【摘要】在資源越來越豐富而利用率卻越來越低的背景下，如何有效利用高校圖書館資源開展知識推薦服務是現階段的一個研究主題。文章基于用戶畫像在高校圖書館知識推薦服務方面的應用優勢，梳理了當前高校圖書館知識推薦服務的不足，并借助用戶畫像的構建過程對高校圖書館開展知識推薦服務提出優化策略。即高校圖書館要不斷完善自身理念，動態把握用戶需求，開發特色館藏資源，建立健全的用戶隱私保障制度，及時處理用戶反饋信息。

【關? 鍵? 詞】用戶畫像;高校圖書館;知識推薦服務

【作者單位】徐曼，武漢華夏理工學院。

【中圖分類號】G250.7【文獻標識碼】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2021.01.022

用戶畫像是用戶特征標簽的集合，其原理是通過分析用戶的個人閱讀習慣、興趣偏好、瀏覽軌跡等情況，精準把握用戶需求。在數據科學的驅動下，圖書館領域也開始重視用戶畫像的研究，基于用戶畫像的知識推薦服務已成為滿足用戶多樣化需求的重要手段。文章對用戶畫像應用于高校圖書館知識推薦服務的必要性及開展步驟進行分析，以期為高校圖書館提高資源利用率提出可行方案，幫助高校圖書館在大數據時代吸收用戶并優化用戶體驗方面獲得更多的發展契機。

一、用戶畫像概述

在高校圖書館的知識推薦服務中，用戶畫像可以使用戶信息具體化、屬性化、標簽化。其具體流程有：對用戶進行深入調查，根據與用戶需求相關的一些關鍵指標，有選擇地采集和分析用戶相關的個人信息，并將用戶的典型特征模型化。用戶畫像與高校圖書館知識推薦服務的有機結合可以使高校圖書館資源被充分利用，以滿足用戶的個性化需求。

1.用戶畫像的概念

用戶畫像的概念最早由艾倫·庫珀（Alan Cooper）提出。用戶畫像能結合大數據技術全方位、立體化地收集用戶基本數據，構建獨具特色的用戶檔案模型，可以動態化地描述用戶的偏好和行為習慣等，同時也可以描述不同用戶的屬性差異[1]。在實際應用中，用戶畫像兼顧用戶的基本屬性特征、心理特征與行為特征，更為精準地把握用戶的知識需求。由此可以看出，用戶畫像在一定程度上反映了用戶的個性特征。

2.用戶畫像在高校圖書館知識推薦服務中的應用優勢

用戶畫像最初應用于市場營銷領域。為了更好地了解消費者，該領域的相關人員借助用戶畫像構建用戶的特征，獲得關于用戶的特征模型，并有針對性地動態改變自身的營銷策略。在數據的驅動下，用戶畫像逐漸應用于圖書館領域，在該領域，依據用戶畫像的分析，圖書館知識推薦服務系統可以針對不同用戶的閱讀習慣及偏好實現精準推送，以提高圖書館資源的利用率。

具體來說，用戶畫像在高校圖書館知識推薦服務中具備以下價值：勾畫精準需求。高校圖書館知識推薦服務從用戶需求出發，借助用戶畫像能夠更精準地把握用戶的知識需求，為高校圖書館開展知識推薦服務提供數據參考，以優化用戶的使用體驗。實現精準推薦。高校圖書館知識推薦服務可形象地展示用戶需求，在信息推薦的過程中再由用戶不斷選擇和過濾，經過多次迭代提升推薦結果的有效性和準確性，便于高校圖書館管理人員針對不同用戶進行個性化服務。提供參考依據。將用戶畫像應用于高校圖書館知識推薦服務，不僅有利于高校圖書館的資源整合，為高校圖書館的資源建設提供參考依據，也為用戶的自我認知和自身發展提供參考依據。

二、高校圖書館知識推薦服務的現狀

我國大多數高校圖書館仍處于被動服務階段，用戶主動借閱是最常見的圖書館活動，這就造成高校圖書館知識資源大量留存，無法被充分利用，以至于高校圖書館并不能完全發揮知識推薦服務的作用。此外，高校圖書館還存在服務理念需要改變等內因，這些都對高校圖書館開展知識推薦服務形成阻礙。下文從用戶和高校圖書館兩方面具體闡述。

1.用戶個性化知識需求只增不減

在網絡信息技術飛速發展的時代，用戶對圖書館知識推薦服務的需求越來越高，這就要求圖書館提供有針對性和目的性的個性化知識推薦服務。但目前，高校圖書館在知識推薦服務方面仍存在短板，其無法準確地挖掘用戶的潛在需求，不能精準地為用戶定制個性化知識推薦服務，從而造成知識資源的浪費。用戶畫像作為一種數據分析手段，可以使高校圖書館工作人員更為全面和精確地把握不同用戶的不同屬性，以達到為用戶提供個性化知識推薦服務的目的，實現以用戶為中心的圖書館知識推薦服務模式。現階段，用戶獲取知識的需求越來越強烈，對于個性化知識推薦服務的呼聲也越來越高。

2.高校圖書館服務理念亟須轉型

目前，我國大多數高校圖書館并沒有主動提供知識推薦服務，僅通過圖書館官網將館藏資源提供給讀者。但讀者僅靠自身查找和閱讀很難滿足自身所需的“隱性知識”的需求。這樣一來，圖書館資源得不到充分利用，讀者也很難豐富自身的知識庫。高校圖書館應加強知識推薦服務的建設，將多元館藏資源轉化為知識推薦服務的基礎，完善相應的服務規章制度，通過主動服務的方式拉近高校圖書館與讀者之間的距離。在信息爆炸的今天，用戶畫像所反映的主動式服務與標簽化具象能夠填補高校圖書館知識推薦服務的缺口。高校圖書館可借助用戶畫像技術確定用戶的屬性并為用戶添加標簽，以此把握用戶的閱讀喜好，且能夠在這個過程中通過用戶自主選擇感興趣的領域，不斷對其所需的信息進行篩選過濾，方便圖書館從另一個渠道接收用戶對知識推薦服務的反饋。這將有助于高校圖書館對接用戶的知識需求，提升高校圖書館知識推薦服務的主動性，給用戶提供更為細致化和準確化的知識推薦服務。

3.知識推薦服務效益亟須提升

知識推薦服務優劣程度的衡量指標通常是知識推廣的數量和范圍。單純考慮推廣數量的話，則存在“廣撒網”的弊端，并不具有真正意義上的服務針對性和精準性，單純考慮推廣范圍也是如此。從本質上看，知識推薦服務通常以推廣范圍為基礎，以用戶個性化需求為中心。因此，知識推薦服務并沒有在整個推廣體系中占據主導地位，更無法滿足不同用戶的不同層次和不同領域的需求。此外，高校圖書館并未充分注重知識推薦服務所產生的效益，只是以旁觀者的角度參與知識推薦服務的過程，很少關注圖書館知識推薦服務的反饋活動。高校圖書館借助用戶畫像能夠分析用戶的興趣偏好，并且利用該工具的便利性將知識推薦服務滲入讀者的圖書館活動之中，從而提高高校圖書館知識推廣的針對性，有效提升高校圖書館知識推薦服務所產生的實際效益。

三、高校圖書館用戶畫像的構建

用戶畫像作為一種分析工具能為高校圖書館知識推薦服務提供精準的用戶需求信息和參考依據，因此，用戶畫像有利于優化高校圖書館的用戶服務。針對我國高校圖書館知識推薦服務的現狀，文章將高校圖書館知識推薦服務與用戶畫像進行契合，借助用戶畫像的優勢彌補高校圖書館知識推薦服務的不足，以此擴大高校圖書館知識資源的適用范圍，提高用戶的滿意程度。根據用戶畫像的建設過程，高校圖書館可將用戶畫像的構建分為三個階段，即數據收集、用戶建模和畫像勾勒。

1.用戶畫像數據收集

高校圖書館必須收集豐富的圖書館用戶信息，以其作為構建用戶畫像的基礎數據。基于用戶畫像的高校圖書館知識推薦服務所需要的數據資源有：用戶基本數據、用戶內容偏好數據、互動數據、會話數據以及用戶情境數據，每種數據獨立存在。其中，高校圖書館的用戶基本數據主要有圖書館用戶的姓名、性別、年齡、專業等統計學數據，此類數據可通過用戶注冊時填寫的信息獲取。圖書館門禁管理系統及圖書借閱管理系統記錄了用戶在圖書館借閱室、閱覽室和自習室的刷卡時間與刷卡次數;高校圖書館門戶網站保留了用戶在線瀏覽、在線借閱、線上咨詢等信息;檢索系統保存了圖書館的館藏資源數據、內容推薦、文獻傳遞、用戶檢索、用戶反饋等行為信息。通過以上渠道，高校圖書館可以獲取用戶的偏好數據、互動數據、會話數據。用戶情境數據主要包括地理位置數據以及環境數據，其中地理位置數據可通過定位技術獲取，如GPS、WiFi和傳感器等[2]。相關人員還可以通過社會調查法、訪談法、網絡數據采集等方法獲得用戶群體的行為數據信息，并利用相關工具構建用戶數據庫，以便優化資源配置來滿足用戶的知識需求。

2.針對用戶數據進行用戶建模

高校圖書館在收集豐富的用戶數據之后，需對數據進行系統分析。首先，獲取用戶群體數據。用戶基本數據可通過高校圖書館管理系統查詢，獲得數據后進行非結構化或半結構化分類，將用戶特征信息進行聚類、關聯或差異分析，過濾大量無效信息并對其進行有效化處理，再將有效的數據整合規范，便于對用戶進行高精度建模。其次，構建用戶標簽體系。在挖掘用戶的基本數據后，對數據進行深度分析，提取用戶群體的特征，并進一步將用戶屬性進行標簽化處理，這是完成用戶畫像的重要環節。最后，進行用戶建模。即通過用戶屬性標簽對用戶進行建模，完成對用戶的分類，并構建用戶畫像的標簽描述體系。綜合來看，一個完整的用戶畫像可對全部標簽進行有效展示，便于高校圖書館管理人員發現用戶、服務用戶。

3.不同用戶畫像的勾勒

高校圖書館在對用戶畫像進行勾勒時，需以用戶屬性標簽為基礎，借助可視化統計方法表示用戶標簽，對用戶數據進行全方位分析，以滿足構建用戶畫像以及解析用戶的需要，有利于勾勒一個由用戶屬性標簽組成、基于用戶基本信息、接近用戶事實本身的用戶畫像。在對用戶畫像進行可視化展現后，高校圖書館管理人員可有針對性地分析標簽，解析用戶的需求。同時，高校圖書館管理人員也要注意以下幾點：注重用戶的個性屬性，及時跟蹤用戶需求的變化，以便更好地完善用戶畫像[3];著重把握用戶的差異性特征，從用戶的瀏覽記錄、行為偏好、借閱信息等方面觀察用戶，依據差異程度向用戶提供多元化和個性化的知識推薦服務，保證用戶滿意度維持在高水平上;充分利用用戶畫像的優勢，精準勾勒用戶畫像的不同特征，打造以用戶為中心、以優質資源為主體、滿足用戶不同需求的個性化高校圖書館。

四、高校圖書館知識推薦服務優化建議

1.注重知識品質，提升推薦服務質量

高校圖書館在開展精準知識推薦服務的過程中，要確保推薦知識的質量，否則會被用戶抵制。高校圖書館要以用戶標簽和傾向為中心，向用戶提供個性化的知識精品，確保服務從用戶出發，最終再落實到用戶上。高校圖書館在依據用戶畫像進行精準推送時，要動態監測用戶畫像的變化，及時調整推送策略。首先，高校圖書館要選擇合適的推送時機，結合不同用戶的不同特征，全面監測用戶的需求，注意用戶的瀏覽時間段，選擇恰當的時機推送。其次，推送管理者要有用戶具有審美疲勞的認知，即用戶對接受的知識存在一定的承受能力，其要嚴格把關推送給用戶的知識資源的質量，過濾劣質的知識資源。最后，高校圖書館應與知識推薦服務相結合，形成具有館藏個性化的知識推薦資源。

2.注重服務效益，加快推送速度

知識資源具有時效性，高校圖書館可利用用戶畫像精準地捕捉用戶的潛在需求，加快知識推送的速度，第一時間預測并滿足用戶的需求。與此同時，高校圖書館也要及時監測用戶興趣變化的差異，防止因推送內容過時失效而讓用戶不滿意。高校圖書館在提高服務效率與加快推送速度方面，要注意及時掌握用戶的動態信息，及時調整用戶畫像;要完善自身的知識推薦服務機制，可通過門戶網站或者公眾號的方式為用戶提供優質的知識推薦服務;要培養相應的人才隊伍，利用平臺互動加強與用戶的溝通，增強用戶黏性，以提升知識推薦服務的效益。

3.維護用戶隱私權益，建立健全的保護機制

在互聯網之下，網絡信息均存在較大的泄露風險，構建用戶畫像的過程也是如此。高校圖書館要注意維護用戶的隱私安全，避免用戶隱私泄露或變為被交易的產品。對此，高校圖書館在收集用戶信息的過程中，要征求用戶的完全同意，切不可擅自利用用戶隱私信息，否則會降低用戶的忠誠度;在收集用戶信息范圍方面，應以用戶的知識需求為主，避免涉及用戶的隱私信息;要完善用戶隱私保護機制，提高用戶畫像使用的標準性和規范性。總而言之，高校圖書館要高度重視用戶的隱私權益，既有利于用戶隱私得到合法的保護，又有利于高校圖書館知識資源推薦服務的發展。

4.及時處理用戶反饋信息，主動優化用戶體驗

高校圖書館在進行個性化知識推薦服務的過程中，要注意及時收集用戶反饋信息，對用戶反饋的問題進行歸納、剖析，并提出解決方案，以提升知識推薦服務的效率，優化用戶的體驗。高校圖書館知識推薦服務和接受知識的用戶之間產生的是一種知識流動的交互，為提高用戶的滿意程度，高校圖書館應建立完善的反饋機制，包括量化用戶的評價指標、健全館員自評系統等，以此改進高校圖書館的知識推薦服務;拓展用戶的反饋渠道，全方位地了解用戶的滿意程度，促使用戶積極地發表意見或建議，并爭取給出大多數用戶都滿意的解決方案;借助用戶畫像來捕捉用戶的檢索意圖，并及時推送資源，優化用戶的主觀體驗。

隨著技術的推陳出新，圖書館不斷創新變革。為使高校圖書館充分滿足用戶的多方位需求，文章結合用戶畫像深入探討了知識推薦服務，以期高校圖書館與用戶之間能夠建立雙向交互的整體思維。同時，高校圖書館要不斷完善自身理念，動態把握用戶需求，開發特色館藏資源，建立健全的用戶隱私保障制度，及時處理用戶反饋信息，以此推動高校圖書館知識推薦服務的發展。

|參考文獻|

[1]劉海鷗，孫晶晶，蘇妍嫄，等. 國內外用戶畫像研究綜述[J]. 情報理論與實踐，2018（11）：155-160.

[2]劉海鷗，姚蘇梅，黃文娜，等. 基于用戶畫像的圖書館大數據知識服務情境化推薦[J]. 圖書館學研究，2018（24）：57-63+32.

[3]張晗，畢強，李潔，等. 基于用戶畫像的數字圖書館精準推薦服務體系構建研究[J]. 情報理論與實踐，2019（11）：69-74+51.