基于用戶畫像的圖書館個性化推薦體系構建策略研究

韓秋萍

(青島市即墨區第一職業中等專業學校，山東 青島 266200)

圖書館是人類知識文化的資源服務中心，在提升人們文化素養和閱讀能力方面發揮了不可替代的重要作用。現代社會環境下，圖書館用戶體量龐大、類型多樣、需求各異，閱讀行為十分復雜，迫切需要利用智慧化手段對他們進行精準分類，挖掘數據價值，預測其需求，進而實現便捷精準的閱讀推薦服務。當下，圖書館館藏資源數量快速增加，但供給方式依舊停留在單向傳統檢索和傳輸水平，加之用戶信息素養普遍不高，難以在海量信息中獲取目標文獻，導致資源服務效率過低、個性化水平不高。大數據、人工智能等技術能夠細致描繪用戶畫像，精準感知和預測其需求，構建個性化的資源推薦系統，有效優化用戶的閱讀體驗，推動“人找書”的模糊被動服務模式向“書找人”的精準主動服務模式轉變。

1 用戶畫像概述

1.1 用戶畫像

“用戶畫像”(Persona)是由社交之父Alan Cooper在1998年最早提出的，他認為用戶畫像是“基于用戶真實數據的虛擬代表”。其后，多位學者對“用戶畫像”概念進行完善補充，如：Giuseppe Amat從對象構成的角度對用戶畫像進行定義，即用戶畫像是一個由用戶信息構成的可以描述任何個體用戶需求、個性化偏好以及用戶興趣的結構化表示的形象集合。現代技術環境下，用戶畫像指的是資源供給方通過收集、分析和處理用戶的個人基本信息、閱讀行為、偏好數據及環境信息等，制定具有用戶明顯特征的高度凝練的特征化標識，并將具有相似屬性的用戶進行歸類，使用戶特征形象具體化，便于推薦團隊建立系統化精準認知，進而掌握和預測用戶需求變化，提供高品質的個性化服務。用戶畫像利用當前先進的信息分析與處理技術對數據進行價值挖掘、統計分析和聚類等，并基于用戶閱讀形象原貌進行精準劃分，便于對用戶進行分類管理。用戶畫像以其立體化、多維度的用戶識別和需求預測功能在電子商務、電信業務和金融服務等領域均有廣泛而重要的應用，對于圖書館而言，其也將成為實現個性化推薦的重要技術性工具。

1.2 圖書館用戶畫像步驟

圖書館對用戶進行畫像是提供個性化服務的基礎，用戶畫像包含了其基本信息，如行為屬性、社會屬性、環境屬性等，通過不同類型用戶的需求為其提供個性化的閱讀服務。一般而言，圖書館用戶畫像包含數據處理、標簽構建和形成畫像三個步驟，見下頁圖1。數據處理階段主要是館方對用戶信息瀏覽、下載等結構化數據和互動留言、評論等非結構化數據進行收集和管理，初步構建用戶個人特征數據庫，并將上述數據歸納為基本信息、環境數據、行為數據、興趣數據和評價數據五個維度，并將其輸入圖書館用戶數據庫。標簽構建主要基于上述五個維度對用戶數據進行技術性價值挖掘，并用標志性語言和簡練語言對用戶特征進行精準描述，為用戶貼上語義化標簽，之后根據標簽類型對用戶進行分類、關聯性分析等操作，構建可視化結構體系，并根據用戶行為變化更新標簽體系，同步調整推薦方案。形成畫像是從多維度、多層面以準確、客觀、真實的方式刻畫用戶在不同群體內的表現，當前一般采用計算機構建，利用云圖等可視化形式展現，并在完成后根據設備數據和用戶反饋進行調整，從而對用戶進行精準判斷，后期提供精準化、個性化的資源推薦和其他服務。

圖1 用戶畫像形成簡圖

2 基于用戶畫像的圖書館個性化推薦體系構建

2.1 個性化推薦體系構成要素

組成圖書館個性化推薦體系的要素包含7大類，分別是推薦對象、推薦方式、文獻資源、反饋評價、基礎設施、組織架構和人才建設。推薦對象涵蓋圖書館所有實體和互聯網用戶，多維了解用戶群體的真實需求是實現個性化服務的基礎，因此，圖書館應對用戶的結構化與非結構化數據進行收集和分析。推薦方式也是凸顯圖書館個性化推薦服務的重要表征，除了常規的資源推薦方式，還經常采用短視頻直播、讀者沙龍等方式為用戶提供全天候服務，提升用戶的滿意度。文獻資源方面主要是優化資源類型，建立文獻之間的內在關聯，提升資源與用戶需求之間的匹配度，縮短服務時間，優化服務路徑。反饋評價是圖書館在應用該推薦體系過程中通過不斷收集用戶反饋修正自身服務行為，優化用戶體驗。基礎設施涵蓋智慧化服務所需的自助借還機、電子閱覽設備、智能導航臺等。組織架構和人才建設為該體系的高效運行提供管理和技術保障，不同職能館員統籌協作，共同為該體系提供高質量運維服務。

2.2 個性化推薦體系服務框架

圖書館館員團隊利用智能感知設備收集和分析用戶的行為偏好數據，借助智能化軟件為用戶貼上特征“標簽”，逐步形成用戶畫像，后續根據不同類型用戶需求為其精準匹配優質資源并提供個性化的資源供給和服務方式，見圖2。此外，圖書館還要建立便于用戶反饋的多種渠道，并配套對應的反饋評價機制，精準判斷實際服務效果，對不合理之處進行微調和改進。在該框架中，整合用戶數據發現并預測用戶需求是發揮用戶畫像功能的核心所在。智慧環境下，圖書館可通過與不同社會機構的合作打破不同部門和系統之間的壁壘，發揮資源協同共享效能，掌握用戶的知識背景、專業需求等詳細數據，深層次挖掘用戶需求，敏銳感知服務需求變化，預測未來推薦服務走向。數據之間的依賴、交叉和協作關系使各類信息交織成為復雜的多維網絡，每個維度數據都是用戶畫像的“像素”，“像素”越高，用戶畫像越清晰，對后續個性化推薦服務越有利，因而用戶數據處理階段應盡量細致，通過多維可視化分析輔助推薦服務。

圖2 圖書館個性化推薦體系服務框架

2.3 個性化推薦體系服務要求

圖書館個性化推薦體系構建的實質是在新理念下對館內的人力、資源、空間進行優化整合，滿足用戶需求，提升服務效率。因此，該個性化推薦體系應契合“以用戶為中心”的服務理念，以便捷、高效為目標，在智慧手段協助下重構用戶的行為偏好數據，精準定位服務目標，對應開展個性化推薦服務。首先，現代信息環境為用戶資源獲取提供了多種方式，同樣，用戶在利用圖書館獲取對應資源時同樣希望獲得更加直觀、形象的資源類型和采用快速、便捷的傳輸方式，這就要求圖書館豐富自身資源類型，并建立多樣化的資源傳輸途徑，如文獻傳遞、自助下載、云閱覽等。其次，圖書館要將用戶需求與資源服務精準匹配，根據用戶的標簽化數據為不同類型用戶提供分眾化、差異化服務。再次，圖書館要通過創設對應的服務情境滿足用戶的深層次需求，并通過設備迭代和軟件優化提升系統運行效率，開發更多的推薦功能，優化用戶閱讀體驗。

3 基于用戶畫像的圖書館個性化推薦體系構建策略

3.1 強化技術應用，健全推薦體系設備支撐

基礎設施是圖書館得以順利開展個性化推薦的基本保障，今后一段時期，圖書館在推進基于用戶畫像的個性化推薦體系建設過程中應引進和應用如3D打印機、VR、AR、智能機器人、高精度導航定位系統等，全面提升線上線下綜合服務水平。當前技術條件下，基于用戶畫像的推薦體系可應用二維碼管理系統，將功能更齊全的智能信息收集設備布置在實體空間和植入推薦服務軟件，全面收集用戶各個維度的信息。資金較充足的圖書館應進行基礎設施迭代，引進能夠支持大數據和云端海量信息處理的云計算處理設施，構建智慧化推薦服務平臺，同步進行軟件數據更新，創新針對用戶服務需求的新模型、新算法，智慧處理用戶數據，并實現智能化指令輸出。VR、AR、移動互聯等技術能夠實現資源體系化展示和無障礙交互，促進用戶、資源與服務之間的智慧對接，是圖書館優化推薦成效的有效途徑。

3.2 創意活動內容，構建立體多元推薦方式

圖書館應善于運用全媒體社交平臺，使用多種方法和途徑進行資源推薦，拓寬推薦渠道，為不同類型用戶提供舒適的資源獲取渠道。在“互聯網+”環境下，用戶使用頻次較高的社交平臺有微信、微博、抖音等，因此推薦團隊可根據不同用戶需求為其設計不同的推薦方式，如：針對微信用戶，推薦團隊可根據用戶興趣、年齡段等為其建立微信交流群組，并在群組內發送宣傳海報、組織群內閱讀與討論等；針對抖音用戶，推薦團隊可利用館內設備并結合用戶實際需求錄制短視頻或開啟直播，引導用戶參與討論，激發用戶閱讀熱情，達到推薦目的。此外，推薦團隊還可以探索其他有效推薦方式，如與出版物、課程、廣告等融合，利用展覽、旅游、研讀、競賽等多元展現形式，逐步形成品牌效應，擴大圖書館影響力，實現更大范圍的覆蓋，引導更多用戶參與閱讀。

3.3 搭建交互情境，提升資源推薦智慧水平

在個性化推薦體系中，交互情境是提升推薦成效的又一關鍵要素，只有具備沉浸感的交互情境才能讓用戶自然而言融入其中，引發用戶與資源之間的情感共鳴。當前技術條件下，圖書館可利用VR、AR技術及環境渲染等方式搭建與用戶需求相匹配的資源情境、服務情境、社交情境、用戶情境、移動情境等，并在不同的推薦環境下使不同的情境協同發揮效能，為用戶提供有沉浸感的閱讀環境。從認知角度出發，只有搭建用戶與推薦系統之間的順暢交互關系才能保證推薦服務的科學性和持續性。因此，圖書館應重視對用戶社交行為、心理特征、溝通意愿的研究，在推薦過程中充分考慮用戶的客觀信息和主觀信息，確保在資源、方式、情境等維度均契合用戶的個性化服務需求。