面向讀者需求的圖書館精準服務探究

莊卉卉 覃顯晶 楊子楊

［摘要］面對數字網絡環境下傳統媒體和新媒體融合發展的趨勢，圖書館如何根據讀者的專業背景、學科特點和研究方向，主動為讀者提供最合適的資源配置方案和服務，是其需要解決的問題。文章探討了圖書館在建立讀者需求模型的基礎上，如何在智慧閱讀推廣、文獻資源精準化推送、參考咨詢三方面提供精準服務，從優化讀者畫像模型、完善服務反饋機制、注重讀者信息保護和數據安全監管三方面提出優化圖書館個性化精準服務的對策，以期為圖書館開展精準服務，實現在新時代的轉型發展提供啟示。

［關鍵詞］讀者需求；精準服務；圖書館資源；個性化推薦

以數字化為主導的新技術環境對圖書館事業新一輪發展提出了新要求。2019年，澳大利亞新南威爾士州立圖書館發布的《NSW戰略規劃：2019—2023》指出，圖書館轉型的戰略重點是關注公眾的需求，讓圖書館技術和服務適應社會和讀者成為新的討論焦點。隨著新一代信息技術與讀者服務的深度融合，圖書館除了提供館藏圖書、電子資源，還可通過分析和歸納讀者在圖書館留下的具有傾向性的數據信息，如閱讀目的、偏好等，快速、準確地為讀者提供符合其個性化需求的信息。如何落實這一設想并提高讀者滿意度，是圖書館所面臨的挑戰。

Fukuyama認為圖書館轉型的起點是利用現代化技術，如增強現實、區塊鏈等技術，實現圖書館的全數據智能服務［1］。曹樹金等人提出，精準服務是未來智慧圖書館服務的趨勢之一［2］，這意味著圖書館需要通過多種手段準確了解讀者的需求和興趣，并以此為基礎提供個性化服務。在大數據環境下，圖書館精準推薦服務是分析讀者對館藏書刊和電子資源的新需求，根據讀者個人信息、閱讀資源偏好、空間偏好等數據，通過一定的管理和服務以及相應技術改造，為讀者推薦滿足其個性化需要的文獻資料，并可通過交流互動獲得讀者評價反饋的過程［3］。

一、圖書館讀者需求模型的建立

圖書館在提供精準服務的過程中，需要建立合理的讀者需求模型，以便及時了解讀者的需求和偏好，更好地滿足他們的閱讀需求。讀者畫像是刻畫讀者需求的模型，在國外圖書館領域早已成為研究熱點。圖書館通過信息推薦系統，可以根據讀者的閱讀歷史和興趣愛好，為讀者推薦更符合其需求的圖書和電子資源［4］；通過信息過濾系統，可以過濾掉低質量的信息，為讀者提供更加準確和可信的信息資源［5］；通過服務設計，可以根據讀者需求，為讀者提供更加貼心和便捷的服務，從而提高讀者的滿意度和忠誠度［6］。國內圖書館領域對讀者畫像的研究雖然起步較晚，但是其應用范圍更加細化、更加深入，諸多圖書館開展了相關研究和實踐，讀者畫像有望成為圖書館提高服務質量和競爭力的重要手段。

建立讀者需求模型是一個涉及多個步驟和復雜計算的過程。在該過程中，圖書館需要從多個維度對用戶的行為和興趣進行分析，以便構建準確、全面的讀者畫像。在此過程中，機器學習是一種重要的技術手段，其可以通過數據挖掘、分類、聚類等，自動學習和分析讀者的行為模式和特征，從而建立精準的讀者需求模型。這一過程一般可歸納為三個環節：讀者數據獲取、讀者特征識別、讀者畫像表示。

在讀者數據獲取階段，圖書館通過多渠道采集與讀者相關的數據信息，包括圖書館管理系統、書目檢索系統、門禁系統、門戶網站等平臺及移動終端。這些讀者數據一部分是圖書館從各信息系統中調取的讀者基礎信息、系統使用情況等結構化數據，包括讀者使用圖書館的文獻資源和服務時留下的信息，如借閱、預約、續借等文獻借閱行為；咨詢、文獻傳遞、查收查引等學科服務行為；讀者發表論文、專著以及引用文獻等科研行為。圖書館也可借助動態信息采集技術搜集讀者分散異構的網絡行為數據，包括軟件共享信息、GPS實時位置等，通過挖掘這些數據進而對讀者進行分類和建立標簽。

在讀者特征識別過程中，圖書館利用數據挖掘和聚類分析等技術，對收集到的讀者數據進行處理，去除與讀者屬性特征無關的信息，從而更好地實現讀者特征的識別和分析。然后圖書館對收集到的屬性數據和行為數據進行聚類，構建多種類型的標簽模型，為讀者貼上標簽。建立讀者畫像標簽是讀者建模的重要步驟，這些標簽可以展現讀者的主要特征，是構建讀者畫像的基礎。

讀者畫像數據標簽構建完成后，圖書館通過可視化技術可以逐步展現不同個體和群體的專屬畫像，并獲得更加精準和全面的讀者畫像信息。例如，圖書館通過圖表、圖像等方式展示讀者的閱讀偏好和行為模式，以便了解讀者的閱讀習慣和需求，同時將讀者的學科專業和研究方向以可視化的形式呈現，從而更好地了解讀者的學術需求和研究方向［7］。圖1為讀者畫像的建立流程。

二、圖書館精準服務的場景應用

（一）智慧閱讀推廣

目前大多數圖書館開展的傳統閱讀推廣活動存在活動時間集中化、活動形式同質化、缺少大數據分析等問題，如果圖書館能夠利用大數據技術和數據挖掘技術建立基于讀者畫像的智慧推薦系統及平臺，有利于實現線上與線下同步的智慧化閱讀推廣。在保障讀者隱私的前提下，圖書館全面收集讀者在圖書館活動中產生的數據，包括讀者出入圖書館的時間段、使用學習空間的頻次以及利用OPAC系統的檢索歷史、館藏借閱記錄、網站檢索記錄、瀏覽時長等信息，通過分析和整合這些信息，高度概括和精準標注讀者特征、構建讀者行為模型，以此來預測讀者可能感興趣的圖書類型、數字資源種類以及其他相關網絡資源類型。重慶大學圖書館的“智慧門戶系統”通過收集讀者閱讀行為習慣數據，為其提供更加個性化和精準的服務和資源。例如，通過《猜你喜歡》欄目，重慶大學圖書館可以根據讀者的閱讀歷史和興趣偏好，為其推薦更符合其喜好的書籍和電子資源；通過“課程文獻中心”和“科研專題資源庫”，重慶大學圖書館可以為讀者提供與其研究方向相關的資源和信息，以滿足其學術研究需求，得到了讀者的認可［8］。

近年來，以讀者數據挖掘和讀者畫像為基礎的“閱讀記憶”服務成為圖書館個性化閱讀推廣活動的一大特色。基于年度數據賬單，圖書館通過分析自然年內與讀者的交互活動產生的系列數據，生成生動、具體的閱讀報告、數據排行榜等，以便讀者更好地了解自己的閱讀行為和興趣偏好。另外，圖書館面向畢業生等個人讀者提供閱讀數據報告，依托圖書館管理系統，對讀者借閱數據、門禁數據、論文數據等進行挖掘與分析，展現讀者閱讀偏好和潛在需求，從而優化服務策略。西安電子科技大學圖書館從2018年起為數萬名畢業生送上個性化定制的紙質版和電子版畢業紀念冊，基于智能圖書館平臺將讀者在圖書館的日常生活進行呈現，包括借閱數據、活動參與情況，讀者可永久保存并分享到各個社交網絡平臺，這為構建讀者畫像奠定了數據基礎。

（二）文獻資源精準化推送

大數據時代信息超載現象日益嚴重，讀者在面對海量文獻學術資源時，利用傳統的信息檢索系統很難快速、準確地獲取自己想要的信息。圖書館根據讀者個性化需求開展具有針對性的精準知識服務可以解決這個問題，通過挖掘和分析讀者的個人基本信息數據、閱讀興趣偏好數據和評價反饋數據，建立讀者畫像，預測讀者的興趣偏好，積極推薦讀者感興趣的文獻資源，是圖書館提升服務質量及資源利用率的重要手段。

西安電子科技大學圖書館于2020年推出的“新型個人圖書館”系統是文獻資源精準化推送服務的創新嘗試［9］，該系統包括定制化搜索、書享空間、我的課程、特色收藏、我的數字資源五個模塊，通過對讀者的基礎屬性數據以及讀者行為數據進行收集、分析和計算，同時保護讀者個人敏感數據，建立多維度讀者畫像模型，根據讀者在多種學習場景的需求，為讀者提供個性化推薦內容，包括館藏資源（紙電文獻）以及非館藏資源（教師課件、課程網站資源）等，并根據讀者反饋不斷優化和調整推薦內容，避免讀者對固化信息形成依賴，從而實現面向讀者的文獻資源精準化推送。

（三）參考咨詢服務

參考咨詢服務是圖書館的核心服務之一，從數字圖書館時代到智慧圖書館時代，圖書館參考咨詢工作主要體現為深入知識層面的信息精準服務，其特征主要表現為通過人工智能等新興技術對讀者信息進行充分挖掘，進而掌握讀者行為軌跡、讀者交互數據、讀者學術成果、讀者興趣偏好等。圖書館工作人員以讀者畫像結果為線索，深入挖掘讀者的潛在需求，引導讀者表達自我的真實需求。

在創新優化參考咨詢服務模式方面，大多圖書館以先進的工具與技術手段為支撐，優化參考咨詢服務模式，如美國康涅狄格州西港圖書館將能夠提供個性化服務的智能聊天機器人投入實際應用中。傳統的數字參考咨詢問答機器人僅通過預定義的FAQ數據庫方式與讀者進行交互，效果受到限制，為了進一步提高智能咨詢機器人的服務效果，朱娜娜等人［10］采用人機對話技術，使智能咨詢機器人從大規模的背景知識中自動學習讀者的個性化交互方式，以實現提供自動生成個性化回復的自動化服務。這種方法可以提高問答機器人在數字參考咨詢服務中的智能程度，進而更好地滿足讀者的需求，提升讀者的滿意度。

三、圖書館精準服務對策

（一）優化讀者畫像模型

在優化個性化服務工作過程中，圖書館首先需要提高讀者畫像質量，對讀者標簽集進行區分，確保讀者畫像構建符合正確的價值取向。讀者畫像基于讀者基礎信息、社會屬性、行為習慣、興趣偏好等進行構建，能較為真實地反映讀者需求，而圖書館如不進行讀者喜好辨識和分析，那么其所提供的個性化服務可能會推送含有負面價值取向的內容，這對自我控制能力較差的學生的學業發展和身心健康成長不利［11］。此外，與使用時間較長的核心讀者不同，圖書館的新讀者數據較少，因此圖書館需要考慮如何提高新讀者的參與度和對新讀者的數據采集效率，并提高構建的讀者畫像的精細化程度，建立科學的數據動態更新機制，通過讀者反饋數據優化自身服務。

（二）完善服務反饋機制

圖書館在提供精準服務的過程中，有時會出現讀者標簽與真實讀者出現偏差的現象，為了建立全面的評價指標體系，圖書館需要從多個渠道獲取讀者對服務的反饋信息。這些反饋信息可以幫助圖書館更好地了解讀者需求，進而改進和提升服務質量。一方面，圖書館可以在智能推送服務界面設置服務評價反饋控件，使讀者能夠對精準服務內容進行及時反饋。另一方面，為了及時發現和改進精準服務中存在的不足之處，圖書館可以在提供精準服務后向讀者發放滿意度調查問卷，歸納各環節存在的問題。這種方式不僅可以有效提高讀者的滿意度，還可以幫助圖書館不斷提高服務質量，以更好地滿足讀者的需求。

（三）注重讀者信息保護和數據安全監管

精準服務實現的過程涉及多系統整合、多渠道信息收集、多元異構數據融合，如果數據安防不到位，會有讀者數據泄露、盜用的風險，甚至引發法律問題。因此，為了確保讀者隱私數據的安全，圖書館應從多個方面加強防護。其可以從增強讀者安全意識、制訂相關政策、技術升級優化等多個方面著手。第一，在增強讀者安全意識方面，圖書館應在讀者注冊各業務系統時告知讀者信息采集用途，明確責任關系，讀者也應有選擇關閉個性化推薦服務的權利。第二，在政策制訂方面，圖書館應在數據收集和使用的目的、數據來源和收集方式、數據保護和隱私保護措施等方面制訂相關規范，使數據收集、分析和利用在監管下進行。第三，在技術升級優化方面，圖書館應當制訂一套安全管理措施，以確保圖書館應用的各種管理系統和軟件符合國家信息安全技術要求。同時，圖書館還應加強對相關技術的研發和投入，積極引入先進的信息安全技術和設備，以提高信息安全保障水平。

四、結語

在智慧圖書館研究背景下，圖書館精準服務的核心在于資源和讀者的精準匹配。這種以大數據和信息技術為主線的服務，旨在為讀者提供個性化、差異化的服務體驗。圖書館引入讀者畫像相關技術，有助于深入挖掘個體或群體的潛在需求，通過分析讀者的專業背景、學科特點和研究方向，圖書館可以主動為讀者提供最適合的資源配置方案和智慧服務，從而實現個性化的精準推薦服務。

［參考文獻］

［1］FUKUYAMA M. Society 5.0：aiming for a new human-centered society［J］. Japan Spotlight，2018（05）：47-50.

［2］曹樹金，劉慧云.以讀者為中心的智慧圖書館研究［J］.圖書情報工作，2019（01）：23-29.

［3］馬天舒.高校智慧圖書館精準服務探究［J］.四川圖書館學報，2021（05）：34-38.

［4］MAO J，LU K，LI G，et al. Profiling users with tag networks in diffusion-based personalized recommendation ［J］. Journal of information science，2016（05）：711-722.

［5］SHARMA D，KAUR S. Neural network classification for user profile learning over digital library recommendation engine ［J］. Indian journal of science and technology，2016（33） ：1-7.

［6］ZAUGG H. Using persona descriptions to inform library space design ［M］. The future of library space. Bradford：Emerald Group Publishing Limited，2016.

［7］張銳. 基于動態精準畫像的圖書館個性化推薦服務研究［J］. 情報探索，2019（02）：98-101.

［8］趙發珍，楊新涯，張潔，等.智慧圖書館系統支撐下的閱讀推廣模式與實踐［J］.大學圖書館學報，2019（01）：75-81.

［9］黃小強.線上線下文獻資源精準化推送服務的探索實踐：直接服務于本科教育［J］.高校圖書館工作，2021（01）：11-15，60.

［10］朱娜娜，景東，張智鈞. 面向圖書館數字參考咨詢的人機對話模型［J］. 圖書情報工作，2019（06）：5-11

［11］郝雨，李林霞. 算法推送：信息私人定制的“個性化”圈套［J］. 新聞記者，2017（02）：35-39.