基于用戶畫像動態(tài)養(yǎng)成的高校圖書館數(shù)字素養(yǎng)教育模式研究*

馮曉娜 沈亞婕 于元勛 馮 曉 付露瑤 劉文云

0 引言

為進一步提高全民數(shù)字素養(yǎng)與技能，構(gòu)建數(shù)字中國，建設教育強國，促進教育數(shù)字化轉(zhuǎn)型和智能化，中央網(wǎng)絡安全和信息化委員會于2021 年11 月5 日發(fā)布了《提升全民數(shù)字素養(yǎng)和技能行動綱要》，凸顯了國家對全民數(shù)字素養(yǎng)的重視。國際圖聯(lián)建議圖書館應全力以赴，為提升公民的數(shù)字素養(yǎng)做出貢獻，從規(guī)劃設計、經(jīng)費和人員投入等方面予以充分支持，將培養(yǎng)讀者的數(shù)字素養(yǎng)能力納入圖書館服務的核心內(nèi)容。在大數(shù)據(jù)技術(shù)應用和用戶需求多元化的背景下，我們需要深入了解用戶對數(shù)字素養(yǎng)知識的需求，并利用新型智能技術(shù)創(chuàng)新教育模式，以滿足用戶多元化的個性需求，從而提升用戶的數(shù)字素養(yǎng)能力。

用戶畫像技術(shù)具有準確預測用戶需求的能力，為圖書館的智慧化推送和個性化教育提供了新的思路。目前，基于用戶畫像的智慧化推送和個性化教育的研究主要關(guān)注學習者自身的知識需求和興趣愛好，但忽略了用戶可能存在的素養(yǎng)短板、知識盲區(qū)等方面的挖掘和推送。這導致學生只接觸到符合其偏好的教育資源，無法全面按照數(shù)字素養(yǎng)能力框架進行發(fā)展。因此，本文旨在構(gòu)建基于全面數(shù)字素養(yǎng)需求的用戶畫像養(yǎng)成模型，以滿足用戶個性化數(shù)字素養(yǎng)教育和全面數(shù)字素養(yǎng)提升的目標。

1 圖書館數(shù)字素養(yǎng)教育與用戶畫像應用

文獻調(diào)研發(fā)現(xiàn)，已有數(shù)字素養(yǎng)教育的研究主要側(cè)重于調(diào)研數(shù)字素養(yǎng)教育現(xiàn)狀、挖掘數(shù)字素養(yǎng)教育影響因素、豐富數(shù)字素養(yǎng)教育內(nèi)容、創(chuàng)新數(shù)字素養(yǎng)教育形式等方面。黃燕[1]對全國10 所高校883 位高校的數(shù)字素養(yǎng)進行了調(diào)研，結(jié)果顯示，當前高校圖書館數(shù)字檢索能力薄弱，存在數(shù)字檢索渠道不夠廣泛、數(shù)字安全意識不強、數(shù)字創(chuàng)新力不足等問題；耿榮娜[2]利用DEMATEL 方法識別了數(shù)字素養(yǎng)教育關(guān)鍵影響因素，研究發(fā)現(xiàn)，高校數(shù)字素養(yǎng)政策、數(shù)字素養(yǎng)教育環(huán)境、ICT 基礎(chǔ)設施、數(shù)字素養(yǎng)教學管理和數(shù)字素養(yǎng)評價體系等對高校數(shù)字素養(yǎng)教育起關(guān)鍵推動作用，以期對高校大學生數(shù)字素養(yǎng)教育的落實路徑的制定有所借鑒；馬捷[3]等人對公民的數(shù)字需求進行了探索，在此基礎(chǔ)上，從構(gòu)建數(shù)字素養(yǎng)內(nèi)涵體系、拓寬數(shù)字素養(yǎng)實踐的方式、構(gòu)建數(shù)字素養(yǎng)應急教育系統(tǒng)三個方面，探討了構(gòu)建我國高校數(shù)字的新途徑；董岳珂[4]將數(shù)字素養(yǎng)引入MOOC 課程學習，拓展了數(shù)字素養(yǎng)教育線上教育形式。

我國高校圖書館數(shù)字素養(yǎng)教育尚處于初步探索階段：第一，用戶數(shù)字素養(yǎng)學習需求表現(xiàn)出階段性、多樣性、層次性，以及滿足程度差異性，人們更加期望能夠獲得及時的、個性化的針對性訓練。第二，開設多種類型的教學，例如MOOC，線下課程、混合式課程，講座和微課等，但是內(nèi)容統(tǒng)一、刻板，不具針對性，無法實時滿足用戶的個性化能力提升需求。第三，缺乏黏性，不適應用戶終身素養(yǎng)提升。高校圖書館數(shù)字素養(yǎng)教育的對象多是群體性和粗顆粒的受眾，其服務模式遠未達到個性化、及時化和精準化，數(shù)字素養(yǎng)教育往往停留在淺層次上而無法適應數(shù)字技術(shù)和數(shù)字環(huán)境的變化。

隨著用戶畫像在各場景中的應用，為解決上述問題，筆者認為要提升用戶數(shù)字素養(yǎng)能力，應結(jié)合用戶畫像技術(shù)來實現(xiàn)培育模式。

用戶畫像（User Profile）的概念最早由Alan Cooper 提出，是指以真實數(shù)據(jù)為基礎(chǔ)，對目標用戶進行建模，從大量數(shù)據(jù)中抽取用戶特征的圖像集合[5]，其通過可視化分析技術(shù)快速、精準分析用戶行為模式、消費習慣等數(shù)據(jù)[6]，能夠準確地預測用戶的實際需要和潛在需要，從而為各個產(chǎn)業(yè)提供精準的服務，提升用戶體驗奠定了基礎(chǔ)。在圖書館領(lǐng)域，用戶畫像準確的預測用戶需求并為之提供匹配度較高資源的特性為圖書館的智慧化推送與個性化教育提供了新的思路。

（1）智慧化推送：劉海鷗[7]等人利用多標簽分類算法，從用戶多維興趣特征標簽維度構(gòu)建了用戶的興趣畫像，從而實現(xiàn)了信息資源推送結(jié)果的多樣化；盧思佳[8]等深度挖掘用戶全方位的知識需求，刻畫了圖書館知識服務中的用戶畫像，有效緩解了高校圖書館粗放式知識服務供給與用戶個性化知識需求之間的矛盾，從而推動了知識需求對應的知識產(chǎn)品的生成，大幅提升了知識資源服務效能；Mahak Dhanda和Vijay Verma[9]提出的高效項集挖掘技術(shù)（High Utility Itemset Minng Technique, HUIM)，將論文內(nèi)容和科研人員興趣偏好進行對比分析，為科研人員推送學術(shù)論文，滿足其個性化要求；吳智勤[10]等利用社交網(wǎng)絡分析法深度刻畫了用戶隱藏需求特征畫像，有效提升了圖書館隱性知識服務效率。

（2）個性化教育：徐暢[11]等人根據(jù)用戶的需求、興趣繪制用戶畫像實現(xiàn)用戶信息素養(yǎng)教育的精準化和個性化；朱青[12]等人提出基于異質(zhì)性的用戶標簽體系設計層次分明的信息素養(yǎng)教育內(nèi)容，動態(tài)契合用戶畫像與教學科研節(jié)點；尹婷婷[13]等人通過對學習者個性特征的描述、學習需求的識別繪制了學習者需求畫像，構(gòu)建了教育資源個性化推薦服務模型。

2 全面數(shù)字素養(yǎng)核心能力框架

通過分析國內(nèi)外具有代表性的數(shù)字素養(yǎng)框架，進行合并整理相似能力領(lǐng)域，將數(shù)字素養(yǎng)基礎(chǔ)能力劃分為7 個層次，如表1 所示。

表1 數(shù)字素養(yǎng)核心能力框架

根據(jù)數(shù)字素養(yǎng)的能力要求，本文基于數(shù)字素養(yǎng)框架能力體系構(gòu)建了動態(tài)多維度標簽的數(shù)字素養(yǎng)知識需求畫像方法。該方法主要包括兩個方面：首先，在畫像構(gòu)建體系中構(gòu)建實時數(shù)字素養(yǎng)知識需求畫像，動態(tài)跟蹤用戶閱讀行為，以解決用戶的實時數(shù)字素養(yǎng)知識需求，并實現(xiàn)教育資源的實時個性化推送。其次，引入機器學習等相關(guān)技術(shù)，實現(xiàn)數(shù)字素養(yǎng)能力測評、計算和分析模型。通過將用戶的原始數(shù)據(jù)與數(shù)字素養(yǎng)能力框架進行對比、分析和預測，識別用戶數(shù)字素養(yǎng)的短板和能力缺陷。這樣可以彌補用戶對數(shù)字素養(yǎng)的感知不足，提供有針對性的能力培養(yǎng)和教育資源，從而提高數(shù)字素養(yǎng)知識需求畫像的質(zhì)量，實現(xiàn)用戶數(shù)字素養(yǎng)能力的全面發(fā)展，同時也促進圖書館數(shù)字素養(yǎng)教育的提升。通過這種方法，可以更準確地理解和滿足用戶的數(shù)字素養(yǎng)知識需求，為他們提供個性化的教育資源和能力培養(yǎng)，從而實現(xiàn)用戶數(shù)字素養(yǎng)能力的全面發(fā)展，并推動圖書館數(shù)字素養(yǎng)教育的提升。

3 基于核心能力框架的全面數(shù)字素養(yǎng)畫像構(gòu)建

在本研究中，用戶數(shù)字素養(yǎng)知識需求的數(shù)據(jù)收集和需求主題分析是構(gòu)建和修正用戶畫像的基礎(chǔ)。由于不同用戶具有不同的知識結(jié)構(gòu)、工作重點和情境，其數(shù)字素養(yǎng)知識需求的內(nèi)容和層次各不相同。為了準確描述用戶的個性化需求和動態(tài)需求，并及時提升他們的數(shù)字素養(yǎng)能力，選擇能夠刻畫用戶實時數(shù)字素養(yǎng)知識需求的關(guān)鍵指標是用戶數(shù)字素養(yǎng)知識需求畫像指標體系的關(guān)鍵。

本研究主要從數(shù)據(jù)收集層、數(shù)據(jù)標簽層、畫像構(gòu)建層和畫像應用層四個層次考慮了數(shù)字素養(yǎng)動態(tài)養(yǎng)成用戶畫像的構(gòu)建流程，如圖1 所示。通過這個流程，可以收集用戶的個性化需求和動態(tài)需求，并準確描述用戶的數(shù)字素養(yǎng)知識需求，以滿足他們的需求并提升他們的數(shù)字素養(yǎng)能力。同時，為了加強對用戶隱私問題的審查和管理，以全面維護用戶數(shù)據(jù)的安全，必須將用戶隱私保護融入到用戶畫像構(gòu)建的全過程中[8]。

圖1 用戶畫像構(gòu)建模型

3.1 數(shù)據(jù)收集層

用戶數(shù)字素養(yǎng)知識需求包括用戶在學習、生活等場景中應具備的數(shù)字素養(yǎng)能力，涉及用戶的學習階段、興趣愛好及能力變化等因素，因而在用戶畫像數(shù)據(jù)搜集階段，本文融合Nasraoui[14]與Adomavicius[15]的用戶動態(tài)行為畫像模型構(gòu)建方法，將用戶數(shù)字素養(yǎng)知識需求畫像的信息收集涵蓋了“靜態(tài)穩(wěn)定”用戶基本信息及“動態(tài)可變”用戶行為信息、使用場景信息、用戶數(shù)字能力測評信息兩部分屬性，著重四類信息的收集。

（1）用戶基本信息。用戶數(shù)字素養(yǎng)知識需求畫像基本信息構(gòu)成要素為：用戶的基本素養(yǎng)、學歷層次、專業(yè)類別、已有研究成果等。為了確保用戶畫像建設質(zhì)量，可以依據(jù)學校歸檔范圍表制定學校大數(shù)據(jù)采集計劃，整合學校用戶大數(shù)據(jù)資源[16]，大數(shù)據(jù)歸檔資源相比于用戶自己填寫的用戶基本信息，具有數(shù)據(jù)真實準確、齊全完整、及時迅速、安全可靠等優(yōu)勢[16]。該階段要注意對用戶數(shù)據(jù)進行加密處理，確保用戶基本信息不被泄露。

（2）用戶行為信息。借鑒楊帆[17]的以畫像分析為基礎(chǔ)的圖書館大數(shù)據(jù)構(gòu)建方法，提出用戶數(shù)字素養(yǎng)知識需求畫像行為信息構(gòu)成要素為：在校園網(wǎng)內(nèi)檢索、查閱、文獻傳遞、在線瀏覽、圖書收藏、最新關(guān)注、學術(shù)興趣、搜索渠道、檢索行為、檢索偏好、網(wǎng)站訪問等動態(tài)行為數(shù)據(jù)。由于用戶數(shù)字素養(yǎng)知識需求會隨著環(huán)境變化而有動態(tài)性改變，為滿足用戶數(shù)字素養(yǎng)行為的動態(tài)監(jiān)測需求，利用嵌入系統(tǒng)的頁面行為監(jiān)控插件收集用戶行為數(shù)據(jù)；同時為精確表達數(shù)字素養(yǎng)實時需求，可借鑒區(qū)塊鏈的時間戳技術(shù)[18]動態(tài)監(jiān)測整個數(shù)字素養(yǎng)水平生命周期，清晰展示出數(shù)字素養(yǎng)知識需求整個生命周期發(fā)展路徑展示用戶的需求、偏好、意愿、觀點等數(shù)據(jù)。

（3）使用場景信息。借鑒《行動綱要》提出了全民數(shù)字生活、數(shù)字學習、數(shù)字工作、數(shù)字創(chuàng)新四大場景，基于在這四大場景中映射出現(xiàn)實場景內(nèi)部的數(shù)字素養(yǎng)知識與技能，為用戶提供數(shù)字素養(yǎng)教育。在動態(tài)行為需求監(jiān)控同時，利用傳感器和移動終端等設備，獲取用戶的情境數(shù)據(jù)，包括用戶在某功能頁面的操作交互和視覺、跨功能界面的操作路徑等，最終提取場景標簽。

（4）用戶數(shù)字素養(yǎng)能力信息。用戶實時數(shù)字素養(yǎng)能力信息是構(gòu)建基于框架缺失能力框架的核心部分。為獲取用戶實時數(shù)字素養(yǎng)能力真實數(shù)據(jù)，主要分為以下幾個步驟：①基于數(shù)字素養(yǎng)核心能力框架構(gòu)建數(shù)字素養(yǎng)能力評價指標體系。②依據(jù)數(shù)字素養(yǎng)能力評價指標體系設立測試模塊：分為初始測試和教育過程中的測試，以獲取用戶的初始數(shù)字素養(yǎng)能力和實時數(shù)字素養(yǎng)能力數(shù)據(jù)。將收集到的用戶數(shù)據(jù)及時同步至用戶信息庫中，為后續(xù)的數(shù)據(jù)預處理提供數(shù)據(jù)基礎(chǔ)。

在數(shù)據(jù)處理階段，主要涉及以下兩點：第一，用戶數(shù)據(jù)清洗。刪除與用戶需求服務不相關(guān)信息、過濾價值低的數(shù)據(jù)、刪除重復數(shù)據(jù)[19]。第二，用戶數(shù)據(jù)分析。首先實現(xiàn)潛在用戶數(shù)據(jù)的全流程挖掘，通過關(guān)聯(lián)分析、變異分析等技術(shù)手段剔除與數(shù)字素養(yǎng)教育不相關(guān)數(shù)據(jù)，通過語義分析等算法進行分類挖掘，提煉出用戶數(shù)字素養(yǎng)知識需求的語言表達形式。同時由于信息行為等半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)冗雜，且需要更多的時間進行預處理，為提高用戶數(shù)據(jù)分析效率應將多維度用戶數(shù)據(jù)轉(zhuǎn)化為維度一致的結(jié)構(gòu)數(shù)據(jù)。在該階段，應注重用戶實際需求，避免對數(shù)據(jù)進行過度挖掘。該階段使用了數(shù)據(jù)的分類、聚類、合并、關(guān)聯(lián)等多種方法完成用戶識別與用戶多維信息采集工作，由此建立用戶信息數(shù)據(jù)庫，通過對用戶相關(guān)數(shù)據(jù)進行聚類與統(tǒng)計分析處理后，形成具有數(shù)字素養(yǎng)知識需求特質(zhì)用戶畫像數(shù)據(jù)。

3.2 數(shù)據(jù)標簽層

構(gòu)建用戶畫像模型需要采集并處理用戶數(shù)據(jù)后，通過分析數(shù)據(jù)中關(guān)鍵詞匯及文本來抽取用戶特征標簽[7]。其中，用戶基本屬性維度標簽、場景維度標簽能夠不經(jīng)加工直接生成；而需求主題特征維度數(shù)據(jù)及框架能力缺失主題特征維度數(shù)據(jù)需經(jīng)過一定的加工過程才能夠確定標簽的屬性。

本文基于數(shù)字素養(yǎng)核心能力框架進行用戶畫像構(gòu)建，因此在主題加工聚類方面，結(jié)合上表1 中“數(shù)字素養(yǎng)核心能力框架”將數(shù)字素養(yǎng)知識主題如下分類：數(shù)字信息源選取、數(shù)字技術(shù)的學習及操作、專業(yè)信息獲取與檢索技巧、數(shù)字信息處理與協(xié)作、數(shù)字信息批判性反思與創(chuàng)新、數(shù)字信息安全意識及數(shù)字倫理道德、數(shù)字實踐。

（1）需求主題標簽加工。LDA 模型以概率為基礎(chǔ)，善于利用文本發(fā)現(xiàn)用戶的需求主題，并對用戶的集中關(guān)注點和特征詞進行分析。在需求主題挖掘方面，本文以LDA 技術(shù)挖掘用戶的數(shù)字知識素養(yǎng)需求主題為例，對用戶行為中的搜索關(guān)鍵詞進行爬取，通過LDA 主題挖掘技術(shù)對這些關(guān)鍵詞進行搜索主題聚類，具體步驟如下：①對用戶的搜索語句進行爬取，歸檔后做分詞，并過濾掉無意義詞，得到語料集合W={w1,w2,…,wx}。②對這些詞做統(tǒng)計，得到集合p（wi|d）。③為語料集合W 中的每個wi，指定對應到某個主題t 中，作為初始主題。④通過Gibbs Sampling 公式，重新采樣每個w 的所屬主題t，并在語料中更新直到Gibbs Sampling 收斂。收斂以后得到主題—詞的概率矩陣，這個就是LDA 矩陣，而文檔—主題的概率矩陣也是能得到的，統(tǒng)計后，就能得到文檔－主題的概率分布。⑤得到XX 個主題，這些主題含有和文章列出的主題不相關(guān)的，以及具有噪聲的干擾的主題，經(jīng)過人工判別，剔除掉不相干的主題，最終得到和本文相同或相近的主題。

本研究使用LDA 主題模型計算公式，如公式（1）所示：

（2）缺失主題類目加工。該階段首先應基于用戶數(shù)字素養(yǎng)能力評價體系對用戶數(shù)字素養(yǎng)能力測評進行分析，對比出用戶缺失能力數(shù)據(jù)，進行歸檔后做分詞，得出語料集合N={N1,N2,NX}，下面步驟與上文中需求主題標簽加工②～⑤類似，剔除掉不相關(guān)主題，最終得到用戶缺失主題類目。

3.3 畫像構(gòu)建層

標簽體系構(gòu)建是構(gòu)建用戶畫像的關(guān)鍵一步，用戶畫像多維度標簽能夠體現(xiàn)用戶多變性，將其抽象成圖像，并與用戶動態(tài)需求相結(jié)合[20]，從而實現(xiàn)圖書館個性化數(shù)字素養(yǎng)教育服務。如表2 所示為用戶數(shù)字素養(yǎng)知識需求標簽體系和框架能力缺失標簽體系。

表2 用戶畫像標簽指標體系

表2 使用了用戶畫像特征指標建立畫像標簽，其中用戶基本屬性維度標簽、場景維度標簽可直接生成，而主題特征維度數(shù)據(jù)需經(jīng)過加工才能確定標簽屬性。在此階段，可采用DBSCAN（Density-Based Spatial Clustering of Applications with Noise）算法進行標簽聚類，輸出用戶畫像。同時，需加強畫像隱私保護，對信息進行加密處理并限制使用權(quán)限。

在構(gòu)建完成多維度的標簽體系后，通過標簽匹配構(gòu)建出相應的用戶畫像。

（1）實時需求用戶畫像。通過分析用戶的基本屬性、場景屬性和需求主題特征，構(gòu)建多維標簽的數(shù)字素養(yǎng)知識需求模型。匹配和整合這些標簽，創(chuàng)建用戶畫像模型，形成實時需求用戶畫像數(shù)據(jù)庫。用戶基本屬性數(shù)據(jù)來源于全流程數(shù)據(jù)集合深度挖掘的結(jié)果，而用戶場景維度根據(jù)人機交互行為確認。需求主題特征維度包括數(shù)字信息源選取、數(shù)字技術(shù)學習與操作、專業(yè)信息獲取與檢索技巧、數(shù)字信息處理與協(xié)作、數(shù)字信息批判性反思與創(chuàng)新、數(shù)字信息安全意識與數(shù)字倫理道德、數(shù)字實踐等。這些維度的分析有助于全面了解用戶需求和興趣，為提供個性化的數(shù)字素養(yǎng)教育服務提供依據(jù)。

（2）長時需求用戶畫像。利用大數(shù)據(jù)技術(shù)，可以通過動態(tài)行為監(jiān)測對用戶的使用場景和行為信息進行標記，并準確提取用戶最新的訪問行為特征。通過挖掘具有相似興趣和偏好的知識需求之間的關(guān)聯(lián)度，可以揭示出知識需求之間的隱藏關(guān)聯(lián)。同時，結(jié)合用戶的基本信息和訪問節(jié)點（如備考階段、開題階段、論文撰寫階段等），可以分析收集到的用戶信息，從而預測用戶的需求偏好。通過對用戶需求的預測，可以構(gòu)建出在某個特定節(jié)點內(nèi)的長期需求的用戶畫像。這樣的用戶畫像能夠更好地滿足用戶的個性化需求。

（3）框架能力缺失用戶畫像。以上實時需求的用戶畫像描繪出用戶對數(shù)字素養(yǎng)和興趣偏好等屬性的實時需求，長時需求也是根據(jù)用戶行為信息對用戶某段時間節(jié)點的知識需求、偏好進行預測，這種基于需求推送的資源和服務，皆為顯性需求，用戶自身存在的數(shù)字素養(yǎng)短板、盲點，即用戶沒有感知到數(shù)字素養(yǎng)弱項不能根據(jù)顯性需求而獲得。因此，需要基于數(shù)字素養(yǎng)能力框架繪制框架能力缺失用戶畫像，如圖2所示。

圖2 框架能力缺失用戶畫像流程

框架能力缺失用戶畫像基于上述數(shù)字素養(yǎng)核心能力框架產(chǎn)生，分為以下幾個步驟：①基于以上數(shù)字素養(yǎng)能力測評結(jié)果與數(shù)字素養(yǎng)核心能力框架進行對比，找出測評數(shù)據(jù)與數(shù)字素養(yǎng)能力框架對比出能力欠缺部分，測評數(shù)據(jù)并能及時地反饋用戶的數(shù)字素養(yǎng)能力水平，有利于對用戶畫像進行優(yōu)化并實現(xiàn)對用戶動態(tài)畫像模型的構(gòu)建，準確掌握用戶需求動態(tài)變化情況。②根據(jù)欠缺部分對用戶數(shù)字素養(yǎng)能力二級指標進行全面對比分析，將缺失能力數(shù)據(jù)歸檔后，應用LDA 技術(shù)挖掘其欠缺能力主題，并打上缺失能力標簽。其中缺失能力主題依據(jù)核心能力框架主題類目產(chǎn)生，包括數(shù)字信息源選取、數(shù)字技術(shù)的學習及操作、專業(yè)信息獲取與檢索技巧、數(shù)字信息處理與協(xié)作、數(shù)字信息批判性反思與創(chuàng)新、數(shù)字信息安全意識及數(shù)字倫理道德、數(shù)字實踐7 個子維度。③依據(jù)以上缺失能力主題標簽，構(gòu)建指標體系，最終應用DBSCAN 算法，實現(xiàn)標簽聚類，繪制成最終的基于核心能力框架的缺失能力用戶畫像。

（4）全面需求用戶畫像。全面需求用戶畫像不僅描繪了用戶興趣、及時的知識需求，還包含用戶未察覺的基于數(shù)字素養(yǎng)核心能力框架的知識短板。因此全面需求畫像沿著上述畫像的生成過程產(chǎn)生，將用戶缺失能力畫像與用戶實時、長時需求畫像進行反饋對比；最后將用戶欠缺的數(shù)字素養(yǎng)能力但是用戶自身未察覺的能力需求補齊，形成最終的全面需求用戶畫像。

4 基于用戶畫像的高校圖書館數(shù)字素養(yǎng)教育模式

基于用戶畫像可以同時開展實時精準型、長時養(yǎng)成型數(shù)字素養(yǎng)教育。其中，實時精準型數(shù)字素養(yǎng)教育基于實時用戶需求畫像與數(shù)字素養(yǎng)資源語義匹配后進行的知識推薦結(jié)果，解決實時用戶數(shù)字素養(yǎng)知識需求；長時養(yǎng)成型數(shù)字素養(yǎng)教育是基于全面需求用戶畫像，整合相關(guān)數(shù)字素養(yǎng)資源，對用戶實行長期穩(wěn)定的個性化數(shù)字素養(yǎng)教育，既可以大幅提升數(shù)字素養(yǎng)精準化個性化效率，又能提升用戶全面數(shù)字素養(yǎng)能力，如圖3 所示。

圖3 數(shù)字素養(yǎng)教育優(yōu)化模式

4.1 實時精準型數(shù)字素養(yǎng)教育

只有當知識精準服務于用戶需求時，“知識服務”才可以被認為是高質(zhì)量的，高校實時精準型數(shù)字素養(yǎng)教育的核心就是把用戶需求精準銜接數(shù)字素養(yǎng)教育資源。僅對用戶數(shù)字素養(yǎng)需求畫像解剖還不夠，需要通過建立“畫像對接+服務匹配+反饋優(yōu)化+畫像修正+畫像對接”的循環(huán)式畫像迭代和實時精準數(shù)字素養(yǎng)教育實施機制，進一步實現(xiàn)用戶需求與數(shù)字素養(yǎng)資源供給的精準對接。

4.1.1 畫像對接與服務匹配

在用戶畫像創(chuàng)建流程中，考慮到場景的多變性與常見性，故添加“使用場景”這一影響因素，創(chuàng)建了反映用戶的數(shù)字素養(yǎng)知識需求主題特征的畫像，進而將用戶畫像與使用場景所綜合呈現(xiàn)出來的用戶數(shù)字素養(yǎng)知識需求全貌與數(shù)字素養(yǎng)教育資源相對接，通過需求匹配、語義匹配、知識匹配、實體融合等算法途徑篩選出資源匹配的最優(yōu)解，為其提供知識地圖、知識報告、知識定制、知識咨詢等知識產(chǎn)品及服務。

4.1.2 反饋優(yōu)化與畫像修正

當用戶收到對應知識產(chǎn)品和服務時，可以通過評價反饋渠道將自身數(shù)字素養(yǎng)知識需求和數(shù)字素養(yǎng)知識服務匹配度，以及當前知識服務滿意度等指標量化評價并反饋。圖書館則運用關(guān)聯(lián)數(shù)據(jù)技術(shù)，通過對收集獲取到的用戶需求反饋節(jié)點及其內(nèi)部的關(guān)聯(lián)進行標準化的語義表示，從而建立了用戶數(shù)字素養(yǎng)需求的語義網(wǎng)絡。用戶評估反饋數(shù)字素養(yǎng)需求語義網(wǎng)反作用到用戶畫像建立和數(shù)字素養(yǎng)教育資源庫中，對數(shù)據(jù)進一步修改和完善，細化用戶畫像，盡可能向用戶提供匹配度高的數(shù)字素養(yǎng)教育服務，極大提升問題解決效率，并增強用戶的依賴性與滿意度。當獲得新的知識服務時，用戶還會重新評估反饋并持續(xù)發(fā)揮作用到用戶畫像創(chuàng)建過程中去。及時得到用戶的反饋信息，并在此基礎(chǔ)上優(yōu)化精準數(shù)字素養(yǎng)教育，有利于對用戶畫像進行優(yōu)化并實現(xiàn)對用戶動態(tài)畫像模型的構(gòu)建，準確掌握用戶需求動態(tài)變化情況，保持知識服務準確有效。在此過程中，高校圖書館數(shù)字素養(yǎng)教育的供給逐漸逼近其用戶的真實數(shù)字素養(yǎng)知識需求。

4.2 長時養(yǎng)成型數(shù)字素養(yǎng)教育

長時養(yǎng)成型數(shù)字素養(yǎng)教育不僅滿足用戶長時數(shù)字素養(yǎng)知識需求，還是一個基于數(shù)字素養(yǎng)能力框架不斷補齊用戶數(shù)字素養(yǎng)能力短板，為用戶長遠數(shù)字素養(yǎng)知識需求提供服務的方案集合。其在實時分析用戶畫像數(shù)字素養(yǎng)知識需求和用戶自主設置的知識需求基礎(chǔ)上，對用戶某節(jié)點的知識需求進行預測，同時將數(shù)字素養(yǎng)能力測評結(jié)果與數(shù)字素養(yǎng)能力框架對比，挖掘、預測追蹤用戶數(shù)字素養(yǎng)能力欠缺范疇，全面綜合勾勒出用戶相對長期的、穩(wěn)定的且規(guī)律的知識需求。其演繹產(chǎn)生長效數(shù)字素養(yǎng)教育方案，結(jié)合用戶參與數(shù)字素養(yǎng)培訓、測試的結(jié)果，分析學生數(shù)字素養(yǎng)能力現(xiàn)狀，擬定符合用戶能力要求的漸進式數(shù)字素養(yǎng)培養(yǎng)計劃。自動啟動特定主題領(lǐng)域內(nèi)的資源最新動態(tài)追蹤，將文本、圖像和音視頻等多模態(tài)資源整合查詢并深度加工，以實現(xiàn)多模態(tài)信息之間的相互轉(zhuǎn)換，向用戶端智能推送以主動更新。

5 結(jié)語

數(shù)字素養(yǎng)教育是高校圖書館在數(shù)字環(huán)境下開展教育服務所肩負的一項新任務。本研究根據(jù)數(shù)字素養(yǎng)能力框架對用戶進行數(shù)字素養(yǎng)能力評估，彌補了用戶本身沒有感知到的對數(shù)字素養(yǎng)的認知要求，改變了過去單純依賴用戶本身興趣、喜好的用戶畫像建構(gòu)過程，關(guān)注用戶所欠缺的數(shù)字素養(yǎng)，重構(gòu)了一個較為完整的以數(shù)字素養(yǎng)能力框架為核心的需求畫像，提出了基于畫像的實時精準、長時養(yǎng)成數(shù)字素養(yǎng)教育，為提升圖書館知識服務能力及用戶數(shù)字素養(yǎng)能力提供了一定的理論基礎(chǔ)和應用借鑒。