大數據時代背景下的基于用戶畫像的個性化情報服務研究

關鍵詞： 個性化服務 用戶畫像 大數據 情報服務

中圖分類號： G252 文獻標識碼： A 文章編號： 1672-3791（2023）16-0201-04

據第50 次《中國互聯網絡發展狀況統計報告》統計，截至2022 年6 月我國網民規模為10.51 億，互聯網普及率達到74.4%[1]。僅中國網民數量及中國網民用手機接入移動互聯網產生的流量數據，分別在兩年間就增長了11 130 萬人、496 億GB。以小窺大，可推斷出全球的網民數量及產生的數據量是在穩步增長的。

然而，數據的增長與帶給人們真正想要的信息（知識）增量是不對等的，人們花費了大量的時間在海量信息中排除各種噪聲尋找對自己可能有用的信息。在日常生活中尚且如此，在有情報支撐需求的工作中更是如此。故通用情報產品無法滿足個性化情報需求者的需要，為情報需求者（用戶）提供個性化情報服務的需求應運而生。個性化情報服務是依據不同的個體信息需求，通過各種途徑和手段對用戶的信息進行采集、整理和分類，提供定制化的情報服務，以滿足用戶的信息需求。

1 個性化情報服務的必要性

1.1 用戶不同的信息需求層次的要求

美國心理學家馬斯洛曾提出過一個廣被人接受的理論——需求層次理論。他將人類需求像階梯一樣從低到高按層次分為5 種，分別是生理需求、安全需求、社交需求、尊重需求和自我實現需求。盡管馬斯洛提出的是關于人的需求的理論，但是同理，人們對于信息的需求也有不同的需求層次，用戶對情報服務的需求也是多樣化的。不同的情報用戶的關注點各不相同，情報人員或者機構在提供情報產品時，應對不同用戶的需求進行梳理與描述，即進行用戶畫像對不同用戶進行個性化推送。

1.2 以用戶為中心的服務理念要求

情報是為了解決特定的問題所需要的信息，當用戶產生情報需求并向情報人員或機構尋求幫助時，情報人員或機構的職責就是為用戶解決特定的問題。故在解決用戶的需求時應該以用戶為中心提供服務，即深入、準確地了解用戶的真正需求，滿足其各種需求，提供一份真正為用戶所需的情報產品。

但是由于種種原因，傳統的情報服務中情報人員與用戶的交互度其實并不高。傳統的情報服務理念主要是以情報服務供給者為中心，隨著用戶追求個性化服務的要求與日俱增，傳統的情報服務在用戶有著多元化需求的現在已經無法滿足用戶體驗了。用戶是情報人員與機構生存的基石，提升用戶滿意度是情報人員與機構保證其可持續發展的動力源泉，因此需要以用戶為中心為服務理念，為其提供個性化情報服務。

2 個性化情報服務目前面臨的問題及解決思路

2.1 用戶因素類問題

2.1.1 用戶畫像和用戶的關注度

用戶畫像是大數據技術的重要應用之一，其目標是在多維度上構建針對用戶的描述性標簽屬性。利用這些標簽屬性，對用戶的真實個人特征進行多方面描繪勾勒，可用于描述用戶相關的興趣、特征、行為及偏好[2]。用戶畫像本質是建立于各類數據分析基礎上的對個性特征的深刻認知和精準表達[3]。那么如何描述出用戶的標簽屬性就是首先要解決的問題。用戶的關注度其實在某種程度上可以描述用戶相關的興趣、特征、行為及偏好。關于用戶關注度的判定，最簡單的便是通過用戶對某詞的點擊率進行計算。但是這樣肯定是有所偏差的，如何設計參數以判定用戶關注度也是一個需要解決的問題。

2.1.2 如何把握住用戶需求這一動態過程

用戶的興趣點變化是相對動態的過程，會隨著用戶接觸的信息及時間推移而變化。用戶的興趣主要可以分為長期興趣與短期興趣兩類，其中長期興趣和用戶的個人背景相關性較大，如教育背景不同的人長期關注點會有所不同，但總的來說是比較穩定的；短期興趣可能會隨著用戶關注度的增長轉變為長期興趣，也可能某些短期興趣只是最近的一些熱點問題，隨著時間的推移，熱度消退后用戶便不再關注了。如何把握住用戶需求這一動態過程，準確識別用戶的長期興趣與短期興趣，準確捕捉用戶短期興趣的消退點，并將其關注權重下降的規則制定下來，都是需要解決的問題。

2.1.3 情境變量對用戶需求的影響

用戶每天會在互聯網上接觸到海量的信息，不同情境可能會使用戶產生不同的情報需求。例如：本來用戶并不關注某地的天氣情況，但因有出行計劃，用戶便開始關注當地的天氣信息了。待用戶出行結束，可能此用戶就不再關注此地的天氣情況了。由此可見，信息的動態性直接決定了知識服務的動態性，使得對于同一對象的知識服務會因為時間等情境因素的不同而有所區別。

2.2 用戶因素類問題解決思路——對用戶畫像進行建模

2.2.1 用戶畫像建模的數據采集流程設計

用戶畫像其實是對現實世界中用戶的數學建模。用戶模型構建的技術途徑有很多，其最終目的是建立能夠表述用戶特有背景知識或興趣愛好的數學模型，以求準確地掌握用戶的行為習慣乃至心理傾向。

不同于傳統用戶建模技術數據僅源于特定的業務系統、難以得到準確且全方位的用戶信息，在大數據得到廣泛應用的今天，獲得更多維度、更全面的用戶數據變得可能。以此為背景，利用用戶基本屬性信息、社交信息、網絡行為信息等多方位信息建立用戶模型的可行性逐漸提升。通過統計，建模者可以很好地從不同的維度進行用戶刻畫，并將特征相互關聯匹配[4]。在用戶畫像建模時要注意辨別網絡足跡的真實性并且應該保證從數據到標簽的映射過程是有效且合理的。用戶畫像建模的數據采集流程應是按照“目標用戶→網絡足跡→數據→標簽”來設計。

2.2.2 數據采集流程中用戶屬性的設計

用戶畫像建模的數據采集流程中應該格外注意如何對用戶屬性進行描述的問題。通常用戶的基礎屬性應該包括以下幾點：背景屬性（包括教育背景及社會背景）、行為習慣、興趣偏好、情緒穩定性（情緒越穩定則偏好更準確）。還可以對用戶進行關系網絡的描述，一般一個人的社交網絡也可準確揭示一個人的屬性特征，若是能對用戶進行關系網絡的描述，則用戶畫像的準確性會有所保證與提高，可以以此設計用戶需求的輔助分析模塊。

2.2.3 用戶的長短期興趣處理思路

在用戶畫像中，用戶對特定話題的信息需求其實是相對長期和穩定的，即此類信息需求是用戶的長期興趣，對此類的用戶關注點來說，比較容易用用戶模型來描述，因用戶長期的興趣是有特定的數據結構的，比較容易用算法進行集成化描述。對于用戶的短期興趣可以在模型中設定“用戶熱度退散變量因子”，以便及時發現用戶偏好變化。在此基礎上應該注意進行長短期的興趣融合，并進行長期跟蹤，使用戶形象日益豐滿，甚至可以針對用戶的歷史興趣，對用戶可能會產生的新興趣進行預測，超前地為用戶提供服務。

2.2.4 對用戶興趣挖掘的業務流程設計

對用戶興趣挖掘的業務流程設計主要分為3 個部分：前置預處理、興趣描述與映射、用戶興趣挖掘及建模。對用戶興趣進行挖掘的設計流程如圖1 所示。

2.3 情報業務相關因素類問題

2.3.1 如何保證數據質量及如何快速響應用戶需求

在大數據時代處理數據的難點不僅僅是數據量大，更是數據類型多、數據要求時效性以及原始的數據真假難辨。如何采集到可信度高的數據應是情報服務中研究的重點。同時也應該注意，一味只追求數據規模大不僅會造成人力、財力、物力的浪費，且效果也不一定能得到保證。多個來源的小數據的集成融合也可能挖掘出單一來源大數據得不到的大價值。應該注意多源異構數據的處理方法[5]。當突發事件發生時，或者當用戶急需情報服務時，如何快速響應用戶需求且能盡快地為用戶提供出情報產品也是一個需要提前做好預案的問題。

2.3.2 情報人員的理念以及技術應及時更新

盡管大數據時代已經到來，但還是有很多情報人員的工作理念與工作流程并沒有隨著時代的更新而更新，還是以老的“以情報服務供給者為中心”理念和“傳統人力驅動型情報服務模式”工作。傳統人力驅動型情報服務模式還存在著一定的局限性，且傳統的情報服務中情報人員與用戶的交互度其實并不高。傳統的情報服務理念主要是以情報服務供給者為中心，隨著用戶追求個性化產品和服務的要求與日俱增，情報服務理念必須向“以用戶為中心”轉型。

2.4 情報業務相關因素問題類解決思路

2.4.1 指導思想——以用戶為中心

通過上面的論述可知，情報人員為用戶提供個性化情報服務時應該堅持以用戶為中心的原則，并將這一原則滲透到服務的各個環節和過程。用戶對情報服務與產品的滿意程度，不僅局限于對情報人員或機構所提供的信息進行評價，更是對提供情報服務的一整套流程進行的評價。服務用戶不僅是進行數據處理的技術部門和與用戶對接的服務部門的事情，更是全體情報人員的工作。因此情報機構需要對所有的情報人員開展深入的培訓，提高情報人員的集體服務意識并提升其服務水平。

若用戶對服務不滿意次數較多，在必要的情況下也可建立獎懲機制。既能保證為用戶服務的質量，也可規避一定的情報人員消極怠工情況的發生；且對認真工作的情報人員來說，引入一定的獎懲機制更能激發出工作的熱情，是一種正反饋機制。

2.4.2 方法論指導——信息交流理論

在一項情報服務活動的過程中，涉及的主體有用戶、情報人員和信息資源。情報人員和用戶在進行信息交流時，應該盡量充分了解對方對于信息發布和接受的心理和行為（通過用戶畫像的屬性描述以及與用戶的溝通），以便能更好地提供服務。若是情報人員能在了解用戶需求的基礎上，對現有服務模式進行有針對性的優化，就會提供出更為出色的情報服務。

2.4.3 最好的優化——用戶的參與和反饋

正如最有效的交流是溝通一樣，最有效的服務也應是交互式的，即用戶和情報人員之間進行的一對一、一對多或者是多對多的信息互動交流的服務方式。在為用戶提供服務之前，可先讓用戶進行一波興趣標簽的選擇。例如：知乎等交互式平臺在用戶注冊完成之后會彈出一個由用戶對自己感興趣的話題進行勾選的頁面，以此進行個性化推薦。情報人員或機構也可設計一個交互界面，由用戶先大致勾選一下自己感興趣的方向，粗略應該適宜，選項不能過于模糊，不然得不到足夠的有效信息；同時選項也不能過于精細與多，不然可能造成用戶的選擇困難，并且可能用戶會沒有足夠耐心回答完，導致無效問答或信息收集不完全。

在情報服務的環節中，應該增加一些用戶的反饋渠道，并且應保證反饋渠道的暢通。通過建立反饋機制，用戶可以及時有效地參與、評估自己將拿到的情報產品，并且由于因為用戶的需求是在不斷變化的，情報人員或情報機構可以根據用戶反饋的信息，及時對資源進行重新整合，這有助于情報人員或情報機構更進一步地提高服務質量[6]。

3 結語

本文基于用戶畫像對提供個性化情報服務中可能存在的問題進行了深入探究，分析了個性化情報服務對于情報用戶的必要性，發現了影響服務質量的用戶因素類與情報業務相關因素類兩大類問題，分別進行了深入剖析。通過建模研究挖掘用戶因素類問題解決辦法，建立更加個性化的情報服務，采用多種理論綜合分析研究情報業務相關因素類問題破解方案，實現了以用戶為中心的解決方案，論證了通過對用戶信息的挖掘建立合理流程是為用戶提供個性化服務的必要準備。本文由于樣本量采集不足，故未能進行實際的用戶畫像建模驗證，在下一步的研究中將與情報機構合作，將通過用戶畫像提供的個性化服務落地，采用大數據融合等方法，并將在如何保護用戶隱私以及針對用戶關注點盲區提供信息參考等方面加以研究。