智慧化進程中公共圖書館用戶需求及行為特點實證研究

摘要：細分用戶畫像、掌握不同用戶群體的需求及行為特點，是圖書館實現個性化、精準化服務的前提。文章旨在智慧化建設進程中，大數據匱乏階段，通過問卷調查的形式，采用K-means聚類分析法，了解各用戶群需求及行為特點的異同，實現用戶畫像細分和推進智慧化圖書館多維度服務體系建設。

關鍵詞：用戶需求；用戶行為；K-means；調查問卷分析；用戶標簽；用戶畫像

中圖分類號：G252文獻標志碼：A

0 引言

“智慧圖書館”概念的提出已有20余年。在我國，智慧圖書館的發展一直處于探索階段。近年來，隨著信息技術、人工智能科技的迅猛發展，更多的專家學者從AI、大數據、元宇宙、云計算等方面，構想了智慧圖書館的發展前景。柯平等^［1］為智慧圖書館的發展提出了總體目標，在總目標的引領下，劃分了初級目標、中級目標、高級目標3個階段，即在“建設中國特色的智慧圖書館體系”這個總目標的引領下，逐步完成從數字圖書館到智能圖書館的轉型、從智能圖書館到智慧圖書館的進化、從智慧圖書館到智慧圖書館體系的布局。

智慧圖書館發展的核心是智慧服務^［2］。智慧服務的關鍵在于智能化和個性化的服務功能。如何為用戶提供專業化、精準化、個性化的服務，如何開展服務方式的拓展與迭代，其前提是對用戶需求和行為進行深入研究，也是智慧圖書館建設中的一項重要課題。

1 用戶服務現狀分析

蔡曉蕾^［3］基于智慧圖書館建構的體系下，提出了智慧圖書館服務的模式重塑。將服務模式分為基于圖書館資源的顯性模式和基于用戶需求的隱性模式。

用戶服務研究近年來在高校圖書館中受到廣泛重視，其理論發展和模型也日趨成熟。張若雅等^［4］從用戶特點出發，通過數據采集、數據處理、數據更新、數據可視化等步驟為用戶畫像進行建模建構，提出針對學習型、科研型、管理型3種類型用戶的需求，精準地選擇高校圖書館的服務模式。張英杰^［5］提出利用大數據和畫像技術，為高校圖書館創客空間提供精準的創業知識服務的研究思路。

高校在用戶研究領域具有科研素養強、人員信息全面的優勢。王棪^［6］通過采集公共圖書館用戶的靜態與動態數據，總結了基于用戶畫像的圖書館智慧閱讀推廣服務模式的構建路徑。但目前我國公共圖書館總體處于從智能圖書館到智慧圖書館的進化階段，即“智能設備”占主導、智慧服務尚不完善的階段。以浦東圖書館為例，圖書館并不缺乏智能設備的應用，如提供了全市聯網的OPAC館藏書目檢索系統、Horizon與RFID技術相結合的自助借還系統等，簡化了讀者找書、借還圖書的流程，降低了工作人員工作強度，提升了工作效率。但圖書館服務出于對讀者平等、開放、注重隱私保護的原則，對于圖書館實體空間的讀者，在使用圖書館設備過程中，鮮少有數據記錄。如個體的入館信息、文獻檢索信息等，在無需用戶登錄的情況下即可使用，公共圖書館并不抓取讀者隱性需求的信息。因此，對于處在智慧化進程中的圖書館，在有限的數據采集條件下，很難實現“大數據”管理與分析，而調研問卷、深度訪談等手段依然是目前獲取用戶信息與需求的主要方式。

完善的智慧圖書館在大數據分析的運用下，自身可以實現精準化、個性化的服務，而在智慧化發展的進程中，讀者對智慧化的需求以及行為特征，又有著怎樣的特點。在智慧化建設進程中，筆者通過問卷調研的方式，嘗試用統計學原理將讀者用戶畫像群分類，深度挖掘不同群體用戶需求及行為特征的共性與個性，推導出精準化實施服務對策。孫守強^［7］指出，構建群體畫像能夠幫助決策者了解其服務群體特征和需求，制定以用戶為中心面向特定群體的個性化服務，有助于優化圖書館布局、設備及管理制度等。

2 研究設計

2.1 研究思路與方法

為了精準化區分用戶群，針對不同用戶群的需求和行為習慣，提供個性化用戶服務并為圖書館未來智慧化全面構建奠定行動方向，需將用戶群按照不同特征進行用戶畫像分類，再根據不同類型的用戶畫像提供個性化服務。

（1）讀者信息和數據匯總。通過問卷調查，采集讀者信息和數據，為后續用戶畫像群分類提供數據支持；

（2）尋找最優分類數。根據問卷設計的內容，采用K-means聚類分析法實現讀者群最優分類；

（3）細化用戶標簽。按照分類結果，進行需求和行為特征比較；

（4）根據不同需求和行為特征，探索個性化服務策略（見圖1）。

2.2 問卷設計

2.2.1 問卷內容概要

為了充分了解浦東圖書館用戶對智慧圖書館發展和圖書館資源利用的需求與滿意度情況，研究設計了一份針對讀者使用本館現有設備感受及對未來智慧圖書館的服務需求的調查問卷。問卷共發放362份，經有效性判斷處理，最終共采納有效樣本量287份，問卷有效率78%。該問卷包含樣本背景信息、用戶滿意度、用戶行為特征、用戶認知與需求及主觀評價與建議5個維度（見表1）。

2.2.2 信度與效度檢驗

本次調查問卷的問題中，僅“用戶滿意度”維度涉及的6個問題為分級量表題型，可對這一維度進行信度與效度檢驗。根據評價等級由高到低賦予相應分值，導入SPSSPRO在線數據分析平臺后，使用Cronbach’s模型進行計算，得到如下結論（見表2）。

問卷的這兩題信度和效度都檢驗通過，可以使用調查問卷的數據進行后續的用戶畫像群的劃分與相關性分析。

2.3 研究方法

采用K-means聚類分析法，借助SPSSPRO在線數據分析平臺，進行不同畫像群在用戶行為特征和用戶需求方面的差異性分析。

K-means聚類分析法是無監督學習中經典的算法之一，通過組間的相異性規則把不同事物劃分為若干類，使各類之間的數據最為相似，不同類數據相異性盡可能最大化^［8］。

根據K-means聚類分析法必須選擇量化屬性的數據類型的特點，筆者選取“用戶滿意度”這一維度（共6題）進行聚類分析。將“用戶滿意度”作為區分的用戶畫像群的自變量，將“用戶行為特征”和“用戶認知與需求”視為因變量，可以比較出不同畫像群在需求和行為方面的顯著差異，進而為圖書館服務的個性化、精準化發展提供有力的數據支持。

在進行K-means聚類分析前，首先要確定K值，也就是聚類的種數。K值確定的主流方法是“手肘法”（Elbow Method），橫坐標是聚類個數，縱坐標是K均值聚類損失函數對應所有樣本到類別中心的距離平方和，即誤差平方和，值越小，聚類效果越好，通過“坡度趨于平緩”的拐點找出最佳的類簇數量。

2.4 用戶標簽細化

根據K-means聚類分析法無監督學習的分類特性，已將上述用戶群體在“滿意度”維度中進行了差異化最大化的分類，在此基礎上，綜合運用列聯交叉分析法、獨立樣本檢驗和卡方檢驗法進一步分析用戶標簽，研究兩種畫像群在基本信息、行為方式、認知需求3個維度中表現出的具體差異，若各指標的選項評價參與數量比例與該類用戶群占整體比例處于一致范疇，則兩類群體無差別，若所占比例與整體比例有較大不一致的情況，則表示兩類群體在某些項目中呈顯著區別。找出差異，探其究竟，為圖書館用戶定位、服務精準化打下基礎。

2.4.1 計算思路

首先，采用列聯交叉分析法，將用戶按照聚類種類作為分組項，問卷各指標為分析項，計算各評價指標下細分選項的占比情況，分析研究基于聚類方法下的整體樣本特點。

其次，再根據各題型情況，若數據類型為定量變量的比較，則根據正態分布情況選擇適合的獨立樣本檢驗；若數據類型為定類變量的比較，則適合用卡方檢驗方法，找出數據差異化較大的值，判定群體性顯著效應。

最后，將數據導入到SPSSPRO在線數據分析平臺計算出結果（見圖4）。

2.4.2 結果呈現

依照上述方法對問卷進行列連交叉分析，根據數據不同性質，將對應的指標項采用對應的差異化計算方法，其參考值為：

Pearson卡方檢驗方法：卡方值X²越大，差異程度越大，X²=0，則無差異；P值lt;0.05，各樣本之間存在顯著性差異；

MannWhitney獨立樣本檢驗方法：Cohen’s d值在0.2～0.5之間差異最小，0.5～0.8之間差異中等，0.8以上差異較大；P值lt;0.05，差異性顯著。

根據上表的判斷依據，將P值lt;0.05，Cohen’s d值gt;0.5的指標項視為有差異，匯總兩類群體所有指標項對比結果（見表1）.

由表1可以看出，兩類用戶的共性如下：

（1）用戶需求方面。書籍媒介：紙質書與數據資源同等重要，紙質書需求偏大；智慧信息服務的發展方向：需要豐富的紙質和電子資源、更新智能化和信息化設備、提供全智能服務需求；圖書定位服務：智能個性化圖書推薦內容、圖書檢索歷史查閱、借閱歷史查詢、文獻收藏與訂閱服務；館員能力和服務方式期望：具備專業知識與技能、良好的服務態度、溝通表達能力、向導能力和多領域專業知識，館員在活動過程中，提供咨詢答疑的服務，提供活動推薦和場地指引。

（2）用戶行為特征方面。借閱書籍參考依據以“考試、課程或個人能力提升”為主；微信公眾號是最主要的獲取圖書館信息的渠道；講座參與意愿最為強烈，其次是展覽和培訓。

兩類用戶群具體差異性總結如圖5所示，其中第17題主觀評價，經詞云運算將用戶特點具象化。

3 分析與對策研究

3.1 助力多維度服務體系建設

通過上述用戶畫像分類，“1類用戶”與“2類用戶”在行為與需求方面有較顯著的差別，這些差別導致兩類人群在圖書館使用過程中的感受不盡相同。浦東圖書館近年來一直致力于閱讀推廣服務，提供豐富的學習、培訓等機會，這些服務極大滿足了“1類用戶”的需求且滿意率較高，人群占比也較大。但圖書館作為知識服務主體，在智慧化建設的進程中，“2類用戶”的評價與需求也同樣需要得到重視。“2類用戶”作為高學歷高認知的群體，對圖書館各方面的要求也相應更高，如若圖書館推出相應的服務，提升這類用戶的感受與評價，在滿意度調查的評價上，將會有更大的突破。因此，在維持“1類用戶”良好感受的基礎上，浦東圖書館應著力注重“2類用戶的”需求，從設備設施的更新、圖書館專業化服務水平提升、開發與創新服務項目、拓展服務范疇等方面，全面提升服務品質。圖書館應科學利用用戶群標簽特征描述，提供精準化服務。圖書館精準服務的核心是掌握用戶的興趣與需求^［9］。孔高敏等^［10］提出基于建設維度的智慧圖書館服務模型，分別是面向資源智能建設的智慧圖書館服務模式；面向技術創新的信息產品的智慧圖書館服務模式；面向用戶需求精準畫像的智慧圖書館服務模式；面向空間重構的智慧圖書館服務模式。浦東圖書館基于兩類人群不同的需求與行為特點，也將建立具有浦東圖書館特色的智慧化服務體系。

3.2 加強館藏資源建設，擴大電子資源館藏與特色館藏及應用

館藏資源建設，從量與質兩方面提升，滿足讀者“有書讀、讀好書”的需求，也是圖書館最本質的服務功能。在智慧應用的加持下，加強圖書館現有資源利用，通過信息化手段，將紙質資源信息電子化、智能化，充分發揮大數據特點和數字化優勢，做到精準推薦、科學推薦。通過文獻檢索、信息咨詢等數據被動留痕，圖書館及時掌握讀者對文獻資源的需求，觸發采購質量的提升，同時促進圖書館基于優質館藏資源的推薦能力提升，建設讀者薦書交流平臺、與各圖書推薦平臺聯合挖掘優質圖書等主動推進行動，讓更多的讀者信任圖書館在圖書推薦、文獻挖掘方面的專業性。同時提升特色館藏開發與應用，科學開發利用特色資源，深挖文獻價值，整合創新文獻知識體系，提升文獻的研究性和特色文化的傳播性。

3.3 智慧系統設備更新迭代，為智慧化建設奠定硬件基礎

硬件設備的智慧化提升是圖書館智慧化建設的基礎。本次調研中，“2類用戶”對于圖書館現有設備的應用持較低評價，“1類用戶”與“2類用戶”都發現設備使用中的各種問題，說明現有設備已遠遠不能滿足讀者便捷使用的需求以及支持智能服務迭代的跟進。目前，浦東圖書館正逐步引進新一代自助借還機、自助檢索機、自助盤點機器人、自助咨詢機器人等，將與上海圖書館Folio系統對接，在更完善的系統上，加持智慧應用，使得智能圖書推薦、圖書定位導航、O2O遠程借閱、無感設備的體驗、身份一鍵識別等升級服務得以實現，促使“2類用戶”提高對圖書館的使用評價，從而提升圖書館的滿意率。

3.4 用戶群標簽細分，提供差異化、精準化服務

為用戶信息進行標簽化處理，建立用戶畫像。圖書館應在滿足全體用戶共同需求的基礎上，按照用戶畫像特征，提供更符合各類群體的精準化服務。如本次調研中，兩類用戶群對于圖書館智慧化發展的需求是共同的，圖書館應大力發展智慧應用、大數據管理、數據資源擴展等服務。在此基礎上，圖書館還應做到服務的精準化實現，如讀者關注的閱讀推廣活動，目前更適合“1類用戶”，而“2類用戶”高學歷高認知高要求的群體更注重圖書館設備的使用感受、圖書館提供文獻資源的質量。因此，在智慧化進程中，圖書館在保持現有服務內容基礎上，持續推出多種形式的閱讀推廣活動，保障大多數群體的學習與交流需求，同時注重讀者個人的體驗度，挖掘“2類用戶”深度閱讀與自我提升需求，創新閱讀推廣模式，提高高學歷讀者的文化價值和社會參與度。“智慧圖書館”的建設，不僅是智慧設備的引進與應用，其最終將實現“智慧體系”的建立，通過智慧設備，激發“人”的“智慧”價值，人人參與創造，人人實現價值提升。

在數據尚不完善的情況下，建立初始數據預提供個性化服務的時期，通過K-means聚類分析法將用戶分類，有助于在大數據“冷啟動”階段或者數據匱乏階段為圖書館提供細分用戶需求與行為特征，使得圖書館預先了解讀者屬于哪一類畫像群，為其制定初始的個性化服務，根據浦東圖書館的讀者特點，在得知讀者學歷較高時，其需求屬于更加專業化的文獻服務，歸屬于“2類用戶”，圖書館將為其推薦專業參考咨詢館員跟進與溝通。如讀者學歷為本科，其大概率歸屬于“1類用戶”，更傾向于參與圖書館的各類讀者活動，圖書館可向其推薦合適的講座培訓等。后期隨著大數據應用，讀者信息獲取逐漸豐富，個性化服務將越來越精準。因此，初始階段，運用K-means聚類分析法為數據擴容、數據精準化和個性化推送奠定基礎。

3.5 智慧館員的復合型及專業化培養與發展

“智慧設備”能夠更加充分地調動和發揮“人的智慧價值”。智慧圖書館的建設，離不開一批具有科技敏銳度、熟練掌握先進設備運用、具備數據分析能力、創造性強的館員。調研中，讀者對館員的專業程度給予了較高的期待。圖書館在智慧化進程中，館員的參與度越強，其發展出匹配智慧圖書館特征的技能將會越專業。因此，圖書館有責任為館員成長搭建平臺，鼓勵館員開拓創新，通過項目化建設引領，打破原有部門壁壘，號召館員參與到特色項目中，做到人人有項目，人人出創意。目前，浦東圖書館已成立10個重點課題項目和29個子項目。館員在項目執行中也得到充分鍛煉。從之前的單純咨詢館員，發展成新媒體編輯、內容創意編導、創新服務團隊、文獻導讀員、數據分析員等。

4 結語

聚類分析的方法能幫助圖書館快速勾勒用戶畫像，進行用戶細分，準確判斷用戶需求。而用戶畫像無論是在現階段還是公共圖書館全面大數據時代，都發揮著不可替代的作用。

公共圖書館面向全社會無門檻免費開放，其具有用戶群廣、注重保護用戶隱私、鮮少記錄用戶使用圖書館行蹤的特點，因此，既往積累的用戶數據面臨不全面、不完整、難匹配的特點，問卷調研、深度訪談等調查方法依然是有力的調研手段。在科學的統計方法運用下，依然能夠通過行為數據發現讀者們表象的和隱藏的用戶需求。深入研究用戶需求，不斷改進服務對策，提升服務品質，是公共圖書館服務永遠的課題。

參考文獻

［1］柯平，王潔，劉倩雯.生成式AI視域下智慧圖書館建設的關鍵路徑［J］.現代情報，2024（1）：4-10.

［2］袁靜，王珊珊，李森濤，等.用戶參與圖書館智慧服務價值共創行為的形成機理研究［J］.圖書館學研究，2024（3）：98-112.

［3］蔡曉蕾.智慧圖書館服務模式重塑及其實踐路徑探討［J］.信息系統工程，2024（7）98-101.

［4］張若雅，儲開穩，徐旭光，等.高校圖書館用戶畫像構建與精準服務模式研究［J］.圖書館學刊，2023（9）：57-62.

［5］張英杰.基于用戶畫像的高校圖書館創客空間知識服務實現路徑研究［J］.圖書館界，2023（6）：19-25.

［6］王棪.基于用戶畫像的圖書館智慧閱讀推廣服務模式研究［J］.江蘇科技信息，2022（32）：41-43.

［7］孫守強.基于用戶畫像的智慧圖書館個性化服務研究［J］.圖書館工作與研究，2019（7）：60-65.

［8］邵小青，賈鈺峰，章蓬偉，等.基于K-Means聚類算法的數據分析［J］.科學技術創新，2021（23）：85-86.

［9］侯輝輝，唐振坤，李謙.大數據下圖書館精準服務的用戶畫像系統設計與實現［J］.信息與電腦（理論版），2023（21）：170-172.

［10］孔高敏，呂彥池，陳雅.我國智慧圖書館服務模式構建研究：以江蘇省智慧圖書館體系建設為例［J］.圖書館學研究，2023（12）：44-52.

（編輯 編輯何 琳）

Empirical study on the needs and behavioral characteristics of public library users in the process of intelligent development

LI Jiemin

（Shanghai Pudong Library， Shanghai 201204， China）

Abstract： Subdividing user profiles and mastering the needs and behavioral characteristics of different user groups are the prerequisites for libraries to realize personalized and accurate services. The purpose of this study is to understand the similarities and differences in the needs and behavioral characteristics of various user groups through questionnaire survey and K-means clustering analysis method in the process of smart library construction， and to realize the segmentation of user portraits and promote the construction of multi-dimensional service system of smart library.

Key words：user demand; user behavior; K-means; questionnaire analysis; user tag; user portrait