基于用户画像的智慧图书馆情景化知识推荐服务研究

张若兰

（广州图书馆，广东 广州 510623）

随着图书馆资源建设的完善与服务理念的变革，传统的知识推荐服务日益暴露出弊端与缺陷，刺激了部分图书馆积极进行转型升级，也为智慧图书馆开发情景化知识推荐服务创造了空间与机遇。智慧图书馆的情景化知识推荐服务是以为用户提供最匹配的情景知识资源为最终目的，根据对读者个人信息、兴趣分布、浏览访问轨迹、借阅分布情况与多元情境分析状况等的追踪归纳，择选和用户匹配度最高的知识内容与资源，开展知识服务的一种服务方式。在这种服务模式中，用户服务管理领域中的用户画像建设也逐步融入智慧图书馆的情景化知识推荐服务中，成为图书馆提供智慧服务的神来之笔。然而，用户数据信息库的完善与智慧图书馆数据挖掘技术的更新应用，加剧了智慧图书馆用户信息的相关要素建设，尤其在用户画像方面，更是提出了严格参照用户画像建设要素规定开展知识推荐的指导方针，缩小了智慧图书馆情景化知识推荐服务的范围。

1 用户画像的构成及情景化知识推荐的应用

1.1 用户画像的构成

用户画像是针对用户自身信息建立的能够体现其基本特征的系统化、标签化、个性化的集合数据库，主要利用图书馆智能采集与挖掘技术、筛选与分析技术、链接与引擎技术等开展目标用户数据建模与分类的模型体系[1]。主要包括采集用户背景信息、获取用户性格表征、鉴定用户阅读能力、分析用户行为习惯、获取兴趣爱好分布、建立用户档案模型等模块。当前，智慧图书馆构建用户画像，主要在于增强用户与馆所之间的联系，进而精确信息推送与知识推荐的精准性，提升智慧图书馆服务信誉度。

1.2 情景化知识推荐的应用

情景化知识推荐服务是图书馆依照用户处境信息设计的，旨在提升知识信息推荐准确性的服务方式，是通过获取用户当前处境信息与历史处境信息，综合比较历史处境信息下用户知识信息的选择与各项活动状态的概况后，对当前处境下目标用户可能感兴趣的信息与知识进行推荐的服务。随着图书馆数据挖掘技术的成熟，情景化知识推荐服务已运用到不同类型图书馆的服务建设过程中，如高校图书馆开展基于用户心理的情景化知识推荐服务，保证了高校用户获取知识信息的及时性[2]；地方历史图书馆设计了基于地方历史文化的用户情景化知识推荐服务，进一步提升了地方用户历史知识获取的准确性；智慧图书馆也紧随情景化知识推荐的建设步伐，设置了独立的基于用户画像的情景化知识推荐服务，以此展现智慧图书馆发展与创新的理念与决心。

2 用户画像下智慧图书馆情景化知识推荐服务的目标设定

为切实达到向用户精确推荐知识，优化服务的最终目的，在明确用户画像的建设要素与服务理念的基础上，智慧图书馆设定了情景化知识推荐服务的具体目标，主要包括以下3个。

2.1 保护尊重用户隐私

在掌握用户全部信息，构建用户画像的基础上，智慧图书馆提供情景化知识推荐服务的首要目标在于保护与尊重用户隐私。当前网络“病毒”爆发的频率加速，越来越多的网络不法分子利用网络漏洞与法律缺口，通过获取用户的信息开展网络诈骗，严重影响了用户日常生活的运行，给用户带来了不可估量的损失。智慧图书馆树立保护尊重用户隐私的目标，有利于避免用户信息的泄露而造成的人财物损失及垃圾信息的骚扰。同时，智慧图书馆构建用户画像，获取用户信息，提供情景化知识推荐服务须提前征得用户的同意与理解，告知用户相关的知识推荐服务权益与弊端，有利于切实保证用户的知情权与监督权，保护好用户的隐私。

2.2 精确掌握推荐方向

确定精确掌握推荐方向的目标，为智慧图书馆提供情景化知识推荐指明了服务的基本方向。在构建用户画像的基础上，智慧图书馆不仅全面掌握了用户的背景信息、性格特征、兴趣爱好、行为习惯、个人能力等基本的信息，还通过智能设备记录与备份了用户的出入馆记录、浏览访问记录、评论下载记录等相关细节信息，为开展知识推荐服务提供了参照数据[3]。同时，依照用户参考数据与类别判定结果，分析用户在特定场合、不同场景的心理行为特征与所需知识，开展用户的情景状况分析与预判，进一步缩小了智慧图书馆情景化知识推荐的范围，体现了智慧图书馆精确掌握推荐方向的目标和理念。

2.3 落实个性服务定位

智慧图书馆树立了坚持贯彻落实个性服务定位的运营目标，强调了在用户画像的基础上，要着重设计情景化服务流程，构设多元、个性、全面、专业的特色服务，稳固其功能建设，体现智能定位标准与个性服务理念。传统的智慧图书馆在进行知识推荐时，一般参照上级用户画像的建设标准与模板，根据已验证的能够切实产生实际效果的标准参数或数据，设计知识推荐流程与环节。但由于智慧图书馆用户群体层次与水平、素质与需求的特殊性不同，在传统的知识推荐服务中，容易导致功能单一、定位不清等问题，严重影响了其个性服务的建设与发展。而在用户画像的基础上，根据情景化需求与分析结果开展知识推荐，有利于智慧图书馆发挥自身优势，建设独特、个性、专业的服务，明确落实个性服务的功能定位。

3 用户画像下智慧图书馆情景化知识推荐服务的流程设计

用户画像下，智慧图书馆设置情景化知识推荐服务，可以分为4个具体的操作步骤，并按照排列顺序逐一开展推荐工作，维持情景化知识推荐服务的有序性与系统性。

3.1 建立用户画像模型

建立用户画像模型是精确各模型要素的质、量和度，掌握与保证相关用户数据的及时性与全面性，做好情景化知识推荐服务的基础准备工作。如图1，用户画像模型的建设主要包含数据获取、标签分类与属性界定3个方面。其中，数据获取主要负责采集、完善用户的基础数据，如用户的姓名、年龄、家庭住址、职业、受教育情况等基本信息，情景数据主要是用户出入馆的时间、天气状况、社交状况以及心理状况等特殊的用户数据[4]。在保证完善相关数据的同时，开展用户的标签分类工作，按照用户个性特征、行为习惯、从业需求、社交需求、情景需求等将用户数据进行类型的划分与归纳[5]。最后根据划分结果进行用户属性信息的初步界定，如对于需要开展情景化知识推荐服务的用户进行相关数据的上传、备份，等待进一步匹配加工结果，对于初步判定不需要推荐服务的用户，进一步将用户的隐私信息进行封存，删除已经备份的数据，做好后期信息维护工作。

图1 智慧图书馆用户画像模型构建示意图

3.2 设计大数据分析平台

在用户画像基础上设计大数据分析平台，综合运用云计算、语义关联技术、关键词提取技术、数据转换、数据清洗与加工等技术的优势，提升情景化知识推荐服务中的技术因素与数据的精准度，为用户提供精确的推荐方向。大数据分析平台，是通过对采集的用户数据资源进行挖掘，并提供整合结果的综合服务处理器。设计大数据分析平台，智慧图书馆要有充分的数据资源，制定相应的数据分析步骤与流程，严格参照规章管理约定的事项进行用户画像的构建与属性界定。同时，要发挥智慧图书馆的团队建设力量，加大数据分析师的影响与操控范围，协同助力数据分析的用户体验与精准度的提升，帮助大数据分析平台的搭建。

3.3 构建智慧知识推荐系统

在用户画像的基础上，构建智慧知识推荐系统，为进一步开展情景化知识推荐服务提供理论依据与参考标准，减少智慧图书馆在情景化知识推荐服务中，开展数据整合与重构所造成的人力、财力资源的浪费。智慧图书馆在通过数据分析技术掌握了目标用户的实际需求资源与行为兴趣的分布数据后，会根据用户标签与模型建立不同的用户层次与主题等级。然后根据不同的分析结果与计算数据缩小用户所需的知识范围，并通过对应的匹配系统进行知识的推送与匹配[6]。对于推荐系统中不能满足用户实际需求的服务，智慧图书馆可重新开展数据的分析与匹配结果的返工，直至满足用户的实际知识需求，同时，继续保持后续的数据记录、反馈与推荐工作，着力保证智慧知识推荐的持续性与及时性。

3.4 开展情景化推荐验证

开展情景化知识推荐的验证工作，保证智慧图书馆情景化服务的准确性与实用性。要选取极具代表性的智慧图书馆作为验证对象，在实际的管理过程中，通过系列的辅导与验证，证明情景化知识推荐方向与目标制定的可行性，以此助力智慧图书馆情景化知识推荐服务的大规模推广。开展这一工作，要在确定目标验证智慧图书馆，逐步完善智慧图书馆用户画像各项指标的基础上，采取随机取样、个案调查的方式，抽选出目标用户的画像数据与信息，并依据历史情景与当前情景的分类准则与划分标准，确定目标用户当前情境下可能感兴趣的项目与知识信息区域，并据此开展下一步知识信息的推荐服务工作。在这一环节，要注意进行试验数据的收集与汇总、问题的记录、用户的反馈等，为智慧图书馆开展后续验证，调整情景化知识推荐服务方向提供实践数据支撑。

4 用户画像下智慧图书馆情景化知识推荐服务的应用经验

开展智慧图书馆情景化知识推荐服务，除了要立足构建用户画像、分析具体的可实际操作的流程外，还需要进一步总结服务过程中易出现的问题，开展系列的应用经验总结，增强智慧图书馆情景化知识推荐的精准度与用户间的服务黏度。

4.1 整合同类信息，规范用户数据源

作为构建用户画像的基础工程，用户的数据信息建设不仅关系着用户画像的可靠性，还关系着知识推荐过程中情景信息的分析与判定。当前，随着移动互联网的发展与大数据分析技术的发展，智慧图书馆不再单纯依靠用户首次入馆填写个人资料的方式获取用户个人信息，转而开始依据网上用户管理系统、相关门户网站、智能检索系统、微信、微博公众号等平台进行用户信息的录入与完善。但由于这些平台彼此间各行其是，互不干预，所以在收集用户信息时也自成体系，极具独立性。智慧图书馆依据用户的个人信息进行情景化知识推荐服务的分析与建设，需要依托准确的用户信息，所以首要工作要进一步整合同类信息，规范用户的数据源，为构建用户画像提供准确的用户信息资源。

4.2 设置画像标签，明确情景推荐属性

图2 智慧图书馆情景化知识推荐属性分类示意图

要设置用户的画像标签，进一步明确情景推荐的属性，在确保安全有序运行的情况下为知识推荐提供对应参数。依托用户信息数据，构建用户画像，核心工作就是根据智慧图书馆采集、整合、加工、预处理后的数据信息分析处理结果进行画像标签属性的设置与识别。一般情况下，用户画像标签属性包括个人基本信息属性、馆场借阅互动属性、相关情景数据属性3类，其中作为情景化知识推荐服务的重点，要进一步细化与明确用户标签的情景属性，设置更加详细的推荐标准[7]。要将情景推荐属性区别为时间信息属性、位置信息属性、心理信息属性、交往信息属性与外界环境信息属性，系统地分析各信息属性间的关系与影响范围，并将用户的历史情景信息与当前情景信息进行匹配与分析，以此推动智慧图书馆对上述相关情景属性信息的掌握与灵活运用。

4.3 挖掘智慧人才，构设知识推荐维度

要注意挖掘相关智慧人才，构设知识推荐维度。在智慧图书馆开展情景化知识推荐的过程中，无论是对用户信息数据的搜集、汇总、分析、加工，以及智慧图书馆内部知识的匹配与推荐内容的选择，还是对于智能设备的操作、管理与实践反馈的归纳，都离不开具备信息处理知识与技能的智慧型人才。要构建情景化知识推荐服务模式，就必须要注意根据知识推荐的层次信息，寻找相似的服务机构开展互动合作，挖掘适合智慧图书馆管理与服务要求的智慧人才。要构设知识推荐的维度，根据用户的时间、地点、位置、心理等情况，选择适合的时机开展相关知识推荐，避免引起用户的反感情绪，影响情景化知识推荐的初衷与理念。

4.4 开展服务评估，注重系统模型维护

不断开展服务评估，注重系统模型的维护，是关系情景化推荐质量的关键环节。要关注用户画像的要素建设，注重情景化知识推荐服务流程建设过程中的细节处理、阶段工作衔接与问题的反馈解决。智慧图书馆的知识推荐服务是一项系统的工程，用户、信息资源、服务人员、机械设备、管理规章、运营平台等都是必不可少的建设要素，在日常开展情景分析与知识匹配过程中，必须注意要依据智慧图书馆建设的实际情况，客观公正地进行每个环节的预设、验证、问题反馈、效果评估与维护，保证每个环节、每个系统与模型的精准设置与运营。同时，根据阶段性的反馈与评估，建立馆内自咎与用户协同检查机制，在抓牢用户与图书馆的沟通互动的基础上，提升情景化知识推荐的服务质量与效能。

5 结语

从用户画像的角度切入智慧图书馆情景化知识推荐研究，有助于加深对于用户画像与情景化知识推荐服务关系的理解，引导读者主动建立链接思维，在用户与智慧图书馆智慧服务中建立桥梁，实现学习与享受的良性互动。同时，智慧图书馆也要不断提高动态思维与理解能力，在知识信息日新月异的潮流中站稳脚跟，推动知识推荐内容、方式与服务质量向更深更远发展。