基于用户精准画像的图书馆资源推荐服务研究

靳铮

摘 要：用户精准画像为图书馆资源推荐服务提供了新思路，文章阐述了用户精准画像在图书馆资源推荐服务中的作用，分析了基于用户精准画像的图书馆资源推荐服务的构成要素，指出了图书馆资源推荐服务的实现路径，以期为相关研究提供参考。

中图分类号：G250文献标识码：A文章编号：1003-1588（2020）08-0095-02

关键词：用户精准画像;图书馆;资源推荐

用户精准画像又被称为用户角色，是指用户特征的集合。用户精准画像数据包括用户背景、行为习惯等基本信息，能够全方位、立体化地展示用户的历史阅览痕迹，为图书馆分析用户的阅读偏好提供了客观依据，精准的用户画像模型能够为图书馆资源推荐提供准确的指导，也为网络时代图书馆优化用户阅读体验提供了良好的契机。基于用户精准画像的资源推荐一方面可以提高馆藏资源利用率，另一方面也有助于提升用户的阅读体验。

1 用户精准画像在图书馆资源推荐服务中的作用

用户精准画像是指在对用户进行深入了解和分析的基础上，依据与用户需求相关的指标勾勒出用户的典型特征，并对馆藏资源进行分析和匹配，从而有选择地将用户个人信息和馆藏资源联系起来[1]。用户精准画像在图书馆资源推荐服务中具有以下三个方面的作用。

1.1 采集用户数据，精准把握用户需求

在图书馆资源推荐服务中，把握用户不断变化的动态阅读需求是非常重要的，因此要对用户进行深层次、立体化的信息采集与分析。而用户精准画像正是基于用户阅读痕迹和阅读偏好所形成的数据资料库，对这些数据进行统计、整理与分析有助于实现个人信息的利用和再创造。总之，用户精准画像能够为图书馆资源推荐服务提供大量的客观数据支撑，帮助图书馆以此为依据分析用户的实际需求，提升图书馆资源推荐服务的效率。

1.2 匹配馆藏资源，提供个性化服务

图书馆拥有丰富的馆藏资源，资源推荐的目标在于结合用户的喜好为其提供有价值的资源，激发用户的阅读热情。图书馆可以通过数据关联和分析技术挖掘用户的潜在阅读需求，实现“海量+精准”的图书资源推荐。基于用户精准画像的图书馆资源推荐服务的优势在于掌握了用户的个性化信息，如用户的基本信息、借阅历史、阅读偏好等，图书馆可以此为基础组建阅读群体，将具有相同阅读特征的用户汇集在一起，提高用户黏性。

1.3 营造阅读氛围，实现精准有效推送

用户精准画像以丰富的用户个人数据为基础，立体化地呈现了用户的特征，可以对用户的阅读行为进行持续跟踪与分类，并可以将用户按照阅读习惯划分成若干群体，也可以根据用户的阅读参与程度将其划分为不同维度的层级，如核心用户、普通用户等。对用户进行群类划分后，图书馆可以有针对性地营造出不同的场景，再针对每一类阅读群体的特征向其推荐该领域的文献资源，图书馆在营造阅读场景的过程中需要注意，因为用户群体的阅读行为习惯不同，所以采取的宣传方式也应不同[2]。总之，用户精准画像能够为图书馆资源推荐提供科学的依据，有助于图书馆将资源精准有效地推送至用户群体。

2 基于用户精准画像的图书馆资源推荐服务的构成要素

基于用户精准画像的图书馆资源推荐服务由用户特征、图书馆环境、用户体验三个要素构成。其中，用户特征是基础性要素，用户的个人信息、兴趣爱好等是图书馆提供服务的依据，图书馆环境是服务保障，用户体验是核心要素，三者共同决定了图书馆资源推荐服务的成效。

2.1 用户特征

在网络环境下，图书馆应以用户为中心营造多样化的服务环境，吸引更多用户走进图书馆。首先，图书馆应引入多种智能设备以提升读者体验，如影音视听设备、电子阅读设备、自动办证机等;其次，大数据环境下，用户在图书馆内的搜索痕迹将被记录和保存，图书馆可以借助云计算系统和传感器对不同场景下用户的借阅信息进行归类和分析，从而发现用户的行为规律并构建精准的用户画像，为图书馆资源推荐服务奠定基础。总之，用户特征是基于用户画像的圖书馆资源推荐服务的基础性要素，用户的个人信息、兴趣爱好、信息行为能够全面展现其阅读习惯，揭示其知识资源获取轨迹，因此可以为图书馆的资源推荐提供依据。

2.2 图书馆环境

图书馆环境对资源推荐的影响是多方面的，因此图书馆应致力于提升服务环境。图书馆环境受物理环境和社会环境两方面因素的影响，物理环境指图书馆的地理位置、空间位置以及阅览室的设置等，社会环境主要指社会发展对图书馆产生的影响。一方面，图书馆要为用户提供适宜阅读的物理环境，如能满足用户需求的基础设备和设施、设置合理的阅览位置、摆放有序的绿植等;另一方面，图书馆应充分利用移动终端设备扩大服务范围，使用户能够随时随地进入图书馆获取资源[3]。

2.3 用户体验

用户体验是指用户在使用图书馆过程中形成的一种纯主观感受。用户体验对于图书馆改进服务内容、创新服务方式具有重要作用。基于用户精准画像的资源推荐如果不注重用户体验，就会降低其使用意愿。用户的体验在不同场景下是不同的，图书馆只有立足于对用户画像的精准分析，才能制订适合特定用户群的资源推荐方案，从而提高用户黏性。

3 基于用户精准画像的图书馆资源推荐服务实现路径

互联网的日益普及为图书馆资源推荐服务创造了条件，用户阅读行为和习惯的变化促使图书馆产生了多种多样的服务方式，同时，虚拟场景与现实场景的交互也使图书馆服务面临严峻的挑战。因此，图书馆基于用户精准画像的资源推荐服务应从用户需求出发，挖掘并预测用户的阅读兴趣，高效率地完成资源推荐工作。

3.1 重视用户画像标签的建立

为了构建更精准的用户画像，图书馆需要将用户的每个具体信息抽象成标签，并利用这些标签将用户形象具体化，从而为用户提供有针对性的服务[4]。用户精准画像是真实人物阅读行为和研究内容的数据化呈现，因此图书馆在进行资源推荐时，往往从与用户直接相关的数据信息出发而忽视了用户的个性化特征。图书馆只有重视用户信息的个性化特点，构建基于用户个性化特征的画像标签，掌握用户在不同场景中的阅读规律，才能实现更加精准的个性化资源推荐。

3.2 注重場景设计

构建用户精准画像模型有利于分析和掌握用户的行为规律，在此基础上，图书馆可以根据用户的检索痕迹选取用户喜爱的媒介向其推送该领域的资源与文献，提高资源推荐的效率。不同场景带给用户的体验和感受是不同的，这就体现出了场景设计的重要性。充分发挥场景的记忆与识别功能，可以为用户提供更加人性化的服务，当用户的操作数据被图书馆记录下来形成记忆，那么一旦用户再次重复这一操作，无论是在哪一台终端设备上，都能够触发图书馆重现这一场景的服务[5]。同时，各种智能设备的普及和应用使用户的阅读呈现出碎片化的特点，为了提高用户对图书馆推荐资源的关注度，图书馆可以通过创新服务方式来优化用户体验，帮助用户更好地解决实际问题。

3.3 实时资源推荐

基于用户精准画像的图书馆资源推荐服务首先要掌握用户的相关数据，获取用户的网络状况、设备使用情况等信息，然后借助网络平台建立用户与馆藏资源之间的开放获取链接，使用户能够通过多样化的智能终端设备实时获取所需资源，提高馆藏资源推荐的效率。同时，基于用户精准画像的图书馆资源推荐服务支持信息资源的自动评价和匹配，信息资源会按照一定的顺序通过适当的载体推荐给用户，实现了智能化的资源推荐。当图书馆获取用户的反馈信息后，也会迅速调整馆藏数据库中的信息资源，保证资源的及时更新与完善。

4 结语

综上所述，构建用户精准画像就是对用户的行为特征和阅读痕迹进行分析的过程，是图书馆进行资源推荐服务的前提与基础，基于用户精准画像的资源推荐有利于满足网络时代用户多样化的阅读需求，也是图书馆资源推荐服务发展的新方向。

参考文献：

[1] 张保芳.面向情景化推荐服务的高校图书馆用户画像构建研究[J].图书馆学刊，2019（6）：66-69.

[2] 毕强，王福.移动图书馆场景化信息接受创新路径研究[J].情报理论与实践，2018（6）：1-7.

[3] 刘海鸥，孙晶晶，陈晶，等.用户画像模型及其在图书馆领域中的应用[J].图书馆理论与实践，2018（10）：92-97.

[4] 毕达天，王福，许鹏程.基于VSM的移动图书馆用户画像及场景推荐[J].数据分析与知识发现，2018（9）：100-108.

[5] 程全.基于用户画像的数字图书馆信息服务模式研究[J].图书馆学刊，2018（4）：68-71.

（编校：周雪芹）