图书馆服务行为计算的分析框架及研究领域

庞 博（东北师范大学图书馆）

1 引言

随着大数据、云计算、区块链、人工智能等现代信息技术的快速发展，图书馆的服务环境、服务模式、图书馆制度正迎来持续变革，数据驱动的图书馆决策逐渐成为从图书馆信息化迈向图书馆治理体系和治理能力现代化的全新诉求［1］。从图书馆服务行为与用户信息行为的本质属性来看，馆员与用户在服务活动中是相互依存的两个主体，只有对双方的行为数据进行分析并掌握二者行为的客观规律，才能真正认知和理解二者间的交互。从传统图书馆服务过程来看，图书馆服务的设计、实施、策略及评价等主要依赖经验主观判断或小数据，缺乏依据图书馆服务行为与用户信息行为数据分析而得到的客观依据。随着互联网与图书馆服务的融合，图书馆服务情境被进一步拓展，图书馆在线服务同样需要基于对图书馆服务行为与用户信息行为数据的分析与挖掘，从而对用户精准画像，为图书馆优化服务策略以提高在线服务质量提供有效支撑。

对人类行为的研究是计算机科学的重要内容之一，而计算行为科学正是大数据环境下二者联结融合而形成的重要交叉学科［2］。计算行为科学快速的发展，为图书馆服务与用户信息行为分析提供了一种更为便捷准确的方式，将优化甚至重构图书馆服务。由此，在推进图书馆服务过程重构和图书馆系统变革过程中，数据已成为核心因素。随着新技术应用的落地，数据处理的高速率以及数据存储效率的不断提升，对图书馆的科学研究逐渐走向数据密集型研究范式。从图书馆服务行为与用户信息行为数据中发现规律，并通过行为计算对图书馆服务行为进行深度挖掘和分析，打破了传统的用户行为分析模式，以数据驱动的智能化服务行为计算，已成为智能时代提升图书馆服务质量的重要方式。

2 图书馆服务行为与用户信息行为研究的历史变迁

从对图书馆服务行为与用户信息行为研究的历史演变来看，该研究大体上可分为传统图书馆服务行为分析和广义用户行为分析两个阶段。

（1）20世纪60年代，随着教育学和心理学领域对行为研究的持续深入，行为研究开始不断渗透到社会科学的其他领域，图书馆学界也逐渐开始重视自身服务过程对用户产生的影响，并形成了一些经典的图书馆服务行为分析方法。20世纪70年代，美国学者提出了图书馆和用户的互动分析方法，将图书馆服务过程中的行为分为馆员语言、读者语言和沉默或混乱三种类型，对其进行编码后，形成了最初的图书馆和用户互动分析系统［3］。早期主要是通过对服务过程的观察来划分用户行为和馆员行为，计算馆员行为的分布情况及图书馆行为对读者行为产生的影响，从而确定图书馆服务模式、反映服务过程、馆员工作态度和工作风格、服务氛围等信息，并依此来改善图书馆服务［4］。国内学者也基于不同视角对馆员和用户的互动进行分析，如对互动类型进行划分［5］、对用户行为进行编码［6］、构建数字图书馆环境下的有效互动［7］、基于服务主导逻辑的图书馆与用户互动创新研究等［8］。国外的馆员和用户互动分析系统虽然具有一定的可操作性，但其对图书馆服务过程的编码过于笼统，难以深入细化分析对象。我国学者虽然将图书馆服务行为和服务过程进一步细化，但编码数量过于庞大，使得分析更加复杂，不可避免地出现误差。

（2）随着现代信息技术的快速发展，广义上的用户行为分析逐渐受到重视，并形成各种用户行为分析的技术和方法，使其成为图书馆变革的重要技术和图书馆学研究的重要领域［9］。用户行为分析技术是指运用计算机模型和已有算法对用户信息行为进行深度理解，进而对图书馆的服务进行评价、改进、优化和预测［10］。有学者基于技术接受和利用整合模型理论，引入绩效期望、努力期望、感知趣味性、感知风险、信息质量、服务质量、社会影响和促成因素等要素，构建了用户行为分析模型［11］。还有学者构建了移动环境下的用户行为分析模型，对用户个人数据、数字足迹、环境数据等进行挖掘，研究用户行为动作序列和用户行为特征之间的关系，从用户行为序列预测与用户兴趣引导实现数据应用［12］。

与传统图书馆服务行为分析相比，近年来的用户行为分析体现出以下几个特征：①研究的重心从图书馆服务行为转变为用户信息行为；②用户行为分析的粒度更为精细，分析的结果更为精准；③实时自动的编码方式替代了人工方式，不仅降低了工作量，还提升了分析结果的准确性和稳定性；④用户行为分析的对象发生改变，海量的多模态数据代替了单一类型的小数据；⑤从简单发现用户行为的表面特征深入到试图掌握用户行为的深层诱因及其发展的普遍规律等。

3 技术与情境驱动的图书馆服务行为计算

信息技术的发展潜移默化的影响着图书馆服务理念、服务方式以及服务过程，而智能时代新兴技术的指数式发展进一步加速了图书馆服务的巨大变革。如，5G技术的应用不仅带来了数据传输的高速率和低延时，还在图书馆无感借阅、导航导览、超清影视、智慧书房、智慧场馆、云课堂、精准推送、机器人服务、智能安防、区域服务等方面具有广泛的应用场景［13］。而VR/AR及数字孪生技术等也可以在图书馆设施的健康管理、绿色图书馆建设、图书馆创客空间建设、用户画像和评估、在线学习支持服务、再现图书馆文化遗产和提升用户信息素养等方面发挥重要的支撑作用［14］。此外，5G技术还极大提升了数据的运算存储速度，实现物理设备的无限连接；高速发展的语音视频识别和分析技术可以实现对人类言语、表情等行为的计算和分析，这些都为图书馆服务过程的计算和处理提供了基础。因此，在信息技术的驱动下，我们可以实现对多形态、多类型、大规模数据的挖掘、分析和理解。

随着信息技术与图书馆的不断融合，图书馆服务情境与用户信息情境日趋复杂，图书馆服务的边界不断拓展，带来了更为多元的大规模服务行为与用户信息行为数据。对这些数据进行分析计算，从而掌握图书馆服务行为与用户信息行为的含义、特征和规律已成为新时代图书馆服务质量提升的必然选择。然而，由于受到数据采集、组织和分析能力的限制，传统的图书馆服务行为分析和广义的用户行为分析在多数情况下只能发现行为的外部特征，无法深度挖掘和理解行为背后的动机、周期和规律，进而影响了智能时代图书馆精准化个性化服务的开展。图书馆系统、资源或服务供应商对新型服务模式的灵活应用及图书馆服务外包的常态化已经在倒逼图书馆服务进行改革［15］，图书馆学界和业界也迫切希望早日出现服务行为研究的新模式。图书馆服务情境与用户信息情境的演化使得智能化的服务行为分析成为可能，图书馆服务行为计算应运而生。

4 图书馆服务行为计算的内涵

4.1 图书馆服务行为

服务行为是图书馆员与用户的互动行为，是图书馆员的职业精神、服务理念、服务能力、专业知识和实践智慧等隐性知识和素养的外显和凝聚［16］。用户行为是用户为获得某种知识或完成某项任务而通过各种方式利用图书馆资源和服务活动的总和［17］。单一从馆员服务和用户学习利用的维度去诠释图书馆服务行为与用户信息行为，显然都无法支持图书馆服务情境、服务场域的多元化及二者在复杂环境中的互动诉求。实践中，图书馆服务行为与用户信息行为是相互依存的，因此，图书馆服务行为研究不仅应包括对用户信息行为研究，也应包括图书馆与用户交互行为研究。正如《图书馆·情报与文献学名词》中对图书馆服务行为的界定：图书馆利用馆藏、设备设施等各种资源，向读者或用户提供文献信息或情报的一系列活动。包括根据读者或用户需求提供信息、情报产品及相关服务，以及组织读者或用户开展各项活动［18］。显然，这个定义包括了馆员、用户、服务环境三者之间的两两交互。

4.2 图书馆服务行为计算

美国著名心理学专家Sudeep Bhatia认为计算行为研究是通过跨学科的方法进行大规模的行为实验，并通过获取大规模数据来建立计算模型，进而以类似人类的方式对大量日常决策问题进行审议和回应［19］。该领域研究的核心是行为计算，即基于对行为数据的采集、挖掘、分析和表征，实现对人类行为的深度理解，进而在实践中辅助人类决策［20］。基于上述认识，我们认为图书馆服务行为计算是在信息技术驱动的图书馆服务行为与用户信息行为过程中，对馆员、用户、服务环境三者之间的互动数据进行采集、挖掘、分析和揭示，进而抽取图书馆服务行为的特征，发现图书馆服务行为的规律，加深对图书馆服务过程的理解，从而既能支撑图书馆服务活动的设计、执行和评估，又能有效服务于智慧图书馆服务平台的开发、优化及图书馆资源的个性化推送。图书馆服务行为计算不仅要关注馆员和用户的常态行为，还应注重计算其偶发的特例行为，因为出现这种行为表明图书馆服务或用户状态异常，需要引起图书馆的注意并及时反馈。

图书馆服务行为计算围绕图书馆服务行为对数据进行组织，在对大规模、多维度实时数据获取、分析、建模和呈现的基础上，深入理解馆员和用户行为模式、动机、发展规律及潜在影响，进而指导图书馆服务实践，推动图书馆服务活动的优化升级，为构建新时期图书馆新型服务模式提供支撑。

5 图书馆服务行为计算的逻辑模型

大数据环境下，为更好地进行图书馆服务行为分析，本文以通用行为计算过程为基础，构建了图书馆服务行为计算框架。该框架主要包含数据获取、服务行为表征与数据挖掘、结果呈现与应用三个部分（见图1）。

图1 图书馆服务行为计算通用框架

5.1 对与图书馆服务行为相关的应用和领域数据进行采集

与图书馆服务行为相关的数据主要来源于图书馆物理环境，包括图书馆服务行为、用户自主信息行为、协作搜寻和探究行为等。在物理环境中，可通过智能摄像头、眼动追踪、电脑接口等技术采集馆员和用户的语言、举止、表情、情绪等行为数据。在虚拟环境中，可以通过图书馆智能服务平台、在线管理系统、社交平台等获取咨询、浏览、下载、访问、交互、分享等行为数据。获取数据后，第一步，对数据进行清洗，剔除无效、缺失、冗余的数据，确保数据的有效性；第二步，集成数据，根据相关性对不同类型、多种来源的行为数据按照用户与馆员、用户与环境、馆员与环境三大类进行集成；最后，存储不同结构的数据，以备之后进行分析计算。

5.2 对图书馆服务行为的揭示预测及对图书馆服务行为数据的分析发现

对图书馆服务行为的揭示预测和对图书馆服务行为数据的分析发现是相互联系与作用的两个模块，其目的是融合行为数据分析服务，深度“感知”图书馆服务过程。“感”关注的是主体能感知并接收的数据或信息。广义上讲，图书馆服务行为数据的挖掘是信息采集、数据加工及转换的过程。“知”强调的是对“感”到的信息或数据进行分析和理解。这个过程需要依据图书馆服务理论和实践经验来构建行为揭示的标准规范，对服务行为的目的、对象、主体、影响、环境、空间、时间等进行描述。一般情况下，不同的服务情境和服务过程会使用差异化的揭示方法。如，在信息素养教育的情境下，馆员的语言可以这样表述：A老师在上课过程中向学习者提问了有关信息检索的几种方法，其目的在于巩固学习者的知识点，而学习者对A老师的提问给予了积极主动的反馈。这正体现了服务行为计算对传统图书馆服务行为分析方法的优化，即在对行为属性标签进行精细设计和操作的基础上，帮助我们对其进行深度理解。

对于从各种智能传感设备（可穿戴设备）和管理系统（服务平台）中获取的数据可以进行以下分析。①数据的划分。根据特定标准提取众多数据源中的服务行为数据。②行为模式挖掘。从海量的图书馆服务行为数据中挖掘各种行为模式和不同行为间的隐含关系，并通过构建行为模型进行检验和核查，而后依据发现的结果进一步完善行为模型，提升行为揭示的客观性、全面性和准确性。③异常行为识别。发现图书馆服务过程中的偶发行为，如频繁点击、批量下载、超出常规的大量访问、频繁进出图书馆等行为。④关联因素分析。一方面是为了了解推动行为出现的原因，另一方面是为了掌握行为出现后产生的影响，进而通过分析结果对图书馆主体的行为规律和形成状态进行解释。⑤综合评判分析结果。如，从馆员、用户、服务环境三者之间的互动行为对图书馆服务效能、用户学习利用过程和用户满意度的影响，确定图书馆服务模式对用户的促进作用、可能存在的风险及服务的投入产出等。⑥在综合评判的基础上，根据分析结果表征和预测服务行为间的关系。如，发现用户对图书馆数字资源的频繁访问和批量下载，则推断用户可能存在恶意下载行为，此时馆员应及时进行反馈和干预。同时，行为关系的分析结果还可以对行为表征规则的改进、优化和升级提供支持。

5.3 对服务行为计算结果的呈现与应用

图书馆各利益相关者可以共享通过分析计算得出的服务行为的规律和特征、用户信息行为影响因素等。根据各方需要，使用可视化等方式来呈现图书馆服务行为的关系、动态、规律、网络和模式等，有助于各主体深度理解图书馆服务行为产生发展的过程及用户信息行为的影响因素，完成对图书馆服务过程的深刻认知。这个阶段的主要工作是对服务行为间关系、服务行为序列及服务行为过程进行可视化，通过计算、分析和预测结论对图书馆服务的设计开展、管理评估等进行有效支持。同时，还可以支持图书馆智能服务平台的设计和研发以及个性化资源的精准推送等。

图书馆服务行为计算框架不仅需要客观准确的数据和严密细致的计算，还需要应用其他相关学科理论（如计算机科学、服务科学、心理学、数据科学、教育学等）进行多维度的分析和验证，进而加深对图书馆服务行为的全面理解，支撑图书馆服务决策。基于过程感知的图书馆服务行为计算构建了以数据驱动为特征的新的图书馆生态，驱动图书馆服务不断走向个性化。在获取整个图书馆生态中以用户为中心的多模态、全流程数据的基础上，通过整合应用各种计算分析技术，对图书馆服务中的问题进行挖掘、识别、推断和干预，以支持图书馆服务活动实时、动态、主动的调整。如通过用户信息行为的引导、信息资源的配置和推送、个性化的管理和服务等，推动传统图书馆服务转向个性化、差异化、精细化，进而优化服务过程，提升服务质量。

6 图书馆服务行为计算研究的主要领域

对图书馆服务交互行为及其影响的研究是图书馆服务行为计算研究的核心，用户为获取知识或完成任务所进行的信息行为将与馆员、图书馆服务环境之间产生交互（见图2）。不同的情境下，馆员和用户交互的层次和质量会有差异，而这种差异对用户的信息行为、学习利用过程和用户成功都会产生不同的影响［21-22］。随着信息技术对馆员和用户互动的不断加持，图书馆领域也越来越重视交互行为对用户成功的影响，相关研究和应用也不断丰富。

图2 图书馆服务行为计算的核心和主要研究领域

6.1 用户与馆员的交互行为研究

用户的兴趣和动力可以通过与馆员的交互得以激发，进而推动用户信息行为的发生并帮助用户完成目标或取得成功，因此用户与馆员的交互是图书馆服务行为计算研究的重点内容。该研究领域主要采用定量、定性及混合型研究方法对交互理论、交互特征、交互分析工具、交互成效、交互模式和类型、交互动力机制、交互影响因素和发展趋向等进行研究［23-25］。研究结论可以用来加深对用户与馆员行为、思维及情感的理解，揭示馆员与用户交互和其他服务要素间的关联，评估服务效果，优化交互模式，发现服务行为的一般规律，最终提升图书馆服务质量和服务效能。

通过调研，笔者认为该领域未来研究的重点是建立交互行为数据库，以便对用户与馆员互动中的隐性信息和深度交互信息进行分析。在海量数据的基础上合理均衡的选择不同学科服务情境中的研究样本进行分析，尤其要重视横向、纵向的比较研究及跨时空交互的动态分析。此外，还需要运用各种工具和方法预测用户行为的变化，不断提升分析结论的客观性和准确性。

6.2 用户与服务环境的交互行为研究

用户与图书馆服务环境的有效交互不仅能提升用户信息行为的有效性，还能帮助用户积累检索经验和丰富知识结构。该研究领域的主题主要包括开发友好的服务环境，研究用户和服务环境交互的特征、理论框架及影响因素，探寻用户的心理过程和情绪情感，构建交互的流程和框架等［26-27］。研究上述主题的方法包括分类分析、相关分析、案例研究、内容分析、聚类分析等。基于用户与图书馆服务环境交互行为的研究结论，有助于研究者发现图书馆服务环境中用户行为模式的特征和规律，预测用户行为习惯，为图书馆服务过程的优化提供参照，进而推动图书馆精细化服务。

通过对以往研究的梳理，笔者认为可以从以下几个层面来对交互型服务环境开展研究：①从系统观层面来看，在坚持以用户为中心的基础上，关注用户、服务环境和馆员之间的多方交互，实现服务环境、馆员和用户的无缝衔接；②从技术层面来看，需要不断增强语音视频技术在不同服务环境和服务情境中的识别精度，支持语音、文字、动作、视觉、环境等多种方式的人机交互，提升认知能力；③从服务层面来看，需要聚焦用户在交互环境中获取知识或完成任务的有效性，提升用户信息行为与其真实需求的匹配度；④从研究层面来看，需要不断增加数据规模，提升研究结论的可靠性和有效性。

6.3 馆员对用户成功的影响研究

美国大学与研究型图书馆协会收集的统计数据表明，图书馆通过积极的互动来促进学生的深度学习，并通过支持高影响力教育实践来提高学生成绩，帮助学生成功［28］。已有的研究证明，成功的馆员与用户互动对图书馆服务效能和用户学习绩效具有积极的正向影响［29］。该领域的研究内容主要有不同类型的图书馆员（如不同性别、年龄、岗位、学历等）对用户成功的影响、用户与馆员互动对用户成功的影响、用户和馆员互动对用户在某一方面能力提升的影响，以及互动中不同因素对用户成功的影响等［30］。针对这些内容，可以采用问卷法、统计分析法、实验法、准实验法、观察法等进行研究。馆员对用户成功的影响研究能够发现馆员是通过何种方式影响用户的信息行为和深度学习，以及馆员具体影响用户信息行为或深度学习的哪些细分领域及其影响的不同程度，这些研究结论将有助于馆员设计更有效的互动，进而促进用户的学习，帮助用户成功。

由于馆员对用户信息行为和深度学习影响的复杂性，未来研究者需要加强对用户和馆员多元复杂关系及其内涵和外延的关注，挖掘馆员对用户成功影响的各种介质性因素，在特定的服务环境中运用多元研究范式开展研究。同时，要聚焦于真实互动过程中出现的突出问题，重视互动细节，挖掘互动问题产生的深层次原因，通过采集大规模互动数据来进行深入研究。

6.4 服务环境对用户成功的影响研究

良好的服务环境可以有效促进用户的交互和学习。该领域的主要研究内容有图书馆服务环境中不同因素对用户成功的影响研究、用户感知的图书馆服务环境与用户成功的关系研究、不同图书馆服务环境对用户成功影响的比较研究等［31-32］。研究上述内容的方法可以采用问卷法、实验法、观察法等单一研究方法或综合运用几种研究方法。图书馆服务环境对用户成功影响的研究结论能够揭示出图书馆服务环境如何影响用户成功，进而据此创建、管理和优化图书馆服务环境，有目的有计划的设计图书馆服务活动。

创建和优化信息技术支撑的图书馆服务环境时，要科学设计服务活动，制定合理的服务策略，打造和谐共生的馆员和用户共同体，支持馆员的角色转化，为用户提供良好体验。与此同时，智能化的服务环境要提供与用户特征和兴趣相符的适应性支持。另外，除了需要重点研究图书馆服务环境对用户认知成功的影响外，还要关注图书馆服务环境对用户情绪、情感、心理等因素的影响，研究隐性因素在图书馆服务环境和用户成功之间的中介效应，并通过持续的数据采集和分析研究来提升研究结论的信度。

7 结语

图书馆服务行为计算的相关研究虽然已经取得了一定的成果，但仍面临着不少挑战：①有关馆员和用户互动行为的内涵外延，图书馆学界和业界尚未形成统一的认识，有关图书馆服务行为的理论体系及评价标准等还不完善；②已有研究聚焦于图书馆与用户互动模型的构建，而对于模型的操作性和推广性的验证较少；③对图书馆服务行为与用户信息行为的外显分析较多，缺乏对互动的深入挖掘；④已有研究对样本选择的面还不够全，样本量还不够大，周期还不够长，导致得出的研究结论解释力不强；⑤数据分析的方法和工具还不够丰富，尤其缺乏对互动行为的质性研究。对于服务行为计算的研究可以有力推动智能时代图书馆服务过程的重塑，我们将重点针对上文梳理的研究方向展开理论与实践的研究。