基于用户画像的高职图书馆精准服务研究

付达杰　邓青菁　邱蒙雯

摘  要：用户画像能够准确定位和挖掘用户的实际需求，为高职图书馆提高服务质量和开展精准服务提供依据。文章从数据的采集与处理、用户画像的建模、精准服务的匹配与推送、用户隐私的保密与保护四个层面对高职图书馆应用用户画像开展精准服务的策略进行探讨。

关键词：用户画像;高职图书馆;精准服务

中图分类号：G251     文献标识码：A    文章编号：2096-3769（2022）03-025-04

在“互联网+”和“大数据”背景下，“精准服务”符合图书馆lib3.0环境下的新发展理念。精准服务作为一种创新的深入服务模式，已成为高职图书馆满足用户深层次信息需求的选择，并在高职图书馆广泛展开。作为一种用户行为分析工具，用户画像通过分析主体用户行为数据，可以準确地挖掘用户的真实需求，为实现精准服务提供了一种新方法。随着互联网技术的发展和应用的加深以及图书馆发展的需要，国内外学者和图书工作人员也更专注于如何分析、挖掘数据和为用户提供准确的服务。因此在建设图书馆的同时，追踪和分析用户需求的变化是非常重要的。

一、用户画像及研究现状

1.用户画像的概念

对用户画像概念的研究来自国外，由交互设计之父——艾伦·库珀提出。用户画像是指用户特征的集合。用户画像的数据主要来自于用户基本信息以及一些能够全方位、立体化显示用户浏览行为的数据。对图书馆来说，用户图像是指对大量用户的数据进行研究，分析与用户信息需求相关的数据指标，提取不同用户的典型特征，最终构建用户画像模型。用户画像可以为图书馆服务用户、分析用户阅读偏好提供客观依据。准确地获取用户信息需求等各方面的信息，绘制精准的用户画像模型，能够为高职图书馆采购图书资料提供准确的指导，也为高职图书馆提升用户阅读质量提供良好的条件。

2.用户画像的研究现状

用户画像最早是在1988年Alan Cooper的著作《The Inmates are running the Asy-lum-Why high tech products drive us crazy and how to restore the sanity》中首次被提出。之后陆续有学者从不同角度对用户画像进行研究。Zhon M. X.等从特征偏向心理学领域，通过问卷调查方法获得用户信息，构建了用户画像模型[1]。Zaugg H.等通过调查访谈对图书馆用户进行画像，最终将群体画像分成十种角色，每种角色都有不同领域的背景信息以及各自使用图书馆服务的习惯[2]。Gao B等学者通过分析图书馆用户借阅行为和个人信用等级，对图书馆用户等级划分后进行用户画像，以建立分类图书推荐服务[3]。

国内而言，学者们针对用户画像的研究相对滞后。首篇论文为高曙光的《高转化率的社交媒体用户画像：基于500用户的深访研究》。文章利用深度访谈方式对社交媒体用户进行画像，提炼出五类社交用户。近年来，用户画像的概念和技术被引入到图书情报领域，在用户画像的理论研究和实际应用方面取得了较多成果。在中国知网，以“图书馆”AND“用户画像”作为主题检索字段检索CSSCI期刊，时间截止到2021年11月8日，共有期刊论文134篇，对于图书馆用户画像方面的研究主要集中在应用和服务方面，例如胡媛等运用用户画像技术对用户数据进行整理挖掘及指定用户标签，构建了数字图书馆知识社区的读者用户画像[4];陈丹等运用计算机技术分析、挖掘用户信息，构建了基于用户画像的图书馆个性化智慧服务模型框架[5];胡朝君借助知识挖掘技术，构建了公共图书馆个性化智慧服务模型，为图书馆个性化服务注入了新内涵、新智慧[6]。本文主要针对高职图书馆的读者分析用户画像在高职图书馆中的价值，从四个层面提出高职图书馆运用用户画像开展精准服务策略。

二、用户画像在高职图书馆中的价值

用户画像发展至今，已经逐步开始渗透进公众生活的方方面面，包括电商平台、各大APP等各个领域。用户画像在其他领域的发展一定程度上对高职图书馆应用用户画像起到了“试金石”作用。高职图书馆是一个公共的文化场所，兼备教育及提供各类信息服务的职能。基于为读者提供更为优质精准信息服务的角度出发，用户画像技术在图书馆领域的应用研究日益受到学界的重视。高职学生存在学习能力较弱、主动性和积极性均不高等问题。李小娟等通过广泛的问卷调查后，发现高职学生的整体阅读水平和能力都欠缺。调查的对象中，有70.6%的高职学生每月阅读图书的数量不超过1本[7]。图力古日等调查发现大部分高职学生对于阅读什么书籍表示很茫然[8]。对于高职学生而言，面对浩如烟海的图书，不知道从何下手是普遍存在的情况。高职图书馆提供的各种信息服务资源种类繁多，让用户面临选择的困难。对于本身学习主动性欠佳的高职学生，如果查找自己所需信息时遇到障碍将会极大地影响他们对于高职图书馆资源的使用感知，这样将导致用户对于高职图书馆的粘性大大下降。另一方面，高职图书馆面临的用户群体是有差异的，导致用户需求也具有差异化和多样化。因此，高职图书馆需要根据不同用户的需求采取相应的策略，积极合理地匹配不同的资源。随着数据大爆炸时代的到来，用户在使用高职图书馆信息资源的过程中积累的大量不同类型的数据资源，蕴含着巨大的挖掘价值。同时，随着计算机技术的蓬勃发展，大数据挖掘技术、机器学习、网络爬虫等技术的发展为高职图书馆用户画像的构建提供了可靠的技术支持。用户画像的应用将是高职图书馆为用户提供精准服务的基本条件，甚至是先决条件。通过用户画像技术对用户数据进行分析，可以为读者、图书馆提供辅助支持服务。

1.面向读者

不同的用户会基于自身需求来使用不同的资源。例如，对于学习科学的人来说，他们的主要需求可能是相关科学领域的研究和学术文献资源，而对于一些没有科学需求的学生来说，他们的需求可能取决于自己的兴趣或为解决生活问题。因此，为每个不同的用户提供指导服务，为潜在用户找到需求点，并积极匹配资源是精准服务的重要因素。作为高职图书馆服务提供者，为不同群体的用户在同一背景下进行画像，是精准服务由被动转为主动的有力途径。通过对用户行为大数据的分析，构建个人用户画像，可针对读者的阅读情况（尤其是近期的），实现对读者的个性化、专门化服务。即通过对读者的个人资料和借阅记录进行分析，向读者推送相关的资源，做到主动推送而不是由读者通过检索才能发现自己需要的资源。还可根据读者的性别、专业、年龄等基本信息，搜索数据库内与其具有相同特征的读者，将该读者喜爱的资源推送出去，以方便其他读者参考。

2.面向图书馆

通过用户画像技术，高职图书馆可以针对读者资源利用情况进行分析，为采购决策提供参考依据，从而避免资源采购的盲目性。用戶信息的清晰化，用户兴趣的明朗化，可以让高职图书馆的信息资源精准推送的水平不断提高，信息资源实际利用效果不断提升。以用户为主体的精准信息服务也恰好符合高职图书馆信息化服务的方向。一方面通过群体用户画像，可以搜集读者搜索喜好，分析馆内资料的缺失和不足，向馆员提供需要补充的图书资料名单和数量，使图书资料的采购决策和管理更加科学;另一方面通过用户画像技术建设个人以及群体的用户标签，分析个人用户和用户群体的需求动向以及未来的需求趋势，有利于高职图书馆完善资源建设、调整馆内空间的功能布局、规划未来的发展方向和建设思路。

三、高职图书馆应用用户画像开展精准服务的策略

高职图书馆推动精准服务的关键是建立“个性化用户信息图书馆”[9]。基于此，高职图书馆可以根据用户的基本信息需求推荐所需的信息来源，也可以智能化地分类网络信息来源，并根据所拥有的信息积极鼓励用户使用资源。根据用户画像，系统标记的信息可以构建相互关联的沟通，降低成本，并为用户提供更优化和方便的服务。在高职图书馆精确服务系统中，通过用户数据的采集与处理、用户画像的建模、精准服务的匹配与推送、用户画像的修正、用户隐私的保护等来创建用户画像，可以系统地、完整地实现精准服务目标[10]。

1.数据的采集与处理

用户画像中采集的数据类型主要有传统文件、磁盘资源、结构和非结构数据以及音视频等积累的数据。具体来说，用户数据将主要来源于OPAC系统（联机公共目录查询系统）内的读者基本信息以及借阅行为信息、电子资源数据库系统（主要有中国知网、超星、读秀、万方、维普等资源库等）内的浏览及下载行为信息、非书资源系统（主要包含音视频资源、随书光盘资源、网络课堂等）的观看行为信息等。当然，还有一些高职图书馆开放的微信公众平台、官方网站、微博等对外新媒体平台，这些平台也将产生大量的用户咨询互动信息。这些数据的采集不仅可以从用户使用的读取端（web端，手机端）中获得，还可以从诸如后台系统、群集数据、web观察者日志等第三方数据来源读取。

2.用户画像的建模

高职图书馆要推动精准服务，要对数据进行数据的采集与处理，即建立模型和获取分析，用户画像建模主要包含三层逻辑系统。首先从基本数据库收集数据后进行用户标签的创建，例如可以为个人信息、用户的访问活动等创建不同的标签模型。其次对用户进行特征化聚类。可以选择基于内容和行为的功能，对大致相同类型的用户进行聚类，然后根据用户群体的典型特征推送相关内容，积极提供他们可能需要的资源和服务。最后创建用户画像数据库。高职图书馆可为每个用户创建自己的独特个人画像，也可以由深度挖掘的关卡数据绘制群体用户画像。高职图书馆通过将有组织的用户信息存储到特定的用户数据库中，仔细分析每个用户的行为习惯、偏好等，为精准服务提供基础。

3.精准服务的匹配与推送

高职图书馆通过用户画像技术对不同用户的类型、特征、偏好等进行采集，然后推送出满足用户需求的信息。推送服务提供的信息是根据用户画像定制的，这也能充分体现高职图书馆对于用户个性化需求的关怀。推送的途径通常由用户进行选择，如我的图书馆、自助借还机借阅界面、微信端、电子邮件等。如果推送的内容精准得当，精准服务的价值将是它的两倍。如果使用不当，很容易引起读者的厌恶，甚至导致用户不再接受图书馆信息的推送服务。因此，高职图书馆必须严格遵循必要的推送原则，根据用户的需求提供信息，确保推送的信息与当前或未来用户的需求完全一致。与此同时，还应该考虑推送时间问题，根据不同用户的特点和需求，在最方便的时间提供信息。

4.用户隐私的保密与保护

利用用户画像技术为读者进行精准服务的前提是收集、处理并分析大量的用户个人信息。因此，在高职图书馆应用用户画像开展精准服务时面临着用户信息隐私保护以及个人信息安全等问题。收集的用户信息越全面、越细致，用户画像进行的精准推送将越有用，然而这容易造成用户个人信息的泄露或者用户权益的侵害。近年来，虽然各大图书馆对于用户信息的保护已经做了很多努力，但是信息泄露的问题依然存在。随着数字化的发展，高职图书馆对于用户隐私的保护不足可能会使得用户的隐私权被有意或者无意地侵犯，假以时日，可能将使得用户逐渐丧失对图书馆信息化的信任与支持。因此，如何加强高职图书馆精准服务中涉及到的个人信息安全以及个人隐私保护是未来图书馆用户画像领域中有待进一步研究的内容。

通过用户画像技术能够精准掌握用户的实际需求，为高职图书馆提高服务质量和开展精准服务提供依据。因此，高职图书馆应积极做好用户画像构建工作，充分发挥用户画像技术在高职图书馆服务改进中的作用。在未来，高职图书馆作为一个重要的信息机构，应顺应时代的变化，有效地利用用户画像技术，制定服务策略，以提供更为符合用户需求的精准服务。

参考文献：

[1]ZHOU M X， WANG F.Computational discovery of personal traisonal from social mulimedia[C]. 201 3IEEE International Conference on. IEEE，2013：1-6.

[2]Zaugg H，  Rackham S.Identification and development of patron personas for an academic library[J]. Performance Measurement & Metrics， 2016，17（2）：124-133.

[3]Gao B， Du S， Li X， el. Research on the Application of Persona in Book Recommendation System[C]. Journal of Physics Conference Series，2017：（1）20-23.

[4]胡媛，毛寧.基于用户画像的数字图书馆知识社区用户模型构建[J].图书馆理论与实践，2017（4）：82-85+97.

[5]陈丹，柳益君等.基于用户画像的图书馆个性化智慧服务模型框架构建[J].图书馆工作与研究，2019（6）：72-78.

[6]胡朝君.基于知识挖掘的公共图书馆个性化智慧服务模式研究[D].天津：天津理工大学，2019.

[7]李小娟，刘凤，王品.面向用户需求的高职图书馆服务策略研究——以浙江省10所高职院校学生为例[J].图书情报工作，2018，62（2）：82-88.

[8]图力古日，刘俊富，吴海霞.素质教育视角下高职生阅读情况的调查[J].中国职业技术教育，2017（31）：107-110.

[9] 潘宇光.高职院校智慧图书馆的学科服务读者画像[J].大学图书情报学刊，2019（6）：30-33.

Research on Precision Service of Libraries in Higher Vocational Colleges Based on User Portrait

FU Da-jie， DENG Qing-jing， QIU Meng-wen

（Jiangxi Vocational College of Finance & Economics， Jiujiang Jiangxi 332000， China）

Abstract： User portraits can accurately position and explore the actual needs of users， and provide a basis for libraries in higher vocational colleges to improve service quality and carry out precision services. The paper discusses the strategies of applying user portrait to carry out precision services in libraries of higher vocational colleges from four aspects： data collection and processing， modeling of user portrait， matching and distribution of precision services， and confidentiality and protection of user privacy.

Key words： User Portrait; Library in Higher Vocational College; Precision Service