基于数字图书馆的用户行为分析与应用

刘 莹

(潍坊市图书馆,山东 潍坊 261045)

1 背景

2022 年,中共中央办公厅、国务院办公厅印发了《关于推进实施国家文化数字化战略的意见》,明确了在“十四五”末期基本建成文化数字化基础设施和服务平台,形成线上线下融合互动、立体覆盖的文化服务供给体系的战略任务[1]。 图书馆肩负着推动全民阅读、促进文化发展的重要使命。随着互联网技术的发展,人们的信息获取方式和阅读行为发生了显著变化,数字阅读逐渐成为人们的主要阅读方式。 虽然数字图书馆经过多年发展已构建了庞大的资源和服务体系,但难以进一步提高数字资源服务效率,难以满足用户的个性化阅读需求。

2 用户行为分析

2.1 用户行为分析的意义

用户行为分析是指获取网站、App 等平台访问量、访问时间、停留时间、跳出率等基础数据,并通过人工智能、大数据、可视化分析等现代化技术获取用户行为规律的研究方法[2]。 用户行为分析是图书馆基于“以用户为中心”的服务思想,通过分析用户在使用数字图书馆过程中的行为信息,及时了解用户的兴趣偏好和阅读需求,发现阅读推广过程中存在的问题,为优化数字图书馆资源配置、策划阅读推广方案、开展精准化阅读服务、扩大服务范围等提供依据的方式方法。

2.2 基于数字图书馆用户行为分析的优势

2.2.1 数据的真实性。 用户在接受采访、调查问卷、意见征集等被动提供信息的场景下,出于对自身形象、个人隐私、社会影响等的考虑,往往会提供与实际情况不符的信息,降低了数据的可信度[3]。 但是,用户利用数字图书馆的行为一般属于自发行为,可真实反映出用户的实际阅读需求。

2.2.2 数据的全面性。 用户行为数据包括用户在使用数字图书馆过程中涉及的所有个人及操作信息,包括注册信息、访问时间、检索内容、浏览人次、浏览时间、跳出率、回访率等,可全面展示用户的阅读需求及数字图书馆的服务效能。 图书馆可对获取到的用户行为数据进行多维度分析,深入挖掘用户的隐性需求,建立用户画像,以构建目标明确、服务精准、功能完备的数字阅读服务体系。

2.2.3 数据的易得性。 随着文化数字化战略的提出和移动终端的普及,数字阅读方式受到大众的青睐,任何人都可通过移动终端使用数字图书馆,为图书馆获取用户的行为数据提供了有利条件。

3 数字图书馆建设涉及的用户行为分析方向

3.1 用户行为路径分析

用户行为路径分析是图书馆根据用户在使用数字图书馆过程中的操作信息,提取用户流向、功能选择、阅读转化率等数据,及时改进服务方式的研究方法,分为不设定具体路径的行为轨迹分析和设定关键路径的“漏斗模型”分析。 行为轨迹分析可帮助图书馆了解用户使用数字图书馆的倾向,进而优化数字图书馆的功能和结构。 “漏斗模型”分析可帮助图书馆根据用户的使用状态分析出易造成用户流失问题的关键服务环节,提高数字图书馆用户转化率。

3.2 用户页面点击行为分析

用户页面点击行为分析是指图书馆对用户在使用数字图书馆过程中的点击行为进行分析,如各页面的访问次数、模块访问量占比等。 一般情况下,用户页面点击行为受以下两个方面因素的影响:一是用户对数字资源的主观认知程度,二是数字图书馆页面布局的合理性、便捷性及用户体验感[4]。 图书馆可对用户页面点击行为进行分析,获取用户的浏览习惯和阅读喜好,细分用户群体,有针对性地优化阅读推广服务方式;有效评估用户与数字图书馆的交互关系,明确用户需求,为数字图书馆建设奠定基础。

3.3 用户检索行为分析

随着信息技术的发展,图书馆的资源检索方式逐渐多样化,能够满足用户的一站式信息获取需求。图书馆通过分析用户的检索行为获得用户的检索习惯、思维方式、兴趣偏好等信息,以持续优化检索算法,提高用户的检索效率。

3.4 用户浏览行为分析

用户浏览行为数据包括用户的浏览次数、浏览时间、浏览历史、页面停留时间、跳出率、回访率等。其中,跳出率、回访率、停留时间等可反映页面内容对用户的吸引程度。 图书馆通过用户浏览行为分析的方式了解用户的阅读习惯,以开展个性化的推送服务,提高用户的阅读效率。

3.5 用户画像分析

用户画像是图书馆根据注册用户的基本信息、行为信息、需求信息等数据建立的标签化的用户模型,可直观显示用户在某一维度的需求偏好[5]。 图书馆通过用户画像将用户行为与数字图书馆馆藏资源进行匹配,可有效提高数字资源建设、可视化数字服务平台建设等工作的效率和质量。 此外,图书馆根据用户画像开展数字阅读推荐活动,可有效帮助用户明确自身阅读定位,激发他们的阅读热情[6]。

4 基于用户行为分析结果的数字阅读推广策略

4.1 优化数字图书馆的功能布局

数字图书馆的功能布局、资源结构和资源服务获取方式是影响用户使用体验的重要因素,图书馆应通过用户行为分析的方式,有针对性地优化数字图书馆的功能布局,加强数字图书馆系统建设,提升用户的使用体验[7]。

4.1.1 清晰的导航系统。 图书馆应挑选用户普遍关注的资源类型、服务项目、使用问题等,设置清晰的导航页面,方便用户快速查找。

4.1.2 方便的检索系统。 图书馆应不断提升检索系统的信息采集能力,为用户提供方便、快速、精确、可靠的检索服务。

4.1.3 醒目的引导系统。 醒目的引导系统可引导用户高效利用数字图书馆,提高他们的阅读兴趣,推动浅阅读向深阅读、泛阅读向精阅读的转化。

4.2 开展精准的阅读推送服务

4.2.1 用户个性化需求匹配。 图书馆应收集用户的浏览、检索等行为数据,通过随机森林算法获得用户特征[8],建立用户行为画像,精准预测和满足用户的阅读资源需求。

4.2.2 拓展阅读推荐。 拓展阅读推荐服务有利于提升用户的阅读效果,图书馆应收集用户的浏览行为信息,通过Apriori 算法深入挖掘用户的阅读偏好[9,10],为他们提供拓展阅读资源,扩大他们的阅读范围。

4.2.3 群体数字阅读推广决策。 图书馆应通过用户行为分析的方式,对用户进行分类,利用聚类算法和分类算法开展精准的阅读推送服务。

4.3 提升用户体验

图书馆应通过用户行为路径分析的方式,发现易造成用户流失问题的关键服务环节,有针对性地解决服务过程中存在的问题,提升用户体验,提高用户转化率。 例如,如果用户在注册阶段流失较多,说明数字图书馆的注册方式可能过于复杂或难以保护用户的信息安全,图书馆可据此简化注册流程,加强信息安全保护,以提升用户的使用体验。

4.4 加大线上线下资源的融合力度

数字图书馆的使用没有时间、空间的限制,资源数量比传统图书馆多,但传统图书馆在线下阅读推广活动方面具有明显优势。 因此,图书馆应积极分析用户行为数据,对用户进行分类,根据用户类型开展线上或线下阅读推广活动;整合线上线下资源,加强数字图书馆资源建设,实现线上线下资源的统一管理和维护,以提高资源利用率[11]。

5 结语

基于数字阅读平台的用户行为分析体现了图书馆“以用户为中心”的服务思想。 目前,用户行为分析涉及的技术相对成熟,图书馆可有效分析用户的行为数据,为其数字阅读推广的开展、数字图书馆功能布局的优化、数字资源建设的开展等提供相对准确的决策依据。 值得注意的是,本研究在用户行为数据选取、“漏斗模型”设计、用户画像分析等方面存在一定的局限性,因此,笔者将在后续的实践和研究中扩大研究范围,优化模型结构和分析算法,不断检验和调整分析结果,以期得到更加准确且更有价值的学术研究成果。