基于RFM模型的高校图书馆个性化阅读推广研究

陈冉

(广西民族大学 广西南宁 530000)

2022年3月，“全民阅读”连续第九次出现在《政府工作报告》[1]中，由此看出全民阅读愈发受到政府重视，逐渐成为一项基本的民生工程。而阅读作为高校读者获取知识、成长成才的重要途径之一，对提高我国高校人才素质具有非常重要的作用。高校图书馆作为高校培养人才的重要基地，应该以培养高校读者良好的阅读习惯为宗旨，以阅读推广为抓手，积极探索与创新各类有益于读者的高校图书馆读者阅读服务，充分体现出高校图书馆培养高校人才的重要价值。

1 RFM模型应用于高校图书馆阅读推广的可行性

1.1 高校图书馆阅读推广现状

随高校图书馆的阅读推广工作开展至今，各种阅读推广形式层出不穷，在这其中，经过实践，也逐渐衍生出了一些相对比较成熟与成功的阅读推广形式：比如：基于常规工作的阅读推广，即通过读书节、校园文化节等提高高校读者的阅读兴趣；基于图书馆服务功能的阅读推广，即形如新生入馆教育讲座、检索技能大赛等；基于馆藏信息资源的阅读推广，即形如“图书漂流”“好书荐购”“读书会”等阅读推广活动，这些活动都鼓励着高校读者主动走进图书馆阅读，很大程度上活跃了高校的阅读氛围。

伴随着高校图书馆阅读推广工作的日趋成熟，也不可避免地出现了一些问题。比如：部分高校图书馆缺乏对阅读推广活动的深入系统的设计，如不同年级的高校读者的阅读需求有时可能并不完全一样，大部分高校新生读者的阅读目的更多是为了兴趣，因此他们需要的更多的是趣味性和科普性书籍，而即将毕业的高年级高校读者的阅读目的主要是为了学术研究，需要更多的是学术性和专业性书籍，但高校图书馆的阅读推广活动大多以高校图书馆为主体，实际上缺乏对读者的个体分析，忽略了读者的文献阅读需要[2]，因而导致高校阅读推广的目标内容与读者的实际阅读需求相脱节，呈现推广活动表面繁荣，但高校读者实际参与度不高的现象。因此，伴随着高校读者更加个性化阅读需求的发展，以读者个性化需求为中心、以各种创新性策略帮助高校读者更加高效和高质量阅读，正逐渐转变为当下高校图书馆阅读推广工作中最为关注的重要问题之一。

1.2 相关研究

近年来，个性化阅读推广一直是许多学者谈论和研究的重点，也逐渐成为我国高校图书馆研究的新趋势。明均仁等人[3]提出高校图书馆阅读推广主要是根据读者不同的专业背景和阅读兴趣，进行面向读者个体需求的书目或资源的推荐；肖海清等人[4]通过构建参与式用户画像的高校图书馆精准推广模式，对个体和群体的阅读推广进行重点探讨。这些研究成果在一定程度上推进了个性化阅读推广的研究，具备参考价值。

同样，随着图书馆相关领域研究的不断成熟，许多跨学科领域的理论模型开始被广泛应用到图书馆领域的研究中，比如：营销学理论模型，虽然营销学中的理论模型绝大多数都应用在企业这类盈利组织中，但是图书馆所开展的各项服务以及开展服务的对象本质上与盈利性企业有着大同小异的特点，因此，营销学中的一些理论模型依然适用于图书馆这类非营利组织。例如：李云贵[5]基于AIDMA模型下改进下的AISAS模型，提出了契合少儿数字阅读需求画像、提升少儿心智解读能力与自主阅读能力的分级数字阅读推广创新思路；赵立平[6]以Fishbein 模型为基础，设计出了少儿数字阅读推广服务架构；伍霞[7]将TPB模型应用于公共图书馆少儿数字阅读推广，构建出相关理论框架，提出了公共图书馆少儿数字阅读推广实践路径。以上的研究表明，目前确实存在诸多将营销学领域的各类模型应用到图书馆阅读推广服务中的多方面研究，对推动图书馆阅读推广的创新服务工作、加快产生图书馆阅读推广的更深层次的理论研究具有一定的价值意义，存在一定意义上的创意性启发。

在营销学领域模型应用于图书馆的诸多研究中，客户关系管理研究中的RFM 模型同样被很多学者所借鉴和应用。例如：乐承毅等人[8]对某高校图书馆读者群体进行聚类细分，建立起具有不同行为特征的图书馆读者群体的用户画像，提出了基于改进RFM两步聚类的高校图书馆用户画像构建方法；陈宇奇等人[9]通过修正后的BRFM模型与XGBoost算法，验证BRFM模型用于评价高校图书馆馆藏图书热门程度的科学性与合理性，也属于应用改进模型的创新研究。

综合上述研究成果，该文发现RFM模型可以较好地帮助研究者根据科学高效的细分准则进行个性化阅读推广策略优化，具备比较强的实用性，加之将RFM理论模型应用于图书馆领域的研究仍旧匮乏，因此，该文基于RFM 模型的高校图书馆个性化阅读推广的研究具有必要性和可行性。

2 RFM改进模型与高校读者细分

传统RFM 模型包括分析顾客消费的最近购买时间（Recency，R）、某一时间区段的购买频率（Frequency，F）以及某一时间区段的购买总金额（Monetary，M）3 个指标。RFM 模型及其客户类型细分（如图1 所示）多应用于市场营销中的客户管理中，是衡量用户价值的重要工具和手段，在指导企业进行用户关系管理、差异化营销方面得到了广泛应用[10]。其中，R 具体表示用户最后一次消费距离目前的天数，天数越少，用户的价值越大；F具体表示一段时间内的消费次数，消费的次数越多，用户的价值越大；M具体表示一段时间内的消费金额，消费金额越大，用户的价值越大。

图1 RFM模型客户细分

相对于高校图书馆而言，实现基于读者的个性化阅读推广的关键就在于充分了解高校读者个性化阅读需求，打通高校读者与高校图书馆的联通渠道，以此搭建起高校图书馆与高校读者之间的多点链接，建立基于高校图书馆个性化阅读推广服务的互动空间。该文认为将RFM模型引入高校图书馆个性化阅读推广，能更好地顺应高校学生阅读行为的变化，更好地建立高校图书馆面对高校学生的阅读推广的良性反馈互动机制，细化出基于不同类型高校读者群的个性化阅读推广服务策略，为高校图书馆的个性化阅读推广服务提供良好的理论基础和运行环境。

2.1 RFM改进模型的指标修正

由于引发读者借阅图书与参加阅读推广活动的内在动机都为阅读需求，因此，可以将读者参与阅读推广的行为映射为读者在图书馆的借阅行为，读者数据来源为其在该校图书馆产生的与图书借阅行为相关的数据。在模型指标修正方面，由于高校读者的阅读行为与客户的消费行为存在一定的相似度，因此可以根据高校读者的阅读数据特点对RFM 模型中的部分指标进行修正，从而得到高校图书馆读者细分的指标。为使细分指标更加科学化，认为若将转化指标F 直接映射为读者借阅图书的频次并不全面，借阅次数多不一定代表是优质读者阅读，所以可以细化为借书的频次、还书的频次和续借的频次来代表读者一段时间内的图书借阅情况，最终将RFM 模型中原始的3 个指标分别映射为修正后的5个指标，具体如图2所示。

图2 RFA模型指标映射图

R：表示读者最近一次借阅行为距离数据采集时间的间隔时长。

bF：表示读者借书的频次。

rF：表示读者还书的频次。

iF：表示读者续借的频次。

A：表示读者一段时间的总借阅册数。

基于改进后的RFA模型中的bF、rF、iF这3个指标参数存在数值差异，对这3 个指标参数进行标准化转换，转换为可相加和可相减的F值（计算公式为F=bF+iF-rF)。同时存在，若读者在R 指标上的取值越大，表示高校读者本身主动阅读的意愿并不强烈；若读者在F指标上的取值越大，表明高校读者阅读的频次越高，其主动阅读的意愿也越强烈，反之，表明高校读者的阅读频次较低，主动阅读意愿较差；若A 值越大，表示高校读者花费的阅读时间长，反之，则时间短。

2.2 基于RFA模型的高校读者细分

根据改进的模型指标，先将全体高校读者的三项分值分别记为Rn、Fn和An（n为常数，代表高校读者序号），全体高校读者的3 项分值的均值分别记为再将每位高校读者的3个分值分别与总样本中3 个均值比较，高于均值记为↑，低于均值记为↓，参照RFM 的客户分类标准，得出高校读者4 种类型划分，具体情况如表1所示。

表1 RFA模型高校读者细分类型

2.2.1 保持推广型高校读者（1.R↓F↑A↑、2.R↓F↓A↑）

经过观察分析，对R↓F↑A↓类与R↓F↓A↑类的高校读者，首先，这两小类读者的相同点在于近期存在到馆记录，并且图书借阅总册数多，虽然借阅频次出现差异，但与其他两种因素综合起来比较，影响较小，说明这两类读者最近阅读活跃度和阅读兴趣高，主动参与阅读推广活动可能性高，统一划归为保持推广型高校读者。

2.2.2 发展推广型高校读者（3.R↑F↑A↑、4.R↑F↓A↑）

经过观察分析，对R↑F↑A↑类与R↑F↓A↑类的高校读者，首先，这两小类读者的相同点在于长时间未存在到馆记录，并且图书借阅总册数多，虽然借阅频次出现差异，但与其他两种因素综合起来比较，影响较小，说明这两类读者最近阅读活跃度低，但总体阅读兴趣较高，主动参与阅读推广活动可能性较高，统一划归为发展推广型高校读者。

2.2.3 积极推广型高校读者（5.R↑F↑A↓、6.R↓F↑A↓）

经过观察分析，对R↑F↑A↓类与R↓F↑A↓类的高校读者，首先，这两小类读者的相同点在于近期借阅频次高，但图书借阅总册数少，虽然到馆记录指标出现差异，但与其他两种因素综合起来比较，影响较小，说明这两类读者阅读活跃度和阅读兴趣一般，相较于前两种类型读者，参与阅读推广活动的兴趣也一般，统一划归积极推广型高校读者。

2.2.4 重点推广型高校读者（7.R↑F↓A↓、8.R↓F↓A↓）

其中，经过观察分析，对R↑F↓A↓类与R↓F↓A↓类的高校读者，这两小类读者的相同点在于图书借阅频次低，图书借阅总册数也较少，虽然到馆记录指标出现差异，但与其他两种因素综合起来比较，影响较小。这些说明这两类读者阅读活跃度和阅读兴趣较低，参与阅读推广活动的兴趣也较低，统一划归为重点推广型高校读者。

3 读者细分下的个性化阅读推广优化建议

在客户关系管理中，RFM模型的用户分层可以帮助企业实现精细化运营，将有限的营销资源合理化分配，同时降低运营成本和扩大运营效果。同样，基于原模型改进后的RFA模型的高校读者细分构想，可以帮助高校图书馆高效地开展精准个性化的阅读推广。该文认为基于每种细分类型的高校读者的综合特性有所不同，因此对不同类型的高校读者应当开展不同的个性化阅读推广，以此更好地满足整体读者的阅读需求。

3.1 保持推广型读者

该类型读者总体阅读活跃度和阅读兴趣高。为给予这类高校读者更好的个性化阅读推广服务以维持其持续的阅读积极性，高校图书馆可以对这类读者群内的读者个体近期的到馆间隔时间、图书借阅频次、图书借阅类别等进行综合分析，持续准确地把握好这类读者的阅读爱好和需求，精准推送相关阅读推广活动信息。比如：图书馆可以通过本馆公众号等线上方式，推送其感兴趣的阅读推广活动的相关信息以吸引这类读者参加，保持其持续的阅读主动性和活跃度。

3.2 发展推广型读者

该类型读者近期阅读活跃度较低，但总体阅读兴趣较高。针对这类读者，高校图书馆可能需要重新挖掘和引导这类读者近期参与阅读推广活动的兴趣，提升其阅读积极性。比如：为了提高这类读者近期参与阅读推广的主动性和活跃性，高校图书馆可以分析其近期阅读的主动性和积极性下降的原因，再针对其近期的图书兴趣点、阅读推广服务关注点等方面主动开展有针对性的个性化阅读推广服务，努力将其发展为保持推广型读者。

3.3 积极推广型读者

该类型读者总体阅读活跃度和阅读兴趣一般。导致读者阅读兴趣一般的原因可能是复杂多样的，比如：可能是高校图书馆内馆藏资源无法满足这类读者的阅读需求，也可能是这类读者本身喜好反复精读某些图书，也可能是其他复杂交织的多种原因等，而存在的这些原因很大程度上都可能影响到基于这类读者需求的个性化阅读推广活动的策划，因此，高校图书馆可以通过直接访谈或问卷调查等方式对其进行一段时间的追踪调查，探究其出现目前阅读问题的真正原因。比如：若通过详细调查分析后，发现相关原因是图书馆相关馆藏资源匮乏，高校图书馆可以就此开展相关类型图书的新书推荐的阅读活动，以此吸引有相关图书阅读需求的读者参与，提升这类读者近期的阅读活跃度和阅读兴趣，稳步使其转变为发展推广型读者。

3.4 重点推广型读者

该类型读者总体阅读活跃度和兴趣偏低。高校图书馆因该考虑将这类读者作为开展阅读推广工作中的重点服务对象，培养这类阅读兴趣偏低的高校读者养成良好的阅读习惯。比如：高校图书馆可以通过问卷或访谈等方式，对该类读者进行详细调查并对其阅读行为进行长时间的追踪，以其阅读爱好、需求等为主要出发点，有针对性地探究更多创新性阅读推广活动，如多开展有助于干预和疏导对这类读者阅读心理的阅读推广活动，将其有关阅读的负面情绪降到最低；高校图书馆也可以对这部分读者开通参与阅读推广活动的绿色通道，如优先咨询权、优先参与权、新阅读推广渠道优先体验权、所推广的新书的优先借阅权等，提升这类读者在阅读推广活动中的体验感以提高其参与阅读推广的积极性，逐步培养其良好的阅读习惯，提高其阅读兴趣。

4 结语

该文以RFM模型为基础，将其改进为适用于研究图书馆读者的RFA模型，提出借助高校读者在高校图书馆记录的相关数据对其读者群进行细分的构想，得出基于划分出4种不同类型读者群的需求的个性化阅读推广活动策略的优化建议，以期为高校图书馆开展各项个性化阅读推广工作提供相关参考价值，但是由于研究中的具体数据涉及高校读者的隐私，存在难以获取的困难，因此还需要各类高校图书馆进行更多基于高校读者的个性化阅读需求所开展的、更具有实践意义的阅读推广服务研究，使相关的研究理论与实践相结合，制定出更为科学与合理的高校图书馆阅读推广策略，并根据所制定的阅读推广策略及时了解高校读者对阅读推广活动的反馈和评价，最终形成高校图书馆个性化阅读推广服务的良性循环。

随着高校读者日益多样化的阅读需求，为了更加高效地实现高校图书馆个性化阅读推广活动对高校读者整体阅读需求的全覆盖，进一步提高读者参与高校阅读推广活动的热情，高校图书馆应当将个性化阅读推广服务作为高校阅读推广可持续发展的一种现实路径和一种有益性、可持续性的、随时保持创新性的服务工作，并不断探索新思路与新方法，为高校图书馆个性化阅读推广持续、创新的开展提供坚实的基础和良好的运行保障。