社会感知驱动下图书馆融合时空数据的用户画像构建与应用研究

李燕波

(洛阳师范学院图书馆,河南 洛阳 471934)

1 引 言

随着传感器技术、GPS等位置应用以及社交媒体App的快速发展,产生了大量以个体行为为单位的时空数据,如导航数据、社交媒体数据等,“社会感知”一词应运而生,也越来越受到学者的关注。社会感知数据从不同层面记录个人行为,包含用户的情感数据、行为数据以及相关联的事件数据等,反映出个体在特定时刻、特定空间下的情感认知倾向以及行为习惯。用户画像是用户抽象信息的标签化表示,可以帮助图书馆深入分析用户特征以及挖掘用户需求,建立用户特征与资源间的关联关系,为用户提供针对性服务,但传统的用户画像数据缺乏用户的情感数据、认知数据以及相关联的事件数据,并且目前将社会感知数据与用户画像相结合的研究较少,尚处于探索阶段,如赵又霖等[1]认为用户画像是实现社会感知的重要工具,融合时空数据的用户画像可以帮助图书馆实现精准知识服务。因此,本文在分析社会感知内涵以及用户画像技术的基础上,探索社会感知驱动下图书馆用户画像数据来源及构建流程,总结融合时空数据的用户画像在图书馆的应用情境,不断优化图书馆服务效能,促进智慧图书馆建设。

2 相关概念概述

2.1 社会感知

“社会感知”一词最早由地理信息学科专家提出[2],是指一种借助时空数据研究人类在时间和空间范围内的行为特征,以揭示社会经济现象的时空分布、关联及进程的方法。社会感知包含三个维度内容[1]:一是个体的社交网络;二是在地理空间的行为;三是对地理环境的感知。由此可知,社会感知研究框架包含人、空间和时间三个要素[3]。在人方面,社会感知数据包含人的社交网络、认知、行动等行为数据;在空间方面,社会感知数据包含个体或群体在空间中的分布、交互等事件数据;在时间方面,社会感知数据包含个体或群体在特定时间下的情感认知数据等。目前,关于社会感知在图情领域主要集中在突发事件管理、技术热点识别、电子政务平台建设方面,如赵又霖等[4]基于社会感知概念构建突发事件管理的时空语义模型,为突发事件应急管理提供了新思路;吴菲菲等[5]将社会感知嵌入技术热点主题识别,提出融合社会感知数据的技术热点分析框架;王树义等[6]构建面向实时社会感知的电子政务平台,为用户提供智能化电子政务服务。

2.2 用户画像

用户画像是指通过访谈法、实验、问卷调查、机器学习等方式获取用户特征,在获取用户真实数据的基础上涉及的目标用户模型[7]。用户画像是用户抽象信息的标签化表示,最初被应用于旅游、电商等领域,通过对用户数据进行提取、分析,建立用户标签,从而实现精准推荐服务[8]。近年来,用户画像逐渐被图情领域关注,理论研究主要集中在算法优化、框架结构等方面,如李佳蓓[9]将Spark算法融入用户画像模型,优化精准服务内容;刘海鸥等[10]将用户画像的框架结构定义为基础数据层、数据挖掘层、应用服务层。实践研究主要集中在阅读推广、空间服务、科研服务等,如安琪[11]构建基于用户借阅行为画像结果的阅读推广模式;龙泉[12]针对用户在不同空间的行为构建用户画像,为图书馆创新服务模式提供参考;何胜等[13]基于大数据设计科研用户画像模型,提供精准知识服务。

3 社会感知驱动下融合时空数据的用户画像对图书馆服务产生的影响

将融合时空数据的用户画像应用于图书馆服务,可以帮助图书馆优化馆藏配置,合理布局图书馆空间,调整馆员服务重点,提高图书馆使用效率。除此之外,社会感知驱动下的用户画像可以促进图书馆创新服务模式,营造特色服务场景,丰富用户体验,提高用户满意度。

3.1 优化资源配置

通过融合时空数据的用户画像模型,图书馆可以更好地了解用户在不同场所、不同时间下的资源需求,为优化图书馆馆藏配置、资源优化提供科学决策。例如,通过用户画像数据中的偏好数据可以了解用户的使用频率,如果用户的电子资源使用频率高于纸质资源,图书馆可以适当调整电子资源和纸质资源馆藏比例;如果用户画像数据显示用户在考试期间使用图书馆空间服务的需求呈现上升趋势,那么图书馆可以考虑考试期间优化图书馆物理空间布局,适当延长开放时长等。

3.2 创新服务模式

基本信息是指能够代表用户身份的基础信息,如用户ID、性别、年龄、受教育程度、专业等。社交网络信息是指用户在社会交往中的网络信息,可以分为基于学习、工作、娱乐等需求的社交网络,如社交平台上的互动信息、科研合作网络、加入的社会团体信息等;基于位置的社交网络,如不同地理位置的交往关系等。场景数据是指用户访问图书馆的时间和空间数据,包含访问渠道、访问时间、访问位置等。情感认知数据是指用户的偏好性内容以及用户对某一事件或者某种行为的评论性观点,可以分为用户行为数据,如检索行为、浏览行为、下载行为等;用户偏好和兴趣数据,如资源利用偏好、感兴趣的学科等;用户观点数据,如用户阅读后的评论数据、意见反馈等。

3.3 营造特色服务场景

社会感知驱动下图书馆用户画像模型构建流程包含数据采集、用户建模、画像构建3个部分(见图1)。1)数据采集。图书馆需要利用多种渠道,如服务系统、第三方数据采集等采集用户数据,其中,用户基本信息可以从用户注册信息中获取;社会网络信息可以从用户的社交平台中获取;场景数据可以从图书馆服务系统、数据库中获取;情感认知数据可以通过图书馆服务系统、用户社交平台等途径获取。图书馆可以将用户数据分为动态数据和静态数据,采用合适的工具进行抓取和调用,以保证用户数据的完整性和准确性。2)用户建模。图书馆采集用户数据后,需要对数据进行清洗、分析,剔除无关数据,以确保用户建模数据来源的可靠性。在完成数据处理分析后,图书馆需要根据数据进行用户建模,建立用户标签体系。用户标签是指采用通俗易懂的标识描述用户[15]。本文从属性维度、社交网络维度、情感认知维度、情境维度构建社会感知驱动下融合时空数据的图书馆用户标签(见图2)。计算机通过文本挖掘、语义分析、聚类分析等方法,从多维度分析用户标签,挖掘与用户相关的向量,完成用户建模与标识。3)画像构建。图书馆通过计算机提取用户标签数据,计算用户标签权重,分析用户属性特征,全方位判断和评价用户,从而实现用户画像构建。最后采用可视化工具勾勒用户画像数据结构,并且根据用户社交网络的变化、需求的变化以及情感认知的动态变化,不断修正和完善用户画像,为图书馆提供个性化服务奠定数据基础。

4 社会感知驱动下图书馆用户画像数据来源及构建流程

4.1 用户画像数据来源

只要人有恒，万事都能成。陈建辉把自己的想法再一次与家人沟通，终于得到了家人及亲戚朋友的支持。七月初，陈建辉与浙江的朋友取得了联系，第二次自费到浙江实地考察棉纺织业的发展情况。考察取经回来后，陈建辉把自己想成立合作社的想法，书面向团领导作了汇报，并很快得到了批复。陈建辉随即与十一连五名职工合伙注册成立了“棉丝眠”农业合作社。

帕斯捷尔克纳曾说：“艺术从来只有两项任务：一是坚持不懈地探讨死的问题；二是通过讨论死的问题以求生”。史铁生的作品就是这样，通过探讨死以求生的意义，即以生知死，由死悟生，不懈的追寻生命的意义。人的伟大和崇高，正是在对死神的挑战和征服中表现出来。确实，既然死亡是任何生命都不可能避免的最终结果，那么人就更应该对抗死亡，从死亡的征服与超越中感受自我生命的价值和永恒。史铁生正是在与困苦、疾病、死神的多次斗争中感悟了生命的这个真谛，才在作品中体现出了生与死的悲壮和美丽。

表1 社会感知驱动下图书馆用户画像数据来源

融合时空数据的用户画像模型最大的特点是将用户认知数据、用户行为数据以及用户社交网络数据融入传统用户画像模型,图书馆可以根据这些个体数据构建群体特征模型,为相似群体推送相似的服务,提高服务的针对性。例如,根据用户相似度推算同一群体特征,建立群体特征与资源的匹配关系,将不同主题的资源推送给相应的受众群体,改变传统的畅销书目或者读者推荐或者图书馆基于某一主题的资源推送模式,增强用户的交互体验。

4.2 构建流程

用户画像中的空间利用信息和不同时间的信息资源使用情况、借阅频次、浏览记录等可以呈现用户的活跃程度,可以此为依据为用户营造特色服务场景。例如,图书馆可以根据融合时空数据的用户画像模型,推算用户活跃时段,在此时段向用户推送匹配的信息资源服务;图书馆还可以结合元宇宙技术搭建虚实结合的空间,满足用户在不同时间段下的空间需求、知识需求等。

图1 社会感知驱动下图书馆用户画像构建流程

图2 社会感知驱动下融合时空数据的图书馆用户标签

5 社会感知驱动下融合时空数据的用户画像在图书馆的应用情境

施工质量是施工企业的生命线，在科技不断发展，四新产品不断问世，施工技术日新月异的今天，如何有效地实现三大控制，确保施工质量，是每个企业孜孜以求的关键工作。在水利工程施工企业中，按照“PDCA”管理方法进行工程质量的控制和管理，做实做细每一项工作，严格执行规范、标准和计划，安全警铃长鸣，严格检查，落实整改，及时总结，就可以实现工程预期的目标。

借助融合时空数据的用户画像模型,图书馆可以进一步创新服务模式,促进智慧图书馆建设。本文从后台管理和实践应用两个角度分析应用情境,后台管理包括信息安全管理和社群关系发现,通过实时监测用户不同时空下的情感数据和行为数据,可以保障图书馆信息安全,防止资源被用户恶意篡改,同时,可以进行社群关系发现,为后续图书馆相同社群服务提供数据支持。实践应用包括资源推荐服务、参考咨询服务和学科服务,图书馆利用社会感知驱动下的用户画像模型,建立不同时空情境下用户需求与资源的关联关系,改善资源推荐模式,引导用户准确表达需求,提高参考咨询服务的准确度,同时可以为用户提供针对性的学科服务,优化图书馆知识服务。

结合现有研究现状,用户画像数据来源一般包含代表用户属性的基础信息(如性别、年龄等)以及用户动态信息(如使用偏好、兴趣爱好等行为数据)[14]。本文结合用户画像一般数据来源以及社会感知内涵,将社会感知驱动下的用户画像数据来源划分为基本信息、社交网络信息、场景数据和情感认知数据(见表1)。

5.1 后台管理

1.3.1 优化医学院校图书馆的视角分析。大数据将结构化、半结构化和非结构化数据中的海量数字、图像等形式转化为数据，为其分析和研究，将数据深层挖掘，进行合理整合，使资源优化，摒弃错误冗余数据，具有大容量。

5.1.1 信息安全管理。信息安全管理是融合时空数据的用户画像在图书馆的重要应用场景,图书馆通过监测用户行为,分析日志数据,提取用户的自然属性和使用偏好,挖掘用户数据的深层含义,防止图书馆信息资源被用户恶意篡改或窃取,规避一些隐藏风险,促进健康网络生态的构建。除此之外,图书馆通过用户行为轨迹挖掘用户的情感特征以及地理空间特性,提取不同时空背景下用户的情感倾向和位置演化趋势,可以实现对突发事件的预测和监测,全方位保障图书馆信息资源安全。

5.1.2 社群关系发现。图书馆可以根据用户画像模型的社交网络关系、互动情况等,计算社交相似度,分析相似群体的特征,预测用户的社会关系强度,挖掘隐藏社区,建立隐性关系网络,为群体画像模型构建奠定数据基础。例如,图书馆可以从同时出现、同处空间、同时离开3个维度挖掘用户的社群关系网络,也可以从科研合作、社交平台关注等角度计算用户的社交属性,为后续图书馆相同社群服务提供数据支持。

5.2 实践应用

5.2.1 资源推荐服务。图书馆通过抽取融合时空数据的用户画像数据,包含静态特征和动态特征,建立用户与资源之间的匹配关系,挖掘用户在不同时空情境下的资源需求和信息检索偏好,为用户提供精准的资源推荐服务,提高用户满意度,改善传统推荐服务的局限性。一方面,图书馆可以根据用户在特定时间和特定场所的检索记录、下载记录、关注的数据库、发表的评论以及服务反馈意见等,对这些数据进行清洗、转换,总结融合时空数据的用户特征,建立用户特征数据与资源之间的关联关系,从而实现图书馆资源精准推荐;另一方面,图书馆实时监测用户动态,及时调整更新用户画像模型,可以为用户提供实时资源服务,为用户科研、工作、学习等提供借鉴参考。

5.2.2 参考咨询服务。目前,图书馆参考咨询服务主要有线上和线下两个服务模式,专业馆员根据用户咨询内容,结合自身专业知识,为用户解答疑问。融合时空数据的用户画像模型能够及时捕捉用户的动态和静态数据,既可以引导用户充分表达需求,又可以帮助专业馆员理解和分析用户需求,及时对用户遇到的问题提供解答,进一步提高专业馆员的信息获取能力以及交流互动能力。基于此,可以有效提高图书馆的参考咨询服务效率:一是图书馆可以综合利用用户的反馈、评论等情感认知数据,在用户提出咨询服务时有效引导用户准确表达需求;二是融合时空数据的用户画像模型能够捕捉用户的位置数据和行为数据,图书馆可以通过建立行为轨迹与需求的匹配关系,针对用户在不同场所的咨询提供不同的服务,促使图书馆服务更加全面准确。

采用SPSS 19.0统计学软件，对10个变量指标(年龄、性别、肿瘤直径、血管包裹程度、病理分级、肿瘤形态、手术切除程度、肿瘤质地、是否脑干水肿及术前KPS评分)与肿瘤复发是否相关进行单因素分析，将具有统计学意义的因素作为自变量，以是否复发作为因变量，采用Pearsonχ2检验进行非条件Logistic回归分析。P<0.05为差异具有统计学意义。

5.2.3 学科服务。融合时空数据的用户画像可以有效提高图书馆学科服务的效率,提高知识创新的价值。图书馆根据用户的情感认知数据对用户的认知水平以及行为习惯进行深入分析,将用户画像分析结果嵌入学科服务,开展针对性的专业文献资源传递服务、学术热点分析、学科样貌分析等服务。融合时空数据的用户画像模型能够更好地分析不同场所、不同时间段下用户的学科服务需求以及认知水准,同时动态更新用户数据,图书馆学科服务种类可以根据动态性数据进行调整完善,为用户提供从基础文献传递的学科服务到学科热点分析、趋势分析等递进式服务内容,有效提高知识应用效率。

6 结 语

本文融合时空数据的社会感知数据嵌入用户画像模型,分析社会感知驱动下的用户画像模型对图书馆服务产生的影响,将社会感知驱动下的用户画像数据来源划分为基本信息、社交网络信息、场景数据和情感认知数据,从数据采集、用户建模、画像构建3个步骤构建社会感知驱动下融合时空数据的用户画像模型,总结社会感知驱动下融合时空数据的用户画像模型在图书馆的应用场景。未来图书馆仍需进一步挖掘用户的情感数据、行为数据和相关联的事件数据,迭代更新调整用户画像模型,同时,通过防火墙等方式防止用户信息泄露,全方位保护用户隐私,提高用户体验。