晁明娣

（南京森林警察學(xué)院，江蘇 南京 210046）

當(dāng)前，互聯(lián)網(wǎng)發(fā)展迅猛，物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等新概念層出不窮，不斷影響著人們的生活。借助科技和網(wǎng)絡(luò)的力量，圖書(shū)館不僅能夠采集用戶(hù)多方面的數(shù)據(jù)，還能依托龐大的用戶(hù)數(shù)據(jù)，分析用戶(hù)需求，精準(zhǔn)服務(wù)用戶(hù)，提高圖書(shū)館的利用率。故可以借助用戶(hù)畫(huà)像的方式精準(zhǔn)地構(gòu)建圖書(shū)館服務(wù)。用戶(hù)畫(huà)像是對(duì)海量數(shù)據(jù)的整合、篩選、挖掘與應(yīng)用，實(shí)現(xiàn)大數(shù)據(jù)知識(shí)的利用、增值與再創(chuàng)造，以數(shù)據(jù)信息標(biāo)簽刻畫(huà)用戶(hù)圖像全貌，及時(shí)了解用戶(hù)需求并進(jìn)行精準(zhǔn)營(yíng)銷(xiāo)。筆者從用戶(hù)畫(huà)像構(gòu)建圖書(shū)館精準(zhǔn)服務(wù)這個(gè)角度出發(fā)，首先探討了其現(xiàn)狀與基礎(chǔ)概念，然后深入分析了用戶(hù)畫(huà)像模型構(gòu)建、基于用戶(hù)畫(huà)像的圖書(shū)館精準(zhǔn)服務(wù)體系模型構(gòu)建以及優(yōu)化對(duì)策等。

1 基于用戶(hù)畫(huà)像的圖書(shū)館精準(zhǔn)服務(wù)現(xiàn)狀

1.1 相關(guān)文獻(xiàn)回顧

筆者于2019年2月10日登錄中國(guó)知網(wǎng)（CNKI），以“用戶(hù)畫(huà)像”+“圖書(shū)館”作為“篇名”進(jìn)行關(guān)鍵詞檢索，共檢索到相關(guān)文獻(xiàn)35篇。由此可見(jiàn)，雖然相關(guān)研究成果較少，但是用戶(hù)畫(huà)像的研究同樣也引起圖書(shū)館學(xué)領(lǐng)域研究者的關(guān)注，正處于研究發(fā)展階段。邵波、劉速等較早概述了用戶(hù)畫(huà)像的概念、特性及作用，并介紹了用戶(hù)畫(huà)像在圖書(shū)館中的應(yīng)用，為圖書(shū)館基于用戶(hù)畫(huà)像的創(chuàng)新服務(wù)研究奠定了基礎(chǔ)。陳添源、胡媛、丁雷等主要從技術(shù)和方法的角度，對(duì)數(shù)據(jù)進(jìn)行多角度描述和整理，從多個(gè)時(shí)空粒度構(gòu)建用戶(hù)畫(huà)像，并探討圖書(shū)館用戶(hù)的差異化行為特征。劉丹等則分別從閱讀推廣、資源推薦、學(xué)科服務(wù)以及個(gè)性化服務(wù)等視角，討論了用戶(hù)畫(huà)像在圖書(shū)館中各項(xiàng)具體工作的應(yīng)用，為圖書(shū)館精準(zhǔn)化服務(wù)的進(jìn)一步研究給予啟示。潘宇光、常盛等將用戶(hù)畫(huà)像理論與智慧圖書(shū)館建設(shè)相結(jié)合，提出在構(gòu)建智慧圖書(shū)館的過(guò)程中，基于用戶(hù)畫(huà)像的構(gòu)架與實(shí)現(xiàn)途徑，從而為圖書(shū)館的智慧構(gòu)建和智慧服務(wù)提供依據(jù)。

綜上所述，圖書(shū)館界已經(jīng)開(kāi)展了基于用戶(hù)畫(huà)像的相關(guān)理論研究，研究者們都提出一些關(guān)注的核心要素和方向，為圖書(shū)館在大數(shù)據(jù)時(shí)代背景下的服務(wù)應(yīng)用開(kāi)拓了新視野和新途徑，使該領(lǐng)域的理論研究與實(shí)踐的結(jié)合更加緊密。但目前的研究，大多還停留理論階段，對(duì)用戶(hù)數(shù)據(jù)研究的深度和廣度還有待加強(qiáng)，用戶(hù)群體特征、使用偏好、用戶(hù)與圖書(shū)館的潛在關(guān)聯(lián)在圖書(shū)館提供的服務(wù)中并未得到有效的體現(xiàn)，且多局限于目前圖書(shū)館應(yīng)用情況的簡(jiǎn)單介紹，沒(méi)有開(kāi)展針對(duì)理論成果的實(shí)踐性檢驗(yàn)以及應(yīng)用具體的評(píng)價(jià)模型與實(shí)證分析，因此在實(shí)證研究方面相對(duì)不足，有待于在今后的研究探索中進(jìn)一步討論。鑒于此，筆者以用戶(hù)畫(huà)像為切入點(diǎn)，在深入分析用戶(hù)顯性和隱形需求的基礎(chǔ)上，構(gòu)建標(biāo)簽化的圖書(shū)館用戶(hù)畫(huà)像模型，并對(duì)圖書(shū)館實(shí)際應(yīng)用案例進(jìn)行實(shí)證研究，以期促進(jìn)圖書(shū)館用戶(hù)畫(huà)像精準(zhǔn)服務(wù)的深入研究。

1.2 圖書(shū)館精準(zhǔn)服務(wù)現(xiàn)狀

進(jìn)入網(wǎng)絡(luò)信息數(shù)據(jù)時(shí)代后，國(guó)內(nèi)的圖書(shū)館也在積極打造數(shù)據(jù)化平臺(tái)，以幫助用戶(hù)更加便捷迅速地獲取咨詢(xún)與服務(wù)。圖書(shū)館的精準(zhǔn)服務(wù)，是基于數(shù)據(jù)化平臺(tái)實(shí)現(xiàn)的，其精準(zhǔn)服務(wù)表現(xiàn)為被動(dòng)化和主動(dòng)化服務(wù)兩類(lèi)。當(dāng)前，這種基于數(shù)據(jù)化平臺(tái)的信息服務(wù)，仍更多地處于被動(dòng)化服務(wù)的狀況，如圖書(shū)館的數(shù)據(jù)咨詢(xún)會(huì)根據(jù)用戶(hù)的咨詢(xún)、檢索、閱覽記錄、借閱記錄等生成被動(dòng)化的數(shù)據(jù)和記錄。雖然這類(lèi)被動(dòng)化的數(shù)據(jù)服務(wù)，依然可以根據(jù)用戶(hù)輸入的需求獲得較為精準(zhǔn)的數(shù)據(jù)匹配，但是在當(dāng)前競(jìng)爭(zhēng)激烈的數(shù)據(jù)化時(shí)代，被動(dòng)服務(wù)難以為用戶(hù)提供精細(xì)周到的愉悅體驗(yàn)。而當(dāng)前圖書(shū)館在主動(dòng)化服務(wù)方面開(kāi)展的工作，則主要集中于圖書(shū)借閱到期催還、預(yù)約新書(shū)到館提醒等流程性的服務(wù)提醒，而在數(shù)據(jù)內(nèi)容方面的精準(zhǔn)服務(wù)較為欠缺。這也正是筆者致力于探索研究的內(nèi)容。

2 用戶(hù)畫(huà)像涵義與特點(diǎn)

圖書(shū)館的精準(zhǔn)服務(wù)，可以引入“用戶(hù)畫(huà)像”的概念并加以應(yīng)用。

2.1 用戶(hù)畫(huà)像涵義

交互設(shè)計(jì)之父Alan Cooper較早提出用戶(hù)畫(huà)像的概念，指出用戶(hù)畫(huà)像是真實(shí)用戶(hù)的虛擬代表，是建立在真實(shí)數(shù)據(jù)上的目標(biāo)用戶(hù)模型。用戶(hù)畫(huà)像也稱(chēng)為用戶(hù)角色，是一種勾畫(huà)目標(biāo)用戶(hù)，聯(lián)系目標(biāo)用戶(hù)訴求與設(shè)計(jì)方向的有效工具。用戶(hù)畫(huà)像最初是在電商領(lǐng)域得到應(yīng)用的，在大數(shù)據(jù)時(shí)代背景下，用戶(hù)信息充斥在網(wǎng)絡(luò)中，將用戶(hù)的每個(gè)具體信息抽象成標(biāo)簽，利用這些標(biāo)簽將用戶(hù)形象具體化，從而為用戶(hù)提供有針對(duì)性的服務(wù)。筆者認(rèn)為用戶(hù)畫(huà)像是基于海量真實(shí)用戶(hù)數(shù)據(jù)，構(gòu)造出能夠反映真實(shí)用戶(hù)的虛擬形象，其目的是為了通過(guò)預(yù)測(cè)用戶(hù)真實(shí)需求，有針對(duì)性的為讀者提供服務(wù)，最終能夠提高用戶(hù)的服務(wù)體驗(yàn)。

2.2 用戶(hù)畫(huà)像特點(diǎn)

用戶(hù)畫(huà)像由一系列數(shù)據(jù)構(gòu)建起來(lái)的反映真實(shí)用戶(hù)特征的數(shù)據(jù)化虛擬投射，它反映了真實(shí)用戶(hù)群體的諸多特征，比如用戶(hù)真實(shí)的學(xué)歷、專(zhuān)業(yè)、閱讀偏好、登陸時(shí)間習(xí)慣等，這些都是構(gòu)建用戶(hù)畫(huà)像的基礎(chǔ)數(shù)據(jù)支撐。

用戶(hù)畫(huà)像是就如同真實(shí)用戶(hù)在虛擬數(shù)據(jù)化世界中的身份代表，因此它必須要能夠提取出真實(shí)用戶(hù)的典型特征并具化為獨(dú)特標(biāo)簽，從而與其他用戶(hù)進(jìn)行區(qū)分。用戶(hù)畫(huà)像構(gòu)建所依賴(lài)的典型特征一般包括用戶(hù)的靜態(tài)屬性與動(dòng)態(tài)屬性。靜態(tài)屬性是指真實(shí)用戶(hù)短期內(nèi)并不會(huì)發(fā)生變化的屬性標(biāo)簽，如性別、年齡、學(xué)歷、專(zhuān)業(yè)、職稱(chēng)等信息；動(dòng)態(tài)屬性則是指會(huì)隨著時(shí)間、情境、其他因素等變化的屬性標(biāo)簽，如性格、閱讀偏好、情緒狀態(tài)、閱覽習(xí)慣等。通過(guò)對(duì)真實(shí)用戶(hù)在圖書(shū)館數(shù)據(jù)化平臺(tái)中互動(dòng)的痕跡，可以提取出用戶(hù)的靜態(tài)與動(dòng)態(tài)屬性，從而抓取關(guān)鍵信息分類(lèi)篩選，構(gòu)建屬性標(biāo)簽，最終刻畫(huà)出獨(dú)特專(zhuān)屬的“用戶(hù)畫(huà)像”。

3 用戶(hù)畫(huà)像對(duì)構(gòu)建圖書(shū)館精準(zhǔn)服務(wù)的作用

3.1 采集用戶(hù)數(shù)據(jù)，精準(zhǔn)反饋用戶(hù)需求

圖書(shū)館的精準(zhǔn)化服務(wù)依托于用戶(hù)獨(dú)特的個(gè)性指征，需要滿(mǎn)足用戶(hù)多樣而動(dòng)態(tài)的需求。因此對(duì)用戶(hù)個(gè)體化信息全面細(xì)致的采集與分析都十分重要。而用戶(hù)畫(huà)像的構(gòu)建，正是基于對(duì)用戶(hù)數(shù)據(jù)的收集、統(tǒng)計(jì)、整理、分析，最終形成豐富的畫(huà)像。用戶(hù)畫(huà)像構(gòu)建的過(guò)程，其實(shí)就是圖書(shū)館所需求的對(duì)數(shù)據(jù)的利用與再創(chuàng)造。用戶(hù)畫(huà)像可以為圖書(shū)館的精準(zhǔn)服務(wù)提供海量客觀有效的數(shù)據(jù)支撐，從而據(jù)此探尋客戶(hù)的真實(shí)需求，提升圖書(shū)館的服務(wù)效率，優(yōu)化用戶(hù)的閱讀互動(dòng)體驗(yàn)。

3.2 匹配館藏資源，提供個(gè)性精準(zhǔn)服務(wù)

圖書(shū)館的館藏資源浩如煙海，而用戶(hù)畫(huà)像可以提升用戶(hù)與圖書(shū)館資源的匹配度，幫助用戶(hù)快速地找出所需的資源。一方面，用戶(hù)可以通過(guò)設(shè)置私人固定的檢索或推薦模式，進(jìn)行個(gè)性化檢索，獲取個(gè)性化推薦等。另一方面，用戶(hù)的一些潛在需求也可以通過(guò)用戶(hù)畫(huà)像的方式得到實(shí)現(xiàn)與滿(mǎn)足。根據(jù)用戶(hù)的不斷檢索、互動(dòng)、在線(xiàn)閱覽、評(píng)價(jià)打分、交流分享等一系列信息行為，可以不斷地豐滿(mǎn)用戶(hù)畫(huà)像的細(xì)節(jié)，構(gòu)建出潛在需求的模型，從而主動(dòng)及時(shí)地為用戶(hù)進(jìn)行有針對(duì)性的推薦，實(shí)現(xiàn)個(gè)性化的精準(zhǔn)服務(wù)。

4 圖書(shū)館用戶(hù)畫(huà)像模型構(gòu)建

大數(shù)據(jù)技術(shù)的出現(xiàn)，促使圖書(shū)館數(shù)字資源間的協(xié)同與互聯(lián)達(dá)到前所未有的深度和廣度，尤其是移動(dòng)閱讀終端的多樣化和普及化為我們帶來(lái)了多領(lǐng)域、立體化、全方位的圖書(shū)館大數(shù)據(jù)。對(duì)圖書(shū)館用戶(hù)畫(huà)像數(shù)據(jù)模型構(gòu)建主要從數(shù)據(jù)采集和標(biāo)簽建模兩方面入手。

4.1 用戶(hù)畫(huà)像數(shù)據(jù)采集

用戶(hù)畫(huà)像數(shù)據(jù)采集，是構(gòu)建用戶(hù)畫(huà)像的初步環(huán)節(jié)，可以分為以下3類(lèi)。

（1）用戶(hù)靜態(tài)數(shù)據(jù)采集

用戶(hù)使用數(shù)字圖書(shū)館時(shí)，會(huì)在用戶(hù)賬戶(hù)注冊(cè)時(shí)，輸入自己的基本信息，如用戶(hù)的性別、年齡、學(xué)歷、專(zhuān)業(yè)、單位、職稱(chēng)等靜態(tài)數(shù)據(jù)。這些靜態(tài)數(shù)據(jù)，將會(huì)形成用戶(hù)畫(huà)像的基本輪廓，圖書(shū)館用以對(duì)讀者進(jìn)行初步識(shí)別判斷。

（2）用戶(hù)動(dòng)態(tài)數(shù)據(jù)采集

讀者用戶(hù)在瀏覽信息資源時(shí)會(huì)產(chǎn)生瀏覽痕跡，其所形成歷史記錄存儲(chǔ)在后臺(tái)數(shù)據(jù)庫(kù)中，這類(lèi)數(shù)據(jù)為動(dòng)態(tài)數(shù)據(jù)。其中包括用戶(hù)搜索的關(guān)鍵詞、下載文獻(xiàn)主題、訂閱及收藏的內(nèi)容以及用戶(hù)近期內(nèi)登錄圖書(shū)館的次數(shù)、瀏覽時(shí)間等。這些數(shù)據(jù)將會(huì)讓用戶(hù)畫(huà)像更加清晰形象，便于圖書(shū)館進(jìn)行精準(zhǔn)的識(shí)別與服務(wù)。

（3）用戶(hù)第三方數(shù)據(jù)采集

除了較為普遍的靜態(tài)與動(dòng)態(tài)數(shù)據(jù)采集，用戶(hù)畫(huà)像還可以借助第三方社交軟件進(jìn)行數(shù)據(jù)采集。如圖書(shū)館允許用戶(hù)將數(shù)字圖書(shū)館的賬戶(hù)與用戶(hù)的QQ、微信、微博賬戶(hù)等授權(quán)綁定，可以直接用微信號(hào)、QQ號(hào)或者微博號(hào)等登錄數(shù)字圖書(shū)館賬戶(hù)。與此同時(shí)，由用戶(hù)授權(quán)允許數(shù)字圖書(shū)館可以調(diào)閱并使用用戶(hù)第三方社交軟件的相關(guān)信息數(shù)據(jù)，從而使用戶(hù)畫(huà)像更加立體、全面。

4.2 用戶(hù)畫(huà)像標(biāo)簽建模

用戶(hù)畫(huà)像標(biāo)簽建模是構(gòu)建用戶(hù)畫(huà)像的關(guān)鍵環(huán)節(jié)。通過(guò)對(duì)用戶(hù)數(shù)據(jù)的采集整理，再對(duì)用戶(hù)數(shù)據(jù)進(jìn)行分析抽象出標(biāo)簽，在此基礎(chǔ)上逐級(jí)分類(lèi)形成宏觀畫(huà)像。當(dāng)前數(shù)字圖書(shū)館的衍生讓用戶(hù)畫(huà)像的標(biāo)簽結(jié)構(gòu)從傳統(tǒng)的單一模式轉(zhuǎn)變?yōu)閺?fù)雜模式，只有進(jìn)行更加縱深的用戶(hù)畫(huà)像標(biāo)簽挖掘，才能滿(mǎn)足當(dāng)前大數(shù)據(jù)時(shí)代圖書(shū)館精準(zhǔn)服務(wù)的深層次需求。所以，筆者從以下6個(gè)角度討論了用戶(hù)畫(huà)像的標(biāo)簽建模。

（1）用戶(hù)基本信息標(biāo)簽

用戶(hù)基本信息標(biāo)簽主要用于描述用戶(hù)的基本情況，如用戶(hù)的姓名、性別、年齡、籍貫、身份、學(xué)歷、專(zhuān)業(yè)、單位、職稱(chēng)、居住地址、聯(lián)系方式等，都屬于近期不會(huì)變動(dòng)的靜態(tài)信息，這些信息能夠“描摹”出用戶(hù)的基本形象。如“年齡”體現(xiàn)用戶(hù)處于青年、中年抑或老年階段；“專(zhuān)業(yè)”體現(xiàn)用戶(hù)的理工科或者文科學(xué)習(xí)背景等。

（2）用戶(hù)興趣偏好標(biāo)簽

用戶(hù)興趣偏好標(biāo)簽，主要反映圖書(shū)館用戶(hù)的關(guān)鍵詞檢索、在線(xiàn)閱讀時(shí)長(zhǎng)、頁(yè)面內(nèi)容瀏覽、收藏、網(wǎng)上預(yù)約、續(xù)借等操作行為。通過(guò)用戶(hù)關(guān)鍵詞檢索情況，可以表明用戶(hù)在閱讀檢索方面的興趣偏好；用戶(hù)在線(xiàn)閱讀時(shí)長(zhǎng)，可以表明用戶(hù)瀏覽數(shù)字圖書(shū)館網(wǎng)址的時(shí)間節(jié)點(diǎn)、頁(yè)面停留的時(shí)間長(zhǎng)短，長(zhǎng)時(shí)間停留表示興趣較大，短時(shí)間表示不感興趣；用戶(hù)頁(yè)面瀏覽內(nèi)容，體現(xiàn)用戶(hù)對(duì)數(shù)字圖書(shū)館資源的興趣主題與所屬領(lǐng)域；用戶(hù)收藏的主題內(nèi)容，可表明用戶(hù)在閱讀相關(guān)的圖書(shū)資源后，將其感興趣的主題內(nèi)容進(jìn)行了收藏，從而更加明確指向用戶(hù)的興趣偏好；用戶(hù)的預(yù)約情況，主要體現(xiàn)用戶(hù)的潛在閱讀興趣等。

（3）用戶(hù)行為習(xí)慣標(biāo)簽

用戶(hù)行為習(xí)慣標(biāo)簽，主要反映用戶(hù)在數(shù)字圖書(shū)館使用過(guò)程中的一些潛在行為習(xí)慣特征，如用戶(hù)每周的平均登錄次數(shù)、閱覽與下載次數(shù)、對(duì)文本延伸內(nèi)容的點(diǎn)擊閱讀情況等。登錄次數(shù)可以反映出用戶(hù)的周期性行為習(xí)慣；閱覽與下載次數(shù)可以反映出用戶(hù)對(duì)在線(xiàn)閱讀與離線(xiàn)閱讀的行為偏好；對(duì)文本延伸內(nèi)容如引文或類(lèi)似推薦的點(diǎn)擊閱讀情況，可以一定程度上在反映出用戶(hù)對(duì)閱讀深度的偏好情況。

（4）用戶(hù)情境屬性標(biāo)簽

用戶(hù)情境屬性標(biāo)簽，主要是指用戶(hù)在使用數(shù)字圖書(shū)館的時(shí)空情境屬性，包括地理位置、時(shí)間、天氣、溫度等一些客觀信息。首先，通過(guò)對(duì)時(shí)間信息的持續(xù)收集，可以整合歸納出時(shí)間屬性對(duì)用戶(hù)閱讀興趣偏好的影響。如某些用戶(hù)喜歡在每天固定的時(shí)間點(diǎn)進(jìn)行閱讀活動(dòng)。其次位置信息，則需要用戶(hù)開(kāi)放數(shù)字圖書(shū)館關(guān)聯(lián)查閱用戶(hù)移動(dòng)端定位信息，通過(guò)收集用戶(hù)所在的地理位置、位置類(lèi)型、周?chē)巳呵闆r或社會(huì)關(guān)系等，整合地理空間對(duì)用戶(hù)閱讀行為的影響。如有的用戶(hù)在學(xué)校教學(xué)樓登錄數(shù)字圖書(shū)館的次數(shù)明顯多于在市中心。最后是外界環(huán)境信息，如天氣、溫度、噪音等外界環(huán)境因素變化而帶來(lái)的影響，如隨著光照、噪音的變化，用戶(hù)選擇的服務(wù)項(xiàng)目是否也發(fā)生變化等。

（5）用戶(hù)心理特征標(biāo)簽

用戶(hù)心理特征標(biāo)簽，主要通過(guò)用戶(hù)在數(shù)字圖書(shū)館公共平臺(tái)上與書(shū)籍文本和其他用戶(hù)之間的互動(dòng)情況進(jìn)行采集。如從用戶(hù)的書(shū)籍筆記、閱讀評(píng)論、文本打分、轉(zhuǎn)載分享、交流談?wù)摰刃袨橹校梢垣@取用戶(hù)對(duì)閱讀文本類(lèi)型主題的偏好情況，用戶(hù)評(píng)論內(nèi)容中文本表達(dá)傾向直接或者委婉，用戶(hù)是否習(xí)慣于與其他用戶(hù)分享交流等信息，從而更加準(zhǔn)確地描摹出用戶(hù)的心理特征，以便采取更加精準(zhǔn)的數(shù)字化服務(wù)。

（6）用戶(hù)社交網(wǎng)絡(luò)標(biāo)簽

用戶(hù)在數(shù)字圖書(shū)館中的用戶(hù)畫(huà)像，不僅僅依托于用戶(hù)與數(shù)字圖書(shū)館之間的交集，還可以根據(jù)用戶(hù)權(quán)限，從更加廣闊的用戶(hù)社交網(wǎng)絡(luò)方面獲取，從而形成用戶(hù)的社交網(wǎng)絡(luò)標(biāo)簽。如數(shù)字圖書(shū)館可以開(kāi)放權(quán)限，允許用戶(hù)采用微博號(hào)、QQ 號(hào)或者微信號(hào)等賬號(hào)一鍵登錄，從而獲取用戶(hù)的微博、微信或者QQ 信息。而這些較為私密個(gè)性化的用戶(hù)社交網(wǎng)絡(luò)信息，可以幫助圖書(shū)館快速構(gòu)建用戶(hù)畫(huà)像在社交網(wǎng)絡(luò)方面的個(gè)性化細(xì)節(jié)。

以上6個(gè)用戶(hù)畫(huà)像標(biāo)簽中，基本信息和興趣偏好標(biāo)簽可以較為明確地表現(xiàn)出用戶(hù)的顯性需求，而行為習(xí)慣、情境屬性、心理屬性、社交網(wǎng)絡(luò)等標(biāo)簽則可以在一定程度上反映出用戶(hù)的隱性需求。

5 基于用戶(hù)畫(huà)像的圖書(shū)館精準(zhǔn)服務(wù)體系模型構(gòu)建

在用戶(hù)畫(huà)像基本形成后，圖書(shū)館可以更加快捷準(zhǔn)確地把握用戶(hù)的核心訴求與真實(shí)興趣，從而構(gòu)建自身的精準(zhǔn)服務(wù)體系。

5.1 基于用戶(hù)畫(huà)像的圖書(shū)館精準(zhǔn)服務(wù)體系總體結(jié)構(gòu)

根據(jù)前文梳理，基于用戶(hù)畫(huà)像的圖書(shū)館精準(zhǔn)服務(wù)體系總體結(jié)構(gòu)框架圖，如圖1所示，主要包括客戶(hù)層、中間數(shù)據(jù)處理層、后臺(tái)數(shù)據(jù)庫(kù)層共三層。三層各自獨(dú)立又相互聯(lián)系，如電腦和手機(jī)端的服務(wù)器放在客戶(hù)層，方便直接對(duì)接用戶(hù)，為用戶(hù)服務(wù)，根據(jù)對(duì)中間層用戶(hù)畫(huà)像數(shù)據(jù)的處理，結(jié)合用戶(hù)的顯性與隱性興趣需求，向用戶(hù)呈現(xiàn)個(gè)性化定制的精準(zhǔn)資源服務(wù)，同時(shí)它也是后臺(tái)數(shù)據(jù)庫(kù)層信息的主要來(lái)源。

圖1 圖書(shū)館精準(zhǔn)服務(wù)系統(tǒng)總體結(jié)構(gòu)框架

5.2 基于用戶(hù)畫(huà)像的圖書(shū)館精準(zhǔn)服務(wù)體系的技術(shù)實(shí)現(xiàn)

圖2 基于用戶(hù)畫(huà)像的圖書(shū)館精準(zhǔn)服務(wù)技術(shù)實(shí)現(xiàn)流程

通過(guò)用戶(hù)數(shù)據(jù)的采集、分類(lèi)、整理、分析，為用戶(hù)設(shè)置標(biāo)簽分類(lèi)，再將多體系的標(biāo)簽數(shù)據(jù)整合出用戶(hù)的特征化信息，從而描繪出具體的用戶(hù)畫(huà)像，找到用戶(hù)的顯性與隱性需求，實(shí)現(xiàn)圖書(shū)館資源與用戶(hù)需求的有效匹配。具體技術(shù)實(shí)現(xiàn)過(guò)程，如圖2所示。

（1）后臺(tái)數(shù)據(jù)庫(kù)層

后臺(tái)數(shù)據(jù)庫(kù)層，主要進(jìn)行源數(shù)據(jù)的收集，包括并不限于對(duì)圖書(shū)館各種類(lèi)別文本資料的分類(lèi)收集與存儲(chǔ)管理、對(duì)用戶(hù)瀏覽借閱行為數(shù)據(jù)的收集、對(duì)管理人員維護(hù)整理數(shù)據(jù)的收集等。這些數(shù)據(jù)主要從用戶(hù)端處獲取，也可以從第三方數(shù)據(jù)如微信微博等的共享處獲取。

（2）中間數(shù)據(jù)處理層

中間數(shù)據(jù)處理層，主要用于實(shí)現(xiàn)用戶(hù)標(biāo)簽構(gòu)建、用戶(hù)特征化聚類(lèi)和用戶(hù)畫(huà)像數(shù)據(jù)庫(kù)集成。用戶(hù)標(biāo)簽構(gòu)建，是依靠從后臺(tái)數(shù)據(jù)庫(kù)收集到的信息，按照不同的標(biāo)簽維度進(jìn)行分類(lèi)，如前文所述的用戶(hù)基本信息標(biāo)簽、用戶(hù)行為偏好標(biāo)簽等，以便初步繪制用戶(hù)畫(huà)像。用戶(hù)特征化聚類(lèi)，則是基于用戶(hù)標(biāo)簽建?；A(chǔ)上，選擇不同標(biāo)簽維度的交叉重合結(jié)合內(nèi)容和行為對(duì)用戶(hù)進(jìn)行聚類(lèi)，根據(jù)用戶(hù)群的典型特征進(jìn)行內(nèi)容推送等服務(wù)，再?gòu)挠脩?hù)對(duì)待內(nèi)容推送的接收或拒絕不斷修正用戶(hù)的聚類(lèi)特征。

經(jīng)過(guò)不斷地對(duì)用戶(hù)標(biāo)簽細(xì)節(jié)構(gòu)建和用戶(hù)特征化聚類(lèi)，將逐漸形成圍繞每位用戶(hù)的蘊(yùn)藏了大量數(shù)據(jù)的多層次多維度的標(biāo)簽與特征，從而形成每一位用戶(hù)的獨(dú)特畫(huà)像。這些經(jīng)過(guò)不斷采集篩選和更新的用戶(hù)信息數(shù)據(jù)，是圖書(shū)館對(duì)用戶(hù)進(jìn)行個(gè)性化針對(duì)性分析的基礎(chǔ)，是精準(zhǔn)服務(wù)的前提。

（3）用戶(hù)層

通過(guò)對(duì)用戶(hù)畫(huà)像的數(shù)據(jù)反饋，圖書(shū)館可以充分了解每位用戶(hù)的真實(shí)需求，在最終的用戶(hù)層向用戶(hù)提供個(gè)性定制服務(wù)或者即時(shí)主動(dòng)的推送等，最終實(shí)現(xiàn)人性化的精準(zhǔn)服務(wù)。

6 圖書(shū)館用戶(hù)畫(huà)像構(gòu)建模式優(yōu)化對(duì)策

當(dāng)前，以用戶(hù)畫(huà)像構(gòu)建圖書(shū)館精準(zhǔn)服務(wù)的理念被業(yè)界不斷推廣并實(shí)施，在具體的實(shí)施過(guò)程中，可以從以下幾個(gè)角度進(jìn)行優(yōu)化。

6.1 重視立體情境化的用戶(hù)畫(huà)像標(biāo)簽構(gòu)建

在用戶(hù)畫(huà)像構(gòu)建過(guò)程中關(guān)鍵環(huán)節(jié)的用戶(hù)畫(huà)像標(biāo)簽構(gòu)建時(shí)，情境標(biāo)簽是較易被忽視的一個(gè)標(biāo)簽。這是由于圖書(shū)館構(gòu)建用戶(hù)畫(huà)像建模體系時(shí)，是真實(shí)人物在數(shù)據(jù)平臺(tái)的虛擬投射，更容易聚焦于用戶(hù)本體信息與行為信息等與用戶(hù)直接相關(guān)的數(shù)據(jù)信息，而較少地考慮到實(shí)際情境對(duì)用戶(hù)使用圖書(shū)館服務(wù)的影響。然而，用戶(hù)的閱讀行為實(shí)際上往往和具體的情境息息相關(guān)。圖書(shū)館應(yīng)當(dāng)重視用戶(hù)閱讀的立體情境信息，構(gòu)建情境標(biāo)簽，從而實(shí)現(xiàn)更加精準(zhǔn)的服務(wù)。

6.2 借助用戶(hù)允許權(quán)限跟蹤用戶(hù)即時(shí)動(dòng)態(tài)

用戶(hù)畫(huà)像的構(gòu)建需要持續(xù)不斷地更新。這是由于用戶(hù)的知識(shí)系統(tǒng)、興趣點(diǎn)、短期情緒都在不斷地變化，其閱讀喜好也會(huì)隨之改變。圖書(shū)館可以在用戶(hù)允許的前提下，跟蹤采集用戶(hù)的即時(shí)動(dòng)態(tài)，從而實(shí)現(xiàn)精準(zhǔn)服務(wù)。如當(dāng)用戶(hù)在淘寶中輸入某類(lèi)藥物的關(guān)鍵詞進(jìn)行采購(gòu)時(shí)，圖書(shū)館可以迅速捕捉到相關(guān)訊息，從而在后臺(tái)數(shù)據(jù)庫(kù)中查找篩選出匹配的文本書(shū)籍，進(jìn)行精準(zhǔn)推送。

6.3 借助技術(shù)手段瞄準(zhǔn)個(gè)性推薦精準(zhǔn)服務(wù)

在用戶(hù)畫(huà)像建模過(guò)程中，將會(huì)采集到海量的基礎(chǔ)數(shù)據(jù)，其中也存在許多無(wú)效的冗余數(shù)據(jù)，需要進(jìn)行過(guò)濾剔除。圖書(shū)館可以借助多種技術(shù)手段進(jìn)行用戶(hù)畫(huà)像特征挖掘，如采取判別分析、聚類(lèi)分析、范例推理、關(guān)聯(lián)數(shù)據(jù)等方法，對(duì)海量數(shù)據(jù)進(jìn)行加工降噪處理，從而構(gòu)建較為精準(zhǔn)的用戶(hù)畫(huà)像，找出用戶(hù)深層次的潛藏需求，實(shí)現(xiàn)個(gè)性推薦的精準(zhǔn)服務(wù)。如根據(jù)身份標(biāo)簽進(jìn)行篩選判別，同樣是推送學(xué)術(shù)動(dòng)態(tài)內(nèi)容，針對(duì)教師和學(xué)生的不同身份判別制定不同的推送內(nèi)容方案，前者適于推送學(xué)術(shù)元素更多的研究課題類(lèi)學(xué)術(shù)內(nèi)容，后者適于推送以學(xué)術(shù)講座、學(xué)術(shù)活動(dòng)為主的學(xué)習(xí)性的學(xué)術(shù)內(nèi)容資料，以此滿(mǎn)足不同身份人群對(duì)同一類(lèi)型資料內(nèi)容的不同層次的需求。

7 結(jié)語(yǔ)

用戶(hù)畫(huà)像構(gòu)建的過(guò)程就是對(duì)用戶(hù)行為特征分析挖掘的過(guò)程，也是圖書(shū)館推送匹配等精準(zhǔn)服務(wù)的基礎(chǔ)前提。從用戶(hù)畫(huà)像構(gòu)建的視角出發(fā)，提出了以多維度標(biāo)簽構(gòu)建的圖書(shū)館用戶(hù)畫(huà)像模型，并以此為基礎(chǔ)構(gòu)建圖書(shū)館的精準(zhǔn)服務(wù)體系。并提出從基本信息、興趣偏好、行為習(xí)慣、情境屬性、心理特征、社交網(wǎng)絡(luò)6 個(gè)維度建立用戶(hù)畫(huà)像的標(biāo)簽體系，豐富用戶(hù)畫(huà)像的數(shù)據(jù)來(lái)源和類(lèi)型，提升用戶(hù)畫(huà)像的精度與飽滿(mǎn)度?；谟脩?hù)畫(huà)像，筆者提出了圖書(shū)館精準(zhǔn)服務(wù)體系模型的總體結(jié)構(gòu)與技術(shù)實(shí)現(xiàn)，并對(duì)基于用戶(hù)畫(huà)像的圖書(shū)館精準(zhǔn)服務(wù)體系進(jìn)行優(yōu)化，提出了重視立體情境化的用戶(hù)畫(huà)像標(biāo)簽構(gòu)建、借助用戶(hù)允許權(quán)限跟蹤用戶(hù)即時(shí)動(dòng)態(tài)、借助技術(shù)手段瞄準(zhǔn)個(gè)性推薦精準(zhǔn)服務(wù)的建議，以期促進(jìn)當(dāng)前圖書(shū)館用戶(hù)畫(huà)像精準(zhǔn)服務(wù)構(gòu)建研究的進(jìn)一步深入。