李偉超，王 慧，趙亞南，李經(jīng)鈺，楊照方（鄭州航空工業(yè)管理學(xué)院信息管理學(xué)院）

信用建立在個人自律和外界約束的基礎(chǔ)上，是開展社會活動的基礎(chǔ)，是維護社會秩序的保障。然而，隨著市場經(jīng)濟的發(fā)展，在多種價值觀的沖擊下，社會失信行為時有發(fā)生。為了維護市場交易的正常進行，必須建立健全信用體系，為此，我國出臺了多項與信用體系建設(shè)有關(guān)的政策。2014 年，國務(wù)院發(fā)布《社會信用體系建設(shè)規(guī)劃綱要（2014-2020 年）》，強調(diào)建立并完善社會征信體系，推動其在政務(wù)、商務(wù)及社會中的應(yīng)用［1］；2016 年，國務(wù)院發(fā)布《關(guān)于加強個人誠信體系建設(shè)的指導(dǎo)意見》，強調(diào)獎懲聯(lián)動，推進實施守信激勵和失信懲戒措施［2］；《促進大數(shù)據(jù)發(fā)展行動綱要》［3］和《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016-2020年）》［4］為擴寬我國大數(shù)據(jù)產(chǎn)業(yè)發(fā)展空間提供了行動指南，為借助大數(shù)據(jù)技術(shù)提高信用管理水平提供了實踐基礎(chǔ)，在大數(shù)據(jù)環(huán)境下，信用管理體系建設(shè)迎來了新的發(fā)展階段。文章從微觀層次的用戶信用管理出發(fā)，以數(shù)字圖書館為例，探究大數(shù)據(jù)環(huán)境下用戶信用管理體系的構(gòu)建，并借助研究熱點分析法對發(fā)展趨勢進行展望。

1 相關(guān)概念及內(nèi)涵

1.1 用戶信用管理

吳晶妹認(rèn)為，信用管理是授信人對主體的資信狀況進行管理的活動，包括對信用數(shù)據(jù)進行采集和整理、借助管理手段保證信用交易的正常進行［5］。朱毅峰等認(rèn)為，信用管理是授信人為了降低信用風(fēng)險、確保信用交易正常進行而對主體進行管理的活動［6］。劉澄認(rèn)為，信用管理是授信人利用科學(xué)的管理手段對信用交易加以控制以防范信用風(fēng)險的專門技術(shù)，包括信用檔案管理、授信管理、帳戶控制管理、商帳追收管理、征信數(shù)據(jù)庫應(yīng)用五方面［7］。綜上，本研究將用戶信用管理定義為：在收集用戶信用信息和建立用戶誠信檔案的基礎(chǔ)上，進行信用評價并采取獎懲手段以降低信用風(fēng)險、確保信用交易有序性的管理活動。

1.2 用戶信用管理體系

社會信用管理體系是以信用信息共享平臺為核心，以信用服務(wù)活動為主線，以政府監(jiān)督體系為保障的社會治理機制。用戶信用管理體系是社會信用管理體系的組成部分，目前還沒有明確的定義。本研究將用戶信用管理體系定義為：以用戶信用信息的收集為基礎(chǔ)，利用數(shù)字化處理手段評價用戶信用，通過制定信用獎懲制度及其他約束措施來規(guī)范用戶信用行為，防范和減少信用風(fēng)險，維護信用秩序，優(yōu)化信用環(huán)境的數(shù)字化管理系統(tǒng)。

2 大數(shù)據(jù)環(huán)境下用戶信用管理體系建設(shè)應(yīng)用——以數(shù)字圖書館為例

由于個體經(jīng)濟行為的復(fù)雜性及公共文化服務(wù)的公益性，目前公眾對公共文化領(lǐng)域中的信用問題認(rèn)識不夠，信用管理投入力度普遍向金融領(lǐng)域傾斜。數(shù)字圖書館是信息技術(shù)高速發(fā)展背景下誕生的新興圖書館，是大數(shù)據(jù)時代公共文化服務(wù)的典型產(chǎn)物，因此，通過研究數(shù)字圖書館用戶信用管理體系的構(gòu)建，可以加強公共文化服務(wù)領(lǐng)域的信用管理，提高公眾信用意識。此外，用戶信用屬于社會信用的一部分，建設(shè)數(shù)字圖書館用戶信用體系可為社會信用體系建設(shè)擴充信用評價指標(biāo)，提供公民在利用數(shù)字資源方面的信用狀況，從而使個人信用的評價標(biāo)準(zhǔn)更加全面，評價結(jié)果更加客觀。

2.1 構(gòu)建原則

（1）系統(tǒng)性原則。用系統(tǒng)的觀點和方法建設(shè)信用管理體系有助于充分發(fā)揮各組成部分的優(yōu)勢，實現(xiàn)信用管理的整體功能。數(shù)字圖書館用戶信用管理體系的構(gòu)建應(yīng)遵循系統(tǒng)論的要求，由與用戶信用相關(guān)聯(lián)的管理手段、信息技術(shù)等要素按一定的結(jié)構(gòu)組成，各信用評價指標(biāo)相互獨立、互為補充，構(gòu)成統(tǒng)一的整體。在堅持這一原則的前提下，把握系統(tǒng)所具有的關(guān)聯(lián)性、開放性等特征，有利于提高系統(tǒng)協(xié)調(diào)運作的效率。

（2） 互聯(lián)互通原則。數(shù)字圖書館用戶信用管理體系應(yīng)作為社會信用管理體系的組成部分，和金融機構(gòu)、征信機構(gòu)等第三方平臺建立信息共享機制。數(shù)字圖書館以提供數(shù)字資源共享服務(wù)為目的，興起時間較晚，與電商、社交平臺相比，掌握的用戶信息有限。為了防范惡意用戶做出破壞數(shù)據(jù)庫、侵犯知識產(chǎn)權(quán)等失信行為，數(shù)字圖書館需要借助云計算、大數(shù)據(jù)等技術(shù)建設(shè)信用信息一體化平臺，實現(xiàn)不同機構(gòu)間信息的互通互聯(lián)，及時全面掌握用戶信用評估情況，降低信用風(fēng)險。

（3）定量分析與定性分析結(jié)合原則。全面準(zhǔn)確的信用評估是進行信用管理的前提。進行用戶信用評價時應(yīng)先選取登陸時長、閱覽數(shù)量、下載總量等定量指標(biāo)，以保證客觀公正。同時，由于信用影響因素的多樣性和信用評級過程的復(fù)雜性，僅僅采用定量分析指標(biāo)往往過于片面，比如用戶參與活動情況、資源有效利用情況等就難以反映。因此，在采用定量指標(biāo)的基礎(chǔ)上，還應(yīng)采用定性指標(biāo)進行信用評價，兩者相互結(jié)合，互為補充，以確保評價結(jié)果的全面準(zhǔn)確性。

2.2 體系構(gòu)成

科學(xué)的體系結(jié)構(gòu)是有效進行用戶信用管理的必要條件。通過查閱相關(guān)學(xué)者關(guān)于圖書館信用體系建設(shè)的研究［8-9］，本研究認(rèn)為數(shù)字圖書館用戶信用管理體系可由用戶信用信息體系、用戶信用評價體系、用戶信用獎懲機制、用戶信用教育體系、信用風(fēng)險關(guān)聯(lián)機制構(gòu)成。

用戶信用信息體系收集用戶的信用信息并存儲到數(shù)據(jù)庫中，以此為基礎(chǔ)，用戶信用評價體系依據(jù)設(shè)置的指標(biāo)進行用戶信用度評價，提供不同級別的信用服務(wù)。用戶信用獎懲機制根據(jù)信用評價的結(jié)果對用戶采取獎勵或懲處措施，如果用戶失信行為嚴(yán)重，將會觸發(fā)信用教育體系，對其進行教育引導(dǎo)，同時觸發(fā)信用風(fēng)險關(guān)聯(lián)機制，由第三方征信機構(gòu)向用戶追責(zé)，并在合理范圍內(nèi)降低信用額度，影響用戶的其他信用活動。體系各組成部分相互聯(lián)系，共同保障信用管理的有效性。

2.2.1 用戶信用信息體系

（1）體系設(shè)計。用戶信用信息體系包含用戶基本注冊信息、服務(wù)記錄信息、信用狀況信息等。為確保用戶信用評價的客觀性，數(shù)字圖書館應(yīng)通過建立各數(shù)字圖書館之間的信用信息一體化平臺以及與第三方征信平臺建立合作關(guān)系等方式，及時了解用戶的館內(nèi)及館外信用行為，提高信用信息的共享率和時效性（見圖1）。

圖1 用戶信用信息體系

（2）功能描述。一方面，數(shù)字圖書館借助信用信息體系，通過數(shù)字圖書館信用信息一體化平臺及時更新本館內(nèi)用戶的信用記錄，實現(xiàn)數(shù)字圖書館之間的互聯(lián)互通及信用信息共享，充分掌握用戶的館內(nèi)信用行為，確保數(shù)字資源利用的有效性；另一方面，數(shù)字圖書館利用信用信息體系從第三方征信機構(gòu)及公共信用信息服務(wù)平臺調(diào)取用戶的社會信用數(shù)據(jù)，了解用戶館外信用行為，并結(jié)合館內(nèi)用戶信用信息，作為用戶分類管理的依據(jù)。與此同時，數(shù)字圖書館借助信用信息體系可將館內(nèi)的用戶借閱信用納入到社會征信體系中，作為用戶開展其他社會活動時信用評級的補充。當(dāng)用戶意識到信用信息體系會對其每一次的信用行為進行記錄，并影響其他領(lǐng)域的信用生活，則會更加注意規(guī)范自身行為，重視信譽。

2.2.2 用戶信用評價體系

（1）體系設(shè)計。在廣泛收集用戶信用信息之后，用戶信用評價體系會依據(jù)評價指標(biāo)對信用信息進行加工整理從而得到信用評價結(jié)果。在評價指標(biāo)設(shè)定方面，郭強等將圖書館用戶信用的主要評價內(nèi)容劃分為初始狀態(tài)、當(dāng)前狀態(tài)及執(zhí)行效果三個層面，并在進一步細(xì)分后構(gòu)建了信用評價指標(biāo)體系［10］；姚敏認(rèn)為評價體系可設(shè)定一級指標(biāo)、二級指標(biāo)、評價要點三個要素，其中一級指標(biāo)包括信用等級、信用狀態(tài)和信用指數(shù)，信用指數(shù)是由專門的信用評價機構(gòu)結(jié)合讀者館內(nèi)及館外的信用情況進行信用評估后得出的量化指標(biāo)［11］。在用戶信用評價模型建立方面，曲軍恒等提出利用層次分析法計算各個指標(biāo)的權(quán)重，得到評價用戶信用等級的方法［12］；成永娟在對不同指標(biāo)賦予權(quán)值的基礎(chǔ)上加權(quán)計算得到信用評分，并采用神經(jīng)網(wǎng)絡(luò)的方法設(shè)計信用評價模型［13］。綜上，結(jié)合數(shù)字圖書館的特點，得到用戶信用評價指標(biāo)體系（見圖2）。

圖2 用戶信用評價指標(biāo)體系

（2）功能描述。數(shù)字圖書館通過用戶信用評價指標(biāo)體系對用戶的信用狀況進行綜合評估，借助層次分析法實現(xiàn)信用量化，并在此基礎(chǔ)上依據(jù)信用積分劃分用戶的權(quán)限等級，提供對應(yīng)的信用服務(wù)，以提高信用服務(wù)效率。首先，只有信用積分達(dá)到一定值的用戶才能獲得館內(nèi)資源的訪問資格；其次，用戶信用積分與資源訪問量成正比，即積分越高，可以獲取的資源越豐富；最后，數(shù)字圖書館對用戶信用狀況進行動態(tài)監(jiān)測，自動更新信用積分，及時調(diào)整服務(wù)級別。

2.2.3 用戶信用獎懲機制

（1）機制設(shè)計。用戶信用獎懲機制以信用評估為基礎(chǔ)，其主要作用在于規(guī)范用戶信用行為，包括用戶守信獎勵機制及用戶失信懲戒機制。用戶守信獎勵機制用以鼓勵和支持守信用戶的資源利用行為，營造良好的信用氛圍；用戶失信懲戒機制用以提高用戶的失信成本，減少信用風(fēng)險（見圖3）。

圖3 用戶失信懲戒機制

（2）功能描述。數(shù)字圖書館借助用戶信用獎勵機制，采取正向手段激勵用戶的守信行為。對于信用積分達(dá)到一定級別且沒有不良記錄的用戶，數(shù)字圖書館給予其信用積分兌換獎品、提高資源免費下載量、增加在線閱讀時長等獎勵，讓守信用戶真正感受到守信帶來的實際效益，從而更加自覺地遵守館內(nèi)規(guī)則。數(shù)字圖書館借助用戶失信懲戒機制，對用戶失信行為實行警告制、公示制、檔案制。按失信程度對用戶進行相應(yīng)級別的處罰是失信懲戒機制發(fā)揮作用的重點：當(dāng)用戶有登陸超時、下載頻繁等非故意行為時，數(shù)字圖書館對其進行友情提醒并要求重新驗證身份，再有類似行為時對該用戶限制訪問；當(dāng)用戶有侵犯知識產(chǎn)權(quán)、破壞數(shù)據(jù)庫等嚴(yán)重失信行為時，數(shù)字圖書館將失信名單公示在客戶端及公眾號等平臺上，同時上傳到聯(lián)合數(shù)字圖書館的黑名單數(shù)據(jù)庫中，提醒其他數(shù)字圖書館同樣采取暫停服務(wù)的抵制措施，同時，數(shù)字圖書館將失信名單反饋到社會公共信用信息平臺及第三方征信機構(gòu)，約束用戶在其他領(lǐng)域的信用生活，讓其深刻認(rèn)識到失信帶來的風(fēng)險和過高成本，從而對自己的行為負(fù)責(zé)。

2.2.4 用戶信用教育體系

（1）體系設(shè)計。制度約束是一種剛性約束，而教育手段是與制度約束相輔相成的軟約束，只有兩者結(jié)合才能最大程度地發(fā)揮信用管理作用。數(shù)字圖書館通過設(shè)計用戶信用教育體系，可以事前預(yù)防、事后控制信用風(fēng)險，強化用戶的信用意識，積極引導(dǎo)用戶自覺遵守館內(nèi)各項制度，以降低信用管理的成本（見圖4）。

圖4 用戶信用教育體系

（2）功能描述。一方面，數(shù)字圖書館利用信用教育體系進行信用風(fēng)險的事前預(yù)防。在客戶端、公眾號等平臺向新用戶推送專題文章介紹本館資源、使用規(guī)則、獎懲制度等，讓用戶全面了解利用資源過程中的注意事項，避免不當(dāng)行為。同時，定期更新信用知識答題專欄，并設(shè)為用戶在享受本館服務(wù)之前的必要程序，對得分高的用戶給予信用積分獎勵，引導(dǎo)得分低的用戶多次學(xué)習(xí)，強化用戶的制度意識和信用觀念。另一方面，數(shù)字圖書館利用信用教育體系進行信用風(fēng)險的事后控制。在信用教育體系內(nèi)以信用評估指標(biāo)為依據(jù)規(guī)定服務(wù)的安全邊界，當(dāng)用戶的失信行為觸犯此邊界則立刻暫停對該用戶的基本服務(wù)，該用戶必須在重新完成守信教育之后才可以繼續(xù)訪問館內(nèi)數(shù)字資源。同時，信用教育體系自動觸發(fā)失信懲戒機制，依失信程度降低用戶的信用積分，并將失信行為記錄到數(shù)字圖書館的用戶信用檔案和失信黑名單中，以此加強信用教育的力度。

2.2.5 信用風(fēng)險關(guān)聯(lián)機制

（1） 機制設(shè)計。數(shù)字圖書館與用戶的約束關(guān)系較為單一，當(dāng)用戶有破壞館內(nèi)數(shù)據(jù)庫、侵犯知識產(chǎn)權(quán)等嚴(yán)重失信行為時，會對圖書館造成較大負(fù)面影響，嚴(yán)重降低資源利用率，此時數(shù)字圖書館對用戶的懲戒如果僅限于取消其登陸權(quán)限，可能難以避免此類事件的再次發(fā)生。而通過建立信用風(fēng)險關(guān)聯(lián)機制，可以有效解決此類問題（見圖5）。

（2）功能描述。①數(shù)字圖書館利用信用風(fēng)險關(guān)聯(lián)機制，將用戶在館內(nèi)的失信記錄上傳到數(shù)字圖書館聯(lián)盟的聯(lián)合信用數(shù)據(jù)庫中，及時告知其他數(shù)字圖書館可能的信用風(fēng)險。對于在某一數(shù)字圖書館內(nèi)有違紀(jì)行為尚未解決的用戶，其他數(shù)字圖書館也共同限制該用戶的訪問權(quán)限，從而防范失信行為的再次發(fā)生，降低館內(nèi)信用風(fēng)險。②數(shù)字圖書館在信用風(fēng)險關(guān)聯(lián)機制內(nèi)與有擔(dān)保業(yè)務(wù)的金融中介機構(gòu)合作，當(dāng)用戶出現(xiàn)經(jīng)濟違約行為時，先由擔(dān)保機構(gòu)向數(shù)字圖書館代為賠償再向用戶追償，從而避免數(shù)字圖書館陷入單方的追償困難局面，降低館內(nèi)資金流轉(zhuǎn)不暢的風(fēng)險。③數(shù)字圖書館利用信用風(fēng)險關(guān)聯(lián)機制，通過與銀行等第三方征信機構(gòu)建立合作關(guān)系，及時傳遞館內(nèi)用戶的失信信息，提醒征信機構(gòu)對失信用戶的其他社會信用活動加以限制，以降低用戶對其他領(lǐng)域造成的信用風(fēng)險，發(fā)揮數(shù)字圖書館在社會信用體系建設(shè)中的作用。

圖5 信用風(fēng)險關(guān)聯(lián)機制

3 大數(shù)據(jù)環(huán)境下用戶信用管理體系建設(shè)的發(fā)展趨勢

3.1 研究熱點

本文以中國知網(wǎng)數(shù)據(jù)庫為數(shù)據(jù)來源，檢索策略為“主題=（信用體系）AND 關(guān)鍵詞=（大數(shù)據(jù)）”，時間限定為2015-2020 年，2020 年4 月2號檢索出220 篇論文記錄，將其導(dǎo)入CiteSpace，節(jié)點類型設(shè)置為“Keyword”，時間段（slice） 設(shè)置為“1 年”，圖譜分析結(jié)果見圖6。字體越大表示關(guān)鍵詞的詞頻越高，即為研究熱點，主要有“互聯(lián)網(wǎng)金融”“個人征信”等。

3.1.1 互聯(lián)網(wǎng)金融

互聯(lián)網(wǎng)金融是以互聯(lián)網(wǎng)技術(shù)和信息技術(shù)的廣泛應(yīng)用為基礎(chǔ)，傳統(tǒng)金融機構(gòu)與互聯(lián)網(wǎng)企業(yè)聯(lián)合形成的新型金融業(yè)務(wù)模式。對于這一領(lǐng)域的研究主要集中在以下兩個方面。

（1）對于征信業(yè)的變革和挑戰(zhàn)。修永春從國內(nèi)外金融科技在征信領(lǐng)域的應(yīng)用案例出發(fā)，探討在大數(shù)據(jù)、人工智能等技術(shù)驅(qū)動下，征信業(yè)面臨的數(shù)據(jù)來源多樣化、信用評估精準(zhǔn)化、服務(wù)范圍廣泛化等變革［14］。馮文芳等分析了互聯(lián)網(wǎng)+ 大數(shù)據(jù)征信的特征及存在問題，并從制定大數(shù)據(jù)征信標(biāo)準(zhǔn)體系、推進大數(shù)據(jù)征信開放共享等方面提出了建議［15］。

（2）信用風(fēng)險控制。張麗哲分析了金融行業(yè)信用風(fēng)險的產(chǎn)生因素及風(fēng)險控制現(xiàn)狀，同時結(jié)合大數(shù)據(jù)時代的發(fā)展特點，提出加強數(shù)據(jù)信息庫建設(shè)、發(fā)揮大數(shù)據(jù)信息處理功能等建議［16］。任全民分析了國內(nèi)金融行業(yè)信用風(fēng)險高發(fā)的原因，在此基礎(chǔ)上探索了互聯(lián)網(wǎng)金融行業(yè)未來應(yīng)充分利用大數(shù)據(jù)優(yōu)勢、完善信用體系整合的發(fā)展路徑［17］。

圖6 研究熱點

3.1.2 個人征信

個人征信是指法律法規(guī)授權(quán)的征信機構(gòu)對個人信用信息進行采集加工，并按用戶要求提供個人信用信息查詢和評估服務(wù)的活動。對于這一領(lǐng)域的研究主要集中在以下兩個方面。

（1）個人信用評估。張晨等提出從個人特征、經(jīng)濟能力、消費偏好、社交網(wǎng)絡(luò)、信用情況和風(fēng)險信息六個維度構(gòu)建基于大數(shù)據(jù)的個人信用評估體系，并構(gòu)建了信用評估的數(shù)量化模型［18］。肖凱文將芝麻信用公司個人信用評估體系同央行個人征信中心及騰訊征信進行對比研究，分析了芝麻信用公司的個人信用評估體系在應(yīng)對大數(shù)據(jù)環(huán)境中所具有的優(yōu)勢和不足［19］。

（2）大數(shù)據(jù)應(yīng)用。韓嘯基于電信大數(shù)據(jù)覆蓋廣、質(zhì)量高等特點，以江蘇電信的“智慧征信”為例，從風(fēng)險評估模型、應(yīng)用流程和產(chǎn)品特點方面分析了電信大數(shù)據(jù)在征信產(chǎn)品中的應(yīng)用［20］。王娜基于k-means 聚類和直方圖統(tǒng)計等算法，提取蘊含在電信大數(shù)據(jù)中的客戶行為特征，并將其與互聯(lián)網(wǎng)大數(shù)據(jù)相融合，構(gòu)建了風(fēng)控模型和系統(tǒng)［21］。

綜上，已有研究主要集中于互聯(lián)網(wǎng)金融與個人征信領(lǐng)域，全面分析了其在新環(huán)境下面臨的變革與挑戰(zhàn)，如個人信用評估體系在新環(huán)境下所具有的優(yōu)勢和不足。同時，研究越來越面向?qū)嶋H應(yīng)用領(lǐng)域，主要分析了信用風(fēng)險控制問題，發(fā)現(xiàn)利用大數(shù)據(jù)技術(shù)處理多樣化的信用數(shù)據(jù)可以有效降低信用風(fēng)險，這也將是未來一段時期信用體系建設(shè)領(lǐng)域需要重點關(guān)注的問題。

3.2 發(fā)展趨勢

3.2.1 用戶信用數(shù)據(jù)融合多元化

大數(shù)據(jù)時代，信息資源的數(shù)量飛速增長，采集加工手段不斷改善，有助于信用信息數(shù)據(jù)的多元融合。政府、企業(yè)、機構(gòu)可以利用集成技術(shù)且依托電子政務(wù)、電子商務(wù)、社交媒體等各自特有的信息渠道對線上/線下數(shù)據(jù)、歷史/實時數(shù)據(jù)、外部/內(nèi)部數(shù)據(jù)進行全面采集，對同型異源信息、異質(zhì)異構(gòu)信息等進行多元融合［22］，同時借助數(shù)據(jù)挖掘、可視化等技術(shù)提取用于用戶信用評價的關(guān)鍵性數(shù)據(jù)并挖掘出更多有價值的潛在信息。在此基礎(chǔ)上，通過建立社會信用信息一體化平臺實現(xiàn)不同業(yè)務(wù)系統(tǒng)的互聯(lián)互通及信用信息的實時共享，形成真實全面的用戶信用檔案。

3.2.2 用戶信用評估結(jié)果準(zhǔn)確化

傳統(tǒng)信用評估體系的分析對象主要是結(jié)構(gòu)化數(shù)據(jù)，但由于其容量有限，評估結(jié)果往往會受到影響。而大數(shù)據(jù)類型多樣，并且都可借助工具進行收集、分析和處理，從而保證了信息來源的全面性。同時，大數(shù)據(jù)技術(shù)的主要功能是預(yù)測，利用垂直搜索、分布式存儲、查詢分析等核心技術(shù)以及基于用戶或模型的協(xié)同過濾方法對數(shù)據(jù)進行批量處理，可提高用戶信用評估結(jié)果的準(zhǔn)確性，及時發(fā)現(xiàn)信用風(fēng)險，迅速采取風(fēng)險關(guān)聯(lián)和聯(lián)合懲戒等應(yīng)對舉措，從而達(dá)到強化信用監(jiān)管力度、維護信用秩序穩(wěn)定性的目的。

3.2.3 用戶信用服務(wù)方式透明化

運用大數(shù)據(jù)技術(shù)可以多維度構(gòu)建用戶畫像，針對性提供服務(wù)。機構(gòu)或企業(yè)若要全面評估用戶，首先需要建立信息共享平臺，多渠道獲取信用信息。在確保信息源全面的基礎(chǔ)上，建立用戶信用數(shù)據(jù)倉庫，利用關(guān)聯(lián)規(guī)則算法挖掘更多有價值的信息（如通過用戶經(jīng)常下載某類圖書資源判斷其閱讀偏好），利用聚類算法分析可對用戶群體進行特征歸類（如按用戶閱讀偏好劃分其年齡段）。通過不斷地補充數(shù)據(jù)信息，將靜態(tài)信息與動態(tài)信息融合起來，構(gòu)建分析模型，以提高用戶畫像的精準(zhǔn)度，充分了解用戶需求，從而提高信用服務(wù)的效率。

3.2.4 用戶信用教育管理制度化

隨著用戶信用管理體系的不斷完善，信用獎懲機制在提高用戶信用意識方面將發(fā)揮重要作用。在信用評估的基礎(chǔ)上，信用獎懲機制通過守信激勵和失信懲戒兩種方式對用戶的信用行為作出反應(yīng)，實現(xiàn)獎懲分明。一方面，以實際獎勵手段支持守信用戶，讓用戶感受到守信帶來的正面效益；另一方面，以嚴(yán)厲懲罰措施跨平臺多領(lǐng)域抵制失信用戶，讓用戶深切體會失信帶來的過高成本。在兩種方式的結(jié)合下，從制度層面強化用戶的信用意識，幫助用戶逐漸樹立起信用價值觀，在社會活動中自覺遵守各項規(guī)章制度，做“知信用、講信用、守信用”的合格公民。

4 結(jié)語

近年來，隨著市場經(jīng)濟的發(fā)展以及大數(shù)據(jù)時代的到來，社會信用管理和企業(yè)信用管理問題逐漸受到關(guān)注，而微觀層面的“用戶信用管理”也應(yīng)得到重視。本研究在對基礎(chǔ)概念進行界定的基礎(chǔ)上，針對數(shù)字圖書館展開研究，對用戶信用管理體系的構(gòu)成要素進行具體分析，構(gòu)建了體系框架和實施路徑，最后基于CiteSpace 的內(nèi)容分析法，對大數(shù)據(jù)環(huán)境下信用體系領(lǐng)域的研究熱點進行總結(jié)，對發(fā)展趨勢進行展望。通過本研究中結(jié)合大數(shù)據(jù)環(huán)境對數(shù)字圖書館用戶信用管理體系的探索構(gòu)建，豐富了傳統(tǒng)的信用管理體系，有望提高公眾對公共文化服務(wù)領(lǐng)域的信用意識，推進社會信用體系建設(shè)的發(fā)展和完善。