公共文化云供給優(yōu)先序識別研究

摘 要 公共文化云作為公共數(shù)字文化的重要傳播平臺，其服務(wù)供給效率直接影響到平臺用戶滿意度。論文通過網(wǎng)絡(luò)調(diào)研及現(xiàn)有公共文化云服務(wù)分類標準，對公共文化云服務(wù)功能進行總結(jié)歸納，借助基于Kano模型的調(diào)查問卷及分析法劃分服務(wù)需求類型、識別服務(wù)供給優(yōu)先序。論文將28項文化服務(wù)分為4類需求，并針對不同類型的服務(wù)需求，提出了公共文化云的建設(shè)策略，以便優(yōu)化平臺服務(wù)及提升用戶滿意度。

關(guān)鍵詞 公共文化云；公共數(shù)字文化；Kano模型；用戶滿意度

分類號G241.3

DOI 10.16810/j.cnki.1672-514X.2023.06.008

A Study on the Priority Identification of Public Cultural Cloud

Yang Yanhua

Abstract As important communication platforms of public digital culture， public culture cloud directly affects the satisfaction of platform users. This paper summarizes the functions of public cultural cloud services through network research and existing service classification standards， and uses the Kano questionnaires and analyzes methods to classify service requirements and identifies service priorities. Divide 28 cultural services into 4 categories of requirements. At the same time， according to different types of service requirements， the construction strategies of public cultural cloud are proposed to optimize the platform services and improve users satisfaction.

Keywords Public cultural cloud. Public digital culture. Kano model. Users satisfaction.

0 引言

公共文化云是在互聯(lián)網(wǎng)技術(shù)支撐下，實現(xiàn)實體文化資源與數(shù)字文化資源相融合、跨機構(gòu)合作、整合不同區(qū)域公共文化，一站式解決文化需求的新型公共文化服務(wù)模式[1]。國家公共文化服務(wù)云是由文化部主導(dǎo)打造的公共數(shù)字文化服務(wù)總平臺、主陣地[2]。

自2017年試運行至今，國家公共文化云已經(jīng)歷了數(shù)次改版上線，與此同時，省級行政區(qū)也加快了區(qū)域公共文化云建設(shè)的步伐，以互聯(lián)網(wǎng)為載體的公共文化云極大地解決了文化服務(wù)“最后一公里”問題。在高質(zhì)量文化建設(shè)背景下，集綜合文化資源為一體的公共文化云被寄予了厚望，但由于起步時間短，文化內(nèi)容呈現(xiàn)上以供給側(cè)占主導(dǎo)地位、服務(wù)欠佳，用戶表現(xiàn)出弱參與性等特點[3]，因此，從用戶角度研究公共文化云需求顯得尤為重要。本文借助Kano模型對公共文化云服務(wù)進行需求分類，并結(jié)合混合類分析法、Better-Worse系數(shù)分析法，綜合探析文化服務(wù)供給優(yōu)先序，為供給側(cè)精準識別需求側(cè)服務(wù)意愿提供依據(jù)，為公共文化云優(yōu)化升級服務(wù)提供方案，最大程度提高公共文化云用戶滿意度。

1 相關(guān)研究

用戶對于文化的需求是一個進化的過程，公共文化云供給服務(wù)也應(yīng)隨之發(fā)生變化，精準識別用戶需求是建設(shè)公共數(shù)字文化的客觀要求。同時，及時、精準掌握用戶動態(tài)需求也有利于公共文化云持續(xù)被關(guān)注、刺激新用戶涌入、優(yōu)化平臺升級，實現(xiàn)公共文化服務(wù)供給側(cè)與需求側(cè)頻繁互動、正向激勵、可持續(xù)發(fā)展[4]。

現(xiàn)有公共文化云研究主要集中在：李文川等[5]構(gòu)建了從公共數(shù)字文化服務(wù)向云服務(wù)轉(zhuǎn)型的創(chuàng)新過程和創(chuàng)新機理；徐望[6]調(diào)研發(fā)現(xiàn)用戶獲取文化服務(wù)有效模式是打造“全棧式”文化云、實現(xiàn)一站式服務(wù)；陳則謙[7]實證分析了文化云服務(wù)現(xiàn)狀，并提出了未來文化云建設(shè)重點要落實到系統(tǒng)整合服務(wù)資源、全面促進公眾參與的長效服務(wù)機制上來；韋景竹等[8]基于數(shù)據(jù)包絡(luò)分析法得出非DEA有效的公共文化云應(yīng)注重從用戶角度組織文化資源與服務(wù)、充分利用用戶數(shù)據(jù)提升平臺質(zhì)量及影響力；華鈺文等[9]以信任因素為視角，系統(tǒng)分析了老年用戶使用國家公共文化云平臺的影響因素；劉佳靜等[10]以省級公共文化云用戶為研究對象，發(fā)現(xiàn)平臺的滿意度是影響其持續(xù)使用意愿的主要因素；曹樹金等[11]基于國家公共文化云提出了4個維度的導(dǎo)航系統(tǒng)，并進一步研究了用戶使用意愿的影響因素；楊艷華等[12]基于UTAUT模型研究了影響用戶使用公共文化云的因素。由以上論述可以發(fā)現(xiàn)：學者們對公共文化云的研究已由平臺建設(shè)階段發(fā)展到用戶需求階段。徐文哲等[13]闡述了公共文化服務(wù)應(yīng)充分發(fā)揮信息技術(shù)的優(yōu)勢，實時主動精準識別用戶需求，為用戶獲取多元化服務(wù)提供暢通渠道，這一論述也表明，研究公共文化云用戶需求，進而探索供給優(yōu)先序是非常必要的。

用戶作為公共文化云的“消費者”，某種程度上只能被動地接受供給側(cè)輸出服務(wù)內(nèi)容，平臺資源難以發(fā)揮有效性，造成極大浪費。研究公共文化云服務(wù)優(yōu)先序，可以幫助供給側(cè)系統(tǒng)制定文化資源供給策略，從用戶角度精準識別公共文化云服務(wù)建設(shè)重點，便于供給側(cè)匯聚供給焦點，在時間緊迫、預(yù)算約束等剛性限制條件下，優(yōu)先供給亟需數(shù)字文化資源，為提高公共文化云服務(wù)效率提供重要實證參考。受管理學領(lǐng)域產(chǎn)品設(shè)計理念啟發(fā)，本研究采用Kano模型擷取用戶需求數(shù)據(jù)，綜合混合類分析法、Better-Worse系數(shù)分析法對文化服務(wù)進行需求分類，進而給出公共文化云服務(wù)供給優(yōu)先序。

2 Kano模型應(yīng)用領(lǐng)域

日本著名質(zhì)量管理學者狩野紀昭[14]提出了Kano模型，此模型主要用來對產(chǎn)品或服務(wù)管理做定性分析，將用戶需求分為6種類型：基本型（M）、期望型（O）、魅力型（A）、無差異型（I）、可疑型（Q）、逆向型（R）。在時間、技術(shù)或財力等有限的情況下，Kano模型可以高效指導(dǎo)供給側(cè)優(yōu)先建設(shè)對用戶滿意度影響較大的產(chǎn)品特性或服務(wù)功能，真正開發(fā)出基于用戶需求的產(chǎn)品或服務(wù)。近年來，學者們嘗試將Kano模型引入圖書情報領(lǐng)域，收獲了豐碩的成果，例如，從視障讀者需求視角分析公共圖書館提升策略[15]，改善高校圖書館閱讀推廣服務(wù)質(zhì)量[16]，分析高校圖書館微信公眾號優(yōu)質(zhì)服務(wù)供給優(yōu)先序[17]；后逐漸又發(fā)展到線上教育、科研，例如，對中國大學MOOC等在線學習平臺的學習者評論文本進行分析得出在線開放課程質(zhì)量的影響因素[18]，F(xiàn)ULink學科服務(wù)與虛擬學術(shù)社區(qū)服務(wù)融合優(yōu)化分析[19]；在醫(yī)學領(lǐng)域，借助Kano模型，護理管理者可有效識別疫情背景下護理人員工作環(huán)境不同需求屬性優(yōu)先順序，并基于此改進工作環(huán)境，提升護理人員環(huán)境滿意度[20]，探索新冠疫情信息公開內(nèi)容與方式的解決方案[21]；除上述應(yīng)用外，Kano模型也用于解決農(nóng)村居民需求、交通規(guī)劃等方面的問題。綜上，Kano模型在多領(lǐng)域進行了實證研究，但鮮少應(yīng)用在公共文化領(lǐng)域。

3 公共文化云服務(wù)功能及分類項目

公共文化云相較以往的數(shù)字文化組織形式，其優(yōu)勢在于：以國家文化共享工程和數(shù)字文化平臺為基礎(chǔ)，文化服務(wù)形式更具凝聚力；參與成員數(shù)量多、輻射面廣，具有規(guī)模效應(yīng)；統(tǒng)籌優(yōu)化區(qū)域內(nèi)文化資源，具備整合優(yōu)勢；主打“一站式”服務(wù)，無需建立多個鏈接即可實現(xiàn)橫向區(qū)域和縱向區(qū)域文化資源訪問。但是，公共文化云運行時間較短，面臨著其他平臺建設(shè)初期共有的問題：服務(wù)功能無序、用戶滿意度低、資源利用率不高。在客觀條件限制下，如何做到有序的供給服務(wù)，提升用戶滿意度和平臺利用率，這是挑戰(zhàn)，也是必須要解決的難題。

通過網(wǎng)絡(luò)對省、直轄市等省級行政區(qū)文化云建設(shè)情況調(diào)查發(fā)現(xiàn)，大多數(shù)平臺開設(shè)了不同訪問渠道，僅個別地區(qū)存在開通形式單一的問題。研究者通過廣泛的網(wǎng)絡(luò)調(diào)研匯總了國家級、省級行政區(qū)公共文化云功能服務(wù)版塊，從調(diào)研結(jié)果來看，各省級行政區(qū)以國家公共文化云提供版塊為主框架，結(jié)合地域特點在功能實現(xiàn)上有所調(diào)整，但總體差異不大，說明各地區(qū)對公共文化云的供給服務(wù)趨同于一致。

本文參考陳則謙等[7，22]對文化云服務(wù)的分類標準，結(jié)合各級文化云功能版塊及其下屬一級欄目、二級欄目情況，將服務(wù)功能劃分為文化推廣、在線學藝、文化互動、信息查詢、業(yè)務(wù)辦理、用戶服務(wù)，共計6個維度，進一步細分出31項服務(wù)。邀請3名文化領(lǐng)域?qū)＜摇?名藝術(shù)專業(yè)教授、20名藝術(shù)院系學生和20名深度參與公共文化云活動的用戶，經(jīng)分組討論、專家咨詢、研究者取舍，最終形成了28項公共文化云服務(wù)，具體詳情見表1。

4 Kano問卷數(shù)據(jù)收集及分析

受疫情影響，研究者無法展開實地調(diào)研，此次問卷均采用網(wǎng)絡(luò)渠道發(fā)放，包括微信群、QQ群等，為方便被試了解公共文化云服務(wù)內(nèi)容，同時將鏈接附上，為期一個月，回收問卷291份，剔除相同IP地址、填寫時間較短、問題選項反常等無效問卷，有效問卷共243份，占問卷總數(shù)的83.5%。

為驗證問卷數(shù)據(jù)的有效性，需做信度和效度檢驗，這里利用SPSS28.0工具進行分析，結(jié)果如表2所示，可見問卷數(shù)據(jù)通過了信度、效度檢驗，因此，數(shù)據(jù)適合做進一步分析。

（1）傳統(tǒng)Kano模型法。根據(jù)傳統(tǒng)Kano模型法，同一問題從正反兩個方向作答，依據(jù)給出的兩個等級，對照Kano問卷判定表，交叉會形成6個需求分類。統(tǒng)計調(diào)研對象對所有服務(wù)的判定等級，匯總A、O、M、I、R、Q頻數(shù)，選擇其中最大頻數(shù)作為某項服務(wù)需求類型，可以得出傳統(tǒng)Kano模型分析結(jié)果，詳情見表3。

（2）混合類分析法。由于傳統(tǒng)Kano模型法屬于定性歸類分析，以最大頻數(shù)來界定服務(wù)的類別，因此，當某個服務(wù)兩個類別較大頻數(shù)差別不大、最大頻數(shù)沒有顯著優(yōu)勢的情況下，會造成分類結(jié)果的不準確[23]?；诖耍琈. C. Lee等[24]提出了混合類分析法，認為某一服務(wù)沒有出現(xiàn)顯著分類優(yōu)勢時，應(yīng)將其劃分為混合類型，從而用于改進傳統(tǒng)Kano模型的缺陷?；旌项惙治龇ń柚倧姸龋═S）、類別強度（CS）兩個指標對傳統(tǒng)Kano模型劃定的類別進行重新判定，計算公式為：

其中，TS反應(yīng)被試對某服務(wù)滿意程度，CS反映被試對某服務(wù)屬于傳統(tǒng)Kano模型某個類別的接受程度。當滿足TS≥60%且CS＜6%條件時，這個服務(wù)即被歸屬為混合類型。據(jù)此法劃分服務(wù)項目、服務(wù)維度，判定結(jié)果如表3所示，H表示混合類型，由傳統(tǒng)Kano模型法分析出的最大頻數(shù)、次最大頻數(shù)所對應(yīng)的類別組成?；旌项惙治龇ㄖ攸c界定兩個最大頻數(shù)接近時的分類歸屬，當服務(wù)M、O、I、A頻數(shù)差異較大時，其分析結(jié)果與傳統(tǒng)Kano模型法一致。

（3）Better-Worse系數(shù)分析法。傳統(tǒng)Kano模型法與混和類分析法都是通過最大頻數(shù)來區(qū)分服務(wù)的類型，忽略了其他頻數(shù)的影響因素，導(dǎo)致實踐應(yīng)用上類別劃分過于籠統(tǒng)，無法判斷用戶對某項服務(wù)的滿意度。為了解決此問題，C. Berger等[25]提出了Better-Worse系數(shù)分析法，即用戶滿意指數(shù)，采用定量計算方法，獲得某項服務(wù)在多大程度上能夠影響用戶滿意度（0

本研究為了更清晰地表現(xiàn)出各服務(wù)項目的分類情況，Better設(shè)定為橫軸坐標取值，|Worse|設(shè)定為縱軸坐標取值，利用散點圖展現(xiàn)各服務(wù)項目的分布，中心點為（Better平均值，|Worse|平均值），即（0.499，0.437），具體分布見圖1。

從圖1分布情況可以看出，在第一象限中，各服務(wù)項目的Better值>0.499、|Worse|值>0.437，屬于期望型需求，包括9項服務(wù)。這一類服務(wù)的滿足能夠很好的增加用戶的滿意度，反之，會引起用戶極大不滿意度。在客觀條件受限的情況下，應(yīng)把建設(shè)重點放在這類服務(wù)上。

在第二象限中，各服務(wù)項目的Better值<0.499、|Worse|值>0.437，歸屬為基本型需求，表現(xiàn)出的特點是：這類服務(wù)是用戶的必備要素，提供不會增加用戶的滿意度，不提供會導(dǎo)致用戶不滿意度急劇增加。處在本象限的服務(wù)有7項，這些服務(wù)是文化云所要輸送的基本文化，反映了平臺建設(shè)的實質(zhì)核心，是其他一切服務(wù)的基礎(chǔ)。

在第三象限中，各服務(wù)項目的Better值<0.499、|Worse|值<0.437，屬于無差異型需求，包括5項服務(wù)，表現(xiàn)出的特點是：這個象限的服務(wù)提供與否對提升用戶滿意度大小關(guān)系不大，不能引起用戶興趣或共鳴。

在第四象限中，各服務(wù)項目的Better值>0.499、|Worse|值<0.437，歸屬為魅力型需求，表現(xiàn)出的特點是：這一象限的服務(wù)對于提升用戶的滿意度影響較大，但對于降低用戶的不滿意度意義不大。處在本象限的服務(wù)有7項，在客觀條件允許的情況下，應(yīng)加強這類服務(wù)的建設(shè)，提升用戶體驗感與獲得感，吸引更多用戶關(guān)注公共文化云。

（4）匯總結(jié)果。本研究以Kano模型為基礎(chǔ)，運用三種分析法分別對公共文化云服務(wù)項目進行分類及供給優(yōu)先序識別，得出服務(wù)項目12、13、14、17、19、22、24、26共8項差異較大，對比混合類分析法，12、14、24這3項，傳統(tǒng)Kano模型法與Better-Worse系數(shù)分析法分析結(jié)果一致，其余服務(wù)項目13、17、19、22、26分類結(jié)果不一致，這5項服務(wù)由傳統(tǒng)Kano模型法、混合類分析法的魅力型需求轉(zhuǎn)變?yōu)锽etter-Worse系數(shù)分析法的期望型需求。存在差異的原因在于：傳統(tǒng)Kano模型法與混合類分析法原理相似，而與Better-Worse系數(shù)分析法差別較大，前兩種分析法以M、A、O、I、R、Q中單個、兩個需求類別的頻數(shù)最值或分布占比為依據(jù)，而后一種分析法充分考慮了各個需求類別的影響因素。

5 公共文化云建設(shè)啟示

5.1 基本型需求

基本型需求是供給側(cè)必須提供給用戶的服務(wù)，若公共文化云基本型需求落實不到位，會使用戶滿意度顯著降低，但這類服務(wù)運行良好時也不會增加用戶的滿意度。對于這類基礎(chǔ)性服務(wù)，在公共文化云建設(shè)中必不可少，因此，要確保供給文化資源能夠真實反映用戶實際需求，進而實現(xiàn)這類服務(wù)供需精準匹配。綜合三種分析法，歸屬基本型需求的服務(wù)項目有：2、3、4、5、6、11、21共7項。

這一類需求中，云上課堂的|Worse|值最高，是公共文化云不可缺少的資源，若不提供會顯著提高用戶不滿意度。因此，云上課堂這項服務(wù)一定要供給，而且要確保文化內(nèi)容的全面性、藝術(shù)形式的多樣性，做到不斷推陳出新，滿足用戶動態(tài)變化的需求。云上課堂屬于泛在學習，在輸出大量信息同時要求支撐技術(shù)能夠高效地整合數(shù)量龐大的學習內(nèi)容和資源[26]。國家公共文化云的“學才藝”版塊堪稱學習典范，不僅包含各類藝術(shù)名師的簡介、分類、線上課程，而且提供美育團隊風采展示及美育直播活動，更將線上與線下藝術(shù)教學活動相結(jié)合，實現(xiàn)云上交流與面對面交流相互促進的情景對話，使用戶與平臺的連結(jié)更加緊密。

非遺文化的|Worse|值較高，Better值接近平均值，作為公共文化云特有的基本型需求，供給側(cè)有必要投入較多的人力、物力資源挖掘地方非遺文化，以視頻、音頻等多種形式進行展示，滿足不同地域用戶的需求。如，廣東公共數(shù)字文化聯(lián)盟為突出非遺傳承民族文化的重要地位，將“非物質(zhì)文化遺產(chǎn)”欄目分設(shè)在活動、展館、直播等不同版塊下，全方位多視角呈現(xiàn)縣域、區(qū)域、市域、省域非遺文化，以非遺活動、非遺場館、非遺線上交流與巡展、非遺直播等渠道輸出，同時提供“直接前往”“立即預(yù)定”“點贊評論”等多種互動服務(wù)，內(nèi)容之豐富、形式之多樣值得其他公共文化云借鑒學習。

數(shù)字閱讀是公共數(shù)字文化的常規(guī)表現(xiàn)形式，在數(shù)字圖書館、數(shù)字文化館等單一服務(wù)平臺有大量類似資源，這項服務(wù)不提供并不會像云上課堂和非遺文化那樣顯著提高用戶的不滿意度，但仍然是公共文化云必備的文化資源，建議建設(shè)重點應(yīng)放在資源多元化、相融合等新特征上。數(shù)字閱讀已逐漸發(fā)展為一種主流閱讀方式[27]，這項服務(wù)的建設(shè)可參考浙江智慧文化云，它將數(shù)字閱讀分為網(wǎng)上書房和數(shù)字展廳兩部分，網(wǎng)上書房提供常規(guī)類目的電子期刊、有聲讀物等，數(shù)字展廳負責供給藝術(shù)創(chuàng)作、社會生活等開闊視野的賞析內(nèi)容。

5.2 期望型需求

期望型需求與用戶滿意度正向相關(guān)，這一類服務(wù)是否滿足會直接決定用戶滿意度高低，若提供會顯著提升用戶的滿意度，反之，降低用戶的滿意度。因此，這類服務(wù)的地位也很重要，應(yīng)做到統(tǒng)籌規(guī)劃，逐步實現(xiàn)與完善功能。綜合三種分析法，歸屬期望型需求的服務(wù)項目有：12、16、20、23共4項。

文化資源搜索是期望型需求中Better值、|Worse|值最高的服務(wù)，提供這項服務(wù)對于提升用戶的滿意度至關(guān)重要，屬于為用戶文化需求提供便利的功能，程序開發(fā)時應(yīng)做到按用戶需求設(shè)置功能，提高文化資源檢索能力。文化資源搜索服務(wù)項目可參見新疆生產(chǎn)建設(shè)兵團文化云，除了提供站內(nèi)資源檢索外，更針對文化資源鑒賞設(shè)置分門別類的搜索功能，大數(shù)據(jù)抓取、分析用戶偏好資源進行檢索推薦，且界面友好便于用戶交互。

在線原創(chuàng)屬于文化云誠意邀請用戶互動的服務(wù)，旨在深度挖掘用戶文化潛力、鼓勵用戶廣泛參與文化創(chuàng)作，在提升體驗感同時增加用戶粘性、提高用戶文化素養(yǎng)、豐富平臺內(nèi)容，這項服務(wù)實現(xiàn)了雙向共贏，理應(yīng)成為文化云建設(shè)重點。原創(chuàng)文化不僅對傳統(tǒng)文化資源進行了內(nèi)容整合，同時以獨特的文化編碼形式契合了大眾的審美心理結(jié)構(gòu)[28]。河北省公共文化云為在線原創(chuàng)提供了很好的建設(shè)思路：輔導(dǎo)創(chuàng)作-原創(chuàng)作品-創(chuàng)作文萃，從啟發(fā)用戶創(chuàng)作到原創(chuàng)精品薈萃，文化服務(wù)意識強且層次分明，便于用戶低門檻參與公共文化云創(chuàng)作，將雙贏工作夯實。

5.3 魅力型需求

魅力型需求是超出用戶預(yù)期的功能實現(xiàn)，能夠成為吸引用戶的焦點，進而留住用戶的可靠服務(wù)。這類需求有助于用戶滿意度大幅提高，是公共文化云培養(yǎng)忠實用戶的關(guān)鍵，因此，在滿足基本型、期望型需求的前提下，也要提高對魅力型需求的重視高度。綜合三種分析法，歸屬魅力型需求的服務(wù)項目有：1、7、8、9、10、14、18共7項。

文旅宣傳作為魅力型需求，超乎用戶的預(yù)想。VR全景可以使觀賞者獲得超乎想象的視聽信息，給體驗者帶來身臨其境般的心流體驗，并且VR環(huán)境對產(chǎn)生共情具有積極作用[29]。這項服務(wù)可參考遼寧文化云、云南公共文化云等全景展廳成功經(jīng)驗，引入720度全景VR技術(shù)，攝錄地方文旅特色景觀，打造線上視聽體驗館，使用戶足不出戶云上飽覽祖國各地文化美景，將文化植入游覽情景之中，通過異地感官體驗刺激用戶關(guān)注，從而激發(fā)用戶實地探訪熱情，在豐富公共文化云內(nèi)容的同時助力地方發(fā)展文旅事業(yè)。

文化點單作為用戶與公共文化云互動的服務(wù)，傳統(tǒng)Kano模型法劃分為魅力型需求，Better-Worse系數(shù)分析法歸為無差異型需求，混合類法判定為魅力型需求與無差異型需求混合類型，可見其正處于I→A→O→M動態(tài)轉(zhuǎn)型期，同為文化互動服務(wù)維度的匯文采被界定為期望型需求，說明完善文化點單服務(wù)能夠提高用戶滿意度，進而達到需求類型順利升級的目的。如，湖南公共文旅云充分考慮到公共文化云服務(wù)主體用戶需求的重要性，在主版塊設(shè)置“我的文化”，其中包含“文化點單”和“群眾評價與反饋”，點單的形式通過手機驗證即可完成，同時允許用戶對點單內(nèi)容評分、評論，以需求點擊、品牌打分、市民反饋等互動方式接受圍觀群眾評價與反饋。由此可見，依據(jù)此模式完善、升級服務(wù)極有可能成為用戶期望型需求。

5.4 無差異型需求

無差異型需求不會直接影響用戶滿意度高低，這部分內(nèi)容在建設(shè)初期可以考慮暫緩供給。當然，在后期客觀條件保障充足的情況下，可增加此類服務(wù)，做到功能完善、界面友好，起到為其他文化項目服務(wù)的作用，逐漸使其向魅力型需求轉(zhuǎn)化。綜合三種分析法，歸屬無差異型需求的服務(wù)項目有：15、24、25、27、28共5項。

活動投票和注冊/登陸的Better值、|Worse|值都較低，在網(wǎng)絡(luò)調(diào)研中發(fā)現(xiàn)，部分文化云存在：文化作品更新緩慢，形式內(nèi)容與用戶期望脫節(jié)，投票后無任何獎勵措施；而注冊/登陸這項服務(wù)本應(yīng)是提升用戶權(quán)限的升級服務(wù)，但實際與非注冊/登陸狀態(tài)下所享受到的服務(wù)差異并不大。在此情況下，文化云若想引起用戶關(guān)注，必須投入更多的力量充實這類服務(wù)功能。如，文化云可以效仿一些新媒體（知乎、B站等）成功經(jīng)驗，通過微信、QQ等身份驗證實現(xiàn)注冊和登錄，設(shè)置附帶權(quán)重級別的賬號，用戶升級由點贊數(shù)、獲贊數(shù)、評論數(shù)、轉(zhuǎn)發(fā)數(shù)、累計在線時長等指標決定，達到某一級別即可獲得上傳原創(chuàng)、分享好物、直播活動等權(quán)限。

6 結(jié)語

本研究基于Kano模型對公共文化云用戶需求服務(wù)進行分類，并識別服務(wù)供給優(yōu)先序，從實證角度探索和拓展了公共數(shù)字文化服務(wù)理論，助推了公共文化云研究向縱深方向發(fā)展。實踐證明：任何服務(wù)的供給優(yōu)先序都不是一成不變的，制定適時的服務(wù)有賴于供給側(cè)建立有效的智能化分析策略，避免簡單粗放式投入，保障用戶真正的文化需求，更大程度上提升用戶滿意度。

參考文獻

劉睿，韋景竹.國家公共文化云App公眾持續(xù)使用意愿研究[J].情報資料工作，2020（4）：39-48.

國家公共文化云.基本介紹[EB/OL].[2019-01-09].https：//www.culturedc.cn/guide.html.

陳則謙.我國文化云的服務(wù)現(xiàn)狀及展望[J].圖書情報知識，2018（5）：62-71.

錢蘭嵐，王建濤.服務(wù)“可及性”視角下的新時代公共文化服務(wù)體系建設(shè)路徑研究[J].圖書館雜志，2022（3）：41-47.

李文川，陳承，胡雅文.公共數(shù)字文化云資源服務(wù)創(chuàng)新研究[J].圖書館，2017（2）：18-23.

徐望.公共數(shù)字文化建設(shè)要求下的智慧文化服務(wù)體系建設(shè)研究[J].電子政務(wù)，2018（3）：54-63.

陳則謙，劉昱杉，聶曲晗.我國公共文化云的服務(wù)與特征分析[J].圖書館，2018（8）：27-46.

韋景竹，李率男.基于DEA模型的公共文化云平臺運營效率研究[J].情報資料工作，2020（4）：22-29.

華鈺文，王錳，陳雅.信任因素對老年用戶使用公共數(shù)字文化服務(wù)的影響：以“國家公共文化云”為例[J].圖書館論壇，2022，42（7）：122-131.

劉佳靜，匡莉，潘婕，等.省級公共文化云微信用戶持續(xù)使用意愿研究[J].圖書館雜志，2022，41（7）：47-57.

曹樹金，王靈.國家公共文化云平臺導(dǎo)航系統(tǒng)使用意愿的影響因素.圖書館論壇， 2023，43（5）：34-44.

楊艷華，陳建鋒.農(nóng)村居民公共文化云使用行為的研究[J].科技管理研究，2023（19）：165-172.

徐文哲，鄭建明，白云樸.基于認知層次動態(tài)演化視角的智慧公共文化服務(wù)實現(xiàn)策略研究[J].新世紀圖書館，2022（7）：10-17.

KANO N，SERAKU N，TAKAHASHI F，et al.Attractive quality and must-be quality[J].The Journal of Japanese Society for Quality Control，1984（14）：147-156.

劉珂誌，楊萍，謝娟，等.基于Kano模型公共圖書館視障讀者需求調(diào)查與分析[J].新世紀圖書館，2020（9）：22-27，66.

賈子文.高校圖書館閱讀推廣服務(wù)需求屬性及提升策略研究[J].新世紀圖書館，2022（2）：5-9，15.

李夢楠，周秀會.基于Kano模型的高校圖書館微信公眾號服務(wù)分類和供給優(yōu)先序研究[J].圖書情報工作，2019（10）：39-47.

王銳，王錦萱，羅仙平.學習評論視域下基于Kano模型的在線課程質(zhì)量影響因素分析[J].黑龍江高教研究，2021（10）：155-160.

王傲男，詹慶東.基于Kano模型的學科服務(wù)平臺優(yōu)化探究：以FULink學科服務(wù)平臺為例[J].圖書情報工作，2021（15）：100-110.

滿孝云，宋硯坤，張玉鈺，等.基于Kano模型的新冠肺炎疫情下護士工作環(huán)境需求屬性分析[J].解放軍護理雜志，2020，37（12）：85-88.

韓瑋，陳櫻花，陳安.基于Kano模型的突發(fā)公共衛(wèi)生事件信息公開的公眾需求研究[J].情報理論與實踐，2020（5）：9-16.

陳則謙，鄭娜靜，李亞燦，等.一站式公共數(shù)字文化服務(wù)平臺支持用戶參與的服務(wù)現(xiàn)狀、主要問題與優(yōu)化建議[J].圖書情報工作，2021，65（7）：78-89.

雷曉慶，劉榮芳，景嫻.基于Kano模型的公共檔案館網(wǎng)絡(luò)信息服務(wù)要素分類研究[J].檔案學研究，2018（5）：112-118.

LEE M C，NEWCOMB J F.Applying the kano methodology to meet customer requirements： NASAS Microgravity Science Program[J].Quality Management Journal，1997，4（3）：95-106.

BERGER C，BLAUTH R，BOGER D，et al.Kanos methods for understanding customer defined quality[J].Center for Quality Management Journal，1993，2（4）：3-36.

王衛(wèi)軍，楊薇薇，鄧茜，等.在線課程設(shè)計的原則與理念思考[J].現(xiàn)代遠程距離教育，2016（5）：54-60.

衛(wèi)東.圖書館線上閱讀空間發(fā)展研究[J].圖書館工作與研究，2021（2）：15-20.

張晶，谷疏博.文化記憶、崇高儀式與游戲表意：論原創(chuàng)文化類節(jié)目的美育功能[J].現(xiàn)代傳播（中國傳媒大學學報），2018（9）：80-85.

李文昊，李亞芳，向維，等.VR全景視頻對師范生共情準確性的影響[J].現(xiàn)代教育技術(shù)，2020（12）：62-68.

（收稿日期：2022-12-03 編校：謝艷秋，陳安琪）