大數(shù)據(jù)下圖書(shū)館服務(wù)的精準(zhǔn)用戶畫(huà)像研究

摘 要：大數(shù)據(jù)時(shí)代用戶需求日益多元化、個(gè)性化，基于用戶畫(huà)像的智能信息服務(wù)深刻地改變了人們的生活，對(duì)圖書(shū)館領(lǐng)域產(chǎn)生了重要影響，研究用戶畫(huà)像對(duì)社會(huì)的發(fā)展具有重要作用。本篇文章通過(guò)對(duì)用戶畫(huà)像的定義、數(shù)據(jù)特征及來(lái)源、圖書(shū)館用戶畫(huà)像的構(gòu)建方法以及圖書(shū)館服務(wù)的完善路徑等方面展開(kāi)介紹，旨在突出強(qiáng)調(diào)大數(shù)據(jù)下圖書(shū)館服務(wù)的精準(zhǔn)用戶畫(huà)像研究的重要性。

關(guān)鍵詞：用戶畫(huà)像;圖書(shū)館服務(wù);用戶行為

1 引言

近年來(lái)，基于用戶畫(huà)像的智能信息服務(wù)在眾多領(lǐng)域得到了廣泛應(yīng)用，圖書(shū)館也逐漸融入到了用戶畫(huà)像的發(fā)展浪潮中，用戶畫(huà)像方法近年來(lái)不斷被應(yīng)用于營(yíng)銷(xiāo)服務(wù)研究領(lǐng)域中，成為精準(zhǔn)描述用戶行為特征的有利工具之一。它可以準(zhǔn)確描述差異化的用戶群體特征，通過(guò)畫(huà)像建模呈現(xiàn)特定業(yè)務(wù)情境下每個(gè)差異群體的用戶類(lèi)型、心理使用偏好和使用習(xí)慣，從而驅(qū)動(dòng)以用戶需求為導(dǎo)向的服務(wù)創(chuàng)新與發(fā)展。

2 用戶畫(huà)像概述

1）用戶畫(huà)像的概念。用戶畫(huà)像又稱(chēng)用戶角色，作為一種勾畫(huà)目標(biāo)用戶、聯(lián)系用戶訴求與設(shè)計(jì)方向的有效工具，用戶畫(huà)像在各領(lǐng)域得到了廣泛的應(yīng)用。一個(gè)persona（Persona是用戶模型的簡(jiǎn)稱(chēng)）可以比任何一個(gè)真實(shí)的個(gè)體都更有代表性。一個(gè)代表典型用戶的persona的資料有性別、年紀(jì)、收入、地域、情感、所有瀏覽過(guò)的URL、以及這些URL包含的內(nèi)容、關(guān)鍵詞等。

2）構(gòu)建用戶畫(huà)像的方法。關(guān)于構(gòu)建用戶畫(huà)像的方法很多，比較典型的是Alen Cooper的“七步人物角色法”，包括界定用戶行為變量、將訪談主題映射至行為變量、界定重要的行為模式、綜合特征和相關(guān)目標(biāo)、檢查完整性、展開(kāi)敘述、制定任務(wù)角色模型七個(gè)步驟。Lene Nielsen的“十步人物角色法”，包括發(fā)現(xiàn)用戶、建立假設(shè)、調(diào)研、發(fā)現(xiàn)共同模式、構(gòu)造虛構(gòu)角色、定義場(chǎng)景目標(biāo)、復(fù)核與買(mǎi)進(jìn)、知識(shí)的散布、創(chuàng)建劇情和持續(xù)的發(fā)展十個(gè)步驟。

2）用戶畫(huà)像的數(shù)據(jù)特征。用戶畫(huà)像是基于海量數(shù)據(jù)建立起來(lái)的標(biāo)簽式虛擬用戶，針對(duì)其數(shù)據(jù)來(lái)源不同的學(xué)者有不同的看法，例如學(xué)者姜建武等人認(rèn)為：籠統(tǒng)地看，用戶畫(huà)像的數(shù)據(jù)來(lái)源大概包括兩種類(lèi)型：靜態(tài)的用戶基本數(shù)據(jù)（年齡、體重等）和動(dòng)態(tài)的時(shí)間、地點(diǎn)、行為等數(shù)據(jù)（也稱(chēng)為靜態(tài)信息本體和動(dòng)態(tài)信息本體），同時(shí)動(dòng)態(tài)信息本體隱藏在用戶行為之中，需要利用互聯(lián)網(wǎng)技術(shù)進(jìn)行捕捉。也就是將用戶畫(huà)像的數(shù)據(jù)來(lái)源概括為靜態(tài)的基本數(shù)據(jù)和動(dòng)態(tài)的行為數(shù)據(jù)。

3 大數(shù)據(jù)下圖書(shū)館用戶畫(huà)像的構(gòu)建方法

數(shù)字圖書(shū)館繪制用戶畫(huà)像是轉(zhuǎn)變服務(wù)視角，從用戶角度進(jìn)行戰(zhàn)略規(guī)劃，以全方位用戶數(shù)據(jù)采集、挖掘與分析，以保障圖書(shū)館資源、服務(wù)環(huán)境與用戶需求匹配。

1）精準(zhǔn)識(shí)別目標(biāo)群體，作出假設(shè)。首先，要明確用戶群體，數(shù)字圖書(shū)館登錄系統(tǒng)的注冊(cè)信息，是識(shí)別、區(qū)分用戶群體的良好方法。數(shù)字圖書(shū)館也需要采集用戶不同情境下的動(dòng)態(tài)行為數(shù)據(jù)，從媒體、場(chǎng)景、路徑等多個(gè)維度，識(shí)別用戶在不同狀態(tài)下的訪問(wèn)軌跡。其次，做出用戶角色假設(shè)，在用戶角色分析之前，要有個(gè)對(duì)用戶劃分的方向。任何一個(gè)用戶群體都有多種分類(lèi)方式，首先要確定怎樣來(lái)分類(lèi)客戶，確定分類(lèi)方式之后，再具體一個(gè)一個(gè)分類(lèi)來(lái)研究。

2）收集數(shù)據(jù)。對(duì)于用戶的研究，一般從定性和定量?jī)煞矫孢M(jìn)行。定性研究的方法主要包括用戶訪談、現(xiàn)場(chǎng)調(diào)查和可用性測(cè)試等。用戶訪談是在創(chuàng)建人物角色時(shí)最常采用的方法，最好是非正式、松散的談話，訪談主題是用戶的目標(biāo)、觀點(diǎn)和行為?，F(xiàn)場(chǎng)調(diào)查，也稱(chēng)為情境調(diào)查，是觀察人們?cè)谧匀粻顟B(tài)下的行為，得到的更多的是關(guān)于人們?cè)谑褂镁W(wǎng)站時(shí)的上下文環(huán)境信息，比如地點(diǎn)、時(shí)間、方式和原因?？捎眯詼y(cè)試是一種觀察用戶行為的經(jīng)典的定性研究技術(shù)。

定量研究能更高的決定工作的重要性和優(yōu)先級(jí)，一般采用問(wèn)卷調(diào)查和數(shù)據(jù)分析相結(jié)合的方式來(lái)研究。問(wèn)卷調(diào)查相對(duì)于其他方法而言，更容易收集到用戶的目標(biāo)、行為、觀點(diǎn)和人口統(tǒng)計(jì)特征的量化數(shù)據(jù)，是定量研究的第一選擇。但要注意的是，問(wèn)卷調(diào)查得到的是自我評(píng)價(jià)的數(shù)據(jù)，是用戶自己想要告訴的關(guān)于他們自己的事，并不完全是他們的實(shí)際行為?；谶@個(gè)原因，在有可能的情況下，用數(shù)據(jù)分析網(wǎng)站流量統(tǒng)計(jì)來(lái)補(bǔ)足問(wèn)卷調(diào)查數(shù)據(jù)是一個(gè)明智的選擇。

3）用戶畫(huà)像構(gòu)建。在構(gòu)建用戶畫(huà)像模型過(guò)程中，涉及復(fù)雜的計(jì)算方法，主要依靠機(jī)器學(xué)習(xí)來(lái)完成。例如，數(shù)字圖書(shū)館需要對(duì)收集而來(lái)的用戶數(shù)據(jù)進(jìn)行底層規(guī)整處理，將紛亂復(fù)雜無(wú)序的大數(shù)據(jù)轉(zhuǎn)化為維度相同的向量，便于后續(xù)的機(jī)器計(jì)算。再對(duì)整理好的數(shù)據(jù)進(jìn)行相似、相反的類(lèi)別劃分，聚類(lèi)的算法為圖書(shū)情報(bào)常用的計(jì)算方法k-means，除此之外，數(shù)字圖書(shū)館對(duì)用戶畫(huà)像建構(gòu)的計(jì)算方法還包相似度計(jì)算、預(yù)測(cè)算法、語(yǔ)言處理數(shù)據(jù)關(guān)聯(lián)統(tǒng)計(jì)算法等。

4 基于精準(zhǔn)用戶畫(huà)像的圖書(shū)館服務(wù)完善路徑

1）關(guān)注用戶畫(huà)像與資源模型的匹配度，完善館藏資源建設(shè)。數(shù)字圖書(shū)館需要將用戶畫(huà)像與館藏的信息資源進(jìn)行匹配，首先，要對(duì)用戶畫(huà)像進(jìn)行數(shù)據(jù)描述，即標(biāo)簽處理;其次，要對(duì)館藏資源進(jìn)行同樣的數(shù)據(jù)處理，抽取特征標(biāo)識(shí)和語(yǔ)義相關(guān)資源信息;最后，將兩個(gè)數(shù)據(jù)集進(jìn)行交互匹配，若匹配成功，則生成群的相似集，數(shù)字圖書(shū)館通過(guò)用戶畫(huà)像建立起來(lái)的標(biāo)簽則可映射到主題中，與相似集進(jìn)行進(jìn)一步的匹配。在此基礎(chǔ)上，數(shù)字圖書(shū)館可精準(zhǔn)分析用戶的閱讀偏好，進(jìn)而為用戶構(gòu)建特色數(shù)據(jù)庫(kù)，加強(qiáng)資源建設(shè)力度，提高數(shù)字圖書(shū)館的核心競(jìng)爭(zhēng)力。

2）挖掘隱性語(yǔ)義模型。數(shù)字圖書(shū)館在收集數(shù)據(jù)源時(shí)，要注重突破原有的數(shù)據(jù)庫(kù)資源模型限制（原有的數(shù)據(jù)庫(kù)資源局限于用戶的基本信息和內(nèi)容偏好數(shù)據(jù)，忽視用戶閱讀行為所產(chǎn)生的瀏覽痕跡，即隱性語(yǔ)義），采用隱性語(yǔ)義進(jìn)行資源的推薦，形成“用戶標(biāo)簽——隱性語(yǔ)義模型——內(nèi)容標(biāo)簽”的流程，這個(gè)模型的優(yōu)勢(shì)在于能夠充分挖掘隱性語(yǔ)義，從而使數(shù)字圖書(shū)館能夠進(jìn)行精準(zhǔn)的信息推送服務(wù)。

3）監(jiān)控動(dòng)態(tài)知識(shí)流動(dòng)軌跡。基于用戶畫(huà)像的數(shù)字圖書(shū)館信息服務(wù)，能夠形成多種數(shù)據(jù)規(guī)律的揭示手段，例如，數(shù)字圖書(shū)館可以構(gòu)建信息資源的關(guān)系流動(dòng)網(wǎng)絡(luò)圖譜，形成面向不同用戶的推理圖譜，圖譜間具有明顯的差異特征和推理特征，可以追蹤到不同時(shí)間、空間下的多維度閱讀軌跡。通過(guò)這種動(dòng)態(tài)的用戶畫(huà)像構(gòu)建過(guò)程，可以為數(shù)字圖書(shū)館信息服務(wù)提供實(shí)時(shí)的演化過(guò)程以供參考，使得數(shù)字圖書(shū)館的信息服務(wù)是不斷以用戶為中心的，隨著用戶需求的變化而不斷完善的。

5 結(jié)語(yǔ)

知識(shí)服務(wù)是圖書(shū)館重要工作內(nèi)容，雖然近年來(lái)人們對(duì)圖書(shū)館發(fā)展與用戶畫(huà)像的融合進(jìn)行了研究，但與其他行業(yè)部門(mén)相比，無(wú)論是圖書(shū)館學(xué)與用戶畫(huà)像的基礎(chǔ)理論及圖書(shū)館實(shí)踐應(yīng)用都相對(duì)落后。用戶畫(huà)像是大數(shù)據(jù)時(shí)代精準(zhǔn)服務(wù)的重要工具，圖書(shū)館擁有巨量的讀者用戶群和龐大的數(shù)據(jù)，引入用戶畫(huà)像可以促使圖書(shū)館真正了解用戶，為用戶提供全方位、人性化、個(gè)性化的定向優(yōu)質(zhì)服務(wù)，我國(guó)圖書(shū)館界應(yīng)重新審視服務(wù)系統(tǒng)以更開(kāi)放的視角，進(jìn)一步深入開(kāi)展用戶畫(huà)像的理論研究與實(shí)踐探索。

參考文獻(xiàn)

[1]穆德，亞爾.贏在用戶：Web人物角色創(chuàng)建和應(yīng)用實(shí)踐指南[M].范曉燕譯.北京：機(jī)械工業(yè)出版社，2007.

[2]趙巖.基于用戶畫(huà)像的數(shù)字圖書(shū)館智慧閱讀推薦系統(tǒng)研究[J].圖書(shū)館學(xué)刊，2018，40（07）：121-124.

[3]薛歡雪.高校圖書(shū)館學(xué)科服務(wù)用戶畫(huà)像創(chuàng)建過(guò)程[J].圖書(shū)館學(xué)研究，2018（13）：67-71，82.

[4]陳添源.高校移動(dòng)圖書(shū)館用戶畫(huà)像構(gòu)建實(shí)證[J].圖書(shū)情報(bào)工作，2018，62（07）：38-46.

作者簡(jiǎn)介

吳睿青（1996-），女，漢族，山西省運(yùn)城市，碩士研究生，上海大學(xué)，研究方向：圖書(shū)館。