智慧服務(wù)背景下圖書館用戶數(shù)字資源使用行為分析研究

劉慧 陸康 夏瑩

摘 要 用戶的互聯(lián)網(wǎng)行為可以反映出其興趣愛好，因此本文從用戶的興趣視角來分析行為與興趣之間的關(guān)系，以此感知用戶的實(shí)際偏好。本文通過對用戶使用數(shù)字圖書館文獻(xiàn)資源的頁面訪問、瀏覽、下載及其次數(shù)、時間，以及關(guān)鍵詞檢索等行為特征的數(shù)據(jù)收集統(tǒng)計，通過計算相同檢索內(nèi)容相似度的量化方法分析檢索行為與下載行為之間的關(guān)系，并根據(jù)用戶檢索詞與下載數(shù)據(jù)創(chuàng)建用戶“檢索—下載”的興趣模型，從獲取文獻(xiàn)資源角度來分析研究滿足用戶對于數(shù)字資源興趣及其需求的服務(wù)精度，以提升智慧服務(wù)效率。

關(guān)鍵詞 用戶行為? 數(shù)字資源? 智慧服務(wù)? 圖書館

分類號 G252

DOI 10.16810/j.cnki.1672-514X.2020.08.010

A Study on the Library Users Use Behavior of Digital Resources Under the Background of Smart Service

Liu Hui， Lu Kang， Xia Ying

Abstract A users Internet behavior can reflect his or her interests. From the perspective of users interests， the relationship between behaviors and interests can be analyzed to perceive users actual preferences. Based on the data collection and statistics of the users behavior characteristics such as page access， browsing， downloading， frequency， time， and keyword retrieval， this paper analyzes the relationship between the retrieval behavior and the download behavior by calculating the similarity of the same retrieval content， and creates the user “search-download” model? according to the uses search words and download data. It analyzes the service precision to meet users interest and demand for digital resources from the perspective of acquiring literature resources， in order to improve the efficiency of intelligent service.

Keywords User behavior.? Digital resources. Smart service.? Library.

數(shù)字圖書館發(fā)展至今，已經(jīng)形成完善的互聯(lián)網(wǎng)服務(wù)體系，而要更進(jìn)一步提高服務(wù)的精準(zhǔn)性、服務(wù)質(zhì)量和效率，那么基于用戶需求的動態(tài)感知來開展針對性服務(wù)就成為提高用戶滿意度、忠誠度的有效方法之一。因此，在智慧服務(wù)環(huán)境中，通過對用戶互聯(lián)網(wǎng)的訪問行為、瀏覽行為、檢索行為、下載行為等深層次分析發(fā)掘出用戶的興趣，以此獲取用戶的顯性與隱性需求，已成為目前主流的挖掘方法之一[1]。由此，本文認(rèn)為創(chuàng)建可靠的感知用戶的“互聯(lián)網(wǎng)興趣——需求”模型，為圖書館提供智慧服務(wù)是一種較為有效的途徑。本文擬通過用戶對圖書館數(shù)字資源行為的研究，以AI等算法設(shè)計創(chuàng)建真實(shí)的場景實(shí)驗來分析探索用戶行為與資源使用的關(guān)系，試圖從用戶行為與結(jié)果的量化數(shù)據(jù)中找出關(guān)聯(lián)性，為圖書館的智慧服務(wù)提供參考依據(jù)。

1 圖書館用戶興趣研究分析方法概述

由于用戶行為與圖書館業(yè)務(wù)存在一定的關(guān)聯(lián)性，所以，“以用戶為中心”一直是圖書館遵從的服務(wù)理念，而對于用戶行為的研究分析一直以來都是圖書館界所關(guān)注的話題。隨著數(shù)字圖書館技術(shù)進(jìn)步和應(yīng)用積累，用戶行為研究也逐漸從傳統(tǒng)的用戶信息行為研究提升到更為廣泛的用戶需求感知，而通過對用戶訪問數(shù)據(jù)收集，動態(tài)監(jiān)測用戶行為數(shù)據(jù)，以分析用戶的顯性需求，挖掘用戶的隱性需求，構(gòu)建多維度的監(jiān)測模型，實(shí)現(xiàn)感知用戶的真實(shí)需求的目的，是圖書館實(shí)施智慧服務(wù)的基礎(chǔ)[2]。

智慧圖書館感知用戶所想、所需，從而實(shí)現(xiàn)精準(zhǔn)化的文獻(xiàn)資源服務(wù)，其中需要借助AI（Artificial Intelligence）等分析工具對用戶行為數(shù)據(jù)進(jìn)行統(tǒng)計整理、歸納，創(chuàng)建用戶畫像等系列數(shù)據(jù)模型，以此挖掘獲取用戶需求偏好，其中網(wǎng)絡(luò)數(shù)據(jù)分析如果缺乏對用戶行為相似度的提取，將會導(dǎo)致耗時長、準(zhǔn)確性低等問題，也無法保證在低耗時、高精度的環(huán)境下提取到全面的用戶行為信息[3]。因此，應(yīng)用AI等技術(shù)創(chuàng)新工具需要更高效和科學(xué)的分析技術(shù)來幫助圖書館提高個性化服務(wù)的水平和質(zhì)量[4]。

以大數(shù)據(jù)為基礎(chǔ)的圖書館用戶分析是智慧服務(wù)實(shí)施的重要途徑， 而在對用戶需求感知的研究中，除了對用戶顯性行為的關(guān)注分析外，對于用戶的關(guān)注、理解信息、態(tài)度和購買意圖等四個方面的隱式行為分析已越來越成為一種較為成熟的分析方法[5]。由于情感無法通過用戶行為的顯式分析獲取，因此圖書館等機(jī)構(gòu)不斷嘗試優(yōu)化數(shù)據(jù)分析的策略與模型，試圖通過多維度顯性數(shù)據(jù)來降低情感因素的復(fù)雜性造成的分析結(jié)果誤差，例如改進(jìn)Apriori關(guān)聯(lián)規(guī)則挖掘算法，降低候選項目，引入興趣測算因子，用以監(jiān)測Web訪問的用戶行為[6]，從而提升獲取用戶數(shù)據(jù)的準(zhǔn)確性，為圖書館決策提供“可信”的參考依據(jù)。

2 圖書館智慧服務(wù)與用戶行為分析模型

互聯(lián)網(wǎng)環(huán)境下，圖書館擁有大量的數(shù)字資源供用戶選擇，不同的數(shù)字資源有各自的訪問頁面、檢索方式等，用戶想要獲取到所需的資源，必須通過訪問、瀏覽大量相關(guān)的信息。這也是導(dǎo)致用戶獲取所需資源效率低下的問題關(guān)鍵所在。由于用戶行為數(shù)據(jù)不僅涉及用戶的顯性需求，也涉及到用戶的閱讀習(xí)慣、興趣、社會關(guān)系及位置信息等隱性信息，因此，通過提升用戶行為數(shù)據(jù)的采集、分析、處理效率來構(gòu)建圖書館智慧感知的高效率信息服務(wù)環(huán)境，能夠幫助圖書館及時、精準(zhǔn)判斷用戶的興趣偏好，感知用戶的多元化需求，提高圖書館在資源配置、空間設(shè)置等方面服務(wù)的決策能力和服務(wù)效率[7]。

互聯(lián)網(wǎng)、大數(shù)據(jù)等信息技術(shù)的迅猛發(fā)展，為圖書館樹立“智慧分析洞察”核心理念[8]及實(shí)踐智慧服務(wù)提供了良好的基礎(chǔ)支撐，能夠讓圖書館構(gòu)建起與用戶需求特征匹配、關(guān)聯(lián)的用戶行為分析模型，準(zhǔn)確地感知用戶所想、所需，其中個性化推薦系統(tǒng)還能夠解決用戶信息過載問題?？梢哉f，智慧服務(wù)個性化服務(wù)模型（見圖1）的建立是提升用戶資源獲取效率的工具之一[9]，是對用戶興趣偏好的直接反映[10]，是圖書館滿足用戶實(shí)際需求開展精準(zhǔn)服務(wù)實(shí)踐嘗試[11]。

在圖書館監(jiān)測用戶行為時所構(gòu)建的用戶分析模型中，用戶、項目與推薦算法是個性化推薦系統(tǒng)組成的三個要素[12]，其中對用戶行為數(shù)據(jù)的規(guī)模、價值密度、數(shù)據(jù)的可用性及應(yīng)用程度等因素的分析挖掘，關(guān)系到智慧服務(wù)科學(xué)性與準(zhǔn)確性。

3 用戶數(shù)字資源行為流程及其分類

用戶的信息獲取習(xí)慣、閱讀行為隨著互聯(lián)網(wǎng)的發(fā)展而發(fā)生改變，其閱讀方式也在逐漸發(fā)生改變，其中數(shù)字閱讀逐漸成為主要方式。圖書館對用戶的數(shù)字資源行為開展研究，不僅是圖書館評價體系中不可或缺的重要組成部分，也是圖書館在采購決策、用戶需求、提升利用率、館藏優(yōu)化等方面提升智慧服務(wù)的重要研究內(nèi)容[13]。由于通過對用戶訪問的數(shù)據(jù)（包括訪客流量、訪問量時段、訪問內(nèi)容時段等）收集來分析用戶行為特征及其對數(shù)字資源評價，涉及到圖書館的用戶、館員、技術(shù)、數(shù)字資源等方面內(nèi)容[14]，對此，本文將用戶的數(shù)字資源行為流程依次劃分為資源訪問、資源瀏覽、資源檢索、資源下載等四個方面的行為（其流程見圖2），以此來探索、分析用戶對數(shù)字資源的興趣。

3.1 用戶的資源訪問行為

圖書館的資源訪問一般是指用戶通過互聯(lián)網(wǎng)訪問圖書館各數(shù)字資源平臺獲取信息的行為。相對于圖書館的資源，訪問行為受限于用戶身份的認(rèn)證和不認(rèn)證兩種，并有一定范圍的IP限定;相對于用戶自身訪問行為，用戶訪問又可以分為有意識訪問與無意識訪問兩種情況，兩者都涉及到用戶對數(shù)字資源的認(rèn)知程度。可以說，在用戶訪問行為中，一方面圖書館的網(wǎng)絡(luò)平臺資源信息的內(nèi)容布局的合理性、便捷性、簡潔性，以及數(shù)字資源版權(quán)限制會影響到用戶體驗，另一方面用戶對資源的認(rèn)識程度也會受到學(xué)科服務(wù)文獻(xiàn)資源宣傳力度的影響。

3.2 用戶的資源瀏覽行為

用戶的瀏覽行為，是指用戶通過網(wǎng)絡(luò)URL檢索到資源，并相應(yīng)地訪問互聯(lián)網(wǎng)空間或數(shù)字資源平臺進(jìn)行廣泛閱讀頁面內(nèi)容的一種閱讀過程。隨著互聯(lián)網(wǎng)技術(shù)進(jìn)步，圖書館的資源服務(wù)、空間服務(wù)等信息內(nèi)容可逐漸通過網(wǎng)絡(luò)平臺獲得，其圖書館平臺的內(nèi)容繁多，既有圖書館的各類新聞公告，又有學(xué)術(shù)前沿、資源的動態(tài)等，還包括各種鏈接接口，例如OPAC（Open Public Access Catalogue）的鏈接點(diǎn)等。在圖書館的數(shù)字服務(wù)平臺內(nèi)容不斷增多的同時，也導(dǎo)致了用戶瀏覽資源的時間增多，效率降低。

3.3 用戶的資源檢索行為

資源檢索，也稱為信息檢索，是用戶使用圖書館過程中進(jìn)行資源查詢、信息獲取的主要方式。隨著信息技術(shù)在圖書館服務(wù)的廣泛應(yīng)用，對于文獻(xiàn)資源檢索已經(jīng)發(fā)展到全文檢索、圖像檢索等新的檢索技術(shù)工具、方法上，其中文獻(xiàn)內(nèi)容碎片化處理挖掘技術(shù)、文獻(xiàn)資源跨媒體檢索、平臺的語義功能的智慧檢索成為圖書館滿足用戶互聯(lián)網(wǎng)思維需求的一站式檢索技術(shù)手段之一[15]。在此背景下，圖書館有關(guān)整合資源、語義分析、提取、關(guān)聯(lián)、挖掘、跨平臺的本體構(gòu)建及其滿足以上條件的檢索算法、用戶界面的設(shè)計，成為圖書館用來滿足用戶高效率、精準(zhǔn)化檢索獲取文獻(xiàn)需求的重要影響因素。

3.4 用戶的資源下載行為

在資源使用量化統(tǒng)計中，由于下載內(nèi)容可以反映出用戶對資源的顯性需求，因此對用戶的資源下載行為及其分析已經(jīng)逐漸成為圖書館開展智慧服務(wù)的評估指標(biāo)之一。用戶對于檢索到的數(shù)字資源，即可根據(jù)自己的需求進(jìn)行內(nèi)容下載，以實(shí)現(xiàn)獲取目的。這里的下載行為是指合法性的下載行為。一般而言，資源下載的內(nèi)容包括數(shù)字圖書館的電子圖書、數(shù)字期刊、各種數(shù)字資源商提供的平臺學(xué)科資源，以及圍繞用戶群體提供的自建數(shù)字資源服務(wù)，包括整合開放獲取的電子期刊、具有針對性的學(xué)科服務(wù)等[16]。由于圖書館的用戶群體存在著差異性，因而對于用戶的資源下載行為不僅要求用戶下載時的合規(guī)性，而且還需盡可能地開展相應(yīng)的個性化服務(wù)，以此降低圖書館運(yùn)營成本，提高服務(wù)效率。

4 用戶數(shù)字資源行為的興趣模型研究

從用戶互聯(lián)網(wǎng)訪問心理學(xué)角度來分析，興趣是指個人對互聯(lián)網(wǎng)信息或者事物的選擇性態(tài)度，同時蘊(yùn)含著認(rèn)知、探索、接近信息或者事物的傾向，是一種個性明顯的表現(xiàn)[17]。通常情況下，興趣與閱讀度之間存在著正向關(guān)系，但會因資源的類型不同，興趣存在著差異性，其測算函數(shù)也不盡相同。另外，在用戶訪問、瀏覽、檢索與下載行為的研究分析中，由于同一數(shù)據(jù)庫、同一頁面內(nèi)的檢索與下載行為可以精確反映用戶信息需求，因此，在分析用戶訪問頁面行為時，本文選取同一數(shù)據(jù)庫為研究對象，在提取用戶的檢索與下載行為數(shù)據(jù)的基礎(chǔ)上，描述和創(chuàng)建用戶行為的興趣模型（如圖3所示），以此來判斷用戶的興趣點(diǎn)，感知用戶需求。

假定用戶在特定的時間范圍內(nèi)對同一個數(shù)字資源庫按照訪問、瀏覽、檢索、下載流程進(jìn)行操作，其訪問次數(shù)、瀏覽時間、檢索與下載等行為會由于同一個數(shù)字資源庫中的內(nèi)容包含不同的頁面呈現(xiàn)不同的頁面操作，那么將用戶在該時間范圍內(nèi)訪問的頁面分別記錄為w1、w2、w3、…、wn。用戶對這些頁面的操作次數(shù)可以認(rèn)為是用戶對數(shù)據(jù)庫的使用行為度，而興趣可以認(rèn)為是訪問次數(shù)（visits）、瀏覽時間（viewing-time）、檢索（retrieve）與下載（download）這四種行為的函數(shù)。

令I(lǐng)（Interest）表示興趣，I（w）為對數(shù)字資源頁面的興趣，則I（w）可以表示為：

I（w）=f（I visits（w）， I viewing-time（w）， I retrieve（w）， I download（w））? ? ?（1）

4.1 用戶訪問行為的興趣

由于互聯(lián)網(wǎng)門戶內(nèi)容個性化推薦結(jié)果的準(zhǔn)確性與用戶提出的訪問請求相關(guān)，因此也可從用戶訪問行為來挖掘用戶興趣（潛在需求）。一般而言，可以對用戶在單位時間內(nèi)訪問的數(shù)字資源次數(shù)進(jìn)行統(tǒng)計排名，獲得用戶常用的數(shù)字資源等信息，以推斷用戶使用數(shù)字資源的興趣習(xí)慣。該推斷的關(guān)鍵在于對其Web日志中記錄的有關(guān)行為數(shù)據(jù)進(jìn)行累計分析[18]，并根據(jù)用戶的行為特點(diǎn)進(jìn)行準(zhǔn)確的元數(shù)據(jù)描述，將相同興趣的用戶群體進(jìn)行歸類，創(chuàng)建關(guān)聯(lián)的用戶集、資源集等[19]。

4.2 用戶瀏覽行為的興趣

在互聯(lián)網(wǎng)訪問過程中，用戶瀏覽行為一般被用于映射用戶對網(wǎng)頁內(nèi)容的興趣與偏好[20]，包括用戶的瀏覽時間、資源類型，以及是否納入收藏夾、復(fù)制與保存等操作行為[21]。其中，用戶瀏覽時間長度在一定程度上可以量化評價用戶對網(wǎng)頁內(nèi)容的興趣。從理論及經(jīng)驗角度，用戶閱讀速度為300～500字/分鐘，但在客觀現(xiàn)實(shí)中，有可能夾雜著第三方因素或無法判別因素存在，如用戶的瀏覽習(xí)慣、網(wǎng)絡(luò)環(huán)境影響、用戶長時間不操作、因故離開計算機(jī)等，會導(dǎo)致不能夠準(zhǔn)確地評價用戶興趣。針對這些難以判斷的因素，可將用戶的閱讀時間與鼠標(biāo)操作次數(shù)等數(shù)據(jù)關(guān)聯(lián)，將鼠標(biāo)運(yùn)動次數(shù)納入到用戶操作行為評價因素中，以修正瀏覽計算時間內(nèi)用戶不在的情況，綜合推斷用戶瀏覽行為的興趣。

4.3 用戶檢索行為的興趣

用戶面對信息的多元化搜索渠道，其認(rèn)知的表達(dá)也會越來越便捷，更加專注于認(rèn)知過程的檢索化，可以說檢索行為是用戶對關(guān)注的事物在認(rèn)知上的一種提煉結(jié)果，而其錄入的檢索詞也就在一定程度上代表了其對某一知識內(nèi)容的興趣偏好。相對于用戶的網(wǎng)頁訪問、瀏覽行為，檢索行為更能在一定程度上體現(xiàn)用戶的信息需求與目的?？紤]到檢索過程中存在著的信息過載問題，一些網(wǎng)頁、學(xué)術(shù)平臺的搜索引擎應(yīng)用中包含諸如“查詢提示”“記錄感知”等工具，以便用戶提高檢索結(jié)果的精確度[22]。因此在分析用戶興趣時，可通過歷史查詢提示、檢索記錄列表的方法，進(jìn)行檢索詞的聚類分析，從中挖掘出用戶的所想、所需。

4.4 用戶下載行為的興趣

從學(xué)術(shù)研究角度來看，用戶想要深入某一知識的研究、探索，必然對相關(guān)的學(xué)術(shù)研究資源進(jìn)行關(guān)注和搜集。由此可看出，用戶對于數(shù)字資源的訪問、瀏覽、檢索、下載等獲取行為存在著一定的連貫性，而其中的下載行為代表了用戶獲取某一知識需求的最為強(qiáng)烈的興趣方向，是用戶在學(xué)術(shù)研究中體現(xiàn)興趣偏好的最高級別，也從側(cè)面反映出用戶的興趣得到了一定的滿足。那么對圖書館的數(shù)字資源而言，用戶對所需資源的下載數(shù)量與數(shù)字資源的被引量存在著一定的關(guān)系[23]，其指標(biāo)存在著中等的正相關(guān)性。

5 用戶“檢索—下載”行為與興趣關(guān)聯(lián)度實(shí)證分析

在用戶獲取數(shù)字資源的訪問、瀏覽、檢索、下載等一系列行為中，也是用戶興趣逐漸得到深入滿足的過程，其中用戶的檢索行為與下載行為是用戶興趣得到滿足的較高階段。至于檢索行為、下載行為在滿足用戶興趣的關(guān)聯(lián)度方面的差異，本文以校園網(wǎng)內(nèi)的一定時間內(nèi)用戶的檢索關(guān)鍵詞的詞頻統(tǒng)計與該時間內(nèi)用戶的下載文獻(xiàn)的詞頻統(tǒng)計進(jìn)行對比分析。

首先，定義公式，在T時間內(nèi)，校園網(wǎng)內(nèi)用戶訪問同一期刊或者電子書數(shù)據(jù)庫，將同一檢索詞詞頻數(shù)Nretrieve與下載文獻(xiàn)中詞頻數(shù)Ndownload比較，通過公式（2）計算，其結(jié)果與1越接近，即證明用戶興趣的滿足度越好。理論狀態(tài)下，用戶興趣得到滿足，即是用戶需求得到滿足，其結(jié)果無限接近于1。

lim F（Nretrieve/Ndownload）=1 ? ? ? ? ? ? ? ? ? ? ? ? （2）

其次，通過互聯(lián)網(wǎng)數(shù)據(jù)包分析系統(tǒng)收集數(shù)字圖書館系統(tǒng)中的CNKI數(shù)據(jù)庫近一周的用戶檢索內(nèi)容數(shù)據(jù)與下載內(nèi)容數(shù)據(jù)（數(shù)據(jù)采集時間范圍為2018年10月13日至2018年10月18日），一共獲得檢索數(shù)據(jù)7573個，下載數(shù)據(jù)2995個。應(yīng)用谷尼輿情圖悅（picdata.cn）熱詞分析工具進(jìn)行分析，其中系統(tǒng)分析運(yùn)用了TF、熱詞詞頻指標(biāo)與Score、熱詞權(quán)重指標(biāo)，所得到的詞頻結(jié)果分別如圖4和圖5所示。

最后以Excel方式導(dǎo)出熱詞詞頻結(jié)果，獲取相應(yīng)的內(nèi)容、檢索次數(shù)、下載次數(shù)等數(shù)據(jù)，再通過公式（2）進(jìn)行相似比計算，其結(jié)果如表1所示。

如表1所示，序號3、4、5、6、8、10的相似比接近于1，理論上證明了這些用戶在檢索、下載數(shù)字圖書館資源過程中，其興趣得到了較好滿足。序號9的相似比低于1，反映了該領(lǐng)域用戶檢索詞的選取不精確或者對所需內(nèi)容認(rèn)知不足。序號1、2、7相似比值偏離較大，反映了該類用戶對所需的資源研究較為深入或者獲取到的數(shù)字資源能夠滿足需求的資源較少。

公式（2）在實(shí)踐上還存在著一些問題，需要注意以下幾點(diǎn)：首先，過量下載行為無法準(zhǔn)確判斷用戶的興趣;其次，用戶的知識結(jié)構(gòu)、檢索技巧，以及對檢索詞提煉不夠準(zhǔn)確，對資源的掌握程度無法通過行為做準(zhǔn)確判斷，還需要引入情景分析等其他評測指標(biāo)做二次、三次等多維度分析;最后，興趣僅為圖書館數(shù)據(jù)決策與評價提供參考，而實(shí)施與提高智慧服務(wù)效率，需要多維度的數(shù)據(jù)支持才能夠?qū)崿F(xiàn)。

6 結(jié)語

眾所周知，用戶興趣在一定意義上是驅(qū)動用戶進(jìn)行某一科學(xué)研究、開展學(xué)術(shù)活動的原始動力，而圖書館對用戶行為的分析研究可為圖書館的智慧服務(wù)提供一定程度的決策支持。圖書館對用戶顯性與隱性需求的感知，需要獲取、分析與挖掘用戶使用數(shù)字資源的日志相關(guān)數(shù)據(jù)，并在用戶的動態(tài)訪問、瀏覽、檢索、下載行為過程中，動態(tài)發(fā)掘和探求用戶的興趣（潛在需求），才能更好地在滿足用戶需求方面提供精準(zhǔn)支持。目前，隨著基于語義數(shù)據(jù)表示和技術(shù)的發(fā)展，允許在開放和動態(tài)部署場景中靈活地匹配用戶需求和服務(wù)功能，使得用戶的興趣在互聯(lián)網(wǎng)中能夠得到及時滿足[24]?；谶@一目的，本研究以用戶檢索詞與下載文獻(xiàn)數(shù)據(jù)為基礎(chǔ)，試圖從用戶獲取資源行為角度創(chuàng)建用戶“檢索—下載”興趣模型，以檢索行為與下載行為的相似比值來深層次感知用戶資源需求（興趣）是否得到滿足。本研究由于選取的數(shù)據(jù)并不一定具有代表性，還存在著諸多不足之處，因此分析方法的科學(xué)性需要進(jìn)一步通過實(shí)踐得到驗證，需要運(yùn)用多樣化的數(shù)據(jù)分析挖掘工具來感知用戶所需。在這里，筆者希望廣大圖書館領(lǐng)域?qū)＜?、學(xué)者能夠進(jìn)一步完善相關(guān)理論以及將理論成果轉(zhuǎn)化為實(shí)踐成果，進(jìn)而不斷完善圖書館智慧服務(wù)體系。

參考文獻(xiàn)：

[ 1 ]李建廷，郭曄，湯志軍.基于用戶瀏覽行為分析的用戶興趣度計算[J].計算機(jī)工程與設(shè)計，2012，33（3）：968-972.

[ 2 ]王世偉.未來圖書館的新模式：智慧圖書館[J].圖書館建設(shè)，2011（12）：1-5.

[ 3 ]郭嘉，郭曉峰，沈建京.關(guān)于大數(shù)據(jù)中用戶資源信息提取仿真研究[J].計算機(jī)仿真，2018，35（7）：414-417.

[ 4 ]KAIJUN YU， SONG LUO， XUEJUN ZHOU， et al. A novel method of applying big data for analysis model of library user behavior[P]. Proceedings of the 2019 International Conference on Organizational Innovation （ICOI 2019），2019.

[ 5 ]劉洪偉，高鴻銘，陳麗，等.基于用戶瀏覽行為的興趣識別管理模型[J].數(shù)據(jù)分析與知識發(fā)現(xiàn)，2018，2（2）：74-85.

[ 6 ]李昌兵，凌永亮，汪爾晶.基于興趣度的Web訪問用戶關(guān)聯(lián)規(guī)則挖掘[J].計算機(jī)工程與設(shè)計，2017，38（4）：852-856，975.

[ 7 ]陸康，曾煒，劉慧.基于Wi-Fi室內(nèi)定位技術(shù)的空間感知信息服務(wù)系統(tǒng)研究[J].新世紀(jì)圖書館，2018（8）：59-62.

[ 8 ]陳臣.大數(shù)據(jù)時代一種基于用戶行為分析的圖書館個性化智慧服務(wù)模式[J].圖書館理論與實(shí)踐，2015（2）：96-99.

[ 9 ]許海玲，吳瀟，李曉東，等.互聯(lián)網(wǎng)推薦系統(tǒng)比較研究[J].軟件學(xué)報，2009，20（2）：350-362.

[10]曾春，邢春曉，周立柱.個性化服務(wù)技術(shù)綜述[J].軟件學(xué)報，2002（10）：1952-1961.

[11]沈陽.基于網(wǎng)絡(luò)閱讀行為興趣度模型的網(wǎng)摘推薦[J].情報雜志，2007（2）：68-69，73.

[12]曾子明，金鵬.智慧圖書館個性化推薦服務(wù)體系及模式研究[J].圖書館雜志，2015，34（12）：16-22.

[13]周訓(xùn)杰，王尊新.高校圖書館數(shù)字資源評價指標(biāo)體系研究[J].現(xiàn)代情報，2006（1）：14-15，18.

[14]劉磊，余潔，王賢.社會網(wǎng)絡(luò)環(huán)境下用戶參與的圖書館數(shù)字資源評價模式研究[J].大學(xué)圖書館學(xué)報，2014，32（2）：13-17.

[15]容海萍.圖書館數(shù)字資源跨媒體語義關(guān)聯(lián)檢索的實(shí)現(xiàn)模型及保障措施[J].圖書館工作與研究，2018（7）：58-62.

[16]張理華.圖書館自建開放獲取整本電子期刊資源庫研究：以期刊來源和獲取方式為例[J].圖書館雜志，2018，37（2）：47-52.

[17]BEENEN G， LING K， CHANG K. Using social psychology to motivate contributions to online communities[C]//CSCW04， New York， USA，2004.

[18]陸康.高校圖書館數(shù)字資源統(tǒng)計系統(tǒng)建設(shè)研究[J].現(xiàn)代情報，2015，35（9）：140-145.

[19]王微微，夏秀峰，李曉明.一種基于用戶行為的興趣度模型[J].計算機(jī)工程與應(yīng)用，2012，48（8）：148-151，199.

[20]葉文權(quán)，陸興華.基于用戶行為的個性化搜索建模[J].智能計算機(jī)與應(yīng)用，2017，7（6）：5-8.

[21]邢玲，宋章浩，馬強(qiáng).基于混合行為興趣度的用戶興趣模型[J].計算機(jī)應(yīng)用研究，2016，33（3）：661-664，668.

[22]嚴(yán)中華，孟亞琪，程秀峰.社會化閱讀平臺的信息查詢提示機(jī)制優(yōu)化[J].圖書館論壇， 2019，39（4）：101-109.1306.G2.20180818.1847.004.html.

[23]王雅祺.下載數(shù)與被引量關(guān)系及其影響因素分析[D].天津：天津工業(yè)大學(xué)，2016.

[24]TONINELLI A， COEEADI A， MONTANARI R. Semantic-based discovery to support mobile context-aware service access[J]. Computer Communications，2007，31（5）.