面向高校圖書館精準(zhǔn)知識服務(wù)的用戶畫像建構(gòu)

賀幸陽 高明澤

(湘潭大學(xué) 湖南湘潭 411105)

泛在信息環(huán)境下，高校用戶不再滿足于圖書館被動的傳統(tǒng)文獻(xiàn)服務(wù)模式，多元的信息需求正推動著知識服務(wù)向精準(zhǔn)化、個性化的方向發(fā)展。因此，高校圖書館不僅需要在日常業(yè)務(wù)中熟悉自身資源優(yōu)勢，更應(yīng)對該單位用戶現(xiàn)實需求、潛在需要有系統(tǒng)的了解。早在1998 年，交互設(shè)計之父Alan Cooper 就已提出“用戶畫像”這一概念。近年來，這一精準(zhǔn)營銷技術(shù)被廣泛應(yīng)用于各行各業(yè)，在勾畫用戶、捕獲需求方面取得了相當(dāng)不錯的成績[1]。當(dāng)前語境下，用戶畫像技術(shù)通常是指將采集來的用戶數(shù)據(jù)抽象化并深度挖掘（聚類、關(guān)聯(lián)等）獲得可視化圖形的信息處理過程[2]。國外學(xué)者認(rèn)為通過引入用戶畫像技術(shù)，可以發(fā)現(xiàn)讀者階段性的閱讀偏好與行為規(guī)律，從而解釋不同用戶群體間的行為差異，以此為突破口實現(xiàn)知識服務(wù)模式的轉(zhuǎn)型升級。目前，我國高校圖書館，尤其是以湖南省為代表的中西部地區(qū)高校尚在智能化轉(zhuǎn)型過程中，數(shù)據(jù)容量與數(shù)據(jù)分析處理能力相對較弱，故而，該研究立足高校圖書館“小數(shù)據(jù)”的當(dāng)前特點[3]，秉承數(shù)字生態(tài)的系統(tǒng)理念，制訂出高效率、差異化的數(shù)據(jù)采集方案，將模型體系的數(shù)據(jù)預(yù)處理層、標(biāo)簽建模層、用戶畫像生成層環(huán)環(huán)緊扣，使信息得以被各個環(huán)節(jié)高效利用。通過成功的用戶畫像體系實時跟進(jìn)高校圖書館用戶畫像，并在此基礎(chǔ)之上，設(shè)計建構(gòu)出針對個體讀者、群體用戶的不同服務(wù)模式，改善高校圖書館服務(wù)環(huán)境與知識服務(wù)使用率，提升用戶體驗感與滿意度，促進(jìn)高校學(xué)科發(fā)展。

1 高校圖書館用戶畫像模型的可行性與意義

1.1 可行性分析

1.1.1 需求之維

高校圖書館面向本單位廣大知識人才，提供著高質(zhì)量的教學(xué)科研服務(wù)，在日常工作中不僅需要保證一定的時效性，同時也需要滿足用戶主體多方位、高層次的專業(yè)需求并對館藏資源就內(nèi)容與結(jié)構(gòu)做出階段性的反饋、優(yōu)化。采取用戶畫像技術(shù)根據(jù)用戶的檢索記錄、興趣范圍等，對其個性化的知識需求做出高效、客觀的預(yù)判，從而針對性地輸送知識服務(wù)，及時滿足高校用戶豐富需求，極大程度上改變當(dāng)前知識供需不平衡的窘境，有效推動“互聯(lián)網(wǎng)+”時代高校圖書館服務(wù)質(zhì)量轉(zhuǎn)型升級。

1.1.2 技術(shù)之維

用戶畫像技術(shù)的基礎(chǔ)理論、系統(tǒng)框架已經(jīng)十分成熟，廣泛應(yīng)用于企業(yè)營銷、行業(yè)研究、產(chǎn)品效率優(yōu)化事業(yè)，這為高校圖書館勾畫精準(zhǔn)用戶“肖像”提供了有力的理論支持與參考經(jīng)驗。針對不同結(jié)構(gòu)化程度的館藏信息資源，通過多種算法的協(xié)同調(diào)用，可以形成分布式平臺對數(shù)據(jù)進(jìn)行收集與統(tǒng)一，從而為分層標(biāo)簽、分群標(biāo)簽再到個性化標(biāo)簽這一深度細(xì)化過程提供客觀依據(jù)，最終獲悉用戶的現(xiàn)實知識需求、潛在信息需要。與此同時，多數(shù)高校圖書館已經(jīng)具備實時獲取并保存用戶行為數(shù)據(jù)的能力[4]，這為構(gòu)建全面、真實的用戶畫像提供了數(shù)據(jù)基礎(chǔ)與保障。

1.2 應(yīng)用于高校圖書館的意義

1.2.1 了解個性需求，提升用戶體驗

近年來，高校圖書館信息資源系統(tǒng)不斷疊加，用戶往往需要在浩如煙海的內(nèi)容中檢索出極少數(shù)相關(guān)的部分，這為廣大用戶帶來了不小的干擾。通過用戶實時行為數(shù)據(jù)的積累，利用關(guān)聯(lián)和聚類算法構(gòu)建用戶畫像，能夠及時、有效地對用戶需求及偏好做出預(yù)判，實現(xiàn)需求的“可視化”、服務(wù)的主動性，優(yōu)化知識獲取效率，提高用戶滿意度、忠誠度。

1.2.2 助力學(xué)科服務(wù)，發(fā)揮高校優(yōu)勢

通過對用戶需求偏好的挖掘，高校圖書館可以將碎片化、特質(zhì)化的微知識實現(xiàn)精準(zhǔn)推送，這對于提高高校圖書館信息資源利用率起到了橋梁作用[5]。與此同時，對用戶畫像系統(tǒng)的反饋結(jié)果進(jìn)行解讀分析，有效減少了長期存在的重復(fù)建設(shè)問題并對現(xiàn)有學(xué)科服務(wù)體系的缺失做出及時的填補(bǔ)、完善。憑借微知識服務(wù)推送平臺，高校圖書館用戶的學(xué)習(xí)與科研興趣被大大激發(fā)，碎片化的啟發(fā)逐漸向系統(tǒng)性研究過渡，高校圖書館館藏資源優(yōu)勢、用戶群體力量得以充分發(fā)揮。

2 用戶畫像模型的主要數(shù)據(jù)來源與類別

2.1 數(shù)據(jù)主要來源

根據(jù)相關(guān)性原則與適度性原則，綜合考慮到小數(shù)據(jù)迭代快、維度高等特點[6]，高校圖書館并不需要處理全部的用戶信息，這樣既規(guī)避了多余數(shù)據(jù)的干擾，又保證了用戶畫像良好的價值密度。因此，及時、精準(zhǔn)的多維度用戶數(shù)據(jù)是成功構(gòu)建用戶畫像的重要前提。在基本的數(shù)據(jù)預(yù)處理后，時效性強(qiáng)、準(zhǔn)確性高的數(shù)據(jù)集能夠?qū)τ脩舻牟町惢瘶?biāo)簽進(jìn)行清晰的描述。在高校圖書館業(yè)務(wù)中，圖書館門戶網(wǎng)站、學(xué)校圖書檢索平臺、科研成果管理系統(tǒng)、門禁系統(tǒng)數(shù)據(jù)庫、用戶社交平臺等構(gòu)成了用戶數(shù)據(jù)的主要來源，通過上述渠道，高校圖書館可以有效獲取用戶的個人基本信息、實時行為數(shù)據(jù)、研究偏好信息等[7]。目前，高校圖書館一般采取用戶一卡通賬號作為登錄端口，構(gòu)建用戶畫像的數(shù)據(jù)基礎(chǔ)。

2.2 數(shù)據(jù)構(gòu)成類別

目前高校圖書館所能收集并充分利用的用戶信息主要包含以下四類：用戶基本信息數(shù)據(jù)、用戶行為日志數(shù)據(jù)、用戶社交網(wǎng)絡(luò)數(shù)據(jù)、用戶科研成果數(shù)據(jù)。其中，用戶基本信息數(shù)據(jù)囊括高校圖書館用戶的姓名、年齡段、專業(yè)、教育層次、職稱等，其作用在于初步還原用戶的自然屬性及社會屬性；用戶行為日志數(shù)據(jù)是由圖書檢索平臺、移動閱讀終端等記錄的數(shù)據(jù)構(gòu)成，主要包括：訪問時間、訂閱渠道、下載頻次、登錄頻率、檢索途徑、停留時間、移動終端設(shè)備、內(nèi)容收藏、檢索速度等。除此之外，圖書館綜合管理系統(tǒng)數(shù)據(jù)庫會記錄下用戶的借閱次數(shù)、歸還狀態(tài)，門禁系統(tǒng)也會保存用戶個人的刷卡信息；用戶社交網(wǎng)絡(luò)數(shù)據(jù)則是用戶通過慕課平臺、微信、QQ進(jìn)行的轉(zhuǎn)發(fā)分享、業(yè)務(wù)咨詢等組成；用戶科研成果數(shù)據(jù)是用戶學(xué)術(shù)研究成果的記錄，由科研成果管理系統(tǒng)、機(jī)構(gòu)數(shù)據(jù)庫獲取，包括用戶科研項目、發(fā)表學(xué)術(shù)論文、出版專著、引用文獻(xiàn)等，反映了高校圖書館用戶的研究主題與脈絡(luò)。

3 高校圖書館用戶畫像模型建構(gòu)規(guī)劃與流程

3.1 模型構(gòu)建的基本規(guī)劃

筆者基于生態(tài)系統(tǒng)能量傳遞的相關(guān)理論，仿照生態(tài)系統(tǒng)中的各主要元素對高校圖書館用戶畫像模型架構(gòu)進(jìn)行基本規(guī)劃。由此構(gòu)建出如下的數(shù)據(jù)傳遞生態(tài)模型：實時的用戶信息流（數(shù)據(jù)采集層）作為最初的“能量”，提供著模型建構(gòu)的基礎(chǔ)依據(jù)；合理的信息組織及處理（數(shù)據(jù)預(yù)處理層）如同“植被”一類的生產(chǎn)者，將海量無序的信息固化為具有較高價值密度的規(guī)范化數(shù)據(jù)集；數(shù)據(jù)的存儲與分析（數(shù)據(jù)標(biāo)簽建模層）發(fā)揮著初級消費(fèi)者的作用，使得數(shù)據(jù)可以更為輕松地被下一層級“利用吸收”；數(shù)據(jù)的可視化（用戶畫像生成層）作為二級或三級消費(fèi)者，生成可供直接使用的模型結(jié)果。在此期間，各層級間信息的反饋如同分解者，再次促進(jìn)信息的流動。綜上，數(shù)據(jù)采集層通過實時更近用戶信息，獲取可靠數(shù)據(jù)來源，數(shù)據(jù)預(yù)處理層完成數(shù)據(jù)的基本梳理工作，數(shù)據(jù)標(biāo)簽建模層進(jìn)一步優(yōu)化其價值密度，最終由用戶畫像生成層獲取可視性成果。

3.2 用戶畫像模型的建構(gòu)流程

3.2.1 數(shù)據(jù)采集層

數(shù)據(jù)采集層由圖書館用戶管理系統(tǒng)、高校圖書館信息門戶網(wǎng)站、社交網(wǎng)絡(luò)平臺、檢索系統(tǒng)、科研成果管理系統(tǒng)等共同組成，作為用戶畫像模型構(gòu)建的基礎(chǔ)設(shè)施層，起著溝通用戶、設(shè)施與管理系統(tǒng)的重要作用。程真提出圖書館可以依據(jù)年齡、職業(yè)、教育背景等社會屬性對用戶進(jìn)行初步分類，使用戶的知識需求、價值取向呈現(xiàn)出較小的組內(nèi)差異與較顯著的組間差異[8]，再依據(jù)各自需求特點，對用戶進(jìn)行大致分層，繼而針對不同層次的用戶采取最適宜的數(shù)據(jù)收集方案，這將大大提高建模的效率與適用性。鑒于高校圖書館面向用戶的特定性，該文將用戶主要劃分為通識導(dǎo)向型用戶與專識導(dǎo)向型用戶兩類[9]。通識導(dǎo)向型用戶是以獲取非專業(yè)、非職業(yè)性知識為主要需求的用戶，大量分布于本科低年級學(xué)生中；專識導(dǎo)向型用戶則是以獲取專業(yè)性、職業(yè)性知識信息為主要需求的用戶群體，主要分布于高校教師、科研人員、本科高年級學(xué)生與研究生群體。通過圖書館管理系統(tǒng)，可以輕松獲取高校讀者的屬性信息數(shù)據(jù)集。由于在較長時間內(nèi)用戶的屬性信息基本穩(wěn)定，故而設(shè)計重心應(yīng)是對不同群體的行為信息采取有差異的收集方案?；趯σ陨蟽深惾后w的訪談?wù){(diào)研與大量文獻(xiàn)閱讀，筆者認(rèn)為通識導(dǎo)向型用戶的數(shù)據(jù)維度應(yīng)聚焦于行為日志數(shù)據(jù)、社交數(shù)據(jù)，而專識導(dǎo)向型用戶的數(shù)據(jù)采集應(yīng)當(dāng)考慮科研成果的更新。

3.2.2 數(shù)據(jù)預(yù)處理層

數(shù)據(jù)預(yù)處理是針對數(shù)據(jù)采集層所獲得的原始數(shù)據(jù)進(jìn)行分組前必要的審核、篩選、排序。就目前高校圖書館數(shù)據(jù)集成與管理狀況來看，數(shù)據(jù)格式不齊、不規(guī)范乃至缺失等一系列問題仍然廣泛存在，這一方面是涉及多系統(tǒng)平臺的參與，另一方面實則是海量數(shù)據(jù)下操作不規(guī)范、系統(tǒng)bug在所難免。因此，對原始數(shù)據(jù)進(jìn)行預(yù)處理就成為了高校圖書館建構(gòu)用戶畫像模型的必要環(huán)節(jié)。在數(shù)據(jù)預(yù)處理層，將逐一完成數(shù)據(jù)的清理、集成、變換和歸約。這些必要的處理操作大大提高了數(shù)據(jù)資料的價值密度，進(jìn)一步確保了數(shù)據(jù)挖掘工作的效率。與此同時，規(guī)范、完整、格式適用的數(shù)據(jù)集合，也為用戶畫像模型平穩(wěn)運(yùn)行筑起了一道“數(shù)據(jù)長城”。

3.2.3 數(shù)據(jù)標(biāo)簽建模層

構(gòu)建用戶畫像的核心工作是對用戶屬性數(shù)據(jù)與行為數(shù)據(jù)提取特征因子并做出標(biāo)簽化的自然語言描述，繼而形成一套兼具準(zhǔn)確性與泛化性的多層分類標(biāo)簽體系。首先，鑒于高校圖書館自身資源特性，在標(biāo)簽粒度的關(guān)鍵問題上既要防止粒度過粗缺乏區(qū)分度，又要避免由于粒度過細(xì)影響實用性。結(jié)合對相關(guān)文獻(xiàn)的閱讀，本文將標(biāo)簽體系設(shè)計為精細(xì)的多層架構(gòu)。其中，每類一級標(biāo)簽經(jīng)過細(xì)化衍生出若干二級標(biāo)簽、三級標(biāo)簽，通過對三級標(biāo)簽進(jìn)行賦值，使信息關(guān)聯(lián)到用戶數(shù)據(jù)，成為用戶的事實標(biāo)簽。接著，通過對事實標(biāo)簽進(jìn)行數(shù)據(jù)挖掘獲取關(guān)鍵的特征標(biāo)簽。目前，用戶畫像技術(shù)主要有人工方式、計算機(jī)方式兩類方法完成對用戶特征的提取。其中，人工提取的方法對研究人員的知識、經(jīng)驗背景具有較高要求，其結(jié)果也具有較強(qiáng)主觀性，故而該研究主要探討計算機(jī)方式下的用戶畫像建模。計算機(jī)提取方法是通過機(jī)器學(xué)習(xí)的方式，自動獲取用戶特征因子，主要利用了決策樹、神經(jīng)網(wǎng)絡(luò)、K均值聚類算法、邏輯回歸、支持向量機(jī)等常用算法，具有高效快速、實時跟進(jìn)的特點，更能適應(yīng)信息體量不斷膨脹、用戶范圍日益擴(kuò)大的現(xiàn)狀。例如：高校圖書館需要在短時間內(nèi)了解該單位用戶的主要研究方向時，就可以調(diào)用科研項目名稱和參與人員、科研論文題目與合作者、出版專著題名及合著者等事實標(biāo)簽，再結(jié)合興趣衰減法給予相應(yīng)權(quán)重，快速獲取用戶研究方向的特征標(biāo)簽。

3.2.4 用戶畫像生成層

在完成數(shù)據(jù)標(biāo)簽體系構(gòu)建后，通過對用戶標(biāo)簽的深度處理可以形成直觀、生動的可視化圖形。在此基礎(chǔ)上，高校圖書館可以從微觀層面完成用戶需求的合理預(yù)測。此外，對本單位全部用戶的個人數(shù)據(jù)（如專業(yè)信息、文獻(xiàn)下載等）進(jìn)行關(guān)聯(lián)分析、相似度分析、降維處理（聚類）后，系統(tǒng)可以構(gòu)建出交叉關(guān)聯(lián)的群體用戶畫像，這在中觀層面實現(xiàn)了協(xié)同過濾、優(yōu)先排序的個性化推薦，并在宏觀的角度上為用戶群體劃分、服務(wù)定位等戰(zhàn)略決策提供易于理解的依據(jù)。值得注意的是，在實際應(yīng)用中，根據(jù)特定場景的需要，用戶畫像可視圖在表現(xiàn)形式上也具有相當(dāng)大的靈活性，常用的形式主要包括詞云圖、人物頭像搭配個性化標(biāo)簽、扇形圖、雷達(dá)圖等。

4 基于用戶畫像的高校圖書館精準(zhǔn)知識服務(wù)模式

4.1 個體用戶服務(wù)模式

從服務(wù)對象的維度看，基于用戶畫像技術(shù)的精準(zhǔn)知識服務(wù)模式主要分為：個體用戶服務(wù)模式和群體用戶服務(wù)模式兩類。個體用戶服務(wù)模式是依據(jù)個體畫像，開展一對一的個性化知識資源推送與學(xué)科服務(wù)跟進(jìn)，實現(xiàn)對其文獻(xiàn)資源需求、學(xué)科服務(wù)需求的精準(zhǔn)識別、快速匹配。針對個人用戶，服務(wù)主要包括線上推薦與線下咨詢兩種。線上推薦模式作為個體用戶獲取服務(wù)的主要途徑，通過在線個性化推薦系統(tǒng)將個人用戶畫像與本館文獻(xiàn)資源庫、學(xué)科服務(wù)數(shù)據(jù)庫進(jìn)行實時匹配，調(diào)用協(xié)同過濾推薦算法列出用戶所需的“Top N”目錄，從而實現(xiàn)高效、快速的個性化知識服務(wù)，緩解了高校圖書館人力資源不足與服務(wù)需求激增的重要矛盾。線下咨詢模式具有更高知識價值，主要針對部分專識導(dǎo)向型用戶的特殊知識、情報需求，對高校圖書館人力資源條件有一定限制，適用于特定情境下的學(xué)科服務(wù)推薦、學(xué)科信息咨詢。

4.2 群體用戶服務(wù)模式

由于高校圖書館面向用戶的局限性，使其可以根據(jù)用戶院校專業(yè)、所在年級、參與項目經(jīng)歷等不同條件劃分出若干相對獨(dú)立的群體。群體用戶服務(wù)模式便是通過挖掘具有共同特征因子的讀者需求，了解其整體需要的時序特性，按照所得規(guī)律展開精準(zhǔn)、及時的文獻(xiàn)資源輸送、學(xué)科服務(wù)推送等。與個體用戶服務(wù)模式不同，由于群體數(shù)量相對較少且易于集中，線下推薦的模式通常能夠得以推廣。在基礎(chǔ)的專業(yè)文獻(xiàn)資源推薦、學(xué)科服務(wù)項目推廣之外，學(xué)科館員通過與二級學(xué)院合作，可以有效地展開針對性的學(xué)術(shù)交流會、信息資源利用講座，解決讀者在科研選題、資料收集、研究實驗、論文撰寫等不同階段的迫切問題；同時針對院?？蒲袌F(tuán)隊在項目申請、驗收鑒定及成果申報中的需求，制訂個性化的知識服務(wù)方案，為高校學(xué)科發(fā)展保駕護(hù)航。

5 結(jié)語

面對當(dāng)前日益復(fù)雜的用戶需求，如果不能準(zhǔn)確全面地洞悉讀者相關(guān)信息，精準(zhǔn)化的知識服務(wù)將缺乏客觀依據(jù)，從而導(dǎo)致方案適應(yīng)性不強(qiáng)、用戶活躍度不高等一系列棘手問題。為此，該研究將用戶畫像技術(shù)與圖書館精準(zhǔn)知識服務(wù)結(jié)合，首先在需求與技術(shù)兩個維度上論證了用戶畫像技術(shù)應(yīng)用于高校圖書館精準(zhǔn)化知識服務(wù)的可行性，并提出通過用戶畫像技術(shù)的引入，高校圖書館可以更好地提升讀者體驗、助力學(xué)科發(fā)展。繼而在數(shù)據(jù)來源、模型建構(gòu)規(guī)劃與流程上進(jìn)行詳細(xì)說明。在模型建構(gòu)中保持著“生態(tài)一體”的理念，設(shè)計了高效、差異化的數(shù)據(jù)采集方案，將其后的數(shù)據(jù)預(yù)處理層、標(biāo)簽建模層、用戶畫像生成層環(huán)環(huán)緊扣，使信息得以被各個環(huán)節(jié)高效利用。最后從服務(wù)群體維度，展開對服務(wù)模式的探討、建構(gòu)，為高校圖書館利用用戶畫像技術(shù)實現(xiàn)全面精準(zhǔn)化知識服務(wù)提供參考。