李春秋

摘 ?要：對用戶的屬性和行為特征進(jìn)行深入刻畫，構(gòu)建用戶畫像應(yīng)用于圖書館服務(wù)，可以提高圖書館服務(wù)的個(gè)性化、精準(zhǔn)化。本文結(jié)合智慧圖書館的特點(diǎn)，探索智慧圖書館用戶畫像構(gòu)建過程，從數(shù)據(jù)采集層、數(shù)據(jù)挖掘?qū)?、個(gè)性化服務(wù)層幾個(gè)方面搭建圖書館個(gè)性化服務(wù)框架，并針對智慧圖書館個(gè)性化服務(wù)過程中存在的問題提出相應(yīng)對策。

關(guān)鍵詞：用戶畫像;智慧圖書館;個(gè)性化服務(wù);大數(shù)據(jù)

中圖分類號：G252 ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A ? ? ? ? ? 文章編號：1672-4437（2020）04-0069-04

1 相關(guān)理論研究

1.1 智慧圖書館

智慧圖書館最早由芬蘭奧盧大學(xué)圖書館 Aittola 等人于2003年提出，被解釋為“能夠被用戶感知，且不受空間限制的移動圖書館”[1]。2009年IBM提出智慧地球理念后，智慧圖書館的實(shí)踐和理論研究才逐漸受到學(xué)者的重視。目前我國學(xué)者從不同角度對智慧圖書館進(jìn)行研究，形成不同觀點(diǎn)。董曉霞[2]等認(rèn)為智慧圖書館是數(shù)字圖書館和感知智慧化兩者相結(jié)合。曾子明[3]等認(rèn)為情景感知能有效提高智慧圖書館移動視覺檢索準(zhǔn)確率，提高查詢相關(guān)度和用戶滿意度。覃瑋境[4]等提出了重構(gòu)智慧圖書館“智能服務(wù)”路徑，以滿足圖書館用戶“個(gè)性化”與“定制化”的知識服務(wù)需求。曹樹金[5]等總結(jié)了國內(nèi)外智慧圖書館的參考文獻(xiàn)，分析結(jié)果認(rèn)為智慧圖書館應(yīng)當(dāng)以大數(shù)據(jù)、人工智能等技術(shù)為支撐，以精準(zhǔn)識別讀者需求為起點(diǎn)，重視讀者體驗(yàn)。

1.2 用戶畫像

用戶畫像是Alan Cooper最早提出的，他認(rèn)為用戶畫像是建立在一系列真實(shí)數(shù)據(jù)之上的目標(biāo)用戶模型[6]。余孟杰[7]認(rèn)為用戶畫像就是利用大數(shù)據(jù)技術(shù)收集足夠的數(shù)據(jù)，然后對用戶標(biāo)簽化以形成一個(gè)虛擬用戶全貌。劉海[8]等根據(jù)用戶的理財(cái)偏好，消費(fèi)層次以及個(gè)人財(cái)富等維度構(gòu)建用戶畫像，為銀行理財(cái)產(chǎn)品進(jìn)行精準(zhǔn)營銷提供依據(jù)。王洋[9]等利用大數(shù)據(jù)技術(shù)對用戶的日常瀏覽日志進(jìn)行數(shù)據(jù)挖掘分析，根據(jù)分析結(jié)果構(gòu)建用戶畫像，在準(zhǔn)確性方面有了很大提高。王順箐[10]利用讀者興趣偏好構(gòu)建用戶畫像，并融入到圖書館推薦系統(tǒng)中，從而提高了推薦系統(tǒng)的服務(wù)準(zhǔn)確度。

智慧圖書館的發(fā)展趨勢是以用戶的需求為根本，能夠?yàn)橛脩艨焖?、?zhǔn)確地提供個(gè)性化、定制化、智慧化服務(wù)?？梢詮拈喿x推薦和檢索推薦兩個(gè)方面提升個(gè)性化服務(wù)水平。

2 智慧圖書館用戶畫像構(gòu)建

2.1 用戶畫像數(shù)據(jù)獲取

在大數(shù)據(jù)時(shí)代，移動終端和物聯(lián)網(wǎng)技術(shù)的快速發(fā)展，用戶的大量數(shù)據(jù)得以有效保存，為我們采集用戶數(shù)據(jù)提供了基礎(chǔ)。利用這些數(shù)字資源可以了解用戶的特征屬性信息，進(jìn)而對用戶群體進(jìn)行畫像。用戶畫像數(shù)據(jù)一般情況下可以分為動態(tài)數(shù)據(jù)和靜態(tài)數(shù)據(jù)。用戶到館活動軌跡、圖書館相關(guān)系統(tǒng)的使用記錄、借還書的相關(guān)記錄等稱為動態(tài)數(shù)據(jù)。而靜態(tài)數(shù)據(jù)一般可以理解為用戶注冊時(shí)相關(guān)信息及家庭和職業(yè)等數(shù)據(jù)，這些數(shù)據(jù)一般不會實(shí)時(shí)變動。

智慧圖書館應(yīng)該采集讀者靜態(tài)數(shù)據(jù)：基本屬性（姓名、性別、年齡、學(xué)歷……），社會屬性（家庭成員、工作單位、工作收入……）;動態(tài)數(shù)據(jù)：讀者的線下行為（借書記錄、預(yù)約記錄、還書記錄……），讀者線上行為（讀者ID、檢索記錄、下載記錄……）及情景信息（讀者的位置、移動終端設(shè)備、讀者的喜怒哀樂……）。并利用這兩方面數(shù)據(jù)構(gòu)建用戶畫像。一般情況下，可以從讀者的靜態(tài)屬性中推測出讀者的潛在需求。利用讀者的動態(tài)數(shù)據(jù)，如互動信息中的評價(jià)、建議和討論等信息，去調(diào)整推薦和檢索模型以便為讀者提供更加個(gè)性化的服務(wù)。

2.2 用戶畫像模型構(gòu)建

用戶畫像模型構(gòu)建就是對用戶進(jìn)行標(biāo)簽化的過程。用戶標(biāo)簽就是對用戶特征信息進(jìn)行高度總結(jié)和概括。完成標(biāo)簽化處理后，對用戶進(jìn)行分類，并標(biāo)注不同類別的關(guān)系，從而形成不同群體的標(biāo)簽體系。本文根據(jù)讀者的基本屬性，社會屬性，線下行為，線上行為，情景信息等進(jìn)行分類整理，構(gòu)建用戶畫像模型，如圖1所示。

雖然個(gè)體畫像能全面反映一個(gè)獨(dú)立個(gè)體的特征屬性，在知識推薦和檢索方面也更加精準(zhǔn)，但是個(gè)體用戶數(shù)據(jù)一旦缺失或者關(guān)鍵屬性字段不完整，很難采取其他措施補(bǔ)全數(shù)據(jù)，進(jìn)而造成用戶畫像構(gòu)建出現(xiàn)偏差。

根據(jù)共同興趣和近似偏好對用戶進(jìn)行分類，構(gòu)建群體用戶畫像，在個(gè)別用戶信息出現(xiàn)缺失時(shí)，就可以依據(jù)相同類別中的其他用戶數(shù)據(jù)進(jìn)行評估補(bǔ)充數(shù)據(jù)，從而完善用戶數(shù)據(jù)?？梢韵扔?jì)算用戶屬性的相似度或緊密度，然后運(yùn)用聚類算法對群體畫像聚類，形成不同類別的群體畫像。

3 基于用戶畫像的智慧圖書館個(gè)性化服務(wù)框架

可從數(shù)據(jù)采集層、數(shù)據(jù)挖掘?qū)?、個(gè)性化服務(wù)層三個(gè)方面構(gòu)建智慧圖書館的個(gè)性化推薦和檢索服務(wù)框架，如圖2所示。

3.1 數(shù)據(jù)采集層

數(shù)據(jù)采集層是整個(gè)智慧圖書館個(gè)性化服務(wù)框架的基礎(chǔ)，只有完整地采集用戶的信息數(shù)據(jù)，才能準(zhǔn)確描述用戶特征。對于讀者的基本信息數(shù)據(jù)，可以通過圖書館注冊信息獲取。線下行為數(shù)據(jù)可以通過圖書館后臺數(shù)據(jù)庫提取。同時(shí)，讀者參與圖書館組織的相關(guān)活動也能反映讀者的習(xí)慣和偏好等。線上行為數(shù)據(jù)可以通過網(wǎng)絡(luò)爬蟲技術(shù)對讀者經(jīng)常登錄的網(wǎng)頁、微博、微信等信息進(jìn)行捕獲。情景信息數(shù)據(jù)可以通過定位系統(tǒng)、智能監(jiān)控、人臉識別等技術(shù)采集，實(shí)現(xiàn)對讀者情景內(nèi)容的描述。

3.2 數(shù)據(jù)挖掘?qū)?/p>

數(shù)據(jù)挖掘?qū)有枰獙?shù)據(jù)采集層采集到的原始數(shù)據(jù)進(jìn)行預(yù)處理，也就是說需要對重復(fù)數(shù)據(jù)、缺失數(shù)據(jù)等情況進(jìn)行處理。另外，由于讀者屬性較多，且對讀者影響不一。因此，需要對讀者屬性進(jìn)行降維和加權(quán)處理，對提取的主要特征信息進(jìn)行標(biāo)簽化，形成讀者屬性標(biāo)簽庫。從采集的數(shù)據(jù)來看，數(shù)字資源呈現(xiàn)數(shù)據(jù)量大、變化快、異構(gòu)化、多來源等特點(diǎn)，這些數(shù)據(jù)在個(gè)性化推薦服務(wù)之前還需要進(jìn)行語義標(biāo)注和關(guān)聯(lián)，形成標(biāo)準(zhǔn)語義庫。

魯棒性強(qiáng)的算法模型是實(shí)現(xiàn)智慧圖書館個(gè)性化服務(wù)的關(guān)鍵。根據(jù)提取的特征標(biāo)簽庫初步形成個(gè)體用戶畫像，然后通過數(shù)據(jù)挖掘技術(shù)進(jìn)行聚類分析，從而形成群體畫像。畫像模型可以快速地對用戶特征進(jìn)行描述和表達(dá)，進(jìn)而與檢索對象進(jìn)行知識匹配關(guān)聯(lián)。關(guān)聯(lián)度越高，越能準(zhǔn)確地鎖定知識目標(biāo)。目前，常用的檢索模型和推薦模型有多種，如文本搜索、視覺搜索和協(xié)同過濾推薦、混合推薦等，在進(jìn)行個(gè)性化檢索和推薦時(shí)，需要選擇合適的檢索和推薦模型。

3.3 個(gè)性化服務(wù)層

讀者在移動終端進(jìn)行檢索查詢服務(wù)時(shí)，智慧圖書館后臺服務(wù)器會根據(jù)讀者畫像進(jìn)行計(jì)算，從而選擇最適合讀者的推薦模型，對檢索的知識和內(nèi)容進(jìn)行可視化處理后，推薦給讀者。同時(shí)，智慧圖書館還能夠感知讀者當(dāng)前的情景信息，通過和讀者互動交流，實(shí)時(shí)調(diào)整用戶特征屬性，根據(jù)新的屬性數(shù)據(jù)來抽象新的標(biāo)簽，并把新的標(biāo)簽添加到標(biāo)簽特征庫，從而不斷完善讀者畫像，調(diào)整推薦模型和檢索模型，提高讀者對智慧圖書館個(gè)性化服務(wù)的真實(shí)體驗(yàn)。

4 存在的關(guān)鍵問題與應(yīng)對策略

4.1 數(shù)據(jù)采集完整性及標(biāo)簽粒度劃分方面

用戶畫像構(gòu)建過程中，數(shù)據(jù)采集越全面，構(gòu)建的用戶畫像就越精確。但是在搜集數(shù)據(jù)時(shí)會遇到一些問題，如個(gè)別讀者注冊信息不完整，或者填寫的信息有誤。盡管通過相似偏好對個(gè)人信息進(jìn)行處理，在個(gè)性化推薦和檢索時(shí)也會出現(xiàn)一些誤差。這就要求后期必須強(qiáng)化數(shù)據(jù)采集的完整性。

標(biāo)簽粒度劃分問題是用戶畫像構(gòu)建過程中一定會遇到的問題。粒度劃分過于精細(xì)，會出現(xiàn)過度描述的現(xiàn)象，粒度劃分過于粗放，又難以精確描述用戶，這兩種情況都會出現(xiàn)推薦模型選擇使用度低的情況。一方面，有些特征屬性標(biāo)簽重要程度低，對用戶影響較小，這些標(biāo)簽如果留在用戶特征屬性標(biāo)簽庫中，用于用戶畫像構(gòu)建，會造成用戶畫像構(gòu)建不夠精準(zhǔn)，在進(jìn)行知識推薦和檢索時(shí)，會導(dǎo)致推薦和檢索的知識非用戶所需知識，偏離用戶期望。另外，標(biāo)簽數(shù)量太多，在選擇推薦模型時(shí)，會增加服務(wù)器端的計(jì)算工作量，進(jìn)而影響推薦檢索內(nèi)容和知識的速度，降低讀者的閱讀體驗(yàn)。因此，要客觀地對用戶畫像標(biāo)簽粒度劃分。可以首先分析標(biāo)簽對用戶的重要程度，將標(biāo)簽進(jìn)行分組，并計(jì)算不同組別對用戶決策的影響程度，進(jìn)而設(shè)置合理的權(quán)重，刪除無關(guān)緊要的標(biāo)簽，提高用戶畫像的精確度。

4.2 搜索和推薦算法優(yōu)化選擇方面

隨著計(jì)算機(jī)技術(shù)、人工智能的不斷發(fā)展，智慧圖書館檢索方式越來越多樣化。每種搜索方式和推薦算法都有各自的優(yōu)缺點(diǎn)和不同的特征，特別是針對新用戶的問題，以及在查詢準(zhǔn)確率和完整性方面的問題。智慧圖書館的重要特征為用戶提供實(shí)時(shí)服務(wù)。因此，需要?jiǎng)討B(tài)調(diào)整用戶的閱讀和檢索習(xí)慣，實(shí)時(shí)調(diào)整用戶畫像，并根據(jù)畫像及時(shí)調(diào)整檢索和推薦模型，向有共同偏好的群體進(jìn)行知識推薦，提高推薦效率和準(zhǔn)確率。

4.3 數(shù)據(jù)隱私安全方面

大部分用戶數(shù)據(jù)都涉及用戶的隱私。因此，在收集、使用用戶數(shù)據(jù)時(shí)，應(yīng)及時(shí)做好信息的安全和隱私保護(hù)。數(shù)據(jù)采集前，最好征求讀者意見;采集時(shí)，盡量只收集一些關(guān)鍵信息和數(shù)據(jù)，對用戶特征屬性影響較小的數(shù)據(jù)，如身份證號盡量不要采集，以免影響信息安全;采集后，要注意用戶信息存儲安全問題、信息泄露問題及信息被竊取等問題?？衫脜^(qū)塊鏈技術(shù)增強(qiáng)智慧圖書館信息的安全性。此外，還需建立健全智慧圖書館管理制度，定期對圖書館館員進(jìn)行培訓(xùn)，提高圖書館館員的個(gè)人素質(zhì)和安全意識，把每個(gè)圖書館館員都培養(yǎng)成智慧型圖書館館員。

4.4 用戶畫像動態(tài)變化方面

用戶的偏好和需求特征不是固定不變的。因此，同一個(gè)用戶的畫像模型也要隨著時(shí)間推移不斷調(diào)整。但是用戶的行為特征信息和偏好何時(shí)變化，難以把握。如果實(shí)時(shí)更新數(shù)據(jù)，并對用戶畫像實(shí)時(shí)調(diào)整，會大量增加終端服務(wù)器運(yùn)算量，造成系統(tǒng)運(yùn)行緩慢，延遲推薦時(shí)間，降低用戶使用體驗(yàn)。如果每隔一個(gè)固定時(shí)間段調(diào)整，就需要對用戶群體偏好變化的周期性進(jìn)行深入研究。

針對用戶畫像的動態(tài)變化，終端服務(wù)器難以高效的處理海量數(shù)據(jù)的問題，可以搭建云服務(wù)平臺，利用云服務(wù)器強(qiáng)大的數(shù)據(jù)處理和計(jì)算機(jī)能力，將用戶畫像模型構(gòu)建以及檢索和推薦算法放在云端處理，并將結(jié)果通過云端傳輸，提高推薦系統(tǒng)的實(shí)時(shí)推薦速度和穩(wěn)定性，增強(qiáng)用戶體驗(yàn)，提高智慧圖書館個(gè)性化服務(wù)水平。

參考文獻(xiàn)：

[1]Aittola M， Ryhanen T， Ojala T.Smart Library ：Location Aware Mobile Library Service[J].International Symposium on Human Computer Interaction with Mobile Devices and Services，2003（5）：411-415.

[2]董曉霞，龔向陽，張若林，等.智慧圖書館的定義、設(shè)計(jì)和實(shí)現(xiàn)[J].現(xiàn)代圖書情報(bào)技術(shù)，2011（2）：76-80.

[3]曾子明，蔣琳. 融合情境的智慧圖書館移動視覺搜索服務(wù)研究[J].現(xiàn)代情報(bào)，2019（12）：46-54.

[4]覃瑋境，向立文，左逸群.融合與重構(gòu)：AI技術(shù)驅(qū)動下智慧圖書館服務(wù)邏輯與路徑[J].圖書館工作與研究，2019（3）：29-33.

[5]曹樹金，劉慧云.以讀者為中心的智慧圖書館研究[J].圖書情報(bào)工作，2019（1）：23-29.

[6]張小可，沈文明，杜翠鳳.貝葉斯網(wǎng)絡(luò)在用戶畫像構(gòu)建中的研究[J].移動通信，2016（22）：22-26.

[7]余孟杰.產(chǎn)品研發(fā)中用戶畫像的數(shù)據(jù)建模[J].設(shè)計(jì)藝術(shù)研究，2014，4（6）：62-64.

[8]孫曄，楊照東，陳德華.大數(shù)據(jù)用戶畫像技術(shù)在商業(yè)銀行的應(yīng)用[J].數(shù)字通信世界，2016（9）：86-88.

[9]王洋，丁志剛，鄭樹泉，等.一種用戶畫像系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) [J].計(jì)算機(jī)應(yīng)用與軟件，2018（3）：8-14.

[10]王順箐.以用戶畫像構(gòu)建智慧閱讀推薦系統(tǒng)[J].圖書館學(xué)研究，2018（4）：92-96.