摘 要 本文選取東南大學(xué)圖書館資源發(fā)現(xiàn)系統(tǒng)（EDS）為研究對象，利用Google Analytics跟蹤、收集用戶使用日志數(shù)據(jù)，并對此數(shù)據(jù)進行深度挖掘、分析，構(gòu)建用戶畫像信息，據(jù)此從整體上分析圖書館資源發(fā)現(xiàn)系統(tǒng)及其用戶在使用過程中存在的問題。最后，針對用戶行為分析，提出改善圖書館資源發(fā)現(xiàn)系統(tǒng)功能界面、提升資源發(fā)現(xiàn)系統(tǒng)檢索適用性以及加強信息素養(yǎng)教育三方面建議。

關(guān)鍵詞 圖書館資源發(fā)現(xiàn)系統(tǒng) 用戶畫像 語義檢索

分類號 G250

DOI 10.16810/j.cnki.1672-514X.2021.03.007

Research on User Portrait of Library Resource Discovery System： Taking Southeast University Library Resource Discovery System as an Example

Li Huifang

Abstract This paper selects the resource discovery system （EDS） of Southeast University Library as the research object， uses Google Analytics to track and collect user log data， and carries out in-depth mining and analysis of this data， constructs user portrait information， and analyzes the problems existing in the resource discovery system and the process of its usersusing it as a whole. Finally， according to the analysis of user behavior， this paper puts forward three suggestions to improve the functional interface of library resource discovery system， enhance the retrieval applicability of resource discovery system and strengthen information literacy education.

Keywords Library resource discovery system. User portrait. Semantic retrieval.

圖書館資源發(fā)現(xiàn)服務(wù)系統(tǒng)自2009年面世后，在國內(nèi)外高校圖書館已被普遍使用，逐漸成為了高校圖書館的主流檢索工具。資源發(fā)現(xiàn)系統(tǒng)之所以能夠改變用戶傳統(tǒng)的信息獲取模式，就在于資源發(fā)現(xiàn)系統(tǒng)的使用數(shù)據(jù)完整地記錄了用戶與系統(tǒng)的交互過程，全面掌握發(fā)現(xiàn)模式下用戶行為的變化。圖書館通過對用戶行為數(shù)據(jù)的整合、挖掘，可以最真實地揭示用戶行為特征和使用偏好，反映用戶的真實意圖與需求，為用戶提供更加專業(yè)化、精準化的資源和服務(wù)，大大提升用戶的服務(wù)體驗與滿意度。本文選取東南大學(xué)圖書館資源發(fā)現(xiàn)系統(tǒng)為研究對象，采用Google Analytics（Google分析，以下簡稱GA）跟蹤、記錄用戶的使用行為，獲取使用日志數(shù)據(jù)，分析用戶畫像信息，明確用戶偏好和行為特征，以期為圖書館資源發(fā)現(xiàn)系統(tǒng)功能的改進和圖書館相關(guān)服務(wù)的優(yōu)化提出建議。

1 資源發(fā)現(xiàn)系統(tǒng)下的用戶畫像技術(shù)研究與應(yīng)用

一直以來，圖書館為了揭示用戶信息需求、檢索行為趨勢，提升用戶滿意度以及消除潛在的使用障礙，往往通過圖書館資源發(fā)現(xiàn)系統(tǒng)的用戶與系統(tǒng)的交互過程中完整的數(shù)據(jù)記錄，來真實分析研究發(fā)現(xiàn)服務(wù)模式下用戶使用行為的改變，如，R.A COHEN等分析印地安那大學(xué)兩個校區(qū)的資源發(fā)現(xiàn)系統(tǒng)的搜索日志，明確用戶與系統(tǒng)交互的特點，揭示用戶行為趨勢 [1-2]。ROEN JANYK分析奧卡諾根學(xué)院圖書館用戶使用行為數(shù)據(jù)，并使用這些信息提出了加強圖書館服務(wù)的建議[3]。朱玲、聶華通過日志挖掘的方法對北京大學(xué)圖書館資源發(fā)現(xiàn)服務(wù)用戶的搜索行為進行研究[4]。楊麗萍、王俊等分析了西交利物浦大學(xué)用戶群體特征和用戶面向系統(tǒng)的信息行為[5]。這些分析研究側(cè)重點雖然不盡相同，但幾乎或多或少地在應(yīng)用用戶畫像技術(shù)。

用戶畫像又稱用戶角色，是大數(shù)據(jù)時代的產(chǎn)物，最早是由Alan Copper提出，他認為，用戶畫像是建立在一系列真實數(shù)據(jù)之上的目標用戶模型，是真實用戶的虛擬代表[6]。用戶畫像通過對用戶數(shù)據(jù)的挖掘提煉，盡可能全面細致地描繪出一個用戶的信息全貌，由此可以了解并跟蹤用戶需求變化并分析探求用戶需求變化的根本原因，從而進行精準營銷[7]。目前，用戶畫像的應(yīng)用領(lǐng)域非常廣泛，如電子商務(wù)、社交網(wǎng)絡(luò)、金融等很多行業(yè)，都對用戶畫像形成了獨特的理解和認識。

為了更加了解用戶，為用戶提供更加精準的信息服務(wù)，國內(nèi)外圖書館也引入了用戶畫像技術(shù)，對圖書館用戶行為進行了深度的研究、分析。大數(shù)據(jù)環(huán)境下，用戶畫像是圖書館數(shù)據(jù)處理與個性化服務(wù)的重要思路和方法[8]，在國外圖書館領(lǐng)域最早出現(xiàn)在20世紀80年代中期，應(yīng)用于英國國家書目和Blaise-line（歐洲首批在線服務(wù)之一）的服務(wù)優(yōu)化[9]。國內(nèi)圖書館領(lǐng)域?qū)τ脩舢嬒竦难芯科鸩捷^晚，2010年，鄭寶鑫等首次使用“用戶畫像”一詞[10]。國內(nèi)外圖書館關(guān)于用戶畫像的研究可劃分為理論研究和實踐研究兩部分。理論研究主要包括用戶畫像的定義和構(gòu)成要素、構(gòu)建用戶畫像的算法和技術(shù)等;實踐研究主要包括以下兩方面內(nèi)容：一是用戶畫像用于圖書館個性化服務(wù)或精準化服務(wù)的研究，主要研究如何利用用戶畫像特征為用戶提供更加精準的個性化服務(wù)，提升用戶使用體驗;二是用戶畫像模型的構(gòu)建研究，主要研究如何采集用戶數(shù)據(jù)，以及如何構(gòu)建用戶畫像模型。在用戶畫像構(gòu)建分析中，用戶數(shù)據(jù)的采集和獲取是至關(guān)重要的一環(huán)，目前主要的數(shù)據(jù)來源包括用戶訪談數(shù)據(jù)、用戶咨詢數(shù)據(jù)、以及使用圖書館管理系統(tǒng)、微信服務(wù)系統(tǒng)、網(wǎng)站系統(tǒng)、數(shù)字資源服務(wù)系統(tǒng)等日志數(shù)據(jù)。

2 資源發(fā)現(xiàn)系統(tǒng)用戶行為數(shù)據(jù)收集及用戶行為定義

東南大學(xué)圖書館自2013年上線資源發(fā)現(xiàn)服務(wù)以來，使用系統(tǒng)服務(wù)的用戶數(shù)量有了突飛猛進的增長。初期資源發(fā)現(xiàn)系統(tǒng)雖然也提供使用統(tǒng)計數(shù)據(jù)，但數(shù)據(jù)比較簡單，基本只限于檢索數(shù)量、全文下載數(shù)量等，這些數(shù)據(jù)幾乎不能告訴我們用戶的實際搜索行為，傳統(tǒng)的使用度量并不能顯示用戶參與的全貌和發(fā)現(xiàn)服務(wù)提供的價值。2017年，東南大學(xué)圖書館將GA的跟蹤代碼插到本館資源發(fā)現(xiàn)系統(tǒng)（EDS）的頁腳，配置完成后，自用戶登錄資源發(fā)現(xiàn)系統(tǒng)到退出該系統(tǒng)，所有的操作行為都將被GA跟蹤、記錄，可生成使用報告并支持數(shù)據(jù)的直接導(dǎo)出，提供多種導(dǎo)出格式。

為了真實地反映用戶行為，本研究在采集過程中，選用一個自然年度的數(shù)據(jù)進行分析，具體時間設(shè)置為2018年1月1日至2018年12月31日。為分析方便，本文采用了EXCEL表格的形式導(dǎo)出數(shù)據(jù)，并且由于GA的強大功能，其跟蹤捕獲的數(shù)據(jù)基本不用清洗。對于數(shù)據(jù)分析，本文主要采用了WEB數(shù)據(jù)挖掘的研究方法[11]。其中，采用聚類方法對圖書館用戶行為數(shù)據(jù)進行挖掘，首先將用戶的行為劃分為若干組或類別，然后將具有同一類別的行為數(shù)據(jù)聚集在一起，使得同一個組內(nèi)的數(shù)據(jù)對象具有較高的相似度，以此發(fā)現(xiàn)用戶共同的愛好、興趣、規(guī)律和趨勢。

在處理數(shù)據(jù)分析過程中，定義了用戶使用資源發(fā)現(xiàn)系統(tǒng)的以下一些行為識別。

會話： 會話是指用戶與發(fā)現(xiàn)系統(tǒng)進行互動的一段時間。從用戶登錄系統(tǒng)至用戶離開，記為一次會話。在一個會話過程中，用戶可以執(zhí)行多次檢索、瀏覽網(wǎng)頁等行為。

跳出率：跳出率是指和系統(tǒng)沒有互動的用戶的比例，即用戶登錄著陸頁后，和系統(tǒng)沒有任何互動即離開。高跳出率一般代表系統(tǒng)頁面內(nèi)容和用戶需求不一致。

退出率：用戶退出率是指使用中途離開系統(tǒng)的用戶比例，它是衡量用戶參與度和忠誠度的重要指標。

平均會話時長，從用戶登錄至退出系統(tǒng)的平均時長。平均會話時長=會話時間之和/會話數(shù)。

事件：“事件”指可以獨立于網(wǎng)頁或屏幕的加載而進行跟蹤的用戶與內(nèi)容的互動。

3 用戶使用資源發(fā)現(xiàn)系統(tǒng)基本情況分析

3.1 用戶年齡及其黏度

通過GA中的受眾分析，可知用戶數(shù)量隨著年齡呈逐漸下降趨勢，其所占的比例和年齡基本呈反比趨勢。18到34歲的用戶占比達71.48%，其跳出率也是最低的;35歲以上用戶數(shù)量逐漸下降，但跳出率卻明顯高于低年齡段用戶，尤其是35～44歲用戶，跳出率高達8.31%。跳出率反映了用戶滿意度，跳出率低，說明用戶對系統(tǒng)滿意度高，系統(tǒng)可以滿足用戶的需求;跳出率高，則相反。為了反映不同年齡段用戶的黏度，本研究統(tǒng)計了會話時長（分鐘）以及每次會話瀏覽的頁面數(shù)量。以年齡劃分，則18～24歲以及45～54歲的用戶黏度最高，25～34歲以及35～44歲的用戶黏度最低。具體見表1。

3.2 用戶活躍度

以小時為考量單位，則一天的訪問高峰時段出現(xiàn)在10、16以及20時，所有年齡段的用戶基本都遵循這一規(guī)律。從圖1可見，隨著年齡的增長，用戶的活躍時長在逐漸降低，尤其是45歲以上用戶，訪問時間基本限定在8時至24時。再以月為單位考量用戶的整體活躍度，從圖2可知，9月至12月是用戶的使用高峰時間段，而寒暑假期間使用量最低;上半年使用高峰月份為3月，下半年使用高峰月份出現(xiàn)在11月。18～54歲的用戶活躍度遵循整體規(guī)律，55歲以上用戶的使用高峰時間出現(xiàn)在3月和9月，基本和學(xué)校的開學(xué)時間一致。

3.3 用戶訪問設(shè)備

（1）按設(shè)備類別區(qū)分，18～34歲用戶使用量最高的設(shè)備依次為臺式機、手機和平板電腦。35歲以上用戶使用的設(shè)備基本只有臺式機和手機兩種。不論哪個年齡段，臺式機的使用量都遙遙領(lǐng)先移動設(shè)備使用量，整體情況見表2。移動設(shè)備用戶較少，手機和平板的用戶占比為8.8%，用戶的跳出率和設(shè)備屏幕大小成反比關(guān)系，屏幕越大，跳出率越高，屏幕越小，跳出率越低。其中，手機用戶效率最高，平均會話時長最短，每次會話瀏覽的頁數(shù)最低，跳出率卻最低，這意味著手機用戶使用目的明確，檢索效率較高。

（2）按瀏覽器類別區(qū)分，18～34歲用戶使用量最高的瀏覽器依次為Chrome、Edge和IE。35～64歲用戶使用量最高的瀏覽器依次為Chrome、IE和Edge。表3列出了所有用戶使用量最高的5個瀏覽器。由表3可以看出，網(wǎng)頁平均加載時間直接影響了用戶的退出率，網(wǎng)頁加載時間短，用戶的退出率則低，相反，網(wǎng)頁加載時間長，用戶的退出率則高。另外，瀏覽器不同，用戶的跳出率也不同。IE瀏覽器的跳出率最高，高年齡段用戶更傾向使用IE瀏覽器，說明瀏覽器是高年齡段用戶跳出率較高的因素之一。結(jié)合瀏覽器版本進一步分析發(fā)現(xiàn)，相同的瀏覽器，版本不同，其跳出率也不同。IE使用較多的5個版本，7.0、8.0、9.0這3個版本跳出率最高，均超過了10%，而10.0和11.0版本的跳出率相對較低，分別為7.82%、8.34%。其他瀏覽器也存在類似的狀況。這些現(xiàn)象基本遵循瀏覽器版本越高，其跳出率越低的規(guī)律。

4 用戶檢索行為數(shù)據(jù)分析

用戶檢索行為數(shù)據(jù)揭示了用戶檢索內(nèi)容、檢索策略和能力，以及資源發(fā)現(xiàn)系統(tǒng)功能設(shè)置對用戶的影響。

（1）檢索詞。2018年度，東南大學(xué)用戶使用的檢索詞共有18萬8千余個，GA統(tǒng)計了每一個檢索詞使用的頻次，按照由高到低的順序排列，發(fā)現(xiàn)在檢索過程中，雖然用戶年齡段不同，但其選用的檢索詞卻具有相同特征，對數(shù)據(jù)庫和軟件的檢索高居各年齡段榜首，和總體特征一致，占比高達18%，如”知網(wǎng)”“Noteexpress”等。表4列出了出現(xiàn)頻次最高的前10個檢索詞，排列在前7位的檢索詞均為數(shù)據(jù)庫名稱和軟件名稱。而使用這些檢索詞，搜索后退出次數(shù)所占百分比普遍較高，最高竟超過了80%，這說明搜索結(jié)果和用戶需求不匹配，使用這些高頻檢索詞，用戶獲取的使用體驗并不理想。其中對于不能反映用戶明確的檢索需求和目的的“C”“OF”“論文”“綜述”等無效搜索詞頻繁使用，系統(tǒng)將返回數(shù)量龐大且內(nèi)容毫不相關(guān)的檢索結(jié)果。

（2）檢索方式。東南大學(xué)圖書館的資源發(fā)現(xiàn)系統(tǒng)（EDS）提供基本檢索和高級檢索兩種檢索方式，且提供相應(yīng)的檢索字段，幫助用戶準確地獲取資源。EDS通過檢索符號來區(qū)分不同的檢索方式，使用連詞“AND”“OR”或“NOT”將兩組或兩組以上的括號進行連接的查詢式為高級檢索，其余則為基本檢索。由于涉及的檢索詞數(shù)量龐大，本文隨機抽取一千個檢索詞，作為樣本數(shù)據(jù)進行分析。將每個查詢都標記為基本檢索或高級檢索。如果高級檢索中使用了字段代碼，則也進行標記。

由于相同的檢索詞會被不同的用戶多次使用，所以1000條檢索詞的使用量是大于1000的。統(tǒng)計結(jié)果顯示，選取的樣本數(shù)據(jù)共有1996次檢索，其中基本檢索量為1821次，占比91%;高級檢索量為175，僅占9%。比較意外的是，高級檢索的使用率并沒有隨著年齡的增長而增長，18～24歲年齡段用戶使用高級檢索功能的比例最高，其次是45～54歲的用戶，再其次是25～34歲的用戶，高級檢索使用比例最低的用戶群為55～64歲年齡段。

EDS高級檢索界面提供全文、作者、題名、主題詞、來源、摘要、國際刊號（ISSN）、國際標準書號（ISBN）8個字段的檢索選項，以提高用戶檢索的精度。在175次高級檢索中，僅31次檢索使用了字段代碼，對高級檢索字段使用進一步統(tǒng)計，發(fā)現(xiàn)不同的字段代碼使用量也呈現(xiàn)出很大的差異性。這里需要特別說明：對于同時使用了兩個或兩個以上檢索字段的檢索詞，則分別計入不同的字段，如“（AU Balaraman） AND （TX telemedicine）”被分別計入AU和TX字段。用戶對作者的檢索需求比較明顯，但對主題詞、ISSN和ISBN字段需求較弱。

（3）檢索語言。EDS在中英文資源的收錄數(shù)量和覆蓋面上都有明顯的差距，其收錄的外文資源相對全面，中文資源相對欠缺。這里依然采用樣本數(shù)據(jù)，按照語言，將檢索詞劃分為中文檢索詞、英文檢索詞、中英文混合檢索詞三類。用戶傾向使用一種語言作為檢索詞，尤其是中文檢索詞使用量遙遙領(lǐng)先，中英文混合語言的檢索詞較少被使用。

（4）檢索式構(gòu)造。檢索式的構(gòu)造一直以來都是圖書館培訓(xùn)的重要內(nèi)容之一，學(xué)生對信息需求的表達主要以檢索式的形式體現(xiàn)出來。但根據(jù)樣本數(shù)據(jù)分析發(fā)現(xiàn)，用戶很少使用組配符來擴大或縮小檢索范圍，特別是使用“OR”和“NOT”以及截詞符的用戶更是寥寥無幾。即使是高級檢索用戶，大部分也是使用連詞“AND”組合多個關(guān)鍵詞，在175次高級檢索中，僅有7次檢索使用了組配符“OR”，一次使用了“NOT”，其余使用系統(tǒng)默認“AND”鏈接多個檢索詞，無人使用截詞符。

（5）分面檢索。分面檢索在資源的發(fā)現(xiàn)和獲取中發(fā)揮著重要的功能，用戶借助分面信息對檢索結(jié)果進行分組、精簡，可快速準確獲取最相關(guān)資源。東南大學(xué)圖書館EDS的分面導(dǎo)航界面默認“同時在文章的全文搜索、應(yīng)用對等科目”作為擴展條件?？晒┯脩糇杂蛇x擇的分面類型包括：圖書館提供全文、僅顯示館藏書目、同行評審期刊、來源類型、主題、出版物、語言、出版地、內(nèi)容提供商。統(tǒng)計結(jié)果（圖3）顯示，用戶共觸發(fā)411 940次分面事件，其中，默認分面設(shè)置285 334次，占比69.27% 。用戶自主選擇的分面類別共使用17萬余次（由于一個事件可能同時使用了多個分面項，這里按照每個分面項單獨計算）。

從圖3的統(tǒng)計結(jié)果來看，不同的分面使用量差別巨大，“圖書館提供全文”使用量最高，而“內(nèi)容提供商”的使用為零，“出版地”使用量也很低，說明全文是用戶主要的資源需求類型， 但用戶對出版地和內(nèi)容的提供者并不關(guān)注。另外，再細分來源類型的分面選項，其中，“學(xué)術(shù)理論期刊”的使用量占據(jù)絕對優(yōu)勢，達到2萬多次。但與其具有相似功能，且在頁面更顯著位置顯示的“同行評審期刊”類別使用量卻很低，這種現(xiàn)象和用戶對圖書館專業(yè)術(shù)語理解能力有關(guān)。D. J. COMEAUX研究發(fā)現(xiàn)，圖書館專有名詞是用戶理解資源發(fā)現(xiàn)服務(wù)的障礙，學(xué)生對這些術(shù)語概念非常模糊[12]。

“圖書館提供全文”是所有年齡段用戶使用量都最高的分面項。18～24歲用戶是使用分面類型最豐富的群體，55歲以上用戶基本只關(guān)注全文分面項，可以說，隨著年齡的增長，用戶使用的分面類型在逐漸減少。

5 資源發(fā)現(xiàn)系統(tǒng)的用戶畫像分析

首先，用戶一般遵循系統(tǒng)默認設(shè)置的功能，并且在自主選擇系統(tǒng)功能時，受到圖書館專業(yè)術(shù)語的制約。大部分的用戶對系統(tǒng)的默認設(shè)置不做改變，如對檢索方式的選擇、高級檢索界面組配符的選擇以及對檢索結(jié)果分面精煉的選擇大都遵循了圖書館的默認設(shè)置，不會做主動更改。另外，用戶對圖書館專業(yè)詞匯和專業(yè)知識知之甚少，專業(yè)術(shù)語為用戶的使用帶來了障礙，其中，分面項“同行評審期刊”，檢索字段的“主題詞”“ISSN”“ISBN”等使用量較少，甚至為零，雖然這些都是有效的檢索和精煉方式，但卻不能被用戶所用。

其次，用戶缺乏有效的檢索策略。檢索詞檢索反映了用戶的搜索行為傾向以及信息素養(yǎng)知識。高頻的數(shù)據(jù)庫和軟件名稱檢索詞的出現(xiàn)，反映用戶對資源發(fā)現(xiàn)系統(tǒng)的功能、包含的內(nèi)容沒能很好的理解，但大量寬泛以及無效檢索詞的使用，表明用戶在開展檢索前，并沒有制定詳細的檢索策略。另外，通過用戶檢索策略分析看出，用戶使用運算符構(gòu)建檢索式的意愿并不強烈，只習(xí)慣使用一種語言的檢索詞，要么選擇中文、要么選擇英文，極少用戶采用中英文混合檢索詞，這對系統(tǒng)的中英文互檢能力提出了更高的要求。

第三，用戶的使用體驗受到使用的設(shè)備以及瀏覽器性能的影響。臺式機是主流訪問途徑，手機等移動設(shè)備使用量較少，且移動設(shè)備用戶會話時間短、跳出率低，這意味著移動設(shè)備用戶一般都具有明確的查詢目的。不同的瀏覽器帶給用戶不同的使用體驗，Safari瀏覽器用戶滿意度最高，而IE瀏覽器具有較高的跳出率，帶給用戶的使用體驗較差，并且相同的瀏覽器，版本越低，用戶的使用體驗越差。

最后從年齡段分析可看出，資源發(fā)現(xiàn)服務(wù)系統(tǒng)的用戶主體是18～34歲的年輕人，在高校中，基本對應(yīng)了本科生、碩士研究生以及青年教工。這部分用戶活躍度高，能較多的運用系統(tǒng)的各項分面功能，高級檢索使用率較高，跳出率最低。而35～44歲用戶基本為中高級研究人員，這部分用戶黏度低，綜合運用系統(tǒng)功能的能力居中，跳出率最高，使用資源發(fā)現(xiàn)系統(tǒng)獲取的滿意度較低。45～54歲用戶黏度高，使用高級檢索的意愿較強，但其跳出率較高。55歲以上用戶，這部分用戶數(shù)量少，活躍度低，黏度一般，高級檢索使用比例最低，運用分面類型單一，基本只關(guān)注“全文”分面項，跳出率較高。

6 提升資源發(fā)現(xiàn)系統(tǒng)使用的幾點建議

根據(jù)應(yīng)用與滿足理論，用戶選擇媒體的動機是能夠滿足他們的需求并進一步帶來滿足感。用戶在使用搜索工具查找相關(guān)資源方面的成功或失敗經(jīng)驗將影響他們未來的使用行為[13]。將這一理論引入到資源發(fā)現(xiàn)系統(tǒng)中，若圖書館資源發(fā)現(xiàn)系統(tǒng)功能可以更加符合用戶的行為特征，滿足用戶的需求，那么，他們在未來將繼續(xù)使用該系統(tǒng)。根據(jù)用戶畫像分析，具有如下幾個方面的實踐啟示。

6.1 優(yōu)化系統(tǒng)功能界面，增強語義檢索功能

優(yōu)化系統(tǒng)默認功能的設(shè)置，可以使用戶在檢索過程中自然地尋求立即滿足，不必過多地對檢索結(jié)果進行檢查和調(diào)整[14]。系統(tǒng)默認功能的設(shè)置對于用戶的使用傾向具有極強的導(dǎo)向作用。重視資源發(fā)現(xiàn)系統(tǒng)默認功能的設(shè)置，去除用戶基本不用的分面項和檢索字段，而將用戶使用量大的功能呈現(xiàn)在頁面顯著位置，保證檢索界面的直觀性，最大程度地提升用戶使用的便利性。另外，對于高頻的數(shù)據(jù)庫檢索，雖然反映了用戶對資源發(fā)現(xiàn)系統(tǒng)理解的欠缺，但也反映了用戶的實際需求。在發(fā)現(xiàn)服務(wù)結(jié)果列表中提供數(shù)據(jù)庫的檢索框和鏈接，將數(shù)據(jù)庫作為檢索結(jié)果呈現(xiàn)，不僅可以引導(dǎo)用戶的使用行為，還可以幫助用戶對資源發(fā)現(xiàn)系統(tǒng)以及相關(guān)數(shù)據(jù)庫有更好的理解。

6.2 詳細了解用戶需求，提升系統(tǒng)檢索適用性

圖書館員可采取訪談方式，詳細了解用戶的需求，并以此改進系統(tǒng)功能，盡快實現(xiàn)資源發(fā)現(xiàn)系統(tǒng)檢索的智能化、精準化和全面化，提升資源發(fā)現(xiàn)系統(tǒng)識別用戶需求的能力，增強高級用戶的使用滿意度。首先對學(xué)術(shù)術(shù)語的檢索詞進行分析，以用戶檢索需求來梳理高頻檢索詞，熱門檢索詞和檢索主題，開發(fā)高質(zhì)量的檢索詞，并提高中英文互檢能力，以幫助用戶識別搜索主題，有效提升圖書館館藏與用戶需求的一致性，彌補圖書館資源建設(shè)的漏洞。其次分析交叉學(xué)科的檢索詞，可參考相關(guān)學(xué)科的課程設(shè)置并與相關(guān)院系老師協(xié)作，明確用戶的真實學(xué)科需求，有針對性地提升圖書館館藏質(zhì)量，同時考察檢索結(jié)果較少的檢索詞，彌補圖書館對相關(guān)資源的缺失收藏。最后，提升資源發(fā)現(xiàn)系統(tǒng)對不同瀏覽器的適用性，縮短網(wǎng)頁平均加載時間?？傮w上看，資源發(fā)現(xiàn)系統(tǒng)網(wǎng)頁的響應(yīng)時間過長，這主要是因為EDS的網(wǎng)站服務(wù)器分布在國外，網(wǎng)站服務(wù)器距離越遠，所需的頁面加載時間也就越長，因此，可在國內(nèi)增設(shè)網(wǎng)站服務(wù)器來有效解決這一問題。但針對不同設(shè)備和瀏覽器之間的差異性，還需要技術(shù)人員進一步分析原因，提升其兼容性。

6.3 開展信息素養(yǎng)教育，提高用戶檢索行為能力

發(fā)現(xiàn)服務(wù)模式下，幫助用戶掌握所需的信息技能，有針對性地開展高校圖書館的信息素養(yǎng)教育比以往任何時候都更重要[15]。對資源發(fā)現(xiàn)系統(tǒng)用戶使用行為數(shù)據(jù)的挖掘和分析，不僅為圖書館信息素養(yǎng)教育指明了方向，有利于改進信息素養(yǎng)教學(xué)策略[2]，而且在幫助用戶制定搜索策略和評估信息方面的作用更加突出，使用戶在檢索需求分析、檢索方式、檢索詞的選定以及檢索式的構(gòu)造等方面提高信息檢索的查全率與查準率。

信息素養(yǎng)教育應(yīng)強化信息搜索策略的系統(tǒng)性，訓(xùn)練用戶制定全面的信息搜索計劃，以及確定搜索重點，選擇恰當?shù)臋z索詞，并且隨著研究的深入，在不斷對搜索策略進行調(diào)整的過程中，提升用戶對資源的精煉檢索和評估能力，增強用戶綜合運用分面功能的能力。

參考文獻：

COHEN R A， PUSNIK A T. Measuring query complexity in Web-scale discovery： a comparison between two academic libraries [J]. Reference & User Services Quarterly，2018，57（4）：274-284.

COHEN R A， THORPE A. Discovering user behavior： applying usage statistics to shape frontline services [J]. The serials librarian，2015，69（1）：29-46.

JANYK R. Augmenting discovery data and analytics to enhance library services [J]. Insights，2014， 27（3）：262-267.

朱玲， 聶華. 通過日志挖掘研究圖書館資源發(fā)現(xiàn)服務(wù)用戶的搜索行為[J]. 數(shù)據(jù)分析與知識發(fā)現(xiàn)， 2011， 27（12）：74-78.

楊麗萍， 王俊， 韋曉瑩. 資源發(fā)現(xiàn)系統(tǒng)的用戶信息行為分析：以西交利物浦大學(xué)圖書館為例[J]. 圖書館研究， 2019（2）：92-99.

ALAN C.交互設(shè)計之路 [M].北京：電子工業(yè)出版社，

2006：115-135.

王凌霄， 沈卓， 李艷. 社會化問答社區(qū)用戶畫像構(gòu)建[J]. 情報理論與實踐， 2018 （1）：133-138.

李慧芳，孟祥保.近十年國內(nèi)外圖書館資源發(fā)現(xiàn)系統(tǒng)研究與實踐進展述評[J].圖書情報工作，2020，64

（6）：120-129.

JANE， BISHOP， PETER， et al. BLAISE-LINE and the British National Bibliography： profiles of users and uses[J]. Journal of Librarianship and Information Science， 1985，17（2）：119-136.

鄭寶鑫， 周雪松， 李斌，等. 基于用戶畫像、信令挖掘技術(shù)的手機游戲產(chǎn)品推廣[C]//廣東通信2010青年論壇優(yōu)秀論文集. 2010：133-136.

王偉. 基于數(shù)據(jù)挖掘的圖書館用戶行為分析與偏好研究[J]. 情報科學(xué)， 2012， 30（3）：391-394，418.

COMEAUX D J. Usability testing of a web-scale discovery system at an academic library [J]. College & undergraduate libraries，2012，19（2-4）：189-206.

WHITING A，WILLIAMS D L . Why people use social media： A uses and gratifications approach[J]. Qualitative Market Research， 2013， 16（4）：362-369.

CONNAWAY L S ， DICKEY T J ， RADFORD M L . “If it is too inconvenient Im not going after it”： convenience as a critical factor in information-seeking behaviors[J]. Library & Information Science Research， 2011， 33（3）：179-190.

RICHARDSON H A H. Revelations from the literature： how Web-scale discovery has already changed us[J]. Computers in Libraries， 2013， 33（4）：12-17.