智慧圖書館中基于用戶畫像的信息推送

張曉瑩 黃潔 張戈

摘 要 大數據時代為圖書館發掘用戶的個性化需求提供了支持，圖書館基于用戶畫像的精準描述進行智能化信息推送已經成為現實。本文探討了基于用戶畫像技術的信息推送服務在圖情領域的核心概念及應用現狀、基于用戶畫像進行信息推送的構建方法和建模流程，以及在實際運用過程中存在的問題及注意事項，然后分析了其可遵循的相關改進措施，以期為這種技術的未來發展給出一些建議和思考。

關鍵詞 智慧圖書館 用戶畫像 信息推送

中圖分類號：G252.1 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A ? ?DOI：10.16400/j.cnki.kjdkz.2021.03.065

Information Push Based on User Portrait in Smart Library

ZHANG Xiaoying， HUANG Jie， ZHANG Ge

（Rocket Force University of Engineering， Xi'an， Shaanxi 710025）

Abstract The era of big data provides support for the library to explore the personalized needs of users. It has become a reality for the library to push intelligent information based on the accurate description of user portraits. This paper discusses the core concept and application status of information push service based on user portrait technology in the field of graphics and information， the construction method and modeling process of information push service based on user portrait， as well as the problems and matters needing attention in the actual application process， and then analyzes the relevant improvement measures that can be followed， in order to give some suggestions and suggestions for the future development of this technology reflection.

Keywords smart library; user portrait; information push

0 引言

隨著讀者特質的異構化、讀者偏好需求的多樣化，讀者數據也呈現出多來源、海量化、變化快的特點，如何將這些龐雜的數據快速分類并捕捉到用戶期望的信息已經成為圖書情報領域工作人員和相關學者不斷探究的焦點工作。

大數據和人工智能概念的引入使圖書館擺脫了因傳統上使用人力服務于海量龐雜數據而造成的服務效能低下的局面。在人工智能與傳統圖書館行業結合形成的智慧圖書館情景下，用戶畫像技術貢獻了大部分的技術和設備支撐。多元化、異構化的潛在讀者需求隨著其“身份信息”的逐漸清晰化而得以挖掘。以用戶需求為導向，“因人制宜”的智慧圖書館信息推送服務不再只是個構想。

近年來，圖書館更加注重為讀者提供更具個性化的信息服務，從而幫助讀者獲取相關的信息內容，提高圖書館的服務質量。在這個過程中，很重要的一個環節就是對讀者相關的數據信息進行收集并分析，這包括其性別年齡職業知識結構興趣愛好閱讀習慣和發展要求等，收集這些信息以后進行科學分析，就可以得到符合讀者個人需要的圖書服務內容。通過這個數據搜集和分析，可以有效提高圖書館服務的科學性有效性和針對性，可以為讀者帶來更加完善的服務，提高讀者滿意度。

傳統工作環境下，讀者數量眾多，需要收集的信息也很多，因此單純依靠人力進行數據收集和分析，往往難以達到良好的工作效果。隨著互聯網和大數據等技術的發展和普及，促使智慧圖書館的建設得以實現。在互聯網大數據等技術的幫助下，圖書館可以準確全面有效收集用戶相關信息數據，并對其進行科學分析，在此基礎上準確掌握用戶個人的圖書需求，為其推送相關信息，可以達到智能服務的效果，提高用戶對圖書館服務的滿意度。

1 智慧圖書館信息推送服務的內涵及現狀

1.1 相關概念

用戶畫像應用于圖書館服務是隨著“智慧圖書館”這一概念的出現而產生的。智慧圖書館是以云計算技術為基礎，將“書籍-智能平臺-用戶”串聯起來的一種面向對象的圖書館高級多維交互服務模式。其重點聚焦在如何以人工智能平臺為橋梁，將書籍數據庫與用戶數據庫橋接起來并進行一一匹配定位，從而響應讀者的閱讀需求，挖掘出用戶的潛在需求，為讀者提供人性化、主動化的書籍或相關信息推送服務。

用戶畫像（user profile 或persona）又稱用戶角色，2001年交互設計之父Alan Cooper在一次訪談中最早提出了這個概念，被廣泛運用于電商、廣告等多個領域之中。它并不是特指某一個人，而是根據某種分類標準，如語言、行為、需求等，將不同的目標群體的特色提煉形成的一種虛擬模型。其核心是給用戶貼上通過大數據分析工具高度精練而來的“標簽”，然后根據這個特征標識給目標用戶提供人性化的“智慧服務”。用戶畫像的使用可以使自身產品的服務對象更加聚焦，更加專注。

在互聯網和大數據等技術的幫助下，針對讀者群的分析得以實現，也就是說，能順利實現用戶畫像。通過對讀者群進行分析，可以得到其閱讀習慣以及閱讀需要，進而為圖書館進行智慧服務提供支撐。在這個過程中，需要科學應用相應的大數據分析技術，準確收集并分析讀者群的詳細信息，確保后續服務的科學性有效性和針對性，滿足讀者群的具體需要，促進圖書館的服務達到更高水平。

1.2 實踐研究現狀

智慧圖書館平臺中蘊藏著大量的個人信息數據、網絡社交數據及讀者偏好數據。密集的知識基礎和用戶行為信息讓智慧圖書館系統基于用戶畫像進行偏好信息推送服務有了先決性條件。這項服務發展到了現在已經擁有豐碩的研究成果：劉海鷗等通過對圖書館讀者的基礎信息、行為互動、閱讀偏好等信息進行分類貼標，模擬虛擬“讀者”置于不同情景之下時會產生的閱讀行為，構建出了一套用戶圖像模型和圖書情境化推薦模型;[1]張惠等從知識譜圖視角切入，描繪出了圖書館用戶行為圖像，提出了以用戶知識圖譜進行信息推薦的構建方法;[2]徐鵬程等則聚焦于研究在大數據時代的驅動下如何利用科學技術進行數字圖書館用戶的圖像模型建設。[3]綜合來說，智能圖書館基于用戶角色的信息推送的核心不在于大量采集讀者數據，而在于對用戶信息的準確剖析和用戶期望的高度擬合。

2 信息推送服務的技術路線

2.1 數據資源層

這是智能圖書館信息推送系統的基礎層和支撐層面。這個層面處于底部的是一個資源池，即原始的未經處理的讀者數據庫。當圖書館采取用戶畫像技術為支柱性技術時，首先會對資源池的用戶數據進行分類，目前有機械式地將數據分為結構化數據與半結構化數據和以用戶為中心將其分為資源數據、用戶數據和感知數據兩種不同的分類方法。對用戶數據分類整理完畢之后，隨即傳輸至系統的技術處理平臺。

要想實現數據分析，首先必須做好讀者群信息數據的收集。在這個過程中，圖書館可以利用自身的平臺和系統收集讀者的相關信息，也可以設置專門部門，進行數據收集和整理。為了達到良好的數據分析效果，有別于針對數據進行科學分類?？梢詫祿譃榻Y構化數據和半結構化數據，也可以將其分為資源數據用戶數據和感知數據。通過對多種數據的系統性整體性分析，可以準確掌握對應讀者群的閱讀特征及其閱讀需要，為制定針對性的信息服務提供支撐，從而達到更好的數據服務效果。

2.2 技術處理層

原始數據進行粗略分類后，到達這一層面進行進一步技術處理貼標。這一層面是智慧圖書館系統的核心層面，又稱智慧圖書服務后臺。在這一層面中，數據逐漸需要專業圖書領域人員和大數據、人工智能技術的加入，面向的對象主要是圖書館館員和系統維護人員。平臺進行數據挖掘、統計分析、語義關聯和機器學習對用戶進行貼標畫像。智慧圖書館的使用上的創新和應用主要都聚集在這一層面。

將原始數據進行分類以后，需要對其進行深度分析。一般需要建設相應的數據分析平臺，在這個過程中需要引入大數據技術和人工智能技術，實現對數據的科學準確分析，在此基礎上達到數據挖掘的效果。針對特定讀者群進行分析以后，可以得到相應的結論，圖書館可以根據結論制定相應的推送信息，從而提高圖書館信息服務的科學性準確性和有效性，幫助讀者群實現更好的閱讀體驗，促進圖書館自身的健全發展。

2.3 交互服務層

服務應用層面是智慧圖書館信息推送服務的顯現層，其面向對象是讀者。是用戶畫像技術的應用層面?；谇皟蓚€層面的支撐，這個層面向用戶呈現了人性化、個性化、主動化的信息推送服務，服務方法多種多樣，其界面也非常的豐富，一般的用戶使用界面主要有用戶信息模塊、信息內容模塊，技術服務模塊。智慧用戶信息模塊即用戶的“畫像”、信息內容模塊為讀者進行精準推薦，最后技術服務模塊搜集用戶對智慧系統的評價反饋。

通過對讀者進行畫像處理的智慧圖書館信息推送服務系統是一個金字塔式的綜合服務平臺，系統內部相互關聯，以大數據作為支撐，層級式摘取處理讀者數據，迅速提供偏好推薦服務，為讀者快速構建起知識的相關體系和圖譜，滿足讀者多方面的閱讀需求。

3 實踐中產生的問題

3.1 數據采集困難

智慧圖書館信息推送服務的數據采集困難主要是其本身的服務領域特色造成的，讀書偏好是一項隱性的情感數據。由于人際交往壁壘的存在，雖然目前大數據處理和人工智能方法已經能夠搜集處理一些情感類數據，如根據用戶的網上瀏覽記錄、已借閱的圖書類型來代替讀者的讀書偏好或者從現有圖書館中擁有大量讀者的顯性數據，如姓名電話，住址身份證號等來關聯反映出讀者的社會地位、品味等隱形指標，從而分析出讀者可能的讀書偏好等。但總體來說，對于用戶隱性或感知性數據的收集是較為困難的。

由于很多關于讀者的數據信息關系到其個人隱私，因此部分讀者不愿意將個人信息向圖書館分享。這種情況是導致圖書館數據收集困難的一個重要原因。此外，要想準確掌握讀者的閱讀偏向，這就需要收集有關于讀者個人的情感類數據，而這種數據的收集比較困難，因為讀者一般不會輕易流露情感數據。

3.2 讀者畫像不準

上文說道，用戶畫像技術在圖書館領域的使用是過于依賴感知性數據的，數據數量的缺少和數據本身帶來的不準確性都會造成讀者畫像的失真。其次，數據更新換代極為迅速，讀者的偏好和需求也處于一個不斷變化的過程，用戶畫像的歸類分析讀者標簽過程往往跟不上數據和需求的變化速度，最終造成讀者畫像與實際讀者角色的不一致。最后，對于用戶的分類標準并不統一，需求的復雜性和多樣性使得讀者偏好多樣，在進行用戶刻畫時往往依據其最近一段時間的偏好需求，而讀者真實的、主要的閱讀需求不一定與用戶的標簽一致，此外，分類標準的過于粗糙化也可能造成讀者畫像不準的情況出現。部分情況下由于數據收集不完整或者早期數據存在不準確的地方，就會導致針對讀者群的用戶數據分析結果不夠準確。這種情況下，圖書館依據數據分析結果提供的推送信息，往往難以滿足讀者的個性化需要，導致圖書館的智慧服務未能達到預期效果。不僅如此，讀者是一個個個體，每個個體的閱讀需求具有其自身特點，因此針對讀者群的整體性分析往往難以滿足讀者個人的實際需要，這也是必須高度重視的一個問題。

3.3 造成用戶反感

曾有人說：“大數據時代，每個人都在網絡的世界里‘裸奔?！边@句話不是沒有道理的。同樣的，人們的“信息安全”觀念也在逐漸加強，試想你點了一次外賣，某團在你下次打開頁面時馬上就推送你上頓吃過的相關商家，你買了某一類型衣服，某寶立刻給你安利相關價位和類型的物品時，你是否有些細思極恐？因此，人工智能，用戶畫像技術給讀者帶來便利的同時，也很有可能造成一些負面影響，讀書偏好雖然不完全涉及用戶私人信息，但讀者往往會認為平臺掌握其他方面的私密信息。由此很有可能造成用戶對這項服務的反感和抗拒心理。在實踐過程中，針對讀者群的數據收集容易因為讀者個人的反感，這是因為個人的信息在互聯網時代基本上處于公開狀態，而讀者對這種情況顯然非常不滿?；诖?，圖書館為讀者提供相應的智慧服務，部分情況下會得到讀者個人的方案，這也是當前大數據發展過程中的一個重要問題。

3.4 系統缺乏反饋

基于用戶畫像技術的智慧圖書館信息推送服務系統是一項單項支持的系統。從數據資源層到最終呈現給讀者的服務應用層，都處于一種單項輸送的過程。雖然面向客戶的平臺層擁有系統評價功能，但往往處于一種形式上的功能設置。后臺進行用戶刻畫分類時仍然依據于平臺在以往歷史中收集而來的數據，用戶反饋的數據往往要經過數據入庫、平臺重新進行整理分類，再進行一次用戶的畫像刻畫后才能進行新的信息推送。但往往用戶反饋是較為困難的，平臺數據的更新也依賴與維護人員的“勤奮度”。這些因素最終造成某些圖書館的智能管理和信息推送系統的“老化”和較差的反饋性。針對讀者群的數據分析需要持續，這就要建設一個穩定持續的服務系統，對讀者群的數據進行持續分析。當前這一系統的建設還不完善，很多情況下針對讀者群分析還停留在以前的數據基礎上，因此難以滿足當前讀者的實際需要，難以真正實現圖書館服務的智能化效果，難以真正實現個性化智能化服務，影響到圖書館在互聯網時代的進一步發展和完善。

4 建議與思考

智慧圖書館中基于用戶畫像的信息推送服務的進步主要要依賴于人工智能和大數據挖掘技術的進步，但許多其他工作的改進也將有助于這個服務平臺的未來發展，首先是數據采集的指標發掘，發現更多能夠反映讀者閱讀需求的代替指標，有利于這項平臺更為人性化地為用戶提供精準的推薦服務;其次是讀者刻畫分類的細化，粗略的標簽不僅不能滿足讀者的真實需求，更可能給讀者帶去困擾，甚至造成讀者的負面印象。因此，需要將讀者標簽做得更加細致豐富，這樣也有利于讀者定位圖書信息，有利于圖書館細致化管理用戶數據;再次，大數據時代，人人都在做數據，信息的透明給許多客戶帶去危機感和不安全感，這是技術這把雙刃劍一個不可避免的一面，但是圖書館自我形象的運營和維護被證明是可以降低這種不安全感的產生，如權威圖書管理系統普遍比小眾系統更受讀者歡迎，這很大程度上是由于藏書的豐富或者主建單位的權威性帶來的現象，因此，除了將信息服務平臺做到更人性化以外，自身藏書資源和圖書館自我形象的提升都能有效降低讀者提供信息和閱讀時的不安全感受。最后，將面向用戶的界面中反饋功能做好對有效的進行用戶畫像刻畫、及時推送符合讀者現實需求的圖書資源是非常有利的，目前許多圖書館的智慧服務系統僅僅做到了外部的反饋性循環，其內部系統仍然是單向的，未來實現內部系統的反饋機制會有利于這個系統的平衡運行和穩定發展。

5 結語

“量身定制”是這個時代各項智慧服務平臺都想做到的事情。根基于用戶角色的智慧圖書館信息推送服務從海量的數據中，以人工智能和大數據分析為手段，對讀者用戶進行分類刻畫，貼標服務，是符合當代讀者的現實需求的。在實際運行過程中雖然出現了一些問題，但智慧圖書館中基于用戶畫像的信息推送可以預見到將會廣泛被應用于圖情領域。在未來，這種信息推送服務很可能能為讀者實現“一對一”的圖書閱讀需求。

參考文獻

[1] 劉海鷗，黃文娜，謝姝琳.面向情境化推薦服務的圖書館用戶畫像研究[J].圖書館學研究，2018（20）：62-68.

[2] 姚遠，張惠，郝群.基于本體的用戶畫像構建方法[J].計算機科學，2018（10）：226-231.

[3] 許鵬程，畢強，張晗等.數據驅動下數字圖書館用戶畫像模型構建[J].圖書情報工作，2019，63（03）：30-37.

[4] 蘭冰.基于群組用戶畫像的圖書館信息智能推送服務[J].圖書館刊，2019，41（07）：109-112.