袁 軍

（許昌學(xué)院圖書(shū)館 河南 許昌 461000）

隨著社會(huì)信息化程度的日益提高，大數(shù)據(jù)已經(jīng)成為新時(shí)期信息技術(shù)和產(chǎn)業(yè)發(fā)展的重要方向。用戶畫(huà)像作為大數(shù)據(jù)時(shí)代用戶分析及服務(wù)設(shè)計(jì)的有效工具，目前已經(jīng)在很多領(lǐng)域得到了廣泛應(yīng)用。特別是在電子商務(wù)和信息服務(wù)領(lǐng)域，商家和企業(yè)可以利用用戶畫(huà)像技術(shù)，準(zhǔn)確識(shí)別和分析目標(biāo)客戶，了解和預(yù)測(cè)用戶需求，提高企業(yè)的決策效率，實(shí)現(xiàn)成功營(yíng)銷(xiāo)。用戶畫(huà)像技術(shù)也為圖書(shū)館服務(wù)模式的創(chuàng)新和未來(lái)的發(fā)展提供了機(jī)遇。大數(shù)據(jù)環(huán)境下，圖書(shū)館的服務(wù)正面臨著一系列挑戰(zhàn)，特別是高校圖書(shū)館，面對(duì)豐富的信息資源和廣泛的讀者類(lèi)型，現(xiàn)有服務(wù)模式與不同用戶的多樣需求之間的矛盾日益突出。高校圖書(shū)館要想更好地服務(wù)用戶，就要了解和滿足用戶需求，為用戶提供個(gè)性化、精細(xì)化服務(wù)，因此，把用戶畫(huà)像技術(shù)引入圖書(shū)館領(lǐng)域，構(gòu)建用戶畫(huà)像就顯得尤其重要。

1 用戶畫(huà)像的概念

用戶畫(huà)像又稱用戶角色，是大數(shù)據(jù)時(shí)代的產(chǎn)物。交互設(shè)計(jì)之父Alan Cooper最早提出了用戶畫(huà)像（User Persona）的概念，Persona是真實(shí)用戶的虛擬代表，是建立在一系列真實(shí)數(shù)據(jù)之上的目標(biāo)用戶模型[1]。該模型可調(diào)研了解用戶，然后根據(jù)用戶的行為、偏好和目標(biāo)之間的差異，將用戶分為不同的類(lèi)型，再?gòu)拿糠N類(lèi)型中抽取出典型特征，并賦予姓名、性別、年齡、照片等一些人口統(tǒng)計(jì)學(xué)要素和一些場(chǎng)景描述，即形成了一個(gè)用戶畫(huà)像。

David Travis認(rèn)為用戶畫(huà)像具有P（基本性，Primary research）、E（移情性，Empathy）、R（真實(shí)性，Realistic）、S（獨(dú)特性，Singular）、O（目標(biāo)性，Objectives）、N（數(shù)量性，Number）、A（應(yīng)用性，Applicable）的特性，滿足以上7個(gè)條件才能構(gòu)成一個(gè)完整的用戶畫(huà)像[2]。大數(shù)據(jù)環(huán)境下，把用戶畫(huà)像技術(shù)引入圖書(shū)館領(lǐng)域，目的在于了解用戶，預(yù)測(cè)用戶的真實(shí)需求和潛在需求，進(jìn)而為圖書(shū)館用戶提供更加精準(zhǔn)的信息服務(wù)。

2 國(guó)內(nèi)外研究現(xiàn)狀

用戶畫(huà)像作為大數(shù)據(jù)時(shí)代勾畫(huà)目標(biāo)用戶、聯(lián)系用戶訴求與設(shè)計(jì)方向的有效工具，在數(shù)據(jù)統(tǒng)計(jì)、數(shù)據(jù)分析方面具有明顯優(yōu)勢(shì)，已成為近年來(lái)國(guó)內(nèi)外學(xué)術(shù)界關(guān)注的熱點(diǎn)問(wèn)題，圍繞用戶畫(huà)像的理論研究與應(yīng)用研究也相繼展開(kāi)。

國(guó)外學(xué)者比較重視對(duì)用戶畫(huà)像技術(shù)算法的研究，比較常用的有：分類(lèi)算法、加權(quán)算法、過(guò)濾算法、向量空間模型算法、樸素貝葉斯分類(lèi)法等，學(xué)者們會(huì)根據(jù)用戶的長(zhǎng)期或短期愛(ài)好分別采取不同的算法來(lái)構(gòu)建用戶畫(huà)像模型。用戶畫(huà)像在國(guó)外圖書(shū)館領(lǐng)域的應(yīng)用最早出現(xiàn)在20世紀(jì)80年代，應(yīng)用于英國(guó)國(guó)家書(shū)目和Blaise-line（歐洲首批在線服務(wù)之一）的服務(wù)優(yōu)化，有關(guān)人員通過(guò)對(duì)英國(guó)國(guó)家書(shū)目和Blaise-line用戶的訂閱情況、使用情況、滿意度以及未來(lái)購(gòu)買(mǎi)意向的調(diào)查和分析結(jié)果，重新審視自己的服務(wù)結(jié)構(gòu)和服務(wù)模式，以更好地滿足用戶對(duì)服務(wù)的需求[3]。

國(guó)內(nèi)圖情領(lǐng)域涉及用戶畫(huà)像的研究成果主要有：胡媛等于2017年在《圖書(shū)館理論與實(shí)踐》第4期上發(fā)表的《基于用戶畫(huà)像的數(shù)字圖書(shū)館知識(shí)社區(qū)用戶模型構(gòu)建》一文，對(duì)數(shù)字圖書(shū)館用戶畫(huà)像進(jìn)行了模型構(gòu)建和分析，并在此基礎(chǔ)上構(gòu)建綜合服務(wù)能力評(píng)價(jià)指標(biāo)體系，為數(shù)字圖書(shū)館社區(qū)用戶描述提供了參考[4]。劉速同年在《圖書(shū)館理論與實(shí)踐》第6期上發(fā)表的《淺議數(shù)字圖書(shū)館知識(shí)發(fā)現(xiàn)系統(tǒng)中的用戶畫(huà)像》一文，以天津圖書(shū)館為例，從數(shù)據(jù)來(lái)源、數(shù)據(jù)采集、信息識(shí)別、模型搭建等方面就用戶畫(huà)像的構(gòu)建進(jìn)行了詳細(xì)闡述，并提出可視化統(tǒng)計(jì)描述、多維度交叉分析、用戶關(guān)系圖譜等用戶畫(huà)像分析方法[5]。汪強(qiáng)兵等指出，整合內(nèi)容與用戶行為的用戶畫(huà)像構(gòu)建系統(tǒng)能夠挖掘用戶在閱讀文獻(xiàn)時(shí)的興趣，并進(jìn)行用戶畫(huà)像構(gòu)建[6]。陳慧香等探討了國(guó)外圖書(shū)館領(lǐng)域用戶畫(huà)像的研究現(xiàn)狀，從定義與組成、算法與技術(shù)、模型構(gòu)建、實(shí)踐應(yīng)用等方面作了詳細(xì)的闡述[2]。以上研究為用戶畫(huà)像在國(guó)內(nèi)圖書(shū)館領(lǐng)域的構(gòu)建和應(yīng)用提供了借鑒和參考。

總之，大數(shù)據(jù)環(huán)境下，用戶畫(huà)像在圖書(shū)館領(lǐng)域的研究與應(yīng)用正在逐步興起，尚未進(jìn)入成熟階段，國(guó)內(nèi)圖書(shū)館界對(duì)用戶畫(huà)像的研究同樣處于初步探索中，實(shí)踐中還面臨不少問(wèn)題，其中涉及用戶隱私和用戶興趣的變化等問(wèn)題，還有待圖書(shū)館界根據(jù)實(shí)際情況進(jìn)行深入分析和探討。

3 高校圖書(shū)館用戶畫(huà)像的構(gòu)建

用戶畫(huà)像是從海量的數(shù)據(jù)中產(chǎn)生和形成的，具體來(lái)說(shuō)，圖書(shū)館用戶畫(huà)像模型的構(gòu)建過(guò)程和步驟是：首先對(duì)圖書(shū)館各系統(tǒng)之間的用戶數(shù)據(jù)進(jìn)行整合，使用戶的屬性數(shù)據(jù)和行為數(shù)據(jù)相關(guān)聯(lián)，然后對(duì)用戶信息進(jìn)行統(tǒng)計(jì)、分類(lèi)、聚類(lèi)分析，給用戶建立標(biāo)簽體系，最后，在此基礎(chǔ)上，進(jìn)行用戶畫(huà)像框架模型的構(gòu)建，細(xì)分用戶并勾勒出個(gè)人用戶及群體用戶畫(huà)像。

3.1 用戶畫(huà)像數(shù)據(jù)采集與處理

數(shù)據(jù)源是構(gòu)建用戶畫(huà)像的關(guān)鍵因素，用戶畫(huà)像來(lái)自于大量、豐富的用戶數(shù)據(jù)，只有建立在客觀真實(shí)的數(shù)據(jù)基礎(chǔ)上，生成的畫(huà)像才有效，數(shù)據(jù)內(nèi)容越全面，形成的畫(huà)像就越精準(zhǔn)，因此，確定數(shù)據(jù)源是高校圖書(shū)館構(gòu)建用戶畫(huà)像的首要工作。

大數(shù)據(jù)環(huán)境下，高校圖書(shū)館的用戶畫(huà)像數(shù)據(jù)分為靜態(tài)信息數(shù)據(jù)和動(dòng)態(tài)信息數(shù)據(jù)兩類(lèi)。靜態(tài)信息數(shù)據(jù)是指用戶相對(duì)穩(wěn)定的信息，即用戶的基本屬性數(shù)據(jù)，主要包括用戶的姓名、性別、年齡、院系、職稱、專業(yè)、讀者類(lèi)型等。由于用戶在圖書(shū)館注冊(cè)、借閱時(shí)都會(huì)留下實(shí)名信息，因此，這部分?jǐn)?shù)據(jù)可以從圖書(shū)館用戶管理系統(tǒng)中獲取。動(dòng)態(tài)信息數(shù)據(jù)是指用戶不斷變化的行為信息，比如用戶的登錄網(wǎng)絡(luò)、借閱、檢索、下載等使用行為數(shù)據(jù)。動(dòng)態(tài)數(shù)據(jù)具有隱蔽性的特點(diǎn)，需要通過(guò)數(shù)據(jù)分析和數(shù)據(jù)挖掘進(jìn)行提取，圖書(shū)館用戶的行為數(shù)據(jù)主要來(lái)源于圖書(shū)館網(wǎng)站、書(shū)目檢索系統(tǒng)、微信服務(wù)平臺(tái)及移動(dòng)終端等，圖書(shū)館用戶在微信、APP移動(dòng)平臺(tái)上的訪問(wèn)、咨詢、閱讀及搜索等都會(huì)有相關(guān)行為數(shù)據(jù)的產(chǎn)生。

圖書(shū)館在對(duì)用戶數(shù)據(jù)進(jìn)行采集時(shí)需要從不同角度進(jìn)行考慮。用戶畫(huà)像所需要的數(shù)據(jù)來(lái)源于不同的服務(wù)系統(tǒng)中，各系統(tǒng)之間的數(shù)據(jù)并無(wú)關(guān)聯(lián)，圖書(shū)館在構(gòu)建用戶畫(huà)像時(shí)，首先要把各服務(wù)系統(tǒng)之間的數(shù)據(jù)進(jìn)行整合，使圖書(shū)館APP、微信平臺(tái)、一卡通等現(xiàn)有服務(wù)系統(tǒng)中的數(shù)據(jù)相關(guān)聯(lián)，然后統(tǒng)計(jì)用戶在這些系統(tǒng)平臺(tái)上的所有行為軌跡，并與用戶的屬性數(shù)據(jù)相結(jié)合，共同構(gòu)成高校圖書(shū)館用戶畫(huà)像的數(shù)據(jù)來(lái)源。高校圖書(shū)館用戶畫(huà)像數(shù)據(jù)的構(gòu)成如圖1所示。

圖1 高校圖書(shū)館用戶畫(huà)像數(shù)據(jù)構(gòu)成

對(duì)用戶的屬性數(shù)據(jù)和行為數(shù)據(jù)采集之后，就要在充分保障用戶數(shù)據(jù)隱私的前提下，首先對(duì)采集的數(shù)據(jù)進(jìn)行清洗，通過(guò)信息過(guò)濾系統(tǒng)去除與用戶特征無(wú)關(guān)的信息，然后利用數(shù)據(jù)挖掘技術(shù)對(duì)清洗過(guò)的用戶數(shù)據(jù)進(jìn)行計(jì)算機(jī)處理，把有關(guān)數(shù)據(jù)處理加工成能夠被圖書(shū)館建模使用的數(shù)據(jù)，確保用戶數(shù)據(jù)的真實(shí)性和有效性，最后形成用戶畫(huà)像有效數(shù)據(jù)集。

3.2 建立用戶畫(huà)像數(shù)據(jù)標(biāo)簽體系

為用戶建立數(shù)據(jù)標(biāo)簽是用戶畫(huà)像構(gòu)建過(guò)程中的一個(gè)關(guān)鍵步驟，也是用戶畫(huà)像的核心工作。標(biāo)簽為大數(shù)據(jù)處理提供了一種便捷方式，能夠方便計(jì)算機(jī)程序化處理用戶的相關(guān)信息，提高信息獲取的精準(zhǔn)度和效率。

用戶畫(huà)像數(shù)據(jù)標(biāo)簽是通過(guò)對(duì)用戶信息分析而來(lái)的高度精煉的特征標(biāo)識(shí)，如性別、年齡、地域、用戶習(xí)慣、用戶偏好等，最后將所有標(biāo)簽綜合起來(lái)，就可以勾勒出該用戶的“畫(huà)像”[7]。標(biāo)簽具有語(yǔ)義化和短文本的特征，方便人們理解每個(gè)標(biāo)簽的含義，準(zhǔn)確判斷用戶的喜愛(ài)偏好，使模糊的用戶形象立體化。用戶畫(huà)像的結(jié)果就是通過(guò)為用戶打標(biāo)簽的方式描述用戶信息，標(biāo)簽打得是否準(zhǔn)確和全面直接影響到用戶畫(huà)像的質(zhì)量和結(jié)果。以圖書(shū)館用戶為例，比如某科研人員習(xí)慣于使用外文數(shù)據(jù)庫(kù)進(jìn)行文獻(xiàn)檢索，檢索的主題詞常常與“計(jì)算機(jī)”相關(guān)，那么就可以根據(jù)上述信息描述為用戶貼標(biāo)簽，進(jìn)行用戶畫(huà)像，進(jìn)而實(shí)施精準(zhǔn)化服務(wù)。圖書(shū)館用戶畫(huà)像就是對(duì)用戶的屬性數(shù)據(jù)和行為數(shù)據(jù)進(jìn)行語(yǔ)義化、短文本化標(biāo)簽，通過(guò)用戶基本特征標(biāo)簽和行為數(shù)據(jù)標(biāo)簽，逐步構(gòu)建分類(lèi)標(biāo)簽、多級(jí)標(biāo)簽等用戶畫(huà)像標(biāo)簽結(jié)構(gòu)[8]。

高校圖書(shū)館根據(jù)服務(wù)對(duì)象的不同，把用戶分為教師、學(xué)生、博士、學(xué)科帶頭人或骨干教師等類(lèi)型。在構(gòu)建用戶畫(huà)像的過(guò)程中，應(yīng)注重根據(jù)用戶的信息需求貼標(biāo)簽，對(duì)所采集到的用戶數(shù)據(jù)進(jìn)行分析與挖掘，運(yùn)用關(guān)聯(lián)方法從用戶的基本屬性、閱讀愛(ài)好、上網(wǎng)軌跡、用戶活躍度等多維度去構(gòu)建用戶畫(huà)像的標(biāo)簽體系。

3.3 構(gòu)建用戶畫(huà)像模型

用戶畫(huà)像是用戶在現(xiàn)實(shí)中的數(shù)學(xué)建模，高校圖書(shū)館在完成對(duì)用戶數(shù)據(jù)采集、處理以及標(biāo)簽化工作的基礎(chǔ)上，便可實(shí)現(xiàn)用戶畫(huà)像模型的“可視化”構(gòu)建。圖書(shū)館通過(guò)對(duì)用戶的屬性數(shù)據(jù)和行為數(shù)據(jù)進(jìn)行分析，就可以了解和掌握用戶的個(gè)人偏好和行為習(xí)慣，進(jìn)而運(yùn)用可視化方式描述用戶需求，幫助圖書(shū)館實(shí)現(xiàn)個(gè)性化、精準(zhǔn)化服務(wù)。

高校圖書(shū)館用戶畫(huà)像模型的構(gòu)建可以分為3個(gè)層次，即數(shù)據(jù)來(lái)源層、數(shù)據(jù)分析處理層以及數(shù)據(jù)標(biāo)簽層。數(shù)據(jù)來(lái)源層是用戶畫(huà)像模型構(gòu)建的基礎(chǔ)層，高校圖書(shū)館可通過(guò)管理系統(tǒng)、服務(wù)平臺(tái)、移動(dòng)終端、網(wǎng)站系統(tǒng)等對(duì)用戶的屬性數(shù)據(jù)和行為數(shù)據(jù)進(jìn)行采集，并將數(shù)據(jù)序列化后存儲(chǔ)到原始數(shù)據(jù)庫(kù)中。同時(shí)，由于用戶行為數(shù)據(jù)具有動(dòng)態(tài)化的特點(diǎn)，所以需要圖書(shū)館建立一個(gè)有效的反饋評(píng)價(jià)機(jī)制，根據(jù)用戶與圖書(shū)館資源平臺(tái)交流的反饋信息，及時(shí)對(duì)原始數(shù)據(jù)庫(kù)的數(shù)據(jù)進(jìn)行修正與完善。數(shù)據(jù)分析處理層則是利用數(shù)據(jù)清理、信息過(guò)濾等技術(shù)對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，建立用戶畫(huà)像有效數(shù)據(jù)集。數(shù)據(jù)標(biāo)簽層是用戶畫(huà)像構(gòu)建的關(guān)鍵層，圖書(shū)館通過(guò)運(yùn)用分類(lèi)、聚類(lèi)、關(guān)聯(lián)分析等數(shù)據(jù)挖掘技術(shù)對(duì)用戶有效信息數(shù)據(jù)進(jìn)行語(yǔ)義化和短文本化標(biāo)簽，建立用戶數(shù)據(jù)標(biāo)簽數(shù)據(jù)庫(kù)，最終勾畫(huà)出圖書(shū)館用戶個(gè)人畫(huà)像和群體畫(huà)像，并以可視化形式呈現(xiàn)。具體構(gòu)建過(guò)程如圖2所示。

圖2 高校圖書(shū)館用戶畫(huà)像構(gòu)建模型

用戶畫(huà)像模型的構(gòu)建是一個(gè)比較復(fù)雜和不斷完善的過(guò)程，其中涉及到一些復(fù)雜的計(jì)算方法，比如聚類(lèi)算法、相似度計(jì)算、預(yù)測(cè)算法、語(yǔ)言處理、數(shù)據(jù)關(guān)聯(lián)統(tǒng)計(jì)算法等，這些主要通過(guò)機(jī)器學(xué)習(xí)來(lái)完成。模型建成后也不是一成不變的，它會(huì)隨著用戶行為的變化發(fā)生改變，因此模型需要具有一定的靈活性，可根據(jù)用戶的動(dòng)態(tài)行為對(duì)已建立的用戶畫(huà)像進(jìn)行實(shí)時(shí)更新、優(yōu)化與完善。

4 用戶畫(huà)像在高校圖書(shū)館的應(yīng)用

4.1 針對(duì)不同用戶提供精準(zhǔn)化推薦服務(wù)

大數(shù)據(jù)環(huán)境下，高校圖書(shū)館文獻(xiàn)信息資源豐富、類(lèi)型多樣，面對(duì)海量的數(shù)據(jù)信息，用戶很難從中獲取到自己感興趣的服務(wù)內(nèi)容，圖書(shū)館傳統(tǒng)的推薦服務(wù)已不能滿足用戶對(duì)信息資源的需求，如何快速、準(zhǔn)確地為用戶提供所需要的文獻(xiàn)信息資源是高校圖書(shū)館信息服務(wù)的關(guān)鍵問(wèn)題。

用戶畫(huà)像是用戶興趣的個(gè)性化反映，在圖書(shū)館精準(zhǔn)化服務(wù)中起著重要作用。把用戶畫(huà)像技術(shù)應(yīng)用于圖書(shū)館，能夠創(chuàng)新高校圖書(shū)館的信息服務(wù)模式，解決圖書(shū)館資源推送內(nèi)容與用戶需求不匹配的矛盾，從而為用戶提供更加精準(zhǔn)、高效的服務(wù)。圖書(shū)館可以利用用戶畫(huà)像技術(shù)，追蹤用戶在利用圖書(shū)館的過(guò)程中留下的一些歷史數(shù)據(jù)，如用戶的基本信息、所學(xué)專業(yè)、借閱信息、上網(wǎng)記錄、瀏覽記錄等，通過(guò)對(duì)這些用戶信息進(jìn)行分析和處理，準(zhǔn)確了解用戶最真實(shí)的情況，發(fā)現(xiàn)用戶行為的動(dòng)機(jī)與特點(diǎn)，掌握不同用戶個(gè)性化的信息需求偏好，或是根據(jù)用戶的某一行為特征分析、挖掘出用戶的潛在需求，并根據(jù)分類(lèi)、聚類(lèi)算法，將不同的用戶群細(xì)分歸類(lèi)，對(duì)用戶實(shí)行分級(jí)管理，區(qū)分出核心用戶、普通用戶、忠實(shí)用戶以及潛在用戶等，然后把圖書(shū)館資源與各類(lèi)用戶信息需求進(jìn)行匹配，有重點(diǎn)和針對(duì)性地進(jìn)行資源配置，針對(duì)不同類(lèi)型用戶實(shí)施各有側(cè)重的精準(zhǔn)化服務(wù)。這樣既可以使圖書(shū)館的服務(wù)有的放矢，節(jié)省用戶檢索信息的時(shí)間，又大大提升了用戶的體驗(yàn)度和滿意度。同時(shí)，由于用戶畫(huà)像具有即時(shí)性和多樣性的特征，使圖書(shū)館能夠根據(jù)用戶需求的變化情況，及時(shí)升級(jí)和調(diào)整信息服務(wù)策略。

4.2 開(kāi)展館藏資源宣傳和閱讀推廣工作

高校圖書(shū)館擁有豐富的館藏文獻(xiàn)資源，在全民閱讀中擔(dān)負(fù)著重要的社會(huì)責(zé)任，發(fā)揮著引領(lǐng)作用。開(kāi)展閱讀推廣活動(dòng)既是高校圖書(shū)館的職責(zé)和核心服務(wù)工作，也是提高館藏資源利用率的重要舉措。

傳統(tǒng)閱讀推廣服務(wù)的內(nèi)容和形式都比較單一，一般采用一些固定的模式，針對(duì)性不強(qiáng)，對(duì)用戶而言缺乏吸引力和創(chuàng)新性，且往往需要投入大量人力、物力卻難以達(dá)到良好的宣傳效果。把用戶畫(huà)像應(yīng)用到閱讀推廣的智能推薦系統(tǒng)中，就可以幫助圖書(shū)館實(shí)現(xiàn)個(gè)性化、精準(zhǔn)化推送，打破無(wú)差別推廣的現(xiàn)狀。高校圖書(shū)館可以利用用戶畫(huà)像技術(shù)，動(dòng)態(tài)跟蹤用戶使用圖書(shū)館的行為軌跡，根據(jù)其知識(shí)背景、閱讀特點(diǎn)、閱讀習(xí)慣、閱讀歷史等，把用戶分成不同的群體類(lèi)型，將具有相同閱讀傾向和閱讀興趣的用戶歸為一類(lèi)，使宣傳、推送內(nèi)容與用戶需求相匹配，為用戶量身打造個(gè)性化的閱讀書(shū)目，針對(duì)不同用戶群進(jìn)行新書(shū)推薦，并根據(jù)用戶信息數(shù)據(jù)的變化情況及時(shí)調(diào)整閱讀推廣的內(nèi)容和方法，避免因盲目推送而造成對(duì)用戶的干擾，使閱讀推廣工作更具有目標(biāo)性，向著更加精細(xì)、更高質(zhì)量的方向推進(jìn)。同時(shí)，充分利用用戶畫(huà)像，在校園網(wǎng)、微信、微博等平臺(tái)開(kāi)展館藏資源宣傳和閱讀推廣工作，通過(guò)舉辦讀者借閱排行榜、最受歡迎的圖書(shū)排行榜等評(píng)選活動(dòng)，激發(fā)用戶的閱讀積極性，提升用戶對(duì)圖書(shū)館閱讀推廣服務(wù)的個(gè)性化體驗(yàn)。

4.3 開(kāi)展用戶信用管理

當(dāng)前，在高校圖書(shū)館普遍存在著損壞圖書(shū)、圖書(shū)超期、盜竊圖書(shū)、惡意下載資源等不良現(xiàn)象。針對(duì)這些嚴(yán)重的用戶失信行為，圖書(shū)館一般只是采取口頭教育或輕微的經(jīng)濟(jì)處罰方式，但往往收到的效果不好，對(duì)失信用戶起不到威懾作用。用戶畫(huà)像技術(shù)為高校圖書(shū)館開(kāi)展用戶信用管理提供了借鑒，圖書(shū)館應(yīng)在用戶個(gè)人征信方面實(shí)施有益的探索與實(shí)踐，以防范或減少用戶在使用圖書(shū)館資源和服務(wù)過(guò)程中產(chǎn)生的信用風(fēng)險(xiǎn)。

高校圖書(shū)館可通過(guò)用戶畫(huà)像收集、分析用戶信用數(shù)據(jù)，配置信用資源，建立圖書(shū)館用戶信用管理系統(tǒng)，將用戶信用納入個(gè)人征信記錄，對(duì)用戶的信用行為進(jìn)行分類(lèi)管理，根據(jù)用戶不同行為給予一定的獎(jiǎng)勵(lì)和處罰，以降低圖書(shū)館資源管理風(fēng)險(xiǎn)。對(duì)信用度高的用戶提供優(yōu)惠待遇，比如增加借閱圖書(shū)的冊(cè)數(shù)、適當(dāng)延長(zhǎng)借閱時(shí)間，使其能夠更好地利用圖書(shū)館資源。同時(shí)，對(duì)失信用戶采取相應(yīng)的處罰措施，降低他們?cè)趫D書(shū)館獲取資源與服務(wù)的權(quán)限，讓用戶意識(shí)到其失信行為的嚴(yán)重性，從而更好地限制和約束個(gè)人行為，自覺(jué)遵守圖書(shū)館的相關(guān)規(guī)定。

4.4 協(xié)助制定科學(xué)合理的發(fā)展規(guī)劃

科學(xué)合理的發(fā)展規(guī)劃是高校圖書(shū)館可持續(xù)發(fā)展的保障，用戶畫(huà)像技術(shù)為高校圖書(shū)館的未來(lái)發(fā)展提供了新思路。高校圖書(shū)館可利用用戶畫(huà)像來(lái)了解某一類(lèi)群體用戶的共同特征，并根據(jù)用戶的整體興趣和需求走向?qū)D書(shū)館的發(fā)展和建設(shè)進(jìn)行科學(xué)規(guī)劃，為圖書(shū)館的文獻(xiàn)資源配置、空間布局、科學(xué)管理以及規(guī)章制度的制定等提供決策參考。比如，根據(jù)用戶使用圖書(shū)館的行為習(xí)慣，設(shè)計(jì)或調(diào)整圖書(shū)館的布局結(jié)構(gòu)；針對(duì)用戶使用電子資源高于紙質(zhì)資源的情況，適當(dāng)調(diào)整資源配置。

用戶畫(huà)像即時(shí)性和數(shù)據(jù)維度多樣性的特征可以為使用者提供全方位、全過(guò)程的數(shù)據(jù)分析，幫助高校圖書(shū)館管理層及時(shí)發(fā)現(xiàn)、掌握用戶信息需求的變化，為圖書(shū)館服務(wù)決策的制定提供高效、可靠的數(shù)據(jù)支持，確保決策制定的科學(xué)合理性。