文·張亞兵

國(guó)家檔案局局長(zhǎng)李明華2019年3月29日在全國(guó)檔案局長(zhǎng)館長(zhǎng)會(huì)議上明確要求“機(jī)構(gòu)改革后，各級(jí)綜合檔案館要進(jìn)一步聚焦主責(zé)主業(yè)，突出五項(xiàng)基本功能，不斷提高檔案保管利用能力。在發(fā)揮檔案利用服務(wù)中心功能方面，要通過(guò)檔案資源共建共享、互聯(lián)網(wǎng)在線服務(wù)等方式，使檔案利用服務(wù)更加方便快捷、優(yōu)質(zhì)高效”。[1]目前，學(xué)界對(duì)綜合檔案館精準(zhǔn)化服務(wù)展開(kāi)了一定研究。李財(cái)福、余林夕提出精準(zhǔn)化檔案信息服務(wù)是根據(jù)檔案用戶個(gè)體化檔案信息需求的特點(diǎn)，貫徹“以人為本”的服務(wù)宗旨，建立起以檔案用戶個(gè)性化需求為導(dǎo)向并提供針對(duì)性和差異化服務(wù)的一種服務(wù)模式。[2]李廣都、葉毅提出數(shù)據(jù)精準(zhǔn)推薦，是通過(guò)系統(tǒng)軟件分析將檔案數(shù)據(jù)內(nèi)容與用戶需求進(jìn)行正確匹配，建立正確的關(guān)聯(lián)關(guān)系，再通過(guò)網(wǎng)絡(luò)將相關(guān)數(shù)據(jù)主動(dòng)推送給用戶的服務(wù)方式。[3]金波、晏秦則認(rèn)為檔案精準(zhǔn)化服務(wù)是以檔案用戶個(gè)性化需求為基礎(chǔ)，以檔案用戶問(wèn)題為導(dǎo)向而提供的服務(wù)，是一種以檔案用戶為中心的服務(wù)模式。[4]用戶畫(huà)像技術(shù)可以對(duì)用戶數(shù)據(jù)進(jìn)行分析，針對(duì)用戶的需求開(kāi)展精準(zhǔn)化的服務(wù)。本文通過(guò)借鑒這一成熟的技術(shù)來(lái)探討其在綜合檔案館精準(zhǔn)化服務(wù)中的應(yīng)用并試圖構(gòu)建綜合檔案館用戶畫(huà)像的模型框架。

一、用戶畫(huà)像應(yīng)用于綜合檔案館精準(zhǔn)服務(wù)的必要性及可行性

用戶畫(huà)像又稱用戶角色，作為勾畫(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，用戶畫(huà)像在各領(lǐng)域得到了廣泛的應(yīng)用。用戶畫(huà)像最初是在電商領(lǐng)域得到應(yīng)用的，在大數(shù)據(jù)時(shí)代背景下，用戶信息充斥在網(wǎng)絡(luò)中，將用戶的每個(gè)具體信息抽象成標(biāo)簽，利用這些標(biāo)簽將用戶形象具體化，從而為用戶提供有針對(duì)性的服務(wù)。[5]用戶畫(huà)像的概念是交互設(shè)計(jì)之父Alan Cooper 在1998年提出的，他認(rèn)為用戶畫(huà)像是實(shí)際用戶的虛擬代表，是建立在一系列真實(shí)數(shù)據(jù)之上的目標(biāo)用戶模型。[6]曾建勛認(rèn)為用戶畫(huà)像是指獲取用戶的專業(yè)背景、文化程度、知識(shí)獲取習(xí)慣、興趣偏好、特長(zhǎng)任務(wù)等與用戶需求趨向相關(guān)的信息，以此為基礎(chǔ)進(jìn)行模型化表示，為用戶制定特定標(biāo)簽。[7]

（一）用戶畫(huà)像應(yīng)用于綜合檔案館精準(zhǔn)服務(wù)的必要性

了解檔案用戶的檔案信息需求，建立檔案用戶畫(huà)像，能夠?yàn)榫C合檔案館進(jìn)行精準(zhǔn)化推送和服務(wù)的制定奠定基礎(chǔ)。首先，檔案用戶畫(huà)像的構(gòu)建是貫徹以“用戶為中心”的理念，對(duì)檔案用戶信息利用行為進(jìn)行虛擬化描述，即檔案用戶的虛擬代表。其次，對(duì)檔案用戶的查閱利用檔案的行為進(jìn)行記錄，形成標(biāo)簽，大量檔案用戶標(biāo)簽的集合形成一個(gè)具有相同特征的檔案用戶群，為綜合檔案館開(kāi)展有針對(duì)性的檔案利用活動(dòng)提供了有效保障。最后，借助用戶畫(huà)像的數(shù)據(jù)，為檔案工作提供指導(dǎo)性的方案、為綜合檔案館的館藏資源建設(shè)提供科學(xué)的依據(jù)。

（二）用戶畫(huà)像應(yīng)用于綜合檔案館精準(zhǔn)服務(wù)的可行性

第一，檔案機(jī)構(gòu)改革背景下局館分設(shè)的要求。綜合檔案館長(zhǎng)期以來(lái)，都處于被動(dòng)服務(wù)的狀態(tài)。這種狀況主要是兩方面造成的，首先，在“局館合一”的體制下，影響檔案行政管理機(jī)構(gòu)和文化事業(yè)機(jī)構(gòu)的職能區(qū)分、職責(zé)履行和責(zé)任追究，綜合檔案館更傾向于行政職能；其次，“局館合一”的體制下，存在著檔案部門既當(dāng)“運(yùn)動(dòng)員又當(dāng)裁判員”“自己對(duì)自己執(zhí)法”的現(xiàn)象[8]，機(jī)構(gòu)改革后“檔案局館分設(shè)”，綜合檔案館文化事業(yè)機(jī)構(gòu)的屬性更加突出、明確，能夠更好地履行公共文化服務(wù)的職能。主動(dòng)服務(wù)要以檔案用戶為中心，深入分析檔案用戶的檔案信息利用行為。用戶畫(huà)像技術(shù)就是根據(jù)用戶的基本特征、利用行為等為用戶貼標(biāo)簽，從而針對(duì)用戶的需求為用戶推送個(gè)性化和差異化的檔案信息，達(dá)到精準(zhǔn)化服務(wù)的目的。

第二，國(guó)內(nèi)外成熟的技術(shù)應(yīng)用經(jīng)驗(yàn)。國(guó)內(nèi)圖書(shū)館領(lǐng)域也逐漸運(yùn)用這種技術(shù)，大大提高了圖書(shū)館的信息服務(wù)水平和能力。武漢大學(xué)[9]的數(shù)字圖書(shū)館社區(qū)推送服務(wù)組織以及天津圖書(shū)館的知識(shí)發(fā)現(xiàn)系統(tǒng)都應(yīng)用了用戶畫(huà)像技術(shù)。其中，天津圖書(shū)館通過(guò)對(duì)ALEPH、微信、網(wǎng)站、一碼通等系統(tǒng)中的數(shù)據(jù)進(jìn)行關(guān)聯(lián)，由注冊(cè)數(shù)據(jù)分析出用戶屬性數(shù)據(jù)，由借閱數(shù)據(jù)、檢索數(shù)據(jù)、閱覽數(shù)據(jù)等分析出用戶行為數(shù)據(jù)，用戶屬性數(shù)據(jù)和行為數(shù)據(jù)則共同構(gòu)成了用戶畫(huà)像的主要數(shù)據(jù)來(lái)源。[10]英國(guó)國(guó)家檔案館（The National Archives，簡(jiǎn)稱TNA）網(wǎng)站（htttp//www.nationalarchives.gov.uk）現(xiàn)有的網(wǎng)絡(luò)檔案信息檢索系統(tǒng)名為“探索”。“探索”系統(tǒng)在建設(shè)時(shí)，通過(guò)訪談、日記研究、調(diào)查、網(wǎng)頁(yè)日志等手段獲取用戶數(shù)據(jù)。通過(guò)聚類和分類分析構(gòu)建出“探索”系統(tǒng)三類用戶畫(huà)像：漫步者、探索者、追蹤者。三者之間沒(méi)有絕對(duì)的界限，滿足目標(biāo)需求的同時(shí)兼顧其他用戶群體的需求和體驗(yàn)。“探索”系統(tǒng)以“用戶為中心”的思維應(yīng)用用戶畫(huà)像技術(shù)將用戶分類，精確地為不同用戶優(yōu)化其偏好檢索方式。[11]這些國(guó)內(nèi)外的實(shí)踐為用戶畫(huà)像技術(shù)的應(yīng)用提供了豐富的用戶建模方法和應(yīng)用案例。

二、綜合檔案館用戶畫(huà)像構(gòu)建

（一）檔案用戶畫(huà)像數(shù)據(jù)的獲取

用戶數(shù)據(jù)分為靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)兩個(gè)方面。其中靜態(tài)數(shù)據(jù)是用戶最基本的屬性，例如年齡、性別、地域、職業(yè)、學(xué)歷、專業(yè)等；動(dòng)態(tài)數(shù)據(jù)是指用戶獲取信息時(shí)表現(xiàn)出來(lái)的行為，例如用戶注冊(cè)、點(diǎn)擊、檢索、瀏覽、下載、留言、咨詢、評(píng)價(jià)等將會(huì)不斷地、持續(xù)地發(fā)生變化的信息，即用戶行為數(shù)據(jù)。

綜合檔案館的用戶數(shù)據(jù)主要包括：靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)。靜態(tài)數(shù)據(jù)主要是檔案用戶的屬性數(shù)據(jù)，包括檔案用戶的性別、年齡、專業(yè)、職業(yè)等信息。這些基本數(shù)據(jù)可以從檔案部門利用檔案的登記信息和數(shù)字檔案館的登錄信息中獲得。動(dòng)態(tài)數(shù)據(jù)主要包括檔案用戶的行為數(shù)據(jù)。這一部分動(dòng)態(tài)數(shù)據(jù)，可以根據(jù)數(shù)字檔案館的登錄、檔案館網(wǎng)站、檔案查詢預(yù)約系統(tǒng)、微信App的瀏覽、互動(dòng)等行為數(shù)據(jù)獲得。其中，用戶靜態(tài)維度的數(shù)據(jù)是結(jié)構(gòu)化的數(shù)據(jù)，相對(duì)比較好采集，便于形成用戶標(biāo)簽。用戶動(dòng)態(tài)數(shù)據(jù)則是一些半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化的數(shù)據(jù)，例如檔案館網(wǎng)站頁(yè)面的瀏覽、點(diǎn)擊等用戶行為數(shù)據(jù)主要儲(chǔ)存在用戶web日志中，需要通過(guò)網(wǎng)頁(yè)爬蟲(chóng)和數(shù)據(jù)挖掘技術(shù)進(jìn)行提取。綜合檔案館在用戶數(shù)據(jù)處理方面，面臨的問(wèn)題是如何將不同渠道獲得的信息進(jìn)行統(tǒng)一的整理。對(duì)于結(jié)構(gòu)化數(shù)據(jù)系統(tǒng)一般可以直接導(dǎo)入，相對(duì)比較容易。但針對(duì)非結(jié)構(gòu)化數(shù)據(jù)來(lái)說(shuō)相對(duì)較難，為了降低成本，檔案館可以采取購(gòu)買社會(huì)服務(wù)的方式，降低數(shù)據(jù)處理成本，選擇專業(yè)的外包服務(wù)機(jī)構(gòu)，以保障檔案用戶畫(huà)像的構(gòu)建。[12]

（二）綜合檔案館用戶畫(huà)像的維度

用戶畫(huà)像核心的部分就是要對(duì)用戶數(shù)據(jù)標(biāo)簽化，從不同的維度構(gòu)建用戶標(biāo)簽?zāi)軌蚴褂脩舢?huà)像更加具體、更加可靠。筆者認(rèn)為綜合檔案館的用戶畫(huà)像應(yīng)該從用戶特征維度、用戶行為維度、用戶興趣維度3個(gè)方面刻畫(huà)，構(gòu)建三維標(biāo)簽體系的綜合檔案館用戶畫(huà)像模型。第一，檔案用戶特征維度是對(duì)用戶進(jìn)行最基本的了解和刻畫(huà)，主要是基于用戶的人口統(tǒng)計(jì)學(xué)數(shù)據(jù)。綜合檔案館通過(guò)調(diào)查問(wèn)卷、用戶查閱信息記錄和數(shù)字檔案館注冊(cè)信息中提取用戶最基本的數(shù)據(jù)。第二，檔案用戶行為維度是指檔案用戶利用信息過(guò)程中的搜索、閱讀、下載、評(píng)論等行為。第三，檔案用戶興趣維度是用戶畫(huà)像的核心維度，它反映了檔案用戶的需求和興趣，驅(qū)動(dòng)著用戶的檔案利用行為。檔案用戶興趣維度的構(gòu)建主要是基于用戶的行為數(shù)據(jù)，檔案用戶在與綜合檔案館交互的過(guò)程中產(chǎn)生了大量的用戶行為日志，這些數(shù)據(jù)能夠真實(shí)的反映用戶的需求和興趣偏好。用戶的興趣屬性由顯性興趣和隱性興趣組成，顯性興趣時(shí)用戶在系統(tǒng)注冊(cè)時(shí)選擇的興趣主題和關(guān)注領(lǐng)域；隱性興趣是用戶在利用信息時(shí)不自覺(jué)對(duì)某個(gè)方面的信息關(guān)注、查看、評(píng)論產(chǎn)生的行為數(shù)據(jù)，這些反映了用戶的使用邏輯和行為偏好。綜合檔案館通過(guò)分析這些行為數(shù)據(jù)，能夠使用戶更快捷、方面的獲得自己想要利用的檔案資源。不僅提高了檔案的利用效率，同時(shí)也提升了用戶的利用體驗(yàn)。

（三）綜合檔案館用戶畫(huà)像模型

綜合檔案館用戶畫(huà)像的本質(zhì)是將用戶數(shù)據(jù)充分利用，將用戶的需求用可視化的方式展現(xiàn)出來(lái)，應(yīng)用于綜合檔案館的服務(wù)中，實(shí)現(xiàn)精準(zhǔn)服務(wù)。綜合檔案館的用戶畫(huà)像模型構(gòu)建大致分為三層，數(shù)據(jù)層、數(shù)據(jù)挖掘?qū)?、?yīng)用服務(wù)層。

數(shù)據(jù)層是構(gòu)建綜合檔案館用戶畫(huà)像的基礎(chǔ)層，分為數(shù)據(jù)來(lái)源和數(shù)據(jù)采集。數(shù)據(jù)來(lái)源主要從檔案館網(wǎng)站、微信App、調(diào)查問(wèn)卷、檔案館利用記錄等獲?。粩?shù)據(jù)采集主要從這些數(shù)據(jù)來(lái)源的幾個(gè)方面對(duì)用戶的注冊(cè)信息進(jìn)行提取，通過(guò)問(wèn)卷調(diào)查或者訪談等方式對(duì)用戶的基礎(chǔ)數(shù)據(jù)進(jìn)行完善，再通過(guò)網(wǎng)頁(yè)端和移動(dòng)端的API接口記錄用戶交互數(shù)據(jù)以及挖掘Web日志，采集用戶的原始數(shù)據(jù)，將這些原始數(shù)據(jù)序列化后存儲(chǔ)到原始數(shù)據(jù)庫(kù)中。由于用戶的行為數(shù)據(jù)具有動(dòng)態(tài)化的特點(diǎn)，需要建立一個(gè)有效的反饋評(píng)價(jià)機(jī)制，根據(jù)用戶與檔案館數(shù)字資源平臺(tái)交流的反饋信息，及時(shí)的對(duì)原始數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行更新與完善。最后，通過(guò)對(duì)采集到數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)規(guī)約、數(shù)據(jù)集成，為數(shù)據(jù)挖掘?qū)舆M(jìn)一步的分析做準(zhǔn)備。

數(shù)據(jù)挖掘?qū)邮怯脩舢?huà)像構(gòu)建過(guò)程中最關(guān)鍵的一部分，數(shù)據(jù)挖掘?qū)油ㄟ^(guò)借助大數(shù)據(jù)工具Hadoop或Spark對(duì)數(shù)據(jù)庫(kù)中的用戶畫(huà)像靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)進(jìn)行挖掘，通過(guò)對(duì)用戶數(shù)據(jù)的行為分析、聚類分析、關(guān)聯(lián)分析來(lái)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，計(jì)算用戶的興趣權(quán)重，建立用戶數(shù)據(jù)標(biāo)簽數(shù)據(jù)庫(kù)以及用戶標(biāo)簽體系，實(shí)現(xiàn)用戶特征標(biāo)簽化。通過(guò)標(biāo)簽建模分析，可以進(jìn)一步挖掘出用戶個(gè)體特征和群體特征向量。相對(duì)于個(gè)體畫(huà)像來(lái)說(shuō)，群體用戶畫(huà)像注重于分析用戶群體的相似度、例如用戶群體的基本屬性的相似度、用戶之間關(guān)注的信息和服務(wù)評(píng)價(jià)相似度以及用戶瀏覽、利用某方面資源的相似度等。合理區(qū)分目標(biāo)用戶群體，然后通過(guò)用戶標(biāo)簽描述形成多個(gè)推送主題，提高個(gè)性化推送效率。

應(yīng)用服務(wù)層是在數(shù)據(jù)層和數(shù)據(jù)挖掘?qū)庸ぷ鞯幕A(chǔ)上為綜合檔案館用戶提供主動(dòng)性、場(chǎng)景性、實(shí)時(shí)性的個(gè)性化智慧服務(wù)。在發(fā)現(xiàn)用戶需求偏好的基礎(chǔ)上，迅速獲取符合要求的信息資源，通過(guò)移動(dòng)終端、門戶網(wǎng)站等其他渠道，采用個(gè)性化的推送方式，滿足用戶對(duì)精準(zhǔn)化服務(wù)的要求。同時(shí)，用戶的信息需求是動(dòng)態(tài)變化的，信息系統(tǒng)可以及時(shí)追蹤、存儲(chǔ)、分析用戶的需求變化從而修正用戶畫(huà)像形成新的用戶畫(huà)像，進(jìn)而為用戶推薦對(duì)應(yīng)的信息資源。本文構(gòu)建的綜合檔案館用戶畫(huà)像框架模型如下圖1所示：

三、用戶畫(huà)像構(gòu)建中應(yīng)注意的問(wèn)題

（一）檔案用戶畫(huà)像顆粒度

數(shù)據(jù)顆粒度是屬于商業(yè)智能（BI）中數(shù)據(jù)倉(cāng)庫(kù)里的相關(guān)概念，所謂商業(yè)智能是指將數(shù)據(jù)轉(zhuǎn)換成信息的過(guò)程，然后通過(guò)發(fā)現(xiàn)將信息轉(zhuǎn)化為知識(shí)，實(shí)質(zhì)上即是通過(guò)應(yīng)用基于事實(shí)的支持系統(tǒng)來(lái)輔助商業(yè)決策的制定，有利于商務(wù)管理的信息化管理。[13]構(gòu)建檔案用戶畫(huà)像需要考慮顆粒度，即畫(huà)像的細(xì)化程度。顆粒度小的用戶畫(huà)像對(duì)用戶描述很精細(xì)，有利于提高檔案館個(gè)性化服務(wù)的精準(zhǔn)性。但是顆粒度越小意味著用戶數(shù)據(jù)越細(xì)化，一方面會(huì)導(dǎo)致建模成本的增加；另一方面過(guò)于細(xì)致的顆粒度，會(huì)造成服務(wù)目標(biāo)過(guò)于單一，降低用戶畫(huà)像的適用性。構(gòu)建清晰并且適用性強(qiáng)的檔案用戶畫(huà)像，需要根據(jù)綜合檔案館的工作需要選擇合適的顆粒度。

（二）保障用戶畫(huà)像的數(shù)據(jù)層

用戶畫(huà)像的基礎(chǔ)是用戶大數(shù)據(jù)，但國(guó)內(nèi)圖書(shū)館依然對(duì)于小數(shù)據(jù)展現(xiàn)強(qiáng)烈的依賴。[14]相對(duì)于圖書(shū)館來(lái)說(shuō)，綜合檔案館與用戶交互的數(shù)據(jù)更是匱乏。一方面，檔案館的資源具有原始性、保密性，不像圖書(shū)館的圖書(shū)資源經(jīng)過(guò)加工并且一般不會(huì)限制公眾利用。另一方面，由于物聯(lián)網(wǎng)和人工智能技術(shù)并沒(méi)有全面應(yīng)用到檔案館之中，沒(méi)有形成物物相連、自主優(yōu)化、用戶中心的檔案館系統(tǒng)。依靠傳統(tǒng)的用戶數(shù)據(jù)收集方式不能滿足大數(shù)據(jù)時(shí)代收集用戶信息的要求，移動(dòng)終端的發(fā)展為綜合檔案館與用戶的交互提供了機(jī)遇。綜合檔案館應(yīng)該開(kāi)發(fā)適合于公眾在移動(dòng)終端查閱信息的方式，開(kāi)發(fā)綜合檔案館應(yīng)用APP，方便公眾隨時(shí)隨地的獲取自己想要利用的檔案資源，同時(shí)也能夠方便綜合檔案館對(duì)用戶數(shù)據(jù)的獲取和處理。

（三）檔案用戶隱私的保護(hù)和保密

在構(gòu)建和應(yīng)用綜合檔案館用戶畫(huà)像的過(guò)程中，用戶信息保護(hù)和保密是我們不能忽視的一個(gè)問(wèn)題。用戶畫(huà)像是根據(jù)用戶的各種信息構(gòu)建而成的，在這個(gè)過(guò)程中不可避免地要搜集用戶的個(gè)人信息。用戶個(gè)人信息中有涉及到用戶的個(gè)人隱私的部分，要注意用戶隱私的保密和保護(hù)。用戶隱私保密和保護(hù)的實(shí)現(xiàn)，可以從技術(shù)上和綜合檔案館的相關(guān)條例和法規(guī)這兩個(gè)方面著手。

技術(shù)上，從信息的采集、處理、加工、存儲(chǔ)等環(huán)節(jié)加強(qiáng)用戶信息保護(hù)。對(duì)采集到的數(shù)據(jù)采用數(shù)據(jù)脫敏與加密技術(shù)，防止用戶信息被不法分子讀取和識(shí)別。實(shí)施信息隱私等級(jí)劃分制度。綜合檔案館提供檔案服務(wù)過(guò)程中采集了大量檔案用戶隱私信息，所以服務(wù)大眾的檔案工作，必須要做好對(duì)檔案用戶信息隱私權(quán)的保護(hù)，盡量減少檔案用戶損失。[15]

通過(guò)制定檔案館相關(guān)條例和法規(guī)，一方面，規(guī)范檔案館在授權(quán)范圍內(nèi)對(duì)檔案用戶隱私數(shù)據(jù)的使用，保障用戶擁有對(duì)自己信息的自主控制權(quán)，最終在保障用戶隱私的前提下，構(gòu)建出有效的用戶畫(huà)像。另一方面，有利于幫助檔案館工作人員明確用戶信息收集、儲(chǔ)存、利用等各個(gè)環(huán)節(jié)的狀況和對(duì)自身工作職責(zé)有明確的認(rèn)識(shí)，防止在工作中的失誤，更好地保護(hù)用戶的信息。