廖運(yùn)平 盧明芳 楊思洛

用戶研究一直是圖書情報(bào)領(lǐng)域的重要研究內(nèi)容之一，不同專家學(xué)者從用戶需求[1,2]、用戶感知[3,4]、用戶素養(yǎng)[5]、用戶體驗(yàn)[6,7]、用戶心理[8]、用戶行為[9,10]等多個(gè)視角進(jìn)行了深入的研究探討。然而，由于技術(shù)條件的制約和數(shù)據(jù)的缺失，在實(shí)際的用戶服務(wù)中圖書館難以對(duì)用戶進(jìn)行細(xì)粒度的刻畫，無法準(zhǔn)確掌握用戶的真實(shí)需求，以致很多研究成果只能停留在理念和思想層面。但隨著大數(shù)據(jù)時(shí)代的到來，智能終端、5G網(wǎng)絡(luò)、大數(shù)據(jù)技術(shù)、人工智能等高新技術(shù)與設(shè)備為圖書館領(lǐng)域的用戶研究帶來了新的內(nèi)容，提供了新的機(jī)遇。用戶畫像即是大數(shù)據(jù)時(shí)代用戶研究的有力工具之一，可以將用戶的心理、行為、實(shí)時(shí)狀態(tài)、場(chǎng)景需求等有效融入到圖書館服務(wù)中。用戶畫像在圖書館領(lǐng)域的應(yīng)用，為智慧圖書館的到來提供了必要的技術(shù)支撐，也為圖書館提供精準(zhǔn)化、個(gè)性化服務(wù)創(chuàng)造了條件。

1 相關(guān)研究回顧

1.1 從用戶畫像到自動(dòng)用戶畫像

(1)用戶畫像的概念。關(guān)于用戶畫像，最通俗的解讀就是“真實(shí)用戶的虛擬代表”，此概念起源于交互設(shè)計(jì)領(lǐng)域。交互設(shè)計(jì)之父Alan Cooper[11]認(rèn)為，用戶畫像(Personas)并不是真實(shí)的人群，但它們基于人們真實(shí)的行為和動(dòng)機(jī)，并且在整個(gè)設(shè)計(jì)過程中代表著真實(shí)的人群，是在實(shí)際用戶行為數(shù)據(jù)基礎(chǔ)上形成的綜合原型(Composite Archetype)。Djilali等[12]將用戶畫像定義為包含用戶特征、目標(biāo)和需求等信息的用戶描述模型。Jisun等[13]認(rèn)為，用戶畫像是有著共同行為特征的用戶群的虛擬代表。宋美琦等[14]認(rèn)為，用戶畫像的實(shí)質(zhì)是標(biāo)簽化的用戶全貌。余傳明等[15]認(rèn)為，用戶畫像是根據(jù)用戶人口統(tǒng)計(jì)學(xué)信息(Demographic Data)、社交關(guān)系(Social Network Relationships)和行為模式(Behavioral Patterns)等信息而總結(jié)、抽象和挖掘出來的標(biāo)簽化用戶模型。

關(guān)于用戶畫像的定義，不同時(shí)期不同學(xué)者有著各自不同的表述方式，但從以上幾個(gè)比較典型的定義可以看出，其內(nèi)涵基本上是一致的。所謂用戶畫像，就是基于用戶真實(shí)數(shù)據(jù)抽象出來的用戶模型。與用戶畫像應(yīng)用之初不同的是，在大數(shù)據(jù)時(shí)代，可供采集和挖掘的用戶數(shù)據(jù)維度更多、數(shù)量更大，目標(biāo)用戶的特征更具體，生成的用戶畫像也更清晰真實(shí)。

(2)Personas與User Profile的關(guān)系。用戶畫像對(duì)應(yīng)的英文為Personas或User Profile，國內(nèi)許多學(xué)者將兩者等同起來，如南京大學(xué)的陳慧香、邵波[16]，吉林大學(xué)的張海濤[17]等等。但嚴(yán)格來講，二者存在著一定的差別。首先，Personas來自交互設(shè)計(jì)領(lǐng)域，而User Profile來自營銷領(lǐng)域；其次，Personas的主要使用對(duì)象是人(給人看的)，而User Profile的主要使用對(duì)象是機(jī)器(給機(jī)器看的)。當(dāng)然，二者雖有區(qū)別，但也存在著相輔相成的關(guān)系，二者的結(jié)合運(yùn)用有利于從設(shè)計(jì)和營銷兩個(gè)層面為用戶提供好的產(chǎn)品與服務(wù)。對(duì)圖書館而言，首先基于Personas來設(shè)計(jì)、開發(fā)和組織信息產(chǎn)品與服務(wù)，然后再基于User Profile將信息產(chǎn)品與服務(wù)推薦或提供給合適的用戶。

(3)用戶畫像的應(yīng)用。目前，用戶畫像已經(jīng)廣泛應(yīng)用于廣告、電子商務(wù)、系統(tǒng)開發(fā)、產(chǎn)品設(shè)計(jì)、社交媒體、市場(chǎng)營銷和教育等領(lǐng)域。這些領(lǐng)域利用用戶畫像對(duì)市場(chǎng)進(jìn)行細(xì)分，深入了解用戶需求、偏好，以更有效地與用戶互動(dòng)。如，Jisun等[18]開發(fā)了一種基于社交媒體受眾行為和人口統(tǒng)計(jì)數(shù)據(jù)自動(dòng)創(chuàng)建用戶畫像的方法；再如社會(huì)化問答平臺(tái)[19]、社會(huì)化問答社區(qū)的用戶畫像構(gòu)建[20]，以及用戶畫像技術(shù)在視頻推薦中的應(yīng)用[21]等。

近年來，圖書館領(lǐng)域?qū)τ脩舢嬒竦难芯恳查_始增多。例如，許鵬程等[22]對(duì)數(shù)字圖書館用戶畫像模型的構(gòu)建進(jìn)行了研究；楊帆[23]介紹了用戶畫像技術(shù)在國家圖書館數(shù)據(jù)管理與分析平臺(tái)項(xiàng)目中的應(yīng)用情況，提出了基于讀者畫像與資源畫像的圖書館大數(shù)據(jù)平臺(tái)的構(gòu)建方法；張銳[24]提出了基于動(dòng)態(tài)精準(zhǔn)畫像的圖書館個(gè)性化推薦系統(tǒng)；陳慧香、邵波[16]從定義、算法與技術(shù)、模型構(gòu)建、實(shí)踐應(yīng)用、問題與策略等方面介紹了國外圖書館領(lǐng)域用戶畫像的研究狀況。

(4)自動(dòng)用戶畫像。自動(dòng)用戶畫像(Automatic Persona Generation,APG)是基于用戶海量且定期更新的數(shù)據(jù)自動(dòng)生成的，相較于以訪談、焦點(diǎn)小組等方式創(chuàng)建用戶畫像的方法前進(jìn)了一大步，近乎實(shí)時(shí)生成且更加客觀準(zhǔn)確。如卡塔爾航空公司(Qatar Airways)在應(yīng)用APG后，機(jī)票預(yù)訂額上升了16.34%[25]。在大數(shù)據(jù)環(huán)境下，自動(dòng)用戶畫像有著更廣闊的應(yīng)用前景。

1.2 從藏書樓到智慧圖書館

“圖書館是一個(gè)生長著的有機(jī)體”，阮岡納贊(Ranganathan)在其著名的《圖書館學(xué)五定律》中如是說。事實(shí)證明，圖書館的每一次發(fā)展都離不開技術(shù)的革新與參與。印刷術(shù)與造紙術(shù)的不斷進(jìn)步，讓圖書不再是少數(shù)人的專利，傳統(tǒng)藏書樓被現(xiàn)代意義上的圖書館所取代；數(shù)字技術(shù)、計(jì)算機(jī)科學(xué)和互聯(lián)網(wǎng)技術(shù)的普及，讓傳統(tǒng)圖書館邁入了數(shù)字圖書館時(shí)代；而今，大數(shù)據(jù)技術(shù)、第五代移動(dòng)通信技術(shù)、智能終端、云計(jì)算等高新技術(shù)與設(shè)備為業(yè)界不斷孵化出新工具、新手段，為我們開啟了智慧圖書館的大門。隨著大數(shù)據(jù)時(shí)代的到來，“每個(gè)讀者有其書”“每本書有其讀者”“節(jié)省讀者的時(shí)間”這三條定律才算找到了真正落地的技術(shù)條件。不同技術(shù)環(huán)境下圖書館“讀者”與“書”的對(duì)應(yīng)關(guān)系如表1所示。

表1 不同技術(shù)環(huán)境下圖書館“讀者”與“書”的對(duì)應(yīng)關(guān)系

圖書館形態(tài)藏書樓傳統(tǒng)圖書館數(shù)字圖書館智慧圖書館讀者少數(shù)人特定讀者群授權(quán)用戶授權(quán)用戶書珍稀、收藏為主普通、開架閱覽紙質(zhì)與電子、開架與在線知識(shí)單元、個(gè)性化服務(wù)

曹樹金等提出智慧圖書館的建設(shè)應(yīng)該以讀者需求的精準(zhǔn)識(shí)別為起點(diǎn)[26]。用戶畫像正是實(shí)現(xiàn)讀者需求精準(zhǔn)識(shí)別的關(guān)鍵技術(shù)與有力工具。通過基于大數(shù)據(jù)的用戶畫像，智慧圖書館可以精準(zhǔn)把握讀者特點(diǎn)、洞察讀者需求、引導(dǎo)讀者體驗(yàn)、提高服務(wù)效率和效能，實(shí)現(xiàn)智慧圖書館的個(gè)性化、精準(zhǔn)化服務(wù)[27]。用戶畫像已在精準(zhǔn)營銷、廣告投放、產(chǎn)品設(shè)計(jì)等領(lǐng)域發(fā)揮著日益重要的作用，在圖書館領(lǐng)域用戶畫像可以應(yīng)用到需求分析、用戶統(tǒng)計(jì)、戰(zhàn)略規(guī)劃、服務(wù)創(chuàng)新、產(chǎn)品定制、效果評(píng)估、精準(zhǔn)營銷等諸多方面。

2 智慧圖書館用戶畫像的創(chuàng)建

通過文獻(xiàn)梳理發(fā)現(xiàn)，國內(nèi)圖書館界對(duì)用戶畫像的研究側(cè)重其營銷功能，而忽視其產(chǎn)品設(shè)計(jì)的功能。其實(shí)，用戶畫像起源于交互設(shè)計(jì)領(lǐng)域，以產(chǎn)品設(shè)計(jì)與開發(fā)為目的；興盛于電子商務(wù)、精準(zhǔn)營銷領(lǐng)域，以營銷推廣為目的。兩個(gè)領(lǐng)域的用戶畫像既有區(qū)別又有相同之處，相同之處在于都需要知道用戶需要什么；區(qū)別在于前者解決為用戶提供什么的問題，要根據(jù)用戶需求設(shè)計(jì)出好的產(chǎn)品；后者解決用戶與產(chǎn)品的匹配問題，將對(duì)的產(chǎn)品提供給對(duì)的用戶?；诓煌某霭l(fā)點(diǎn)和應(yīng)用方向，我們可以將用戶畫像劃分為面向設(shè)計(jì)的用戶畫像和面向營銷的用戶畫像。相應(yīng)地，智慧圖書館用戶畫像可以劃分為面向設(shè)計(jì)的圖書館用戶畫像和面向營銷的圖書館用戶畫像兩大類型。

2.1 面向設(shè)計(jì)的圖書館用戶畫像

2.1.1 內(nèi)涵、特征、層級(jí)與功能

面向設(shè)計(jì)的圖書館用戶畫像是虛構(gòu)出來的典型用戶，借助用戶的行為、目標(biāo)和動(dòng)機(jī)來分析用戶的真實(shí)訴求，利用定性、定量或定性定量結(jié)合等方法創(chuàng)建。面向設(shè)計(jì)的圖書館用戶畫像的內(nèi)涵、特征、層級(jí)、功能及原則如表2所示。本文將面向設(shè)計(jì)的圖書館用戶畫像的應(yīng)用場(chǎng)景劃分為三個(gè)層級(jí)。首先，從宏觀層面上，將用戶畫像應(yīng)用到智慧圖書館的空間布局、功能與服務(wù)的整體設(shè)計(jì)中。該類用戶畫像適用時(shí)間長，更新周期也長，所涉及的設(shè)計(jì)方案往往成本高，要求具有較高的前瞻性與科學(xué)性。比如將用戶畫像應(yīng)用到新館的設(shè)計(jì)與建造中，至少要求根據(jù)用戶畫像所設(shè)計(jì)的新館能基本適應(yīng)未來若干年內(nèi)的讀者需求。其次，從中觀層面上，將用戶畫像應(yīng)用到智慧圖書館的服務(wù)戰(zhàn)略與業(yè)務(wù)規(guī)劃中，該類用戶畫像適用時(shí)間與更新周期適中。最后，從微觀層面上，將用戶畫像應(yīng)用到智慧圖書館具體服務(wù)項(xiàng)目或信息產(chǎn)品的開發(fā)與設(shè)計(jì)中。該類用戶畫像適用時(shí)間與更新周期較短，隨著具體項(xiàng)目或產(chǎn)品的生命周期的終結(jié)就不再有效。當(dāng)然，在智慧圖書館某一項(xiàng)具體的設(shè)計(jì)任務(wù)當(dāng)中，需要?jiǎng)?chuàng)建多個(gè)用戶畫像以代表不同的用戶類型。比如美國北卡羅來納州立大學(xué)圖書館在其新館設(shè)計(jì)時(shí)成功地塑造了10個(gè)用戶畫像(4名教員、2名研究生、4名本科生)，并以此作為未來新館不同類型用戶的虛擬代表[28]。

表2 面向設(shè)計(jì)的圖書館用戶畫像的內(nèi)涵、特征、層級(jí)、功能及原則

內(nèi)涵特征層級(jí)功能原則基于用戶真實(shí)訴求虛構(gòu)的典型用戶關(guān)注用戶行為、目標(biāo)、動(dòng)機(jī);注重Why層面的信息宏觀:空間布局、整體設(shè)計(jì)等;中觀:服務(wù)戰(zhàn)略、業(yè)務(wù)規(guī)劃等;微觀:服務(wù)項(xiàng)目、信息產(chǎn)品等產(chǎn)品定義的假設(shè)、假設(shè)驗(yàn)證;具象化目標(biāo)用戶;招募用戶調(diào)研對(duì)象;圖書館員快速了解目標(biāo)用戶;……以用戶為中心(User-cen-tered);目標(biāo)導(dǎo)向型(Goal-driven)

如表2所示，面向設(shè)計(jì)的圖書館用戶畫像具有以下功能。首先，用戶畫像是智慧圖書館空間、服務(wù)或產(chǎn)品設(shè)計(jì)的前提和基礎(chǔ)，在解構(gòu)、聚類用戶需求之后能對(duì)相應(yīng)產(chǎn)品或服務(wù)有更清晰的認(rèn)識(shí)，完成產(chǎn)品定義的假設(shè)及假設(shè)驗(yàn)證。其次，面向設(shè)計(jì)的圖書館用戶畫像是為產(chǎn)品的開發(fā)和設(shè)計(jì)服務(wù)的，好的用戶畫像往往取決于數(shù)據(jù)(Data)、移情(Empathy)與洞見(Instinct)的完美結(jié)合，離不開豐富的用戶行為數(shù)據(jù)和設(shè)計(jì)人員的移情與洞察力，用戶畫像與數(shù)據(jù)、移情、洞見的關(guān)系如圖1所示。好的用戶畫像的移情作用，有助于圖書館管理人員、技術(shù)人員等就目標(biāo)用戶的需求達(dá)成共識(shí)，降低團(tuán)隊(duì)協(xié)作的復(fù)雜度。其三，用戶畫像是對(duì)目標(biāo)用戶的具象化，將用戶特征植入獨(dú)特的人物角色，有利于館員快速了解目標(biāo)用戶，并愿意采取額外的努力，來開發(fā)對(duì)目標(biāo)用戶有用的產(chǎn)品，而這些是抽象復(fù)雜的統(tǒng)計(jì)術(shù)語和泛化描述所做不到的[29]。其四，圖書館用戶畫像可以作為招募用戶調(diào)研對(duì)象的參考，并作為衡量智慧圖書館相關(guān)產(chǎn)品或服務(wù)設(shè)計(jì)效率和可用性測(cè)試的工具。其五，用戶畫像有利于智慧圖書館后續(xù)精準(zhǔn)服務(wù)工作的推進(jìn)。

圖1 用戶畫像與數(shù)據(jù)、移情、洞見的關(guān)系

2.1.2 需求分析

大數(shù)據(jù)環(huán)境下，智慧圖書館的建設(shè)需要利用面向設(shè)計(jì)的圖書館用戶畫像技術(shù)來識(shí)別用戶需求，并輔助完成圖書館在空間、功能、服務(wù)等方面的相應(yīng)設(shè)計(jì)。智慧圖書館的建筑樣式、空間布局、功能設(shè)計(jì)、服務(wù)內(nèi)容、服務(wù)方式等并不是由智慧圖書館本身決定的，應(yīng)由圖書館和用戶所構(gòu)成的系統(tǒng)一起來決定。比如，用戶對(duì)圖書館提出智能化的訴求，要求館內(nèi)設(shè)計(jì)智能通風(fēng)、智能照明、智能桌椅等，這些都需要在準(zhǔn)確識(shí)別每類用戶的需求之后，再設(shè)計(jì)出相應(yīng)的產(chǎn)品和功能。新時(shí)代圖書館用戶需求趨向個(gè)性化、多元化、極致化，這些日益增長變化的需求已經(jīng)在倒逼和加速智慧圖書館的早日破繭成蝶。智慧圖書館只有對(duì)用戶有了清晰而全面的認(rèn)識(shí)，才能根據(jù)用戶的需求設(shè)計(jì)出最好形態(tài)，同時(shí)主動(dòng)適應(yīng)用戶需求的變化提供精準(zhǔn)的服務(wù)和創(chuàng)造良好的用戶體驗(yàn)。

2.1.3 創(chuàng)建方法

國內(nèi)學(xué)者將用戶畫像的構(gòu)建方法劃分為基于本體的構(gòu)建法、基于概念的構(gòu)建法、基于主題的構(gòu)建法、基于話題的構(gòu)建法、基于用戶行為的構(gòu)建法、基于日志的構(gòu)建法、基于多維的構(gòu)建法和基于融合的構(gòu)建法等[30]。在對(duì)這些方法進(jìn)行深入了解之后，從用戶信息的獲取和分析方法來看，我們可以將創(chuàng)建面向設(shè)計(jì)的圖書館用戶畫像的方法分為三類，如表3所示。通過對(duì)比可以發(fā)現(xiàn)，定性用戶畫像比較快速省力，是在時(shí)間和資金投入有限的情況下可以優(yōu)先選擇的方法，但要注意規(guī)避其缺少數(shù)據(jù)支持所帶來的風(fēng)險(xiǎn)；經(jīng)定量驗(yàn)證的定性用戶畫像融入了定量研究方法，有一定的數(shù)據(jù)驗(yàn)證，適用于時(shí)間和資金比較充足的情形；定量用戶畫像最嚴(yán)謹(jǐn)科學(xué)，需要進(jìn)行大量專業(yè)深入的定量研究，適合在時(shí)間、資金充足的情況下選擇使用。因此圖書館在選擇用戶畫像的創(chuàng)建方法時(shí)，需要依據(jù)項(xiàng)目的實(shí)際需求而定。

表3 面向設(shè)計(jì)的圖書館用戶畫像創(chuàng)建方法及歸類

類型創(chuàng)建方法優(yōu)點(diǎn)缺點(diǎn)定性用戶畫像訪談、小組座談、階省時(shí)省力主觀因素太強(qiáng)、缺少梯法、透射法等定性數(shù)據(jù)支持研究訪談、小組座談、階經(jīng)定量驗(yàn)證的梯法、透射法等定性有一定數(shù)據(jù)驗(yàn)證、費(fèi)時(shí)費(fèi)力、成本較高定性用戶畫像研究、定量驗(yàn)證、更可靠數(shù)據(jù)建模定性研究、定量驗(yàn)證、定量用戶畫像統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)等大數(shù)據(jù)支撐、更科學(xué)專業(yè)性、成本高

2.1.4 創(chuàng)建步驟

在設(shè)計(jì)領(lǐng)域，來自世界知名交互設(shè)計(jì)公司的艾倫·庫伯(Alan Cooper)、羅伯特·瑞寧(Robert Reimann)和大衛(wèi)·克洛林(David Cronin)提出了目標(biāo)導(dǎo)向設(shè)計(jì)的方法，Lene Nielsen提出了“十步用戶畫像法”(10 Steps to Personas)[31,32]。在此，以“十步用戶畫像法”為例，介紹其包括的數(shù)據(jù)采集、形成假設(shè)、驗(yàn)證假設(shè)、用戶建模、構(gòu)建畫像、情形分析、組織認(rèn)可、傳播知識(shí)、創(chuàng)設(shè)場(chǎng)景和持續(xù)更新等10個(gè)步驟，如圖2所示。(1)數(shù)據(jù)采集(Finding the Users)。通過定量數(shù)據(jù)采集明確用戶對(duì)象，這些數(shù)據(jù)可以來源于訪談、觀察、二手信息、問卷、報(bào)告、調(diào)查等方面。(2)形成假設(shè)(Building a Hypothesis)。通過數(shù)據(jù)分析對(duì)用戶進(jìn)行細(xì)分，初步設(shè)定目標(biāo)用戶群的特征。(3)驗(yàn)證假設(shè)(Verification)。再次審視用戶偏好、需求、價(jià)值觀以及圖書館規(guī)劃與目標(biāo)等方面的數(shù)據(jù)，驗(yàn)證這些數(shù)據(jù)是否支持前面所形成的假設(shè)。(4)用戶建模(Finding Patterns)。經(jīng)過聚類分析，建立用戶模型。(5)構(gòu)建畫像(Constructing Personas)。畫像描述需要包含5個(gè)方面的內(nèi)容：照片、心理、背景、態(tài)度和個(gè)性。在畫像創(chuàng)建的過程中，應(yīng)該讓全體館員了解畫像是如何創(chuàng)建的以及為何創(chuàng)建。(6)情形分析(Defining Situations)。明確用戶使用產(chǎn)品和服務(wù)的情形。(7)組織認(rèn)可(Validation and Buy-in)。用戶畫像方法被視為向開發(fā)人員和其他人傳達(dá)用戶需求的一種手段，應(yīng)確保所有館員對(duì)用戶畫像與場(chǎng)景的描述達(dá)成一致，爭(zhēng)取盡可能多的館員參與用戶畫像的構(gòu)建過程。(8)傳播知識(shí)(Dissemination of Knowledge)。將用戶畫像及相關(guān)的底層數(shù)據(jù)傳遞給所有館員。(9)創(chuàng)設(shè)場(chǎng)景(Creating Scenarios)。離開具體的應(yīng)用場(chǎng)景，用戶畫像毫無價(jià)值。因此，要為用戶畫像創(chuàng)設(shè)相關(guān)的行為、目標(biāo)和時(shí)空?qǐng)鼍?，讓用戶畫像更趨于真?shí)，逼真的用戶畫像可以為設(shè)計(jì)團(tuán)隊(duì)培養(yǎng)同理心。(10)持續(xù)更新(Ongoing Development)。用戶畫像本身具有一定的生命周期，圖書館需要隨著環(huán)境變化適時(shí)對(duì)其進(jìn)行迭代調(diào)整[32]。

通過以上10個(gè)步驟的分析可以看出，用戶畫像的創(chuàng)建過程是用戶數(shù)據(jù)、團(tuán)隊(duì)協(xié)同、目標(biāo)導(dǎo)向共同作用下的產(chǎn)物，也是目標(biāo)用戶和理想產(chǎn)品不斷具象化的過程。通過以上步驟，圖書館可以更加深入地了解用戶對(duì)產(chǎn)品設(shè)計(jì)的不同取向，如用戶喜歡和不喜歡什么，他們的價(jià)值觀是什么，他們對(duì)產(chǎn)品的態(tài)度如何，他們將在什么樣的場(chǎng)景下使用圖書館所設(shè)計(jì)的產(chǎn)品，對(duì)于諸如此類的問題圖書館都將獲得更加清晰而全面的認(rèn)識(shí)，從而為接下來的設(shè)計(jì)工作打下堅(jiān)實(shí)的基礎(chǔ)。隨著用戶畫像研究的深入及相關(guān)實(shí)踐的發(fā)展，一些公司借助相關(guān)的數(shù)據(jù)分析技術(shù)與工具可以實(shí)現(xiàn)用戶畫像的快速生成與優(yōu)化。比如，一些互聯(lián)網(wǎng)公司在產(chǎn)品設(shè)計(jì)前期會(huì)使用Google Analytics提取用戶信息,高效制作用戶畫像，并通過持續(xù)提取和分析線上行為數(shù)據(jù)對(duì)其加以完善[33]。

圖2 十步用戶畫像創(chuàng)建法

2.1.5 相關(guān)案例

由于真正意義上的智慧圖書館尚未成型，所以還沒有用戶畫像在智慧圖書館中的應(yīng)用實(shí)踐。但將用戶畫像技術(shù)應(yīng)用于圖書館服務(wù)設(shè)計(jì)的案例早已有之，如美國的斯坦福大學(xué)、利伯堤大學(xué)、北卡羅來納州立大學(xué)都將用戶畫像引入到圖書館中[34]。其中，北卡羅來納州立大學(xué)更是提供了用戶畫像應(yīng)用的詳細(xì)過程信息，便于我們學(xué)習(xí)和借鑒。北卡羅來納州立大學(xué)在其新館設(shè)計(jì)時(shí)成功地塑造了10個(gè)用戶畫像(4名教員、2名研究生、4名本科生)，在設(shè)計(jì)過程中，該館首先明確定位了自身的需求，提出要打造21世紀(jì)的研究型圖書館和國內(nèi)最佳學(xué)習(xí)協(xié)作空間，同時(shí)也認(rèn)識(shí)到所面臨的挑戰(zhàn)，即要以前所未有的空間和技術(shù)在全新的學(xué)習(xí)環(huán)境中提供服務(wù)。然后，通過數(shù)據(jù)采集、用戶假設(shè)、假設(shè)驗(yàn)證、聚類分析、畫像創(chuàng)建、畫像應(yīng)用等步驟該館順利地完成了圖書館用戶畫像創(chuàng)建工作，并將這些用戶畫像應(yīng)用到新館的空間與服務(wù)設(shè)計(jì)中[28]。建成后的新館以綠色環(huán)保、空間獨(dú)特、理念超前、設(shè)備先進(jìn)而著稱，被譽(yù)為未來圖書館的發(fā)展方向[35]?？梢姡嫦蛟O(shè)計(jì)的用戶畫像在圖書館中有著較高的應(yīng)用價(jià)值。

2.2 面向營銷的圖書館用戶畫像

2.2.1 內(nèi)涵、特征與功能

面向營銷的用戶畫像在本質(zhì)上是定量的，是用戶屬性、行為特征的集合，廣泛應(yīng)用于電子商務(wù)、廣告、精準(zhǔn)營銷等領(lǐng)域。面向營銷的圖書館用戶畫像的內(nèi)涵、特征、功能與原則如表4所示。在大數(shù)據(jù)環(huán)境下，面向營銷的圖書館用戶畫像，更注重于對(duì)用戶借閱、瀏覽、預(yù)約、位置等各類歷史行為數(shù)據(jù)的獲取，所獲取的數(shù)據(jù)量越大，也就越能深入了解用戶需求，為用戶的標(biāo)簽化、向量化提供更多的數(shù)據(jù)支撐。在標(biāo)簽化、向量化的基礎(chǔ)上，通過機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等技術(shù)的參與，可以對(duì)不同場(chǎng)景下圖書館用戶的行為進(jìn)行準(zhǔn)確預(yù)測(cè)，從而為圖書館的精準(zhǔn)營銷、服務(wù)提升和效果評(píng)估等提供可靠的數(shù)據(jù)參考。目前國內(nèi)圖書情報(bào)領(lǐng)域?qū)τ脩舢嬒竦难芯?，基本上屬于面向營銷的用戶畫像這一范疇。

表4 面向營銷的圖書館用戶畫像的內(nèi)涵、特征、功能及原則

內(nèi)涵特征功能原則用戶屬性、行為特征的 關(guān)注用戶行為、行為預(yù)測(cè);用戶行為標(biāo)簽化、向量化;集合,標(biāo)簽化、向量化 注重What層面的信息用戶行為預(yù)測(cè);以用戶為中心精準(zhǔn)營銷;(User-centered);服務(wù)提升;目標(biāo)導(dǎo)向型效果評(píng)估;(Goal-driven)……

圖3 面向營銷的圖書館用戶畫像創(chuàng)建流程

2.2.2 創(chuàng)建流程

在大數(shù)據(jù)時(shí)代，面對(duì)多維度、異構(gòu)化、海量級(jí)的用戶數(shù)據(jù)，圖書館將用戶畫像的創(chuàng)建交由機(jī)器來處理，不僅可以大大提高數(shù)據(jù)處理效率，還可對(duì)目標(biāo)用戶進(jìn)行更多層次的粒度刻畫，無限接近真實(shí)用戶的需求，甚至比用戶自身更了解用戶，從而為用戶精準(zhǔn)匹配最合適的服務(wù)與產(chǎn)品。在數(shù)據(jù)為王的時(shí)代背景下，面向營銷的圖書館用戶畫像的創(chuàng)建流程，可以分為數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)應(yīng)用三個(gè)階段，如圖3所示。

(1)數(shù)據(jù)采集。圖書館用戶的數(shù)據(jù)一般可以分為靜態(tài)數(shù)據(jù)、動(dòng)態(tài)數(shù)據(jù)兩大類。靜態(tài)數(shù)據(jù)主要包括用戶的人口統(tǒng)計(jì)屬性，如姓名、性別、出生日期、身份證號(hào)、通訊地址、電子郵件、電話號(hào)碼、工作單位、職稱、職務(wù)、所學(xué)專業(yè)、文化程度等等，這些數(shù)據(jù)一般通過圖書館用戶注冊(cè)信息可以采集到。隨著信息技術(shù)的發(fā)展以及各種智能設(shè)備的普及，圖書館用戶的線上、線下行為等動(dòng)態(tài)數(shù)據(jù)更多地被記錄下來，諸如用戶的位置、使用語言、網(wǎng)站瀏覽頻率、回訪頻率、互動(dòng)度、終端品牌型號(hào)、瀏覽器、操作系統(tǒng)、來源和媒介、鏈接通道等用戶特征與行為細(xì)節(jié)，都會(huì)毫無保留地暴露在采集系統(tǒng)面前，為圖書館用戶數(shù)據(jù)的采集提供了極大便利。

(2)數(shù)據(jù)處理。圖書館用戶注冊(cè)信息中的人口統(tǒng)計(jì)學(xué)信息，如年齡、性別、專業(yè)等原始數(shù)據(jù)在進(jìn)行預(yù)處理、清洗之后，就可以直接作為用戶畫像的描述數(shù)據(jù)。而用戶龐雜的歷史行為數(shù)據(jù)，則需要使用多種算法進(jìn)行深入挖掘，如使用聚類算法進(jìn)行用戶分群，使用TF-IDF、LDA、Topic Model等算法進(jìn)行文本挖掘，使用機(jī)器學(xué)習(xí)、推薦算法完成行為建模，通過機(jī)器學(xué)習(xí)、回歸預(yù)測(cè)等方法對(duì)用戶行為進(jìn)行預(yù)測(cè)，為用戶側(cè)的標(biāo)簽化做準(zhǔn)備[36]。

(3)數(shù)據(jù)應(yīng)用。面向營銷的圖書館用戶畫像的實(shí)質(zhì)在于完成用戶與內(nèi)容的精確匹配，最終可以歸結(jié)為與推薦算法有效結(jié)合的問題。經(jīng)過數(shù)據(jù)采集、數(shù)據(jù)處理之后形成的用戶標(biāo)簽體系，為推薦算法提供了用戶側(cè)的特征集合。在推薦算法中，常用函數(shù)Y=F(Xi,Xu,Xc)來表達(dá)不同環(huán)境下用戶對(duì)內(nèi)容的滿意度。其中，Xi指內(nèi)容(Item)變量，如圖書、期刊、論文、圖片、視頻等內(nèi)容在關(guān)鍵詞、分類和主題等方面的特征；Xu指用戶(User)變量，如用戶的年齡、性別、專業(yè)等特征，刻畫出用戶不同的興趣取向；Xc指環(huán)境(Context)變量，在不同場(chǎng)景下用戶需求會(huì)有所偏移，如同一個(gè)用戶在旅游的時(shí)候喜歡看攻略，在考試前會(huì)偏向于查閱試題集。因此，環(huán)境特征是推薦算法要考慮的一個(gè)重要維度，可通過以上三個(gè)變量來預(yù)測(cè)用戶在某一場(chǎng)景下對(duì)推薦內(nèi)容的需求程度。此外，推薦算法還會(huì)引入熱度特征與相似性特征來應(yīng)對(duì)冷啟動(dòng)與算法越推推窄的問題[37]。

2.2.3 相關(guān)案例

國內(nèi)圖書館界關(guān)于面向營銷的用戶畫像的研究已經(jīng)頗多，其中也不乏實(shí)證類的研究成果，然而多停留在用戶畫像構(gòu)建的模型和方法層面，真正意義上的應(yīng)用實(shí)踐還不多見，甚至有學(xué)者認(rèn)為國內(nèi)圖書館領(lǐng)域用戶畫像的真正實(shí)踐尚未開啟，還沒有用戶畫像真正投入實(shí)踐的圖書館案例[38]。其實(shí)，國內(nèi)關(guān)于用戶畫像的實(shí)踐已有嘗試，如國家圖書館就在用戶畫像的實(shí)踐應(yīng)用方面進(jìn)行了有益探索，給我們提供了許多寶貴的經(jīng)驗(yàn)。國家圖書館在其大數(shù)據(jù)項(xiàng)目中，通過ALEPH系統(tǒng)、文津搜索系統(tǒng)和門禁管理系統(tǒng)等對(duì)資源元數(shù)據(jù)、讀者屬性、行為數(shù)據(jù)進(jìn)行采集；經(jīng)過數(shù)據(jù)清洗、迭代分析和數(shù)據(jù)關(guān)聯(lián)等進(jìn)行數(shù)據(jù)處理，構(gòu)建標(biāo)簽化體系，最終生成讀者畫像和資源畫像并應(yīng)用到圖書館的服務(wù)優(yōu)化和服務(wù)評(píng)估當(dāng)中。該項(xiàng)目的順利實(shí)施驗(yàn)證了用戶畫像方法的應(yīng)用價(jià)值，也為國內(nèi)圖書館界用戶畫像的實(shí)踐提供了有益參考[23]。

3 結(jié)語

及時(shí)、有效、精準(zhǔn)、智慧地為讀者服務(wù)，并提高讀者滿意度，是大數(shù)據(jù)時(shí)代圖書館發(fā)展的核心價(jià)值，更是智慧圖書館區(qū)別于以往圖書館形態(tài)的根本特征，其前提是充分了解讀者及其需求，而大數(shù)據(jù)視域下的用戶畫像不僅能將用戶屬性、行為、目標(biāo)和動(dòng)機(jī)等特征展現(xiàn)無遺且實(shí)時(shí)更新，還能在設(shè)計(jì)層面為圖書館的信息組織開發(fā)、業(yè)務(wù)規(guī)劃等提供依循[39]。面向設(shè)計(jì)的智慧圖書館用戶畫像將用戶特征植入獨(dú)特的人物角色，并使團(tuán)隊(duì)成員愿意付出額外的努力來開發(fā)對(duì)實(shí)際用戶有用的產(chǎn)品，能夠切實(shí)做到“每個(gè)讀者有其書”，而這些是常用的統(tǒng)計(jì)術(shù)語和泛化描述所做不到的[29]。大數(shù)據(jù)時(shí)代，信息過載和選擇障礙困擾著每一位圖書館用戶，去偽存真、去粗取精、“節(jié)省讀者的時(shí)間”正是用戶畫像在智慧圖書館應(yīng)用的價(jià)值所在。