■唐 研，劉永慶

（聊城大學(xué)商學(xué)院，山東 聊城 252000）

高校圖書館是人才培養(yǎng)和科學(xué)研究服務(wù)的學(xué)術(shù)性機構(gòu)，是學(xué)校信息化建設(shè)的重要組成部分，是校園文化建設(shè)的重要基地，充分發(fā)揮了在人才培養(yǎng)、科學(xué)研究、社會服務(wù)和文化傳承創(chuàng)新中的作用?！丁笆奈濉惫参幕?wù)體系建設(shè)規(guī)劃》的提出為高校圖書館提供了新的發(fā)展契機，為適應(yīng)高質(zhì)量發(fā)展要求，將加快“云讀書”平臺的建設(shè)，推動實施線上圖書平臺的建設(shè)，實現(xiàn)線上線下資源共享，因此，在新時代背景下，高校圖書館服務(wù)模式日趨復(fù)雜，服務(wù)屬性不斷增新。為進一步精準(zhǔn)優(yōu)化服務(wù)模式，提升服務(wù)質(zhì)量，構(gòu)建線上與線下相融合的高校圖書館服務(wù)質(zhì)量評價指標(biāo)體系，并對服務(wù)質(zhì)量屬性進行精細分類是非常有必要的。

一、文獻綜述

國內(nèi)外學(xué)者對圖書館的相關(guān)研究較為廣泛，其中近半數(shù)學(xué)者應(yīng)用KANO模型進行圖書館服務(wù)質(zhì)量評價研究，通過分析現(xiàn)有文獻，在圖書館領(lǐng)域應(yīng)用KANO模型的分析大致可分為三個階段。

第一階段，構(gòu)建KANO評價指標(biāo)體系，進行二維品質(zhì)分析。施國洪等[1]運用KANO理論分析和SERVQUAL模型，構(gòu)建了圖書館服務(wù)質(zhì)量評價體系；基于KANO模型從圖書館管理和讀者滿意度兩個維度出發(fā)，構(gòu)建適合大學(xué)圖書館的服務(wù)質(zhì)量評價指標(biāo)體系[2]；楊志剛等[3]針對圖書館隱性服務(wù)標(biāo)準(zhǔn)的識別與外化進行了探討，得出提高圖書館服務(wù)質(zhì)量，應(yīng)區(qū)分顯性標(biāo)準(zhǔn)與隱形標(biāo)準(zhǔn)。

第二階段，將KANO模型和其他方法進行結(jié)合。陳立等[4]將KANO模型和重要度模糊評估模型相結(jié)合，區(qū)分顧客需求的相對重要性；刁羽[5]通過分析KANO模型和服務(wù)質(zhì)量差距模型，整合兩者的優(yōu)點，構(gòu)建了高校圖書館服務(wù)質(zhì)量評價體系；趙文軍等[6]提出KANO和IPA相結(jié)合的分析方法，利用KANO模型對高校圖書館移動閱讀服務(wù)進行定量分析，并指出提升移動閱讀滿意度的方法策略；湯淼等[7]通過模糊KANO模型與Taguchi結(jié)合的評價方法，分析用戶與決策者對移動圖書館的偏好程度。

第三階段，基于傳統(tǒng)的KANO模型，進行混合類分析和滿意度指數(shù)分析。陳憶金等[8]運用KANO模型，從圖書館員、圖書館資源、圖書館服務(wù)和環(huán)境與設(shè)施四個維度分析高校圖書館健康信息服務(wù)的需求類型與優(yōu)先次序；施國洪、岳江君[9]利用KANO模型探討了圖書館的服務(wù)質(zhì)量屬性，用滿意度系數(shù)研究要素對滿意程度的提高效果或?qū)Σ粷M意的解除效果；易明等[10]通過運用KANO模型進行BW指數(shù)分析和混合類分析，識別用戶對圖書館功能需求內(nèi)容的層次特征及轉(zhuǎn)化路徑；韋景竹等[11]對城市公共圖書館的服務(wù)質(zhì)量評價展開實證研究，構(gòu)建了城市公共圖書館服務(wù)質(zhì)量評價模型。

時至今日，隨著科技的進步與時代的發(fā)展，圖書館面臨著智能化轉(zhuǎn)型，針對性地開發(fā)提升用戶服務(wù)體驗的功能迫在眉睫，為適應(yīng)圖書館領(lǐng)域的高速發(fā)展，傳統(tǒng)的分析方法暴露出服務(wù)需求分類不明確、優(yōu)化路徑難以固化等問題，因此，在KANO分類基礎(chǔ)上，需結(jié)合用戶對服務(wù)內(nèi)容重要度的判斷進行精細化分類。如齊向華和符曉陽[12]基于KANO模型進行重要度分析，探討了提高影響圖書館電子服務(wù)質(zhì)量的要素，為提高用戶滿意度提供了參考；李夢楠等[13]在KANO分析的基礎(chǔ)上進行了精細化分類，提出高校圖書館微信公眾號服務(wù)內(nèi)容的供給優(yōu)先序，以最大程度地提高用戶的滿意度。

綜上所述，學(xué)者應(yīng)用KANO模型對圖書館服務(wù)質(zhì)量評價及需求分析的研究已經(jīng)上升到精細化分類、針對性優(yōu)化的層面，同時，對于線上線下相融合的一體化模式，尤其是針對面向大學(xué)師生的高校圖書館服務(wù)體系的相關(guān)研究較少。因此，本文基于KANO模型設(shè)置線上線下相融合的調(diào)查問卷，獲取高校師生對圖書服務(wù)的評價，之后進行KANO二維品質(zhì)分類、混合類分析、滿意度指數(shù)分析和精細化分類，據(jù)此提出高校圖書館服務(wù)質(zhì)量的優(yōu)化策略。

二、KANO模型回顧與分析思路

（一）KANO模型

KANO模型是一種將服務(wù)質(zhì)量隱形屬性顯性化的評價方法，是東京理工大學(xué)著名質(zhì)量管理專家狩野紀(jì)昭(Noriaki Kano)在美國行為科學(xué)家雷德里克·茨伯格提出的雙因素理論的基礎(chǔ)上，于1984年發(fā)明的對用戶需求分類和優(yōu)先排序的工具。根據(jù)不同類型的質(zhì)量特性與顧客滿意度之間的關(guān)系，狩野教授將產(chǎn)品服務(wù)的質(zhì)量特性分為五類（如圖1所示）：①基本/必備屬性（M）是用戶認為必須具有的服務(wù)，當(dāng)優(yōu)化此服務(wù)時，用戶滿意度不會提升，但如果未獲得滿足，用戶滿意度大幅降低；②期望/一元屬性（O）是用戶期望具備的服務(wù)，其滿足程度與用戶滿意度成比例關(guān)系；③魅力/興趣屬性（A）是用戶意想不到的潛在服務(wù)，未能滿足時用戶滿意度不會明顯下降，滿足這類服務(wù)則會帶來滿意度的急劇上升；④無差異屬性（I）是指該服務(wù)具備與否都不影響用戶滿意度的改變，用戶對此需求持無所謂態(tài)度；⑤逆向需求（R）是指用戶沒有此需求，其提供程度與滿意度成反比。另外，可疑結(jié)果（Q）是指有疑問的結(jié)果，通常在用戶無法理解問題、填寫出錯或認為問題設(shè)置不合理時才會出現(xiàn)可疑結(jié)果。

圖1 KANO模型的五種質(zhì)量屬性

（二）研究思路

本文在梳理已有文獻對高校圖書館相關(guān)研究的基礎(chǔ)上，構(gòu)建線上線下相融合的服務(wù)質(zhì)量評價指標(biāo)體系，運用KANO模型對服務(wù)指標(biāo)進行傳統(tǒng)的質(zhì)量屬性識別，同時計算TS和CS值，獲取混合屬性，并計算Better和Worse值，劃分BW的質(zhì)量屬性；精細化KANO模型分析，最后，對以上三種方法進行匯總分析，根據(jù)專家對服務(wù)指標(biāo)的重要度打分，識別精細化KANO模型分類，完成高校圖書館服務(wù)質(zhì)量屬性的精細分類，并基于此探尋最佳優(yōu)化策略與方案。

三、實證研究

（一）指標(biāo)體系構(gòu)建及問卷設(shè)計

參考鄭雯妤[14]、宋玲玲[15]和狄亞飛[16]等人的相關(guān)研究，構(gòu)建了線上和線下兩個層面的評價指標(biāo)體系（如附表1所示）。線上圍繞網(wǎng)絡(luò)平臺的功能性、可靠性和效率3個維度共設(shè)置8個指標(biāo)；線下圍繞圖書館員、資源與獲取和環(huán)境與設(shè)施3個維度共設(shè)置15個指標(biāo)。問卷中將每個指標(biāo)設(shè)置為正反問項模式，即每項指標(biāo)均設(shè)置“具備服務(wù)時的評價（即正向問題）”和“不具備服務(wù)時的評價（即反向問題）”兩個評估項，采用李克特量表五分項值打分，從1到5表示不喜歡到喜歡。

附表1 服務(wù)質(zhì)量評價指標(biāo)體系

（二）調(diào)查實施

利用線上問卷星在聊城大學(xué)對在線學(xué)生以及教職工進行問卷發(fā)放獲取原始數(shù)據(jù)，共收集問卷292份，為保證數(shù)據(jù)有效性，剔除無效問卷139份，有效問卷153份。其中，男性占42%，女性占58%。評價人中，40%的人去圖書館頻率為一周幾次，35%的人一月去幾次。另外，對圖書館的總體評價均值為5.62分（滿分7.00分），說明人們認為圖書館的服務(wù)并不理想，有待優(yōu)化與完善。

（三）數(shù)據(jù)分析

1.信效度分析

問卷信度分析選擇李·克隆巴赫提出的克隆巴赫一致性系數(shù)（Cronbach’s α系數(shù)）作為信度指標(biāo)。一般情況下Cronbach’s α系數(shù)達到0.7以上，表示該研究信度較好。數(shù)據(jù)結(jié)果顯示，正向問題的α系數(shù)值為0.976，反向問題的α系數(shù)值為0.970，可見問卷整體具有良好的信度水平，問卷調(diào)查結(jié)果可信。效度分析以KMO值作為檢驗標(biāo)準(zhǔn)。通過計算得出的正向問題的KMO值為0.950，反向問題的KMO值為0.948（大于0.7），Bartlett檢驗的P值均為0.000（小于0.01），說明問卷數(shù)據(jù)具有較好的效度。

2.KANO問卷結(jié)果分析

采用M.Kurt提出的KANO模型識別的三種工具：KANO調(diào)查問卷、KANO評價表和KANO結(jié)果分析表[17]進行問卷結(jié)果分析并匯總，如附表2前8列所示。其中屬于魅力屬性的有A1、A2、A4、D3，這4個指標(biāo)是用戶意想不到的服務(wù)，若提供該服務(wù)，用戶滿意度會大幅提升，如果不提供該服務(wù)，用戶的滿意度也不會急劇下降。該屬性可作為優(yōu)化圖書館服務(wù)質(zhì)量的重點參考，有待將“服務(wù)”的感覺提升到“款待”的享受；屬于期望屬性的有A2、A3、B1、B2、B3、C1、C2、C3、C4、C5、C6、C7、C8、D1、D2、D4、E1、E2、F1、F2，這 20 個指標(biāo)是用戶期望得到的服務(wù)，若提供該服務(wù)，用戶的滿意度會上升，如果不提供該服務(wù)，用戶滿意度會下降。該屬性可明顯提升圖書館服務(wù)質(zhì)量。

3.混合類分析

Lee和Newcomb認為，如果某一指標(biāo)在KANO模型的分析結(jié)果中沒有出現(xiàn)主導(dǎo)的質(zhì)量屬性，則該指標(biāo)可劃分為混合屬性[18]?；旌项惖膭澐忠罁?jù)是TS值與CS值，其中TS為總強度，表示指標(biāo)是否令人滿意；CS為類別強度，表示被調(diào)查者有多大概率認為某個指標(biāo)屬于某個類別。當(dāng)TS≥60%且CS≤6%時，則該項指標(biāo)被歸為混合屬性。計算公式如下：

TS=回答M、O、A的數(shù)量/總回答數(shù)

CS=(MAX{M、O、A、I、R、Q}-Second MAX{M、O、A、I、R、Q})/總回答數(shù)

根據(jù)上述計算公式，識別出混合屬性，用字母H表示，H后面的括號表示前兩個頻率最大的KANO質(zhì)量屬性。計算結(jié)果見附表2“TS值”和“CS值”兩列。

在識別出混合屬性H后，使得指標(biāo)所屬的質(zhì)量屬性在原來的基礎(chǔ)上發(fā)生了變化。屬于混合屬性的指標(biāo)有A2、A4、C8、D3，其中指標(biāo) A2、C8、D3 均是期望屬性和魅力屬性的混合，在優(yōu)化過程中應(yīng)該重點關(guān)注期望屬性和魅力屬性的特點，提升圖書館服務(wù)質(zhì)量的同時，重點開發(fā)指標(biāo)所屬的魅力屬性的服務(wù)；A4是期望屬性、魅力屬性與無差異屬性的混合。Kano認為，同一用戶的需求會隨著時間的推移而發(fā)生變化，進而影響需求指標(biāo)所屬的質(zhì)量屬性，其演變的生命周期為I→A→O→M[19]。

4.顧客滿意度指數(shù)分析

在KANO問卷結(jié)果分析的基礎(chǔ)上引入C.Berger等人提出的“顧客滿意度系數(shù)”[20]，即Better-Worse指數(shù)分析法，用來識別指標(biāo)與用戶滿意度的關(guān)系，其中Better表示某指標(biāo)要素影響用戶滿意度的程度，正常情況下大于0，且數(shù)值越大，對用戶滿意度提升的效果就越顯著；Worse表示某指標(biāo)要素影響用戶不滿意度的程度，正常情況下小于0，且絕對值越大，對用戶不滿意度的影響就越大。具體的計算公式如下：

Better=(A+O)/(A+O+M+I)

Worse=(-1)×(O+M)/(A+O+M+I)

根據(jù)公式對匯總的數(shù)據(jù)進行計算，見附表2“Better”和“Worse”兩列。由附表2可知，Better值高于平均值的指標(biāo)為 B2、B3、C1、C2、C4、C5、C6、C7、C8、D1、D2、D4，此維度下指標(biāo)對提升圖書館服務(wù)質(zhì)量具有極大的促進作用，應(yīng)重點關(guān)注并適時優(yōu)化。Worse值的絕對值高于平均值的指標(biāo)為 A3、B1、B2、B3、C1、C2、C3、C4、C5、C7、D1、D2、F2，此維度下指標(biāo)可明顯地防止用戶的不滿意。

為了直觀地展現(xiàn)指標(biāo)的分布，利用Excel將BW指數(shù)繪制成四象限圖，如圖2所示，以Better為橫坐標(biāo)，Worse為縱坐標(biāo)，Better和Worse的平均值為原點。

圖2 指標(biāo)BW值的四象限圖

由圖2可知，落在第一象限的指標(biāo)有C6、C8、D4，該象限指標(biāo)的Better值高于平均值且Worse值的絕對值低于平均值，說明此類指標(biāo)的優(yōu)化會較大程度上提升用戶的滿意度，但對不滿意度的消除作用較小，在質(zhì)量屬性中表現(xiàn)為魅力屬性。在傳統(tǒng)KANO模型中，這三個指標(biāo)從期望屬性移入第一象限，是高校圖書館特色的體現(xiàn)，因此，在優(yōu)化過程中應(yīng)注意到此類服務(wù)的改善給圖書館的服務(wù)質(zhì)量帶來的巨大效應(yīng)，同時重點完善此類指標(biāo)，開發(fā)潛在的魅力屬性，提升高校圖書館服務(wù)質(zhì)量。

落在第二象限的指標(biāo)有 A1、A2、A4、D3、E1、E2、F1，該象限指標(biāo)的Better值和Worse值的絕對值均低于平均值，說明此類指標(biāo)優(yōu)化與否對于用戶的滿意度無太大影響，其質(zhì)量屬性表現(xiàn)為無差異屬性。在傳統(tǒng)KANO模型中，魅力屬性 A1、A2、A4、D3 和期望屬性 E1、E2、F1 均移入了第二象限，因此在優(yōu)化過程，應(yīng)重點關(guān)注此類服務(wù)不合理的地方，使其由無差異屬性轉(zhuǎn)變?yōu)轺攘傩浴?/p>

落在第三象限的指標(biāo)有 A3、B1、C3、F2，該象限指標(biāo)的Better值低于平均值且Worse值的絕對值高于平均值，說明優(yōu)化此類服務(wù)，對用戶的滿意度不會有太大影響，其質(zhì)量屬性表現(xiàn)為基本屬性。在傳統(tǒng)KANO結(jié)果分析中這四個指標(biāo)從期望屬性移入第三象限，因此是圖書館不可或缺的服務(wù)，在優(yōu)化過程中不宜進行過大改動。

落在第四象限的指標(biāo)有 B2、B3、C1、C2、C4、C5、C7、D1、D2，該象限指標(biāo)的Better值和Worse值的絕對值均高于平均值，說明優(yōu)化此類指標(biāo)，對用戶的滿意度影響較大，且在質(zhì)量屬性中表現(xiàn)為期望屬性，為影響圖書館服務(wù)質(zhì)量的關(guān)鍵指標(biāo)。

5.精細化KANO模型分類

通過以上三種方法分析，綜合界定質(zhì)量屬性，如附表2“匯總屬性”所示，屬于基本屬性的指標(biāo)有：A3、B1、C3、F2；屬于期望屬性的指標(biāo)有：A2、B2、B3、C1、C2、C4、C5、C6、C7、D1、D2、D4、E1、E2、F1；屬于魅力屬性的指標(biāo)有：A1、A2、C8、D3；屬于無差異屬性的指標(biāo)是 A4。學(xué)者YANG[21]認為不同的質(zhì)量屬性下，指標(biāo)的重要度也有所不同，他指出可以引入服務(wù)指標(biāo)的重要度來綜合判斷用戶的滿意度。

邀請7名專家對圖書館各維度下的指標(biāo)進行重要度打分，專家由圖書館情報工作專業(yè)學(xué)者1名、聊城大學(xué)商學(xué)院專業(yè)老師2名、聊城大學(xué)圖書館館長副館長各1名和聊城大學(xué)學(xué)生代表2名組成，對收集的專家打分表進行加權(quán)平均匯總，之后應(yīng)用層次分析法計算服務(wù)指標(biāo)的重要度，如附表2最后一列所示，其中標(biāo)“*”的為高于平均重要度的數(shù)值。結(jié)合KANO模型匯總分類，將高于重要度均值的指標(biāo)定為高重要度指標(biāo)，低于重要度均值的指標(biāo)定為低重要度指標(biāo)，將A、O、I、M進一步按照重要程度分類，其結(jié)果見附表3。

四、優(yōu)化高校圖書館服務(wù)質(zhì)量的策略

基于以上對高校圖書館館內(nèi)服務(wù)指標(biāo)進行KANO模型精細化分類、分析結(jié)果，提出高校圖書館的服務(wù)優(yōu)化策略如下。

（一）重視師生學(xué)術(shù)培訓(xùn)

定期開展培訓(xùn)或?qū)W術(shù)報告及會議，提升師生自身技能儲備，進而提高用戶對高校圖書館服務(wù)的滿意度。“學(xué)術(shù)培訓(xùn)”在傳統(tǒng)的KANO模型分析中被界定為魅力屬性；在混合類分析中被界定為魅力屬性、期望屬性和無差異屬性的混合；在BW指數(shù)分析過程中被界定為無差異屬性，可見，不同人對“學(xué)術(shù)培訓(xùn)（A4）”的看法不一，這與評價人的年齡有很大關(guān)系，也驗證了Kano[19]提出的I→A→O→M演變路線，因此，在優(yōu)化過程中，應(yīng)該結(jié)合不同評價人的年齡分布、學(xué)歷、職稱等，綜合考量后提出優(yōu)化策略。高校圖書館可邀請國內(nèi)外有名專家開展相關(guān)技能、比賽、案例、科研等培訓(xùn)以及高品質(zhì)的圖書、期刊的講座，豐富高校師生閱歷，提升自我。針對剛?cè)雽W(xué)的新生，可開展新生入館、校史館參觀等講座，保證新生進館后快速獲取所需資源；而針對在校學(xué)生，可提供高品質(zhì)網(wǎng)絡(luò)課程，配合開設(shè)線下學(xué)習(xí)班，以提升學(xué)生對不同學(xué)科的專業(yè)素養(yǎng)；另外針對即將畢業(yè)的學(xué)生，可開展考研、考公、畢業(yè)設(shè)計、就業(yè)指導(dǎo)等講座，使其明確自己的職業(yè)規(guī)劃，讓自己未來出路不再迷茫。

（二）提高館員服務(wù)效果

提高館員服務(wù)效果是提高圖書館服務(wù)滿意度的重要方式，該指標(biāo)處于第二象限（見圖2），同時也是高魅力屬性，可見，圖書館員的態(tài)度和響應(yīng)對用戶來說至關(guān)重要，圖書館應(yīng)重點關(guān)注此類服務(wù)的滿意程度，最大程度上提高用戶的忠誠度。高校圖書館應(yīng)該做到：定期開展專業(yè)技術(shù)培訓(xùn)，邀請行業(yè)專家針對現(xiàn)代化圖書館管理系統(tǒng)中應(yīng)用的信息化管理技術(shù)和自動化管理技術(shù)的要點進行針對性教育，使圖書館健全現(xiàn)代化圖書管理制度，最大限度地激發(fā)館員的主觀能動性，通過物質(zhì)激勵、經(jīng)濟刺激、晉升、精神嘉許和聲譽回饋等諸多方式綜合提升高校圖書館員的學(xué)習(xí)敏銳度，使他們獲得滿足感、認同感和存在感，激活他們的創(chuàng)新熱情。

（三）優(yōu)化館內(nèi)空間分區(qū)

進行合理的空間分區(qū)，能使高校圖書館更加人性化，發(fā)揮更大的效應(yīng)，因此進行科學(xué)分區(qū)與空間改造是提高圖書館環(huán)境與設(shè)施滿意度的重點?！翱臻g分區(qū)”指標(biāo)在服務(wù)質(zhì)量屬性中屬于魅力屬性，此類服務(wù)是用戶沒有意識必須獲得的，但服務(wù)的提供會給用戶帶來驚喜，同時，該指標(biāo)處于第一象限（見圖2），說明此類指標(biāo)的優(yōu)化會較大程度上提升用戶的滿意度。具體措施如下：設(shè)置創(chuàng)意功能區(qū)，包括電腦辦公區(qū)、自習(xí)室、討論區(qū)等，滿足師生不同需求；在館內(nèi)設(shè)置PPT展示區(qū)域，配備一定的演示設(shè)備（如話筒、擴音器、翻頁筆等），并對演示設(shè)備及其使用方式明確標(biāo)注；為圖書館員和維修人員設(shè)置辦公區(qū)或休息區(qū)，保證該區(qū)域的靈活性，減少設(shè)備故障給師生帶來的不便。

（四）完善資源獲取途徑

“資源獲取”指標(biāo)在服務(wù)質(zhì)量屬性中被界定為高期望屬性，優(yōu)化該指標(biāo)可大幅提高用戶的好感度和滿意度，同時，該指標(biāo)處于第四象限（見圖2），說明高校圖書館此類服務(wù)較為欠缺，應(yīng)重點進行優(yōu)化與改善。首先，優(yōu)化紙質(zhì)圖書借閱途徑，建議做到：第一，紙質(zhì)圖書信息應(yīng)錄入相關(guān)圖書借閱平臺，方便借閱者足不出戶查詢是否有相關(guān)書籍；第二，規(guī)范借書流程，對未歸還的圖書進行借閱者信息記錄和線上提醒。其次，優(yōu)化電子圖書資源使用途徑，建議做到：第一，重視圖書館網(wǎng)站的建設(shè)，努力做到線下線上圖書同步提供，并簡化下載程序和步驟；第二，打破高校電子期刊只能在高校內(nèi)部使用的局限，在有效保護相關(guān)知識產(chǎn)權(quán)的同時，開設(shè)校外登錄途徑，方便師生隨時隨地獲取文獻；第三，努力提高電子圖書閱讀體驗，模擬線下圖書的閱讀感受；第四，有效利用大數(shù)據(jù)，根據(jù)讀者專業(yè)和年級，向讀者提供相關(guān)書籍及其介紹的信息服務(wù)。

（五）提升智能服務(wù)水平

智能服務(wù)，即利用大數(shù)據(jù)系統(tǒng)，針對不同用戶提供個性化推送服務(wù)。建議高校圖書館重點發(fā)展圖書館線上平臺功能及信息服務(wù)，提供更加方便快捷的服務(wù)渠道。在提供線上服務(wù)時應(yīng)重點關(guān)注用戶的隱私安全，之后對線上服務(wù)進行優(yōu)化，如：通過對用戶喜好進行分析，選擇用戶感興趣的借閱圖書類型，據(jù)此推薦該類資源的高質(zhì)量電子書；及時對國內(nèi)外動態(tài)、最新學(xué)科熱點、前沿等進行動態(tài)更新；增加線上資源質(zhì)量審核機制，對推送功能設(shè)置具體的服務(wù)及管理標(biāo)準(zhǔn)，以保證推送信息資源的質(zhì)量?？傊ㄗh高校圖書館在保證信息可靠有效的前提下，提供智能化、個性化服務(wù)，以滿足用戶的不同需求。

五、展望與不足

本文依據(jù)KANO模型界定質(zhì)量屬性，在高校圖書館服務(wù)發(fā)展過程中，對現(xiàn)有服務(wù)模式進行分析，掌握了用戶的目前需求層次，提出了相應(yīng)的服務(wù)優(yōu)化策略，對提高用戶的滿意度具有一定的借鑒意義。但本研究還存在一定的局限與不足：（1）研究為確保數(shù)據(jù)的高質(zhì)量，在一定程度上控制了問卷的發(fā)放人群與有效性，導(dǎo)致數(shù)據(jù)數(shù)量較少，后續(xù)研究可以擴大樣本容量，提高研究結(jié)論的解釋效力；（2）調(diào)研主要對象是高校本科生，對于研究生、教師群體的需求了解較少，因此本研究結(jié)論的適用范圍存在限制性；（3）本研究的持續(xù)時間較為短暫，當(dāng)用戶需求呈現(xiàn)出動態(tài)性、多樣化變化時，研究結(jié)論則會出現(xiàn)一定的偏差，后續(xù)研究可設(shè)計一種較為持續(xù)的調(diào)查方案，全方面了解高校師生對圖書館的需求變化，并以此提出建設(shè)性意見與建議。