陳公禹

上海大學圖書情報檔案系 上海 200444

近年來，大數(shù)據(jù)、云計算、人工智能等互聯(lián)網(wǎng)信息技術(shù)不斷飛速發(fā)展，人們的生活也隨之發(fā)生翻天覆地的變化，讀者用戶的需求越發(fā)個性化、多元化。用戶畫像因其可以用來描述用戶特征、挖掘用戶需求，并以此提供用戶個性化服務的特點，目前已被廣泛應用于各種領(lǐng)域。用戶畫像技術(shù)應用于圖書館服務有利于創(chuàng)新圖書館服務模式，也為圖書館未來的良好發(fā)展提供了機遇?，F(xiàn)如今，圖書館正面臨諸多挑戰(zhàn)，面對讀者用戶需求的多元化以及海量的文獻資源，圖書館只有充分了解用戶的需求，才能為用戶提供更加個性、精準的服務。用戶畫像應用于圖書推薦系統(tǒng)可以提高圖書資源的利用率，通過分析挖掘用戶的行為，對用戶進行個性化精確化的服務，實現(xiàn)智能化圖書精確推送。

1 用戶畫像概述

1.1 用戶畫像的概念

用戶畫像(User portraits)由交互設計之父Alan Cooper所提出，又稱用戶角色、用戶模型、客戶畫像、受眾畫像。它主要通過用戶調(diào)研、數(shù)據(jù)采集等方式全面地搜集用戶信息，包括用戶背景、用戶行為習慣等，來具體地、標簽化地、有針對性地描述用戶特征，建立目標用戶模型。簡單來說，用戶畫像就是以海量數(shù)據(jù)為基礎，分類描述用戶行為，刻畫出真實用戶的虛擬形象。在圖書推薦系統(tǒng)領(lǐng)域，用戶畫像主要是通過標簽化處理讀者用戶的數(shù)字足跡，刻畫用戶行為，從而為用戶提供個性化、精確化的圖書資源推薦服務。讀者用戶信息主要包含借閱圖書、瀏覽網(wǎng)頁、下載文獻、入館時間等記錄，通過從各類系統(tǒng)中全面抽取出用戶的相關(guān)數(shù)據(jù)，分析用戶行為習慣以及資源偏好，進而準確描述用戶特征，最終實現(xiàn)圖書信息資源的精準推薦[1]。

1.2 國內(nèi)研究現(xiàn)狀綜述

截至2021年9月4日，以“用戶畫像”和“個性化推薦+圖書推薦+資源推薦”為主題在相關(guān)網(wǎng)站上進行高級檢索，將文獻分類目錄限定為圖書情報與數(shù)字圖書館領(lǐng)域，去除無效文獻，總計檢索出中文文獻46篇。

國內(nèi)研究主要集中在圖書館資源推薦服務模式、圖書館知識服務、圖書推薦系統(tǒng)等方面。王慶等[2]歸納圖書館現(xiàn)有資源推薦服務研究，并對圖書館用戶畫像數(shù)據(jù)源進行分析，以此構(gòu)建了圖書館用戶畫像模型，提出從單用戶和群體用戶角度進行資源推薦的服務模式。陳慧香[3]通過分析國內(nèi)外圖書館領(lǐng)域用戶畫像的研究現(xiàn)狀，結(jié)合已有的用戶畫像模型和服務情況，為用戶畫像應用于圖書館精準服務提出建議。劉海鷗等[4]圍繞圖書館用戶基本信息標簽、內(nèi)容偏好標簽、互動標簽、會話標簽、情境標簽來構(gòu)建用戶畫像模型，并引入情境化推薦方法來實現(xiàn)圖書館知識服務的個性化推薦，提升圖書館的知識服務水平。王順箐[5]以讀者需求多樣化和無差別推薦的矛盾出發(fā)，探討了實現(xiàn)智慧型個性化閱讀推廣的可能，最終構(gòu)建了智慧型個性化推薦系統(tǒng)。何娟[6]通過構(gòu)建用戶的個人畫像和群體畫像，綜合讀者借閱行為特征實現(xiàn)圖書的個性化推薦并對其可行性進行測評。

目前，國內(nèi)已有部分學者基于用戶畫像對圖書推薦系統(tǒng)進行了應用及優(yōu)化，大多數(shù)關(guān)于圖書館資源推薦的相關(guān)研究主要方向是探討個性化推薦模式及相關(guān)推薦算法技術(shù)，并以此來優(yōu)化館藏資源和提高利用率，而從用戶視角發(fā)掘用戶的圖書興趣偏好、基礎屬性和瀏覽動態(tài)，進而形成完整的推薦系統(tǒng)的研究較少。

2 基于用戶畫像構(gòu)建圖書推薦系統(tǒng)

2.1 構(gòu)建用戶畫像

圖書館構(gòu)建讀者用戶畫像可以分為三個過程：數(shù)據(jù)的收集與處理、建立用戶畫像數(shù)據(jù)標簽、構(gòu)建用戶畫像模型。

首先，對讀者用戶的數(shù)據(jù)進行收集與處理。圖書館的讀者用戶數(shù)據(jù)包括讀者靜態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù)。其中，靜態(tài)數(shù)據(jù)包括讀者用戶的讀者證號、姓名、性別、年齡、職業(yè)、學歷、專業(yè)、城市、郵箱地址等基本信息。這些靜態(tài)數(shù)據(jù)一般都可以直接從系統(tǒng)中獲取。動態(tài)數(shù)據(jù)則是指讀者用戶的行為數(shù)據(jù)，一般包括讀者用戶使用數(shù)據(jù)庫的信息、使用圖書借閱系統(tǒng)的信息以及讀者用戶使用各種設施的信息等。除了這些數(shù)據(jù)之外，圖書館還可以通過設計調(diào)查問卷的方式，來獲取系統(tǒng)中無法反映的額外數(shù)據(jù)，使得讀者用戶數(shù)據(jù)更加真實、完整。這些數(shù)據(jù)來自不同的信息系統(tǒng)平臺，因而需要對不統(tǒng)一的數(shù)據(jù)結(jié)構(gòu)加以整合處理，完善讀者用戶的信息，有利于構(gòu)建真實、可靠以及完整的讀者用戶畫像。

其次，建立讀者用戶畫像的數(shù)據(jù)標簽。數(shù)據(jù)標簽是基于用戶動態(tài)與靜態(tài)數(shù)據(jù)分析而來的高度精練的用戶特征標識，能很方便地理解每個數(shù)據(jù)標簽的含義，使模糊的用戶立體化、形象化[7]。為讀者用戶建立數(shù)據(jù)標簽是圖書館構(gòu)建用戶畫像的關(guān)鍵工作。圖書館可根據(jù)讀者用戶的屬性，構(gòu)建基本屬性標簽、借閱行為標簽、圖書偏好標簽?；緦傩詷撕炛饕ǎ盒彰麡撕灐⑿詣e標簽、年齡標簽、職業(yè)標簽、學歷標簽以及專業(yè)標簽等；借閱行為標簽是區(qū)分讀者類型的標簽，通過對讀者的入館情況數(shù)據(jù)以及借閱記錄數(shù)據(jù)可以將讀者區(qū)分為低借閱讀者、普通讀者、高借閱讀者以及入館達人；圖書偏好標簽主要由圖書類別偏好標簽和圖書內(nèi)容偏好標簽組成。

最后，在完成對用戶的靜態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù)收集處理的基礎上，進行分析以及語義化抽象綜合上述標簽構(gòu)建用戶畫像。

2.2 圖書推薦系統(tǒng)結(jié)構(gòu)設計

基于用戶畫像的圖書推薦系統(tǒng)的模塊包括數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊、圖書推薦模塊以及可視化模塊。

數(shù)據(jù)采集模塊從圖書館各類系統(tǒng)中主動搜集爬取用戶數(shù)據(jù)，用戶數(shù)據(jù)包括靜態(tài)與動態(tài)兩類，隨后記錄為用戶行為日志，為數(shù)據(jù)處理提供基礎。

數(shù)據(jù)處理模塊處理來自不同平臺的用戶數(shù)據(jù)，包括清洗、規(guī)范統(tǒng)一、分析，從而獲得與用戶行為相關(guān)的權(quán)重標簽，并加以處理整合，是構(gòu)建用戶畫像的基礎?？梢圆捎媒y(tǒng)一標記的方式分析用戶行為，按照標記規(guī)則為不同用戶設置對應的靜態(tài)標簽。而動態(tài)標簽的設置，可以采用數(shù)據(jù)挖掘算法進行大規(guī)模數(shù)據(jù)分析，通過聚類算法區(qū)分用戶，并通過數(shù)據(jù)抽取的方式獲得對應的標簽[8]。

前端服務界面包含可視化模塊和資源推薦模塊。資源推薦模塊包括兩個方面，首先是相關(guān)推薦，通過基于內(nèi)容的文本相似度算法，找到與某個讀者瀏覽的圖書信息資源相似的其他信息資源。其次是熱門推薦，可以根據(jù)相似度匹配計算出用戶偏好指數(shù)最高的資源，分享給該讀者。系統(tǒng)根據(jù)讀者的基本信息和行為數(shù)據(jù)進行讀者用戶畫像構(gòu)建，隨著時間的推進，讀者的興趣偏好逐漸明顯或者逐漸改變，系統(tǒng)應當具備可以自動采集讀者最新的基礎信息數(shù)據(jù)和行為數(shù)據(jù)并更新該讀者畫像的功能。圖書推薦系統(tǒng)根據(jù)用戶畫像進行推薦，將基于用戶畫像與圖書的相似匹配度計算方法，將符合條件的最新圖書資源篩選出來，進行優(yōu)化后顯示在最新推薦結(jié)果頁面。

3 個性化圖書資源推薦

3.1 相似圖書推薦

相似圖書的推薦是基于用戶畫像中的動態(tài)數(shù)據(jù)而實現(xiàn)的。讀者用戶的動態(tài)數(shù)據(jù)中，可以從圖書和讀者兩個維度對數(shù)據(jù)進行挖掘分析。讀者用戶對圖書的借閱行為會生成借閱記錄，這些借閱記錄反映了該讀者的圖書借閱偏好，系統(tǒng)通過尋找與這些借閱記錄相類似的圖書實現(xiàn)推薦。圖書維度的特征屬性主要有題名、主題詞、作者、學科主題、出版發(fā)行商以及中圖分類號等。其中可以利用中圖分類號以及關(guān)鍵詞進行圖書間的相似匹配度計算，最后將兩種相似度計算結(jié)果進行整合排序，從而得到結(jié)果[9]。

中圖分類號采用漢語拼音字母與阿拉伯數(shù)字相結(jié)合的混合號碼，具有從整體到局部的特征[10]，從左到右進行編號，具有一定的層次性。圖書館中的每一本圖書都有其所屬的唯一中圖分類號，通過中圖分類號可以清晰直觀地看出圖書屬于什么類別與級別，因而可以依據(jù)中圖分類號來進行圖書之間的相似匹配度計算。表現(xiàn)圖書特征維度的除了中圖分類號之外，還有題名、作者和學科主題，系統(tǒng)可以將題名、作者和學科主題通過計算文本相似度的方法進行兩本圖書之間的相似匹配度計算。

在計算了中圖分類號和題名、作者和學科主題兩個維度的相似度之后，將基于中圖分類號和題名、作者和學科主題的圖書相似度進行整合，由于兩者對于圖書相似度之間的影響基本相同，可以依照兩者接近的比例整合，最終實現(xiàn)相似圖書的推薦。

3.2 相似讀者圖書推薦

相似讀者的圖書推薦是基于用戶畫像中的靜態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù)相結(jié)合而實現(xiàn)的。系統(tǒng)通過相似度計算方法找到目標讀者的相似讀者，從而推薦相似讀者所感興趣的圖書。用戶畫像基于讀者用戶的靜態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù)對讀者進行刻畫，系統(tǒng)可以依據(jù)這兩個維度的相似度計算結(jié)果進行整合，從而選出相似度較高的幾位讀者，再對讀者的借閱圖書進行排序，依照相似度高低降序排列，選擇前幾本相似度較高的圖書推薦給目標讀者。

對于讀者用戶的靜態(tài)數(shù)據(jù)，可以利用計算文本相似度的方法計算兩個讀者間靜態(tài)數(shù)據(jù)的相似度。包括專業(yè)、職業(yè)、年齡段、性別、學歷等靜態(tài)數(shù)據(jù)的相似度匹配。

對于動態(tài)數(shù)據(jù)，讀者的借閱偏好通過讀者在圖書館借閱系統(tǒng)中，借閱、續(xù)借以及收藏等操作記錄表現(xiàn)出來。而圖書維度的屬性特征仍舊包括題名、主題詞、作者、學科主題、出版發(fā)行商以及中圖分類號等。系統(tǒng)選取圖書的題名、作者、學科主題詞作為讀者圖書興趣偏好的模型構(gòu)建基礎數(shù)據(jù)進行相似匹配度計算。

在計算了讀者的靜態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù)兩個維度的相似度之后，將這兩個維度的相似度進行整合，由于動態(tài)數(shù)據(jù)相較于靜態(tài)數(shù)據(jù)對于圖書偏好的影響較大，可以依照動態(tài)數(shù)據(jù)大于靜態(tài)數(shù)據(jù)的比例進行整合，最終實現(xiàn)相似讀者的圖書推薦。

4 基于用戶畫像的圖書推薦系統(tǒng)存在的問題

4.1 信息安全與用戶隱私保護問題

讀者用戶信息是重要的信息資源，也是圖書推薦系統(tǒng)構(gòu)建讀者用戶畫像的基礎。系統(tǒng)在構(gòu)建讀者用戶畫像時，會收集大量讀者信息，在利用并挖掘這些數(shù)據(jù)的同時，要尤其注意讀者信息安全和用戶隱私問題。首先，在讀者知曉并同意其相關(guān)的數(shù)據(jù)被獲取后，系統(tǒng)才能采集讀者信息。其次，應當收集已有的和必要的數(shù)據(jù)，減少無關(guān)數(shù)據(jù)的采集，例如，不應收集身份證號碼和家庭成員等重要信息。最后，可以通過安全加密和設定訪問權(quán)限來保障讀者信息安全。在大數(shù)據(jù)時代，用戶信息安全與隱私保護是十分重要的課題，只有在保證用戶信息安全的前提下，讀者用戶才會愿意將隱私數(shù)據(jù)提供給圖書館，構(gòu)建用戶畫像才會更加精準。

4.2 用戶畫像實時變化問題

隨著時間的推移讀者偏好和需求特征都會發(fā)生變化，因此用戶畫像模型并非一直有效。讀者用戶的動態(tài)數(shù)據(jù)包括用戶圖書資源的興趣、偏好等變化以及用戶來館頻率、停留時間、在館行為等數(shù)據(jù)變化。如何解決好用戶畫像實時變化問題顯得尤為重要。由于難以判斷用戶閱讀偏好何時發(fā)生變化，對用戶畫像階段性調(diào)整難以實施；另外，如果系統(tǒng)實時對用戶畫像進行調(diào)整，那么用戶數(shù)據(jù)的實時交換問題以及所產(chǎn)生的巨大數(shù)據(jù)量問題有待解決。因此，基于用戶畫像的圖書推薦系統(tǒng)還需不斷改善來精確描述用戶狀態(tài)。

4.3 缺乏系統(tǒng)評估指標

目前，大部分研究主要集中在用戶畫像模型構(gòu)建、推薦系統(tǒng)設計及平臺搭建。然而，在構(gòu)建用戶畫像、完成圖書推薦系統(tǒng)搭建之后，很少提及系統(tǒng)評估方面的內(nèi)容，缺乏系統(tǒng)的評估指標，對于基于用戶畫像構(gòu)建的圖書推薦系統(tǒng)完整的、規(guī)范的指標和評估體系沒有建立。國內(nèi)的相關(guān)研究大多是提出構(gòu)建用戶畫像的模型或是系統(tǒng)設計的設想，還沒有實際運用到圖書館中。只有不斷探索有效、規(guī)范的評估指標和方法，才能客觀反映出基于用戶畫像構(gòu)建的圖書推薦系統(tǒng)的質(zhì)量，進而在此基礎上不斷優(yōu)化改善，形成良性循環(huán)，最終實際應用到圖書館中。

5 結(jié)論與展望

基于用戶畫像的圖書推薦系統(tǒng)，可以根據(jù)用戶畫像分析結(jié)果，既能定向準確地推送圖書資源，還可以做到圖書資源的準確定位，為其找到相匹配的讀者。實現(xiàn)“為人找書，為書找人”的功能，起到激發(fā)讀者用戶閱讀興趣，提升用戶閱讀體驗的效果。對于圖書館來說，這樣不僅能夠提高圖書信息資源的利用率，還可以讓圖書館的服務水平朝著更高質(zhì)量方向發(fā)展。

然而在實際應用層面，基于用戶畫像的圖書推薦系統(tǒng)目前面臨著許多困難與挑戰(zhàn)，包括解決技術(shù)難題并將其成熟地運用到圖書館領(lǐng)域、保護好用戶的隱私及信息安全，強化實時用戶畫像的研究以及建立系統(tǒng)的評估指標體系。未來如何處理好這些問題，獲取更多來源的讀者用戶數(shù)據(jù)，更加全面地把握讀者信息，從而更好地提升系統(tǒng)推薦效果，最終將用戶畫像融入圖書館體系中，還需要不斷地研究和探索。