趙萌萌

摘 要：文章論述了用戶畫像的概念，介紹了用戶畫像視角下數(shù)字圖書館服務(wù)的相關(guān)內(nèi)容，探討了用戶畫像相關(guān)技術(shù)的具體應(yīng)用，即數(shù)據(jù)采集和標(biāo)簽提取技術(shù)、數(shù)據(jù)儲存技術(shù)、個性化推薦技術(shù)等，分析了數(shù)字圖書館服務(wù)體系建設(shè)的重點，旨在提高圖書館各類資源的利用率，為用戶提供個性化的資源推薦服務(wù)。

關(guān)鍵詞：數(shù)字圖書館；服務(wù)體系；用戶畫像

中圖分類號：G250.76?? 文獻標(biāo)識碼：A?? 文章編號：1003-1588（2023）05-0094-03

1 用戶畫像

用戶畫像是指收集和分析目標(biāo)用戶的基礎(chǔ)信息、歷史行為、生活習(xí)慣等數(shù)據(jù)，挖掘其中與用戶需求和偏好相關(guān)的信息內(nèi)容，再利用各類算法提取能夠體現(xiàn)用戶特征的核心指標(biāo)，從而給目標(biāo)用戶貼上全維度的標(biāo)簽［1，2］。用戶畫像具有目標(biāo)性、獨特性、真實性和移情性等特征［3］，是建立在一系列真實數(shù)據(jù)之上的目標(biāo)用戶模型。在產(chǎn)品設(shè)計、精準(zhǔn)營銷、教育、廣告等領(lǐng)域中使用用戶畫像技術(shù)，能夠進一步分析用戶需求，從而對市場進行更細(xì)致的劃分。隨著數(shù)據(jù)挖掘技術(shù)、大數(shù)據(jù)技術(shù)的應(yīng)用，用戶畫像技術(shù)已經(jīng)實現(xiàn)了自動畫像，即基于定期更新的海量用戶數(shù)據(jù)自動進行信息挖掘，分析勾勒用戶的行為偏好、場景、價值取向及背景等多維度特征，對用戶形象進行全面精準(zhǔn)的刻畫，進而有效預(yù)測用戶需求并提供與之相適應(yīng)的服務(wù)。相較于傳統(tǒng)討論小組、問卷調(diào)查等信息數(shù)據(jù)采集方式，自動用戶畫像的數(shù)據(jù)采集過程更加智能，收集的數(shù)據(jù)信息更加豐富，應(yīng)用前景更為廣闊。

2 用戶畫像視角下的數(shù)字圖書館服務(wù)

在數(shù)字圖書館服務(wù)中應(yīng)用用戶畫像技術(shù)，是指搜集并分析用戶的基礎(chǔ)信息、閱讀偏好和借閱歷史等數(shù)據(jù)，提取與用戶閱讀特點相關(guān)的核心指標(biāo)，再利用聚類算法對用戶進行分類，分析挖掘不同用戶群體的閱讀信息全貌與需求，進而建設(shè)更高效的服務(wù)體系，全面滿足用戶的信息需求。將用戶畫像技術(shù)應(yīng)用于數(shù)字圖書館服務(wù)領(lǐng)域是互聯(lián)網(wǎng)技術(shù)發(fā)展的必然趨勢，其應(yīng)用具有三大特征：一是交互性。交互性是指在使用數(shù)字圖書館過程中，不同用戶的終端和圖書館系統(tǒng)之間產(chǎn)生了大量互動行為和數(shù)據(jù)信息，這些數(shù)據(jù)是分析用戶行為的前提和基礎(chǔ)。二是動態(tài)性。動態(tài)性是指用戶的各類操作處于持續(xù)變化中，其訪問偏好、閱讀興趣等標(biāo)簽信息也會隨之不斷調(diào)整與更新。三是跨時空性?？鐣r空性體現(xiàn)在受諸多因素影響，用戶的閱讀偏好和興趣會存在短期遷移，從而使相同的書籍內(nèi)容在不同時間、空間上對用戶的吸引性存在差異，精準(zhǔn)化的用戶畫像能夠?qū)τ脩羝眠M行及時跟蹤，并對畫像結(jié)果進行反饋更新［4］。

3 用戶畫像相關(guān)技術(shù)

3.1 數(shù)據(jù)采集和標(biāo)簽提取技術(shù)

利用數(shù)據(jù)采集技術(shù)能夠全面準(zhǔn)確地采集用戶的數(shù)據(jù)信息，該技術(shù)是建立用戶畫像的基礎(chǔ)，如日志挖掘技術(shù)、平臺數(shù)據(jù)庫采集技術(shù)、埋點監(jiān)控、網(wǎng)絡(luò)爬蟲技術(shù)等［5］。日志挖掘和平臺數(shù)據(jù)庫采集技術(shù)通常被用于采集用戶的社交數(shù)據(jù)和行為數(shù)據(jù)等。圖書館只有對采集到的數(shù)據(jù)做更深層次的分析挖掘，才能實現(xiàn)數(shù)據(jù)價值。Web日志與平臺數(shù)據(jù)庫詳細(xì)記錄了用戶的行為軌跡，而海量行為數(shù)據(jù)中蘊含了相應(yīng)的規(guī)律，分析這些數(shù)據(jù)能夠了解用戶的深層次需求。與自動化數(shù)據(jù)采集相比，日志挖掘與平臺數(shù)據(jù)庫采集的成本偏高，但對于數(shù)字圖書館服務(wù)體系建設(shè)而言，系統(tǒng)日志與數(shù)據(jù)庫中的數(shù)據(jù)價值又極高，無法完全放棄。埋點監(jiān)控是利用SDK對系統(tǒng)頁面操作節(jié)點進行搜集，埋點出現(xiàn)行為變化時，系統(tǒng)便能夠自動傳輸數(shù)據(jù)。網(wǎng)絡(luò)爬蟲技術(shù)能夠自動收集用戶的基礎(chǔ)信息，有效降低了數(shù)據(jù)采集的成本［6］。標(biāo)簽提取是指提取源數(shù)據(jù)中的用戶特征和偏好并對其進行格式化處理，進而構(gòu)建用戶的虛擬化模型，形成具有標(biāo)簽特征與應(yīng)用價值的用戶畫像。

3.2 數(shù)據(jù)儲存技術(shù)

HBase和Hive數(shù)據(jù)倉庫是應(yīng)用較為廣泛的數(shù)據(jù)標(biāo)簽存儲方式。HBase是一個分布式的開源數(shù)據(jù)庫，能夠?qū)崟r儲存、讀寫數(shù)據(jù)信息。Hive是依托Hadoop的數(shù)據(jù)倉庫基礎(chǔ)架構(gòu)，能夠?qū)Ａ繑?shù)據(jù)信息進行提取和轉(zhuǎn)換、加載，更適用于處理結(jié)構(gòu)化信息［7］。數(shù)據(jù)庫主要被用于儲存原始數(shù)據(jù)，處理相關(guān)事務(wù)，數(shù)據(jù)倉庫則主要被用于計算分析數(shù)據(jù)，能夠?qū)?shù)據(jù)信息進行加載、轉(zhuǎn)換和抽取等操作。Hive負(fù)責(zé)儲存源數(shù)據(jù)，HBase負(fù)責(zé)對需實時查詢的軌跡和日志等進行處理，二者表現(xiàn)出了較高的兼容性。

3.3 個性化推薦技術(shù)

個性化推薦技術(shù)主要包括機器學(xué)習(xí)技術(shù)、協(xié)同過濾算法等。機器學(xué)習(xí)是人工智能技術(shù)的一個分支，是指通過綜合運用統(tǒng)計、概率等學(xué)科知識和算法，使計算機能夠盡可能模擬人類的學(xué)習(xí)模式，并在持續(xù)的學(xué)習(xí)經(jīng)驗積累中優(yōu)化算法性能［8］。大數(shù)據(jù)背景下，圖書館可以借助機器學(xué)習(xí)技術(shù)對海量數(shù)據(jù)進行深度和智能化的數(shù)據(jù)分析，為個性化推薦提供支持。協(xié)同過濾算法是應(yīng)用較為廣泛的個性化推薦算法之一，其原理是基于用戶歷史操作信息計算不同用戶的距離，參考與目標(biāo)用戶相距最近的用戶加權(quán)評價值，對目標(biāo)用戶對產(chǎn)品的喜愛程度進行預(yù)測，系統(tǒng)根據(jù)預(yù)測結(jié)果向目標(biāo)用戶推薦其可能感興趣的產(chǎn)品。協(xié)同過濾算法具體可以被劃分為基于用戶的協(xié)同過濾、基于物品的協(xié)同過濾等，在數(shù)字圖書館服務(wù)體系建設(shè)中，筆者更傾向利用基于用戶的協(xié)同過程算法，即通過計算用戶的相似性，向其推薦同類型用戶感興趣的資訊信息，同時也能夠挖掘用戶尚未表現(xiàn)出的喜好興趣，防范出現(xiàn)推薦內(nèi)容同質(zhì)化等問題。

4 基于用戶畫像的數(shù)字圖書館服務(wù)體系建設(shè)

4.1 精準(zhǔn)化推薦

目前，圖書館提供的泛在化推薦服務(wù)已經(jīng)很難滿足用戶的個性化資源獲取需求。隨著人工智能技術(shù)和大數(shù)據(jù)技術(shù)的應(yīng)用，精準(zhǔn)化推薦服務(wù)成為數(shù)字圖書館服務(wù)體系的重要構(gòu)成部分。精準(zhǔn)化推薦以圖書館用戶為核心，通過分析用戶在圖書館借閱、搜索的行為數(shù)據(jù)，挖掘其深層次的信息需求，從而針對性地調(diào)整資源配置，為用戶提供精準(zhǔn)化的資源推薦服務(wù)。精準(zhǔn)化推薦以建立用戶標(biāo)簽體系為基礎(chǔ)，用戶標(biāo)簽體系主要包括用戶基本屬性、閱讀興趣與偏好、閱讀主題、心理特征等。圖書館應(yīng)按照用戶標(biāo)簽的相似性和關(guān)聯(lián)性對其進行劃分，如按專業(yè)、年齡、性別等將用戶分為不同群體，形成相應(yīng)的群體畫像，從而明確不同群體用戶的活躍度、借閱特點和閱讀偏好等，這是圖書館提供精準(zhǔn)化服務(wù)的依據(jù)。

4.2 個性化智慧搜索

信息資源的爆炸式增長導(dǎo)致當(dāng)代社會信息焦慮現(xiàn)象日益嚴(yán)重，難以高效滿足用戶知識需求成為突出問題［9］。個性化搜索可以幫助圖書館用戶快速精準(zhǔn)檢索到所需內(nèi)容，一定程度上緩解了用戶的信息焦慮。個性化智慧搜索是數(shù)字圖書館服務(wù)體系的核心業(yè)務(wù)之一，其在數(shù)據(jù)分析的基礎(chǔ)上對用戶在特定和普遍情景中的偏好興趣進行挖掘，并根據(jù)用戶每次的檢索行為及時調(diào)整分析結(jié)果。當(dāng)用戶檢索時，系統(tǒng)會將檢索詞與數(shù)據(jù)庫主題詞做匹配，并根據(jù)用戶顯性和隱性需求調(diào)整主題。

4.3 智能化隱私保護

隨著數(shù)字圖書館資源的開放共享，用戶的信息安全與個人隱私安全成為業(yè)界廣泛關(guān)注的焦點之一。數(shù)字圖書館服務(wù)體系隱私安全問題主要涉及身份污染與隱私泄漏兩個方面：身份污染問題是由于用戶賬號綁定了過多身份信息，進而產(chǎn)生各種無用數(shù)據(jù)；隱私泄漏是指未經(jīng)圖書館用戶允許私自使用用戶信息并獲取利益［10］。數(shù)字圖書館在提供精準(zhǔn)化推薦、智慧化預(yù)測等服務(wù)時，會實時監(jiān)測、搜集用戶行為信息并上傳至云端，而云空間的不確定性與虛擬性，導(dǎo)致信息收集傳輸期間極易發(fā)生隱私泄露或數(shù)據(jù)丟失等問題。圖書館可采取數(shù)據(jù)脫敏的方式處理用戶行為數(shù)據(jù)，即基于用戶所處情景將數(shù)據(jù)信息分為不可恢復(fù)和可恢復(fù)兩種類型，同時構(gòu)建隱藏式用戶標(biāo)簽體系，對行為數(shù)據(jù)的共享和使用權(quán)限進行控制，并通過隱藏用戶標(biāo)簽進一步防范數(shù)據(jù)信息泄露，保證用戶個人隱私信息的安全。

5 結(jié)語

用戶畫像作為利用大數(shù)據(jù)技術(shù)精準(zhǔn)定位用戶的一種重要方式，被運用到圖書館閱讀推薦、知識服務(wù)等方面，基于此，圖書館能夠為用戶提供個性化的閱讀推廣服務(wù)。數(shù)字圖書館應(yīng)充分重視新興技術(shù)的應(yīng)用，積極構(gòu)建科學(xué)合理的服務(wù)體系，降低運營成本，減少資源浪費，全方位提升用戶體驗。

參考文獻：

［1］ 韓秋萍.基于用戶畫像的圖書館個性化推薦體系構(gòu)建策略研究［J］.河南圖書館學(xué)刊，2022（9）：59-60，70.

［2］ 程光勝.基于“大數(shù)據(jù)+小數(shù)據(jù)”的智慧圖書館用戶精準(zhǔn)畫像模型構(gòu)建［J］.圖書館理論與實踐，2022（5）：90-95，104.

［3］ 徐玉虹.基于用戶畫像的公共圖書館精準(zhǔn)服務(wù)對策研究［J］.河南圖書館學(xué)刊，2022（4）：42-45.

［4］ 湯麗媛，王俏.數(shù)據(jù)驅(qū)動下的圖書館用戶畫像構(gòu)建與信息資源精準(zhǔn)服務(wù)研究［J］.晉圖學(xué)刊，2021（6）：39-44.

［5］ 王毅，吳睿青.公共圖書館數(shù)字文化資源服務(wù)用戶畫像研究［J］.圖書情報工作，2021（16）：42-55.

［6］ 劉海鷗，李凱，姜波.移動圖書館推薦系統(tǒng)中的用戶畫像與資源畫像情境化融合研究［J］.圖書館，2021（6）：66-71，93.

［7］ 楊正.大數(shù)據(jù)環(huán)境下用戶畫像在圖書館個性化服務(wù)中的研究［J］.中國新通信，2021（8）：55-56.

［8］ 王靈萱.基于用戶畫像的圖書館聯(lián)盟用戶數(shù)據(jù)個性化服務(wù)分析［J］.信息與電腦（理論版），2020（14）：165-168.

［9］ 張宇，阮雪靈，閆幸.基于情境化用戶畫像的圖書館知識服務(wù)方法研究［J］.中國新通信，2020（7）：86-88.

［10］ 許鵬程，畢強，張晗，等.數(shù)據(jù)驅(qū)動下數(shù)字圖書館用戶畫像模型構(gòu)建［J］.圖書情報工作，2019（3）：30-37.

（編校：周雪芹）