【摘要】在资源越来越丰富而利用率却越来越低的背景下，如何有效利用高校图书馆资源开展知识推荐服务是现阶段的一个研究主题。文章基于用户画像在高校图书馆知识推荐服务方面的应用优势，梳理了当前高校图书馆知识推荐服务的不足，并借助用户画像的构建过程对高校图书馆开展知识推荐服务提出优化策略。即高校图书馆要不断完善自身理念，动态把握用户需求，开发特色馆藏资源，建立健全的用户隐私保障制度，及时处理用户反馈信息。

【关  键  词】用户画像;高校图书馆;知识推荐服务

【作者单位】徐曼，武汉华夏理工学院。

【中图分类号】G250.7【文献标识码】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2021.01.022

用户画像是用户特征标签的集合，其原理是通过分析用户的个人阅读习惯、兴趣偏好、浏览轨迹等情况，精准把握用户需求。在数据科学的驱动下，图书馆领域也开始重视用户画像的研究，基于用户画像的知识推荐服务已成为满足用户多样化需求的重要手段。文章对用户画像应用于高校图书馆知识推荐服务的必要性及开展步骤进行分析，以期为高校图书馆提高资源利用率提出可行方案，帮助高校图书馆在大数据时代吸收用户并优化用户体验方面获得更多的发展契机。

一、用户画像概述

在高校图书馆的知识推荐服务中，用户画像可以使用户信息具体化、属性化、标签化。其具体流程有：对用户进行深入调查，根据与用户需求相关的一些关键指标，有选择地采集和分析用户相关的个人信息，并将用户的典型特征模型化。用户画像与高校图书馆知识推荐服务的有机结合可以使高校图书馆资源被充分利用，以满足用户的个性化需求。

1.用户画像的概念

用户画像的概念最早由艾伦·库珀（Alan Cooper）提出。用户画像能结合大数据技术全方位、立体化地收集用户基本数据，构建独具特色的用户档案模型，可以动态化地描述用户的偏好和行为习惯等，同时也可以描述不同用户的属性差异[1]。在实际应用中，用户画像兼顾用户的基本属性特征、心理特征与行为特征，更为精准地把握用户的知识需求。由此可以看出，用户画像在一定程度上反映了用户的个性特征。

2.用户画像在高校图书馆知识推荐服务中的应用优势

用户画像最初应用于市场营销领域。为了更好地了解消费者，该领域的相关人员借助用户画像构建用户的特征，获得关于用户的特征模型，并有针对性地动态改变自身的营销策略。在数据的驱动下，用户画像逐渐应用于图书馆领域，在该领域，依据用户画像的分析，图书馆知识推荐服务系统可以针对不同用户的阅读习惯及偏好实现精准推送，以提高图书馆资源的利用率。

具体来说，用户画像在高校图书馆知识推荐服务中具备以下价值：勾画精准需求。高校图书馆知识推荐服务从用户需求出发，借助用户画像能够更精准地把握用户的知识需求，为高校图书馆开展知识推荐服务提供数据参考，以优化用户的使用体验。实现精准推荐。高校图书馆知识推荐服务可形象地展示用户需求，在信息推荐的过程中再由用户不断选择和过滤，经过多次迭代提升推荐结果的有效性和准确性，便于高校图书馆管理人员针对不同用户进行个性化服务。提供参考依据。将用户画像应用于高校图书馆知识推荐服务，不仅有利于高校图书馆的资源整合，为高校图书馆的资源建设提供参考依据，也为用户的自我认知和自身发展提供参考依据。

二、高校图书馆知识推荐服务的现状

我国大多数高校图书馆仍处于被动服务阶段，用户主动借阅是最常见的图书馆活动，这就造成高校图书馆知识资源大量留存，无法被充分利用，以至于高校图书馆并不能完全发挥知识推荐服务的作用。此外，高校图书馆还存在服务理念需要改变等内因，这些都对高校图书馆开展知识推荐服务形成阻碍。下文从用户和高校图书馆两方面具体阐述。

1.用户个性化知识需求只增不减

在网络信息技术飞速发展的时代，用户对图书馆知识推荐服务的需求越来越高，这就要求图书馆提供有针对性和目的性的个性化知识推荐服务。但目前，高校图书馆在知识推荐服务方面仍存在短板，其无法准确地挖掘用户的潜在需求，不能精准地为用户定制个性化知识推荐服务，从而造成知识资源的浪费。用户画像作为一种数据分析手段，可以使高校图书馆工作人员更为全面和精确地把握不同用户的不同属性，以达到为用户提供个性化知识推荐服务的目的，实现以用户为中心的图书馆知识推荐服务模式。现阶段，用户获取知识的需求越来越强烈，对于个性化知识推荐服务的呼声也越来越高。

2.高校图书馆服务理念亟须转型

目前，我国大多数高校图书馆并没有主动提供知识推荐服务，仅通过图书馆官网将馆藏资源提供给读者。但读者仅靠自身查找和阅读很难满足自身所需的“隐性知识”的需求。这样一来，图书馆资源得不到充分利用，读者也很难丰富自身的知识库。高校图书馆应加强知识推荐服务的建设，将多元馆藏资源转化为知识推荐服务的基础，完善相应的服务规章制度，通过主动服务的方式拉近高校图书馆与读者之间的距离。在信息爆炸的今天，用户画像所反映的主動式服务与标签化具象能够填补高校图书馆知识推荐服务的缺口。高校图书馆可借助用户画像技术确定用户的属性并为用户添加标签，以此把握用户的阅读喜好，且能够在这个过程中通过用户自主选择感兴趣的领域，不断对其所需的信息进行筛选过滤，方便图书馆从另一个渠道接收用户对知识推荐服务的反馈。这将有助于高校图书馆对接用户的知识需求，提升高校图书馆知识推荐服务的主动性，给用户提供更为细致化和准确化的知识推荐服务。

3.知识推荐服务效益亟须提升

知识推荐服务优劣程度的衡量指标通常是知识推广的数量和范围。单纯考虑推广数量的话，则存在“广撒网”的弊端，并不具有真正意义上的服务针对性和精准性，单纯考虑推广范围也是如此。从本质上看，知识推荐服务通常以推广范围为基础，以用户个性化需求为中心。因此，知识推荐服务并没有在整个推广体系中占据主导地位，更无法满足不同用户的不同层次和不同领域的需求。此外，高校图书馆并未充分注重知识推荐服务所产生的效益，只是以旁观者的角度参与知识推荐服务的过程，很少关注图书馆知识推荐服务的反馈活动。高校图书馆借助用户画像能够分析用户的兴趣偏好，并且利用该工具的便利性将知识推荐服务渗入读者的图书馆活动之中，从而提高高校图书馆知识推广的针对性，有效提升高校图书馆知识推荐服务所产生的实际效益。

三、高校图书馆用户画像的构建

用户画像作为一种分析工具能为高校图书馆知识推荐服务提供精准的用户需求信息和参考依据，因此，用户画像有利于优化高校图书馆的用户服务。针对我国高校图书馆知识推荐服务的现状，文章将高校图书馆知识推荐服务与用户画像进行契合，借助用户画像的优势弥补高校图书馆知识推荐服务的不足，以此扩大高校图书馆知识资源的适用范围，提高用户的满意程度。根据用户画像的建设过程，高校图书馆可将用户画像的构建分为三个阶段，即数据收集、用户建模和画像勾勒。

1.用户画像数据收集

高校图书馆必须收集丰富的图书馆用户信息，以其作为构建用户画像的基础数据。基于用户画像的高校图书馆知识推荐服务所需要的数据资源有：用户基本数据、用户内容偏好数据、互动数据、会话数据以及用户情境数据，每种数据独立存在。其中，高校图书馆的用户基本数据主要有图书馆用户的姓名、性别、年龄、专业等统计学数据，此类数据可通过用户注册时填写的信息获取。图书馆门禁管理系统及图书借阅管理系统记录了用户在图书馆借阅室、阅览室和自习室的刷卡时间与刷卡次數;高校图书馆门户网站保留了用户在线浏览、在线借阅、线上咨询等信息;检索系统保存了图书馆的馆藏资源数据、内容推荐、文献传递、用户检索、用户反馈等行为信息。通过以上渠道，高校图书馆可以获取用户的偏好数据、互动数据、会话数据。用户情境数据主要包括地理位置数据以及环境数据，其中地理位置数据可通过定位技术获取，如GPS、WiFi和传感器等[2]。相关人员还可以通过社会调查法、访谈法、网络数据采集等方法获得用户群体的行为数据信息，并利用相关工具构建用户数据库，以便优化资源配置来满足用户的知识需求。

2.针对用户数据进行用户建模

高校图书馆在收集丰富的用户数据之后，需对数据进行系统分析。首先，获取用户群体数据。用户基本数据可通过高校图书馆管理系统查询，获得数据后进行非结构化或半结构化分类，将用户特征信息进行聚类、关联或差异分析，过滤大量无效信息并对其进行有效化处理，再将有效的数据整合规范，便于对用户进行高精度建模。其次，构建用户标签体系。在挖掘用户的基本数据后，对数据进行深度分析，提取用户群体的特征，并进一步将用户属性进行标签化处理，这是完成用户画像的重要环节。最后，进行用户建模。即通过用户属性标签对用户进行建模，完成对用户的分类，并构建用户画像的标签描述体系。综合来看，一个完整的用户画像可对全部标签进行有效展示，便于高校图书馆管理人员发现用户、服务用户。

3.不同用户画像的勾勒

高校图书馆在对用户画像进行勾勒时，需以用户属性标签为基础，借助可视化统计方法表示用户标签，对用户数据进行全方位分析，以满足构建用户画像以及解析用户的需要，有利于勾勒一个由用户属性标签组成、基于用户基本信息、接近用户事实本身的用户画像。在对用户画像进行可视化展现后，高校图书馆管理人员可有针对性地分析标签，解析用户的需求。同时，高校图书馆管理人员也要注意以下几点：注重用户的个性属性，及时跟踪用户需求的变化，以便更好地完善用户画像[3];着重把握用户的差异性特征，从用户的浏览记录、行为偏好、借阅信息等方面观察用户，依据差异程度向用户提供多元化和个性化的知识推荐服务，保证用户满意度维持在高水平上;充分利用用户画像的优势，精准勾勒用户画像的不同特征，打造以用户为中心、以优质资源为主体、满足用户不同需求的个性化高校图书馆。

四、高校图书馆知识推荐服务优化建议

1.注重知识品质，提升推荐服务质量

高校图书馆在开展精准知识推荐服务的过程中，要确保推荐知识的质量，否则会被用户抵制。高校图书馆要以用户标签和倾向为中心，向用户提供个性化的知识精品，确保服务从用户出发，最终再落实到用户上。高校图书馆在依据用户画像进行精准推送时，要动态监测用户画像的变化，及时调整推送策略。首先，高校图书馆要选择合适的推送时机，结合不同用户的不同特征，全面监测用户的需求，注意用户的浏览时间段，选择恰当的时机推送。其次，推送管理者要有用户具有审美疲劳的认知，即用户对接受的知识存在一定的承受能力，其要严格把关推送给用户的知识资源的质量，过滤劣质的知识资源。最后，高校图书馆应与知识推荐服务相结合，形成具有馆藏个性化的知识推荐资源。

2.注重服务效益，加快推送速度

知识资源具有时效性，高校图书馆可利用用户画像精准地捕捉用户的潜在需求，加快知识推送的速度，第一时间预测并满足用户的需求。与此同时，高校图书馆也要及时监测用户兴趣变化的差异，防止因推送内容过时失效而让用户不满意。高校图书馆在提高服务效率与加快推送速度方面，要注意及时掌握用户的动态信息，及时调整用户画像;要完善自身的知识推荐服务机制，可通过门户网站或者公众号的方式为用户提供优质的知识推荐服务;要培养相应的人才队伍，利用平台互动加强与用户的沟通，增强用户黏性，以提升知识推荐服务的效益。

3.维护用户隐私权益，建立健全的保护机制

在互联网之下，网络信息均存在较大的泄露风险，构建用户画像的过程也是如此。高校图书馆要注意维护用户的隐私安全，避免用户隐私泄露或变为被交易的产品。对此，高校图书馆在收集用户信息的过程中，要征求用户的完全同意，切不可擅自利用用户隐私信息，否则会降低用户的忠诚度;在收集用户信息范围方面，应以用户的知识需求为主，避免涉及用户的隐私信息;要完善用户隐私保护机制，提高用户画像使用的标准性和规范性。总而言之，高校图书馆要高度重视用户的隐私权益，既有利于用户隐私得到合法的保护，又有利于高校图书馆知识资源推荐服务的发展。

4.及时处理用户反馈信息，主动优化用户体验

高校图书馆在进行个性化知识推荐服务的过程中，要注意及时收集用户反馈信息，对用户反馈的问题进行归纳、剖析，并提出解决方案，以提升知识推荐服务的效率，优化用户的体验。高校图书馆知识推荐服务和接受知识的用户之间产生的是一种知识流动的交互，为提高用户的满意程度，高校图书馆应建立完善的反馈机制，包括量化用户的评价指标、健全馆员自评系统等，以此改进高校图书馆的知识推荐服务;拓展用户的反馈渠道，全方位地了解用户的满意程度，促使用户积极地发表意见或建议，并争取给出大多数用户都满意的解决方案;借助用户画像来捕捉用户的检索意图，并及时推送资源，优化用户的主观体验。

随着技术的推陈出新，图书馆不断创新变革。为使高校图书馆充分满足用户的多方位需求，文章结合用户画像深入探讨了知识推荐服务，以期高校图书馆与用户之间能够建立双向交互的整体思维。同时，高校图书馆要不断完善自身理念，动态把握用户需求，开发特色馆藏资源，建立健全的用户隐私保障制度，及时处理用户反馈信息，以此推动高校图书馆知识推荐服务的发展。

|参考文献|

[1]刘海鸥，孙晶晶，苏妍嫄，等. 国内外用户画像研究综述[J]. 情报理论与实践，2018（11）：155-160.

[2]刘海鸥，姚苏梅，黄文娜，等. 基于用户画像的图书馆大数据知识服务情境化推荐[J]. 图书馆学研究，2018（24）：57-63+32.

[3]张晗，毕强，李洁，等. 基于用户画像的数字图书馆精准推荐服务体系构建研究[J]. 情报理论与实践，2019（11）：69-74+51.