论文部分内容阅读
摘要：大数据、云计算及人工智能等技术兴起，为图书馆用户画像带来了全新的机遇与挑战。本文采用文献调研法与内容分析法归纳了图书馆用户画像的实践应用研究领域、研究方法，为未来我国图书馆领域用户画像研究的拓展提供参考。
关键词：用户画像，图书馆，个性化
1 用户画像的概念与构建流程
1.1 用户画像的概念
用户画像是对目标用户虚构的、具体的、集中的描述。用户画像（Persona）的概念最初由交互设计之父的阿兰库珀（Alan Cooper）提出的。该学者认为，用户画像是真实反映用户数据特征的虚拟代表，通过对用户数据的挖掘，用户的目标、行为和观点进行抽取，分析出用户的典型特征，把用户的静态数据和动态数据标签化，从而形成的一个目标用户的模型。用户画像的核心工作就是通过人为规定高度精确的特征标识来为用户打标签，主要目的就是通过标签，使计算机能够程序化的处理一些与人相关的数据信息，提高信息获取的速率，在还原用户信息的基础上，构建用户画像，从而为图书推荐广告投放、图书采购、基于用户行为的社交媒体的信息推广提供精准个性化的动态服务。
1.2 用户画像的构建流程
目前，关于用户画像构建流程方面的研究，具有代表性的观点有用户画像的构建流程是一个搜集用户特征数据、研究用户信息、细分标签、丰富用户画像描述的过程;用户画像的构建流程包括用户的基本特征、需求、偏好等特征信息的提取和用户画像模型的构建;用户画像的构建流程分为三个步骤：数据采集、数据挖掘及过滤和标签提取及重组，用户数据是用户画像流程的基础，数据采集得越全面准确，用户画像的刻画就越逼真;数据挖掘及过滤是用户画像流程的核心和关键，用户画像可以挖掘用户数据之间的关系，将用户画像结果应用到精准信息服务等领域来实现其价值;标签的提取和重组是用户画像流程的最后环节，是直接影响用户画像结果准确性的步骤，甚至标签权重的不同也会使得用户画像模型存在差异性。
2 图书馆用户画像的研究现状
截至2021年8月，在中国知网数据库以主题为“图书馆+用户画像”或者“图书馆+读者画像”进行精确检索，最终得出281篇有效期刊论文和38篇硕士和博士学位论文，共计319篇论文。
2.1 图书馆用户画像研究年度分布情况
根据文献调研方法，我国图书馆用户画像的研究始于2014年，相关文献累积主要集中在2018年至今，从2018年開始，图书馆用户画像学术文献迅速增加，截至2021年8月5日，2018年有42篇、2019年有71篇、2020年有81篇、2021年有46篇。从文献年度分布趋势分析，基于当前智慧校园、智慧图书馆等建设的需求，预计用户画像技术应用于图书馆的研究将继续保持研究势态。
2.2 图书馆用户画像实践应用研究
根据梳理图书馆用户画像的文献主题进行深入分析并汇总整理，从中筛选图书馆应用用户画像技术的领域分别为资源采购、资源推荐、知识咨询服务及图书馆设计等四个细分领域，其中用户画像用于资源推荐是学者重点关注甚至是研究探讨最多的领域。例如，李宝在“基于用户画像的高校图书馆个性化资源推荐服务设计”一文中重点从用户基本属性、阅读状态、学习风格、阅读偏好四个维度构建画像模型，并提出基于冷启动和用户阅读学习过程画像的个性化推荐服务策略;王茹芳等在“基于用户画像的图书馆推荐系统研究”一文中提出基于内容推荐算法，根据读者浏览的图书信息资源进行相关推荐，根据协同过滤算法筛选出用户偏好指数最高的Top-n资源进行热门推荐，根据用户最新加入的馆藏资源，为读者提供用户偏好指数高的资源进行最新推荐。
2.3 图书馆用户画像研究的方法
逐一阅读319篇论文，以文章中所提到的研究方法为准，最终梳理出用户画像研究方法有调查法、模型展示法、实例分析法、实验法等常用研究方法。其中模型展示法使用率最高且是文献理论部分的核心，针对图书馆的不同应用构建了针对性的基于用户画像的模型以促进大数据时代图书馆的资源精准化推荐、空间环境的改进以及服务系统的完善提供了一种清晰完整的创新思路和新框架。例如，李宝在“基于用户画像的高校图书馆个性化资源推荐服务设计”一文中，提出从数据基础层、数据处理层、画像构建层、画像服务层构建用户画像，同时从用户基本属性、阅读准备、学习风格和阅读兴趣偏好四个维度构建用户多维画像模型，并提出基于冷启动用户画像和阅读过程用户画像的个性化推荐服务策略。
2.4 图书馆用户画像研究的特点
根据文献研究法，对现有研究的总结分析可知：
1.图书馆用户画像理论研究较为薄弱，未形成研究体系
关于用户画像的相关研究也取得了一定的成果，但关于图书馆用户画像的服务维度、知识体系范畴、构建流程、评价指标等研究深度不够，有待进一步加强。
2.加强完善中的图书馆用户画像构建流程研究
对文献研究主题梳理分析可知，我国图书馆用户画像主题涉及了服务要素及维度、设计模型、服务应用范畴等，包括图书馆用户属性、用户数据获取、用户标签提取等内容并有相应的实践成功案例。这些涉及了图书馆用户画像的构建流程，也说明该领域的研究具有较好的基础并在不断完善中。
3、图书馆用户画像应用领域不广
大数据背景下，用户画像应用范畴极为广泛，包括通信、互联网、搜索引擎、网络视频、即时聊天、图书馆等多个领域。但图书馆用户画像的应用以阅读推广、推荐服务为主，仍有较大发展空间。
参考文献：
[1]李宝.基于用户画像的高校图书馆个性化资源推荐服务设计.新世纪图书馆，2021（04）：68-75.
[2]阳广元，白美程.国内图书馆领域用户画像研究综述.图书馆理论与实践，2021（03）：95-101.
[3]王丽艳，郭春侠.图书馆用户画像研究现状及趋势.图书馆世界，2021（02）：65-70+94.
[4]王茹芳，宁璐.基于用户画像的图书馆推荐系统研究.图书馆建设，2020（S1）：100-102.
[5]朱会华.基于用户画像的高校图书馆学科采访模式研究.图书馆学研究，2020，（19）：36-40+49.
作者简介：
龙小宏（1976-）、男、汉族、四川泸州、副教授、硕士，主要研究方向：计算机网络技术、计算机应用技术
周静（1979-）、女、汉族、四川泸州、副教授、硕士，主要研究方向：计算机应用技术、软件技术
关键词：用户画像，图书馆，个性化
1 用户画像的概念与构建流程
1.1 用户画像的概念
用户画像是对目标用户虚构的、具体的、集中的描述。用户画像（Persona）的概念最初由交互设计之父的阿兰库珀（Alan Cooper）提出的。该学者认为，用户画像是真实反映用户数据特征的虚拟代表，通过对用户数据的挖掘，用户的目标、行为和观点进行抽取，分析出用户的典型特征，把用户的静态数据和动态数据标签化，从而形成的一个目标用户的模型。用户画像的核心工作就是通过人为规定高度精确的特征标识来为用户打标签，主要目的就是通过标签，使计算机能够程序化的处理一些与人相关的数据信息，提高信息获取的速率，在还原用户信息的基础上，构建用户画像，从而为图书推荐广告投放、图书采购、基于用户行为的社交媒体的信息推广提供精准个性化的动态服务。
1.2 用户画像的构建流程
目前，关于用户画像构建流程方面的研究，具有代表性的观点有用户画像的构建流程是一个搜集用户特征数据、研究用户信息、细分标签、丰富用户画像描述的过程;用户画像的构建流程包括用户的基本特征、需求、偏好等特征信息的提取和用户画像模型的构建;用户画像的构建流程分为三个步骤：数据采集、数据挖掘及过滤和标签提取及重组，用户数据是用户画像流程的基础，数据采集得越全面准确，用户画像的刻画就越逼真;数据挖掘及过滤是用户画像流程的核心和关键，用户画像可以挖掘用户数据之间的关系，将用户画像结果应用到精准信息服务等领域来实现其价值;标签的提取和重组是用户画像流程的最后环节，是直接影响用户画像结果准确性的步骤，甚至标签权重的不同也会使得用户画像模型存在差异性。
2 图书馆用户画像的研究现状
截至2021年8月，在中国知网数据库以主题为“图书馆+用户画像”或者“图书馆+读者画像”进行精确检索，最终得出281篇有效期刊论文和38篇硕士和博士学位论文，共计319篇论文。
2.1 图书馆用户画像研究年度分布情况
根据文献调研方法，我国图书馆用户画像的研究始于2014年，相关文献累积主要集中在2018年至今，从2018年開始，图书馆用户画像学术文献迅速增加，截至2021年8月5日，2018年有42篇、2019年有71篇、2020年有81篇、2021年有46篇。从文献年度分布趋势分析，基于当前智慧校园、智慧图书馆等建设的需求，预计用户画像技术应用于图书馆的研究将继续保持研究势态。
2.2 图书馆用户画像实践应用研究
根据梳理图书馆用户画像的文献主题进行深入分析并汇总整理，从中筛选图书馆应用用户画像技术的领域分别为资源采购、资源推荐、知识咨询服务及图书馆设计等四个细分领域，其中用户画像用于资源推荐是学者重点关注甚至是研究探讨最多的领域。例如，李宝在“基于用户画像的高校图书馆个性化资源推荐服务设计”一文中重点从用户基本属性、阅读状态、学习风格、阅读偏好四个维度构建画像模型，并提出基于冷启动和用户阅读学习过程画像的个性化推荐服务策略;王茹芳等在“基于用户画像的图书馆推荐系统研究”一文中提出基于内容推荐算法，根据读者浏览的图书信息资源进行相关推荐，根据协同过滤算法筛选出用户偏好指数最高的Top-n资源进行热门推荐，根据用户最新加入的馆藏资源，为读者提供用户偏好指数高的资源进行最新推荐。
2.3 图书馆用户画像研究的方法
逐一阅读319篇论文，以文章中所提到的研究方法为准，最终梳理出用户画像研究方法有调查法、模型展示法、实例分析法、实验法等常用研究方法。其中模型展示法使用率最高且是文献理论部分的核心，针对图书馆的不同应用构建了针对性的基于用户画像的模型以促进大数据时代图书馆的资源精准化推荐、空间环境的改进以及服务系统的完善提供了一种清晰完整的创新思路和新框架。例如，李宝在“基于用户画像的高校图书馆个性化资源推荐服务设计”一文中，提出从数据基础层、数据处理层、画像构建层、画像服务层构建用户画像，同时从用户基本属性、阅读准备、学习风格和阅读兴趣偏好四个维度构建用户多维画像模型，并提出基于冷启动用户画像和阅读过程用户画像的个性化推荐服务策略。
2.4 图书馆用户画像研究的特点
根据文献研究法，对现有研究的总结分析可知：
1.图书馆用户画像理论研究较为薄弱，未形成研究体系
关于用户画像的相关研究也取得了一定的成果，但关于图书馆用户画像的服务维度、知识体系范畴、构建流程、评价指标等研究深度不够，有待进一步加强。
2.加强完善中的图书馆用户画像构建流程研究
对文献研究主题梳理分析可知，我国图书馆用户画像主题涉及了服务要素及维度、设计模型、服务应用范畴等，包括图书馆用户属性、用户数据获取、用户标签提取等内容并有相应的实践成功案例。这些涉及了图书馆用户画像的构建流程，也说明该领域的研究具有较好的基础并在不断完善中。
3、图书馆用户画像应用领域不广
大数据背景下，用户画像应用范畴极为广泛，包括通信、互联网、搜索引擎、网络视频、即时聊天、图书馆等多个领域。但图书馆用户画像的应用以阅读推广、推荐服务为主，仍有较大发展空间。
参考文献：
[1]李宝.基于用户画像的高校图书馆个性化资源推荐服务设计.新世纪图书馆，2021（04）：68-75.
[2]阳广元，白美程.国内图书馆领域用户画像研究综述.图书馆理论与实践，2021（03）：95-101.
[3]王丽艳，郭春侠.图书馆用户画像研究现状及趋势.图书馆世界，2021（02）：65-70+94.
[4]王茹芳，宁璐.基于用户画像的图书馆推荐系统研究.图书馆建设，2020（S1）：100-102.
[5]朱会华.基于用户画像的高校图书馆学科采访模式研究.图书馆学研究，2020，（19）：36-40+49.
作者简介：
龙小宏（1976-）、男、汉族、四川泸州、副教授、硕士，主要研究方向：计算机网络技术、计算机应用技术
周静（1979-）、女、汉族、四川泸州、副教授、硕士，主要研究方向：计算机应用技术、软件技术