劉 漫（東北農(nóng)業(yè)大學(xué)圖書館）

對(duì)于大學(xué)生而言，閱讀是獲取知識(shí)的重要途徑。在倡導(dǎo)全民閱讀的大環(huán)境下，各高校圖書館積極探索閱讀推廣模式，以期提高大學(xué)生的閱讀興趣，培養(yǎng)其閱讀習(xí)慣，先后提出“經(jīng)典閱讀”“立體閱讀”“游學(xué)閱讀”“眾籌閱讀”［1-4］等多種推廣舉措。但是以往的閱讀推廣多以單向推薦為主體，雙向互動(dòng)往往受限于用戶參與。

2008年，Nature刊發(fā)Big Data：The Future of Biocuration，［5］標(biāo)志著大數(shù)據(jù)時(shí)代的到來(lái)，使得高校圖書館的閱讀推廣從單向推薦服務(wù)模式向基于用戶閱讀體驗(yàn)的“云計(jì)算+大數(shù)據(jù)”的互動(dòng)式服務(wù)邁進(jìn)。在虛擬網(wǎng)絡(luò)空間里，高校讀者留下的閱讀行為數(shù)據(jù)、位置數(shù)據(jù)等信息成為用戶研究的基礎(chǔ)。通過(guò)對(duì)用戶數(shù)據(jù)的分析，可以牢牢黏住老讀者、吸引新讀者、讀懂用戶興趣偏好，從而提供更加精準(zhǔn)的閱讀服務(wù)。文章結(jié)合用戶畫像理論對(duì)高校圖書館用戶進(jìn)行定性畫像分析，以期總結(jié)出當(dāng)前高校圖書館用戶行為特征，建立精準(zhǔn)閱讀推廣模式，提升高校圖書館用戶服務(wù)質(zhì)量。

1 相關(guān)理論基礎(chǔ)

1.1 行為理論

行為是心理學(xué)中的重要概念，是有機(jī)體適應(yīng)環(huán)境的方式，支撐行為的內(nèi)在因素是人的心理活動(dòng)。任何行為在發(fā)生之前都會(huì)受到一定的意圖驅(qū)使。［6］動(dòng)機(jī)是誘發(fā)個(gè)體行為的驅(qū)使力，這種驅(qū)使力通過(guò)一種緊張狀態(tài)產(chǎn)生，這種狀態(tài)是需要未被滿足的結(jié)果。個(gè)體會(huì)通過(guò)行為有意識(shí)或者下意識(shí)地去緩解這種緊張狀態(tài)，期望這些行為能夠滿足他們的需要，從而緩解緊張狀態(tài)或減輕他們所感受的壓力。［7］讀者之所以產(chǎn)生閱讀行為是因?yàn)槭艿介喿x動(dòng)機(jī)的驅(qū)使（見(jiàn)圖1）。高校圖書館開(kāi)展閱讀推廣服務(wù)時(shí)，應(yīng)全面了解大學(xué)生的閱讀需求，促使大學(xué)生意識(shí)到自己潛在的閱讀需要并產(chǎn)生緊張狀態(tài)，從而形成閱讀動(dòng)機(jī)，通過(guò)學(xué)習(xí)態(tài)度的習(xí)得傾向培養(yǎng)引發(fā)大學(xué)生相應(yīng)的閱讀行為。閱讀推廣的前提就應(yīng)該對(duì)被推廣人進(jìn)行解析，這是閱讀推廣成功的關(guān)鍵因素之一。

圖1 高校大學(xué)生閱讀行為形成過(guò)程模型

1.2 用戶畫像相關(guān)研究

“用戶畫像”最早由交互設(shè)計(jì)之父Alan Cooper于1998年在 The Inmates Are Running the Asulum 一書中提出，書中強(qiáng)調(diào)用戶畫像（Persona）是“基于用戶真實(shí)數(shù)據(jù)的虛擬代表”。［8］用戶畫像與用戶角色非常相近，是用來(lái)勾畫用戶特征、聯(lián)系用戶需求、描述用戶興趣的重要方法，從而盡可能全面細(xì)致地抽出用戶的信息全貌。用戶畫像最初應(yīng)用于計(jì)算機(jī)與電子商務(wù)領(lǐng)域，著眼于精準(zhǔn)營(yíng)銷、推薦系統(tǒng)等個(gè)性化服務(wù)，并且已經(jīng)廣泛應(yīng)用于其他領(lǐng)域，如Amazon、Netflix以及淘寶的“猜你喜歡”與“產(chǎn)品推薦”，均應(yīng)用了“用戶畫像”技術(shù)。近年來(lái)，用戶畫像廣泛應(yīng)用于國(guó)內(nèi)外高校圖書館，相關(guān)研究日益增多，成為圖書情報(bào)領(lǐng)域新的研究熱點(diǎn)。

用戶畫像在國(guó)外圖書館領(lǐng)域的研究集中在用戶體驗(yàn)改善［9］且應(yīng)用逐步趨向成熟，內(nèi)容涵蓋定義與組成、算法與技術(shù)、模型構(gòu)建、實(shí)踐應(yīng)用以及問(wèn)題與策略［10］等多視角的研究。Holt Zaugg等將用戶畫像應(yīng)用于高校圖書館，識(shí)別出基于圖書館服務(wù)的美國(guó)楊伯翰大學(xué)圖書館10個(gè)用戶角色，并完善現(xiàn)有服務(wù)、創(chuàng)新服務(wù)類型以滿足讀者需求。［11］Al-Shboul M K 等利用用戶畫像分析人文學(xué)者的信息需求，刻畫網(wǎng)絡(luò)環(huán)境對(duì)其信息搜尋行為的影響，構(gòu)建出人文學(xué)者的信息搜尋行為模式。［12,13］Spenser Thompson指出“Watching the Movie”是改善圖書館市場(chǎng)營(yíng)銷的重要途徑，包括三個(gè)方面：一是通過(guò)觀察和直覺(jué)建立用戶畫像；二是找到圖書館在用戶畫像敘事中的地位；三是將用戶畫像與“營(yíng)銷周期”中的各個(gè)階段關(guān)聯(lián)起來(lái)。［14］Holt Zaugg等通過(guò)將美國(guó)楊伯翰大學(xué)圖書館的用戶畫像模式移植到猶他大學(xué)圖書館發(fā)現(xiàn)，用戶畫像是普遍存在的，但它們之間的相互作用取決于特定的圖書館設(shè)施。［15］

國(guó)內(nèi)圖書館領(lǐng)域?qū)τ脩舢嬒竦难芯科鸩捷^晚。2010年末，鄭寶鑫等在“廣東通信2010青年論壇”會(huì)議上首次使用“用戶畫像”一詞。［16］但是，我國(guó)的用戶畫像研究直至2016年才引起相關(guān)學(xué)者廣泛關(guān)注，于2017年中后期達(dá)到研究高潮。吳加琪通過(guò)分析我國(guó)用戶畫像研究的知識(shí)網(wǎng)絡(luò)與熱點(diǎn)領(lǐng)域發(fā)現(xiàn)，圖書情報(bào)與數(shù)字圖書館是用戶研究的重要領(lǐng)域。［17］陳慧香等探討了國(guó)外圖書館領(lǐng)域的用戶畫像研究現(xiàn)狀，為我國(guó)圖書館應(yīng)用用戶畫像指明思路。［18］薛歡雪將學(xué)科服務(wù)用戶進(jìn)行精準(zhǔn)標(biāo)簽化，創(chuàng)建高校圖書館學(xué)科服務(wù)用戶畫像。［19］陳添源利用VALS 2用戶細(xì)分量表、因子分析、聚類分析、判別分析等方法，構(gòu)建高校移動(dòng)圖書館用戶畫像，提升高校移動(dòng)圖書館精準(zhǔn)用戶定位。［9］吳智勤等基于社交網(wǎng)絡(luò)分析方法構(gòu)建高校圖書館用戶畫像，提高圖書館用戶行為分析效率與個(gè)性化推薦水平。［20］何娟利用圖書館讀者借閱行為特征，構(gòu)建讀者個(gè)人與群體用戶畫像，實(shí)現(xiàn)圖書個(gè)性化推薦。［21］韓梅花等將用戶畫像的閱讀療法模式應(yīng)用于“抑郁癥”治療。［22］

綜上所述，用戶畫像即從用戶出發(fā)將用戶進(jìn)行精準(zhǔn)標(biāo)簽化，高度契合高校圖書館的個(gè)性化用戶服務(wù)與營(yíng)銷實(shí)踐。但是，我國(guó)圖書館領(lǐng)域?qū)τ脩舢嬒竦难芯咳蕴幱谄鸩诫A段，偏重概念分析與方法借鑒，缺乏用戶細(xì)分化以及相關(guān)模型構(gòu)建。因此，文章嘗試以高校圖書館大學(xué)生用戶為研究對(duì)象，采用本體方法建立基于知識(shí)的用戶定性畫像，利用行為理論與關(guān)聯(lián)推薦算法構(gòu)建高校圖書館閱讀推廣新模式，從而提高高校圖書館資源利用率與閱讀推廣服務(wù)精準(zhǔn)度。

2 高校圖書館用戶畫像的構(gòu)建

2.1 用戶畫像分析

用戶畫像源自用戶數(shù)據(jù)，畫像精確度與數(shù)據(jù)全面性正相關(guān)。在用戶畫像的建模過(guò)程中需要重點(diǎn)考慮數(shù)據(jù)的顆粒度，顆粒度越小，用戶畫像越細(xì)化，用戶刻畫越精細(xì)，但對(duì)用戶數(shù)據(jù)要求越精細(xì)，則會(huì)導(dǎo)致建模成本增高，用戶畫像適用性降低。因此，筆者首先采取問(wèn)卷調(diào)查方法了解高校圖書館大學(xué)生用戶的閱讀場(chǎng)景、閱讀內(nèi)容等，在此基礎(chǔ)上，設(shè)計(jì)用戶畫像，確定用戶畫像顆粒度。高校圖書館在充分保障用戶隱私的前提下，捕捉用戶數(shù)據(jù)，獲得定量用戶畫像。

高校圖書館服務(wù)的主體是大學(xué)生讀者，構(gòu)建用戶畫像需要從圖書館聯(lián)機(jī)公共查詢目錄（Online Public Access Catalogue，OPAC）系統(tǒng)中采集用戶特征屬性、用戶閱讀行為、用戶興趣偏好等數(shù)據(jù)，這些數(shù)據(jù)涵蓋了數(shù)據(jù)的所有表現(xiàn)形式，即結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化。用戶特征數(shù)據(jù)屬于結(jié)構(gòu)化數(shù)據(jù)，用戶閱讀行為數(shù)據(jù)中登錄數(shù)據(jù)、借閱數(shù)據(jù)等，以及用戶興趣數(shù)據(jù)中的圖書借閱時(shí)長(zhǎng)、閱讀類別等均屬于結(jié)構(gòu)化數(shù)據(jù)；其它部分均屬于半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。圖書館大數(shù)據(jù)的采集具有數(shù)據(jù)海量、來(lái)源廣泛的特點(diǎn)，半結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)占大數(shù)據(jù)總量的85%以上。［23］因此，僅依靠用戶定量畫像不能全面且精準(zhǔn)地刻畫用戶，定量的用戶畫像無(wú)法解釋半結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)，如用戶興趣模型等無(wú)法由算術(shù)法則來(lái)分析，但興趣偏好等恰恰與用戶閱讀行為正相關(guān)。因此，本研究引入本體方法，將定性用戶畫像與定量用戶畫像相結(jié)合，對(duì)高校圖書館大學(xué)生用戶畫像建模。

2.2 用戶畫像標(biāo)簽構(gòu)建

標(biāo)簽化是用戶定性畫像的核心，標(biāo)簽化的用戶畫像既方便理解，又便于計(jì)算分析。本研究引入本體對(duì)用戶畫像中的標(biāo)簽進(jìn)行表示、驗(yàn)證、推理與解釋，成為用戶定性畫像建模的關(guān)鍵。采集高校圖書館大學(xué)生讀者的數(shù)據(jù)，構(gòu)建多維度用戶標(biāo)簽體系，形成高校圖書館用戶畫像可視化描述（見(jiàn)圖2）。高校圖書館大學(xué)生用戶畫像由用戶維度和圖書維度共同組成，其中，用戶維度由定量用戶畫像的讀者屬性特征、用戶行為特征和用戶興趣特征構(gòu)成。

圖2 高校圖書館大學(xué)生用戶畫像結(jié)構(gòu)

2.2.1 用戶維度

（1）用戶特征標(biāo)簽。高校圖書館用戶特征，即讀者屬性數(shù)據(jù)，［24］用于描述用戶基本信息。根據(jù)圖書館系統(tǒng)注冊(cè)信息獲取，包括大學(xué)生的校園卡號(hào)、姓名、性別、年齡、專業(yè)、年級(jí)等基本信息。

（2）用戶行為標(biāo)簽。高校圖書館用戶行為數(shù)據(jù)即大學(xué)生登錄圖書館OPAC系統(tǒng)的日常記錄，包括書目檢索次數(shù)、瀏覽次數(shù)、借閱次數(shù)以及續(xù)借、數(shù)字資源閱讀、下載等行為數(shù)據(jù)；圖書館遠(yuǎn)程訪問(wèn)系統(tǒng)、移動(dòng)圖書館及微信平臺(tái)在使用過(guò)程中產(chǎn)生的行為數(shù)據(jù)等。

（3）用戶興趣標(biāo)簽。用戶興趣特征偏好反映用戶的潛在興趣，通過(guò)跟蹤高校圖書館大學(xué)生用戶的瀏覽與借閱行為、檢索與下載行為，對(duì)用戶閱讀時(shí)間、閱讀時(shí)長(zhǎng)、閱讀內(nèi)容、閱讀類別等相關(guān)信息進(jìn)行推理，得到用戶興趣偏好信息。

2.2.2 圖書維度

圖書維度數(shù)據(jù)是對(duì)圖書屬性的描述，反映圖書的基本信息，包括圖書的題名、類別、責(zé)任者、主題詞、出版社等數(shù)據(jù)。圖書維度也與用戶興趣偏好正相關(guān)。

2.3 用戶定性畫像構(gòu)建

本研究采用本體方法構(gòu)建大學(xué)生用戶畫像的概念模型，利用本體描述語(yǔ)言O(shè)WL DL和本體構(gòu)建工具Prot佴g佴進(jìn)行本體的構(gòu)建。［25］使用標(biāo)準(zhǔn)術(shù)語(yǔ)構(gòu)建大學(xué)生用戶畫像標(biāo)簽的領(lǐng)域詞匯表。對(duì)于高校圖書館大學(xué)生用戶領(lǐng)域來(lái)說(shuō)，類詞匯包括人、用戶等；屬性詞匯包括校園卡ID、姓名、性別、年齡、專業(yè)、年級(jí)等。而對(duì)于圖書領(lǐng)域來(lái)說(shuō)，類詞匯表一般包括電子圖書、紙版圖書、責(zé)任者、主題、分類、語(yǔ)種、情節(jié)等。下表列出了用戶畫像領(lǐng)域類的部分詞匯，筆者利用Pro t佴g佴構(gòu)建用戶畫像本體分類的結(jié)構(gòu)（見(jiàn)圖3），構(gòu)建出高校圖書館大學(xué)生用戶畫像概念模型（見(jiàn)圖4）。

表 用戶畫像領(lǐng)域類詞匯表（部分）

3 基于用戶畫像的閱讀推廣模式

高校圖書館構(gòu)建大學(xué)生用戶畫像，能夠快速了解用戶需求，開(kāi)展用戶服務(wù)，并應(yīng)用于閱讀推廣服務(wù)設(shè)計(jì)中。但是在具體開(kāi)展閱讀推廣服務(wù)時(shí)，由于不同大學(xué)生的用戶畫像可能存在相互沖突的需求和動(dòng)機(jī)，服務(wù)設(shè)計(jì)不可能針對(duì)所有的用戶畫像進(jìn)行。因此，需要實(shí)施用戶畫像管理。通過(guò)聚類分析，將大學(xué)生用戶畫像分為若干類別，盡量縮小類別內(nèi)部差異性，擴(kuò)大類別之間的差異性。閱讀推廣服務(wù)首先考慮滿足首要用戶畫像群的需求；在閱讀需求和動(dòng)機(jī)不沖突的情況下，盡量滿足次要用戶畫像群的需求，通過(guò)建立用戶畫像和圖書的物品畫像，對(duì)用戶的選擇行為作出預(yù)測(cè)，完成特定用戶的“Top N”推薦。

圖3 用戶畫像本體分類的結(jié)構(gòu)（部分）

圖4 高校圖書館大學(xué)生用戶畫像概念模型

3.1 聚類算法與關(guān)聯(lián)算法

3.1.1 聚類算法

用戶畫像聚類的形式描述如下［26］

令P=｛P1,P2,P3,……,Pm｝表示用戶畫像集合，其中pi表示第i個(gè)用戶畫像。表示聚類后的第i個(gè)分類，其中pij表示Ci分類中的第j個(gè)元素。聚類結(jié)束后，各分類應(yīng)該滿足的條件為：不同的算法有不同的應(yīng)用場(chǎng)景，現(xiàn)有的聚類算法有組間聚類法、正二進(jìn)制法、K均值算法、GDILC算法、SGC算法等；其中，K均值算法在用戶畫像領(lǐng)域應(yīng)用比較廣泛。

3.1.2 協(xié)同過(guò)濾推薦算法

協(xié)調(diào)過(guò)濾即依據(jù)用戶或者物品間的相似性來(lái)推薦用戶感興趣的信息，如：和你興趣相似的朋友喜歡的圖書，你也可能喜歡；你喜歡一本圖書X，另一本書Y與X相似，你也可能喜歡Y。高校圖書館可以根據(jù)本館實(shí)際情況選擇基于記憶的協(xié)同過(guò)濾方法、基于模型的協(xié)同過(guò)濾方法等對(duì)用戶閱讀行為進(jìn)行預(yù)測(cè)。

3.2 基于用戶畫像的閱讀推廣模式構(gòu)建

由于人力、物力、財(cái)力的限制，高校圖書館的閱讀推廣模式應(yīng)該是以個(gè)人與群體推薦相結(jié)合的模式。個(gè)人推薦就是通過(guò)關(guān)聯(lián)算法建立閱讀推廣互動(dòng)系統(tǒng)進(jìn)行一對(duì)一的用戶服務(wù)，群體推薦就是通過(guò)對(duì)用戶畫像進(jìn)行聚類，挖掘群體用戶畫像、分析群體用戶習(xí)慣、發(fā)現(xiàn)用戶關(guān)聯(lián)性，從而根據(jù)這種關(guān)聯(lián)性指導(dǎo)線下閱讀推廣活動(dòng)（見(jiàn)圖5）。

圖5 基于用戶畫像的高校圖書館閱讀推廣服務(wù)機(jī)理構(gòu)建

3.2.1 個(gè)體閱讀推廣

近年來(lái)，“精準(zhǔn)閱讀推廣”成為高校圖書館用戶服務(wù)的重點(diǎn)。用戶畫像使得精準(zhǔn)服務(wù)成為可能。閱讀推薦是閱讀推廣工作中的一項(xiàng)重要內(nèi)容，準(zhǔn)確性、多樣性、新穎性、驚喜性等指標(biāo)共同受到用戶關(guān)注。［27］除了大學(xué)生顯性閱讀需求外還要挖掘其隱性閱讀需求，激發(fā)他們的閱讀動(dòng)機(jī)，促進(jìn)其閱讀行為的產(chǎn)生。

個(gè)體閱讀推廣是針對(duì)大學(xué)生個(gè)人的閱讀指導(dǎo)，以線上活動(dòng)為主，線下活動(dòng)為輔。高校圖書館通過(guò)用戶畫像構(gòu)建大學(xué)生閱讀需求關(guān)系數(shù)據(jù)庫(kù)，深層挖掘大學(xué)生閱讀需求，利用協(xié)同過(guò)濾推薦算法為用戶提供“Top N”推薦。高校圖書館可以構(gòu)建特色閱讀推薦平臺(tái)或利用微信等移動(dòng)平臺(tái)推廣閱讀，使得閱讀推薦功能更加精準(zhǔn)、及時(shí)、有效。此外，對(duì)于大學(xué)生的個(gè)體閱讀推廣可以融入游戲、娛樂(lè)、旅行等流行元素，如，東北農(nóng)業(yè)大學(xué)圖書館的“書行計(jì)劃”，鼓勵(lì)學(xué)生帶著圖書去旅行，更容易調(diào)動(dòng)學(xué)生的參與熱情，激發(fā)其閱讀興趣。

3.2.2 群體閱讀推廣

閱讀是一種社會(huì)行為，具有個(gè)別性和社會(huì)性雙重屬性。［28］移動(dòng)互聯(lián)技術(shù)、微信、閱讀App等促使大學(xué)生的閱讀行為更多表現(xiàn)為社會(huì)性。僅僅依靠個(gè)體用戶畫像難以實(shí)現(xiàn)社會(huì)性閱讀推廣，因此高校圖書館開(kāi)展精準(zhǔn)閱讀推廣服務(wù)的另一重點(diǎn)是社會(huì)化閱讀推廣。高校圖書館的群體閱讀推廣應(yīng)以線下閱讀推廣服務(wù)為主，線上服務(wù)為輔。以群體用戶畫像為依據(jù)，通過(guò)聚類算法勾勒出高校圖書館大學(xué)生群體動(dòng)態(tài)畫像，分析出大學(xué)生群體間的關(guān)系圖譜，使得群體閱讀推廣活動(dòng)更有針對(duì)性。

高校圖書館利用群體用戶畫像，應(yīng)該針對(duì)每個(gè)大學(xué)生用戶群的閱讀需求開(kāi)展推廣服務(wù)，如：每個(gè)學(xué)期可按照月份進(jìn)行閱讀推廣，9月可以針對(duì)新生群體；10月針對(duì)時(shí)事熱點(diǎn)；11月針對(duì)考研學(xué)生群體等。閱讀推廣模式也可以更多元化，線下可舉辦閱讀交流會(huì)、真人閱讀等，線上通過(guò)多媒體閱讀、移動(dòng)閱讀、微課堂、微電臺(tái)、微視頻、微社區(qū)等共同打造立體化新媒體閱讀推廣模式。此外，大學(xué)生是高校圖書館閱讀推廣社會(huì)群體最具代表性的閱讀推廣人，挖掘校園內(nèi)“大V”讀者，與大學(xué)校園社團(tuán)合作，更能貼近學(xué)生群體，調(diào)動(dòng)他們的積極參與性，發(fā)揮其閱讀影響力。如，東北農(nóng)業(yè)大學(xué)圖書館與學(xué)校團(tuán)委OEA口語(yǔ)協(xié)會(huì)、藝術(shù)學(xué)院學(xué)生會(huì)共同打造的閱讀推廣品牌活動(dòng)“ER enjoy英文經(jīng)典著作導(dǎo)讀”，引領(lǐng)大學(xué)生品讀經(jīng)典，獲得了大學(xué)生群體一致好評(píng)。

需要注意的是，教師對(duì)于大學(xué)生的閱讀具有最直接的影響力，圖書館只是起輔助閱讀的作用。［29］J.Anthony等的相關(guān)研究提出“彼得效應(yīng)”，即教師與學(xué)生在閱讀態(tài)度與閱讀習(xí)慣上具有相關(guān)性，教師本人不愛(ài)閱讀，這種閱讀熱情的缺乏會(huì)直接影響他的學(xué)生。［30,31］因此，高校圖書館的群體閱讀推廣還應(yīng)該針對(duì)教師群體開(kāi)展輔助活動(dòng)，幫助教師意識(shí)到向?qū)W生推薦閱讀的重要性，除了本身對(duì)閱讀的熱愛(ài)，還應(yīng)該積極尋找培養(yǎng)學(xué)生養(yǎng)成良好閱讀習(xí)慣的方法，與學(xué)生分享閱讀經(jīng)驗(yàn)與閱讀感悟等。

4 結(jié)語(yǔ)

閱讀是大學(xué)生獲取知識(shí)，提高自身素養(yǎng)的重要途徑之一。閱讀推廣是高校圖書館服務(wù)工作的重中之重，高校圖書館不僅要推廣閱讀，更要培養(yǎng)大學(xué)生良好的閱讀習(xí)慣，使之終身受益。隨著新媒體的發(fā)展，大學(xué)生的閱讀行為呈現(xiàn)多元化趨勢(shì)，拓寬了高校圖書館閱讀推廣渠道與閱讀推廣模式，但現(xiàn)實(shí)狀況是高校圖書館的閱讀推廣經(jīng)常面臨與用戶需求不匹配的困境，推廣效果與推廣范圍有限。

作為大數(shù)據(jù)時(shí)代的產(chǎn)物，用戶畫像為高校圖書館拓展了服務(wù)維度。高校圖書館擁有海量的用戶數(shù)據(jù)，通過(guò)對(duì)大學(xué)生數(shù)據(jù)的挖掘分析，用戶畫像盡可能全面細(xì)致地將大學(xué)生讀者的信息全貌可視化地展示出來(lái)，幫助高校圖書館將存儲(chǔ)的數(shù)據(jù)轉(zhuǎn)化為具有潛在的價(jià)值知識(shí)，為大學(xué)生提供精準(zhǔn)閱讀推廣服務(wù)，促進(jìn)大學(xué)生閱讀行為更廣泛更深入的發(fā)展。

需要指出的是，由于信息搜集成本與用戶隱私等限制，當(dāng)前高校圖書館針對(duì)大學(xué)生用戶的畫像與大學(xué)生本人還未實(shí)現(xiàn)完全匹配。但是，隨著用戶畫像研究與應(yīng)用的不斷深入，必將推進(jìn)高校圖書館大學(xué)生用戶畫像向著精確與動(dòng)態(tài)方向繼續(xù)邁進(jìn)，為高校圖書館的閱讀推廣精準(zhǔn)服務(wù)提供理論與數(shù)據(jù)支撐。培養(yǎng)大學(xué)生閱讀習(xí)慣、引導(dǎo)大學(xué)生閱讀行為、構(gòu)建健康的高校閱讀生態(tài)圈，是高校圖書館閱讀推廣工作的最終目標(biāo)。