蔣玲　黃圣潔　趙欣

摘 要：隨著大數(shù)據(jù)時(shí)代的到來(lái)，圖書館個(gè)性化服務(wù)的形式越來(lái)越多，通過對(duì)用戶信息收集、篩選、分析以及整合，可得到用戶畫像。論述圖書館用戶畫像現(xiàn)狀及大數(shù)據(jù)對(duì)畫像的影響，多維分析圖書館用戶信息的收集，用標(biāo)簽來(lái)定位圖書館用戶，探究在大數(shù)據(jù)環(huán)境下圖書館用戶畫像構(gòu)建；提出重視圖書館用戶畫像推廣、完善圖書館用戶畫像系統(tǒng)、加強(qiáng)用戶與圖書館之間互動(dòng)、推動(dòng)各館之間的信息共享等對(duì)策建議。

關(guān)鍵詞：大數(shù)據(jù)；圖書館；用戶畫像

中圖分類號(hào)：TB472文獻(xiàn)標(biāo)識(shí)碼：A Doi：10.3969/j.issn.1672-2272.202210076

Research on Library User Portrait in Big Data Environment

Jiang Ling1，Huang Shengjie2，Zhao Xin3

（1.Evaluation Research Center of Renmin University of China， Beijing 100872，China；

2.Quanzhou Public Security Bureau Police Auxiliary Center，Quanzhou 362000，China；

3.Renmin University of China Libraries， Beijing 100872，China）

Abstract：With the advent of the era of big data， every industry has paid more and more attention to personalized services. With the continuous development of libraries， changes have followed， and more and more forms of personalized services have become available. The user portrait is one of the special service forms. Through the collection， screening， analysis and integration of library user information， user portraits can be finally obtained. This article discusses the current situation of library user portrait and the influence of big data on library user portrait， collection of library user information， multidimensional analysis， use of labels to locate library user， construct library user portrait and other aspects to explore the library user portrait under the big data environment. Finally， four suggestions were put forward： paying attention to the promotion of related aspects of library user portraits， improving the library user portrait system， strengthening the interaction between users and libraries， and promoting the sharing of information between libraries. The effective implementation of these recommendations is based on the rational use of large data. Make the library user portrait more popular among readers.

Key Words：Big Data; Libraries; User Portraits

1 概述

物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等技術(shù)的興起，數(shù)據(jù)量呈現(xiàn)指數(shù)形式暴增，這些數(shù)據(jù)也推動(dòng)著創(chuàng)新服務(wù)的發(fā)展。在大數(shù)據(jù)時(shí)代，基于用戶畫像的研究已應(yīng)用于很多領(lǐng)域，在浩瀚如煙的網(wǎng)絡(luò)資源中，圖書館依托大數(shù)據(jù)可推進(jìn)精準(zhǔn)服務(wù)，深入挖掘用戶數(shù)據(jù)，通過對(duì)表征用戶的個(gè)性化數(shù)據(jù)進(jìn)行精確分析，建立用戶數(shù)據(jù)標(biāo)簽，洞察用戶所思所想，精準(zhǔn)定位讀者閱讀需求，構(gòu)造精準(zhǔn)用戶畫像。大數(shù)據(jù)和個(gè)性化服務(wù)的發(fā)展，驅(qū)動(dòng)著圖書館知識(shí)服務(wù)隨之向著個(gè)性化、精準(zhǔn)化方向延伸，對(duì)用戶進(jìn)行智慧化信息推送。個(gè)性化服務(wù)需以用戶需求為中心，提高用戶知識(shí)服務(wù)體驗(yàn)，這對(duì)圖書館從傳統(tǒng)服務(wù)進(jìn)階到有針對(duì)性的個(gè)性化服務(wù)，再到深度的知識(shí)服務(wù)具有重要意義，可很好地促進(jìn)圖書館針對(duì)用戶需求更好地提供精準(zhǔn)且有價(jià)值的知識(shí)服務(wù)和智慧化信息推送。

“用戶畫像”也叫用戶角色，最早由學(xué)者Alan Cooper首先提出，用戶畫像是真實(shí)用戶的虛擬代表，是用戶需求的個(gè)性化表現(xiàn)，通過對(duì)用戶行為信息采集以及用戶調(diào)研及結(jié)果分析，建立在一系列真實(shí)數(shù)據(jù)上的目標(biāo)用戶模型[1]，對(duì)目標(biāo)用戶進(jìn)行代表性畫像。通過建構(gòu)用戶畫像系統(tǒng)可洞察個(gè)人及群體的信息行為規(guī)律，協(xié)助圖書館聚合各類信息后進(jìn)行信息過濾，消除冗余數(shù)據(jù)、清晰體現(xiàn)讀者的信息全貌，從而為用戶推薦與其需求相匹配的信息資源。

2 大數(shù)據(jù)對(duì)圖書館用戶畫像的影響

大數(shù)據(jù)環(huán)境下，用戶畫像可以通過很多途徑獲得。比如用戶登錄圖書館的門戶網(wǎng)站、查詢檢索信息、借閱書籍、使用數(shù)據(jù)庫(kù)、下載文獻(xiàn)，以及用戶的注冊(cè)信息、內(nèi)容偏好信息、互動(dòng)信息等，這些行為信息及個(gè)人信息都是用戶畫像關(guān)注的底層數(shù)據(jù)。通過全面系統(tǒng)收集這些信息，可為圖書館用戶畫像的建立提供海量數(shù)據(jù)倉(cāng)庫(kù)、建立系統(tǒng)技術(shù)支撐。

2.1 提供海量數(shù)據(jù)倉(cāng)庫(kù)

用戶在使用圖書館資源的過程中會(huì)產(chǎn)生海量數(shù)據(jù)，通過利用大數(shù)據(jù)對(duì)用戶實(shí)名數(shù)據(jù)進(jìn)行收集，例如：圖書館管理系統(tǒng)的注冊(cè)、借閱等得到粗略的用戶畫像，以及用戶在系統(tǒng)中的登入、閱讀、下載、訪問等行為數(shù)據(jù)，兩者結(jié)合形成更為精準(zhǔn)用戶畫像[2]。在同種數(shù)據(jù)庫(kù)中多方面、多角度獲取用戶信息，通過不同的數(shù)據(jù)庫(kù)，抓取不同的數(shù)據(jù)，比如圖書館網(wǎng)站、借還系統(tǒng)、查詢系統(tǒng)、各類型電子資源、電子數(shù)據(jù)庫(kù)等，從而生成海量的數(shù)據(jù)倉(cāng)庫(kù)[3]。數(shù)據(jù)倉(cāng)庫(kù)的建成，為圖書館用戶畫像的建立夯實(shí)了基礎(chǔ)。

2.2 提供系統(tǒng)技術(shù)支撐

在大數(shù)據(jù)環(huán)境下，收集到海量的數(shù)據(jù)，其中不乏失效無(wú)用的數(shù)據(jù)。對(duì)于這些數(shù)據(jù)的處理，僅僅利用傳統(tǒng)技術(shù)分析是不夠的，比如：數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘、聯(lián)機(jī)分析處理工具、數(shù)理統(tǒng)計(jì)等技術(shù)，還需要借助云計(jì)算技術(shù)：分布式文件系統(tǒng)GFS、數(shù)據(jù)批處理Map Reduce、分布式數(shù)據(jù)庫(kù)Big Table等技術(shù)[4]。圖書館用戶畫像有了這些技術(shù)的支撐，在海量數(shù)據(jù)中實(shí)現(xiàn)數(shù)據(jù)的交換、整合及分析就更為方便快捷，從中獲取契合用戶需求的信息，就可以得出更加精準(zhǔn)的用戶畫像。正因?yàn)橛辛舜髷?shù)據(jù)的系統(tǒng)技術(shù)支持，圖書館的用戶畫像才能更加完整全面。

3 基于大數(shù)據(jù)的圖書館用戶畫像構(gòu)建

大數(shù)據(jù)環(huán)境下，圖書館用戶畫像主要包括數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)分析、數(shù)據(jù)標(biāo)簽、模型構(gòu)建等4個(gè)維度。數(shù)據(jù)倉(cāng)庫(kù)用來(lái)對(duì)圖書館用戶進(jìn)行大數(shù)據(jù)收集；數(shù)據(jù)分析是對(duì)圖書館用戶進(jìn)行大數(shù)據(jù)呈現(xiàn)結(jié)果的分析研究，對(duì)不同類型的用戶進(jìn)行分類；數(shù)據(jù)標(biāo)簽用來(lái)對(duì)圖書館用戶進(jìn)行信息定位，以便提供更精準(zhǔn)的服務(wù)；模型構(gòu)建用于整合圖書館用戶的大數(shù)據(jù)。

3.1 數(shù)據(jù)倉(cāng)庫(kù)：圖書館用戶大數(shù)據(jù)收集

數(shù)據(jù)倉(cāng)庫(kù)（DataWarehouse，DW/DWH）具有集成性、穩(wěn)定性、時(shí)限性、主題性、數(shù)量龐大、非規(guī)范性等特性，圖書館采購(gòu)可利用數(shù)據(jù)倉(cāng)庫(kù)多方面、多渠道獲取信息；總結(jié)分析規(guī)律，提出優(yōu)化服務(wù)措施；可服務(wù)于決策分析；數(shù)字化存取、管理，給用戶提供高效、可靠的特殊查詢和服務(wù)。管理海量數(shù)據(jù)需要借助數(shù)據(jù)倉(cāng)庫(kù)來(lái)實(shí)現(xiàn)系統(tǒng)管理，以提供充足有序的數(shù)據(jù)來(lái)源。在利用圖書館網(wǎng)絡(luò)系統(tǒng)管理圖書的過程中，需要進(jìn)行更深層次的數(shù)據(jù)挖掘和分析，會(huì)產(chǎn)生大量的數(shù)據(jù)痕跡，要以大型數(shù)據(jù)管理信息系統(tǒng)為基礎(chǔ)建立數(shù)據(jù)倉(cāng)庫(kù)，使數(shù)據(jù)管理系統(tǒng)化。

圖書館用戶使用圖書館各類資源，隨之在數(shù)據(jù)倉(cāng)庫(kù)中會(huì)產(chǎn)生海量數(shù)據(jù)，其中包括靜態(tài)類數(shù)據(jù)和動(dòng)態(tài)類數(shù)據(jù)。靜態(tài)數(shù)據(jù)主要有諸如用戶的個(gè)人信息（姓名、性別、學(xué)院、專業(yè)、年級(jí)等），相對(duì)較為穩(wěn)定，此類信息通過系統(tǒng)的注冊(cè)信息獲得。動(dòng)態(tài)數(shù)據(jù)包括登入、查閱、退出、咨詢、借閱、訪問、下載等具備較強(qiáng)時(shí)效性的行為信息，這些數(shù)據(jù)會(huì)隨著時(shí)間的推移而不斷變化，通過用戶的行為信息獲得。例如：門禁管理系統(tǒng)的記錄用戶刷卡信息、圖書館門戶網(wǎng)站保存用戶在線信息、檢索系統(tǒng)保存用戶行為信息等。還有一些動(dòng)態(tài)信息是用戶使用偏好等信息，由用戶的累積訪問、下載、互動(dòng)等信息行為產(chǎn)生，可用于推測(cè)用戶下一步的行為需求，進(jìn)行智慧化信息推送。

用戶畫像的精確性取決于數(shù)據(jù)的完整性，越豐富、全面的數(shù)據(jù)，形成的用戶畫像就越精準(zhǔn)，因此可以通過不同的圖書館系統(tǒng)網(wǎng)站獲取不同的數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行整理和清洗，從中篩選出符合需求的用戶數(shù)據(jù)，最終生成用戶畫像所需要的數(shù)據(jù)倉(cāng)庫(kù)。整理用戶靜態(tài)屬性數(shù)據(jù)和用戶動(dòng)態(tài)行為數(shù)據(jù)，生成的數(shù)據(jù)總量，就是我們所需的數(shù)據(jù)倉(cāng)庫(kù)[3]。也正是建立在這個(gè)數(shù)據(jù)倉(cāng)庫(kù)的基礎(chǔ)上，才能對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步的整理和分析，得出不同群體用戶畫像的特征信息。

3.2 數(shù)據(jù)分析：圖書館用戶大數(shù)據(jù)分析

數(shù)據(jù)分析建立在數(shù)據(jù)倉(cāng)庫(kù)的基礎(chǔ)上，通過分析讀者用戶的信息需求，聚焦讀者用戶的個(gè)性化偏好與行為信息，以此打破片面主觀的讀者行為分析，從讀者信息需求與信息行為中產(chǎn)生的海量數(shù)據(jù)出發(fā)，以需求帶動(dòng)圖書館信息服務(wù)模式的精細(xì)化推送[5]。由于讀者信息需求的多元化、個(gè)性化，以及讀者信息獲取的分散化，僅僅從用戶靜態(tài)數(shù)據(jù)進(jìn)行特征分析存在局限，應(yīng)在用戶靜態(tài)畫像基礎(chǔ)上，結(jié)合動(dòng)態(tài)數(shù)據(jù)，對(duì)用戶作交叉分析，如下載記錄、網(wǎng)頁(yè)瀏覽頻次、訂閱與收藏信息以及社交信息等。借助數(shù)據(jù)挖掘、聯(lián)機(jī)分析處理工具及數(shù)理統(tǒng)計(jì)等技術(shù)，統(tǒng)一抓取和處理用戶信息，更好地掌握用戶信息，從中抽象出用戶標(biāo)簽。通過總結(jié)分析用戶信息來(lái)劃分用戶需求，進(jìn)而利用個(gè)性化服務(wù)手段給出特別推薦以增強(qiáng)用戶體驗(yàn)。

通過迭代分析，對(duì)行為、用戶、資源等維度逐層鉆取，并關(guān)聯(lián)分析，從而得到更精準(zhǔn)細(xì)化的某類群體或行為現(xiàn)象，以此來(lái)分析用戶信息，對(duì)用戶進(jìn)行定位，從而得到精準(zhǔn)的用戶需求信息[6]。通過對(duì)數(shù)據(jù)的分析得到統(tǒng)一的用戶標(biāo)簽體系，亦可基于用戶標(biāo)簽對(duì)新的用戶信息進(jìn)行分析，匹配出對(duì)應(yīng)的數(shù)據(jù)標(biāo)簽。

3.3 數(shù)據(jù)標(biāo)簽：圖書館用戶大數(shù)據(jù)定位

數(shù)據(jù)標(biāo)簽是元數(shù)據(jù)的身份標(biāo)志，主要起到數(shù)據(jù)的定位、查詢、獲取等作用，它在整個(gè)系統(tǒng)鏈中處于核心地位[7]。將用戶信息標(biāo)簽化的目的是為了將模糊的用戶形象立體化，通過數(shù)據(jù)分析歸納給出各種類型的用戶標(biāo)簽。主要在擁有海量數(shù)據(jù)的數(shù)據(jù)倉(cāng)庫(kù)中篩選分析出關(guān)鍵信息，得出典型的用戶信息，形成直觀的用戶標(biāo)簽，按照相近性原則進(jìn)行歸類、聚類，形成上位類聚合后的標(biāo)簽，并以可視化的方式將不同學(xué)科用戶類型立體化、形象化，最后形成特定類型的標(biāo)簽[8]。

在具有特定的用戶標(biāo)簽的前提下進(jìn)行信息識(shí)別，是用戶畫像構(gòu)建的重要內(nèi)容。主要任務(wù)是給新用戶貼“標(biāo)簽”，如一些人為規(guī)定的高度精煉的特征標(biāo)識(shí)，包括年齡、性別、院系、學(xué)號(hào)等靜態(tài)數(shù)據(jù)標(biāo)簽，以及用戶偏好、時(shí)間、地點(diǎn)事件等動(dòng)態(tài)數(shù)據(jù)標(biāo)簽。最后將所有標(biāo)簽綜合起來(lái)，就可以勾勒出該用戶的“畫像”。根據(jù)用戶畫像系統(tǒng)發(fā)現(xiàn)用戶需求信息的特點(diǎn)，以及數(shù)據(jù)整合、采集、預(yù)處理后的分析結(jié)果，可以從用戶屬性、行為屬性、資源屬性、閱讀偏好等維度對(duì)用戶畫像進(jìn)行標(biāo)簽化的識(shí)別，與時(shí)間、數(shù)據(jù)維度進(jìn)行組合，就初步形成了多級(jí)標(biāo)簽、多級(jí)分類的用戶畫像標(biāo)簽體系[9]。數(shù)據(jù)標(biāo)簽的形成，讓用戶畫像在大數(shù)據(jù)中有跡可循。在海量數(shù)據(jù)的基礎(chǔ)上分析新的用戶信息，可得出新的數(shù)據(jù)標(biāo)簽，數(shù)據(jù)分析與數(shù)據(jù)標(biāo)簽是相輔相成的，都是為用戶畫像服務(wù)的。

3.4 模型構(gòu)建：圖書館用戶大數(shù)據(jù)整合

在海量的數(shù)據(jù)倉(cāng)庫(kù)中對(duì)圖書館的用戶信息進(jìn)行分析與標(biāo)簽的過程中，可以發(fā)現(xiàn)該用戶屬于哪種群體標(biāo)簽，從而發(fā)現(xiàn)各群體的差異，完善構(gòu)建用戶畫像模型。數(shù)字圖書館用戶畫像的構(gòu)建，并不是對(duì)所有用戶都進(jìn)行繪制，而是以重點(diǎn)用戶群體為繪制對(duì)象，以了解各群體的主要特征屬性為基礎(chǔ)，繪制用戶“畫像”。具體畫像繪制階段，并非需要繪制用戶的所有標(biāo)簽，而是從真實(shí)數(shù)據(jù)分析總結(jié)形成虛擬形象，用來(lái)代表某一類群體，從而形成可視化的虛擬用戶畫像。其中圖書館用戶畫像的繪制，需要根據(jù)用戶信息客觀地分析海量數(shù)據(jù)資源，從中發(fā)現(xiàn)與分析用戶對(duì)象之間相關(guān)性強(qiáng)的信息，如使用資源頻率、瀏覽記錄等，確定其群體模型。將可量化信息變?yōu)槎ㄐ孕畔?，并?duì)用戶行為進(jìn)行識(shí)別分析，在分析多個(gè)變量相關(guān)性基礎(chǔ)上，找到某一類用戶的共同特征[10]，形成某一類群體的用戶畫像，從而形成圖書館用戶的畫像，使其信息需求可視化。

由于用戶畫像的表達(dá)方式、關(guān)注方向不同，可得出不同的用戶模型，如：面向用戶行為的畫像模型、基于本體的用戶畫像模型、融合用戶興趣的畫像模型等。國(guó)內(nèi)外的學(xué)者在這些方面的畫像模型研究取得了一些成果。由此，圖書館系統(tǒng)運(yùn)用聚類、關(guān)聯(lián)規(guī)則以及分類等數(shù)據(jù)挖掘方法將其抽象化，并借鑒這些畫像模型的構(gòu)建在大數(shù)據(jù)環(huán)境下繪制出用戶畫像，從而為個(gè)性化內(nèi)容推薦、讀者滿意度的管理及信用評(píng)價(jià)等提供借鑒[11]。

4 圖書館利用用戶畫像開展個(gè)性化服務(wù)建議

4.1 重視圖書館用戶畫像相關(guān)方面的推廣

數(shù)字圖書館可以借助電視、新聞、報(bào)紙等傳統(tǒng)媒體以及微信、微博、郵箱、網(wǎng)站等社交網(wǎng)絡(luò)媒體，對(duì)圖書館的用戶畫像進(jìn)行推廣，以此為媒介讓更多的讀者了解用戶畫像。其中社交媒體承擔(dān)大部分的推廣工作，通過大數(shù)據(jù)對(duì)用戶畫像的基本信息進(jìn)行推廣，推廣用戶畫像的基本使用流程、使用優(yōu)勢(shì)、帶來(lái)的好處等，擴(kuò)大推廣范圍，讓數(shù)字圖書館用戶提前試用了解該用戶畫像系統(tǒng)。根據(jù)用戶畫像，為讀者推薦閱讀書籍，推薦更加貼合用戶需求的內(nèi)容。通過對(duì)用戶群體進(jìn)行定位、識(shí)別與分類，推薦特定書籍從而滿足讀者閱讀需求。通過用戶畫像推廣，讓圖書館用戶更加了解圖書館用戶畫像在日常閱讀服務(wù)中的優(yōu)勢(shì)，使之日漸普及。

在社交媒體上發(fā)表用戶畫像試用抽獎(jiǎng)活動(dòng)，借助互聯(lián)網(wǎng)快速傳播相關(guān)信息，從而達(dá)到對(duì)圖書館用戶畫像的推廣，提高知名度。也可在圖書館館內(nèi)舉辦推廣活動(dòng)，如用戶畫像入校園活動(dòng)，讓大多數(shù)的圖書館使用者能了解圖書館用戶畫像，從而享受用戶畫像帶來(lái)的便利。

4.2 完善圖書館用戶畫像系統(tǒng)

用戶畫像的普及僅有推廣是不夠的，必須有過硬的技術(shù)支撐，所以對(duì)于用戶畫像系統(tǒng)的完善勢(shì)在必行。圖書館的海量數(shù)據(jù)需要龐大系統(tǒng)的支撐，并且圖書館用戶的信息也需要強(qiáng)大系統(tǒng)的保護(hù)，為了讓圖書館用戶得到更好的個(gè)性化服務(wù)，需要對(duì)圖書館系統(tǒng)不斷修正完善、及時(shí)更新?lián)Q代。

對(duì)于圖書館用戶畫像系統(tǒng)得完善可以從以下幾方面入手：①智能推薦。需要分別基于不同用戶信息需求期望、信息搜索習(xí)慣和信息接受偏好3個(gè)維度融合后形成的信息相似程度進(jìn)行有效推薦[12]。智能推薦的完善，讓圖書館用戶能體驗(yàn)更好的個(gè)性化推薦服務(wù)。②用戶信息情景化。通過場(chǎng)景相似度將同種屬性的場(chǎng)景聚合， 可以發(fā)現(xiàn)不同場(chǎng)景的本質(zhì)特征。在聚合過程中可以發(fā)現(xiàn)不同場(chǎng)景之間的信息接受關(guān)聯(lián)關(guān)系，從而為其他類似的用戶提供相似的場(chǎng)景。用戶信息情景化的完善，讓用戶信息系統(tǒng)化，有跡可循，更加方便用戶畫像的分析歸類。③用戶畫像可視化。將用戶畫像用HTML5呈現(xiàn)為可視化的動(dòng)態(tài)知識(shí)圖譜[9]，直接體現(xiàn)在用戶空間，用戶可直觀了解自己的行為軌跡、閱讀需求、個(gè)性化偏好；又能便捷地為讀者提供這些領(lǐng)域的知識(shí)概貌及研究進(jìn)展，更好地將形象具體化、可視化，直觀地呈現(xiàn)用戶畫像。

4.3 加強(qiáng)用戶與圖書館之間的互動(dòng)

有了推廣和技術(shù)的支撐，及時(shí)獲得這些海量數(shù)據(jù)也是非常必要的。圖書館的用戶畫像以網(wǎng)絡(luò)系統(tǒng)為媒介，通過用戶使用行為軌跡獲得海量數(shù)據(jù)，以此分析用戶群體，對(duì)用戶群體進(jìn)行歸類，并及時(shí)更新數(shù)據(jù)倉(cāng)庫(kù)中的信息。要加強(qiáng)用戶與圖書館之間的互動(dòng)，增加各類用戶信息，擴(kuò)大數(shù)據(jù)倉(cāng)庫(kù)總量，將用戶畫像具體化，為圖書館用戶提供更好的個(gè)性化服務(wù)。

雖然在推廣的過程中可以得到一些關(guān)于圖書館用戶畫像的信息和建議，但這遠(yuǎn)遠(yuǎn)不夠。信息都具有時(shí)效性，所以需要不間斷地隨時(shí)更新，加強(qiáng)用戶與圖書館之間的互動(dòng)，在用戶的使用過程中得到反饋。以此為基礎(chǔ)，對(duì)用戶畫像系統(tǒng)不斷改進(jìn)，才能更高質(zhì)量地為用戶服務(wù)?？梢詾橛脩籼峁┮粋€(gè)月一次的可變信息更新機(jī)會(huì)，以及每時(shí)每刻開放對(duì)于用戶畫像系統(tǒng)的建議模塊，用戶的建議可以以書信、短信、電子郵件、社交媒體等形式告知，讓專業(yè)性的人才專門負(fù)責(zé)對(duì)建議進(jìn)行篩選采用。

4.4 推動(dòng)各圖書館之間的信息共享

借鑒圖書館的館際互借，提升圖書館用戶畫像的信息共享水平。正因?yàn)橛辛损^際互借，讓用戶得到了更高質(zhì)量的服務(wù)體驗(yàn)，而各館之間用戶信息的共享，也能為用戶畫像帶來(lái)更好的創(chuàng)新。

通過圖書館搭建數(shù)據(jù)共享平臺(tái)，共享圖書館用戶各類信息，讓數(shù)據(jù)倉(cāng)庫(kù)更為龐大，用戶畫像更為形象，能為圖書館提供更為優(yōu)質(zhì)的個(gè)性化服務(wù)。信息共享帶來(lái)好處的同時(shí)，問題與挑戰(zhàn)也隨之而生，信息過于雜亂，處理這些海量信息不僅要做到全面的信息收集，而且要有效分析、存儲(chǔ)、傳輸用戶數(shù)據(jù)，為此需要過硬的技術(shù)支撐以及大量的人力、財(cái)力投入。

5 結(jié)語(yǔ)

大數(shù)據(jù)時(shí)代背景下，用戶畫像在圖書館領(lǐng)域變得尤為重要，研究用戶畫像為圖書館智慧化發(fā)展提供了可靠的信息支持。首先要了解用戶需求，然后才能進(jìn)行精準(zhǔn)定位，并且以群體特征為基礎(chǔ)，利用大數(shù)據(jù)網(wǎng)絡(luò)收集、分析、整合，最終形成精準(zhǔn)的用戶信息，以此實(shí)現(xiàn)個(gè)性化推薦，為讀者提供精準(zhǔn)的信息服務(wù)，從而提升圖書館個(gè)性化服務(wù)的知識(shí)獲取體驗(yàn)。

參考文獻(xiàn)：

[1]張哲．基于微博數(shù)據(jù)的用戶畫像系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)［D］. 武漢：華中科技大學(xué)， 2015：26-28.

[2]劉速.淺議數(shù)字圖書館知識(shí)發(fā)現(xiàn)系統(tǒng)中的用戶畫像——以天津圖書館為例[J].圖書館理論與實(shí)踐，2017（4）：82-85.

[3]丁雷.大數(shù)據(jù)環(huán)境下高校圖書館用戶畫像與特征研究[J].中國(guó)科技信息，2018（24）：59-62，64.

[4]劉智慧，張泉靈.大數(shù)據(jù)技術(shù)研究綜述[J].浙江大學(xué)學(xué)報(bào)（工學(xué)版），2014（6）：957-972.

[5]李雅.基于讀者用戶畫像的高校圖書館精準(zhǔn)化服務(wù)研究[J].農(nóng)業(yè)圖書情報(bào)學(xué)刊，2018（12）：108-111.

[6]楊帆.畫像分析為基礎(chǔ)的圖書館大數(shù)據(jù)實(shí)踐——以國(guó)家圖書館大數(shù)據(jù)項(xiàng)目為例[J].圖書館論壇，2019（2）：58-64.

[7]譚黔林.大數(shù)據(jù)時(shí)代高校圖書館特色數(shù)據(jù)庫(kù)建設(shè)研究[J].圖書館界，2014（2）：18-20，28.

[8]薛歡雪.高校圖書館學(xué)科服務(wù)用戶畫像創(chuàng)建過程[J].圖書館學(xué)研究，2018（13）：67-71，82.

[9]劉速.淺議數(shù)字圖書館知識(shí)發(fā)現(xiàn)系統(tǒng)中的用戶畫像——以天津圖書館為例[J].圖書館理論與實(shí)踐，2017（6）：103-106.

[10]趙巖.基于用戶畫像的數(shù)字圖書館智慧閱讀推薦系統(tǒng)研究[J].圖書館學(xué)刊，2018，40（7）：121-124.

[11]劉海鷗，孫晶晶，陳晶，等.用戶畫像模型及其在圖書館領(lǐng)域中的應(yīng)用[J].圖書館理論與實(shí)踐，2018（10）：92-97.

[12]畢達(dá)天，王福，許鵬程.基于VSM的移動(dòng)圖書館用戶畫像及場(chǎng)景推薦[J].數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)，2018（9）：100-108.

（責(zé)任編輯：吳 漢）

基金項(xiàng)目：中國(guó)人民大學(xué)科學(xué)研究項(xiàng)目“世界一流人文社會(huì)科學(xué)期刊評(píng)價(jià)研究”（202230159）；國(guó)家社會(huì)科學(xué)基金項(xiàng)目“‘質(zhì)量效益視域下圖書館服務(wù)創(chuàng)新動(dòng)力及常態(tài)化發(fā)展模式研究”（16CTQ013）

作者簡(jiǎn)介：蔣玲（1981-），女，博士，中國(guó)人民大學(xué)評(píng)價(jià)研究中心副研究館員，研究方向：信息分析與數(shù)字圖書館；黃圣潔（1997-），女，福建省泉州市公安局警務(wù)輔助中心文職，研究方向：文獻(xiàn)管理、信息技術(shù)；趙欣（1984-），女，中國(guó)人民大學(xué)圖書館館員，研究方向：數(shù)字圖書館與信息服務(wù)。