謝宛珍,饒文星

(廣西民族大學(xué) 圖書(shū)館, 廣西 南寧 530000)

0 引言

隨著數(shù)字化時(shí)代的到來(lái),圖書(shū)館已經(jīng)成為人們獲取信息的重要渠道之一。數(shù)字資源作為圖書(shū)館服務(wù)的重要組成部分,對(duì)于提高圖書(shū)館的服務(wù)質(zhì)量和效率具有重要意義。為了更好地滿足讀者的需求,圖書(shū)館需要了解讀者的行為、喜好、需求以及利用數(shù)字資源的方式。因此,基于行為模型的數(shù)字資源利用研究,成了當(dāng)前圖書(shū)館數(shù)字資源服務(wù)領(lǐng)域中一個(gè)重要的研究方向。本文旨在探討基于行為模型的數(shù)字資源利用研究。文章開(kāi)展了數(shù)字資源行為模型的構(gòu)建方法和應(yīng)用研究,期望有助于提高圖書(shū)館數(shù)字服務(wù)的質(zhì)量和效率。

1 國(guó)內(nèi)外研究現(xiàn)狀及發(fā)展趨勢(shì)

數(shù)字化時(shí)代,數(shù)字資源在圖書(shū)館中的作用越來(lái)越重要,對(duì)于提高圖書(shū)館的服務(wù)質(zhì)量和效率具有重要意義。在數(shù)字化服務(wù)中,研究用戶的行為和需求是提升數(shù)字服務(wù)質(zhì)量和競(jìng)爭(zhēng)力的必要手段。因此,構(gòu)建數(shù)字資源利用行為模型,深入了解用戶行為特征和需求,探索數(shù)字資源利用行為的規(guī)律及其在數(shù)字化服務(wù)中的應(yīng)用,成為當(dāng)前圖書(shū)館數(shù)字服務(wù)領(lǐng)域中的一個(gè)熱門(mén)研究方向。

圖書(shū)館數(shù)字資源利用是指讀者在圖書(shū)館使用數(shù)字化資源進(jìn)行學(xué)習(xí)、研究和娛樂(lè)等活動(dòng)的過(guò)程。數(shù)字資源主要包括電子書(shū)、數(shù)字報(bào)刊、數(shù)據(jù)庫(kù)、音頻、視頻等,這些資源主要通過(guò)互聯(lián)網(wǎng)進(jìn)行傳輸和交流。與傳統(tǒng)的紙質(zhì)資源相比,圖書(shū)館數(shù)字資源利用具有幾個(gè)明顯的特征。首先,數(shù)字資源具有大量存儲(chǔ)空間,可以通過(guò)網(wǎng)絡(luò)實(shí)現(xiàn)無(wú)限制的存儲(chǔ)和傳遞,而紙質(zhì)資源則需要占用大量的實(shí)物空間,并且容易損壞和遺失;其次,數(shù)字資源易于獲取,讀者可以通過(guò)網(wǎng)絡(luò)隨時(shí)隨地訪問(wèn)和下載數(shù)字資源,避免了傳統(tǒng)紙質(zhì)文獻(xiàn)在時(shí)間、地點(diǎn)和數(shù)量方面受限的局限性;另外,數(shù)字資源具有高度互動(dòng)性,數(shù)字化服務(wù)提供了更廣泛的信息反饋渠道,讀者可以通過(guò)網(wǎng)絡(luò)交流、評(píng)論、分享,加強(qiáng)學(xué)術(shù)交流和合作;最后,數(shù)字資源能夠?qū)崿F(xiàn)個(gè)性化服務(wù),其可測(cè)量性和個(gè)性化分析手段,使得圖書(shū)館能夠更精準(zhǔn)地為讀者提供個(gè)性化服務(wù),例如:基于讀者行為模式推進(jìn)的數(shù)字資源推薦等。

隨著個(gè)性化服務(wù)的興起,數(shù)字資源利用的行為模型研究已成為提高數(shù)字化服務(wù)質(zhì)量和水平的關(guān)鍵。近年來(lái),國(guó)內(nèi)外學(xué)者在這方面開(kāi)展了廣泛研究,并提出了多種數(shù)字資源利用行為模型,主要從心理學(xué)、社會(huì)學(xué)、信息科學(xué)等角度入手,探索數(shù)字資源利用行為與人類(lèi)行為心理的關(guān)系。國(guó)內(nèi)學(xué)者則側(cè)重于數(shù)字資源利用行為模型的構(gòu)建和應(yīng)用,以此為基礎(chǔ),通過(guò)數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等方法,深入挖掘用戶行為特征和需求,提供個(gè)性化的數(shù)字化服務(wù)。目前,該研究領(lǐng)域依然存在諸多問(wèn)題有待解決,如缺少特定領(lǐng)域或主題的數(shù)字資源、電子書(shū)格式不兼容或閱讀體驗(yàn)不佳、搜索結(jié)果不準(zhǔn)確或信息不完整、用戶對(duì)數(shù)字資源的不了解或不熟悉、閱讀習(xí)慣和技巧欠缺、信息安全意識(shí)不足、數(shù)字資源服務(wù)質(zhì)量評(píng)估缺乏科學(xué)性和客觀性、數(shù)字資源的版權(quán)保護(hù)不力以及數(shù)字資源訪問(wèn)和使用的合規(guī)性存在爭(zhēng)議等。因此,圖書(shū)館在數(shù)字資源利用行為模型的應(yīng)用中,需制定具體措施和執(zhí)行策略,提高數(shù)字資源服務(wù)的效能和價(jià)值。

2 數(shù)字資源利用行為模型的構(gòu)建原理與方法

數(shù)字資源利用行為模型的構(gòu)建是一項(xiàng)復(fù)雜的工作,需要考慮多種因素,包括用戶畫(huà)像、訪問(wèn)路徑、個(gè)人興趣等,基本原理和構(gòu)建方法主要有5個(gè)方面。

在數(shù)據(jù)收集方面,數(shù)字資源利用行為模型的構(gòu)建需要依賴大量、真實(shí)、全面、準(zhǔn)確的數(shù)據(jù),因此需要通過(guò)網(wǎng)絡(luò)技術(shù)和人工手段收集數(shù)據(jù)。常用的數(shù)據(jù)來(lái)源包括日志記錄、用戶調(diào)研、問(wèn)卷調(diào)查等。

在數(shù)據(jù)預(yù)處理方面,在進(jìn)行數(shù)據(jù)分析前,圖書(shū)館需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,包括數(shù)據(jù)清洗、去噪、補(bǔ)全等。這些操作的目的在于提高數(shù)據(jù)的準(zhǔn)確性和完整性,并且為后續(xù)的數(shù)據(jù)分析做好準(zhǔn)備。

在特征工程方面,特征工程是數(shù)字資源利用行為模型構(gòu)建的重要環(huán)節(jié)。圖書(shū)館通過(guò)采用機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等方法,從大量的數(shù)據(jù)中挖掘出有用的特征。這些特征可以包括用戶畫(huà)像信息、訪問(wèn)頻率、訪問(wèn)路徑、訪問(wèn)時(shí)長(zhǎng)、搜索關(guān)鍵詞等。

在建立模型方面,圖書(shū)館根據(jù)數(shù)據(jù)和特征,建立數(shù)字資源利用行為模型。目前,常用的模型包括協(xié)同過(guò)濾模型、基于內(nèi)容的推薦模型、深度學(xué)習(xí)模型等。不同類(lèi)型的模型需要選擇不同的算法和技術(shù)。

在模型評(píng)估方面,模型建立后,圖書(shū)館還需要對(duì)模型進(jìn)行評(píng)估,包括精確度、召回率、F1值等評(píng)價(jià)指標(biāo)。通過(guò)評(píng)估,可以更好地判斷模型的優(yōu)劣,并且對(duì)模型進(jìn)行進(jìn)一步的調(diào)整和改進(jìn)。

在應(yīng)用推廣方面,數(shù)字資源利用行為模型構(gòu)建后,圖書(shū)館可應(yīng)用于數(shù)字化服務(wù)領(lǐng)域,進(jìn)行個(gè)性化服務(wù)和數(shù)字化資源推薦,同時(shí),還可以為數(shù)字化服務(wù)提供更多的數(shù)據(jù)支持和決策參考。

3 應(yīng)用場(chǎng)景及效果評(píng)價(jià)指標(biāo)

3.1 圖書(shū)館數(shù)字資源利用行為模型的應(yīng)用場(chǎng)景

首先是數(shù)字化服務(wù)推薦應(yīng)用場(chǎng)景。數(shù)字化服務(wù)推薦是指通過(guò)對(duì)用戶的歷史行為、興趣和偏好等進(jìn)行分析和挖掘,為用戶推薦其可能感興趣的數(shù)字化服務(wù)。數(shù)字化服務(wù)推薦基于機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等技術(shù),在傳統(tǒng)圖書(shū)館服務(wù)的基礎(chǔ)上,為讀者提供更加個(gè)性化和多元化的數(shù)字資源服務(wù)。數(shù)字化服務(wù)推薦包括以下幾個(gè)方面。推薦算法選擇:常用的推薦算法主要有基于內(nèi)容的推薦算法、協(xié)同過(guò)濾算法、混合推薦算法等。針對(duì)不同的業(yè)務(wù)場(chǎng)景和應(yīng)用需求,選擇適合的推薦算法;數(shù)據(jù)處理:數(shù)字化服務(wù)推薦需要處理海量的數(shù)據(jù),包括用戶歷史行為、服務(wù)數(shù)據(jù)、內(nèi)容信息等。圖書(shū)館需要采用數(shù)據(jù)清洗、去重、標(biāo)注和轉(zhuǎn)換等技術(shù),處理出可用于推薦算法的數(shù)據(jù)集;特征提取:圖書(shū)館通過(guò)對(duì)數(shù)據(jù)的深度挖掘和分析,提取出用戶、服務(wù)和內(nèi)容的關(guān)鍵特征,用于推薦算法的訓(xùn)練和優(yōu)化;模型訓(xùn)練和優(yōu)化:圖書(shū)館根據(jù)不同的推薦算法,使用大量的數(shù)據(jù)進(jìn)行模型訓(xùn)練和優(yōu)化,從而預(yù)測(cè)用戶的興趣關(guān)注點(diǎn),使得推薦服務(wù)更加符合用戶需要;推薦服務(wù)實(shí)現(xiàn):圖書(shū)館根據(jù)模型訓(xùn)練結(jié)果,實(shí)現(xiàn)數(shù)字化推薦服務(wù),為用戶提供個(gè)性化、多元化、高效率的數(shù)字化資源推薦服務(wù)。推薦服務(wù)可在網(wǎng)站、App、微信公眾號(hào)等各種數(shù)字化服務(wù)平臺(tái)上進(jìn)行。

其次是個(gè)性化服務(wù)應(yīng)用場(chǎng)景。個(gè)性化服務(wù)是將基于數(shù)字資源利用行為模型的用戶畫(huà)像與實(shí)際操作進(jìn)行比對(duì),實(shí)現(xiàn)進(jìn)一步的服務(wù)個(gè)性化和用戶需求識(shí)別,并為用戶提供更加精準(zhǔn)的數(shù)字化服務(wù)。在圖書(shū)館數(shù)字化服務(wù)中,個(gè)性化服務(wù)主要包括以下幾個(gè)方面。個(gè)性化資源推薦:圖書(shū)館基于用戶歷史行為、閱讀偏好等信息,為用戶推薦個(gè)性化、有針對(duì)性的圖書(shū)館數(shù)字化資源,如電子書(shū)、電子期刊、數(shù)據(jù)庫(kù)等;個(gè)性化服務(wù)指導(dǎo):圖書(shū)館為用戶提供更貼心、更有針對(duì)性的服務(wù)指導(dǎo),例如為新注冊(cè)用戶提供引導(dǎo)教程、針對(duì)用戶反饋提供問(wèn)題解答等;個(gè)性化服務(wù)定制:圖書(shū)館為部分特殊用戶或群體提供個(gè)性化定制服務(wù),例如為需要特殊輔助閱讀功能的用戶提供相應(yīng)服務(wù),為殘疾人提供無(wú)障礙服務(wù)等;個(gè)性化服務(wù)評(píng)估:圖書(shū)館為用戶提供個(gè)性化服務(wù)評(píng)估,以便更好地了解用戶需求和服務(wù)效果,并加以改進(jìn)提高?？傊?個(gè)性化服務(wù)的實(shí)現(xiàn)基于用戶畫(huà)像和行為特征,采用機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等技術(shù),通過(guò)對(duì)用戶數(shù)據(jù)的挖掘和分析,提取出每個(gè)用戶的偏好和需求信息。在實(shí)現(xiàn)個(gè)性化服務(wù)的過(guò)程中,需要考慮用戶隱私保護(hù)和數(shù)據(jù)安全管理等問(wèn)題。

另外是數(shù)據(jù)決策應(yīng)用場(chǎng)景。圖書(shū)館數(shù)字資源利用行為模型的構(gòu)建和應(yīng)用需要采用數(shù)據(jù)決策來(lái)支持。圖書(shū)館作為一個(gè)大規(guī)模的信息服務(wù)機(jī)構(gòu),所擁有的數(shù)字資源數(shù)據(jù)量龐大、類(lèi)型多樣,需要通過(guò)數(shù)據(jù)決策來(lái)進(jìn)行更加高效的資源管理和服務(wù),從而對(duì)數(shù)字資源利用行為的各個(gè)方面進(jìn)行分析和挖掘,其應(yīng)用主要包括以下幾個(gè)方面。資源配置決策:圖書(shū)館根據(jù)數(shù)字資源的使用情況和用戶需求,進(jìn)行資源的調(diào)整和配置,以滿足用戶需要和提高資源利用效率;服務(wù)質(zhì)量評(píng)估:研究人員通過(guò)數(shù)據(jù)分析和挖掘,對(duì)數(shù)字資源的使用情況和用戶評(píng)價(jià)進(jìn)行監(jiān)測(cè)和評(píng)估,以進(jìn)一步提高數(shù)字資源服務(wù)的質(zhì)量和用戶滿意度;決策支持系統(tǒng)建設(shè):研究者根據(jù)數(shù)字資源利用行為的分析結(jié)果,建立決策支持系統(tǒng),為圖書(shū)館的戰(zhàn)略規(guī)劃、管理決策等提供數(shù)據(jù)支持和參考;資源采購(gòu)和投入決策:圖書(shū)館通過(guò)對(duì)數(shù)字資源利用行為進(jìn)行數(shù)據(jù)分析和預(yù)測(cè),為數(shù)字資源的采購(gòu)和投入提供科學(xué)的依據(jù)和預(yù)測(cè),以實(shí)現(xiàn)資金的最優(yōu)分配和資源利用的最大化效益。

3.2 效果評(píng)價(jià)指標(biāo)

圖書(shū)館對(duì)于數(shù)字資源利用行為模型的效果進(jìn)行評(píng)價(jià),主要指標(biāo)有4個(gè)。準(zhǔn)確率:模型預(yù)測(cè)結(jié)果的準(zhǔn)確程度,即模型預(yù)測(cè)結(jié)果與實(shí)際操作結(jié)果之間的誤差;召回率:模型能夠準(zhǔn)確預(yù)測(cè)到的操作數(shù)量,即模型預(yù)測(cè)的結(jié)果中與實(shí)際操作相符的數(shù)量;F1值:綜合考慮模型的準(zhǔn)確率和召回率,得出綜合指標(biāo)F1值,反映模型整體的準(zhǔn)確性和預(yù)測(cè)能力;個(gè)性化服務(wù)質(zhì)量評(píng)價(jià)指標(biāo):包括用戶滿意度、用戶忠誠(chéng)度等,衡量個(gè)性化服務(wù)的實(shí)際效果。

總之,對(duì)于圖書(shū)館數(shù)字資源利用行為模型的應(yīng)用,需要選擇合適的應(yīng)用場(chǎng)景,建立合理的效果評(píng)價(jià)指標(biāo),對(duì)模型的性能和效果進(jìn)行評(píng)估。這些指標(biāo)不僅可以反映該模型的優(yōu)劣,還可以為數(shù)字資源的推薦、個(gè)性化服務(wù)等提供精準(zhǔn)支持和方向參考。

4 數(shù)字資源利用行為模型實(shí)證研究

4.1 實(shí)驗(yàn)設(shè)計(jì)與數(shù)據(jù)采集方法

數(shù)字資源利用行為模型的實(shí)證研究需要通過(guò)實(shí)驗(yàn)設(shè)計(jì)和數(shù)據(jù)采集方法來(lái)進(jìn)行支持。實(shí)驗(yàn)設(shè)計(jì)是整個(gè)研究的基礎(chǔ),其目的是制定科學(xué)合理的實(shí)驗(yàn)方案、確定可靠有效的數(shù)據(jù)采集方法,從而保證實(shí)證結(jié)果的可信度。實(shí)驗(yàn)設(shè)計(jì)通常采用隨機(jī)對(duì)照實(shí)驗(yàn)設(shè)計(jì)。該設(shè)計(jì)將實(shí)驗(yàn)對(duì)象隨機(jī)分配到兩個(gè)組中,一個(gè)是實(shí)驗(yàn)組,另一個(gè)是對(duì)照組。實(shí)驗(yàn)過(guò)程中對(duì)照組和實(shí)驗(yàn)組同時(shí)進(jìn)行,不同的是實(shí)驗(yàn)組會(huì)接受一種特定的干預(yù)或處理,通過(guò)比較兩組的數(shù)據(jù),可以得出干預(yù)或處理對(duì)實(shí)驗(yàn)結(jié)果的影響。

在實(shí)驗(yàn)數(shù)據(jù)采集方面,根據(jù)實(shí)驗(yàn)需要,研究人員可選用不同的數(shù)據(jù)采集方法,如問(wèn)卷調(diào)查、訪談、觀察、實(shí)驗(yàn)測(cè)量等,例如通過(guò)問(wèn)卷調(diào)查了解用戶使用數(shù)字資源的行為、心理、態(tài)度等方面的信息。此外,對(duì)于數(shù)據(jù)采集,研究人員可采用多種方法。常用的方法是記錄和分析用戶使用數(shù)字資源的行為數(shù)據(jù),例如:圖書(shū)館對(duì)用戶在數(shù)字圖書(shū)館中的檢索數(shù)據(jù)、瀏覽數(shù)據(jù)、下載數(shù)據(jù)等進(jìn)行記錄和分析,以了解用戶對(duì)于不同類(lèi)型數(shù)字資源的需求和偏好,進(jìn)而優(yōu)化數(shù)字資源的服務(wù)。同時(shí),圖書(shū)館也可采用觀察法,通過(guò)對(duì)用戶在數(shù)字圖書(shū)館內(nèi)的實(shí)際使用行為進(jìn)行觀察,并記錄相關(guān)數(shù)據(jù),例如:用戶檢索的搜索詞、點(diǎn)擊的鏈接、訪問(wèn)時(shí)長(zhǎng)等,從中挖掘出用戶行為的規(guī)律與特點(diǎn)。

4.2 數(shù)據(jù)分析過(guò)程和結(jié)果呈現(xiàn)

數(shù)字資源利用行為模型實(shí)證研究的數(shù)據(jù)分析過(guò)程主要包括數(shù)據(jù)清洗、數(shù)據(jù)探索、建模和驗(yàn)證等環(huán)節(jié)。在數(shù)據(jù)清洗階段,圖書(shū)館需要對(duì)采集到的數(shù)據(jù)進(jìn)行初步處理,如去除重復(fù)數(shù)據(jù)、缺失值填充、異常值篩除等操作,以確保后續(xù)數(shù)據(jù)分析的準(zhǔn)確性和可靠性。在數(shù)據(jù)探索分析階段,圖書(shū)館可使用多種技術(shù)和工具,如Python的Pandas、Numpy、Matplotlib等,來(lái)對(duì)數(shù)據(jù)進(jìn)行可視化分析和統(tǒng)計(jì)分析,找出數(shù)字資源利用行為的規(guī)律和趨勢(shì),確定特定變量對(duì)用戶行為的影響程度。隨后,根據(jù)數(shù)據(jù)探索結(jié)果,研究者運(yùn)用統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)算法來(lái)構(gòu)建數(shù)字資源利用行為模型,進(jìn)行預(yù)測(cè)和分析。例如:圖書(shū)館可基于已有數(shù)據(jù)建立回歸模型或分類(lèi)模型,預(yù)測(cè)用戶在特定時(shí)間、地點(diǎn)或社會(huì)群體中的數(shù)字資源需求,為數(shù)字資源服務(wù)的優(yōu)化和管理提供參考依據(jù)。此外,還可通過(guò)因素分析、聚類(lèi)分析等技術(shù)手段尋找數(shù)據(jù)變量之間的關(guān)聯(lián)性,探究數(shù)字資源利用行為背后的深層次原因。此外,圖書(shū)館需要對(duì)構(gòu)建的模型進(jìn)行評(píng)估和驗(yàn)證。模型的預(yù)測(cè)能力和準(zhǔn)確性可以使用交叉驗(yàn)證等方法來(lái)檢驗(yàn)。例如:圖書(shū)館可將數(shù)據(jù)分為訓(xùn)練集和測(cè)試集,通過(guò)訓(xùn)練集得到模型,再利用測(cè)試集進(jìn)行驗(yàn)證和評(píng)估。在結(jié)果呈現(xiàn)方面,研究者可采用表格、圖表、報(bào)告等多種方式,直觀地展示數(shù)字資源利用行為的特點(diǎn)和規(guī)律。

4.3 分析結(jié)果的解釋和討論

在數(shù)字資源利用行為模型實(shí)證研究中,研究者通常會(huì)針對(duì)數(shù)據(jù)進(jìn)行分析,探索數(shù)字資源利用行為規(guī)律和趨勢(shì),并從中提取有價(jià)值的信息,以便優(yōu)化數(shù)字資源服務(wù)。在分析結(jié)果的解釋和討論方面,研究者可根據(jù)具體研究?jī)?nèi)容和目的,選擇相應(yīng)的方法和手段,對(duì)結(jié)果進(jìn)行深入分析和探討。例如:基于用戶需求的高校圖書(shū)館數(shù)字資源服務(wù)質(zhì)量評(píng)價(jià)研究中,研究者通過(guò)對(duì)高校圖書(shū)館數(shù)字資源服務(wù)的用戶需求進(jìn)行調(diào)查研究,得出了資源類(lèi)型、資源質(zhì)量、資源方便性、服務(wù)態(tài)度等重要的評(píng)價(jià)指標(biāo),可結(jié)合這些指標(biāo),深入探討用戶對(duì)數(shù)字資源服務(wù)的需求特點(diǎn)和偏好,并提出相應(yīng)的服務(wù)優(yōu)化建議。另外,研究者還可通過(guò)收集和分析數(shù)據(jù),比較分析結(jié)果和預(yù)期結(jié)果之間的差距,來(lái)說(shuō)明研究結(jié)果的重要性和意義,并進(jìn)一步討論一些可能的實(shí)踐應(yīng)用或未來(lái)的研究方向?？傊?數(shù)字資源利用行為模型實(shí)證研究中的分析結(jié)果的解釋和討論,研究者應(yīng)根據(jù)具體研究?jī)?nèi)容和目的,選擇合適的方法和手段,對(duì)結(jié)果進(jìn)行深入分析和探討,以便更好地發(fā)現(xiàn)問(wèn)題、提出建議和推動(dòng)研究進(jìn)展。

5 圖書(shū)館數(shù)字資源利用行為模型的應(yīng)用

5.1 數(shù)字資源推薦系統(tǒng)的建構(gòu)

數(shù)字資源推薦系統(tǒng)可根據(jù)用戶的歷史利用行為和偏好,為其推薦相關(guān)的數(shù)字資源,從而提升數(shù)字資源的使用率和效果[1]。其建構(gòu)一般可以分為數(shù)據(jù)收集、預(yù)處理、模型建立和推薦結(jié)果生成等環(huán)節(jié)。

首先,圖書(shū)館需要收集和整理用戶的歷史利用數(shù)據(jù),探索數(shù)字資源利用行為的規(guī)律和趨勢(shì)。其次,圖書(shū)館要進(jìn)行數(shù)據(jù)預(yù)處理,如去除重復(fù)數(shù)據(jù)、缺失值填充、異常值篩選等操作,確保后續(xù)數(shù)據(jù)分析和推薦的準(zhǔn)確性和可靠性。接著,圖書(shū)館根據(jù)用戶歷史利用數(shù)據(jù)和個(gè)人信息,建立數(shù)字資源利用行為模型,探索數(shù)字資源利用行為的規(guī)律和特點(diǎn),并基于已有的數(shù)據(jù)建立推薦模型或分類(lèi)模型,預(yù)測(cè)用戶未來(lái)可能感興趣的數(shù)字資源。最后,在推薦結(jié)果生成環(huán)節(jié),圖書(shū)館將模型預(yù)測(cè)出來(lái)的數(shù)字資源推薦給用戶。數(shù)字資源推薦系統(tǒng)可采用不同的推薦方式,如個(gè)性化推薦、熱門(mén)推薦、相似資源推薦等。

5.2 圖書(shū)館數(shù)字化服務(wù)的改進(jìn)

數(shù)字化服務(wù)的改進(jìn),圖書(shū)館可根據(jù)用戶的需求和反饋,優(yōu)化服務(wù)的內(nèi)容、形式和效果,從而提高用戶的滿意度和利用率,具體的改進(jìn)方向和方法需要結(jié)合具體的數(shù)字化服務(wù)和用戶需求。例如:江西省圖書(shū)館在探索智慧圖書(shū)館建設(shè)的進(jìn)程中,就充分利用現(xiàn)代信息技術(shù),推出了一批數(shù)字化、智能化的公共數(shù)字創(chuàng)新服務(wù)[2]。為了更好地了解用戶需求和借閱行為,該圖書(shū)館建立了一個(gè)基于數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)算法的大數(shù)據(jù)平臺(tái),從而實(shí)現(xiàn)對(duì)用戶信息和數(shù)字資源利用行為的可視化和深度分析[3]。為了提高數(shù)字化服務(wù)的便捷性和效率,該圖書(shū)館還引入了RFID技術(shù)和智能物聯(lián)網(wǎng)技術(shù),推出了一項(xiàng)“無(wú)感借還”智慧流通服務(wù),使用戶可以通過(guò)自助借還機(jī)完成圖書(shū)的借閱和歸還,從而節(jié)省時(shí)間和精力[4]。此外,為了更好地呈現(xiàn)數(shù)字化服務(wù)的內(nèi)容和形式,該圖書(shū)館還建立了一個(gè)基于屏幕和投影技術(shù)的服務(wù)數(shù)據(jù)智慧墻,可以展示圖書(shū)、期刊、數(shù)據(jù)庫(kù)等數(shù)字資源的主題、特色和利用方法,從而提高用戶數(shù)字資源利用的效果。為了提高數(shù)字化服務(wù)的個(gè)性化和針對(duì)性,該館引入了智能書(shū)架技術(shù),推出了一項(xiàng)面向讀者的個(gè)性化推薦服務(wù),可以根據(jù)用戶的個(gè)人信息和歷史利用行為,為其推薦相應(yīng)的數(shù)字資源,并通過(guò)用戶反饋不斷優(yōu)化服務(wù)內(nèi)容和效果。該館為圖書(shū)館數(shù)字化服務(wù)的改進(jìn)提供了一個(gè)很好的范例。

5.3 個(gè)性化數(shù)字閱讀用戶畫(huà)像的構(gòu)建

個(gè)性化數(shù)字閱讀用戶畫(huà)像可以根據(jù)用戶的歷史閱讀行為、個(gè)人偏好及反饋等信息,量身打造適合的數(shù)字閱讀推薦服務(wù),從而提升圖書(shū)館數(shù)字資源利用效果和體驗(yàn)[5]。數(shù)字閱讀用戶畫(huà)像主要包括以下幾個(gè)方面。用戶基本信息主要包括性別、年齡、職業(yè)等;歷史閱讀行為是通過(guò)對(duì)用戶歷史閱讀行為的分析,了解用戶的閱讀喜好;興趣偏好方面是從用戶借閱記錄、關(guān)注標(biāo)簽、收藏書(shū)單等了解用戶的興趣偏好和閱讀需求;閱讀習(xí)慣方面則根據(jù)用戶的閱讀時(shí)間、頻率等,了解其閱讀習(xí)慣和特點(diǎn)。

基于個(gè)性化數(shù)字閱讀用戶畫(huà)像,圖書(shū)館可以為每個(gè)用戶提供更加個(gè)性化的數(shù)字閱讀服務(wù)。例如:根據(jù)用戶的興趣偏好,提供相關(guān)領(lǐng)域的優(yōu)質(zhì)資源推薦;根據(jù)用戶的閱讀習(xí)慣,提供定制化的閱讀建議和習(xí)慣養(yǎng)成服務(wù);根據(jù)用戶個(gè)人信息和歷史數(shù)據(jù),提供精準(zhǔn)的閱讀推薦和定制化的數(shù)字閱讀體驗(yàn)等。

5.4 其他應(yīng)用

此外,圖書(shū)館數(shù)字資源利用行為模型還有多種應(yīng)用途徑。例如:圖書(shū)館可以開(kāi)展數(shù)字資源服務(wù)質(zhì)量評(píng)估,基于用戶對(duì)數(shù)字資源的評(píng)價(jià)、滿意度等反饋信息。圖書(shū)館可以建立數(shù)字資源服務(wù)質(zhì)量評(píng)估模型,并對(duì)數(shù)字資源服務(wù)的質(zhì)量進(jìn)行定量或定性評(píng)估,從而優(yōu)化數(shù)字資源服務(wù)的質(zhì)量和效果。圖書(shū)館可以將其用于活動(dòng)策劃和推廣。圖書(shū)館通過(guò)對(duì)用戶的借閱記錄、搜索記錄等數(shù)據(jù)進(jìn)行分析,了解用戶的閱讀興趣和需求,進(jìn)而制定更加精準(zhǔn)有效的圖書(shū)館活動(dòng)策劃和推廣方案,促進(jìn)數(shù)字資源服務(wù)的普及和推廣[6]。圖書(shū)館可以進(jìn)行數(shù)字資源版權(quán)管理,通過(guò)圖書(shū)館數(shù)字資源利用行為模型,對(duì)數(shù)字資源的版權(quán)利用進(jìn)行管理和控制,保護(hù)數(shù)字資源的合法使用和傳播。

總之,圖書(shū)館數(shù)字資源利用行為模型的應(yīng)用范圍廣泛,可以在數(shù)字資源推薦、個(gè)性化數(shù)字閱讀用戶畫(huà)像構(gòu)建、數(shù)字資源服務(wù)質(zhì)量評(píng)估、圖書(shū)館活動(dòng)策劃和推廣、數(shù)字資源版權(quán)管理等多個(gè)方面發(fā)揮作用,實(shí)現(xiàn)數(shù)字資源利用的最大化效果和效益。

6 結(jié)語(yǔ)

圖書(shū)館數(shù)字資源利用行為模型的構(gòu)建和應(yīng)用能更好滿足讀者的需求,提高服務(wù)質(zhì)量和效率。今后,圖書(shū)館可通過(guò)加強(qiáng)數(shù)字資源采購(gòu)和更新、提供優(yōu)質(zhì)的數(shù)字閱讀工具和平臺(tái)、利用數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)技術(shù)、加強(qiáng)數(shù)字素養(yǎng)培訓(xùn)和教育等方式完善數(shù)字資源服務(wù)。同時(shí),圖書(shū)館還可通過(guò)數(shù)字化元素的應(yīng)用,如圖表、動(dòng)態(tài)模擬等,提高數(shù)字資源服務(wù)的可視化效果和吸引力,增強(qiáng)用戶的使用體驗(yàn)。此外,圖書(shū)館也可以進(jìn)一步推動(dòng)學(xué)術(shù)交流和合作,積極與其他相關(guān)機(jī)構(gòu)合作,共同發(fā)展數(shù)字資源服務(wù),提供更加優(yōu)質(zhì)的數(shù)字資源服務(wù)。