浅析高校图书馆用户分析的精准阅读推广

◎郭 欢

（广州城建职业学院图书馆 广东 广州 510925）

近年来，中国大力开展全民阅读活动，推动建设书香社会，许多高校图书馆也开展了一系列阅读推广活动，并且卓有成效。目前的阅读推广活动大部分都是从图书馆资源出发，将已有的图书以各种各样的活动展现给用户，以吸引用户提升借阅兴趣，如好书推荐、图书展览、书评大赛、专题讲座等活动，这些活动在一定程度上有效推广了图书资源，也提升了图书借阅量。然而，用户是图书馆的核心，高校图书馆拥有大量的文献资源，用户数量也十分庞大，而若要帮助用户能够迅速从浩如烟海的书籍中找到合适自己的书，提升借阅效率，可以尝试从用户角度出发开展精准阅读推广。

一、基于用户分析精准阅读推广的可行性

（一）图书馆用户的信息和行为记录于大数据

2015年，国务院印发《促进大数据发展行动纲要》，标志着中国开始系统部署大数据发展工作。新一代信息技术与各领域的深度融合，使各领域数据呈爆发式增长。在互联网世界中，人们的信息感知无处不在，无时无刻都在接受信息的刺激，一切与互联网交互的信息、行为都保存于互联网大数据中，如网站注册、网上购物、实时地理位置等，各式各样的信息数据已经无孔不入地渗透到了人们的生活中，而每个人的网络历史记录都可以通过Cookie技术进行查找、还原，可以直接显示出个人的网络动态与偏好。

（二）获取图书馆用户信息，分析阅读偏好

数据挖掘分析技术是指从大量的数据中通过算法搜索出隐藏信息的过程，是数据库知识发现中的一个步骤，这项技术早已广泛应用于销售领域，如淘宝千人千面和京东用户画像技术。通过大数据了解用户的偏好和购物特点，针对不同的用户推荐不同类型的商品，制定个性化的营销手段。大数据时代，系统、完整、全面的深度数据剖析，可以完善人们对事物的了解和认知，形成更深层次的知识体系和知识脉络，从而展开决策[1]。如今在很多领域中，人们的决策日益依赖于数据和统计分析，而非以往的经验和直觉。因此图书馆也应借助大数据技术对高校图书馆用户的行为及信息进行深度挖掘，包括用户个人信息、用户阅读行为信息、用户社会关系信息、用户使用的微博和微信等社交信息、搜索引擎检索记录、APP登录数据、个人云应用传输数据等。海量的数据信息基本存储于图书馆与其他共享服务商的数据中心，可以挖掘数据的关联性，提取有价值的信息，分析用户的阅读需求，以用户为中心，为用户提供个性化定制的阅读服务[2]。

二、基于用户分析的精准阅读推广措施

精准阅读推广，一是推荐用户可能感兴趣的内容，吸引用户阅读。例如用户在搜索引擎中查找万历皇帝、张居正、海瑞等关键词，可能是用户对明朝万历年间的历史感兴趣，可以向用户推荐《万历十五年》这类历史书。二是推荐用户可能会需要的书，引导用户阅读。例如用户报考了大学英语四级考试，通常需要提前准备，可以向用户推荐四级词汇、四级真题解析等有关四级英语类的书。通过分析用户特点，掌握用户的个性化需求；再与馆藏资源进行匹配，对欠缺的书籍进行补充和优化；最后精确推送符合用户需求的图书，为用户提供专属的阅读服务，并持续优化服务。

（一）用户信息分析

对用户信息分析进行初始定制。高校图书馆系统中录有学生的详细信息，包括性别、民族、专业、年级、成绩、获奖记录、籍贯、社会关系、体检报告等。用户在初次登陆图书馆账号时可以设置兴趣倾向，让用户勾选感兴趣的图书类别。基于以上信息，可以建立用户个人资料库，分析用户特点，将用户按不同特点进行分类。例如阿美是来自辽宁的朝鲜族大一女生，就读于经管学院会计专业，曾在舞蹈大赛中荣获民族舞二等奖，她在借阅时勾选了文学、哲学、历史地理等图书类别，因此可以给阿美初始标签：朝鲜族、大一、女生、会计专业、舞蹈、文学、哲学、历史地理，可以尝试为她推送相关的图书，并根据阿美的后续兴趣逐渐调整其阅读推荐。用户行为数据是一个不断发展的变量，其反映了用户的行为特征及潜在需求内容[3]。图书馆记录了大量的用户使用信息，包括用户的入馆信息、查询信息、借阅信息、数据库使用信息、咨询信息等使用图书馆资源后留有的痕迹，结合用户的初始信息，可以分析出用户使用图书馆的特点及阅读兴趣。

（二）馆藏资源优化

馆藏资源是图书馆运行的基础，满足用户的需求是图书馆建设的目标。然而高校图书馆一般是根据学校专业开设、出版社提供的电子书目以及馆员的经验等因素开展工作。目前高校图书馆电子书目的选订模式，高度依赖电子书目的质量和采购人员的个人经验，不能有效地覆盖学校的学科和专业，经常会遗漏馆内所藏图书，馆员和用户间的偏好也存在较大差异，无法完全契合用户的偏好，满足用户学习和娱乐的阅读需求[4]。因此，图书馆需要充分利用大数据挖掘与分析，掌握用户的个性化需求，然后精准确认需购买的图书。

（三）精准推广图书

在充分了解用户需求、为用户找到匹配的书籍之后，还需将图书信息通过各种方式推送至用户。例如，定期通过电子邮箱、微信公众号、OPAC系统向用户推送书目，并附上详细的图书简介、馆藏地点、借阅时间、方式等；每天在图书馆网站、图书馆APP以及用户在其他图书馆购买的数字资源网站发送弹窗广告，不间断地向他们推荐图书的封面和简介，让用户能够及时获取可能感兴趣的图书信息。还要对用户进行数据跟踪分析，持续获取用户的借阅记录，以提高服务的可靠和精确度[5]。

三、结语

就目前而言，在国内普及精准阅读推广还存在一些困难：如对用户进行分析需要获取大量的用户信息，这与用户隐私保护存在矛盾；图书馆当前的系统和技术暂时无法实现对用户的精确分析与推送；长期为用户推送定制化阅读信息需要大量财力物力做支撑，图书馆经费难以支持。但以用户为中心，为用户提供最便利的阅读服务是图书馆阅读推广工作未来发展的主流方向，基于大数据技术支持，利用智能算法的个性推荐技术就能够实现精准阅读推广。尽管困难重重，但“道阻且长，行则将至”，因为精准阅读推广能为用户提供及时、匹配的图书信息，相信在不久的将来，高校图书馆终能克服现有困难，普及精准阅读推广。