智慧图书馆中基于用户画像的信息推送

张晓莹 黄洁 张戈

摘 要 大数据时代为图书馆发掘用户的个性化需求提供了支持，图书馆基于用户画像的精准描述进行智能化信息推送已经成为现实。本文探讨了基于用户画像技术的信息推送服务在图情领域的核心概念及应用现状、基于用户画像进行信息推送的构建方法和建模流程，以及在实际运用过程中存在的问题及注意事项，然后分析了其可遵循的相关改进措施，以期为这种技术的未来发展给出一些建议和思考。

关键词 智慧图书馆 用户画像 信息推送

中图分类号：G252.1                                   文献标识码：A    DOI：10.16400/j.cnki.kjdkz.2021.03.065

Information Push Based on User Portrait in Smart Library

ZHANG Xiaoying， HUANG Jie， ZHANG Ge

（Rocket Force University of Engineering， Xi'an， Shaanxi 710025）

Abstract The era of big data provides support for the library to explore the personalized needs of users. It has become a reality for the library to push intelligent information based on the accurate description of user portraits. This paper discusses the core concept and application status of information push service based on user portrait technology in the field of graphics and information， the construction method and modeling process of information push service based on user portrait， as well as the problems and matters needing attention in the actual application process， and then analyzes the relevant improvement measures that can be followed， in order to give some suggestions and suggestions for the future development of this technology reflection.

Keywords smart library; user portrait; information push

0 引言

隨着读者特质的异构化、读者偏好需求的多样化，读者数据也呈现出多来源、海量化、变化快的特点，如何将这些庞杂的数据快速分类并捕捉到用户期望的信息已经成为图书情报领域工作人员和相关学者不断探究的焦点工作。

大数据和人工智能概念的引入使图书馆摆脱了因传统上使用人力服务于海量庞杂数据而造成的服务效能低下的局面。在人工智能与传统图书馆行业结合形成的智慧图书馆情景下，用户画像技术贡献了大部分的技术和设备支撑。多元化、异构化的潜在读者需求随着其“身份信息”的逐渐清晰化而得以挖掘。以用户需求为导向，“因人制宜”的智慧图书馆信息推送服务不再只是个构想。

近年来，图书馆更加注重为读者提供更具个性化的信息服务，从而帮助读者获取相关的信息内容，提高图书馆的服务质量。在这个过程中，很重要的一个环节就是对读者相关的数据信息进行收集并分析，这包括其性别年龄职业知识结构兴趣爱好阅读习惯和发展要求等，收集这些信息以后进行科学分析，就可以得到符合读者个人需要的图书服务内容。通过这个数据搜集和分析，可以有效提高图书馆服务的科学性有效性和针对性，可以为读者带来更加完善的服务，提高读者满意度。

传统工作环境下，读者数量众多，需要收集的信息也很多，因此单纯依靠人力进行数据收集和分析，往往难以达到良好的工作效果。随着互联网和大数据等技术的发展和普及，促使智慧图书馆的建设得以实现。在互联网大数据等技术的帮助下，图书馆可以准确全面有效收集用户相关信息数据，并对其进行科学分析，在此基础上准确掌握用户个人的图书需求，为其推送相关信息，可以达到智能服务的效果，提高用户对图书馆服务的满意度。

1 智慧图书馆信息推送服务的内涵及现状

1.1 相关概念

用户画像应用于图书馆服务是随着“智慧图书馆”这一概念的出现而产生的。智慧图书馆是以云计算技术为基础，将“书籍-智能平台-用户”串联起来的一种面向对象的图书馆高级多维交互服务模式。其重点聚焦在如何以人工智能平台为桥梁，将书籍数据库与用户数据库桥接起来并进行一一匹配定位，从而响应读者的阅读需求，挖掘出用户的潜在需求，为读者提供人性化、主动化的书籍或相关信息推送服务。

用户画像（user profile 或persona）又称用户角色，2001年交互设计之父Alan Cooper在一次访谈中最早提出了这个概念，被广泛运用于电商、广告等多个领域之中。它并不是特指某一个人，而是根据某种分类标准，如语言、行为、需求等，将不同的目标群体的特色提炼形成的一种虚拟模型。其核心是给用户贴上通过大数据分析工具高度精练而来的“标签”，然后根据这个特征标识给目标用户提供人性化的“智慧服务”。用户画像的使用可以使自身产品的服务对象更加聚焦，更加专注。

在互联网和大数据等技术的帮助下，针对读者群的分析得以实现，也就是说，能顺利实现用户画像。通过对读者群进行分析，可以得到其阅读习惯以及阅读需要，进而为图书馆进行智慧服务提供支撑。在这个过程中，需要科学应用相应的大数据分析技术，准确收集并分析读者群的详细信息，确保后续服务的科学性有效性和针对性，满足读者群的具体需要，促进图书馆的服务达到更高水平。

1.2 实践研究现状

智慧图书馆平台中蕴藏着大量的个人信息数据、网络社交数据及读者偏好数据。密集的知识基础和用户行为信息让智慧图书馆系统基于用户画像进行偏好信息推送服务有了先决性条件。这项服务发展到了现在已经拥有丰硕的研究成果：刘海鸥等通过对图书馆读者的基础信息、行为互动、阅读偏好等信息进行分类贴标，模拟虚拟“读者”置于不同情景之下时会产生的阅读行为，构建出了一套用户图像模型和圖书情境化推荐模型;[1]张惠等从知识谱图视角切入，描绘出了图书馆用户行为图像，提出了以用户知识图谱进行信息推荐的构建方法;[2]徐鹏程等则聚焦于研究在大数据时代的驱动下如何利用科学技术进行数字图书馆用户的图像模型建设。[3]综合来说，智能图书馆基于用户角色的信息推送的核心不在于大量采集读者数据，而在于对用户信息的准确剖析和用户期望的高度拟合。

2 信息推送服务的技术路线

2.1 数据资源层

这是智能图书馆信息推送系统的基础层和支撑层面。这个层面处于底部的是一个资源池，即原始的未经处理的读者数据库。当图书馆采取用户画像技术为支柱性技术时，首先会对资源池的用户数据进行分类，目前有机械式地将数据分为结构化数据与半结构化数据和以用户为中心将其分为资源数据、用户数据和感知数据两种不同的分类方法。对用户数据分类整理完毕之后，随即传输至系统的技术处理平台。

要想实现数据分析，首先必须做好读者群信息数据的收集。在这个过程中，图书馆可以利用自身的平台和系统收集读者的相关信息，也可以设置专门部门，进行数据收集和整理。为了达到良好的数据分析效果，有别于针对数据进行科学分类。可以将数据分为结构化数据和半结构化数据，也可以将其分为资源数据用户数据和感知数据。通过对多种数据的系统性整体性分析，可以准确掌握对应读者群的阅读特征及其阅读需要，为制定针对性的信息服务提供支撑，从而达到更好的数据服务效果。

2.2 技术处理层

原始数据进行粗略分类后，到达这一层面进行进一步技术处理贴标。这一层面是智慧图书馆系统的核心层面，又称智慧图书服务后台。在这一层面中，数据逐渐需要专业图书领域人员和大数据、人工智能技术的加入，面向的对象主要是图书馆馆员和系统维护人员。平台进行数据挖掘、统计分析、语义关联和机器学习对用户进行贴标画像。智慧图书馆的使用上的创新和应用主要都聚集在这一层面。

将原始数据进行分类以后，需要对其进行深度分析。一般需要建设相应的数据分析平台，在这个过程中需要引入大数据技术和人工智能技术，实现对数据的科学准确分析，在此基础上达到数据挖掘的效果。针对特定读者群进行分析以后，可以得到相应的结论，图书馆可以根据结论制定相应的推送信息，从而提高图书馆信息服务的科学性准确性和有效性，帮助读者群实现更好的阅读体验，促进图书馆自身的健全发展。

2.3 交互服务层

服务应用层面是智慧图书馆信息推送服务的显现层，其面向对象是读者。是用户画像技术的应用层面。基于前两个层面的支撑，这个层面向用户呈现了人性化、个性化、主动化的信息推送服务，服务方法多种多样，其界面也非常的丰富，一般的用户使用界面主要有用户信息模块、信息内容模块，技术服务模块。智慧用户信息模块即用户的“画像”、信息内容模块为读者进行精准推荐，最后技术服务模块搜集用户对智慧系统的评价反馈。

通过对读者进行画像处理的智慧图书馆信息推送服务系统是一个金字塔式的综合服务平台，系统内部相互关联，以大数据作为支撑，层级式摘取处理读者数据，迅速提供偏好推荐服务，为读者快速构建起知识的相关体系和图谱，满足读者多方面的阅读需求。

3 实践中产生的问题

3.1 数据采集困难

智慧图书馆信息推送服务的数据采集困难主要是其本身的服务领域特色造成的，读书偏好是一项隐性的情感数据。由于人际交往壁垒的存在，虽然目前大数据处理和人工智能方法已经能够搜集处理一些情感类数据，如根据用户的网上浏览记录、已借阅的图书类型来代替读者的读书偏好或者从现有图书馆中拥有大量读者的显性数据，如姓名电话，住址身份证号等来关联反映出读者的社会地位、品味等隐形指标，从而分析出读者可能的读书偏好等。但总体来说，对于用户隐性或感知性数据的收集是较为困难的。

由于很多关于读者的数据信息关系到其个人隐私，因此部分读者不愿意将个人信息向图书馆分享。这种情况是导致图书馆数据收集困难的一个重要原因。此外，要想准确掌握读者的阅读偏向，这就需要收集有关于读者个人的情感类数据，而这种数据的收集比较困难，因为读者一般不会轻易流露情感数据。

3.2 读者画像不准

上文说道，用户画像技术在图书馆领域的使用是过于依赖感知性数据的，数据数量的缺少和数据本身带来的不准确性都会造成读者画像的失真。其次，数据更新换代极为迅速，读者的偏好和需求也处于一个不断变化的过程，用户画像的归类分析读者标签过程往往跟不上数据和需求的变化速度，最终造成读者画像与实际读者角色的不一致。最后，对于用户的分类标准并不统一，需求的复杂性和多样性使得读者偏好多样，在进行用户刻画时往往依据其最近一段时间的偏好需求，而读者真实的、主要的阅读需求不一定与用户的标签一致，此外，分类标准的过于粗糙化也可能造成读者画像不准的情况出现。部分情况下由于数据收集不完整或者早期数据存在不准确的地方，就会导致针对读者群的用户数据分析结果不够准确。这种情况下，图书馆依据数据分析结果提供的推送信息，往往难以满足读者的个性化需要，导致图书馆的智慧服务未能达到预期效果。不仅如此，读者是一个个个体，每个个体的阅读需求具有其自身特点，因此针对读者群的整体性分析往往难以满足读者个人的实际需要，这也是必须高度重视的一个问题。

3.3 造成用户反感

曾有人说：“大数据时代，每个人都在网络的世界里‘裸奔。”这句话不是没有道理的。同样的，人们的“信息安全”观念也在逐渐加强，试想你点了一次外卖，某团在你下次打开页面时马上就推送你上顿吃过的相关商家，你买了某一类型衣服，某宝立刻给你安利相关价位和类型的物品时，你是否有些细思极恐？因此，人工智能，用户画像技术给读者带来便利的同时，也很有可能造成一些负面影响，读书偏好虽然不完全涉及用户私人信息，但读者往往会认为平台掌握其他方面的私密信息。由此很有可能造成用户对这项服务的反感和抗拒心理。在实践过程中，针对读者群的数据收集容易因为读者个人的反感，这是因为个人的信息在互联网时代基本上处于公开状态，而读者对这种情况显然非常不满。基于此，图书馆为读者提供相应的智慧服务，部分情况下会得到读者个人的方案，这也是当前大数据发展过程中的一个重要问题。

3.4 系统缺乏反馈

基于用户画像技术的智慧图书馆信息推送服务系统是一项单项支持的系统。从数据资源层到最终呈现给读者的服务应用层，都处于一种单项输送的过程。虽然面向客户的平台层拥有系统评价功能，但往往处于一种形式上的功能设置。后台进行用户刻画分类时仍然依据于平台在以往历史中收集而来的数据，用户反馈的数据往往要经过数据入库、平台重新进行整理分类，再进行一次用户的画像刻画后才能进行新的信息推送。但往往用户反馈是较为困难的，平台数据的更新也依赖与维护人员的“勤奋度”。这些因素最终造成某些图书馆的智能管理和信息推送系统的“老化”和较差的反馈性。针对读者群的数据分析需要持续，这就要建设一个稳定持续的服务系统，对读者群的数据进行持续分析。当前这一系统的建设还不完善，很多情况下针对读者群分析还停留在以前的数据基础上，因此难以满足当前读者的实际需要，难以真正实现图书馆服务的智能化效果，难以真正实现个性化智能化服务，影响到图书馆在互联网时代的进一步发展和完善。

4 建议与思考

智慧图书馆中基于用户画像的信息推送服务的进步主要要依赖于人工智能和大数据挖掘技术的进步，但许多其他工作的改进也将有助于这个服务平台的未来发展，首先是数据采集的指标发掘，发现更多能够反映读者阅读需求的代替指标，有利于这项平台更为人性化地为用户提供精准的推荐服务;其次是读者刻画分类的细化，粗略的标签不仅不能满足读者的真实需求，更可能给读者带去困扰，甚至造成读者的负面印象。因此，需要将读者标签做得更加细致丰富，这样也有利于读者定位图书信息，有利于图书馆细致化管理用户数据;再次，大数据时代，人人都在做数据，信息的透明给许多客户带去危机感和不安全感，这是技术这把双刃剑一个不可避免的一面，但是图书馆自我形象的运营和维护被证明是可以降低这种不安全感的产生，如权威图书管理系统普遍比小众系统更受读者欢迎，这很大程度上是由于藏书的丰富或者主建单位的权威性带来的现象，因此，除了将信息服务平台做到更人性化以外，自身藏书资源和图书馆自我形象的提升都能有效降低读者提供信息和阅读时的不安全感受。最后，将面向用户的界面中反馈功能做好对有效的进行用户画像刻画、及时推送符合读者现实需求的图书资源是非常有利的，目前许多图书馆的智慧服务系统仅仅做到了外部的反馈性循环，其内部系统仍然是单向的，未来实现内部系统的反馈机制会有利于这个系统的平衡运行和稳定发展。

5 结语

“量身定制”是这个时代各项智慧服务平台都想做到的事情。根基于用户角色的智慧图书馆信息推送服务从海量的数据中，以人工智能和大数据分析为手段，对读者用户进行分类刻画，贴标服务，是符合当代读者的现实需求的。在实际运行过程中虽然出现了一些问题，但智慧图书馆中基于用户画像的信息推送可以预见到将会广泛被应用于图情领域。在未来，这种信息推送服务很可能能为读者实现“一对一”的图书阅读需求。

参考文献

[1] 刘海鸥，黄文娜，谢姝琳.面向情境化推荐服务的图书馆用户画像研究[J].图书馆学研究，2018（20）：62-68.

[2] 姚远，张惠，郝群.基于本体的用户画像构建方法[J].计算机科学，2018（10）：226-231.

[3] 许鹏程，毕强，张晗等.数据驱动下数字图书馆用户画像模型构建[J].图书情报工作，2019，63（03）：30-37.

[4] 兰冰.基于群组用户画像的图书馆信息智能推送服務[J].图书馆刊，2019，41（07）：109-112.