大数据背景下高校图书馆精准服务研究

袁芳 万程

（南昌大学图书馆，江西 南昌330031）

0 引言

进入中国特色社会主义新时代，要不断解决国民生活各领域的结构化供需矛盾，才能持续推动社会前进。在新的形势下，高校图书馆逐渐从提高服务数量向提升服务质量转变，服务精准化成为图书馆发展趋势。2020年教育部高等教育司工作要点中对图书馆工作提出了“构建高校图书馆服务新体系”新要求，而构建高校图书馆服务新体系的核心就在于“精准”。

1 高校图书馆精准服务工作现状

在高校文献信息服务中，不同学科不同发展水平的读者，对图书馆文献资源建设和学科咨询服务的需求不尽相同，与此同时，高校在不同学科的学科建设资源投入上往往也是有所侧重，因此，如何运用有限配置的资源尽可能满足千差万别的个性化读者需求，成为旨在提供普遍服务的图书馆必须面对的难题。

针对这一问题，有学者提出了图书馆精准服务概念，即图书馆在普适服务基础上面向用户个性化需求而建立的以用户问题为导向的服务模式，认为图书馆要从为整体的用户服务转变为群体及个人的用户服务，从主要依据用户共性需求配置资源转变为主要依据用户个性需求配置资源，并进一步指出，图书馆精准服务的重点是发现、研判用户的个性化需求，在此基础上，提供解决用户特定问题的服务和资源配置方案。

以往把握读者需求的方式往往靠总量统计和读者座谈，前者过于粗放后者难免片面，其结果就是只能以大块分割的方式配置资源与服务，并没有很好解决供需间的结构化矛盾。近年高等教育事业的飞速发展，日益暴露出文献服务供需之间的矛盾，一方面，图书馆借阅量逐年下降；另一方面，来自创新创业活跃学科领域的文献检索、科技查新和情报分析需求却又让咨询馆员应接不暇。随着大数据时代来临，高校文献资源的数字化和咨询服务的信息化水平日渐提升，为读者需求的精细化分析创造了可能。

2 基于大数据的高校图书馆精准服务路径

图书馆精准服务是图书馆个性化服务理念与大数据环境相融合产生的新型服务业态。借助大数据的分析手段，图书馆以关注用户个体为切入点，以知识生产传播利用为主线，以点带面地逐步改善图书馆文献资源与高校读者教学与科研需求之间的契合度，提高文献保障服务水平。

2.1 读者群体细分是图书馆精准服务的逻辑原点

虽然图书馆无法真正做到以读者个体为单位的组织资源与服务，但是可以为文献信息需求相近的读者群体作相应的服务安排。所谓物以类聚，人以群分，在高校教学和科研进程当中，受相同学科专业、相同学习进度、相同教育背景等各种因素影响，往往使得不同个体产生相同的知识需求，因此，图书馆可以通过观察分析个体的属性与行为等，推断其相关群体的需求，对不同类别群体的需求采取差异化配置，从而实现整体需求的覆盖。在商业市场营销领域，采取的也正是类似的思路，消费同一种类的商品或服务时，不同的客户有不同的消费特点，通过研究这些特点，将客户群体细分成不同类别，配以不同的营销组合，从而更大地开发消费者需求，获取更多价值。

2.2 用户画像技术是图书馆精准服务可持续发展的现实路径

要做到读者群体的细分，前提是对读者特性的把握，尤其是读者与知识消费相关的特性，这在过去对图书馆来说，是较难实现的。伴随着高校数字化学习环境的逐步形成，读者在各种学习场景中逐步留下的各种特征数据，成为群体划分的重要线索，大数据为图书馆精准服务提供了理想平台。通过大数据环境下的用户画像技术，将从不同渠道、不同场景下的读者信息予以综合，使得对读者的分析比以往任何时候都更为全面鲜活，从而才能更为贴切而且及时地了解读者的真实需求。用户画像，即根据用户社会属性、生活习惯和消费行为等信息而抽象形成的一个标签化的用户模型，是大数据环境中一种勾画目标用户、联系用户诉求与设计方向的有效分析工具。这一概念的提出者Alan Cooper认为用户画像是真实用户的虚拟代表，是建立在一系列真实数据之上的目标用户模型。用户画像是通过分析用户尽可能多的数据信息得到的，源于数据但高于数据，用户画像的核心工作是给用户“贴标签”。所谓标签，就是对用户具体特征信息的精炼表达，用一系列标签对用户属性、状态等数据进行识别标记，从而抽象形成对用户的形式化数据描述，随之在服务设计过程中针对某些特征维度对用户个体画像再度抽象聚合，就能形成用户群像，实现对用户群体的细分。基于读者群体画像对读者个性化需求的描述，形成相应的服务策略集，在图书馆服务实践中予以反馈，并进一步引导开发下一阶段的知识需求，这才是图书馆精准服务可持续发展的现实路径。

2.3 利用大数据技术实现图书馆精准服务的方法

基于大数据的图书馆精准服务，首先需要对图书馆大数据环境进行梳理，选择恰当的数据来源。图书馆大数据具有数据量大、来源广泛的特点，半结构化和非结构化数据居多，尤其是针对描述读者使用文献资源行为的浏览、点击等数据，需要在图书馆系统中通过技术手段予以记录采集。其次将采集的读者数据标签化，通过高度精炼的特征标识，抽象出读者的基本属性、行为习惯以及知识消费倾向等，形成可操作的标签体系。再次，通过数据清洗、聚类、关联等数据挖掘算法建立用户群像，形成可掌控的用户需求集。最后，针对上述需求集，快速地提供信息推送、资源订购、专题分析等多种服务响应，并将相关方面的影响形成新的标签，追踪知识需求的演变。

3 结语

响应读者文献的需求并不是高校图书馆知识服务的最终目标，关注读者的求知成长才是知识服务前进的方向，某一个具体需求的满足往往会驱动新的需求产生，图书馆的服务应当有所预判，跟踪推进。

在大数据时代，高校图书馆需进一步提高服务质量，完善数据分析与管理，主动为读者提供精准化服务，构建高校图书馆服务新体系。