基于文献资源数据化的图书馆用户精准服务探讨

司新霞

(三峡大学 图书馆，湖北 宜昌 443002)

《普通高等学校图书馆规程》(教高〔2015〕14号)第三条规定“图书馆的主要职能是教育职能和信息服务职能”。高校图书馆的两大职能都需要通过服务功能来体现。做好用户服务已经成为图书馆工作的永恒主题。传统图书馆以文献为描述单元，以《中国文献编目规则》为依据，通过文献分类编目组织文献资源，形成书目数据，为图书馆用户提供查阅、借还等服务。传统书目组织模式已不能完全适应并满足大数据环境下用户不断变化的信息知识需求[1]。如何更好地利用ICT(information and communications technology，信息与通信技术)技术，为用户提供更精准的服务，已经成为图书馆用户服务中必须面对的重要课题。笔者先分析了图书馆用户服务环境和用户需求的变化，再比较了文献资源数字化与文献资源数据化的异同，最后，探讨了通过文献资源数据化，将文献资源分解成更细粒度的知识元，依据用户需求重组更细粒度的知识元，得到满足图书馆用户需求的知识，达到提供更精准的图书馆用户服务的目的。

1 图书馆用户服务环境的变化

ICT技术的快速发展，图书馆用户服务环境发生了深刻的变化。移动互联网、大数据、云计算等技术为延伸图书馆用户服务的时间和空间、提升图书馆用户服务水平提供了坚实的基础。

1.1 移动互联网无限延伸用户服务的时间和空间

移动互联网是移动通信和PC互联网融合的产物，继承了移动通信无时不在、无处不在和PC互联网开放互联、共享融通的优势，它让图书馆用户服务不再受限于时间和空间。

1.2 大数据有利于提升用户服务水平

进行图书馆借还等业务时，PC和移动App系统记录了用户与图书馆相关的各类数据，利用大数据技术通过用户唯一的ID号将分散在各类系统中的数据进行融合，构建用户画像，有利于用户的个性化、精准化服务。

2 图书馆用户需求的变化

2.1 图书馆用户的需求由文献到内容

世界著名的未来学家约翰·奈斯比特曾在其著作《大趋势》所写：“我们虽然淹没在信息的海洋中，但是却渴求所需的知识。” 这句话道出了用户服务的现状和用户需求的变化。用户已不再满足于通过文献信息检索、原文传递、馆际互借、查收查引、定题跟踪、科技查新等图书馆用户服务方式提供的文献集合。用户需要的是通过分析、重组等多种方式而得到的满足他们需求的内容。

2.2 图书馆用户的需求由共性到个性

随着“网络移民”的退休，“网络原住民”逐渐成为图书馆用户的主流。这些用户具有鲜明的时代特征，他们受教育程度高、知识面广、个性鲜明等。这些用户的需求已经从图书借还等的共性需求转化为面向特定专业领域、面向特定研究问题等的个性需求。这些用户对能满足不同类型用户个性需求的图书馆智能推介服务有了更多的期待。

2.3 图书馆用户的需求由单一到多样

随着“网络原住民”成为图书馆用户的主流，他们鲜明的时代标签决定了这类图书馆用户的需求不再局限于单一的纸质文献、单一的线下服务，而是转变为纸质文献和电子文献的同步需求，线上、线下服务的共同需求。

3 文献资源数字化与文献资源数据化

基于这些变化，图书馆需要通过文献资源数据化，重组细粒度的文献信息 “知识元”，才能深度揭示馆藏资源，在现有数字化的基础上更进一步，为提供更精准的知识服务打下基础。

3.1 文献资源数字化

所谓文献资源数字化是指利用键盘、鼠标、扫描仪等输入设备，将文本、图像等各类文献资源转化为0、1表示的二进制编码的过程。通过这样的转换，各类文献资源得以存入磁盘等计算机存储设备中[2]，为后续文献资源的组织、开发和利用打下了坚实的基础。文献资源数字化的核心是以计算机为工具去管理和共享海量的文献资源。文献资源数字化的方法有：DC元数据、TEI元数据、MARC元数据等。图书馆界普遍采用的文献资源数字化的方法是MARC(机器可读目录)元数据。MARC最初由美国国会图书馆研制，后经多次修订，历经MARCII、UNIMARC等多个版本，现已成为一个国际标准。中国国家图书馆同仁以UNIMARC 格式为基础并结合中国的实际情况，于1991年提出了与UNIMARC完全兼容的CNMARC(中国机器可读目录)，用于中文信息资源的数字化，方便了海量中文文献资源的查找[3，4]。然而，由于其对文献自身所包含的知识内容揭示不够，因此难以满足用户从这类数字化的文献资源中获得相关知识的需求。

3.2 文献资源数据化

ICT技术的快速发展，使从更细粒度分析和利用文献资源成为现实，同时也将文献资源数字化带到文献资源数据化的发展阶段。数据化是指一种把现象变成可制表分析的量化形式的过程[5]。而文献资源数据化是指以数字化的文献资源为基础，将这些文献资源组织为数据、公式、事实、结论等细粒度“知识元”的过程。知识元是知识控制与处理的基本单位，是知识结构的基元[6]。将众多的知识元按照一定的语义链接在一起，发掘、揭示它们之间的各种关联，可以带来知识价值的增值，并创造出新的知识。文献资源数据化的意义是将利用文献的方式从“读”转变为“分析”，其核心方法是重组文献内容，置入使用者所建立的新的文本或数据结构中，即文献的结构化[7]。

4 基于文献资源数据化的图书馆用户精准服务

4.1 图书馆用户画像

“用户画像”(Persona)的概念由Alan Cooper首次提出，认为它是现实生活中真实用户的虚拟表示，是建立在一系列真实数据基础上的用户模型[8]。为了用户服务的精准性，图书馆利用大数据、移动互联网等现代信息技术收集、整理与分析专业背景、社会属性、信息行为等标签化的用户数据，并以此为基准进行模型化构建，从而得到图书馆用户画像[9]。图书馆用户画像一般由属性标签、行为标签、兴趣标签、场景标签等来构成。图书馆用户属性标签主要包括图书馆用户的专业、教育程度、年龄、性别等；图书馆用户行为标签主要包括登录图书馆网站、CNKI等中外文数据库平台，借阅各类图书、期刊，下载与阅读各类专业数据库资源，参加各类数据库系统使用的培训，利用微信公众号等移动平台的访问、续借、咨询等。图书馆用户画像较好地反映了该图书馆用户的信息需求，并会随着该图书馆用户信息行为的变化而变化。同时，根据图书馆用户信息需求的群体属性特征，聚类形成的图书馆用户群体画像分析，还可呈现出不同群体图书馆用户的行为特征[10]。

4.2 基于文献资源数据化的图书馆用户精准服务

文献资源数据化主要是重组文献信息细粒度的“知识元”，满足图书馆用户日益变化的信息需求，提供更精准的图书馆用户服务。①基于文献资源数据化的专题服务。专题服务是图书馆用户精准服务的主要手段。先获取需要提供专题服务用户的用户画像，通过大数据ETL、大数据融合等技术将文献资源先“知识元”化，然后根据用户画像的数据标签，将选取的 “知识元”重组为满足图书馆用户需求的“知识单元”。②基于文献资源数据化的跟踪服务。随着时间的推移，图书馆用户的信息需求会发生相应的改变，同时反映图书馆用户需求的图书馆用户画像也会发生相应的改变。根据变化后的图书馆用户画像中的数据标签，系统定期自动重组“知识元”，生成新的“知识单元”，从而满足图书馆用户新的“信息需求”。③基于文献资源数据化的个性化推荐服务。针对一些特定时间(比如新生入学、考研季、就业季等)和特定群体图书馆用户(比如：低年级本科生、高年级本科生、硕士研究生、博士研究生等)等，根据特定群体图书馆用户画像开展有针对性的个性化推荐服务，比如：通过重组数据化的考研信息、考研辅导书，为考研的图书馆用户推荐他们合适的学校、专业以及提供考研过程中的一些建议。