智慧化进程中公共图书馆用户需求及行为特点实证研究

摘要：细分用户画像、掌握不同用户群体的需求及行为特点，是图书馆实现个性化、精准化服务的前提。文章旨在智慧化建设进程中，大数据匮乏阶段，通过问卷调查的形式，采用K-means聚类分析法，了解各用户群需求及行为特点的异同，实现用户画像细分和推进智慧化图书馆多维度服务体系建设。

关键词：用户需求；用户行为；K-means；调查问卷分析；用户标签；用户画像

中图分类号：G252文献标志码：A

0 引言

“智慧图书馆”概念的提出已有20余年。在我国，智慧图书馆的发展一直处于探索阶段。近年来，随着信息技术、人工智能科技的迅猛发展，更多的专家学者从AI、大数据、元宇宙、云计算等方面，构想了智慧图书馆的发展前景。柯平等^［1］为智慧图书馆的发展提出了总体目标，在总目标的引领下，划分了初级目标、中级目标、高级目标3个阶段，即在“建设中国特色的智慧图书馆体系”这个总目标的引领下，逐步完成从数字图书馆到智能图书馆的转型、从智能图书馆到智慧图书馆的进化、从智慧图书馆到智慧图书馆体系的布局。

智慧图书馆发展的核心是智慧服务^［2］。智慧服务的关键在于智能化和个性化的服务功能。如何为用户提供专业化、精准化、个性化的服务，如何开展服务方式的拓展与迭代，其前提是对用户需求和行为进行深入研究，也是智慧图书馆建设中的一项重要课题。

1 用户服务现状分析

蔡晓蕾^［3］基于智慧图书馆建构的体系下，提出了智慧图书馆服务的模式重塑。将服务模式分为基于图书馆资源的显性模式和基于用户需求的隐性模式。

用户服务研究近年来在高校图书馆中受到广泛重视，其理论发展和模型也日趋成熟。张若雅等^［4］从用户特点出发，通过数据采集、数据处理、数据更新、数据可视化等步骤为用户画像进行建模建构，提出针对学习型、科研型、管理型3种类型用户的需求，精准地选择高校图书馆的服务模式。张英杰^［5］提出利用大数据和画像技术，为高校图书馆创客空间提供精准的创业知识服务的研究思路。

高校在用户研究领域具有科研素养强、人员信息全面的优势。王棪^［6］通过采集公共图书馆用户的静态与动态数据，总结了基于用户画像的图书馆智慧阅读推广服务模式的构建路径。但目前我国公共图书馆总体处于从智能图书馆到智慧图书馆的进化阶段，即“智能设备”占主导、智慧服务尚不完善的阶段。以浦东图书馆为例，图书馆并不缺乏智能设备的应用，如提供了全市联网的OPAC馆藏书目检索系统、Horizon与RFID技术相结合的自助借还系统等，简化了读者找书、借还图书的流程，降低了工作人员工作强度，提升了工作效率。但图书馆服务出于对读者平等、开放、注重隐私保护的原则，对于图书馆实体空间的读者，在使用图书馆设备过程中，鲜少有数据记录。如个体的入馆信息、文献检索信息等，在无需用户登录的情况下即可使用，公共图书馆并不抓取读者隐性需求的信息。因此，对于处在智慧化进程中的图书馆，在有限的数据采集条件下，很难实现“大数据”管理与分析，而调研问卷、深度访谈等手段依然是目前获取用户信息与需求的主要方式。

完善的智慧图书馆在大数据分析的运用下，自身可以实现精准化、个性化的服务，而在智慧化发展的进程中，读者对智慧化的需求以及行为特征，又有着怎样的特点。在智慧化建设进程中，笔者通过问卷调研的方式，尝试用统计学原理将读者用户画像群分类，深度挖掘不同群体用户需求及行为特征的共性与个性，推导出精准化实施服务对策。孙守强^［7］指出，构建群体画像能够帮助决策者了解其服务群体特征和需求，制定以用户为中心面向特定群体的个性化服务，有助于优化图书馆布局、设备及管理制度等。

2 研究设计

2.1 研究思路与方法

为了精准化区分用户群，针对不同用户群的需求和行为习惯，提供个性化用户服务并为图书馆未来智慧化全面构建奠定行动方向，需将用户群按照不同特征进行用户画像分类，再根据不同类型的用户画像提供个性化服务。

（1）读者信息和数据汇总。通过问卷调查，采集读者信息和数据，为后续用户画像群分类提供数据支持；

（2）寻找最优分类数。根据问卷设计的内容，采用K-means聚类分析法实现读者群最优分类；

（3）细化用户标签。按照分类结果，进行需求和行为特征比较；

（4）根据不同需求和行为特征，探索个性化服务策略（见图1）。

2.2 问卷设计

2.2.1 问卷内容概要

为了充分了解浦东图书馆用户对智慧图书馆发展和图书馆资源利用的需求与满意度情况，研究设计了一份针对读者使用本馆现有设备感受及对未来智慧图书馆的服务需求的调查问卷。问卷共发放362份，经有效性判断处理，最终共采纳有效样本量287份，问卷有效率78%。该问卷包含样本背景信息、用户满意度、用户行为特征、用户认知与需求及主观评价与建议5个维度（见表1）。

2.2.2 信度与效度检验

本次调查问卷的问题中，仅“用户满意度”维度涉及的6个问题为分级量表题型，可对这一维度进行信度与效度检验。根据评价等级由高到低赋予相应分值，导入SPSSPRO在线数据分析平台后，使用Cronbach’s模型进行计算，得到如下结论（见表2）。

问卷的这两题信度和效度都检验通过，可以使用调查问卷的数据进行后续的用户画像群的划分与相关性分析。

2.3 研究方法

采用K-means聚类分析法，借助SPSSPRO在线数据分析平台，进行不同画像群在用户行为特征和用户需求方面的差异性分析。

K-means聚类分析法是无监督学习中经典的算法之一，通过组间的相异性规则把不同事物划分为若干类，使各类之间的数据最为相似，不同类数据相异性尽可能最大化^［8］。

根据K-means聚类分析法必须选择量化属性的数据类型的特点，笔者选取“用户满意度”这一维度（共6题）进行聚类分析。将“用户满意度”作为区分的用户画像群的自变量，将“用户行为特征”和“用户认知与需求”视为因变量，可以比较出不同画像群在需求和行为方面的显著差异，进而为图书馆服务的个性化、精准化发展提供有力的数据支持。

在进行K-means聚类分析前，首先要确定K值，也就是聚类的种数。K值确定的主流方法是“手肘法”（Elbow Method），横坐标是聚类个数，纵坐标是K均值聚类损失函数对应所有样本到类别中心的距离平方和，即误差平方和，值越小，聚类效果越好，通过“坡度趋于平缓”的拐点找出最佳的类簇数量。

2.4 用户标签细化

根据K-means聚类分析法无监督学习的分类特性，已将上述用户群体在“满意度”维度中进行了差异化最大化的分类，在此基础上，综合运用列联交叉分析法、独立样本检验和卡方检验法进一步分析用户标签，研究两种画像群在基本信息、行为方式、认知需求3个维度中表现出的具体差异，若各指标的选项评价参与数量比例与该类用户群占整体比例处于一致范畴，则两类群体无差别，若所占比例与整体比例有较大不一致的情况，则表示两类群体在某些项目中呈显著区别。找出差异，探其究竟，为图书馆用户定位、服务精准化打下基础。

2.4.1 计算思路

首先，采用列联交叉分析法，将用户按照聚类种类作为分组项，问卷各指标为分析项，计算各评价指标下细分选项的占比情况，分析研究基于聚类方法下的整体样本特点。

其次，再根据各题型情况，若数据类型为定量变量的比较，则根据正态分布情况选择适合的独立样本检验；若数据类型为定类变量的比较，则适合用卡方检验方法，找出数据差异化较大的值，判定群体性显著效应。

最后，将数据导入到SPSSPRO在线数据分析平台计算出结果（见图4）。

2.4.2 结果呈现

依照上述方法对问卷进行列连交叉分析，根据数据不同性质，将对应的指标项采用对应的差异化计算方法，其参考值为：

Pearson卡方检验方法：卡方值X²越大，差异程度越大，X²=0，则无差异；P值lt;0.05，各样本之间存在显著性差异；

MannWhitney独立样本检验方法：Cohen’s d值在0.2～0.5之间差异最小，0.5～0.8之间差异中等，0.8以上差异较大；P值lt;0.05，差异性显著。

根据上表的判断依据，将P值lt;0.05，Cohen’s d值gt;0.5的指标项视为有差异，汇总两类群体所有指标项对比结果（见表1）.

由表1可以看出，两类用户的共性如下：

（1）用户需求方面。书籍媒介：纸质书与数据资源同等重要，纸质书需求偏大；智慧信息服务的发展方向：需要丰富的纸质和电子资源、更新智能化和信息化设备、提供全智能服务需求；图书定位服务：智能个性化图书推荐内容、图书检索历史查阅、借阅历史查询、文献收藏与订阅服务；馆员能力和服务方式期望：具备专业知识与技能、良好的服务态度、沟通表达能力、向导能力和多领域专业知识，馆员在活动过程中，提供咨询答疑的服务，提供活动推荐和场地指引。

（2）用户行为特征方面。借阅书籍参考依据以“考试、课程或个人能力提升”为主；微信公众号是最主要的获取图书馆信息的渠道；讲座参与意愿最为强烈，其次是展览和培训。

两类用户群具体差异性总结如图5所示，其中第17题主观评价，经词云运算将用户特点具象化。

3 分析与对策研究

3.1 助力多维度服务体系建设

通过上述用户画像分类，“1类用户”与“2类用户”在行为与需求方面有较显著的差别，这些差别导致两类人群在图书馆使用过程中的感受不尽相同。浦东图书馆近年来一直致力于阅读推广服务，提供丰富的学习、培训等机会，这些服务极大满足了“1类用户”的需求且满意率较高，人群占比也较大。但图书馆作为知识服务主体，在智慧化建设的进程中，“2类用户”的评价与需求也同样需要得到重视。“2类用户”作为高学历高认知的群体，对图书馆各方面的要求也相应更高，如若图书馆推出相应的服务，提升这类用户的感受与评价，在满意度调查的评价上，将会有更大的突破。因此，在维持“1类用户”良好感受的基础上，浦东图书馆应着力注重“2类用户的”需求，从设备设施的更新、图书馆专业化服务水平提升、开发与创新服务项目、拓展服务范畴等方面，全面提升服务品质。图书馆应科学利用用户群标签特征描述，提供精准化服务。图书馆精准服务的核心是掌握用户的兴趣与需求^［9］。孔高敏等^［10］提出基于建设维度的智慧图书馆服务模型，分别是面向资源智能建设的智慧图书馆服务模式；面向技术创新的信息产品的智慧图书馆服务模式；面向用户需求精准画像的智慧图书馆服务模式；面向空间重构的智慧图书馆服务模式。浦东图书馆基于两类人群不同的需求与行为特点，也将建立具有浦东图书馆特色的智慧化服务体系。

3.2 加强馆藏资源建设，扩大电子资源馆藏与特色馆藏及应用

馆藏资源建设，从量与质两方面提升，满足读者“有书读、读好书”的需求，也是图书馆最本质的服务功能。在智慧应用的加持下，加强图书馆现有资源利用，通过信息化手段，将纸质资源信息电子化、智能化，充分发挥大数据特点和数字化优势，做到精准推荐、科学推荐。通过文献检索、信息咨询等数据被动留痕，图书馆及时掌握读者对文献资源的需求，触发采购质量的提升，同时促进图书馆基于优质馆藏资源的推荐能力提升，建设读者荐书交流平台、与各图书推荐平台联合挖掘优质图书等主动推进行动，让更多的读者信任图书馆在图书推荐、文献挖掘方面的专业性。同时提升特色馆藏开发与应用，科学开发利用特色资源，深挖文献价值，整合创新文献知识体系，提升文献的研究性和特色文化的传播性。

3.3 智慧系统设备更新迭代，为智慧化建设奠定硬件基础

硬件设备的智慧化提升是图书馆智慧化建设的基础。本次调研中，“2类用户”对于图书馆现有设备的应用持较低评价，“1类用户”与“2类用户”都发现设备使用中的各种问题，说明现有设备已远远不能满足读者便捷使用的需求以及支持智能服务迭代的跟进。目前，浦东图书馆正逐步引进新一代自助借还机、自助检索机、自助盘点机器人、自助咨询机器人等，将与上海图书馆Folio系统对接，在更完善的系统上，加持智慧应用，使得智能图书推荐、图书定位导航、O2O远程借阅、无感设备的体验、身份一键识别等升级服务得以实现，促使“2类用户”提高对图书馆的使用评价，从而提升图书馆的满意率。

3.4 用户群标签细分，提供差异化、精准化服务

为用户信息进行标签化处理，建立用户画像。图书馆应在满足全体用户共同需求的基础上，按照用户画像特征，提供更符合各类群体的精准化服务。如本次调研中，两类用户群对于图书馆智慧化发展的需求是共同的，图书馆应大力发展智慧应用、大数据管理、数据资源扩展等服务。在此基础上，图书馆还应做到服务的精准化实现，如读者关注的阅读推广活动，目前更适合“1类用户”，而“2类用户”高学历高认知高要求的群体更注重图书馆设备的使用感受、图书馆提供文献资源的质量。因此，在智慧化进程中，图书馆在保持现有服务内容基础上，持续推出多种形式的阅读推广活动，保障大多数群体的学习与交流需求，同时注重读者个人的体验度，挖掘“2类用户”深度阅读与自我提升需求，创新阅读推广模式，提高高学历读者的文化价值和社会参与度。“智慧图书馆”的建设，不仅是智慧设备的引进与应用，其最终将实现“智慧体系”的建立，通过智慧设备，激发“人”的“智慧”价值，人人参与创造，人人实现价值提升。

在数据尚不完善的情况下，建立初始数据预提供个性化服务的时期，通过K-means聚类分析法将用户分类，有助于在大数据“冷启动”阶段或者数据匮乏阶段为图书馆提供细分用户需求与行为特征，使得图书馆预先了解读者属于哪一类画像群，为其制定初始的个性化服务，根据浦东图书馆的读者特点，在得知读者学历较高时，其需求属于更加专业化的文献服务，归属于“2类用户”，图书馆将为其推荐专业参考咨询馆员跟进与沟通。如读者学历为本科，其大概率归属于“1类用户”，更倾向于参与图书馆的各类读者活动，图书馆可向其推荐合适的讲座培训等。后期随着大数据应用，读者信息获取逐渐丰富，个性化服务将越来越精准。因此，初始阶段，运用K-means聚类分析法为数据扩容、数据精准化和个性化推送奠定基础。

3.5 智慧馆员的复合型及专业化培养与发展

“智慧设备”能够更加充分地调动和发挥“人的智慧价值”。智慧图书馆的建设，离不开一批具有科技敏锐度、熟练掌握先进设备运用、具备数据分析能力、创造性强的馆员。调研中，读者对馆员的专业程度给予了较高的期待。图书馆在智慧化进程中，馆员的参与度越强，其发展出匹配智慧图书馆特征的技能将会越专业。因此，图书馆有责任为馆员成长搭建平台，鼓励馆员开拓创新，通过项目化建设引领，打破原有部门壁垒，号召馆员参与到特色项目中，做到人人有项目，人人出创意。目前，浦东图书馆已成立10个重点课题项目和29个子项目。馆员在项目执行中也得到充分锻炼。从之前的单纯咨询馆员，发展成新媒体编辑、内容创意编导、创新服务团队、文献导读员、数据分析员等。

4 结语

聚类分析的方法能帮助图书馆快速勾勒用户画像，进行用户细分，准确判断用户需求。而用户画像无论是在现阶段还是公共图书馆全面大数据时代，都发挥着不可替代的作用。

公共图书馆面向全社会无门槛免费开放，其具有用户群广、注重保护用户隐私、鲜少记录用户使用图书馆行踪的特点，因此，既往积累的用户数据面临不全面、不完整、难匹配的特点，问卷调研、深度访谈等调查方法依然是有力的调研手段。在科学的统计方法运用下，依然能够通过行为数据发现读者们表象的和隐藏的用户需求。深入研究用户需求，不断改进服务对策，提升服务品质，是公共图书馆服务永远的课题。

参考文献

［1］柯平，王洁，刘倩雯.生成式AI视域下智慧图书馆建设的关键路径［J］.现代情报，2024（1）：4-10.

［2］袁静，王珊珊，李森涛，等.用户参与图书馆智慧服务价值共创行为的形成机理研究［J］.图书馆学研究，2024（3）：98-112.

［3］蔡晓蕾.智慧图书馆服务模式重塑及其实践路径探讨［J］.信息系统工程，2024（7）98-101.

［4］张若雅，储开稳，徐旭光，等.高校图书馆用户画像构建与精准服务模式研究［J］.图书馆学刊，2023（9）：57-62.

［5］张英杰.基于用户画像的高校图书馆创客空间知识服务实现路径研究［J］.图书馆界，2023（6）：19-25.

［6］王棪.基于用户画像的图书馆智慧阅读推广服务模式研究［J］.江苏科技信息，2022（32）：41-43.

［7］孙守强.基于用户画像的智慧图书馆个性化服务研究［J］.图书馆工作与研究，2019（7）：60-65.

［8］邵小青，贾钰峰，章蓬伟，等.基于K-Means聚类算法的数据分析［J］.科学技术创新，2021（23）：85-86.

［9］侯辉辉，唐振坤，李谦.大数据下图书馆精准服务的用户画像系统设计与实现［J］.信息与电脑（理论版），2023（21）：170-172.

［10］孔高敏，吕彦池，陈雅.我国智慧图书馆服务模式构建研究：以江苏省智慧图书馆体系建设为例［J］.图书馆学研究，2023（12）：44-52.

（编辑 编辑何 琳）

Empirical study on the needs and behavioral characteristics of public library users in the process of intelligent development

LI Jiemin

（Shanghai Pudong Library， Shanghai 201204， China）

Abstract： Subdividing user profiles and mastering the needs and behavioral characteristics of different user groups are the prerequisites for libraries to realize personalized and accurate services. The purpose of this study is to understand the similarities and differences in the needs and behavioral characteristics of various user groups through questionnaire survey and K-means clustering analysis method in the process of smart library construction， and to realize the segmentation of user portraits and promote the construction of multi-dimensional service system of smart library.

Key words：user demand; user behavior; K-means; questionnaire analysis; user tag; user portrait