Page 225 - 智慧图书馆发展与创新

第五章 智慧图书馆发展与创新运用的新型技术

利于读者做出阅读判断。
（二）基于用户画像的社会化阅读推荐服务模式
1. 用户画像构建
交互设计之父 Alan Cooper 最早提出用户画像（User Persona）的概念，即用

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。
构建用户画像最核心最本质的环节就是根据用户数据给用户贴“标签”。互联网
的发展使得海量数据已经成为一种现象级的存在。公共图书馆数据库中存储着大
量的读者数据，选取某一读者的所有数据来构建该读者的用户画像显然是不可行

的。许鹏程等从自然维度、兴趣维度和社交维度构建多维度、多层级、立体化
的用户画像，应将其应用于数字图书馆的精准推荐、个性化检索、精准宣传以及
参考决策中。基于此，本文选取对社会化阅读推荐起决定作用的读者数据构建读
者的用户画像，包括读者的自然属性、社交属性、兴趣属性、位置属性和场景

属性。
自然属性也称固定属性，是读者的静态信息，主要包括年龄、性别、专业
等。这些数据容易获得，在读者注册时，便存在于系统中。自然属性是对读者简
单的刻画，是建立用户画像必不可缺的属性，是构建用户画像的基石。社交属性

是指读者与读者之间的交互行为，且交互行为可分为直接交互和间接交互。当读
者对某一文献感兴趣时，会分享在社交软件或者网站，若其他读者认同其分享的
内容，会通过点赞、评论、转发等行为进行表示，此过程就是读者之间的直接
交互；间接交互并未涉及读者之间的交流，而是挖掘读者的阅读记录，从而形成

读者之间的社交关系，若两个读者都有同一文献或同一文献的阅读记录，则形成
间接交互。兴趣属性包括读者维度和文献维度。读者维度是读者对文献的操作行
为，如在线阅读、收藏等，这些行为会在数据库中形成读者的文献记录，从而反
映读者的阅读兴趣；文献维度是读者操作的文献的属性，如标题、作者、主题
等。位置属性包括读者所住区域、经常往来区域以及偶尔往来区域等。随着 GPS

定位技术、Wi-Fi 定位技术和蓝牙定位技术的成熟，图书馆较容易获得读者的位
置信息。场景属性是读者所在的特定场景，特定场景可以是某段时间、某个地
点、某个完整的学习、科研和决策过程等。

在确定了构建用户画像所需的读者数据之后，选择合适的算法建立标签模
型，建模算法主要有向量空间模型（Vector Space Model，VSM）、主题模型

·217·