基于小数据融合的图书馆用户精准画像构建研究.docxVIP

?

?

基于小数据融合的图书馆用户精准画像构建研究

?

?

龙春芳

关键词：小数据;图书馆;用户画像;融合

摘要：文章分析了小数据的内涵与特征，介绍了图书馆对用户小数据的融合处理流程，指出了基于小数据融合的图书馆用户精准画像构建方式，以期为相关研究提供参考。

：G250：A：1003-1588（2020）10-0090-03

大数据、云计算等技术在图书馆的应用为信息资源获取提供了便利，保障了个性化定制、智能推送等服务的实施，推动了图书馆服务环境、模式与内容的变革。然而，大数据的总量和复杂程度日益增长，对其研究和利用要耗费大量的人力、财力，这个过程不仅容易导致隐私泄露，而且无差别的服务方式也影响了服务效果。为解决这些问题，图书馆界开始关注小数据。小数据是指具有显著个体特性的信息证据，是从个体角度采集的全部数据，包括行为、喜好、社会关系等。对小数据进行统一融合和客观分析，发现其中隐含的价值，可以预测个体的行为、特征和社会联系，弥补大数据的不足[1]。通过数据融合建立精准的用户画像，对用户阅读场景、阅读需求、身份特点等进行分析，有利于准确制订服务方案，提升用户的服务体验。

1小数据的内涵、特征与作用分析

1.1小数据的内涵

小数据又被称作个体资料，是指包含个体所有特征信息的数据集合。关于小数据的研究始于2011年，最初研究人员仅将其看作与大数据相对的概念，即规模小、变化慢、维度低的数据。舍恩伯格教授在《大数据时代》一书中指出，大数据是侧重决策的全数据，是通过全方位的数据采集、整理、分析探索事物发展的结果，小数据是以用户为中心，侧重对个体特征的深入挖掘，旨在探索个体与相关事物之间的联系。

1.2小数据的特点

随着大数据的兴起，人们日益认识到数据的价值，借助大数据分析预测用户需求成为各行各业的趋势。与大数据相比，小数据具有成本低、风险低、个性化、动态化的特点，各种移动终端、可穿戴设备的应用也为小数据采集提供了便利[2]。小数据是围绕个体产生的，因此不同个体之间的差异以及对同一事物的不同见解决定了数据的个性化特点。小数据的形式多样，包括图像、视频、声音等。由于小数据规模较小、结构简单，并不需要复杂的技术和系统配置，所以可以在一定程度上避免信息利用过程中存在的风险。小数据的数据体量小，分析整理更加方便，对于系统的配置要求不高，能够减少系统损耗，降低数据处理成本[3]。

1.3小数据的作用

小数据包括用户的情境状态数据、身体数据、行为数据等，对这些数据进行采集和分析，建立与用户相关的数据模型，可以更好地预测用户需求。小数据从微观层面反映了用户的阅读需求、个性特征、喜好等，揭示了用户活动与图书馆服务之间的因果关系。对个体数据进行追踪、采集和分析，可以精准预测个体需求和事态发展方向，为图书馆制订服务方案提供依据。

2图书馆对用户小数据的融合处理流程

数据融合是指将异构数据转换为统一的形式以便为决策提供依据。图书馆用户在获取服务过程中会产生形式多样的小数据，图书馆应对这些小数据进行融合分析，挖掘其中隐含的价值。

2.1分析数据源

图书馆通过多种途径采集与用户相关的小数据后，首先要对数据进行综合分析，经过数据映射、去重、更新等操作后将其纳入小数据融合库中。对于来源多样的异构小数据，图书馆需要建立统一的数据模型，在确定不同数据映射关系的基础上赋予不同数据相应的权重，再将这些数据纳入相同的模型中。对于相同模型下的映射数据，图书馆还需要做好去重工作以减少数据存储占用的空间，提高数据存储效率[4]。

2.2深入挖掘小数据的基本属性

深入挖掘小数据的基本属性有利于掌握读者的个性化特征。图书馆应从数据中提取与用户属性相关的内容，如检索次数、访问时长、阅读类型等，用于更准确地分析用户行为。在这个过程中，图书馆既要对有价值的数据进行挖掘利用，也要重视去重处理，只有这样才能准确描述用户偏好并划分用户群体。

2.3构建用户画像

用户小数据收集与整理完成后，图书馆就要对这些数据进行关联、挖掘和态势分析，从中获取可用的信息并纳入用户数据库，从而全面掌握用户的兴趣爱好、行为特征和个性化需求。图书馆只有结合用户所处的情境建立符合用户特征的知识空间，探究不同数据之间的关联，才能获得更有价值的数据，为构建用户画像奠定基础。

3基于小数据融合的图书馆用户精准画像构建

3.1小数据融合分析

图书馆建立用户精准画像的目的就是结合用户小数据还原用户信息，从而全方位把握用户需求，为开展个性化服务提供支持[5]。图书馆不仅可以从各类服务系统中获取小数据，也可以借助智能终端、可穿戴设备等采集用户数据。由于采集的初始数据是分散异构的，彼此之间关联度不高，所以需要对这些数据进行融合。在这个过程中，图书馆可以提取用户基本信息，初步描绘出用户画像，然后对用户静态、