基于用户画像的读者周边好书推荐服务研究

发布时间：2025-06-10 01:51

　　 [目的/意义]将用户画像应用于图书馆领域,以助于促进智慧图书馆成熟。[方法/过程]在馆内定位系统数据的基础上,对读者的用户画像进行数据维度设计、建立读者行为标签体系、确定标签优先级别及推荐算法,根据读者偏好将周边好书推荐给读者,为读者提供全新的图书资源搜索服务方式。[结果/结论]在构建模型过程中,要注意馆内定位系统的准确性、实时数据层的更新与模型算法层的优化、图书馆人的初心与读者隐私安全等关键问题。

【文章页数】：5 页

【部分图文】：

图1 关键词共现网络

从CNKI中以“用户画像”为题名检索，可以得知国内最早引入用户画像理论是学者赵曙光[1]，主要采用的研究手段是通过深度访谈的形式对社交用户进行分类，以CSSCI为文献类别检索，涉及用户画像概念应用于图书馆领域最早的是龚新刚等人[2]，始于2016年的《以读者为中心的基础数据库建设....

图2 基于用户画像的周边好书推荐服务框架

在创建周边好书推荐模型之前，需要根据图书馆实际的业务需求进行数据维度设计，形成基本静态信息和读者动态信息，并逐层标签细化，其中基本静态信息主要抓取读者和图书两个维度的信息标签，如图3所示。图3基本静态信息图

图3 基本静态信息图

图2基于用户画像的周边好书推荐服务框架读者动态信息包括了读者收藏、Web/App端日志、图书评论、搜索、图书借阅、地理位置等纬度的信息标签，见表1。

图4 读者行为标签体系

基于以上数据纬度的设计，通过图书馆的各个信息管理系统提取读者基本数据及各种行为标签，将这些标签抽取、清洗后聚类到读者行为标签表，具体如图4所示。2.3确定标签优先级别

本文编号：4050135