基于用户画像的公共图书馆健康信息精准服务路径研究.pdf

2023 年第 9 期（No.9.2023）053信息素养教育基于用户画像的公共图书馆健康信息精准服务路径研究*刘一鸣1，2 徐春霞1（1.湘潭大学公共管理学院 湖南湘潭 411105；2.湘潭大学南亚研究中心 湖南湘潭 411105）摘 要 公共图书馆将用户画像技术应用于健康信息精准服务，构建用户数据与资源数据之间的关联与融合，能实现健康信息精准服务，从而满足用户的健康信息需求。用户画像技术可实现健康信息需求与服务的精准对接，从资源画像构建、用户数据采集、用户画像构建、资源关联以及资源精准推送等方面提出具体的应用路径，为公共图书馆健康信息服务提供理论参考与实践方案。关键词 用户画像 公共图书馆 健康信息服务 精准服务中图法分类号 G258引用本文格式 刘一鸣，徐春霞.基于用户画像的公共图书馆健康信息精准服务路径研究J.图书馆，2023（9）：5359.*本文系国家社会科学基金一般项目“智慧养老视域下公共图书馆老年人健康信息服务研究”（项目编号：22BTQ031）研究成果之一。随着经济发展和生活水平的提高，公众对健康信息服务的需求与关注度日益增强。健康信息服务是指信息服务机构按一定的方式向患者和公众提供有关健康状况以及卫生保健服务的信息，以满足用户健康信息需求并辅助用户做出健康决策的服务1。由于健康信息服务关乎公众的生命健康，公共图书馆作为开展健康信息服务的重要机构，在这方面发挥着巨大的作用。与此同时，和健康信息服务需求一起增多的还有用户的精准服务需求，在大量的资源可以满足用户需求的背景下，用户对公共图书馆提出了新的要求，即精准推送以及用户精准获取健康信息。基于此，本文提出将用户画像技术应用到公共图书馆健康信息精准服务之中。用户画像技术是建立在一系列真实数据之上的用户目标模型，是对真实用户的虚拟化，是刻画目标用户、联系用户诉求等的一种有效工具2，具有与健康信息需求相匹配的技术特征，可以精准捕捉用户的健康信息需求，为用户提供所需服务。1 文献回顾1.1 公共图书馆健康信息服务研究国内很多学者对公共图书馆健康信息服务进行了研究，在图书馆开展健康信息服务策略方面，方向辉等3通过对不同学历层次大学生心理健康情况的分析，从加强读者培训、搭建系列服务平台、开展多形式的读者活动等方面提出平台建设对策。在发展现状方面，金燕等1采用问卷调查法、网络调查法和访谈法对我国公共图书馆开展健康信息服务的公众认知状况进行调查，调查结果表明，我国现阶段开展的健康信息服务以传统服务、合作服务和自助服务为主。在图书馆健康信息服务评估方面，付敏君等4通过对国内外图书馆健康信息服务实践进行总结，从理论层面建立了图书馆健康信息服务影响力框架。学者们研究的重点不一，侧重点不同，但可以看出公共图书馆健康信息服务已经得到业界的普遍认同。1.2 公共图书馆精准服务研究 国内对于公共图书馆精准服务已经有了一定规模的研究，在算法与技术方面，刘淑娟5运用爬虫、数据库、文献相似度算法等技术设计了一种具有智能机器学习功能的个性化精准推送平台；刘庆麟6根据用户小数据建立完整的数据挖掘体系，利用标签、聚类、Beacon 等技术，建造了一整套实现精准服务的模型。在模型构建方面，精准服务的模型构建往往以用户数据为基础，智能化信息技术为保障，多方协调的日志管理、推送服务等服务资源聚合为框架。在实践应用方面，龚锦培等7以上海崇明区图书馆为依托，对少年儿童、残障人士、农民工、航运单位人员、边远地区(Library)054 2023 年第 9 期（No.9.2023）孩童等特殊读者群体的服务进行介绍，并对如何提高服务精准度提供建议。对于公共图书馆精准服务的研究在一定程度上为健康信息的精准服务提供了指导和理论依据。1.3 用户画像在图书馆中的应用研究目前将用户画像技术应用于公共图书馆服务中的研究较多，但并没有扩展到健康信息精准服务领域，研究热点主要包括现状研究、算法与技术、模型构建、实践应用四个方面。在现状研究方面，杨燕8提出图书馆应为核心用户群精准推荐，并且要针对不同用户进行精准宣传。在算法与技术方面，郭宇等9通过实例分析构建了移动图书馆 UGC 用户画像模型。在模型构建方面，明海、杨晓农10对数字图书馆用户画像的基本需求和功能进行了分析，并通过架构模型和聚类算法分析等构建了数字图书馆精准服务体系。在实践应用方面，龚新刚等11认为读者基本数据库需要运用专业的用户画像来描述读者的整体信息；杨群等12探讨用户画像和微知识服务推送的契合性，并设计了面向用户画像的微知识服务体系模型。综上所述，现有研究成果十分丰富，尤其在公共图书馆健康信息服务、公共图书馆精准服务以及用户画像在图书馆中的应用等方面。这些成果为本文提供了有益的参考，但也存在以下局限：一是研究内容上，缺乏对公共图书馆健康信息精准服务的研究。目前的研究大多是对于公共图书馆健康信息服务和公共图书馆精准服务的独立探讨，并未将两者融合。二是研究方法上，将用户画像技术运用于健康信息服务处于空白阶段。近年来，对用户画像技术应用于图书馆服务已有较多探讨，但尚未发现将用户画像技术应用于健康信息服务领域的研究，值得探索。三是研究深度上，精准服务理论的阐释性较弱。研究者多倾向于现状调研和算法技术等研究，理论构建研究较少，尤其缺乏对健康信息精准服务理论的深入研究。因此“基于用户画像的公共图书馆健康信息精准服务研究”在理论上可以丰富公共图书馆健康信息精准服务的研究，打破原有的思维定式；在实践上可以为公共图书馆健康信息精准服务提供实践方案，并且对原有服务体系提供有力的补充和借鉴。2 公共图书馆健康信息精准服务的重要性与必要性2.1 “健康中国”的政策驱动国家对公众的健康一直高度重视，早在 2008 年，我国卫生部就发布了 中国公民健康素养基本知识与技能（试行），指出了公众应该具有的健康基本知识和技能，从要素的角度对健康进行了诠释。2015 年，“健康中国”被写入了“十三五”规划，彰显了国家对公众健康的重视，2016年，中共中央、国务院印发的 “健康中国 2030”规划纲要指出，健康中国的建设，应坚持政府主导，动员全社会参与，推行健康生活方式，减少疾病发生，实现全民健康13。2019 年 7 月，健康中国行动推进委员会发布 健康中国行动（20192030 年），倡导“每个人都是自己健康第一责任人”14。当前“健康中国”已经上升为国家战略，同时提升公众的健康素养也成为了健康中国战略的重要任务15，公共图书馆作为公众获取信息的中心更应该参与其中。2.2 公众的健康信息需求驱动随着经济发展和公众生活水平的提高，公众对医疗、预防、康复等健康信息的需求日益增强，但是公众所能获取到的健康信息是有限的，获取渠道也比较狭窄。目前公众普遍的健康信息需求主要包括营养知识、疾病预防、健身保健、美容养生、医学常识、心理健康、急救技巧、疾病治疗、病后康复、流行病趋势及动态、医疗政策法规等。公共图书馆作为公众获取知识的信息中心，具有对公众进行社会教育的功能，同时具备开展健康信息服务的条件，可以满足除疾病治疗以外的大部分健康信息需求，为公众提供可靠的健康信息获取渠道。2.3 公共图书馆发展诉求驱动新时代是一个注重技术服务创新的时代，人工智能、区块链、云计算、大数据、数字孪生、简易信息聚合（Really Simple Syndication,RSS）、用户画像、推荐算法、数据挖掘等技术的大量涌现与应用给社会带来了机遇，但也给部分行业带来了挑战。公共图书馆跟随时代的脚步，将数据挖掘、射频识别（Radio Frequency Identification,RFID）、人工智能等技术应用在用户服务中，虽然在一定程度上提高了服务的效率和质量，但并不足以与时代并行。公共图书馆想要适应时代的发展，就要融合新的技术，用户画像技术是新时代最前沿的技术之一，其核心是勾画用户特征、联系用户诉求，将其应用于公共图书馆的服务之中，可以加速传统型公共图书馆向新时代复合型公共图书馆的转型升级，促进公共图书馆智慧化的实现。3 用户画像技术应用于公共图书馆健康信息精准服务的可行性D.Travis16基于早期用户画像的内涵提出用户画像应 2023 年第 9 期（No.9.2023）055具有 7 个特性：基本性、目标性、数量性、移情性、真实性、应用性、独特性。基于此，许鹏程等2提出数据驱动下数字图书馆用户画像应具有可迭代性、时效性、区隔性、交互性、知识性和聚类性。这 6 个特性助力用户画像技术应用于公共图书馆健康信息精准服务。3.1 可迭代性应对信息多变，加速信息更新用户健康信息数据由静态数据和动态数据两部分组成。公共图书馆中健康信息的用户静态数据是指姓名、年龄等基本信息；动态数据是指点击、阅读等交互信息，会随着用户与公共图书馆交互次数的增多而不断变化，是一个动态变化的数据，这导致依据交互信息构建的用户画像也在不断地发生改变,所以说用户画像是动态变化的2。公共图书馆健康信息服务的精准性体现在能根据用户的需求不断更新用户所需的信息，用户画像的动态变化与用户需求的多变有极强的关联性。健康信息资源需要不断更新、不断积累，用户画像的可迭代性能针对用户的需求和行为变化更新用户画像,并相应地调整服务方式，加速信息更新。3.2 时效性削弱信息过载，剔除过期信息信息过载成为时代的标识，健康信息作为一种大众普遍需要的信息也存在着信息过载的现象，主要体现在过期的信息不予处理，而新的信息却在不断增加，这就导致用户在检索时无法快速并且准确找到需要的信息。受健康状况、认知程度、环境变化、信息过载以及时间推移等众多因素的影响,用户的健康信息需求会在不同时间、不同地点以及不同环境发生不同的变化。这就决定了用户的健康信息需求具有时间上的限制，特定的健康信息需求只在特定的场景下才会有效用。信息过载的时代赋予了用户画像强烈的时效性，它的每一次更新都是依据用户的最新健康信息需求进行当期需求信息的分析以及过期信息的剔除，能够实时准确地追踪用户的健康信息需求及其变化,及时作出反应,实时更新用户画像。3.3 区隔性识别多样信息，收集多维数据健康信息的多样性决定了用户的需求不可能是千篇一律的，不同年龄、不同病种、不同心态的用户需要的健康信息都不相同，公共图书馆是一个为大众提供服务的地方，需要囊括所有的用户群体所需的信息。而用户画像刻画的也不是全体用户的平均化特征,而是具有区隔性和对象针对性的用户特征2，每个用户特征都有与众不同的地方,要收集不同维度的数据，多角度对用户进行分析，这些具有区隔性的不同维度的用户特征共同形成了用户画像。用户画像的区隔性为公共图书馆精准地识别不同用户的健康信息需求提供了有力的抓手,有利于公共图书馆为用户提供健康信息精准服务。3.4 交互性促进信息搜寻，产生用户数据公共图书馆的健康信息服务数据都是通过用户在对健康信息的搜寻过程中与公共图书馆的不断交互产生的。用户在使用公共图书馆的过程之中,利用公共图书馆的各种设备与系统、馆员以及用户进行行为交互，从而持续产生大量的用户数据,这些丰富的用户数据是用户画像的构建基础。用户画像呈现了用户健康信息的真实面貌，为更好地了解并且服务用户搭建了桥梁，健康信息精准服务离不开信息的搜寻，更离不开交互行为产生的用户画像。3.5 知识性深化信息挖掘，开发信息资源健康信息作为一种资源,存在着大量信息被“沉没”的现象，潜在的知识有待被挖掘、被发现和被利用。公共图书馆对健康信息资源进行细粒度分割,实现数据的碎片化,通过语义关联,最终形成可视化用户画像2，实现了对潜在知识的开发和利用。公共图书馆有建立专家型用户、学术型用户等个人健康知识库的能力,为知识创造者提供平台,从而建立用户之间的联系,促进知识的共享,开发信息资源，进而实现知识再造,为用户实现健康信息精准服务。3.6 聚类性整合同质信息，分析用户共性健康信息不仅具有多样性，病种的有限决定了用户对健康信息的需求具有一定的同质性，即所需信息有共性，正是由于这些共性的存在,便于聚类同质化的群体、区分异质化对象2。公共图书馆用户画像拥有对用户的分类和聚类的能力，它基于对用户相关健康数据的分析与挖掘,根据用户的使用习惯、检索偏好、浏览记录以及搜寻领域等划分标准将用户划分为不同的群体,并针对不同的用户群体进行需求化的服务、精准的推送等。4 基于用户画像的公共图书馆健康信息精准服务实现路径公共图书馆健康信息精准服务的核心在于用户需求与资源供给的精准匹配。用户画像技术具有与公共图书馆健康信息精准服务的高度耦合性，通过构建“资源画像构建刘一鸣、徐春霞：基于用户画像的公共图书馆健康信息精准服务路径研究(Library)056 2023 年第 9 期（No.9.2023）用户数据采集用户画像构建资源关联资源精准推送”的路径，将用户画像技术应用于公共图书馆健康信息精准服务，实现用户需求与资源供给的精准匹配（如图 1 所示）。更新构建构建标签化标签化过滤分析预测选择精准匹配更新用户需求更新用户数据更新资源画像库用户画像库标签组合，资源整合需求型推送，定位已知需求场景型推送，预测未知需求记忆型推送，捕捉潜在需求资源关联推送服务图 1 用户画像资源与健康信息资源精准匹配过程及应用4.1 资源画像构建公共图书馆是知识的集散地，健康信息精准服务要建立在公共图书馆具有一定健康资源的基础之上才能实现。资源画像是揭示公共图书馆健康信息资源特征以及实现资源关联的有力工具。资源画像的构建主要分为三步，即构建健康资源数据库、资源画像聚合以及资源画像可视化（如图 2 所示）。聚合共性用户，共建健康资源资源具象化表达，精准匹配需求医疗机构政府社区资源画像聚合资源画像可视化资源画像库资源数据库图 2 资源画像库构建流程4.1.1 构建资源数据库，聚类共性用户公共图书馆可以通过购买健康数据库和自建健康数据库两种方式来提供健康信息资源，自建健康数据库又包括公共图书馆自建以及用户自建。健康数据库可以根据用户画像对健康信息资源进行聚类，从而实现对用户的聚类。例如将健康信息资源分为营养知识、疾病预防、健身保健、美容养生、医学常识、心理健康、急救技巧等，向查询同类健康信息的用户推荐同质性用户，方便信息的推送以及用户之间的交流。健康数据库的资源选择应该按需供给，根据用户画像获悉用户的真实需求，不断完善数据库的资源，促进资源的更新迭代。4.1.2 资源画像聚合，共建健康资源公共图书馆在构建健康资源数据库之后，还要与政府、图书馆、医疗机构以及科技机构等进行合作，获取全方位的健康信息资源以及技术支持，从而实现资源画像的聚合。例如，广州图书馆联合市内三甲医院、医学类高校及其他相关医学研究机构举办符合本地用户需求的健康知识讲座，并取得了良好的社会效益。在健康资源共建过程中，由公共图书馆开展健康信息服务，政府提供政策支持与保障，医疗机构提供专业的健康资源，从而形成公共图书馆、政府、医疗机构等多主体运营的社会价值共创项目。其中最重要的是要明确各方的角色，不同角色提供不同的资源，最终将所有资源聚合到一起，形成资源画像，实现健康资源的共建共享，更加精确地为用户提供所需服务。4.1.3 资源画像可视化，匹配用户需求在资源画像可视化阶段要实现健康资源的具象化表达，并形成资源画像库。首先要对公共图书馆的健康资源进行基于语义的细粒度切割，例如，对于文本型资源要根据其逻辑结构对其各个部分进行语义标注，以编码形式抽取文本信息；对于图像型资源要构建适宜的图像语义描述模型，从而生成自然语言描述。然后在进行细粒度切割的基础上为健康资源打上标签，标识其属性。最后利用健康资源的标签来创建资源画像，并采用可视化工具和技术将资源画像进行具象化的表达，形成资源画像库，为后续的资源关联和资源精准推送提供资源来源。同时资源画像库要根据用户画像的变化不断地更新，精准匹配用户的需求。4.2 用户数据采集移动互联网、物联网、云计算等技术的应用使公共图书馆处于一个互联互通的大环境,用户在与网络以及公共图书馆进行交互的过程中，形成了具有规模性、多样性、同质性特征的大数据。用户数据分为内部以及外部数据，公共图书馆通过多维度的收集用户数据，对用户需求进行多方位的分析，从而构建用户画像（如图 3 所示）。多维度收集数据，多方位分析需求社交媒体医疗平台电子图书系统交互馆员咨询用户交流内部交互数据交互数据外部网络数据网络数据更新用户需求更新用户画像图 3 用户画像的数据来源4.2.1 整合图书馆内部数据，采集交互信息公共图书馆内部的用户数据主要由三部分组成：一是用户在与系统进行交互的过程中所搜集的姓名、性别等用户基本信息，借阅、浏览、下载、点击等行为数据,评论反馈信息,社交数据,以及智能感知设备采集到的感知数据 2023 年第 9 期（No.9.2023）057等17；二是用户与图书馆员交流过程中记录的语言和文字信息；三是用户之间通过自建数据库或其他图书馆的网络平台交流而采集的数据。通过用户和公共图书馆的交互，公共图书馆可以获得大量的用户数据，提取交互数据是构建用户画像的主要数据来源。4.2.2 挖掘图书馆外部数据，获取多样信息图书馆外部数据主要指用户在图书馆以外的社交媒体数据、电子图书商城数据以及医疗平台数据等，可以采用数据挖掘等方式获取这些用户的外部网络数据，图书馆外部数据对于健康信息的精准推送有着巨大的作用。例如，公共图书馆通过获取用户的外部网络数据，进而了解用户所在场景以及情况，预测用户需求，以此来构建用户画像，并为用户匹配适当的资源进行推送，做到在用户需要之前先了解用户的需求，更加精准地为用户服务。4.3 用户画像构建公共图书馆健康信息精准服务的核心在于用户需求与资源供给的精准匹配，而用户需求与资源供给能进行精准匹配的核心是用户画像的构建。用户画像的构建需要通过“数据处理需求分析画像绘制”形成初代用户画像，之后再通过“资源关联资源推送评估反馈画像修正资源关联”的循环机制实现用户画像的更新迭代，逐渐趋近用户的实际需求（如图 4 所示）。更新用户数据更新资源画像库更新用户需求处理分析绘制修正循环迭代初代用户画像资源关联用户画像资源推送评估反馈图 4 用户画像构建与迭代4.3.1 构建初代用户画像，服务信息用户初代用户画像的构建要以用户数据为基础，因此需要公共图书馆通过各种渠道多维度地收集用户数据，然后对用户数据进行处理，从而形成初代用户画像。例如，应用智能分析技术,再结合各种算法,根据这些用户数据精准地分析和预测用户的特征与需求，再将用户需求标签化形成细粒度需求，通过雷达图、词云图等统计工具将用户需求特征可视化，绘制出初代用户画像。利用初代用户画像资源和健康信息资源进行关联匹配，从而为用户进行资源推送。初代用户画像是对用户需求的预测，并不一定完全符合用户的实际需求，所以想要更加精确地实现资源的推送，就需要不断地对用户画像进行更新迭代，最终形成用户画像库。4.3.2 用户画像更新迭代，增强用户黏性用户画像的更新迭代是精准掌握用户需求的基础，所以需要构建迭代循环机制。例如，在资源推送给用户之后，用户会对本次服务与资源进行评估，然后通过各种反馈渠道对用户画像的准确度、推送资源和现实需求的匹配度以及服务的满意度等进行评估，并依据实际需求提出自己的意见。将用户反馈后的结果进行标签化和可视化，据此完成对用户画像的修改和完善，并对用户画像资源和健康信息资源关联匹配的算法进行调整，以求更加精准地捕捉用户需求、推送健康资源。画像修正后将再次与健康信息资源进行关联匹配，重新选择健康信息资源推送给用户。用户会对新的推送资源再次进行评估反馈，并继续作用于用户画像的构建以及用户画像资源和健康信息资源的匹配算法，从而实现用户画像的更新迭代，增强用户黏性。4.4 资源关联用户画像技术的应用离不开标签体系的支持，用户画像标签体系是联系现实数据和虚拟数据的桥梁，起到纽带的作用。通过健康信息资源和用户画像资源的标签化，再进行标签的关联匹配，亦是资源的关联匹配，从而精准地推送用户所需信息资源（如图 5 所示）。关联匹配更新资源画像库更新用户画像库更新标签体系精准推送提取标签提取标签图 5 用户画像资源与健康信息资源精准对接4.4.1 建立标签体系，描述用户特征系统在获取用户数据后，通过对目标用户的浏览记录、信息提取以及场景分析等进行剖析，分析和预测用户的需求，以此建立用户画像资源，用户画像资源需要实时更新。用户画像资源库中的用户数据还需要进行分类，例如可以划分为基本信息、内容需求、行为活跃、价值评估四个维度，每个维度代表用户的一种属性。将每种属性进行细化，从而得到用户画像资源标签；资源画像库在可视化阶段已经为健康资源打上了标签，所以只需提取资源画像库中的资源标签，精准描述健康信息；然后进行资源的关联，也就是标签的关联，亦是资源的整合，为用户提供精准的健康信息服务。刘一鸣、徐春霞：基于用户画像的公共图书馆健康信息精准服务路径研究(Library)058 2023 年第 9 期（No.9.2023）4.4.2 明确标签权重，突出内容需求不同维度下的标签对画像的影响强度不同，不同的标签所能反映的用户需求也不相同，应该分析每一维度的标签权重值，同时也要设置标签的优先级别，对公共图书馆健康信息服务的需求指数越高，则优先级别越高。例如，内容需求维度的属性对分析用户的需求和趋势是最有用的，是标签体系的核心，则应该重点突出它的权重以及优先级。用户画像和资源画像的精准程度与标签权重有很大的关联，标签是反映用户偏好、需求的信息，信息越精准，标签权重越清晰，画像就越准确，有利于刻画完整的用户特征和资源特征，从而实现资源的匹配。4.4.3 注重标签更新，追踪迭代信息用户健康信息需求的多变决定了用户画像是动态变化的，而用户画像的动态变化又决定了用户画像标签和资源画像标签并不是一成不变的，而是处于不断更新的状态之中。标签具有独特的生命周期，即准入、执行、评估以及退出，公共图书馆系统应根据其生命周期不断地更新和完善用户画像标签。例如，在用户的四个数据维度中，除了用户基本信息标签是长期不变的，其他的三个维度都随着用户的实时需求不断变化。系统可以提前设置变更周期，在一定的周期内根据用户的需求添加标签，并以此构建用户画像和资源画像，再通过用户的评估对标签进行调整，继而更新画像，形成一个重复反馈修正的过程，不断更新画像。4.5 资源精准推送健康信息资源的精准推送主要有三种方式，需求型推送注重提供用户所需要的资源，场景型推送注重预测用户将会需要的资源，记忆型推送注重猜测用户的潜在需求。三种推送方式都要遵从“推送反馈修正再推送”的循环机制，最终目的都是精准匹配健康信息资源，从而进行精准推送（如图 6 所示）。精准推送提取标签精准匹配健康信息用户需求用户所在场景用户痕迹用户外部数据用户搜寻行为同质用户画像用户数据用户交互数据推测感知感知场景型推送获取并分析挖掘需求型推送记忆型推送图 6 资源精准推送流程图4.5.1 需求型推送，定位用户需求首先是公共图书馆要根据用户画像洞察用户的需求领域。例如，目标用户的用户画像中有“养生”标签，则说明该用户对于养生方面的健康信息感兴趣，应从健康信息资源中匹配此类资源进行推送。其次是公共图书馆应根据用户画像分析用户的需求层次，不同用户对于同一类健康信息有着不同层次的需求。例如，对于感冒的信息，有些人是想了解感冒的症状以及特征，需要的是整体性、概貌性的基础健康信息体系；而有些人则是想知道如何预防或者改善症状，需要的是更加具有针对性的健康信息。用户的健康信息需求具有很高的时效性，要求公共图书馆要能精准定位用户的需求，根据用户的需求精准推送其所需的健康信息，并根据反馈不断调整推送内容。4.5.2 场景型推送，感知用户情境用户的健康需求和偏好是动态变化的，并不是长期固定不变的，在特定时间、地点和环境下用户会具有实时的健康信息偏好和需求，即健康信息偏好和需求具有场景敏感性，所以要不断地接收反馈，进而不断地调整推送内容。系统可以通过智能技术或者与其他平台进行合作，从而感知用户所在的场景，同时通过分析得出场景标签，之后根据具有场景标签的用户画像来分析和感知用户在该场景下的健康信息需求，并进行资源的推送，再根据平台反馈的用户场景进行画像的修正和资源的推送，循环往复。例如，在用户休息场景中，对用户的作息时间和作息规律进行分析，从而得出场景标签，之后再结合用户画像推测用户的实时信息需求，最终通过关联数据等技术精准地为用户提供相应的健康信息。4.5.3 记忆型推送，捕捉用户行为公共图书馆可以根据用户画像获取用户的基本信息、浏览记录、阅读目标、行为习惯等，从中提取出对分析用户需求有价值的信息，为不同的用户推送不同的健康信息资源，更加精准地满足用户的健康信息需求。例如，目标用户经常浏览肺癌，则其用户画像就会出现“癌症”“预防”“饮食”等标签，这里“饮食”就是用户的潜在需求，之后系统通过分析可以为其推荐关于预防肺癌的饮食类相关内容，可能用户并不知道自己有这样的需求，记忆型推送就解决了挖掘用户潜在需求的问题。用户的需求会不断变更，用户画像也随之更新，系统推送的内容也应根据实时用户画像进行调整、变更和更新，并不断循环该过程，从而更好地适应用户需求的动态变化，更加精准地实现健康信息服务。2023 年第 9 期（No.9.2023）0595 结语健康信息越来越受到人们的关注，但是信息过载的现象为用户带来了很大的负担，用户的精准服务需求也越来越多，在大量的资源可以满足用户需求的背景下，用户对公共图书馆提出了新的要求，那就是健康信息精准服务，即通过精准推送使用户精准获取健康信息。将用户画像技术应用到公共图书馆健康信息精准服务中，通过图书馆资源储备、用户数据采集、用户画像构建、资源关联和资源精准推送实现健康信息的精准服务。（来稿时间：2022 年 12 月）参考文献：1.金燕，张启源.我国公共图书馆健康信息服务现状调查与分析 J.图书情报知识，2018（2）：24-31，23.2.许鹏程，毕强，张晗，等.数据驱动下数字图书馆用户画像模型构建 J.图书情报工作，2019，63（3）：30-37.3.方向辉，辛昌茂.对医学院校图书馆开展大学生心理健康信息服务的调查与分析 J.医学信息学杂志，2014，35（8）：82-85.4.付敏君，任慧玲，刘宇薇.图书馆健康信息服务影响力评估框架研究与设计 J.中华医学图书情报杂志，2018（2）：1-5，49.5.刘淑娟.基于用户行为的精准化推送服务平台的研究与实现 J.宝鸡文理学院学报（自然科学版），2017，37（4）：68-71.6.刘庆麟.基于小数据的图书馆精准服务研究 J.图书馆工作与研究，2017（5）：45-50.7.龚锦培，朱红柳，袁杰.为特殊读者群提供精准服务的实践与思考以上海市崇明区图书馆为例 J.图书情报工作，2016（S2）：33-36，74.8.杨燕.图书馆用户画像及其应用研究 J.四川图书馆学报，2018（1）：63-65.9.郭宇，孙振兴，刘文晴，等.基于数据驱动的移动图书馆UGC 用户画像研究 J.情报理论与实践，2022（1）：30-37.10.明海，杨晓农.面向用户画像的数字图书馆精准服务体系建设 J.出版广角，2022（3）：89-92.11.龚新刚，沈丽娟，胡之茜.以读者为中心的基础数据库建设 J.图书情报工作，2016（S1）：199-202.12.杨群，曾真，莫再峰.面向用户画像的大学图书馆微知识服务体系构建分析 J.图书馆，2020（3）：81-87.13.中国政府网.中共中央 国务院印发 “健康中国 2030”规划纲要EB/OL.2022-12-31.http:/ _5124174.htm.14.健康中国行动推进委.健康中国行动（20192030 年）EB/OL.2022-07-15.http:/ _5409694.htm.15.新华网.习近平：决胜全面建成小康社会夺取新时代中国特色社会主义伟大胜利在中国共产党第十九次全国代表大会上的报告 EB/OL.2022-08-06.http:/ _1121867529.htm.16.Travis D.E-Commerce usability:tools and techniques to perfect the on Line experienceM.Oxford:Routledge,2002：45-46.17.陈丹，柳益君，罗烨，等.基于用户画像的图书馆个性化智慧服务模型框架构建 J.图书馆工作与研究，2019（6）：72-78.Research on Precise Service Path of Health Information in Public Libraries Based on User PortraitLiu Yiming1,2 Xu Chunxia1(School of Public Administration,Xiangtan University)Abstract Public library applies the user portrait technology to the precise service of health information,constructs the correlation and integration between user data and resource data,and realizes the precise service of health information,so as to meet the user s health information needs.User portrait technology can realize the accurate docking of health information needs and services.This paper puts forward specific application paths from the aspects of resource portrait construction,user data collection,user portrait construction,resource association and resource precise push,and provides theoretical reference and practical scheme for public library health information service.Keywords User portrait Public library Health information service Precise service作者简介 刘一鸣（1980），女，湘潭大学公共管理学院教授，博士生导师，研究方向：公共文化服务、健康信息服务；徐春霞（2000），女，湘潭大学公共管理学院研究生，研究方向：图书馆健康信息服务。刘一鸣、徐春霞：基于用户画像的公共图书馆健康信息精准服务路径研究