Métodos y estrategias de análisis del comportamiento del lector para servicios bibliotecarios personalizados basados ​​en big data

El análisis del comportamiento del lector de servicios personalizados de bibliotecas basadas en big data se refiere al soporte del almacenamiento de datos de big bases de datos basado en eventos. A través de la recopilación, selección, análisis y definición de datos masivos de usuarios, es un proceso de análisis, juicio, definición y comparación del comportamiento de los lectores. También es un proceso para que las bibliotecas comprendan los hábitos de lectura de los lectores y descubran las necesidades de servicio y mejoren. la precisión y satisfacción de los servicios personalizados son clave. El proceso de analizar y juzgar el comportamiento del lector se muestra en la Figura 2.

El proceso de análisis del comportamiento del lector se puede dividir en ocho partes: recopilación de eventos de comportamiento del usuario, almacenamiento de eventos de comportamiento del usuario, filtrado preliminar de eventos de comportamiento del usuario, definición del comportamiento del usuario, análisis y juicio del comportamiento del usuario, coincidencia del comportamiento del usuario, comportamiento del usuario Actualizaciones de la base de datos de almacenamiento y mejoras en el proceso de análisis y juicio de comportamiento. Antes de analizar y juzgar los eventos de comportamiento del usuario, las bibliotecas deben recopilar datos de comportamiento del lector de manera integral y estandarizada, clasificar científicamente, analizar exhaustivamente, definir y comparar manualmente los datos, y construir un almacenamiento de eventos de comportamiento del usuario a gran escala con almacenamiento masivo, administración eficiente y funciones de consulta. base de datos.

Cuando la biblioteca completa la recopilación de datos de comportamiento del usuario, primero debe realizar una evaluación de valores y una evaluación manual de los datos de comportamiento del usuario en función de la clasificación del comportamiento del usuario y la experiencia del administrador para mejorar la densidad del valor y usabilidad de los datos de comportamiento. En segundo lugar, se definen el tiempo, el lugar, el método, el objetivo y el resultado del comportamiento del usuario, y los recursos almacenados en la base de datos de eventos de comportamiento del usuario se analizan y juzgan mediante algoritmos eficientes, y los tipos de comportamiento del usuario se definen en detalle. En tercer lugar, es necesario comparar el comportamiento del usuario definido con los datos de la base de datos de almacenamiento del comportamiento del usuario para mejorar y estandarizar aún más los recursos de la base de datos de almacenamiento del comportamiento del usuario. Al mismo tiempo, los recursos de la base de datos de almacenamiento del comportamiento del usuario se utilizan para retroalimentar el análisis del comportamiento del usuario y las reglas de juicio para completar la modificación dinámica y la mejora del análisis del comportamiento del usuario y las reglas de juicio. Finalmente, basándose en el análisis y los resultados del juicio del comportamiento de los lectores, la biblioteca puede aclarar las necesidades de lectura de los lectores y sus tendencias cambiantes, y brindarles servicios personalizados de impulso de lectura.

Figura 2-2 Diagrama de flujo de juicio y análisis del comportamiento del lector de la biblioteca

El servicio personalizado es un proceso de mejora continua. Sólo mediante calibraciones repetidas mediante simulación y análisis de comportamiento se puede llegar a ser lo más cercano posible. posible cada usuario. Si registra el acceso del usuario a un determinado contenido profesional para determinar si el contenido relevante o el contenido detallado recomendado para el usuario es preciso, debe acumular continuamente registros de comportamiento del usuario para un determinado contenido profesional. Cuantos más registros y más precisos sean, mayor será la precisión de las recomendaciones personalizadas para los usuarios la próxima vez. Por lo tanto, el sistema de análisis de datos necesario para los servicios personalizados, incluida la recopilación y la percepción, es cíclicamente eficaz y es un sistema de optimización vertical de circuito cerrado.

2. Estrategia de análisis de servicios personalizados del lector basada en big data.

(1) Descubra las necesidades de los lectores y las tendencias cambiantes. En el contexto de big data, las bibliotecas pueden utilizar equipos de monitoreo, redes de sensores y otros dispositivos de recopilación del comportamiento de los lectores para obtener el contenido del servicio y los métodos de las actividades de lectura de los lectores, terminales de lectura y métodos de servicio, la composición de las relaciones sociales de lectura, los intercambios de información de los miembros. , foros, blogs, redes sociales como Weibo y WeChat Moments, rutas de comportamiento individuales de los lectores en la lectura móvil, registros de redes de sensores de las actividades de los lectores, información de parámetros operativos del sistema de servicio y otros datos. Estos datos contienen un enorme valor social y comercial. Por lo tanto, las bibliotecas intentan analizar, describir y cuantificar el comportamiento de los lectores mediante la recopilación de grandes datos sobre el comportamiento de los lectores y, en última instancia, predecir y controlar las tendencias cambiantes de las necesidades y métodos de servicio de los lectores. Al mismo tiempo, las bibliotecas deben prestar atención a la puntualidad del análisis de los datos del comportamiento de los lectores, obtener rápidamente datos sobre los cambios en las emociones de lectura de los lectores y las necesidades de servicios, y visualizar los resultados de los cambios de datos para garantizar que las estrategias y el contenido de los servicios puedan ser dinámicos. Las necesidades personalizadas de los lectores cambian.

(2) Recopilar datos sobre el comportamiento de los lectores en la mayor medida posible. La recopilación científica de datos de comportamiento de los lectores de alto valor es la clave para analizar y predecir con precisión las necesidades de los lectores, mejorar la lealtad de los lectores y la satisfacción del servicio.

En primer lugar, la biblioteca debe partir de la situación general del servicio de lectura, incluido el equipo de monitoreo del funcionamiento del servidor, la red de sensores, el equipo terminal de lectura del usuario, los registros de operación del sistema, los foros y blogs de lectores, el sistema de retroalimentación del servicio de lectura, las cookies de red, los motores de búsqueda, y equipos de monitoreo del comportamiento de lectura del lector. Recopile datos de otros aspectos, minimice los puntos ciegos en la recopilación de datos del comportamiento del usuario y mejore la integridad, precisión, puntualidad y efectividad de los datos. En segundo lugar, los datos recopilados deben ser masivos y en tiempo real, y los datos y los objetos de la aplicación deben ajustarse de acuerdo con el contenido de las necesidades de lectura de los lectores, a fin de evitar posibles impactos negativos en los servicios del lector durante el proceso de análisis del comportamiento del lector. y, en última instancia, lograr el objetivo de comprender el comportamiento de lectura de los lectores y comprender sus necesidades de lectura. En tercer lugar, las bibliotecas deben cooperar con proveedores de servicios externos para ampliar la amplitud y profundidad de la recopilación de datos sobre el comportamiento de los lectores mediante la colaboración de servicios y el intercambio de recursos de big data, y lograr una selección, selección, intercambio y complementación de los datos sobre el comportamiento de los lectores centrados en el lector. Sobre la premisa de mejorar el análisis de las aplicaciones de datos y mejorar la usabilidad de los datos.

(3) Garantizar la seguridad y disponibilidad de los datos del comportamiento del lector. Los datos sobre el comportamiento de los lectores son masivos, completos, de alto valor y en tiempo real. Las bibliotecas deben fortalecer la gestión de seguridad y disponibilidad de los datos sobre el comportamiento de los lectores para garantizar la seguridad de la información confidencial y los datos privados de los usuarios. Sin embargo, la incertidumbre sobre los modos de trabajo y los entornos de uso de los terminales móviles ha afectado gravemente a la seguridad de los servicios de lectura de big data de las bibliotecas. Por ello, es necesario reforzar la gestión de seguridad de los terminales de lectura. En primer lugar, las bibliotecas deberían clasificar los diferentes tipos de terminales de lectura según sus estándares de diseño de seguridad, movilidad y apertura, así como la correlación entre los terminales de lectura y el comportamiento de lectura de los lectores, y limitar estrictamente los usuarios, los modos de seguridad y los entornos de aplicación de lectura. terminales y métodos de comunicación para garantizar la seguridad del dispositivo. En segundo lugar, los datos de comportamiento del lector se dividen en cuatro niveles de seguridad: datos de privacidad del usuario, datos de características del lector, datos de registro de comportamiento y datos públicos. Se implementan estrategias de almacenamiento, gestión y uso de seguridad correspondientes, que se basan en reglas de desarrollo del ciclo de vida del comportamiento del usuario. datos, fortalecer la gestión de seguridad de la recopilación, el almacenamiento, el uso, la transmisión y la eliminación de datos. En tercer lugar, adherirse a los principios de detectar con precisión las necesidades de los lectores, explorar exhaustivamente las relaciones de comportamiento, predecir con precisión el desarrollo de modelos de servicio y analizar científicamente el comportamiento de los lectores, para lograr un seguimiento y recopilación benignos de datos sobre el comportamiento de los lectores y evitar la recopilación de comportamientos de privacidad personal. datos que nada tienen que ver con la garantía de los servicios de lectura de los lectores.

(4) Se centra en el análisis de correlación de conocimientos de la extracción de datos del comportamiento de lectura de los lectores. El análisis de correlación de conocimiento consiste en descubrir la correlación o correlación que existe en una gran cantidad de conjuntos de datos a partir de datos masivos, describiendo así las reglas y patrones de la aparición simultánea de ciertos atributos en una cosa. El análisis de la correlación de conocimientos de los datos sobre el comportamiento de lectura de los lectores es el requisito previo para que las bibliotecas formulen estrategias de servicio centradas en las necesidades de los lectores. Las bibliotecas deben realizar análisis tridimensionales de correlación cruzada de los datos del comportamiento de lectura de los lectores, incluyendo principalmente la frecuencia de las actividades de lectura de los lectores, el tiempo y el lugar de lectura, los patrones de distribución del contenido de lectura, los hábitos y pasatiempos de lectura, la correlación de palabras clave de lectura y la lectura. socialización La intersección de relaciones, la atención de contenido candente, etc. Al mismo tiempo, la selección de datos de comportamiento debe adherirse al principio de garantía de servicio como centro y alto valor. En particular, es necesario fortalecer el análisis de correlación entre el contenido candente de las actividades de lectura de los lectores, los principales patrones de lectura y los principales patrones de lectura. servicio personalizado demanda retroalimentación datos de comportamiento. Además, el análisis de correlación de conocimientos basado en la extracción de datos sobre el comportamiento de lectura de los lectores debería fortalecer el seguimiento y el seguimiento del comportamiento de lectura de los lectores. Al tiempo que se fortalece el seguimiento de los datos de las características explícitas del comportamiento de los lectores, también se debe destacar el uso de la extracción de datos sobre el comportamiento explícito. obtener información sobre comportamientos implícitos. Realizar análisis de correlación sobre las necesidades de lectura de los lectores, los puntos críticos de lectura y los comportamientos de lectura para mejorar la amplitud, profundidad y eficacia del análisis de correlación del conocimiento del comportamiento del lector.