摘要

用户需求具有异质性、动态性、复杂性的特点,识别读者需求并对其进行精细分析是图书馆提供优质服务、高效配置资源的基础。在大数据环境下,图书馆具备了多来源采集用户多维多类型的实时数据的优势,使得对读者需求的精细分析具备了可行性。文章依据消费者决策五阶段模型,对读者大数据的获取按照读者服务五阶段进行了分类,构成了读者需求精细分析方法实施的基础,进一步从读者用户画像、读者实时动态需求演变和协同过滤算法下的读者个性化精准推荐三个方面展开了读者需求精细分析综合方法的研究,包括用户画像的K-means聚类算法、读者动态需求分析的马尔科夫模型和KANO模型识别以及读者精准推荐的两种协同过滤算法,并在最后提出了读者需求精细分析的综合框架IMO模型,概括性描述了在大数据环境下,以读者的个性化需求为中心,图书馆通过获取读者多阶段各类型的大数据,采用读者需求精细分析的综合方法,得以为读者输出高价值个性化服务的过程。