前言：尋找寫作靈感？中文期刊網用心挑選的用戶畫像下學術期刊精準服務探究，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
摘要：對學術期刊而言，其價值的實現有賴于用戶。構建用戶畫像能夠使學術期刊全方位了解自己的核心讀者、作者和專家群體，掌握相關群體的信息，為用戶提供精準服務。通過梳理學術期刊精準服務和用戶畫像理論等相關研究成果，分析基于用戶畫像理論的學術期刊精準服務的意義、理論內核和價值表征，并闡釋其運行機制，最后提出基于用戶畫像的學術期刊精準服務策略，有利于拓展期刊領域學術研究思維和方法，提升學術期刊用戶服務的質量和水平。
關鍵詞：用戶畫像;學術期刊;精準服務
指出:“科技創新絕不僅僅是實驗室里的研究，而是必須將科技創新成果轉化為推動經濟社會發展的現實動力。”［1］近年來，我國學術期刊發展迅速，已表現出強大的生命力，成為社會生產力的重要組成部分。但在學術期刊的發展過程中也不乏存在一些問題，比如部分學術期刊僅活躍在學術的象牙塔中，對標社會需求較少，存在著科研成果轉化不順暢的問題，這就要求學術期刊轉變現有的服務理念，努力促使科技成果服務人民，服務社會。另一方面，隨著構建服務型社會理念的提出，社會對各行各業服務水平的要求不斷提升。學術期刊掌握著知識服務的重要資源，但其相對枯燥的內容不大容易引起讀者的興趣，更需要在服務上做出努力，以精準服務將學術成果推介給需要的人，實現學術成果的價值。在當前信息技術高速發展的時代，大數據、數據挖掘等技術為學術期刊進行精準服務提供了技術手段。通過研究學術期刊用戶群體的行為特征，分析如何構建用戶畫像，能夠使學術期刊全方位了解自己的核心讀者、作者和專家群體，為用戶提供更加精準、高效、便捷的服務，提高服務的質量和水平。
1相關理論研究現狀
1．1學術期刊精準服務研究。在中國知網中，以“主題=期刊AND主題=精準服務”進行檢索，截止到2020年10月1日共檢索到27篇文章，以“主題=學術期刊AND主題=精準服務”檢索僅有6篇。由此可見，當前業界對學術期刊精準服務的研究還不多。從現有的文獻來看，對期刊精準服務的研究始于2016年，其后研究內容不斷深化，多為期刊精準推送服務研究。陳曉峰等［2］提出學術期刊應通過精準知識服務實現期刊、編輯、作者、讀者多方共贏。朱亞娜［3］提出以精準服務期刊各類定位群體為經營理念，借助新媒體手段，豐富期刊的內容形式和傳播渠道。楊弘［4］依據《應用生態學報》審稿專家數據庫、作者數據庫和讀者數據庫的75275條數據，采用數理統計方法并結合編輯工作實踐，構建科技期刊論文單篇精準推送客體指標體系。白婭娜等［5］根據不同新媒體特點提出了科技論文精準推送方式。
1．2用戶畫像研究概況。用戶畫像的概念最早是由交互設計之父AlanCooper提出，他指出用戶畫像(personas)是為精確描述用戶和用戶目標，從而在真實用戶的基礎上編造出來的“虛假角色”［6］。在交互設計領域，這些虛假角色刻畫了用戶特征和用戶目標，可以通過虛假角色找到解決問題的方法，成為進行交互設計的有效工具。隨著大數據、數據挖掘等技術的應用和發展，用戶畫像衍生出新的內涵:userprofile，即通過分析消費者社會屬性、生活習慣、消費行為等信息而抽象出該消費者需求偏好的一個標簽化的過程［7］。從交互設計到用戶標簽，用戶畫像的內涵和外延也在不斷地發展和變化。近些年，學界對用戶畫像理論的研究出現了井噴式增長，成為許多學科的研究熱點，受到專家學者的廣泛關注。在中國知網中，以“篇名=用戶畫像”進行檢索，截止到2020年10月1日共檢索到1057篇文章。通過分析文獻可知，對用戶畫像的研究主要集中在計算機、圖書情報、企業經濟貿易等領域，研究內容側重于利用用戶畫像進行精準營銷、精準推送等。劉海等［8］基于4C理論構建了“用戶畫像”數據庫，通過對數據庫的挖掘進行消費者群體細分。許鵬程等［9］提出將用戶畫像應用于數字圖書館的精準推薦、個性化檢索、精準宣傳及參考決策中，以促進數字圖書館的知識服務升級。1．3學術期刊與用戶畫像相關研究當前，用戶畫像在期刊領域應用的還較少。在中國知網中，以“主題=用戶畫像AND主題=期刊”進行檢索，截止到2020年10月1日共檢索到22篇文章，但這些文獻在不同程度、不同方面亦體現了用戶畫像理念。比如，石毅［10］提出基于用戶畫像構建農業科技期刊推薦系統。盛怡瑾［11］提出將“用戶畫像”理論運用在學術期刊審稿人遴選中。王蕊等［12］以《檔案管理》雜志為例，通過指標和數據實例與同類核心期刊畫像進行比較分析，總結期刊優劣勢特征并對期刊發展提出建設性意見。劉洋等［13］以《協和醫學雜志》為例，根據對微信公眾號用戶的問卷調查及用戶行為信息完善用戶畫像，分析畫像特征，調整運營策略。
2基于用戶畫像的學術期刊精準服務理論內涵
2．1用戶畫像應用的意義。為用戶提供服務是學術期刊的目標，但是“用戶”一詞有時也會成為學術期刊發展中的困擾和障礙。因為用戶不夠精確，學術期刊就無法捕捉確切的需求信息，同時，目標用戶越多，用戶服務偏離目標的可能性也就越大［6］。從這個意義上來說，建立用戶畫像可以精準表達用戶需求，從而針對不同用戶提供個性化服務。清華大學計算機科學與技術系教授唐杰團隊建立的AMiner平臺基于知識圖譜的方式對學者進行畫像，不僅能夠實現文獻精準推送，還能分析當前技術熱點及技術發展變化過程［14］，這為用戶畫像應用在學術期刊精準服務中提供了范例。與其他期刊相比，學術期刊應用用戶畫像確有其獨特的優勢:1)學科優勢。學術期刊有明確的學科定位，對接相應的研究群體，定期組織或參加相關的研究論壇或學術交流會議，擁有豐富的學術資源，方便數據的收集和整理。2)信息優勢。各高校和科研機構的師資信息基本處于公開狀態，學術期刊的編輯易于獲取相應學科教師的職稱、學歷、研究方向、研究成果等信息。3)用戶優勢。學術期刊的讀者、作者和專家群體具有明顯的特征，很大一部分學術期刊的讀者亦是潛在的作者或專家群體，不同類別用戶之間具有明顯的交叉性。這些優勢為學術期刊應用用戶畫像提供了基礎和保障。
2．2基于用戶畫像的學術期刊精準服務理論內核。在學術期刊的日常工作中，主編和編輯們往往習慣采用“用戶”這一統稱，不能精準表達用戶需求，導致用戶服務的質量和水平有限。建立用戶畫像以后，就有了在工作溝通中明確表達誰需要什么的分類方法。作為一種溝通工具，不同的用戶標簽是對實施服務方式的最好解釋，也進一步證明了服務方式的正確與否。通過用戶標簽，學術期刊的主編和編輯們逐漸接受并習慣使用新的角色名稱代替傳統的“用戶”統稱，滿足不同角色用戶的個性化需求?；谟脩舢嬒竦膶W術期刊精準服務是指在對當前用戶數據進行系統集成和深入分析的基礎上，將用戶進行分類和標簽，建立虛擬的用戶模型，為用戶提供精準服務的模式。在真實用戶數據的基礎上，提取用戶特征，將同類用戶進行歸納，并賦予每類用戶一個有效的角色，即用戶標簽。根據信息需求的類型，服務的內容可概括為2個方面:一方面，對有明確且固定信息需求的用戶群體，學術期刊根據其需求提供相應服務;另一方面，對沒有明確信息需求的潛在用戶，通過用戶畫像，分析其可能需要的信息內容，提供精準推送服務。
2．3基于用戶畫像的學術期刊精準服務價值表征。2．3．1提供個性化服務學術期刊的首要目標是服務用戶，滿足用戶的信息需求。但不同用戶的信息需求卻相差甚遠，比如，有的用戶傾向于被動接受推送信息，方便其瀏覽和閱讀，還有相當一部分用戶傾向于主動獲取信息。用戶畫像理論為學術期刊提供了一種新的服務理念，通過對用戶進行細分，針對不同用戶采取不同的服務措施，既能夠滿足用戶的個性化信息需求，也能避免學術期刊資源的浪費，做到物盡其用。2．3．2拓展學術期刊資源按照“內容為王”的理念，學術期刊的質量從根本上來說取決于作者的質量。學術期刊的作者群相對集中，很大一部分讀者也是潛在的作者，通過用戶畫像實施相應的服務策略，將大量潛在的作者變成現實的作者，從而為期刊的長遠發展打下堅實的作者基礎。另外，通過挖掘用戶特征，進行精準營銷和精準推送，也能夠擴大期刊的知名度和影響力，吸引更多優質的學者、專家加入其中，拓展專家資源庫，提升同行評議的質量和水平。2．3．3提升期刊社會效益隨著社交媒體的應用和普及，越來越多的人習慣于利用移動端獲取信息。許多學術期刊也順應潮流，利用微博、微信等社交媒體平臺宣傳或推送期刊全文，使越來越多的人能夠享受到學術期刊的成果。利用社交媒體中的用戶數據，分析他們的閱讀類型和瀏覽習慣，構建社交媒體用戶畫像模型，精準推送信息，能使學術期刊在服務社會大眾時更具針對性，促使科研成果走向社會，促進科技成果的轉化，提升學術期刊的社會效益。
3基于用戶畫像的學術期刊精準服務運行機制
3．1數據收集。用戶畫像來源于真實的、有價值的數據，這些數據是提取用戶特征、進行深入分析的基礎。一般來說，對用戶信息的收集主要包含2個方面的內容，一方面是靜態的或已知的數據，可建立統一的模板，包含提取用戶特征時所必需的項目，如用戶的姓名、電話、郵箱、職稱、研究方向等信息。用戶畫像可以由用戶自己來明確定義，如在用戶注冊某種服務期間［15］。當前，在線投審稿已成為學術期刊的主流形式，編輯可在管理員系統中預設用戶注冊賬號的必填信息以及相應的選填信息或是否接受推送數據等，在建立數據庫時，利用投審稿系統快速導出相關信息。對于郵箱投審稿的學術期刊而言，即利用郵箱中的數據建立相應的數據庫。學術期刊的訂閱用戶和贈閱用戶數據等，也是數據庫中不可缺少的內容。另一方面是動態的或未知的數據，需要編輯花費時間和精力去收集，如對應學科的雙一流高校中公開的教師信息，學術期刊官方網站、微博、微信等媒體的用戶數據等，可按照瀏覽量高低進行排序，整理出關注度較高的賬號信息，匯總到統一的模板中。
3．2數據處理。作為設計工具，讓角色精確比讓角色正確更為重要［6］。建立數據庫時需要注意的一個問題是對數據進行篩選，因為收集到的信息中充斥著大量無用的信息，有的是零散的信息，還會有缺失或重復的信息，這時，對數據的處理就顯得尤為重要，需要編輯部成員加強對信息的甄別和判斷，以保證信息數據的真實和完整。數據處理首先需要剔除重復、明顯無效或無用的信息，對缺失部分條目的信息，要盡可能地利用多種渠道補全，經確認無法補全的應作為無效信息予以剔除。此外，注意信息的規范化表達，比如，有關研究方向有很多不同的表述，在對數據進行處理時，需要將相似的表述用統一的信息來代替，以便提取用戶特征。最后，對數據進行簡單梳理或排序，按照用戶群體，針對作者、讀者和專家建立相應的數據庫;或按照投稿數量、瀏覽數量等數據進行用戶數據的排序，為后續用戶標簽提供參考。
3．3用戶標簽。用戶標簽的基礎是將收集整理好的信息進行分類，對每一類別用戶的某些特征進行抽象概括和總結。以標簽“用戶瀏覽量”為例，標簽值包括0～500、501～1000、1001～1500等，用戶畫像實質上是多個標簽的集合。用戶標簽首先要對用戶特征進行分析和提取，根據用戶特征建立的標簽是識別用戶的重要依據。由于人力、物力等多方面的限制，對海量數據的分析目前還較少，學術期刊也可著重分析某些方面的用戶信息。分析提取的方法有2種:一是人工提取，這種方法耗費時間較長、人力成本較大，僅適用于存在大量不規范表述且數量不大的數據;二是機器提取，利用大數據、數據挖掘等技術，生成相關的用戶標簽，可有效節約人力和時間成本，適用于投審稿系統等直接導出的規范化數據。特征提取之后，確定用戶標簽的個數，用簡單明了、規范化的語言表達每個標簽群體。此時需要注意的是，根據數據總量和現有的服務條件，確定合適的標簽個數，過多會造成機器運行分析的負擔，過少則起不到用戶細分的效果。最后，確定每個標簽在數據總量中所占的比重，數據量越大，該類標簽在數據總量中所占的比重就越大，以便確認后續的服務方式。
3．4生成用戶畫像。用戶畫像實質是用戶標簽的可視化表達，將用戶標簽以立體化的形式呈現出來。標簽比重大小與用戶的特征和需求直接相關，對于標簽所占比重較小的用戶畫像，生成的用戶畫像數據應更為詳盡，以便更加準確描述用戶需求;相反，對于所占比重較大的用戶畫像，是對該標簽所具有的普遍特征的綜合性代表，并不完全匹配某一個具體用戶的特征，而是指一個能反映出群體共性的虛擬用戶代表［16］。用戶畫像需利用聚類分析等方法將具有相似特征的用戶數據聚集為某一具體的用戶群體，形成特定的核心用戶群體，針對核心用戶群體開展個性化定制服務。學術期刊的用戶類型相對明確，有利于構建用戶畫像，如根據所屬單位劃分為高校、科研院所、基層單位等;或根據用戶群體劃分，包括作者、讀者、專家等。對數量較少、特征比較明顯的學術期刊編委專家團體，用個人照片結合直觀的圖表來表述用戶畫像，有針對性地分析他們的行為習慣、關注重點和服務需求，提供個性化服務。而對于總量較大的用戶群體，可以根據“瀏覽量”“學術關注”“高頻訪問詞”等標簽，建立幾個典型的用戶畫像，針對不同的需求采取不同的服務方式。
3．5進行算法關聯。用戶畫像完成以后，要實現精準推送，需要有算法的關聯來支持?；ヂ摼W時代，推薦算法已經應用到各個領域的網站中，包括影音、閱讀、電子商務等各方面，不僅給商家帶來巨大效益，也滿足了用戶需求，增加了用戶黏性。當前，主流的推薦算法可分為3大類:基于內容的推薦算法、協同過濾的推薦算法和基于知識的推薦算法。顧名思義，基于內容的推薦算法原理是根據用戶喜歡或關注的內容推薦相關內容;協同過濾的推薦算法原理是向用戶推薦與其具有相似興趣的用戶關注的內容;基于知識的推薦算法原理與基于內容的推薦算法類似，即向用戶推薦有關某一領域的完整知識體系?；谟脩舢嬒竦木珳史绽玫湫偷耐扑]算法，根據不同的用戶畫像進行特征抽象、統籌標記，按照用戶標簽中的學術關注、高頻訪問詞、在線時間、閱讀習慣等行為細節來設置算法匹配，預估不同用戶期待看到的內容，以文字、圖片、視頻等形式進行推薦，盡可能滿足不同用戶的信息需求。
3．6提供精準服務。1)基于推薦算法判斷用戶服務方式。根據用戶標簽中閱讀習慣等信息，對傾向于被動獲取的用戶，仍采取向其推送信息的方式，但不拘泥于傳統的文字形式，可增加音頻、視頻等內容，以滿足多樣化的信息需求。對傾向于主動獲取信息的用戶，學術期刊可終止主動向其推送的內容，轉而提供相關的信息獲取渠道，避免給用戶造成信息過載的負擔。2)采用基于內容的推薦算法進行精準推送，根據用戶標簽中的瀏覽量、學術關注、高頻訪問詞等向用戶精準推送相關信息。3)采用協同過濾的推薦算法進行精準推送，適用于針對大量數據提取的用戶畫像，這類用戶畫像不完全匹配某一個體用戶的特征，在用戶畫像群體所關注的信息中挖掘用戶個體未曾關注的內容并向其進行推介。4)采用基于知識的推薦算法精準推送，根據用戶畫像向同類用戶推送相關學科核心研究團隊、重大會議論壇、研究前沿和熱點信息等，便于用戶形成有關學科的完整認知，實現學術期刊促進學科和學術發展的目的。
4基于用戶畫像的學術期刊精準服務策略
4．1注重用戶隱私保護。大數據時代，用戶的隱私意識愈來愈強，對用戶隱私的保護應始終放在首要位置，一旦用戶隱私泄露，不僅會對學術期刊的聲譽造成不可挽回的損失，還會丟掉大量的用戶。為此，加強對學術期刊工作人員的培訓，使工作人員了解收集用戶信息的用途和意義，牢固樹立隱私意識，避免過度挖掘用戶的隱私信息，僅收集必要的和公開的信息。另外，從技術手段上加強用戶隱私保護，采用防火墻技術、數字水印技術、數據加密技術等對現有的用戶數據進行保護，防止數據受到攻擊和破壞。
4．2及時修正用戶畫像。用戶的行為習慣是動態的、不斷變化的，隨著用戶知識面的拓寬，對學科的興趣點會隨之拓展，用戶的興趣標簽和行為習慣都會發生改變，這就需要學術期刊的編輯及時跟蹤用戶的變化，適時調整用戶畫像。Nasraoui、Adomaviciu融合用戶的動態行為，構建基于用戶日志行為的動態畫像模型，從而實現對用戶網絡行為的實時跟蹤與動態驗證［17－18］。學術期刊也可根據編輯部現有的條件，建立用戶日志，并確定日志的固定更新頻率，如1個月、1個季度或半年更新一次，對用戶畫像模型進行及時更新和修正，從而實現對用戶行為的實時跟蹤。
4．3建立用戶反饋機制。以往學術期刊以被動服務為主，現在許多學術期刊已認識到主動服務的重要性，正在進行信息推介的嘗試，但這些服務大多為單向模式，服務的質量和效果無從檢驗?；谟脩舢嬒竦木珳史諒娬{服務的動態性，當用戶需求發生變化時也能提供其所需的服務。信息技術的發展為收集用戶反饋提供了方便、快捷的渠道，因此，學術期刊在提供服務的過程中，可以通過電話、電子郵件、網站、微博、微信等平臺與用戶進行互動，及時發現和解決服務過程中出現的各種問題;設立相應的留言區域或發放調查問卷，定期收集匯總用戶的意見和反饋，針對用戶反饋調整相應的服務方式和內容，以提高用戶的滿意度。
5結束語
當前，期刊界大多數研究僅立足于某一具體期刊，缺乏對學術知識的系統融合和深度提煉。用戶畫像在借鑒國外先進理論的基礎上，立足本土現有的真實數據進行分析，通過對數據資料的挖掘、聚類和建模，不斷提煉理論，優化研究方法，能夠拓展學術研究的思維和方法，豐富理論研究體系。通過全面分析用戶行為，根據用戶行為特征為用戶匹配更具有針對性的服務方式，有利于創新服務模式，提升用戶的滿意度和認可度，提高期刊的社會影響力。用戶畫像已經在計算機領域、圖書情報領域得到廣泛應用，為期刊領域應用用戶畫像提供了借鑒和參考。我國期刊領域關于用戶畫像方面的研究還處于起步階段，具有較大的探索空間。未來，期刊領域可以利用新興技術、借鑒相關學科的理論研究成果和實踐案例，拓寬期刊領域用戶畫像的研究主題，分析期刊用戶畫像的行為特征，不斷優化用戶畫像的研究模型，提升期刊的服務質量和水平。
