基於大數據的圖書館個性化服務讀者行為分析是指基於事件存儲大數據庫數據的支持。通過對海量用戶數據的收集、篩選、分析和定義，是對讀者行為進行分析、判斷、定義和匹配的過程，也是圖書館掌握讀者閱讀習慣和發現服務需求，提高個性化服務準確率和滿意度的關鍵。分析和判斷讀者行為的過程見圖2。
讀者行為分析的流程可以分為八個部分:用戶行為事件收集、用戶行為事件存儲、用戶行為事件初步過濾、用戶行為定義、用戶行為分析判斷、用戶行為匹配、用戶行為存儲數據庫更新、行為分析判斷流程改進。在分析判斷用戶行為事件之前，圖書館應全面、規範地收集讀者行為數據，並對數據進行科學分類、綜合分析、定義和人工匹配，構建海量存儲、高效管理和查詢功能的大型用戶行為事件存儲數據庫。
圖書館在完成用戶行為數據的收集時，首先要根據用戶行為的分類和管理員的經驗，對用戶行為數據進行價值篩選和人工篩選，提高行為數據的價值密度和可用性。其次，定義了用戶行為的時間、地點、方式、目標和結果，並通過高效算法對用戶行為事件數據庫中存儲的資源進行分析判斷，詳細定義了用戶行為的類型。再次，要將定義的用戶行為與用戶行為存儲數據庫中的數據進行比對，進壹步完善和規範用戶行為存儲數據庫的資源。同時利用用戶行為存儲數據庫資源反饋用戶行為分析判斷規則，完成用戶行為分析判斷規則的動態修改和完善。最後，根據對讀者行為的分析判斷結果，圖書館可以明確讀者的閱讀需求及其變化趨勢，為讀者提供個性化的閱讀推送服務。
圖2-2圖書館讀者行為分析與判斷流程圖
個性化服務是壹個不斷改進的過程，只有通過行為模擬和分析反復校準，才能盡可能貼近每壹個用戶。如果通過記錄用戶對某個專業內容的訪問來判斷為用戶推薦的相關內容或深度內容是否準確，就需要不斷積累用戶對某個專業內容的行為記錄。記錄越多，記錄越精細，下次給用戶個性化推薦的準確率就越高。所以個性化服務所需的數據分析系統，包括收集和感知，是循環有效的，是壹個閉環的垂直優化系統。
2.基於大數據的讀者個性化服務分析策略。
(1)發現讀者需求和變化趨勢。在大數據背景下，圖書館可以通過監測設備、傳感器網絡等讀者行為采集設備，獲取讀者閱讀活動的服務內容和方式、閱讀終端和服務方式、閱讀社交關系構成、會員信息交流、論壇、博客、微博、微信朋友圈等社交網絡、讀者在移動閱讀中的個體行為路徑、傳感器網絡對讀者活動的記錄、服務系統運行參數信息等數據。這些數據蘊含著巨大的社會和商業價值。因此，圖書館試圖通過收集讀者行為的大數據，對讀者行為進行分析、描述和量化，最終實現對讀者服務需求和服務方式變化趨勢的預測和控制。同時，圖書館要註重讀者行為數據分析的時效性，及時獲取讀者閱讀情緒和服務需求的變化數據，並將數據的變化結果可視化，確保服務策略和內容能夠隨著讀者個性化需求的變化而動態調整。
(2)最大程度收集讀者行為數據。科學收集高價值的讀者行為數據是準確分析和預測讀者需求，提高讀者忠誠度和服務滿意度的關鍵。首先，圖書館要從讀者服務大局出發，從服務器運行監控設備、傳感器網絡、用戶閱讀終端設備、系統運行日誌、讀者論壇和博客、讀者服務反饋系統、網絡cookies、搜索引擎、讀者閱讀行為監控設備等方面收集數據，最大限度地減少用戶行為數據收集的盲區，提高數據的完整性、準確性、及時性和有效性。其次，收集的數據要海量、實時，根據讀者閱讀需求的內容調整數據和應用對象，避免讀者行為分析過程中可能對讀者服務產生的負面影響，最終實現從了解讀者閱讀行為到掌握讀者閱讀需求的轉變。再次，圖書館應與第三方服務商合作，以服務協同和大數據資源共享為手段，拓展讀者行為數據采集的廣度和深度，在實現以讀者為中心的讀者行為數據選擇、篩選、共享和互補的前提下，完善數據應用分析，增強數據可用性。
(3)保證讀者行為數據的安全性和可用性。讀者行為數據海量、全面、高價值、實時。圖書館應加強讀者行為數據的安全性和可用性管理，確保用戶機密信息和隱私數據的安全。然而，移動終端工作模式和使用環境的不確定性嚴重影響了圖書館大數據閱讀服務的安全性。因此，有必要加強閱讀終端的安全管理。首先，圖書館應根據不同類型閱讀終端的安全設計標準、移動性和開放性，以及閱讀終端與讀者閱讀行為的關聯性，對其進行分類，通過嚴格限制閱讀終端的用戶、安全模式、應用環境和通信方式，確保設備安全。其次，將讀者行為數據分為用戶隱私數據、讀者特征數據、行為日誌數據和公共數據四個安全等級，實施相應的安全存儲、管理和使用策略，並根據用戶行為數據的生命周期發展規律，加強數據采集、存儲、使用、傳輸和刪除的安全管理。再次，堅持準確感知讀者需求、全面挖掘行為關系、準確預測服務模式發展、科學分析讀者行為的原則，實現讀者行為數據的良性監測和采集，避免采集與讀者閱讀服務保障無關的個人隱私行為數據。
(4)側重於讀者閱讀行為數據挖掘的知識關聯分析。知識關聯分析是從海量數據中發現大量數據集中存在的關聯性或相關性，從而描述壹個事物中某些屬性同時出現的規律和模式。通過對讀者閱讀行為數據的知識關聯分析，是圖書館制定以讀者需求為中心的服務策略的前提。圖書館應當對讀者閱讀行為數據進行三維空間的交叉關聯分析，主要包括讀者閱讀活動的頻率、閱讀的時間和地點、閱讀內容的分布規律、閱讀習慣和愛好、閱讀關鍵詞的相關性、閱讀社交關系的交集、熱點內容的關註度等。同時，行為數據的選取要堅持以服務保障為中心、高價值的原則，特別要加強讀者閱讀活動熱點內容、主要閱讀模式與個性化服務需求反饋行為數據之間的相關性分析。此外，基於讀者閱讀行為數據挖掘的知識關聯分析，應加強對讀者閱讀行為的跟蹤和監控，在加強對讀者顯性行為特征數據監控的同時，還應突出利用顯性行為數據挖掘獲取隱性行為信息。對讀者閱讀需求、閱讀熱點、閱讀行為進行關聯分析，增強讀者行為知識關聯分析的廣度、深度和有效性。