生成式人工智能迅速发展背景下，读者行为出现了新的变化，要求图书馆及时捕捉读者行为特征，进行读者画像，以精准提供个性化服务。针对读者画像构建提出包含数据接入层、数据收集层、数据处理层、读者画像服务层和反馈优化层的五层基础画像架构模型。数据接入层主要负责通过Web终端等多元化渠道接入用户数据;数据收集层是在数据接入基础上深化分析并提炼关键行为特征的过程;数据处理层通过清洗、整合和特征提取，为构建稳固的分析平台奠定基础;读者画像服务层是利用处理后的数据提供对应的服务;反馈优化层则依赖用户反馈，不断优化和迭代画像模型。同时，图书馆必须保护读者的数据隐私，提升系统的迭代能力和弹性，以确保生成式人工智能支持下的服务能够持续适应读者需求的演变，为图书馆的精准服务和战略规划提供学术建议。
NETL
NSTL
万方数据
