排名型學術推薦系統-數位圖書館的發展趨勢



前言:回歸參考服務精神的學術推薦系統

協助讀者的資訊查詢行為(Information seeking behavior)向來是圖書館的主要服務之一。在傳統圖書館服務中,圖書館發展了許多滿足讀者資訊需求(Information need)的資訊服務模式(Models of information service)。

以參考諮詢而言,如何協助讀者在圖書館內找到合適的參考資料,通常有三種方式:一是讀者詢問圖書館服務人員,服務館員告知大致上的索書編號以及書架位置,讀者自行瀏覽或者取用書籍;二是讀者詢問參考櫃台,由參考館員協助讀者釐清問題、確定領域、選擇查詢工具、擬定查詢方法,以及確認資訊近用(Information access)等活動;三是特殊參考服務,由資深館員直接從書庫中或書架上提供讀者所需的資訊,有時,資深參考館員甚至能夠提醒讀者閱讀一些原先沒有考慮到的重要參考資料。

簡言之,參考服務的精神是讓讀者獲得(1)他知道他需要的資料,以及提醒讀者(2)他不知道他需要的資料。

至於在形式上,參考服務可以是(1)圖書館內的參考櫃檯服務、(2)網絡上的留言板、部落格、即時通訊、Second Life等虛擬參考服務,以及(3)任何符合參考服務精神的服務,甚至是沒有參考館員的參考服務。

任何形式的參考服務都有其價值,但是,什麼是沒有參考館員的參考服務?(What’s kind of a reference service of which it can be without reference librarian is?

技術:學術推薦系統的七種核心思想

隨著資訊載體和傳輸方式的技術進步,圖書館能夠擁有更多的電子資源館藏,也面臨更多管理問題;所以,人們逐漸從傳統圖書館服務轉向思考數位圖書館服務,例如電子圖書館、複合圖書館、網站圖書館等。圖書館員需要回答讀者:(1)如何使用電子資源?以及深思:(2)如何把電子資源的使用,發揮到最大用處?精明的圖書館長還會想到:(3)哪些工作可以直接讓圖書館系統來實現?

學術推薦系統,就是在這種時空背景下產生。由於人們接觸到印刷版本和電子版本的圖書、期刊、多媒體和網頁等資訊內容(Information content)有很多種類和方式,所以圖書館面對讀者的資訊需求,需要發展更有效率的資訊採集、編目、儲存、流通、檢索和取用等資訊管理系統。

然而,僅僅擁有圖書館自動化系統、整合查詢系統、資訊串流系統,只能讓讀者知道圖書館有沒有他要的資料、知道他要的資料在哪裡,以及把他要的資料送到眼前。儘管這已經把圖書館管理成本極小化,把圖書館館藏利用極大化,而且擁有這些系統的圖書館能夠讓讀者(1)輕易地使用到電子資源;但是,它們尚未(2)把電子資源的使用,發揮到最大用處。換言之,圖書館擁有上述系統能夠讓讀者(1)獲得他知道他需要的資料,但是尚未(2)提醒讀者他不知道他需要的資料。

學術推薦系統的目的,就是在協助圖書館員,提醒讀者還有一些原先沒有考慮到的重要參考資料。實現學術推薦系統的技術種類有很多,包括:

1.      主題呈現:按照主題分類,將最新資料分門別類地彙整,以及發布在系統主頁上。
2.      個人推薦:根據終端使用者(end user)已經建立的使用者文檔(user profile)建立主題識別,將最新進館的資料,按照主題分類,以電子郵件形式傳送給使用者閱讀清單,作為相關推薦。
3.      瀏覽次數:根據網頁記錄(cookie)登記終端使用者瀏覽過的網頁,同時按照資料庫中的學術單位網址以過濾篩選,將前幾名的學術單位網址網頁作為推薦。
4.      下載次數:根據網站記錄(log)所累計的下載頻率,在附加欄位(facet)上進行前後順序排序;通常有兩種篩選方式,一種是在一定時間內累計的下載量排名,另一種是不限時間的累計排名。
5.      點擊次數:與下載次數的技術實現方式一樣,根據網站記錄所累計的點擊次數進行排名。
6.      本體論(Ontology:按照主題詞表、索引典或者其他方式制定的詞彙規則,定位上下層級關係與左右連帶關係;在圖書館系統中,如果運用本體技術,通常啟動檢索系統的關鍵詞,也會一併啟動這類學術推薦系統。
上述常見的六項技術運用在圖書館系統中,在某種程度上,能夠提醒讀者還有一些原先沒有考慮到的重要參考資料,並且讓讀者更方面地知道如何使用其它電子資源。但是,尚未把電子資源的使用能量,發揮到最大用處。如同一位受過學院訓練的參考館員,雖然能夠從邏輯上告訴讀者哪類資料與這位讀者手上的資料相關,但是這位參考館員還缺乏經驗去判斷哪個資料與他所服務的讀者的手上資料最相關。如前所述,一位資深參考館員能夠回答這樣的問題,是因為他不僅有圖書館學的知識和邏輯,更重要的是他能夠從過去服務讀者的經驗中,判斷當前讀者最需要的相關資訊。
對精明的圖書館長而言,現在有一種技術能夠幫助他的圖書館,實現這一部分的資深參考館員的工作。
7.      相關排名:以引文網路(citation network)作為它的邏輯,以使用者的使用資料(usage data)作為它的經驗;對讀者的檢索式進行分析後,在所有可能相關的資訊上,進行最相關資訊的排名計算和排序呈現。

結語:學術推薦系統根植於圖書館服務

以相關排名技術作為計算學術資源對象的排名系統,就是排名型學術推薦系統。它能利用眾多使用者的使用資料,根據引文網路的邏輯,對資訊相關性進行排序。

在圖書館自動化系統、整合查詢系統、資源串流系統的基礎上,排名型學術推薦系統能夠輔助現有資訊系統實現圖書館服務的不足(未來甚至可能取代若干種類的系統);特別是,在參考服務的精神上的網路資訊服務。

圖書館自動化系統能夠實現圖書館管理成本極小化,整合查詢系統能夠全面性搜索圖書館資源,資源串流系統能夠將資料準確傳遞給使用者。這些系統像似採訪館員、編目館員、期刊館員、服務館員、專業館員等,排排站一起,能實現強大的互助能力。而排名型學術推薦系統則像是資深參考館員,在讀者知道有沒有資料、資料在哪裡,以及把資料送到眼前,之後還向讀者推薦原先他沒有考慮到的重要參考資料。

參考服務系統可以是把圖書館內的參考櫃檯搬到圖書館網站上的系統,也可以是把圖書館館員的參考服務精神結合系統科技的學術推薦系統。在眾多學術推薦系統中,排名型學術推薦系統不僅是技術上最領先的系統,也是最符合圖書館服務的系統。

【撰文顧立平】

留言