首頁 >> 社科論壇 >> 會議綜述
開放獲取時代的知識、信息和數據 ——第十八屆“亞太數字圖書館國際會議”(ICADL2016)綜述
2020年02月19日 11:03 來源:《圖書館論壇》(廣州)2017年第11期 作者:劉慧云 黃文霞 黃彬彬等 字號

內容摘要:

關鍵詞:

作者簡介:

  內容提要:開放獲取對提高知識的可獲取性、助推科學發展、帶來更多教育機會等的重要作用使之成為信息社會進步的驅動力。第18屆“亞太數字圖書館國際會議”(ICADL2016)以“開放獲取時代的知識、信息和數據”為主題,探討了開放獲取背景下的社區與數字圖書館、數字圖書館設計、信息獲取設計與用戶體驗、信息提取與分析、開放獲取與數據、社會與學術媒體、觀點挖掘、模式與指南、分析與使用維基百科、教育與數字素養十個方面,涉及開放獲取社會中知識、信息和數據的新理念、新技術和新服務,并對未來開放獲取視野下的知識、信息和數據的研究、教育和實踐進行了展望。

  關 鍵 詞:開放獲取/數據開放/數字圖書館/會議綜述 

    作者簡介:劉慧云,中山大學資訊管理學院博士研究生;黃文霞,黃彬彬,包丹宇,盧光栩,中山大學資訊管理學院碩士研究生。

 

  1 會議背景

  開放獲取被廣泛認為是網絡信息社會進步的關鍵概念。開放獲取的快速發展引起了世界各國政府部門、國際組織、科研資助機構、科研教育機構、出版商、圖書館等的普遍關注,各方紛紛制定開放獲取政策,推動開放獲取的發展[1]。從實踐領域看,開放獲取的100個成功案例[2]已經證明了開放獲取對提高知識的可獲取性、助推科學發展、帶來更多教育機會等有重要的作用[3]。近年來學術界對開放獲取領域的理論、技術等問題已經取得了較為豐碩的成果。第18屆亞太數字圖書館國際會議(International Conference on Asia-Pacific Digital Libraries,ICADL)正是以“開放獲取時代的知識、信息和數據”為主題展開學術交流。會議于2016年12月5~9日在日本筑波大學舉行,由筑波大學主辦,日本國會圖書館、國際計算機學會(Association for Computing Machinery,ACM)、美國計算機協會情報檢索專業組(Special Interest Group on Information Retrieval,SIGIR)、信息科學技術協會亞太分會(Asia-Pacific Chapter of Association for Information Science and Technology,ASIS & T Asia-Pacific Chapter)、日本數據庫協會(The Database Society of Japan,DBSJ)、美國計算機協會數據管理專業委員會日本分會(Association for Computing Machinery Special Interest Group on Management of Data,ACM SIGMOD Japan Chapter)和日本信息處理學會(Information Processing Society of Japan,IPSJ)等多個機構協辦。會議得到日本凸版印刷株式會社(TOOPAN Printing Co.Ltd)、Infocom和Recruit等商業公司的贊助,以及受到亞太iSchools聯盟(Consortium of iSchools Asia Pacific,CiSAP)的支持。ICADL自1998年以來已在中國、澳大利亞、印度、印度尼西亞、日本、韓國、馬來西亞、新加坡、泰國和越南等國家和地區成功舉辦,并成為了數字圖書館研究的重要國際會議之一。同期還舉辦了亞太信息學院論壇(the Asia-Pacific Forum of Information Schools,APIS)。會議吸引了來自亞太地區及美國等其他地區的圖書館學、信息科學、信息管理、信息技術、信息系統等專業的學者的參與,邀請了來自世界各地信息學院相關的專家教授,以及該領域聯合機構的專業人士。筑波大學副校長Hiroyuki Nishikawa致開幕式歡迎詞。各位專家學者主要圍繞“開放獲取時代的知識、信息和數據”,對社區與數字圖書館、數字圖書館設計、信息獲取設計與用戶體驗、信息提取與分析、開放獲取與數據、社會與學術媒體、觀點挖掘、模式與指南、分析與使用維基百科、教育與數字素養十個專題(Session)進行了深入探討。

  2 會議內容

  2.1 亞太數字圖書館國際會議(ICADL)

  2.1.1 數字圖書館設計(Digital Library Design)

  開放獲取背景下,數字圖書館的開發與設計不僅要考慮用戶因素,還要關注系統對技術和服務發展的適應性,重視信息資源的獲取與利用過程。

  新西蘭懷卡托大學的Sallyjo Cunningham等利用GenderMag工具包分析綠寶石數字圖書館軟件(Greenstone Digital Librarian Interface,GDLI),認為存在邊緣化用戶、缺乏反饋等使用問題。美國弗吉尼亞理工大學圖書館館員Zhiwu Xie等介紹了規劃、設計與利用Hydra/Sufia平臺開發本校機構庫系統(VTechData)的經驗和決策依據,提出機構庫設計應適應快速發展的信息技術和不斷拓展的圖書館服務內容。泰國蘇旺那蓬皇家理工大學的Watcharee Phetwong等對古代詩歌NirasSuphan中提及的旅游景點設計了電子地圖模型,建立網站介紹該旅游路線所經過的社區,由于游客并未在旅游過程中獲得泰國文化遺產方面的介紹,因此設計旅游景點電子地圖可以提高游客對泰國文化遺產的認知度。夏威夷大學的Andrew Wertheimer等以曾是日本最大的電子檔案項目的Wonder Okinawa為研究案例,回顧10年間從成功發起到最終失敗的過程,并對比研究日本和北美地區電子檔案概念模型的異同。他們認為,跨學科與對比研究有利于發現電子檔案建設中的知識產權、技術基礎設施等問題,因此,今后對電子檔案定義、概念、目標等方面的研究可通過跨學科和對比研究展開進一步探討。馬里蘭大學帕克分校的Douglas W.Oard等介紹了一個音頻數字化項目,即將阿波羅登月計劃任務控制中心所記錄的所有內部通訊和無線電通訊(共56個頻道)的音頻進行統一數字化,嘗試將部分錄音整合收錄在一個交互式任務重現系統中,該項目有利于對阿波羅計劃感興趣的歷史學家、語音處理研究學者和教育工作者等從中獲得豐富的研究資料、找到新的研究或教學視角。

  2.1.2 社區與數字圖書館(Community and Digital Libraries)

  數字圖書館的發展呈現網絡化、資源整合與資源共享等新特征。用戶數據與信息的獲取、利用與保存帶來了新的研究議題,與用戶需求和用戶行為研究共同推動數字圖書館服務的改善和創新。

  悉尼科技大學的Zablon Pingo等對5名FitBit可穿戴設備和應用的用戶進行結構化訪談,發現他們對服務提供商或第三方機構如何收集、保存、鏈接或使用用戶生活信息的整個流程了解甚少,即用戶不會認真閱讀應用軟件和設備的使用條款,也不關心它們會成為個人隱私數據泄露的開口,為了提升用戶隱私保護的意識,隱私教育應當成為用戶數據素養教育的內容之一。美國南卡羅來納大學的Feili Tu-Keefner探討了在災害事件中公共圖書館對當地社區的作用,以及公共圖書館與當地公共衛生機構合作應對危機事件的合理性。他針對2015年北卡羅來納州多個郡暴發洪水的案例,使用焦點小組訪談調查了公共圖書館館長和館員,訪談社區居民以及深度訪談了一名聯邦應急管理局工作人員。調查結果顯示,在災害事件發生期間或發生后當地社區居民存在獲取醫療信息和醫療技術幫助的需求,但是當地公共圖書館往往準備不足,他建議公共圖書館為當地社區民眾提供可靠有用的數字化醫療信息,并持續更新維護。中山大學的張靖和林佳萍針對用戶電子檔案的隱私權問題展開討論,介紹了當下中國對電子檔案中個人隱私進行保護的相關法律法規,提出中國電子檔案個人隱私保護的3個建議:建立專門的法律保護隱私權;設置電子檔案用戶隱私保護的保護條例;用戶隱私權保護應該被加入檔案法。新西蘭開放理工學院Eric Boamah和惠靈頓維多利亞大學的Chern Li Liew討論了本土知識(Indigenous Knowledge,IK)數字化和長期保存的重要性和挑戰。通過對非洲加納的27名信息專家和文化遺產專家的半結構化訪談,得出以下結論:當前各方利益相關者對共同保護集體記憶和本土知識存在共識;圖書館等文化記憶機構有必要重新審視自身與本土知識和文物的關系,思考描述組織本土知識和文物的方法,尋求與其他相關機構建立合作的方式等。新西蘭懷卡托大學Sally Jo Cunningham等介紹了對35名學生視頻信息收藏行為的調查結果,發現用戶在收藏管理個人視頻信息時,主要有索引(記錄視頻目錄,存儲位置和獲取方式)、書簽(視頻中的具體內容和視頻上次觀看位置)和分享(分享和分享記錄)3個方面的信息需求;用戶同時使用本地存儲、外部存儲設備、網址收藏、云存儲等跨設備、跨服務的存儲方式是造成視頻信息管理困難的主要原因。當前已經有視頻內容提供商提供部分上述的功能(如流媒體服務),但仍未完全滿足調查對象的信息需求。

  2.1.3 信息獲取設計與用戶體驗(Information Access Design and User Experience)

  隨著進入大數據時代,信息數量急劇增長,傳統的信息檢索滿足不了要求。越來越多的評價指標及檢索方法被研究開發出來,用于提高檢索效率及準確性,用戶體驗也成為研究的焦點。

  日本兵庫縣立大學的Takayuki Yumoto等基于稀有性概念提出將社交標簽法和詞共現法用于檢索稀有信息,并通過實驗將它們和余弦相似性、最大間隔相關性和稀有性得分進行對比評估。結果顯示:在衡量相關性時,詞共現法優于社交標簽法;用nDCG評估稀有性指標,詞共現法優于其他四種方法,當帶有關鍵詞過濾時效果最佳;社交標簽法雖然優于稀有性得分,但是效果比最大間隔相關性和余弦相似性差。他們指出,詞共現法可以被完善用于選取關鍵詞。日本京都大學的Meng Zhao等基于文檔間協同關系,針對有相似行為但不同主題的文檔提出基于WordNet和Word2vec的文檔協同關系度計算方法,并通過實驗將它們和余弦相似性、最大間隔相關性進行對比評估。結果顯示,相對于僅考慮相似性指標的余弦相似性和最大間隔相關性方法,基于WordNet的方法能顯著提高準確率和召回率,F測度也得到很大的增加,進而表明引入協同關系檢索相似但不同的文檔的重要性。新加坡南洋理工大學的Aravind Sesagiri Raamkumar等針對Rec4LRW原型系統進行用戶問卷調查,基于調查結果設計了科技論文檢索和推薦框架。該框架包括三部分:用戶角色模塊、系統配置模塊和用戶個性化模塊。用戶角色模塊分為依賴系統的用戶和依賴技術的用戶;系統配置模塊也分為用戶界面層次的子模塊和算法層次的子模塊;用戶個性化模塊分為論文合集、收藏夾、論文錨點和相關性反饋四部分。新加坡南洋理工大學的Chei Sian Lee等開發了一款移動眾包應用原型——My Smart Mobile City app(MSMC),并對MSMC的可用性、用戶對應用的感知和使用動機等進行了評估調查,發現MSMC是一個可行的能促進公眾參與智慧城市建設的解決方案。調查結果顯示,尋求信息、建議以及獲取最新資訊等與內容相關的因素和關心他人、與他人保持聯系及進行互動等與社會相關的因素是驅動用戶使用MSMC的主要因素。調查發現,相較于外部動機(如金錢),內部動機(如熱愛)更能吸引參與者;但是當涉及長期的可持續發展的議題時,參與者更強調外部動機。該研究有助于更好地理解移動眾包在亞洲視角下智慧城市建設中的使用情況。斯洛文尼亞盧布爾雅那大學的Tanja Mercun等針對5種不同的文獻計量信息系統原型(Baseline System、Sunburst、Indented Tree、Circlepack、Radial Tree)對斯洛文尼亞和美國的用戶進行調查,以探討跨文化環境下的系統操作和用戶體驗的一致性。結果顯示,兩國的用戶在Baseline中的任務時間、不成功任務的百分比以及任務完成難度的感知均表現最差,不過在評價Baseline時,美國用戶持更正面態度。盡管兩國用戶在操作和感知方面呈現出差異,Sunburst和Indented Tree仍被評為最佳系統。據此,他們認為在跨文化環境下設計可視化系統原型具有可能性。

  2.1.4 信息提取與分析(Information Extraction and Analysis)

  信息抽取的任務是從大量數據中準確、快速地獲取目標信息。隨著互聯網應用的發展,其價值日益顯現,研究成果被應用到越來越多的領域,在這一過程中其理論模型亦不斷完善。

  泰國清邁大學的Papangkorn Inkeaw等提出了一種基于規則的頁面分塊方法(Rule-based Page Segmentation,RBPS)來實現棕櫚葉手稿的自動分塊,該方法主要分為目標檢測和目標選取兩個步驟。他們通過實驗將RBPS方法和基于Gabor過濾的方法(Gabor Filtering,GF)、基于小波特征(Wavelet Features,WF)的方法進行對比評估,發現RBPS優于GF和WF,達到了最高的99.86%準確率均值和99.67%召回率均值;在F測度上同樣優于GF和WF。東京大學的Thomas Perianin等在神經網絡中引入新的上下位關系層,以提升AutoExtend模型詞義消歧的效率,從而擴展了該模型。該模型有兩個版本,一個是簡單加總模型(SimpleAdd),即同義集僅僅是下位詞的簡單加總;另一個則為下位詞加入了權重(WeightedAdd)。他們通過實驗將兩種模型和原始AutoExtend模型、Word2vec進行對比評估,發現歸一化后的簡單加總模型表現最好,未歸一化的WeightedAdd模型由于過度擬合導致效果最差。在未來研究中可以再引入整體與部分關系,以探討多對一的同義集關系;未來的重點是開發一種綜合評價法以解決詞義表征學習數量大和僅能評估少量數據的矛盾。東京大學的Giovanni Yoko Kristianto等提出數學實體關聯(Math Entity Linking,MEL)以實現數學表達式維基化,同時給出了數學實體關聯框架。該框架主要包括3個任務:檢測識別科技文獻中提及的數學表達式;產生對應數學表達式的維基百科文章候選集;對候選集文章進行消歧。他們通過實驗對該框架進行評估,發現若要獲得較好關聯,則需數學結構和文本描述的均衡結合;在未來的研究中將更多聚焦于對數學表達式進行更進一步的處理(如分割長數學表達式)、提取簡短但能提供信息的文本、調整打分函數和NIL檢測。南洋理工大學的Sei-ching Joanna Sin等借鑒Robert Taylor的問題談判框架,采用社會學序列分析法,對提問者-評論者互動序列的屬性及其模式是否會對帖子結果造成影響進行了研究,以Stack Overflow網站為分析對象(一個程序員社交問答網站),利用R軟件進行數據處理和分析,發現在序列長度和全序列模式上存在顯著差異,主要有4種不同的代表性序列模式:A-B、A-B-A-D、A-B-C-D-E-A-C-A、A-B-C-D-A-B-A-A-B-A(A、B、C、D、E代表不同的用戶,A代表原始發帖者)。他們采用邏輯回歸法對這4種序列模式進行分析,發現更復雜多樣的序列往往有更好的結果。

  2.1.5 開放獲取與數據(Open Access and Data)

  基于“自由、開放、共享”理念的開放獲取被認為對當今網絡信息社會有重要作用,有助于提高社會公眾的科學素養、縮小數字鴻溝、擴大期刊和作者的影響力等。它包括開放科學、開放政府和開放數據等內容。

  新加坡南洋理工大學的Chu Keong Lee等以數字圖書館的形式解決數學領域尚未開放獲取的問題。他們介紹了MathDL項目的現狀,通過在問題層次將數學題數字化收錄進MathDL并提供多種利用方式,幫助中小學學生擴展數學題獲取范圍,降低獲取成本,重新發現舊習題冊價值,并減少重復性題目編寫工作。日本筑波大學的Takahiro Komamizu等針對關聯數據開發了CPClustering,這種聚類方法將同義類交叉聯系起來,類和屬性可以相互表征。泰國國家電子與計算機技術中心的Pattama Krataithong等提出了基于語義類型檢測的泰國開放政府數據RDF數據集鏈接框架,目前已經實現了從表格格式向RDF數據集格式的半自動化轉換。日本九州大學圖書館研究開發部的Emi Ishita等通過研究高校圖書館的資料數字化及出版的方式,嘗試促進日本大學圖書館數字人文開放數據的開放程度。悉尼科技大學的Edward Luca等根據用戶體驗重新設計開放存取機構數據庫。

  2.1.6 社會與學術媒體(Social and Scholarly Media)

  面對當前社交媒體對人們生活方式的全方位滲透,圖書情報學界開展了諸多,研究主要集中在利用Facebook、Twitter和Instagram等社交媒體分析用戶需求和用戶行為。

  筑波大學的Naoto Takeda等人利用Twitter用戶消費時的定位數據和標簽將用戶分類,通過分析不同群體的消費行為特點以期得到有價值的市場信息,如年輕女性用戶的品牌偏好、職場人士的購車偏好。新加坡南洋理工大學的Chei Sian Lee等研究了使用和滿足理論框架下用戶在Instagram中查看照片的驅動因素、基于115份網絡問卷數據,根據主成分因子分析得出4種驅動因素:消遣需求、監控需求、個人關系需求和偷窺需求。東京大學的Shuntaro Yada等研究了如何改善Twitter中“提到的書籍”的有效特征選擇,作者在之前研究的基礎上,提出將Twitter用戶配置文件、POS機標簽提到的書名和用戶Twitter中提到的書目信息(如作者、出版社)納入有效特征通過集成的網格搜索,驗證了上述特征的有效性。日本京都大學的Yu Nakano等人研究了論文引用關系和同被引關系可視化問題,提出了一個基于上述兩類關系,并將其以論文圖的形式展現出來的論文關系可視化理論。

  2.1.7 觀點挖掘(Opinion and Sentiment)

  情感分析和觀點挖掘是目前文本挖掘中比較主流的應用領域,涵蓋的內容很多,如電商平臺中評論信息分析、社交媒體平臺中用戶的評論導向,它們能夠發現用戶評論數據中的極性,對于分析用戶的思維導向具有很好的指導價值。

  南洋理工大學的Sang-sang Tan和Jin-Cheon Na提出可以通過3種類型的多詞構想,即二元語法(Bigram)、類型依賴(Typed Dependency)、概念(Concept)來形成詞匯項,采用點式互信息方法(Pointwise Mutual Information,PMI)來選取多字詞匯項。他們利用支持向量機(Support Vector Machine,SVM)來評估構造出的特定領域多詞術語詞典,發現基于二元語法的詞典不僅優于一元語法,也優于類型依賴和概念,這與他們基于概念的詞典效果最佳的預期相矛盾,這是實驗語料庫過小導致的。盡管該研究因樣本數量過小和詞典構造方法單一存在一定局限性,但仍揭示了構造基于多詞術語的情感詞典用于情感分析是行之有效的。馬來亞大學的Kasturi Dewi Varathan等將時間分析法和比較觀點挖掘結合起來,對前人建立的關于相機評論的數據集進行分析,探討了頻率分析、趨勢分析、競爭分析和突發檢測在比較評論中的表現。實驗結果顯示,時間分析在比較觀點挖掘中是有用的,可以幫助商業組織和個人更好地決策。傳統的觀點挖掘不能反映用戶隨著時間推移的偏好改變,而比較觀點的時間分析則可提供更多及時的相關信息,在未來研究中可以將時間維度引入比較文本分析、比較文獻分析甚至比較檔案分析。南洋理工大學的Winston Jin Song Teo和Chei Sian Lee針對四類社交媒體,即社交網站(Social Networking Sites,SNS)、微博服務(Microblogging Services,MS)、視頻分享網站(Video-sharing Sites,VS)和照片分享網站(Photo-sharing Sites,PS)對171位新加坡社交媒體成年用戶進行調查,探討社交媒體上的分享行為與社會及心理幸福感(主要是兩個維度:生活滿意度和孤獨感)之間的關系。調查結果顯示,年齡在社會及心理幸福感與分享行為之間具有潛在的影響;社交媒體的分享行為與生活滿意度在年輕的成年用戶中呈現正相關,但在成熟的成年用戶中則呈現負相關;社交媒體的分享行為與孤獨感在成熟的成年用戶中呈正相關,但在年輕的成年用戶中呈負相關。

  2.1.8 模型與指南(Models and Guidelines)

  開放數據如何轉化為信息和知識對于開放獲取具有重要的科學價值和實際意義,其中構建本體知識庫是自動問答、決策支持、語義搜索等應用的基礎。學者們對構建不同領域的本體問題進行了探討,并形成了相關的模型。

  延世大學的Robert B.Allen等對本體問題進行了探索,提出用統一的時序圖描述學術信息資源。他們從活動的關聯性和連續性入手創建了基于流程的描述,認為基于活動連續性的資源描述可以將各個必經步驟映射到總體框架中,不僅可以將學術著作的創作和制作反映出來,而且還可以將評論和引用等出版后的程序在框架中進行描述。Robert B.Allen還對人類社會歷史的結構模型進行了探討,認為傳統的人類社會歷史結構模型需要超越傳統的本體論,將豐富的語義本體與編程語言相結合,構建更為高層次的本體結構。他探討了歷史中復合實體和系統概念,并考慮如何明確“因果統一”的概念,并將其與社會系統模型相關聯。在本體構建方面,泰國的Wirapong Chansanam和Kulthida Tuamsuk提出了建立假想生物本體(IBO)的構建方法,該方法包括原始和當代生物在內的本體結構,可運用于語義網,并且對關鍵技術進行改進,如生物范圍識別、屬性定義、實例定義。弗賴堡大學的Klaus Rechert等探討了如何對記憶存儲容器進行長期維護和保養,他們得出了以下維護步驟:首先,運行時要對配置和依賴關系進行識別,雖然不同容器有不同特性,但第一步往往都要將運行配置統一成一個開放、標準化的文檔;其次,將外部依賴關系考慮進來,進一步分析運行配置;最后,將容器置于受控環境中進行測試。泰國的Sittisak Rungcharoensuksri通過分析詩琳通公主人類學研究中心(SAC)的數字信息庫的案例,檢驗該中心數字化策略制定的科學合理性;認為SAC數字化策略并不理想,存在工作人員缺乏數據管理技能和數據存儲意識等問題;提出可從提高研究中心工作人員數字化存儲的意識及相關知識水平、建立有效溝通機制和加大政策支撐力度三方面入手加以改善。

  2.1.9 分析和使用維基百科(Analyzing and Using Wikipedia)

  維基百科網站是圖情領域關注的研究對象和研究工具。維基百科既為網絡計量學研究提供了新型計量指標,也可作為語料庫,為語義挖掘研究提供豐富的內容資源。

  日本筑波大學的Jiro Kikkawa等對英語、日語和中文維基百科網站上的數字對象唯一標識符(DOI)進行統計分析后發現,由CrossRef代理注冊的DOI鏈接被引用的數量最多;交叉分析結果顯示,中文和日語維基均與英語維基的DOI鏈接有相似的高重疊率;分析網站詞條的版本歷史,發現大多數的DOI鏈接先被添加在英語維基百科詞條后,再通過翻譯被加入中文和日語網站的對應詞條中,這提示了將維基百科的DOI鏈接作為替代計量指標可能造成重復計數的問題。新加坡國立大學的Wei Wang等針對社交網絡上不同載體形式的信息(文字、圖片等)提出了新的信息檢索排序算法,即參照維基百科上的概念劃分將社交網絡數據歸入概念集合,再與檢索式進行語義相關度匹配,實驗結果表明這一跨載體檢索算法能大幅提升社交網絡檢索結果的質量。早稻田大學Renzhi Wand和Mizuho Iwaihara提出結合主題理論模型(Latent Dirichlet Allocation,LDA)和最大似然估計方法(Maximum Likelihood Estimation,MLE)來預測某一維基百科詞條中某個鏈接適合指向另一篇文章的整體還是文章的一個片段,如果判斷結果為指向片段,則通過語義相似度計算找到最相關片段建立鏈接,實驗結果表明該方法比目前最常用的TF-IDF算法的效率和準確性更高。

  2.1.10 教育與數字素養(Education and Digital Literacy)

  在數字時代,數字素養已被美國、英國、澳大利亞等發達國家視為國家戰略競爭力,已有一系列政策支撐數字素養的研究與實踐。用戶信息需求、信息資源和技術、經濟增長形勢的日新月異使人們開始探討知識經濟社會背景下公民應該具備的與之相匹配的新能力,即數字素養。

  日本山口大學的Yuanyuan Wang和京都產業大學的Yukiko Kawai研究了數字學習教育中講座幻燈片重構系統,認為學生具備不同的知識水平,但通常所提供的幻燈片是一樣的,應該根據不同學生的特性對幻燈片進行內容補充與刪減。他們首先提取幻燈片的主題,再根據主題進行分類,之后根據幻燈片呈現的語境提取內含的專業知識,再根據學生興趣和水平自動搜索擴展其他相關的必要內容,最終驗證了這套幻燈片重構系統能夠根據學生個體進行知識深化和興趣挖掘。臺灣師范大學的Chao-Chen Chen等研究了基于LIS學科本體開發的移動學習程序,他們認為很多學生不能從全局認知自己的學科。為了使學生能夠掌握學科全貌,他們依托ORCID System整合Scopus數據庫的英文出版物和CALlS的中文出版物,并根據圖書館和信息科學學科建立本體,編制學科應用程序,方便學生檢索學科、師資、課程設置、知識范圍和相關研究項目,據此制定自己的學習路徑。南洋理工大學的Yan Ru Guo和Dion Hoe-Lian Goh對信息素養游戲進行了評估,認為很多圖書館致力于通過數字游戲來提高用戶的信息素養,但對這些游戲的評估不嚴格不系統,他們提出了探索式評估方法,并對Library Escape數字素養游戲進行評估,即參與者根據可玩性(HEP)框架的探索式評估來識別和定位游戲中尚且存在的問題。他們還提出了擴展HEP框架以及觀測游戲教學的有效性。

  2.2 亞太信息學院論壇(APIS)

  ICADL會議前期還舉行了亞太信息學院論壇(APIS)。APIS會議主要面向亞太地區信息學校或學院博士生,是iSchools組織(AP-iSchools)和亞太iSchool聯盟(CiSAP)的第一個合作項目,旨在促進亞太地區信息學校之間的交流與合作。一方面,幫助博士生發展他們的研究思想和拓寬他們的研究觀點;另一方面,鼓勵學生發展他們的區域和國際網絡。鼓勵研究方向與會議主題相關的博士生提交他們的建議,以在博士論壇上展示。該會議為學生、研究人員和教授提供了極好的機會,參與者不僅可以展示和學習KID(知識、信息和數據)的相關技術、科學和服務的前沿,而且可以參與協作活動和交流,以便未來合作。

  來自10個學校的19名學生參加此次APIS會議。會議有六個主題:信息行為(Information Behavior)、圖書館環境和信息環境(Libraries and Information Environment)、數字化和數據獲取(Digitization and Data Acquisition)、網絡和大文件集(Web and Large Document Sets)、社區與政策制定(Communities and Policy Making)和社會方面(Social Aspects)。

  (1)信息行為。日本綜合研究大學院大學(SOKENDAI)的Rika Okamoto利用眼動跟蹤裝置追蹤讀者對所閱讀文獻摘要的興趣程度,并據此對科研文獻的檢索結果進行重新排序。北京大學的何芳探索在線疾病信息搜索中影響先驗知識和信息需求的因素,探討先驗知識和信息需求如何影響信息行為。瓦萊拉大學(Walailak University)的Wachira Yangyuen從系統的角度出發,探索一種基于概念的用戶信息行為模型。

  (2)圖書館環境和信息環境。泰國孔敬大學(Khon Kaen University)的Yuttana Jareonruen利用關聯數據的方法對泰國學術數字館藏中電子版博碩學位論文進行數據集的設計,從而提高不共享數字信息資源中來自不同學校的用戶檢索此類論文的效率。首爾大學(Seoul National University)的Nuri Na通過對韓國首爾東大門時尚地區的代理商的觀察、情境調查和深度訪談,對信息化時代下時尚界中介的再中介化情況進行了研究,發現雖然資訊中介為該時尚地區提供了獲取新信息的渠道,但代理商對時尚和流行的主觀判斷對該時尚地區有很大的影響。中山大學的蘇日娜以廣州興仁圖書館為例,研究了如何建設非盈利圖書館閱讀推廣評估系統。筑波大學的Rie Kominami以歷史研究的方法對20世紀早期閱讀自由背景下美國圖書館和出版社的合作實踐進行了研究。

  (3)數字化和數據獲取。首爾大學的Ji Eun Song以手術后的康復為例,提出將患者產生型數據整合到電子病歷的設計。泰國孔敬大學的Satapon Yosakonkun提出對已存在的224個泰國人類頭骨圖像進行三維數字化收藏。中山大學的楊敏對數字信息資源中的保存激勵錯位進行了研究,認為保存激勵是決策者開展數字資源保存的驅動力。

  (4)網絡和大文件集。北京大學的王曉笛為解決通過LDA主題模型得到信息組織的結果難以被分析和理解這一問題,提出結合網絡分析和監督學習的混合方法,以幫助用戶對生成的LDA主題解讀。在數字人文研究背景下,泰國孔敬大學的Ekkachai Sae-Jueng利用語義網技術對泰國的重大歷史事件進行組織;中山大學的侯衡從概念、管理進程和管理原則三個方面對網絡存檔中的隱私保護進行探討。

  (5)社區與政策制定。泰國梅州大學(Maejo University)的Sudarat Sangkeaw利用決策樹技術,提出了以辨別出意見領袖為目的的基于個人性格特征和行為的推薦系統(Recommender System)。武漢大學的李白楊從政策價值、社會價值、經濟價值和技術價值四個方面歸納出建設政府開放數據系統的價值,提出了政府開放生態系統和影響政府開放數據系統價值實現的因素等。北京大學的徐敏針對無關鍵詞或無引文網絡的學術文獻,提出利用LDA生成主題,計算年度主題的概率,然后通過主題表示的概率爆發與關聯規則挖掘,提出檢測前沿主題的新方法,并進行了實證研究。

  (6)社會方面。武漢大學的郭鳳嬌將中國情報學教育的發展歷史總結為三個階段,并調研了中國情報學教育的學校數量、學生入學情況和科研能力現狀,提出未來發展方向建議。中山大學的劉慧云在建立政府開放數據網站的評估指標模型的基礎上,對中國9個政府開放數據網站進行調研,總結中國地方政府在政府開放數據網站建設仍處于初步發展階段。孔敬大學的Somphong Wathanti提出將泰國風俗知識組織起來,以語義網格式存儲和呈現數據的知識系統,以利于用戶更有效地進行泰國風俗知識的檢索。

  3 結語

  “亞太數字圖書館國際會議”(ICADL 2016)和“亞太信息學院論壇”(APIS)圓滿結束,學者們深入探討了開放獲取社會中知識、信息和數據的新理念、新技術和新服務,并對未來開放獲取視野下的知識、信息和數據的研究、教育和實踐進行了展望,力求推動開放獲取社會的進步和發展。此次會議也為專家學者開辟了合作渠道,為博士生提供了學習的機會,增進了同仁之間的友誼。

  原文參考文獻:

  [1]郭進京,彭乃珠,張夢霞,等.2014年國際開放獲取實踐進展[J].圖書情報工作,2015(9):119-126.

  [2]Bankier J G,Chatterji P.100 Stories:The Impact of Open Access[EB/OL].[2017-05-22].http://works.bepress.com/jean_gabriel_bankier/27/.

作者簡介

姓名:劉慧云 黃文霞 黃彬彬等 工作單位:

轉載請注明來源:中國社會科學網 (責編:韓卓吾)
W020180116412817190956.jpg
用戶昵稱:  (您填寫的昵稱將出現在評論列表中)  匿名
 驗證碼 
所有評論僅代表網友意見
最新發表的評論0條,總共0 查看全部評論

回到頻道首頁
QQ圖片20180105134100.jpg
jrtt.jpg
wxgzh.jpg
777.jpg
內文頁廣告3(手機版).jpg
中國社會科學院概況|中國社會科學雜志社簡介|關于我們|法律顧問|廣告服務|網站聲明|聯系我們
碧水源股票