2008年10月23日 星期四
[雅琳]W6_Theory and Research II
2008年10月18日 星期六
[雅琳]W5_Research and theory I
[雅琳]W4_Reviewing the scholarly ilterature
2008年10月13日 星期一
[雅琳]W3_Basic research concepts
2008年10月11日 星期六
Information policy
這堂課由香港大學的Peter Warning老師來講解Information Policy。其實全英文對我來說依然是非常吃力。老師用心舉了很多例子,但我的資訊主要還是從老師厚厚的一疊ppt講義中得來。
課程分兩段,前半段是資訊政策的定義與脈絡。後半段講與圖資界相關的資訊政策、智慧財產權、隱私權、檢查權、資訊鴻溝等在圖資界熱門的話題。
在前半段,我學到最印象深刻就是決定政策要前後一致,不能朝令夕改。這讓我想到社會上一些足以作為借鏡的例子。以後如果有這種榮幸,得好好警惕自己才是。在圖書館的資訊政策方面,目的是要引導圖書館的運作,甚至督促圖書館進行良好的服務,維持社會公益。老師舉的一個有趣的例子是圖書館的滯還金。這個被一些讀者誤以為圖書趕要剝削他們的政策,其實是維持他們權益的手段啊!再來就是談到與圖書館相關的檢查權、智慧財產權、資訊使用權等議題。即使圖書館界會自我懷疑,但從Peter老師的例子中,還是可以看到圖書館界在與資訊、知識有關的社會運作機制中,扮演不可缺的角色。
2008年10月8日 星期三
知識管理知會基礎架構之設計實務
依穆老師介紹的背景是,奇異是一家全球性的跨國大企業,員工多達30萬人,分散在一百多個國家,非常的國際化。並且歷史又長久。他們想要更新公司的資訊管理系統。先後找了微軟、系統公司、以及google幫他們設計文件的搜尋存取系統,但是效果都非常差,沒有人使用。最後找上學界幫忙,幫他們設計合用的管理系統。
老師這先提到知識管理的基礎理論,知識是由data、information 一直累積提升到knowledge的層次。中間的差異就在相關性,以將資訊與使用者、與環境間結合在一起的,之間產生意義的context。在設計一個知識系統時,不止考慮到system,還有context、user間的互動,才可以產生knowledge。
奇異作為一個員工數30萬以上的國家,每作一次系統更動都會耗費很大的成本,因此必須作審慎的考量。並且奇異的歷史悠久,資料堆積非常多,有各種文件格式有新有有舊,非常複雜。老師並且舉了波音公司的例子,由於該公司有非常多零件,記載文件多到可以超過一棟圖書館。在資料堆積很多分佈又廣泛的狀況下,資料儲存與產生很多問題。首先是不同部門間往往重覆研發造成資源浪費。其次是資料散佈各處儲存方式不同。要查找只得通過私人管道而沒有統一途徑。最後是奇異是個國際化的公司,資料查找會有語文方面的問題。
在為奇異設計知識管理系統之前,首先為奇異釐清了員工主要的需求。在考量user、 system 以及information 的各個優缺點,決定重新為奇異設計一套metadata,這是最符成本又最能迅速解決奇異需求的方式。系統設計,將員工的迫切需求定位主要在迅速查找資訊,並且可以沿伸連結到相關的資訊擴大檢索範圍。所以從新設計metadata。在基礎之上設計新的搜尋系統,
再來讓員工可以作限定、排序等進一步搜尋的功能。在設計系統時,最重要的是要理解員工的需求,特別是在設計metadatag上,要採用符合他們認知結構的core。知識管理系統除了用有序的數位方式管理文件外,還可以作為知識蒐集、交流平台。如奇異就利用積分制,鼓勵員工將知識貢獻出來。經過這個實驗這個系統,成功的幫奇異解決問題,讓員工更方便溝通文獻、利用知識。
穆老師在最後說,知識更新很快,但只要學好principles,進一步利用就靠個人智慧。觀察這個以低廉成本成功幫奇異這種大企業解決問題的案例,其實設計系統的原理都是圖資界長久在談的理念:依據使用者需求設計系統、幫助讀者辨識、聚合相關知識、把資訊有序化並且可以精確回應檢索。不同的或許是幫奇異設計系統可以在一個有限的環境重新來過量身打造,在圖資界落實確有組織方式更新、館藏無止盡膨脹等等包袱。
在最後有同學擔心未來圖資界就業出路的問題,我個人是覺得不用擔心。圖資學是唯一關心人類整體知識結構的學問,如果未來世界仍重視教育以及知識經濟,只要學藝夠精,對這門學問的借重或許會更多。
2008年10月7日 星期二
[雅琳]W2_科學與研究
2008年10月1日 星期三
書目隱性語義索引:使用者無錯
穆老師這場全英文演說演講,聽起其實來有點吃力。
瞭解的大意是說,傳統的文獻分類法無法幫助讀者檢索。因為每個讀者對檢索語彙的含意的理解,與圖書館設計給讀者使用的並不相同。讀者被強迫適應圖書館的OPAC,圖書館不理解讀者需求,讀者往往檢索不到所需的資訊,所以檢索時對圖書館的OPAC往往抱怨連連。
於是利用LIS這個演算法,將書目的檢索點拆解,下去作排序,以提高讀者的檢索率。但在最後,曾老師提出意義。將LIS 與 google ranking 兩相比較的話, google
有大量的檢索次數作基礎來運算,所以可以有效提高檢索率。但LIS只在檢索族群有限的書目資料庫中運作,是否可以有google那樣準確的排序。小蝶老師最後也提出了雅虎的人為操作、google的page ranking 、還有有限資料庫,三種資料庫運算環境的不同。 這增加了我一點常識,原來不同的檢索系統背後有不同的設計,有的優點是得天獨厚。如果要改進某個檢索系統,還要進一步考慮它的運作原理。