數(shù)字生活情境下的數(shù)據(jù)、信息和知識
——第十九屆“亞太數(shù)字圖書館國際會議”綜述*

0 引言

亞太數(shù)字圖書館國際會議(International Conference on Asia-Pacific Digital Libraries，ICADL)是以數(shù)字圖書館為研究主題的著名國際學(xué)術(shù)會議[1]，目前已成長為以亞太地區(qū)為陣地，受世界關(guān)注的國際圖情學(xué)術(shù)會議[2-3]。一年一度的ICADL不僅有中國、日本、韓國、新加坡、澳大利亞、新西蘭等重要的亞太地區(qū)國家的學(xué)者參與，還吸引了美國、英國、德國、法國、瑞士、加拿大等歐美國家圖情學(xué)者的關(guān)注。我國學(xué)者也積極參與和舉辦ICADL會議，ICADL 2011曾由清華大學(xué)成功主辦，北京大學(xué)和中國國家圖書館協(xié)辦[4]。亞太地區(qū)是我國推行“一帶一路”戰(zhàn)略的重要區(qū)域，在經(jīng)濟(jì)、文化、教育、科研等方面，亞太無疑是當(dāng)今全球最具活力的地區(qū)之一。在此背景下，國內(nèi)研究者保持對ICADL的關(guān)注有利于掌握亞太其他國家和地區(qū)學(xué)者們的研究進(jìn)展和動(dòng)向，為促進(jìn)圖情學(xué)科交流，擴(kuò)大中國圖情學(xué)科的區(qū)域影響力提供參考。

第19屆ICADL會議(以下簡稱ICADL 2017)于2017年11月13-15日，在泰國曼谷由泰國朱拉隆功大學(xué)藝術(shù)學(xué)院圖書館學(xué)系(Department of Library Science，F(xiàn)aculty of Arts，Chulalongkorn University)成功主辦，瑞士盧加諾大學(xué)(University of Lugano，Switzerland)、新西蘭懷卡托大學(xué)(University of Waikato，New Zealand)、泰國國家電子與計(jì)算機(jī)技術(shù)中心(National Electronics and Computer Technology Center，Thailand)協(xié)辦，指導(dǎo)委員會主席由來自日本筑波大學(xué)(University of Tsukuba，Japan)的杉本重雄(Shigeo Sugimoto)教授擔(dān)任。

隨著數(shù)字情境下的信息技術(shù)發(fā)展，用戶的學(xué)習(xí)與生活方式不斷發(fā)生變遷，數(shù)字圖書館也需不斷變革以滿足用戶多元化的信息需求。在此背景下，本屆ICADL會議以“數(shù)字生活情境下的數(shù)據(jù)、信息和知識”為主題，共收錄21篇長論文和5篇短論文。會議按主題劃分為自動(dòng)分類與推薦、數(shù)據(jù)共享與檢索、詞匯與話語分析、移動(dòng)應(yīng)用、搜尋結(jié)果呈現(xiàn)與可視化、社交媒體、用戶行為、文化遺產(chǎn)與原住民知識等8個(gè)主題分會。通過分析會議論文的內(nèi)容與特點(diǎn)，本文對ICADL 2017會議集進(jìn)行述評，在總結(jié)研究方法、研究對象、研究主題基礎(chǔ)上，結(jié)合相關(guān)主題的其他文獻(xiàn)進(jìn)行適當(dāng)補(bǔ)充，以呈現(xiàn)目前數(shù)字圖書館領(lǐng)域的研究熱點(diǎn)。

1 近三年ICADL作者國家分布

為反映ICADL的發(fā)展趨勢，本文對近3年ICADL會議集收錄的論文作者國家分布進(jìn)行描述性統(tǒng)計(jì)，如表1所示。ICADL近3年共收到來自全球5大洲超過30個(gè)國家和地區(qū)的科研人員提交論文，有21個(gè)國家的科研人員參會交流[5-7]。論文作者前三的國家分別是日本、新加坡、美國與泰國(并列)，我國作者人數(shù)位列第五?？梢钥闯?，ICADL的輻射面逐年擴(kuò)大，來自歐洲與大洋洲的研究人員占比逐年增加。

表1 近3年ICADL作者國家分布(總計(jì))

2 會議主題

2.1 自動(dòng)分類與推薦(Automatic Classification and Recommendation)

數(shù)字圖書館的核心業(yè)務(wù)是針對種類眾多的數(shù)字資源進(jìn)行組織和管理，隨著大數(shù)據(jù)環(huán)境下數(shù)字資源增長，當(dāng)前的分類與推薦方法已不能適應(yīng)多種類型數(shù)字資源。專利分類亦是如此，傳統(tǒng)以手工為主的分類策略已不能滿足現(xiàn)實(shí)需求。圖情領(lǐng)域的自動(dòng)分類與推薦主要涉及圖書館書目推薦、數(shù)字文本自動(dòng)分類中的特征語義關(guān)聯(lián)與加權(quán)方案、用戶推薦系統(tǒng)等。ICADL 2017很好地反映了這些趨勢，重點(diǎn)聚焦于數(shù)字圖書館用戶應(yīng)答、專利自動(dòng)分類等方面的算法優(yōu)化與設(shè)計(jì)。

為優(yōu)化數(shù)字圖書館的信息檢索算法，精準(zhǔn)定位用戶信息需求。Pinto等[8]介紹了數(shù)字圖書館如何解決“基于陳述的搜索式”這一新問題。基于陳述搜索式需要識別科學(xué)文獻(xiàn)中的一個(gè)關(guān)鍵部分：知識陳述(Knowledge Claim，KC)。當(dāng)前知識陳述隱藏在文獻(xiàn)中的非結(jié)構(gòu)化與自由文本表達(dá)中。Pinto等認(rèn)為，知識陳述是指包含了一篇論文主要研究貢獻(xiàn)的語句，并且知識陳述還能夠表示一個(gè)特定領(lǐng)域內(nèi)受關(guān)注實(shí)體之間的關(guān)聯(lián)，能夠用于解決數(shù)字圖書館中基于陳述的搜索。該研究以一種非指導(dǎo)性的新方法整合了嵌入在知識陳述中的中性詞和基于圖書的算法，從而分析如何識別知識陳述以用于接下來的信息抽取。Pinto等以醫(yī)學(xué)領(lǐng)域?yàn)檠芯繉ο?，選取PubMed數(shù)據(jù)庫中的真實(shí)詞匯作為實(shí)驗(yàn)數(shù)據(jù)，證實(shí)了方法的有效性。該研究實(shí)現(xiàn)了基于陳述搜索式對文檔排名的功能，為相關(guān)研究者在優(yōu)化數(shù)字圖書館搜索系統(tǒng)性能方面提供了較為新穎的思路方法。

專利作為體現(xiàn)技術(shù)與創(chuàng)新的關(guān)鍵智力資源，如何實(shí)現(xiàn)專利信息的有效獲取是研究人員乃至產(chǎn)業(yè)界亟需解決的難題。當(dāng)前最廣泛使用的專利分類體系是國際專利分類(International Patent Classification，IPC)體系。Nugroho等[9]指出IPC體系還存在專利被授予多個(gè)分類號、專利類別相似度高等問題，當(dāng)前專利審查員主要基于手工分類，較少利用機(jī)器進(jìn)行專利自動(dòng)分類。Nugroho等提出利用專利引文圖譜結(jié)構(gòu)，能夠優(yōu)化專利的自動(dòng)分類，實(shí)現(xiàn)專利信息的有效獲取。研究分析了僅使用單一文本特征的影響作用，該文本特征是基于識別任務(wù)引用圖譜的專利類。研究結(jié)合了kernel-based方法來構(gòu)建可以呈現(xiàn)引文相關(guān)信息特征的kernel函數(shù)，使用k-step隨機(jī)函數(shù)來計(jì)算每個(gè)專利對支持向量機(jī)的分類任務(wù)，利用子圖技術(shù)來表現(xiàn)專利知識圖譜在引文方面的信息。該研究是基于圖論中相鄰算法的思想，而對算法的評價(jià)是基于美國專利與貿(mào)易局的相關(guān)實(shí)證數(shù)據(jù)，結(jié)果顯示該研究算法優(yōu)于之前相關(guān)研究提出的方法，專注于使用專利引用圖結(jié)構(gòu)，提出將大型專利圖表示為代表引用圖的信息技術(shù)，為解決專利信息獲取提供了新思路。

過去數(shù)字圖書館中貯藏的科學(xué)文獻(xiàn)主要依靠助記碼和元數(shù)據(jù)來進(jìn)行檢索。Safder等[10]指出當(dāng)前搜索引擎還局限于文本的簡單描述，無法提供特定算法信息用于呈現(xiàn)運(yùn)行時(shí)間復(fù)雜度、性能評估(如準(zhǔn)確性、召回率等)、處理數(shù)據(jù)庫容量的大小等內(nèi)容。Safder等介紹了挖掘這些特定信息的算法并用于實(shí)際檢驗(yàn)，利用遞歸卷積神經(jīng)網(wǎng)絡(luò)模型，研究將文獻(xiàn)中包含的相應(yīng)效能信息通過算法進(jìn)行抽取和挖掘。通過對數(shù)據(jù)庫中人工收集的258篇文獻(xiàn)進(jìn)行測試，結(jié)果顯示76.35%的準(zhǔn)確性，研究證實(shí)了該優(yōu)化算法的可用性。未來研究可探索提取其他特定算法元數(shù)據(jù)的可能性，如運(yùn)行時(shí)復(fù)雜性，輸入、輸出和兼容的數(shù)據(jù)結(jié)構(gòu)。

除關(guān)鍵詞或書目檢索外，可供選擇的文獻(xiàn)檢索途徑是數(shù)字圖書館的成功因素之一。特別是在科學(xué)領(lǐng)域，化學(xué)物質(zhì)、基因或數(shù)學(xué)公式等實(shí)體可能起著核心作用。Wawrzinek等[11]指出對于界限清晰的實(shí)體來說，在情境相似性和排名上的要求會有所不同。研究展示了在科學(xué)語料庫中使用的深度學(xué)習(xí)技術(shù)如何對實(shí)體進(jìn)行具體的情境化描述。Wawrzinek等以分子生物學(xué)領(lǐng)域的實(shí)體為例，闡釋實(shí)體的學(xué)習(xí)情境和主頁如何反映它們的實(shí)際作用和可能的新應(yīng)用，如藥物設(shè)計(jì)和再生產(chǎn)。評估結(jié)果表明，該方法相對于昂貴的人工判定分類更具優(yōu)勢，但由于實(shí)驗(yàn)僅依靠文本內(nèi)容的深入嵌入，方法有效性有待其他領(lǐng)域應(yīng)用的檢驗(yàn)。上述研究創(chuàng)新了數(shù)字圖書館中特定學(xué)科領(lǐng)域的文獻(xiàn)分類與檢索模式。

2.2 數(shù)據(jù)共享與檢索(Data Sharing and Retrieval)

科學(xué)數(shù)據(jù)是指通過科研活動(dòng)等方式得到的反映客觀世界的原始數(shù)據(jù)，或依據(jù)不同科研活動(dòng)需要，進(jìn)行整理加工的各類數(shù)據(jù)集。雖然科學(xué)數(shù)據(jù)能夠?yàn)榭茖W(xué)研究帶來巨大的投資回報(bào)，但前提是科學(xué)數(shù)據(jù)能在研究人員間實(shí)現(xiàn)良好的共享，并提供便捷的數(shù)據(jù)檢索以供研究。ICADL 2017主要關(guān)注不同類型的數(shù)據(jù)檢索，以及研究人員的態(tài)度對數(shù)據(jù)共享的影響。

目前大部分研究出版物(文本)與研究數(shù)據(jù)(數(shù)據(jù)集)使用相同的搜索引擎。Bugaje等[12]指出研究數(shù)據(jù)集中的用戶交互特征形式與研究出版物具有顯著差異，當(dāng)前搜索引擎不適合作為數(shù)據(jù)檢索和使用的長期解決方案。Bugaje等通過系統(tǒng)實(shí)驗(yàn)論證了研究出版物(主要是文本)檢索和研究數(shù)據(jù)(即數(shù)據(jù)集)之間的根本差異，包括服務(wù)器載荷、文件類型、大小和格式等方面的差異，證明了建立更高效數(shù)據(jù)檢索系統(tǒng)的必要性。該研究有助于以用戶為中心的、面向?qū)W科的數(shù)據(jù)檢索服務(wù)的實(shí)現(xiàn)，同時(shí)有助于數(shù)字圖書館領(lǐng)域綠色信息服務(wù)的實(shí)現(xiàn)。

世界各地的政府和資金機(jī)構(gòu)已經(jīng)主張研究數(shù)據(jù)的開放存取(Open Access，OA)。Chowdhury等[13]強(qiáng)調(diào)OA可帶來顯著的社會與經(jīng)濟(jì)效益，但是研究人員對于是否想要以及準(zhǔn)備分享其研究數(shù)據(jù)仍存在困惑。為此，Chowdhury等對英國、法國和土耳其3個(gè)國家的大學(xué)研究人員進(jìn)行調(diào)查，發(fā)現(xiàn)研究人員對OA存在擔(dān)憂，主要是缺乏對數(shù)據(jù)公開使用和訪問要求的理解。研究指出應(yīng)對OA政策加強(qiáng)宣傳力度，促使OA的愿景成為現(xiàn)實(shí)。該研究表明研究人員在研究數(shù)據(jù)創(chuàng)建和共享方面的看法與行為之間存在著較大的現(xiàn)實(shí)差距，并強(qiáng)調(diào)了學(xué)術(shù)與資助機(jī)構(gòu)對OA所做的貢獻(xiàn)?；谶@項(xiàng)調(diào)查，后續(xù)研究可以對相關(guān)數(shù)據(jù)開放政策進(jìn)行針對性的探討，從而為構(gòu)建OA的良好環(huán)境奠定基礎(chǔ)。

2.3 詞匯與語篇分析(Lexical and Discourse Analysis)

目前圖書情報(bào)領(lǐng)域在自然語言處理方面的研究集中在算法及技術(shù)上的抽取和機(jī)器學(xué)習(xí)。詞匯分析方面的研究大多從語言學(xué)角度出發(fā)，統(tǒng)計(jì)分析的指標(biāo)主要是詞匯頻率、詞匯密度、詞匯長度及詞匯增長率，而自動(dòng)問答與自動(dòng)摘要等自動(dòng)語篇生成系統(tǒng)也是自然語言處理與人工智能的主要研究主題。當(dāng)前文本挖掘的相關(guān)研究粒度正在逐漸細(xì)化，語義關(guān)系、情感分析等主題是當(dāng)前研究熱點(diǎn)。ICADL 2017主要聚焦于自動(dòng)預(yù)測、應(yīng)答和提取等相關(guān)技術(shù)的實(shí)現(xiàn)，以及用戶行為模式的識別。

每一個(gè)作者都有其獨(dú)特的寫作風(fēng)格，包括選詞、句長、詞頻和虛詞等。Hassan等[14]指出，通過深度學(xué)習(xí)，根據(jù)文本語義與語法特征能夠?qū)崿F(xiàn)作者歸屬的自動(dòng)預(yù)測。Hassan等以PLoS數(shù)據(jù)庫作為研究平臺，獲取了158，918篇文獻(xiàn)，從中選取203位作者撰寫的803篇文獻(xiàn)作為研究對象，使用基于長短期記憶(Long Short-Term Memory，LSTM)的深度學(xué)習(xí)模型來預(yù)測作者歸屬。結(jié)果顯示，88.17%的作者歸類正確，熵誤差最大為0.2。未來研究可結(jié)合著作者、作者所屬、主題領(lǐng)域、期刊標(biāo)題、城市、參考文獻(xiàn)和關(guān)鍵詞等指標(biāo)改進(jìn)該深度學(xué)習(xí)模型。

在線問答社區(qū)用戶規(guī)模的迅速擴(kuò)大使面向問答的自動(dòng)應(yīng)答技術(shù)日益得到關(guān)注。Tagami等[15]指出在線問答(Question Answering，QA)可分為事實(shí)型與非事實(shí)型，但是當(dāng)前自動(dòng)應(yīng)答技術(shù)仍無法處理考試等事實(shí)型的QA問題。為了滿足用戶需求，Tagami等提出了一個(gè)基于入學(xué)考試填詞問題的QA方法并將其運(yùn)用到世界歷史考題中。在分析問題時(shí)，根據(jù)填空的周圍詞匯來估計(jì)答案類別，用于提取候選答案。此外，通過引入與周圍詞匯類別和情境一致的指標(biāo)來評估候選答案。該研究通過與基線方法進(jìn)行比較，提升了自動(dòng)應(yīng)答技術(shù)中答案預(yù)測的精度。

知識單元間的關(guān)系是進(jìn)行知識重組、知識關(guān)聯(lián)和知識挖掘的基礎(chǔ)。關(guān)系抽取在信息檢索、問答系統(tǒng)和知識組織中有著廣泛的應(yīng)用。Wu等[16]認(rèn)為知識可以表示為兩個(gè)實(shí)體之間的關(guān)系，兩個(gè)實(shí)體之間的影響關(guān)系表現(xiàn)了一個(gè)實(shí)體對另一個(gè)實(shí)體的影響，但是這些影響關(guān)系是否跨領(lǐng)域相似還有待檢驗(yàn)。Wu等考察了實(shí)體間的影響關(guān)系在不同領(lǐng)域中是否相似，研究如何使用現(xiàn)有技術(shù)從結(jié)構(gòu)化文檔中提取影響關(guān)系。基于此研究問題，研究者收集處理了醫(yī)學(xué)、國際關(guān)系和環(huán)境科學(xué)三個(gè)領(lǐng)域中的實(shí)體影響關(guān)系。結(jié)果顯示，影響關(guān)系在3個(gè)領(lǐng)域的語義關(guān)系中占較大比例，3個(gè)領(lǐng)域共享一套共同的影響關(guān)系，每兩個(gè)領(lǐng)域之間都具有相當(dāng)數(shù)量的共同影響關(guān)系。該研究有助于在提取非結(jié)構(gòu)化文檔影響關(guān)系的過程中使用現(xiàn)有技術(shù)。

隨著文本挖掘研究的粒度逐漸細(xì)化，用戶生成內(nèi)容的語篇特點(diǎn)也引起圖情界的關(guān)注。Yada等[17]強(qiáng)調(diào)社交媒體上的現(xiàn)有研究主要集中在賬戶社交網(wǎng)絡(luò)(即關(guān)注者和追隨者關(guān)系等)和推文(即回復(fù)和喜好)以及主題轉(zhuǎn)換(即主題趨勢檢測等)，并且情緒是所有類型研究的關(guān)注重點(diǎn)，而當(dāng)前鮮有研究分析不同帳戶或帳戶類型Twitter的話語特征。Yada等測量了Twitter序列的語篇規(guī)模，并觀察其特點(diǎn)。研究選取240個(gè)日本的Twitter帳戶，收集每個(gè)帳戶的3000條推文。通過話語量表計(jì)算應(yīng)用于每個(gè)Twitter賬戶的前50個(gè)話語關(guān)鍵詞。結(jié)果顯示，無論用戶的興趣如何，每隔大約15條推文用戶都會提及他們的興趣。通過檢查社交媒體中的關(guān)鍵詞類型和主題頻次，能夠?qū)τ脩籼卣鬟M(jìn)行細(xì)分。

2.4 搜尋結(jié)果呈現(xiàn)與可視化(Search Results Presentation and Visualization)

圖書情報(bào)領(lǐng)域在信息搜尋結(jié)果呈現(xiàn)方面的研究集中在算法與技術(shù)的優(yōu)化和個(gè)性化結(jié)果的呈現(xiàn)。對圖書館數(shù)字資源的信息單元與信息組織方式進(jìn)行可視化建設(shè)，能夠運(yùn)用信息與數(shù)據(jù)的可視化語言表達(dá)揭示抽象的數(shù)據(jù)，優(yōu)化信息搜尋結(jié)果的呈現(xiàn)，為各類資源或數(shù)據(jù)庫提供更直接的使用入口，增強(qiáng)平臺的可操作性與用戶粘性。ICADL 2017此次關(guān)注學(xué)術(shù)搜尋結(jié)果的呈現(xiàn)和搜索系統(tǒng)的改進(jìn)。

解決信息需求和服務(wù)的個(gè)性化問題，提供個(gè)性化信息服務(wù)，是目前數(shù)字圖書館研究的重點(diǎn)與方向。Hagiwara等[18]強(qiáng)調(diào)了標(biāo)題和摘要在選擇相關(guān)文獻(xiàn)時(shí)的重要性，并且也是決策制定的核心參考依據(jù)。Hagiwara等利用觀察法分析研究人員如何從學(xué)術(shù)數(shù)據(jù)庫的搜尋結(jié)果中選擇文獻(xiàn)，主要探究研究人員會對搜尋結(jié)果中的哪些元素進(jìn)行檢查，并以何種方式進(jìn)行排序。研究結(jié)果可用于改進(jìn)數(shù)字圖書館的個(gè)性化信息服務(wù)。此外，Bainbridge等[19]指出數(shù)字圖書館中的元數(shù)據(jù)錯(cuò)誤在學(xué)術(shù)文獻(xiàn)集合中已普遍存在，導(dǎo)致用戶在數(shù)字圖書館中檢索自己已刊登的文獻(xiàn)時(shí)遇到問題。為了解決這一問題，Bainbridge等提出了MEDDLE概念驗(yàn)證系統(tǒng)，用以解決數(shù)字圖書館的此類搜索問題。同時(shí)，還提出可以向數(shù)字圖書館服務(wù)商提供已確定的問題及解決方法，以便進(jìn)一步改進(jìn)系統(tǒng)，典型的案例便是MEDDLE識別與處理重音、連字等，這都有助于數(shù)字圖書館的優(yōu)化。

在搜索系統(tǒng)的改進(jìn)方面，國際圖聯(lián)書目記錄功能要求(Functional Requirements for Bibliographical Records，F(xiàn)RBR)中定義的書目實(shí)體模型表明了從數(shù)字卡片目錄到以實(shí)體為中心的目錄。Aalberg等[20]指出雖然以實(shí)體為中心的目錄含有豐富實(shí)體結(jié)構(gòu)和明確定義語義關(guān)系，但是如何更好地搜索和呈現(xiàn)這種以實(shí)體為中心的書目數(shù)據(jù)仍存在挑戰(zhàn)。Aalberg等提出了一個(gè)以實(shí)體為中心的搜索系統(tǒng)，以及一種全新的以實(shí)體為中心的文獻(xiàn)搜索結(jié)果呈現(xiàn)的評價(jià)方法。由于包含實(shí)體數(shù)量的不同，基于詞頻的默認(rèn)排名在對片段進(jìn)行索引時(shí)存在困難，未來研究可以探究結(jié)果排名。

探究查詢中兩個(gè)實(shí)體之間的可能關(guān)聯(lián)是檢索系統(tǒng)優(yōu)化的難題。Pinto等[21]強(qiáng)調(diào)數(shù)字圖書館滿足信息需求的核心功能是提供文獻(xiàn)利用等方面的搜索功能，由于用戶決策的潛在影響，向查詢的用戶提供高質(zhì)量的結(jié)果至關(guān)重要。Pinto等對檢索結(jié)果進(jìn)行多樣化處理，并重新排列結(jié)果列表，通過論文聲明的使用以實(shí)現(xiàn)結(jié)果集的多樣性。該研究主要探究醫(yī)學(xué)領(lǐng)域?qū)嶓w間關(guān)聯(lián)的聲明，專注于涉及兩個(gè)實(shí)體的查詢問題。研究通過查詢PubMed獲得的語料庫來實(shí)證評估該研究提出的解決方案。結(jié)果表明，研究提出的論文聲明概念可用于優(yōu)化檢索結(jié)果，未來研究可結(jié)合用戶反饋來優(yōu)化本研究方法。

2.5 移動(dòng)應(yīng)用(Mobile Applications)

針對移動(dòng)應(yīng)用的研究主要集中在兩方面，一方面是對應(yīng)用功能特點(diǎn)的改進(jìn)，另一方面是以此為平臺研究用戶行為的特點(diǎn)。把握用戶的需求偏好及其行為趨勢，能有效支持個(gè)性化推薦，優(yōu)化移動(dòng)應(yīng)用的產(chǎn)品和服務(wù)，從而顯著地提高社交媒體中用戶的個(gè)人體驗(yàn)和用戶粘度。ICADL 2017主要關(guān)注用戶信息需求預(yù)測、用戶移動(dòng)應(yīng)用的使用與分享行為。

隨著移動(dòng)APP的快速發(fā)展，移動(dòng)設(shè)備已從單純的通信工具轉(zhuǎn)變?yōu)闈M足個(gè)性化需求的途徑。Bahrainian等[22]強(qiáng)調(diào)APP組織可作為個(gè)人信息管理方式，即在正確的時(shí)間訪問正確的APP，或重新安排應(yīng)用APP，以便更容易訪問APP。上述模式的實(shí)現(xiàn)可依據(jù)實(shí)時(shí)信息檢索(Just-In-Time Information Retrieval，JITIR)，例如預(yù)測用戶將要使用的下一個(gè)APP，并在用戶嘗試訪問之前將其顯示在主屏幕中。為此，Bahrainian等提出新型預(yù)測方法，根據(jù)用戶智能手機(jī)中記錄的活動(dòng)記錄和情境，預(yù)測用戶在不同時(shí)間和特定情境下的活動(dòng)。根據(jù)預(yù)測結(jié)果個(gè)性化地組織手機(jī)上的內(nèi)容。該研究設(shè)計(jì)的時(shí)間模型能在連續(xù)的時(shí)間片段上捕捉用戶的本地行為模式。同時(shí)，基于APP應(yīng)用數(shù)據(jù)集的實(shí)驗(yàn)結(jié)果證明了該預(yù)測方法的有效性，其效率超過了最新的奇異值分解(Singular Value Decomposition，SVD)和作者主題模型(Author Topic Model，ATM)。未來研究可分析與評估用戶和智能手機(jī)APP間的交互內(nèi)容，以便設(shè)計(jì)能夠及時(shí)檢索用戶信息需求的模型。

智能手機(jī)以移動(dòng)應(yīng)用的形式提供功能和傳遞內(nèi)容，更多用戶開始傾向于使用移動(dòng)應(yīng)用進(jìn)行線上學(xué)習(xí)。Hinze等[23]指出移動(dòng)學(xué)習(xí)被認(rèn)為是未來人們學(xué)習(xí)的主要方式，在高等教育中，移動(dòng)應(yīng)用在收集處理信息、訪問內(nèi)容、促進(jìn)交流協(xié)作等方面具有極大的靈活性。為了解學(xué)者對移動(dòng)應(yīng)用的使用情況，Hinze等進(jìn)行了在線調(diào)研。在受訪者中，有三分之二使用移動(dòng)APP進(jìn)行學(xué)術(shù)研究。在教學(xué)工作中，移動(dòng)APP被用作向?qū)W生推送信息的手段。在學(xué)術(shù)研究中，移動(dòng)APP被用作自我組織、與同事合作、存儲信息或與研究保持同步的工具。此項(xiàng)研究能夠?yàn)榻逃尘跋碌膫€(gè)人信息管理和高校圖書館服務(wù)提供積極借鑒。當(dāng)前，在學(xué)術(shù)實(shí)踐中如何利用移動(dòng)APP以滿足學(xué)術(shù)用途與潛在的用戶需求是新的研究熱點(diǎn)，移動(dòng)APP的使用是數(shù)字素養(yǎng)的重要組成部分，在改變教學(xué)和研究實(shí)踐方面擁有潛力。

如今眾包和游戲融合的趨勢，引發(fā)了一系列眾包游戲的興起。圖書館項(xiàng)目利用這類游戲獲取地理參考元數(shù)據(jù)并開展相關(guān)研究。Pe-Than等[24]強(qiáng)調(diào)相較于傳統(tǒng)方法，眾包能以更加高效與廉價(jià)的方式生成內(nèi)容，如圖像標(biāo)記、語料庫注釋、語言翻譯、地理參考數(shù)據(jù)和元數(shù)據(jù)創(chuàng)建，但是用戶動(dòng)機(jī)是驅(qū)動(dòng)眾包的核心影響因素。為了更深切了解眾包游戲機(jī)制中的用戶參與動(dòng)機(jī)，Pe-Than等分析了游戲中的協(xié)作和競爭如何影響玩家分享移動(dòng)內(nèi)容的動(dòng)機(jī)。該研究分別使用非游戲應(yīng)用程序和兩個(gè)虛擬寵物主題游戲進(jìn)行實(shí)驗(yàn)。結(jié)果表明，眾包游戲可以給用戶帶來更高水平的享受、沉浸和社交體驗(yàn)。此外，不同的協(xié)作競爭類游戲在用戶成就、休閑、任務(wù)效率和技能發(fā)展方面帶來的體驗(yàn)也有所不同。未來研究可探究更多的游戲機(jī)制對用戶動(dòng)機(jī)的影響差異，同時(shí)考慮到游戲之間的機(jī)制差異，可檢查機(jī)制差異能否吸引不同興趣偏好的用戶。

2.6 社交媒體(Social Media)

針對社交媒體的研究主要包括社交媒體中用戶關(guān)系研究、用戶生成內(nèi)容研究、用戶行為研究、用戶滿意與接受度研究等。此外，社交媒體閱讀推廣、社交媒體輿情、社交媒體謠言等主題也成為圖情領(lǐng)域新的研究點(diǎn)。ICADL 2017主要關(guān)注特定情境下的社交媒體信息行為、社交媒體謠言，以及社交媒體信息的自動(dòng)檢測，分別涉及社交媒體的“用戶—內(nèi)容—平臺”三個(gè)層面。

當(dāng)前社交媒體研究開始細(xì)化，更多研究者開始關(guān)注特定情境下的社交媒體信息行為研究。Dodd等[25]強(qiáng)調(diào)了探究社交媒體上的行為方式(即溝通、訪問和分享信息等行為)的重要性，但是社交媒體上的信息交流也會導(dǎo)致數(shù)字鴻溝，并非所有用戶都能及時(shí)平等地獲取信息。Dodd等研究了大學(xué)入學(xué)背景下的青少年社交媒體信息行為。作者以Twitter為研究對象，采用詞頻分析來處理一個(gè)大樣本(n=494，180)的Twitter數(shù)據(jù)，以確定社交媒體信息交流中的主要參與者。通過分析入學(xué)過程的不同階段中青少年的主要交流對象，指出在大學(xué)入學(xué)等特定情境下，青少年在社交媒體上的交流量與其生活方式顯著相關(guān)。同時(shí)，研究指出雖然青少年在社交媒體上與教育機(jī)構(gòu)進(jìn)行交流的意愿較低，但是其主要交流對象依然是學(xué)校。該研究通過詞頻統(tǒng)計(jì)探究了大學(xué)入學(xué)情境下年輕人的信息行為，這為特定情境下信息行為的研究提供了新思路。

社交媒體是傳播信息最快的平臺之一，但同時(shí)也被用作傳播謠言。辟謠信息是指用作駁斥謠言的消息，是減少謠言傳播的重要手段。Goh等[26]指出網(wǎng)絡(luò)謠言會對發(fā)布準(zhǔn)確信息的社交媒體平臺產(chǎn)生負(fù)面影響，損害個(gè)人和組織的聲譽(yù)并降低社會凝聚力，對于謠言與辟謠信息的研究迫在眉睫。Goh等對社交媒體中的謠言與辟謠信息進(jìn)行了分析，主要探究Twitter中產(chǎn)生的謠言與辟謠信息的類型。研究以某國領(lǐng)導(dǎo)人的錯(cuò)誤報(bào)導(dǎo)為對象，對關(guān)于某國領(lǐng)導(dǎo)人死亡的4321條Twitter消息進(jìn)行了內(nèi)容分析；結(jié)果顯示共有六類謠言信息、四類辟謠信息以及兩類其他類型消息。研究結(jié)論指出辟謠信息較謠言數(shù)量更多，在線用戶確實(shí)試圖通過辟謠信息來阻止謠言的傳播。同時(shí)，該研究也存在一些局限性，如僅檢查了Twitter上的謠言傳播，不同社交媒體(Facebook、微博等)上的謠言傳播可能具有差異性。同時(shí)，謠言的類型也會影響謠言的傳播機(jī)理，未來研究可對比自然災(zāi)害、生理健康、政治事件等方面謠言傳播的特征。

社交網(wǎng)絡(luò)使用戶可以進(jìn)行實(shí)時(shí)信息交互，在泰國，包括青少年在內(nèi)的社交網(wǎng)絡(luò)用戶達(dá)數(shù)百萬。Tuarob等[27]指出社交媒體的口語屬性鼓勵(lì)了某些不符合標(biāo)準(zhǔn)的語言表達(dá)，其中一些被認(rèn)為是辱罵和冒犯性語言，對社交媒體語言的自動(dòng)檢測能夠規(guī)范網(wǎng)絡(luò)用戶，營造文明的社交媒體交流環(huán)境。相較于英語等語言，泰語等小語種還缺乏有效的濫用語言自動(dòng)化篩選工具。Tuarob等研究了社交媒體中泰語濫用的自動(dòng)檢測，社交媒體中的泰語使用者越來越習(xí)慣性地使用不禮貌的語言風(fēng)格。作者指出如果辱罵性的語言在沒有得到適當(dāng)指導(dǎo)的情況下暴露給青少年，青少年可能會習(xí)慣于不文明語言風(fēng)格的使用。為解決上述問題，作者提出了一套基于機(jī)器學(xué)習(xí)的算法，在社交網(wǎng)絡(luò)中自動(dòng)檢測濫用泰語。經(jīng)檢測，該算法的最高收益率為86%(精確率為88.73%，召回率為83.53%)。未來研究可通過不同社交媒體上的數(shù)據(jù)集來測試算法準(zhǔn)確率，并可嘗試使用不同語言的語法結(jié)構(gòu)來提高分類效果。

2.7 用戶行為(User Behavior)

數(shù)字化技術(shù)的革新推動(dòng)用戶行為模式產(chǎn)生顯著變化，在新技術(shù)環(huán)境下探究用戶行為成為如今重要的研究趨勢。用戶行為主要涵蓋用戶行為理論、用戶行為模式、用戶行為影響因素等，研究熱點(diǎn)包含用戶協(xié)同行為、搜尋行為、健康信息行為等主題。ICADL 2017主要關(guān)注信息檢索行為、音樂信息行為、健康信息交流模式以及視頻信息搜尋，囊括了國外用戶行為領(lǐng)域的研究前沿。對于音樂、健康與視頻等方面的用戶行為研究，國內(nèi)尚處起步階段。

用戶信息行為研究是圖書情報(bào)學(xué)的核心領(lǐng)域之一，其中用戶信息搜尋行為的研究尤其受到重視。近年來學(xué)者們開始關(guān)注情緒在搜索過程中的重要作用。Choemprayong等[28]認(rèn)為由于搜索策略涉及時(shí)間短，并且搜索期間用戶的情緒狀態(tài)不斷變化，因此，探究搜索階段的情緒狀態(tài)轉(zhuǎn)變比關(guān)注某種情緒狀態(tài)更為合適。Choemprayong等探究搜索策略對Google使用時(shí)情緒轉(zhuǎn)變的影響。研究以本科生為研究對象，來自曼谷兩所大型公立大學(xué)的38名泰國本科生被要求使用Google執(zhí)行3項(xiàng)搜索任務(wù)?；谑访芩沟幕ヂ?lián)網(wǎng)搜索策略模型，采用半結(jié)構(gòu)式訪談和直接觀察法分析參與者的搜索策略。結(jié)果表明：評價(jià)策略與情緒轉(zhuǎn)換呈正相關(guān)，而文件結(jié)構(gòu)策略、搜索成功率、任務(wù)難度與搜索過程中的情緒轉(zhuǎn)換呈負(fù)相關(guān)。基于該研究，未來研究可擴(kuò)展到情緒元素在信息搜索中的理解，例如，本研究在很大程度上依賴于觀察情緒狀態(tài)的自我報(bào)告，不同的觀察技術(shù)(面部表情、語音語調(diào)或心電圖)可以幫助驗(yàn)證結(jié)果。

音樂流媒體服務(wù)的出現(xiàn)、分布式采集方案的應(yīng)用以及其他常見音樂資源的易逝性促使了個(gè)人音樂收藏行為的產(chǎn)生。圍繞音樂信息的需求表達(dá)、搜尋、管理和分享等信息行為已成為用戶日常信息行為的重要內(nèi)容之一，Cunningham等[29]指出存儲的音樂信息涉及音樂作者信息、音樂類別等描述性元數(shù)據(jù)。Cunningham等研究了用戶音樂收藏行為，重點(diǎn)關(guān)注音樂媒體和格式、收集組織方案以及音樂獲取和使用的方法。研究通過對28份自動(dòng)民族志數(shù)據(jù)的分析，指出用戶更多地使用音樂流媒體和云存儲服務(wù)，制定個(gè)性化的音樂列表，同時(shí)進(jìn)行元數(shù)據(jù)級別的備份工作以保障音樂的可用性。用戶音樂信息行為是國外用戶研究的關(guān)注熱點(diǎn)，主要探究用戶音樂信息需求與表達(dá)和音樂信息搜尋行為。當(dāng)前國內(nèi)圖情領(lǐng)域較少涉及，未來研究可關(guān)注基于信息行為相關(guān)理論的、基于多影響因素的、基于移動(dòng)互聯(lián)網(wǎng)的和基于用戶個(gè)人因素的用戶音樂信息行為。

雖然當(dāng)前東南亞地區(qū)在線健康信息搜尋的研究較多，但是缺乏在線醫(yī)患健康信息交流研究。Inthiran[30]指出在線醫(yī)患交流是獲取健康信息的最簡單快速的方法，通過探究在線健康信息交流模式能夠提升用戶粘性與滿意度，優(yōu)化健康信息咨詢流程。Inthiran以東南亞用戶為研究對象，招募50名參與者進(jìn)行在線健康信息搜尋，參與者被要求描述在線搜尋信息中的醫(yī)患溝通過程。研究指出參與者向醫(yī)生詢問的有關(guān)在線健康信息大都屬于初步或防護(hù)類健康信息，而溝通風(fēng)格、文化和社會規(guī)范、溝通環(huán)境和健康素養(yǎng)水平阻礙了醫(yī)患溝通。同時(shí)，作者指出醫(yī)生應(yīng)承擔(dān)協(xié)作角色而不是咨詢角色，開展面向患者和醫(yī)生的健康培訓(xùn)和教育計(jì)劃，以鼓勵(lì)持續(xù)的醫(yī)患健康信息溝通和討論。研究為東南亞地區(qū)健康信息科學(xué)的發(fā)展提供了理論依據(jù)。該研究還表明在線健康門戶可以向用戶提供應(yīng)向醫(yī)生咨詢問題的建議，同時(shí)未來研究可對健康信息交流模式及影響因素進(jìn)行探究，以優(yōu)化健康信息交流成效。

視頻已被用于多種情境中以支持學(xué)習(xí)，YouTube、Vimeo等公共在線視頻存儲庫可為自主學(xué)習(xí)(Self-Directed Learning，SDL)提供良好資源。Loke等[31]指出視頻搜尋過程可分為視頻資源的選擇、查詢制定/重新制定、選擇預(yù)覽視頻、預(yù)覽視頻，以及搜索任務(wù)的決定。而在SDL期間的視頻搜尋屬于探索性搜索任務(wù)，具有模糊性，傳統(tǒng)信息搜尋模型與研究結(jié)論并不能應(yīng)用于此類搜尋。Loke等探究了青少年SDL視頻搜尋行為，研究招募了14名大專學(xué)生，設(shè)置了兩個(gè)視頻搜尋任務(wù)，在視頻搜尋過程中，研究參與者展示了至少兩個(gè)級別的評估以完成視頻搜索任務(wù)。首先進(jìn)行初步篩選，其次進(jìn)行啟發(fā)式的評估。這兩個(gè)級別的評估表明，視頻搜尋者通過搜尋視頻線索和元數(shù)據(jù)，能以最小努力獲取相關(guān)視頻的內(nèi)容。而視頻檢索界面的優(yōu)化有助于視頻信息搜尋過程中認(rèn)知負(fù)擔(dān)的減輕，彈性略讀(Elastic Skimming Technique，EST)等技術(shù)也可幫助預(yù)覽視頻工作量的減少。

2.8 文化遺產(chǎn)與原住民知識(Cultural Heritage and Indigenous Knowledge)

信息技術(shù)的不斷發(fā)展，促進(jìn)了傳統(tǒng)人文研究生態(tài)體系的變化，開始出現(xiàn)諸多以信息技術(shù)為支撐，面向文化遺產(chǎn)與本土知識的人文研究課題，如歷史事件可視化演示、家譜知識庫建設(shè)、古籍?dāng)?shù)字化等。信息技術(shù)在為人文學(xué)科研究范式轉(zhuǎn)變提供新思路的同時(shí)，也豐富了人文領(lǐng)域的方法論體系。而圖書館、檔案館和博物館等機(jī)構(gòu)擁有的諸多非結(jié)構(gòu)化文化數(shù)據(jù)資源，本身也對數(shù)字人文研究具有重要價(jià)值，數(shù)字人文已成為當(dāng)前圖情研究的熱點(diǎn)。ICADL 2017主要聚焦于數(shù)字資源語義建模、文化遺產(chǎn)數(shù)字化影響因素，以及非物質(zhì)文化遺產(chǎn)組織。

直接表示知識庫可以增強(qiáng)甚至提供以文件為中心的數(shù)字圖書館替代品。Allen等[32]強(qiáng)調(diào)了為數(shù)字人文資源建立索引的難度，并提出了發(fā)展具有豐富知識的“社區(qū)模式”(Community Models，CM)來改善檢索，CM可用于描述與日常活動(dòng)和設(shè)施相關(guān)的事物，能夠涵蓋陶器、服裝、舞蹈和宗教傳統(tǒng)等有形和無形的文化遺產(chǎn)。Allen等探究了在知識庫中對現(xiàn)實(shí)生活中的日?；顒?dòng)和基礎(chǔ)設(shè)施進(jìn)行語義建模，整合各類話題、本體集合和一系列其他知識資源。Allen等首先考慮模擬支持人類活動(dòng)的常規(guī)程序技術(shù)。其次，考察技術(shù)與社會組織的相互作用。然后，分析了發(fā)展與驗(yàn)證各實(shí)體間關(guān)系解釋的方法和問題。研究分析了日?；顒?dòng)和基礎(chǔ)設(shè)施中本體和模型的應(yīng)用問題。這些本體論和模型建立在基本形式本體論(Basic Formal Ontology，BFO)嚴(yán)格的語義上，未來研究可探究如何將BFO的約束擴(kuò)展到日常基礎(chǔ)設(shè)施，然后擴(kuò)展到社會和文化描述中。

當(dāng)前各類記憶機(jī)構(gòu)(如畫廊、圖書館、檔案館和博物館)正利用數(shù)字技術(shù)，包括社會網(wǎng)絡(luò)技術(shù)來數(shù)字化、分享和保存遺產(chǎn)資源，通過建立國家知識庫來規(guī)避未來記憶的空白。記憶機(jī)構(gòu)正力求與文化遺產(chǎn)擁有者與利益相關(guān)者合作對資源進(jìn)行數(shù)字化。Boamah等[33]指出發(fā)達(dá)國家和發(fā)展中國家對于記憶機(jī)構(gòu)中文化遺產(chǎn)的數(shù)字化皆面臨挑戰(zhàn)。在發(fā)達(dá)國家，記憶機(jī)構(gòu)主要探究如何實(shí)現(xiàn)對龐大數(shù)字資源的有效導(dǎo)航；在發(fā)展中國家，對數(shù)字化的消極態(tài)度阻礙了數(shù)字化管理的進(jìn)程，其中文化遺產(chǎn)所有者擔(dān)憂永久喪失其遺產(chǎn)資源，關(guān)鍵利益相關(guān)者缺乏相關(guān)積極性，信息工作者是發(fā)展中國家推進(jìn)文化遺產(chǎn)數(shù)字化進(jìn)程的主要力量。Boamah等分析態(tài)度對文化遺產(chǎn)數(shù)字保存的重大影響。結(jié)果指出在數(shù)字化和維護(hù)文化遺產(chǎn)的過程中，如果涉及源社區(qū)和各利益相關(guān)者，態(tài)度維度應(yīng)該是一個(gè)關(guān)鍵考慮因素，在文化遺產(chǎn)研究與數(shù)字化進(jìn)程中應(yīng)當(dāng)明確，未來研究可將態(tài)度作為數(shù)字人文資源存儲的重要維度，并納入問卷的量表設(shè)計(jì)中。

記憶機(jī)構(gòu)擁有大量文化遺產(chǎn)信息(Cultural Heritage Information，CHI)，如何實(shí)現(xiàn)文化資源的有效連接、發(fā)現(xiàn)、獲取和使用是一個(gè)重要問題。Wijesundara等[34]提出了數(shù)字環(huán)境下的文化遺產(chǎn)組織資源(Cultural Heritage in Digital Environment，CHDE)，使得數(shù)字環(huán)境下的組織與非物質(zhì)文化遺產(chǎn)得到有效組織?；谠獢?shù)據(jù)的一對一原則，該模型將收集到的相關(guān)數(shù)字資源簡化為網(wǎng)絡(luò)環(huán)境下的單一數(shù)字檔案。Wijesundara等采用實(shí)例來組織非物質(zhì)文化遺產(chǎn)，通過將提出的模型映射到成熟的文化遺產(chǎn)模型，以確定組成實(shí)體并澄清其優(yōu)缺點(diǎn)。研究利用南亞和東南亞的文化遺產(chǎn)信息評估了模型的適用性。而通過區(qū)分物質(zhì)與非物質(zhì)文化遺產(chǎn)，可以開發(fā)面向不同文化遺產(chǎn)類型的CHDE廣義模型，有助于實(shí)現(xiàn)物質(zhì)與非物質(zhì)文化遺產(chǎn)的分類存儲。

3 總結(jié)

第十九屆亞太數(shù)字圖書館國際會議(ICADL 2017)作為圖書情報(bào)學(xué)科的重要學(xué)術(shù)會議，其錄用的論文反映出數(shù)字圖書館領(lǐng)域理論與應(yīng)用研究的最新成果，研究主題涵蓋了數(shù)字圖書館領(lǐng)域?qū)W術(shù)研究和技術(shù)發(fā)展的前沿。文章從研究對象、研究方法、研究主題三個(gè)視角對此次會議進(jìn)行了總結(jié)：

(1)在研究對象方面，此次會議關(guān)注的研究對象涵蓋科研人員(教授、博后、科研助理等)、文化遺產(chǎn)利益相關(guān)者、高校學(xué)生、圖書館員、青少年等。并對其在特定情境(如健康信息搜尋、音樂信息搜尋、視頻信息搜尋、社交媒體謠言、眾包和游戲融合等)下的數(shù)據(jù)庫使用、數(shù)據(jù)檢索與共享等模式進(jìn)行細(xì)粒度分析。

(2)在研究方法上，此次會議論文超過90%皆為實(shí)證研究，研究者通過數(shù)據(jù)挖掘(算法構(gòu)建)、問卷調(diào)查、情境實(shí)驗(yàn)、直接觀察、訪談等方法獲取研究數(shù)據(jù)。同時(shí)，研究者對日志數(shù)據(jù)、調(diào)研數(shù)據(jù)、數(shù)據(jù)庫數(shù)據(jù)、平臺API數(shù)據(jù)進(jìn)行定性分析，涉及日志分析、主成分分析(Principal Component Analysis，PCA)等多種內(nèi)容分析方法。本次會議論文還注重多種研究方法的交叉使用，實(shí)驗(yàn)與訪談、訪談與日志分析、問卷調(diào)查與訪談等。

(3)在研究主題上，本次會議以“數(shù)據(jù)、信息和知識”為關(guān)鍵詞，系統(tǒng)從“用戶—內(nèi)容—服務(wù)”三個(gè)維度展現(xiàn)當(dāng)前最新研究進(jìn)展，面向用戶主要探討個(gè)性化服務(wù)和用戶建模、安全和隱私等主題；內(nèi)容構(gòu)建主要涉及信息可視化、多語言支持、元數(shù)據(jù)編目、系統(tǒng)互操作性、檢索和瀏覽界面的數(shù)字內(nèi)容建設(shè)、開源工具和系統(tǒng)等主題；服務(wù)建設(shè)主要分析新環(huán)境下的數(shù)字圖書館內(nèi)容和使用、文化遺產(chǎn)呈現(xiàn)，以及移動(dòng)服務(wù)端優(yōu)化等議題。