第3期(总137期)情报探索2009年3月循证信息资源采集*胡虹赵文龙赵曦(重庆医科大学图书馆重庆400016)摘要分析了应用数据挖掘进行图书馆信息资源建设的现状，提出了循证信息资源采集的概念，以及利用文献型数据库挖掘结采进行循证信息资源采集的步骤。关键词循证信息资源采集数据挖掘文献型数据库中图分类号:G253文献标识码:A文章编号:1005-8095(2009)03-0067一02信息资源采集是根据特定的目的和要求将分散的关联规则或比例关系，优化信息建设或馆藏布局。在不同时空的相关信息资源积聚起来的过程。它是还可搜集整理重构数字图书馆系统在线调查、留言信息资源建设的首要环节直接决定着信息资源潜簿、荐书条等，利用数据挖掘方法发现用户兴趣模在的经济价值。随着计算机技术和信息技术的发展，式，甚至可以预先发现用户群体兴趣的变迁，调整馆信息的增长速度呈指数上升。在图书馆的信息资源藏方向，提前做好文献信息的搜集订购。此外，利用建设中，如何在浩如烟海的信息中，选择最符合本馆Web访问信息的挖掘结果，分析服务器中用户请求资源建设目标、最有价值的信息，是每个图书馆都要失败的数据，结合聚集算法发现信息资源的缺漏。解决的重大问题。数据挖掘这一新技术是为解决当从以上观点可看出，目前数据挖掘技术在信息前"信息丰富而知识贫乏"这一问题而出现的。目前资源采集上的研究主要还是立足于用户的需求和用它己经在银行业、零售业、工程技术和医学等领域得户的兴趣。但随着社会发展，笔者认为图书馆特别是到成功的应用和空前的发展，在这些领域成功的应研究型图书馆不再仅仅是→个文献收集单位，还应用鼓励人们将数据挖掘技术应用到更多、更广泛的在教育、科学、文化体系中发挥更大的作用。对特定领域中去。图书馆利用数据挖掘进行信息资源采集机构用户的需求与兴趣进行调查只能是抽样调查，也大有前途。同样带有局限性，而且容易发生变化。同时，由于图1 应用数据挖掘进行图书馆信息资源建设的现状书馆采集信息之后，还要花一定时间对信息进行加数据挖掘是数据库知识发现的重要环节之一。工、整理和组织，难免造成用户使用信息的滞后。出它用专门算法从数据库中抽取模式，然后通过系统于这些原因，仅仅依靠用户的需求和兴趣进行信息解释和评价模块将模式转换成用户可以理解的知.'资源采集是不够的。图书馆应发挥积极性，以更为前识，帮助决策者分析历史数据及当前数据，并从中发瞻的视角来采集信息，在教育、科研工作中起到科学现隐藏的关系和模式，进而预测未来可能发生的行的导向作用。为，为决策行为提供有力的支持。图书馆是知识的最2 循证信息资源采集的概念大集散地之一，随着计算机技术的发展，图书馆也在近几十年迅速发展起来的循证医学观点认为，向数字图书馆发展，各种类型的数据库层出不穷。资临床医生对病人进行诊治的任何决策都需建立在科源数字化为进一步进行数据挖掘提供了方便。学证据的基础上。我国的研究者李幼平教授将循证传统图书馆信息采集多由专门采访人员独自确医学观点进行了拓展，提出了"循学科学"的观点，认定或与少数专家商讨决定，不可避免带有极大的主为)切科学的决策都应建立在科学证据的基础上。观性以及个人喜好。随着数据挖掘技术在图书馆中笔者据此提出"循证信息资源采集"这一概念，即根的应用，不少图书馆工作者及研究者开始试图用数据科学证据来进行信息资源建设，使图书馆及文献据挖掘方法来进行信息资源建设。目前研究认为，可收藏单位的信息资漉建设更具科学性。对流通记录、检索请求进行分析，按类统计文献拒借3 文献型数据库是信息资源采集的科学证据之一集和频繁借阅集，有针对性地补充和丰富信息资源;文献型数据库又称书目数据库，是结构化的大并可以籍此分析出文献的利用率，及时剔除过时的型数据库。它采用固定的记录格式来描述所收录的文献信息，或减少部分文献信息的采访搜集量。对用文献，包括文献的书目信息和文章摘要。在数字化图户每次借阅的文献进行关联分析，发现各类文献间书馆中，文献型数据库可谓是规模最大、使用频率最收稿日期:2008-11-19 *本文系重庆市教委人文社科项目(项目编号:07sk021)和重庆市高校图工委项目(项目编号:GT200701)研究成果之一。作者简介:胡虹(1975一)，女，医学硕士，馆员，研究方向:信息检索、信息分析。67
2009年3月情报探索第3期(总137期)高的资源之文献米泪(于科学研究，它们是知识拥文献进行数据挖册，可以为科学知识量增长规律的有者所生产的知识产品的有序集合，是知识的具体研究提供依据，揭示科学发展的某些特点和规律，从体现。大型的文献集合一文献型数据库包含了成千而在信息采集时决定各学科信息的构成百分比(文献上万甚至上百万、千万的文献，从统计学角度来看，增长慢的学科可少采集一些);拨出版罔进行数据挖其样本量无疑远远超出X;f~般用户需求进行分析所掘，有助于了解科学研究的国家/地区分布，在经费有采用的样木量，能够真正体现科学研究的热点和发限的情况下，采集先进国家的相关信息;按基金资助展趋势，对其进行数据挖掘自然也就可获得信息资项目进行挖掘，有助于了解国家/地区对该学科领域漉采集的科学证据。的重视程度，掌握学科在某国家/地区发展的重点、热目前对文献型数据库的数据挖掘大多集中在文点，使信息的采集对本单位科研者更具导向性。献型数据库的内容挖掘上。这些数据挖掘的主要目5 利用文献型数据库挖掘结果进行循证信息采集的是给读者提供知识服务将大量文献信息中所隐的步骤 摸清本机构的学术水平和科研实力含的知识提取出来以供读者使用。但对于信息资源信息资源采集的基本原则之→是针对性原则，采集来说，文献型数据库所含的知识并不仅如此，还必须根据本机构的性质、任务和服务对象有针对性有其他多项指标可供挖掘，从而成为信息资源采集地确定资源采集的范围和重点。因此，必须了解本机的依据。构的学术水平和科研实力一一本机构哪些方面研究4 文献型数据库可供挖掘的指标先进，哪些方面研究不足，这样才能在采集本机构主 主题要科研人员所需信息的同时，也为本机构研究实力文献的主题是指文献论述的内容。对文献主题较弱的学科领域提供一些信息资源，以促进本机构进行数据挖掘，可以发现研究的热点及不同研究之在这一学科领域的发展。间的联系，预测学科的发展趋势，并根据本馆特色，具体做法是:通过利用各种国际知名的检索工确定应重点采集哪些学科的信息，哪些相关学科也具，检索本机构作者所发表的文献进行挖掘，从数是不可忽视的。量、学科分布、作者扣序、被引次数和发表期刊等方 作者面进行统计分析，初步探究本机构科学研究的现状、对文献数据库的作者进行数据挖掘，可了解某实力和水平。研究领域的核心作者从而在面对研究主题相同的 利用文献型数据库进行数据挖掘信息时，考虑选择核心作者生产的信息。针对本机构的学术水平和科研实力，选择适当 引用情况的数据库进行上述各指标的挖掘，得到量化的科学科学知识具有明显的累积性、继承性，任何新的证据。学科或新的技术，都是在原有学科或技术的基础上 结合用户需求和兴趣，做出采集决策分化、衍生出来的，都是对原有学科或技术的发展。无论如何，满足用户需求仍是图书馆信息采集同时，由于科学的统一性原则，现有的各个学科之间的主要目的。因此还要将文献型数据库与流通记录、都是彼此联系、相互交叉渗透的。任何一项科学研检索请求等的数据挖掘结果进行对比，以这两方面究，都必须在前人成果的基础上，吸取他人的经验来的证据为依据，做出最终的信息资源采集决策。进行。因此，文献引用情况不仅反映了文献之间的相参考文献互关联，也是文献学术水平及质量的体现，有着重要1 周美英.网络环境下高校文献信息资源的采集策略.的评价作用，是目前应用最多的指标之一。对引用情广西右江民族师专学报，2005，18(6)况进行数据挖掘，不仅可以评价文献质量(人才评2 Jiawei Han, Micheline Kamber.数据挖掘:概念与技术价)，还可根据期刊发表论文被引用情况(即影响因(影印版).北京:高等教育出版社，2001子)来评价期刊质量，根据机构发表论文的被引用情3 于光，李文峰.数据挖掘技术在图书馆用户管理中的应用.图书情报工作，2∞5，49(1) 况来评价期刊研究水平，更可以对某学科的论文数4 王艳.数据;挖掘在数字图书馆中的应用.情报科学，及论文被引数进行数据挖掘从而研究学科的地区2003,21(2) 分布、机构分布、著者分布等，从而了解学科的研究5 李幼平，:X1J鸣.循证医学一一21世纪的临床医学.实特点和重点、研究方向的关联性等，以此作为信息采用医学杂志，2000，16(7)集的有力证据。6 邱均平，马瑞敏.引文索引的功能与科学评价一一以 其他指标美国《基本科学指标》引文数据库为例(上).中国索引，2005其他指标包括出版年、国家/地区、基金资助等。(4) 由于科学文献是科学知识的客观记录，因此，文献数(责任编辑:赵日珑)量变化直接反映了科学知识量的变化。按出版年对68
