长期保存中的数字对象不变性研究
摘要：【目的】研究在长期保存实践中如何应用不变性检查保障数字对象持久不变，指导可信赖保存系统研发工作。【方法】通过分析保存领域的相关标准规范，对比相关工具，总结保存实践，按照保存生命周期流程进行综合分析。【结果】在长期保存的整个生命周期的关键节点上（摄入、生成AIP、存储、分发），可根据实际需求采用不同的不变性检查方法和策略实施不变性检查，同时总结不变性信息的存储方式和不变性功能的构建方式。【结论】有利于帮助保存系统的开发人员了解和掌握不变性检查的方法和策略，从而在实践中因地制宜地开发不变性检查功能和策略，有效保障数字对象的持久不变性。社会化网络中信任推荐研究综述
摘要：【目的】探讨社会化网络的发展对解决传统的个性化推荐系统面临的诸如数据稀疏性、冷启动等问题的作用。【文献范围】以社会化网络作为分析背景，从Springer、GoogleScholar检索2004年至今国内外关于信任推荐的研究文献。【方法】基于信任与不信任两方面对相关文献进行梳理总结，形成综述。【结果】指出当前研究中存在信任计算方法不足，缺乏对不信任因素的深入研究等问题。【局限】由于研究因素单一，应结合社会化网络中出现的其他因素进行深入对比分析。【结论】未来的研究可以从基于情境信任的推荐、挖掘社会化网络中的弱连接关系等方向开展。基于Folksonomy和RDF的信息组织与表示
摘要：【目的】提高用户参与度，实现大规模数据的高效管理和信息的快速查询，完善企业网站信息组织与表示。【应用背景】网上交易信息庞杂、虚假产品过多的问题使得用户更依赖于企业网站寻求质量保证，因此，对企业网站的信息组织与表示提出新的要求。【方法】将Folksonomy中的资源、标签和用户用RDF表示，以RDF的存储和检索方式实现用户自由标注标签，实现Folksonomy应用，并将其运用到企业网站中。【结果】实现资源、标签和用户的存储及查询，使得用户能够自由标注标签，并进行相应的查询。【结论】该方法能够加强企业与用户以及用户之间的交流，为信息的完全开放与共享提供手段，拓宽Folksonomy的应用范围。Kuali与HTC公司合作开发Kuali OLE
摘要：近日，Kuali基金会宣布HTC全球服务公司作为企业投资合伙人与Kuali OLE（开放图书馆环境）建立合作关系。 Kuali OLE是一个健壮的、开源的、易用的企业级系统，用于选择、获取、描述图书馆信息资源。Kuali OLE沿用了成功的Kuali金融系统所使用的投资模型，由世界各地的成员图书馆共同资助。HTC公司成为企业投资合伙人后，将在OLE董事会以及功能技术理事会中占有一席之地，其与Kuali OLE的联系也会越来越紧密。HTC将与Kuali OLE项目董事会有更紧密的交流沟通。基于依存句法网络的文本特征提取研究
摘要：【目的】利用依存句法分析构建更准确的文本网络，提高基于网络图的文本特征提取方法的准确率。【方法】根据依存句法分析的结果确定特征词之间的语义关联，利用特征词依存方向确定其关联方向，采用改进的PageRank算法计算节点重要性，并以此为指标进行特征提取。【结果】实验结果表明，相较共词网络，基于依存句法网络的特征提取方法能在一定程度上提高文本聚类的效果。【局限】利用依存关系确定特征词关联方向时没有对不同的依存类型进行区分。【结论】提出的基于依存句法网络的文本特征提取方法是有效的。《现代图书情报技术》特邀专栏组稿
摘要：《现代图书情报技术》是中国科学院主管、中国科学院国家科学图书馆主办的计算机信息管理技术方面的学术性刊物。刊物拥有清晰的定位，即以跟踪技术的研究、应用、交流为主体，服务于广大信息技术人员。 本刊从2004年起开设不定期栏目——《特邀专栏》，每一期专栏集中发表关于某个特定方面的技术研发与应用的研究型文章，汇集科研成果、聚焦研究前沿。一种基于复杂网络的中文文本表示算法
摘要：【目的】为解决基于向量空间文本表示模型中语义信息缺失问题，提出一种基于复杂网络的中文文本表示算法。【方法】利用维基百科中所蕴涵的概念、链接结构和类别体系信息进行词语问相关度的计算，然后以此为基础将文本表示为以特征词为节点、词语相关关系为边及其相关度为权重的加权文本复杂网络。【结果】实验结果表明，该文本表示方法可以提高文本相似度计算结果，改善文本分类效果。【局限】文本网络中共现窗口的选择及跨度的选择规则借鉴的是已有研究。【结论】该文本表示方法可以较好地保留文本的结构信息及词汇间的关联信息。且利用基于维基百科的词语相关度计算方法使文本网络所表示的语义信息更加准确。结合内容和标签的Web文本聚类研究
摘要：【目的】探索社会标签与文本内容的结合对文本聚类的影响。【方法】采用Engadget中英文博客数据，使用TF×IDF、TextRank、TextRank×IDF三种特征抽取方法，线性函数和Sigmod函数进行相似度加权，AP算法进行聚类。【结果】结果表明，TF×IDF的聚类效果最好，两种加权对英文博文聚类有不同程度的改善，但在中文博文聚类中，Sigmod加权结果稍有下降，线性加权比Sigmoid加权方法效果更好。【局限】没有找出标签相似度与内容相似度最佳的权重系数。AP聚类算法不能应用于大数据，聚簇过多影响聚类结果的展示。【结论】社会标签与文本内容相似度的线性加权能改善Web文本聚类结果。半监督的网络科技信息分类模型
摘要：【目的】开放的网络科技信息网页内容之间区分度较小，传统基于规则和统计学习的方法无法满足网络科技信息网页分类的具体应用需求。【方法】通过深入分析网络科技信息主题网页的内容和结构，利用开放本体等资源实现领域特征的学习，构建半监督的网络科技信息分类模型。【结果】实验结果表明提出的方法在网络科技信息分类实验中的精度、召回率和F1值分别达到0．9016、0．8756和0．8884，相比贝叶斯方法具有明显优势。【局限】该方法在应用到其他类别的网络科技信息分类时，仍然需要领域专家提供相关领域的核心种子特征。【结论】该方法可以满足网络科技信息深度加工的需求，实现有效的网络科技信息网页分类。扩展搜索日志上下文的新词识别
摘要：【目的】大规模搜集、整理新词扩充现有词典，提高汉语分词准确率，推动中文信息处理的发展。【方法】根据搜索日志查询串特征及新词特点，提出扩展搜索日志上下文的新词识别方法。首先，通过分析查询串的特点获取种子词集合，利用种子词集在搜索日志中进行全文扩展，提取候选新词。其次，根据新词的时间属性发现新词串，最后基于词语的边界信息，提出改进左右熵方法抽取语料中存在的新词语。【结果】在搜狗日志上进行实验，P@100的平均准确率达到89．60％。【局限】对比词串集合的规模会在一定程度上影响新词的正确率。【结论】实验表明该方法适用于搜索日志这种缺失上下文信息的文本的新词识别。文本分类中基于类别数据分布特性的噪声处理方法
摘要：【目的】为减少语料库中训练样本构建时因噪声样本对分类性能的影响，提出一种基于训练样本中类别数据分布特性的文本分类噪声处理方法。【方法】通过定义训练样本中各类别的聚类密度来表征类别下文档间的相似程度，并对文档对相似度分布进行正态归一化处理；采用近似置信区间估计以及统计相结合的方法获取含有噪声样本的文档对；基于分布的相对熵和类别聚类密度实现对噪声样本识别的正确性验证。【结果】利用该方法在公开及自建语料库中进行测试，与噪声样本处理前相比，分类性能平均提高1．21％至4．83％。【局限】样本丰富度有待进一步扩展，在多领域、多类型数据环境下对该噪声处理方法进行更全面的实验。【结论】实验结果表明该方法是有效、可行的，能够有效挖掘训练样本中的噪声样本，且可一次处理批量检测，不必事先判断各个噪声样本后再进行检测。医学学术信息自动采集系统的设计与实现
摘要：【目的】针对高水平期刊文献的中文导读这类特定的新闻信息，构建一套自动汇聚医学网站新闻系统，实现关键词提取、分类及期刊导航等二次数据加工功能。【应用背景】为图书馆开展主动推送及学科服务提供国外学术研究信息源。【方法】利用HttpClient与HtmlParser构建主题网页采集器，实现新闻列表页及内容采集。利用IKAnalyzer2012分词器及医学主题词表实现关键词提取及学科分类。【结果】系统实现指定网站新闻的自动采集、关键词提取、学科分类归属等功能。【结论】为图书馆员开展学术信息推送及学科化服务等提供一套行之有效的工具，为医学研究者纵览学术进展提供一站式访问。2013年印刷图书出现不同幅度的下降
摘要：全球领先的图书目录信息提供商Bowker公司（鲍克公司）的统计数据显示：2013年，传统出版图书在美国出现了2％下滑，从2012年的309957本下滑至2013年的304912本，与2011-2012年的增长正好相反。同时，这也表明：尽管存在来自电子图书的竞争，印刷产品依旧拥有一个相对稳定的市场。统计数据来自Bowker公司的印刷图书数据库，经编辑发表在其美国印刷图书出版年报中。基于可用性研究的北京大学图书馆门户改版
摘要：【目的】为实现北京大学图书馆门户可用性的最大化，进行一系列深入的可用性研究以指导新门户的界面设计。【应用背景】随着学术研究对数字图书馆的依赖性日益增高，图书馆门户已不仅是其对外的形象窗口．更应是能协助读者快速获取所需资源且具有良好可用性的信息获取工具。友好易用的界面直接影响着门户的可用性。【方法】采用JacobNielsen的10个启发式评估原则对旧版门户进行启发式评估，并对92个同行单位进行同行调研和分析，总结出旧版门户的不足和同行在主页设计时的最佳实践。【结果】结合对同行网站调研分析得到的最佳实践，针对旧门户的启发式评估结果，介绍新门户的设计情况。【结论】新门户试运行后，在北京大学图书馆内进行随机抽样问卷调查，结果显示大部分读者对于本次门户改版是比较满意的。面向不同设备的响应式网页设计—Web移动图书馆
摘要：【目的】让Web页面保留自身特点的同时，自动适应移动阅读的特点和需求；减少开发和维护成本。【应用背景】提升用户不同设备的访问体验，适应移动阅读的市场需求。【方法】以HTML5和CSS3结合Java Script语言为基础，采用并改造Bootstrap架构。【结果】在PC端和移动设备端均能达到比较理想的显示效果。【结论】响应式网页设计是数字图书馆未来发展的一种方向，利用该技术移动图书馆和网上图书馆服务将由互补变为融合。OCLC研究报告讨论演变中的学术记录
摘要：OCLC发表《演变中的学术纪录》报告，提供了组织和推动关于演变中的学术记录的讨论的框架。该框架提供了一个学术记录可能包含的资料类别的高阶视角，以及与创建、管理和使用学术记录的关键参与者角色。 （1）报告要点：一系列趋势的融合正在加速改变学术记录的内容和利益相关者角色。学术成果正由学术研究及其后续应用过程产生的各类资源所重新塑造。研究过程中生成的资料包括所使用的方法、证据和相关讨论。研究结果后续应用过程生成的资料包括了对学术成果的讨论、修改和重用。学术记录不断演变，更加注重收集和组织关于学术研究环境的信息。学术记录的利益相关者生态体系包括了四个主要角色：创建、修复、收集和使用。利益相关者体系支持在学术纪录演变中对角色进行重塑的思考。中国科学院文献情报中心成功举办2014年中国开放获取周
摘要：2014年10月20—21日，中国科学院文献情报中心成功举办“2014中国开放获取周（China Open Access Week2014）”。这是第3届面向全国的开放获取宣传活动。会议共有22场专题报告，展示了来自中国大陆和香港台湾地区的25个机构知识库案例，超过400人参加本次会议。会议由中国科学院文献情报中心主办，中国科学院自然科学期刊编辑研究会及中国图书馆学会专业图书馆分会联合承办。
