108 年 國立臺灣大學圖書資訊系碩士班《圖書資訊學》

本題主要探討科學哲學中的「典範」概念，以及其在圖書資訊學領域（特別是資訊行為研究）的應用與轉變。

核心觀念：

1. 典範 (Paradigm)： 由哲學家 Thomas Kuhn 在《科學革命的結構》一書中提出，指一個科學社群在特定時期內所共同接受的一套理論、方法、標準與價值觀，它引導著該社群的科學研究方向與問題解決方式。簡單來說，典範就像是科學界的「遊戲規則」或「世界觀」。
2. 常態科學 (Normal Science)： 在既有典範的框架下，科學家們進行的例行性研究，主要是為了更精確地解釋現象、解決典範內的問題，而不是挑戰典範本身。
3. 反常 (Anomaly)： 在常態科學研究中，出現無法被現有典範解釋或解決的現象或問題。
4. 危機 (Crisis)： 當反常累積到一定程度，且現有典範無法有效處理時，科學社群會進入危機狀態。
5. 科學革命 (Scientific Revolution)： 在危機狀態下，可能會出現新的、與舊典範不相容的理論和方法，最終推翻舊典範，建立起新的典範，這就是科學革命。
6. 典範轉移 (Paradigm Shift)： 指科學研究從一個典範轉向另一個典範的過程。

資訊行為研究領域的典範轉移：

資訊行為（Information Behavior）是圖書資訊學的核心研究領域之一，研究人們在各種情境下如何尋找、獲取、評估、使用、組織、儲存和傳播資訊。這個領域的典範也經歷了重要的轉移。

• 早期典範（偏向「資訊檢索」與「文件中心」）：

  • 核心關注： 早期資訊行為的研究，很大程度上受到圖書館學的影響，偏重於「資訊檢索」（Information Retrieval, IR）這個概念。研究者關注的是如何設計更有效的檢索系統（如分類法、索引、檢索語言），以及使用者如何透過這些系統找到他們需要的「文件」。
  • 典範假設： 認為使用者有明確的資訊需求，並且會主動、系統性地透過檢索工具來滿足需求。研究方法多為實驗性，測試不同檢索策略或系統的效率。
  • 限制： 這種觀點較為狹隘，未能充分理解使用者資訊需求的複雜性、搜尋過程的動態性，以及資訊行為與其所處情境的緊密關聯。

• 典範轉移（走向「資訊行為」與「使用者中心」）：

  • 引發轉移的原因： 隨著對使用者研究的深入，研究者發現許多使用者並非總是有明確需求，資訊需求可能隨時間演變，搜尋過程也常是試誤、彈性的，並且受到個人、社會、情境等多重因素影響。傳統的 IR 模型難以解釋這些現象。
  • 新的典範（資訊行為）： 資訊行為（Information Behavior）的概念逐漸興起，它是一個更廣泛的術語，涵蓋了使用者與資訊相關的各種活動，包括：

本題主要探討資訊檢索（Information Retrieval, IR）領域中的「機率模型」（Probabilistic Models）。

核心觀念：
資訊檢索模型旨在說明文件與查詢之間的相關性，並據此對文件進行排序，以便使用者能夠優先檢視最相關的文件。傳統的布林模型（Boolean Model）將文件與查詢的相關性視為二元（相關或不相關），但實務上相關性是程度性的。機率模型正是在此背景下發展出來，它試圖利用機率論來量化文件與查詢的相關性，並基於機率大小來排序文件。

機率模型的基礎思想：

機率模型的核心思想是：假設查詢 $Q$ 與文件 $D$ 之間存在某種相關性，我們希望找到一個排序，使得最相關的文件排在最前面。 機率模型透過計算一個機率值來表示文件 $D$ 與查詢 $Q$ 的相關性，這個機率值通常被定義為：

$P(D \text{ is relevant } | Q)$

也就是「在給定查詢 $Q$ 的情況下，文件 $D$ 是相關的機率」。然而，這個機率值通常是無法直接獲取的。因此，機率模型採取了一些簡化和近似的策略。

主要的機率模型類型：

1. 基本機率模型 (Basic Probability Model) / 獨立分割模型 (Binary Independence Model, BIM)：

   • 假設： 這是最早且影響最廣泛的機率模型之一。它假設文件中詞項（term）的出現是相互獨立的。

   • 核心概念： 試圖計算文件 $D$ 與查詢 $Q$ 相關的機率 $P(R|D,Q)$，但更常見的做法是計算文件 $D$ 與查詢 $Q$ 的相關性分數。在 BIM 中，這個分數通常基於以下機率的對數比值（odds ratio）：
     $\text{Score}(D, Q) = \log \frac{P(D \text{ is relevant } | Q)}{P(D \text{ is not relevant } | Q)}$
     然而，直接計算這個值也很困難。BIM 採用了一種簡化的方法，它關注的是文件中詞項的出現機率。

   • 實際計算： BIM 透過關注詞項 $t$ 在文件 $D$ 中的出現與否，以及詞項 $t$ 在所有文件中出現的機率，來估計相關性。一個常見的計算方式是基於詞項 $t$ 對於判斷文件 $D$ 是否與查詢 $Q$ 相關的貢獻。

   • 詞項權重計算： BIM 發展出一種計算詞項權重的方法，稱為 BM25 (Best Matching 25)，這是目前最成功的機率模型之一。BM25 的核心思想是：

     • 詞項頻率 (Term Frequency, TF)： 詞項在文件中的出現次數越多，相關性越高。但這種關係會飽和，即出現 N 次和 N+1 次的差異，不如 1 次和 2 次的差異大。
     • 文件頻率 (Document Frequency, DF)： 詞項在整個文件集合中的出現頻率越低，越有區分性，其權重越高。
     • 文件長度 (Document Length)： 文件越長，包含某詞項的機率越高，因此需要進行正規化。
     • 查詢詞項頻率 (Query Term Frequency, QTF)： 查詢中詞項的出現次數。

   • BM25 的公式（簡化版，實際公式更複雜）：

本題旨在探討「數據分析」(Data Analytics) 在圖書館服務中的應用，包括其帶來的機會以及面臨的挑戰。

核心觀念：
數據分析是指從大量數據中提取有意義的資訊、識別模式、發現趨勢、做出預測和輔助決策的過程。在圖書館服務中，數據來源多樣，包括讀者借閱記錄、館藏使用數據、網站訪問記錄、活動參與數據、資料庫檢索日誌等。

一、 應用於圖書館服務的機會 (Opportunities)：

數據分析能夠幫助圖書館更深入地了解使用者、優化服務、提升營運效率，並更好地證明其價值。

1. 深化使用者洞察：

   • 了解讀者行為： 分析借閱模式、閱讀偏好、熱門主題、使用高峰時段等，可以描繪出不同讀者群體的行為特徵。
   • 預測使用者需求： 透過分析歷史數據，預測哪些書籍可能在未來受歡迎，哪些服務可能被更多人需要。
   • 個人化推薦與服務： 基於使用者的借閱歷史和偏好，提供個性化的圖書推薦、活動通知或研究資源建議，提升使用者體驗。

2. 優化館藏管理：

   • 館藏發展決策： 分析館藏的使用頻率、借閱率、淘汰率，判斷哪些類型的資源需要增購、哪些資源應予淘汰或轉移，使館藏更符合讀者需求。
   • 庫藏優化： 識別利用率低但仍有潛在價值的資源，或高利用率但常被借閱一空的資源，從而調整庫存策略。
   • 電子資源評估： 分析電子資料庫、期刊的檢索次數、下載量、使用成本，評估其效益，決定續購或更換。

3. 提升服務效率與品質：

   • 服務流程優化： 分析讀者辦證、借還書、諮詢等流程的等待時間和瓶頸，找出改進點。
   • 空間與資源配置： 分析特定區域（如自修室、電腦區）的使用率，優化空間佈局和設備配置。
   • 活動規劃與成效評估： 分析講座、工作坊等活動的報名人數、參與者回饋、主題偏好，以規劃更受歡迎的活動，並評估活動成效。

4. 強化圖書館的價值證明與倡議：

   • 量化貢獻： 使用數據量化圖書館在學術研究、終身學習、社區發展等方面的貢獻（例如，透過分析特定學科的借閱數據，說明圖書館對學術產出的支持）。
   • 爭取資源： 以數據為依據，向決策者、捐助者展示圖書館的服務成效和需求，爭取更多的經費和支持。

5. 促進創新服務：

   • 數據驅動的決策： 將數據分析結果融入圖書館的戰略規劃和日常決策中。
   • 開發新服務： 識別數據中隱藏的模式，可能催生新的服務模式，例如基於使用者行為的學習輔導、研究支持等。

二、 面臨的挑戰 (Challenges)：

儘管機會巨大，圖書館在應用數據分析時也面臨諸多挑戰。

本題主要探討書目計量學（Bibliometrics）中的三個重要定律：齊夫定律（Zipf's Law）、布萊德福定律（Bradford's Law）以及洛卡定律（Lotka's Law）。這些定律都是描述科學文獻或作者分佈的經驗性法則。

一、 齊夫定律 (Zipf's Law)

• 核心概念： 齊夫定律最早由美國語言學家 George Kingsley Zipf 提出，用於描述語言中詞語出現頻率的分布。它指出，在一個足夠大的文本語料庫中，任何一個詞語的出現頻率與其在頻率排序表中的序位（排名）成反比。

  • 簡單來說，如果最頻繁的詞語出現 $f_1$ 次，第二頻繁的詞語出現 $f_2$ 次，依此類推，那麼 $f_1 > f_2 > f_3 > ...$。
  • 更精確的數學表達是：$f_n \approx \frac{C}{n^s}$，其中 $f_n$ 是第 $n$ 個最頻繁詞語的出現頻率，$C$ 是一個常數，而 $s$ 通常接近 1（即 $f_n \approx \frac{C}{n}$）。這表示最頻繁的詞語出現次數大約是排名第二的詞語的兩倍，排名第三的詞語的三倍，以此類推。

• 在書目計量學中的應用：

  • 詞語頻率： 齊夫定律被用來分析科學文獻中詞語的頻率分佈。例如，在某個學科領域的文章中，某些關鍵詞或術語會比其他詞語出現得更頻繁。
  • 作者/期刊頻率： 也可以推廣到作者的論文發表數量，或期刊的論文引用次數。例如，少數高產作者貢獻了大量的論文，或少數核心期刊被大量引用。

• 意義： 齊夫定律揭示了科學文獻中存在著一種「冪次法則」(power-law) 分佈，即少數項目（詞語、作者、期刊）佔據了絕大多數的比例，而大量項目僅佔少數。這對於理解科學傳播的結構、識別核心期刊或高產作者具有指導意義。

二、 布萊德福定律 (Bradford's Law)

• 核心概念： 由英國科學家 S.C. Bradford 在 1934 年提出，用於描述科學文獻的傳播規律。它指出，如果將特定主題的期刊文獻按論文發表數量從多到少排序，那麼這些文獻可以被分為三個區域（或更多區域），每個區域包含大致相同數量的論文。
  • 第一區 (Zone 1)： 核心區域，包含發表該主題論文最多的期刊（通常是該主題的核心期刊）。
  • 第二區 (Zone 2)： the first peripheral zone，包含發表該主題論文數量次之的期刊。
  • 第三區 (Zone 3)： the second peripheral zone，包含發表該主題論文數量最少的期刊（通常是與該主題相關性較低的期刊）。
  • 定律內容： 布萊德福定律認為，這三個區域（或區域數可變，但通常以 3 為例）所包含的論文數量大致相等。換言之，要獲得某主題 2/3 的論文，需要查閱的期刊數量大約是獲得該主題 1/3 論文所需期刊數量的 $n$ 倍，其中 $n$ 是分區的數量（通常是 3 區，所以是 3 倍）。
  • 數學表達： 如果將期刊按論文數排序，分為 $m$ 個區域，每個區域包含 $N/m$ 篇論文（其中 $N$ 是總論文數），則需要查閱的期刊數量 $T_k$ 與獲得的論文數 $n_k$ 之間大約滿足 $T_k \approx a \cdot n_k^b$ 的關係，其中 $a$ 和 $b$ 是常數。布萊德福定律的特例是當 $b \approx 1$ 時，表示區域論文數相等。