复合图书馆实体馆藏评价云模型研究

介绍了复合图书馆实体馆藏的涵义及其评价的基本原则和云模型理论。提出了基于云模型的复合图书馆实体馆藏评价模型,并将此模型用于某个复合图书馆实体馆藏评价．验证其是有效的、具有可应用性。     

网络环境下图书馆信息资源组织

电子网络作为先进的信息传媒 ,正超速改变人们的生活方法和思维定势。也改变着社会对信息发布的传统控制方式。在网络环境下 ,今天的图书馆正生存在一个相互依赖的时代。每一个图书馆都必须将自己视为世界图书馆体系的一部分 ,摆脱自给自足的状态 ,迅捷而经济地从世界图书馆体系中获取资料并送到用户手中 ,并随时准备将自己所收藏的资料提供给世界各地的其他图书馆。1　实体馆藏2 1世纪每个图书馆的信息资源必须从本馆拥有 (即实存于本馆 )和远程获取 (即虚拟馆藏 )两方面行进组织。因此 ,实体馆藏建设必须要有特色而不是人有我有。“特色化…     

数字化进程中图书馆信息资源的“虚实共建”研究

本文分析了数字化进程中图书馆信息资源的构成和发展特点，阐述了实现传统实体资源和现代虚拟资源的平衡、融合。构建科学合理的资源保障是图书馆发展的基础。提出了图书馆要适应信息环境的变化，树立科学的馆藏发展理念，加强特色资源的数字化建设和区域性资源合作的信息资源建设策略。     

数字化进程中图书馆信息资源的"虚实共建"研究

本文分析了数字化进程中图书馆信息资源的构成和发展特点,阐述了实现传统实体资源和现代虚拟资源的平衡、融合,构建科学合理的资源保障是图书馆发展的基础。提出了图书馆要适应信息环境的变化,树立科学的馆藏发展理念,加强特色资源的数字化建设和区域性资源合作的信息资源建设策略。     

新时期高职图书馆馆藏资源建设

随着计算机网络技术的大力发展,高职院校图书馆的馆藏资源发展方向逐步由传统实体资源加部分电子资源的模式向专业型、多元化的馆藏资源方向发展。其中,虚拟馆藏资源在图书馆馆藏建设中的重要性越来越凸显。本文对高职院校图书馆馆藏建设的方向提出了新的发展策略。     

复合图书馆时代高校图书馆馆藏资源建设研究

分析了网络环境下馆藏资源的构成与特点,探讨了复合图书馆时代图书馆馆藏的发展趋势,在此基础上提出了对高校图书馆应加强馆藏资源建设的策略调整的建议。     

基于馆藏结构分析和文献利用统计的馆藏文献资源质量评价研究

馆藏文献质量直接影响图书馆读者服务工作的效果。运用馆藏结构分析法和文献利用统计方法,对黑龙江科技学院图书馆馆藏文献资源的数量、馆藏结构以及馆藏文献资源满足读者需求程度等各项指标进行评价分析,针对读者需求提出了优化馆藏文献资源质量的新思路、新方法。     

基于长尾理论及帕累托定律的高校图书馆藏利用与建设策略研究——以西南林业大学图书馆为例

基于长尾理论和帕累托定律,以西南林业大学图书馆的馆藏结构与文献利用率数据为对象进行研究,分析长尾理论和帕累托定律在实际馆藏结构与文献利用中的体现,在此基础上,从实体馆藏和虚拟馆藏两个方面,探讨了未来图书馆馆藏利用与建设的策略。     

图书馆传统馆藏评价与网络信息资源评价的比较

从评价对象、评价指标和评价方法方面,对图书馆传统馆藏与网络信息资源的评价进行了比较。     

论地方师范学院图书馆特色馆藏建设——以南京晓庄学院图书馆为例

阐述特色馆藏的涵义,论述地方师范学院图书馆建设特色馆藏的必要性和原则。以南京晓庄学院图书馆为例,从学科特色、地方特色、陶行知研究资源建设、互助合作、外部资源建设及特色馆藏资源数字化建设等方面,介绍了特色馆藏建设的做法,并指出应注意的问题。     

艺术高校数字馆藏服务绩效影响因素分析

随着馆藏数字资源的迅速增长,数字馆藏服务绩效评估研究日益受到重视,相关理论研究也取得一定进展,但实践应用研究却相对不足,特别是艺术高校的数字馆藏服务绩效评估的相关研究。北京服装学院作为全国惟一以服装命名、具有鲜明办学特色的高等学校,图书馆拥有丰富的艺术馆藏。本文对该馆及其他艺术高校图书馆进行广泛调研的基础上,通过本体探讨及差异性分析解析数字馆藏服务绩效的影响因素,以期为艺术高校数字馆藏建设提供参考和依据。     

基于径向基神经网络的数字馆藏质量评价研究

根据径向基神经网络的自组织、自学习和自适应等特性,提出了基于径向基神经网络的数字馆藏质量评价方法,建立了评价模型,运用该模型对山东省烟台和威海地区的5所高校图书馆的数字馆藏进行了质量评价.通过MATLAB仿真试验结果分析,证明了其可行性和有效性.     

基于模糊多指标和TOPSIS方法的图书馆服务质量评价

针对如何评价图书馆服务质量的问题,从图书馆管理工作的实际需要出发,建立了一套包括图书馆整体环境、读者感受价值、馆藏资源、服务效果四个方面内容的评价指标体系,并进一步给出了一种由模糊多指标和TOPSIS构成的组合评价方法。最后,通过一个算例说明了该方法的应用过程和有效性。     

构建网络环境下的馆藏资源建设评价体系

本文介绍了在网络环境下传统馆藏资源内容和形式上的变化,提出了传统馆藏资源建设评价存在的局限性,并从馆藏信息资源保障能力、信息资源质量评估、信息资源共享能力、资源利用效果四方面建立了新的评价体系.     

数字馆藏服务绩效监控与管理

对数字馆藏服务绩效问题的关注,最终目的不仅仅在于测度和了解其使用效益,更在于改进和提高其绩效水平.因此,需要在目前绩效评价研究的基础上向绩效监控与管理延伸.笔者将以结果为导向的绩效管理延伸到业务过程,试图构建一个完整的数字馆藏服务绩效管理框架,包括绩效过程监控、绩效结果评价、绩效反馈改进3个环节,使图书馆对数字馆藏不仅可以测度绩效,而且可以管理绩效.本文对数字馆藏服务绩效管理的功能、流程,以及如何实现对绩效产生过程的动态监控,绩效结果的科学评价和有效改进等内容进行了初步探讨.     

学科文献保障能力评价指标要素分析

在建立学科文献保障能力评价指标体系过程中,应充分分析文献建设与学科建设之间的关联要素,以保证指标的完整性,并依据指标之间的逻辑关系,建立合理的指标层次结构,此外还需考虑纸本馆藏与数字馆藏的差异,使两者能够在统一的指标体系下得到科学的度量。     

NTCIR-2 as a Rosetta stone in laboratory experiments of IR systems

This paper presents a laboratory based evaluation study of cross-language information retrieval technologies, utilizing partially parallel test collections, NTCIR-2 (used together with NTCIR-1), where Japanese–English parallel document collections, parallel topic sets and their relevance judgments are available. These enable us to observe and compare monolingual retrieval processes in two languages as well as retrieval across languages. Our experiments focused on (1) the Rosetta stone question (whether a partially parallel collection helps in cross-language information access or not?) and (2) two aspects of retrieval difficulties namely “collection discrepancy” and “query discrepancy”. Japanese and English monolingual retrieval systems are combined by dictionary based query translation modules so that a symmetrical bilingual evaluation environment is implemented.     

高校图书馆电子资源建设实践与研究

目前电子资源已经成为图书馆馆藏资源的重要组成部分。本文提出了适应于高校图书馆电子资源建设的引进原则、工作机制和电子资源评价指标等，从而为高校图书馆电子资源建设提供支持。     

Intelligent topic selection for low-cost information retrieval evaluation: A New perspective on deep vs. shallow judging

While test collections provide the cornerstone for Cranfield-based evaluation of information retrieval (IR) systems, it has become practically infeasible to rely on traditional pooling techniques to construct test collections at the scale of today’s massive document collections (e.g., ClueWeb12’s 700M+ Webpages). This has motivated a flurry of studies proposing more cost-effective yet reliable IR evaluation methods. In this paper, we propose a new intelligent topic selection method which reduces the number of search topics (and thereby costly human relevance judgments) needed for reliable IR evaluation. To rigorously assess our method, we integrate previously disparate lines of research on intelligent topic selection and deep vs. shallow judging (i.e., whether it is more cost-effective to collect many relevance judgments for a few topics or a few judgments for many topics). While prior work on intelligent topic selection has never been evaluated against shallow judging baselines, prior work on deep vs. shallow judging has largely argued for shallowed judging, but assuming random topic selection. We argue that for evaluating any topic selection method, ultimately one must ask whether it is actually useful to select topics, or should one simply perform shallow judging over many topics? In seeking a rigorous answer to this over-arching question, we conduct a comprehensive investigation over a set of relevant factors never previously studied together: 1) method of topic selection; 2) the effect of topic familiarity on human judging speed; and 3) how different topic generation processes (requiring varying human effort) impact (i) budget utilization and (ii) the resultant quality of judgments. Experiments on NIST TREC Robust 2003 and Robust 2004 test collections show that not only can we reliably evaluate IR systems with fewer topics, but also that: 1) when topics are intelligently selected, deep judging is often more cost-effective than shallow judging in evaluation reliability; and 2) topic familiarity and topic generation costs greatly impact the evaluation cost vs. reliability trade-off. Our findings challenge conventional wisdom in showing that deep judging is often preferable to shallow judging when topics are selected intelligently.