大学图书馆学科馆员服务内容及考核评价体系的研究

本文对学科馆员的服务内容及考核评价体系进行了研究,提出应从五个方面对学科馆员进行全面考核评价,并列出了学科馆员服务工作年度考核的测评指标及标准分值。     

一种基于CIO感知的企业信息资源配置效率测度方法

在分析国内外企业信息资源配置效率评价指标体系的基础之上,提出从信息内容配置、信息技术配置、信息人员配置三个方面,通过企业信息主管（CIO）的主观感知来对企业信息资源配置效率进行测度。经过对170多家企业的实际测试,表明该感知测度方法是一种有效的进行企业信息资源配置效率的测度方法。     

《中国图书馆分类法图法》在“中国戏剧文学作品”类目设置上存在的问题及修改建议

分析《中国图书馆分类法》（下简称《中图法》）（4版）在中国戏剧文学作品类目设置上存在的问题,以我国戏剧发展史中的两大戏剧形态划分的两个层次作为立类、列类的依据,结合当前戏剧文学文献出版情况讨论中国戏剧文学作品的具体类目内容及其类目设置。     

基于统计频率的文本分类特征选择算法研究*

通过分析χ2统计量（Chi-square, CHI）的缺陷和不足,针对它对低文档频的特征项不可靠,而且不能说明词条和类别的相关性的缺点,对其进行改进,提出统计频率(Statistical Frequency, SF )算法。实验结果表明,统计频率算法能够弥补这些不足,在文本分类中表现出良好的分类效果。     

The Impact of Museum Purchase on the Auction Prices of Paintings

This study examines how art museumspurchasing policy influences the auction prices ofpaintings. Using a cross section of non-speculativetransactions during the period 1820–1970, we findconsiderable empirical support for the hypothesisthat public museums outside the U.S. pay above averageprices in auction markets providing higher thanaverage yields to private sellers. The typical U.S.private museums appear to be more restricted byfinancial constraints and the development of thegeneral economic conditions than their publiccounterparts.     

国内高校图书馆管理集成系统的选择

本文在对我国高等学校图书馆管理集成系统使用情况分析的基础上，简要介绍了几种拥有用户较多的文献信息管理系统，并据此提出高校图书馆在选择文献信息管理系统时应注重的标准、原则，指出高校图书馆管理集成系统的发展趋势。     

网络信息内容质量探析

本文就当前我国网络信息内容质量问题，根据信息结构对网络信息内容进行了分类，并分析了网络信息内容的现状与原因，提出了几点看法与建议，希望能够促进我国网络信息内容的发展。     

基于本体的内容管理模式探讨

根据本体与内容管理存在的关系,提出了一种基于本体的内容管理模式,藉此为具体领域的内容管理提供一种思路。     

信息检索可视化基本问题研究

信息检索可视化的基本问题有:信息检索模型、信息内容描述、可视化映射技术、可视化显示技术、全局映射与局部映射、实时可视化和人工参与的可视化等。可根据实际情况合理选择,可选择一种,也可把多种技术组合在一起。表1。参考文献21。     

Two-stage statistical language models for text database selection

As the number and diversity of distributed Web databases on the Internet exponentially increase, it is difficult for user to know which databases are appropriate to search. Given database language models that describe the content of each database, database selection services can provide assistance in locating databases relevant to the information needs of users. In this paper, we propose a database selection approach based on statistical language modeling. The basic idea behind the approach is that, for databases that are categorized into a topic hierarchy, individual language models are estimated at different search stages, and then the databases are ranked by the similarity to the query according to the estimated language model. Two-stage smoothed language models are presented to circumvent inaccuracy due to word sparseness. Experimental results demonstrate that such a language modeling approach is competitive with current state-of-the-art database selection approaches.