前言：本站為你精心整理了網(wǎng)絡數(shù)字圖書館服務比較研究范文，希望能為你的創(chuàng)作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

編者按：本論文主要從社會網(wǎng)絡及其主要理論；社會網(wǎng)絡在數(shù)字圖書館服務中的作用；基于社會網(wǎng)絡的數(shù)字圖書館服務模型等進行講述，包括了六度分隔理論、弱連帶理論、并行生產(chǎn)理論、長尾理論、基本思路、社會化網(wǎng)絡分析、用戶知識過濾模型構建、基于社會網(wǎng)絡的數(shù)字圖書館服務模型等，具體資料請見：

[摘要]分析六度空間理論、弱連帶理論等社會網(wǎng)絡理論及其對數(shù)字圖書館服務的影響，利用自我中心網(wǎng)分析和社會網(wǎng)絡中心網(wǎng)分析方法確定數(shù)字圖書館平臺上的知識團體、知識庫，并在此基礎上建立知識過濾模型，從而構建起基于社會網(wǎng)絡的數(shù)字圖書館服務模型。

[關鍵詞]社會網(wǎng)絡數(shù)字圖書館服務模型

Web2.0時代，Blog、Wiki、SNS、RSS、標簽等的應用，使每個用戶都有了主動參與建設和分享信息資源的能力，隨著用戶間交流的增加，傳統(tǒng)的人際關系網(wǎng)絡在互聯(lián)網(wǎng)上得以延伸和擴大。

1社會網(wǎng)絡及其主要理論

社會網(wǎng)絡(Socialnetwork)是由許多節(jié)點構成的一種社會結構，其中個體或者組織是節(jié)點，連接他們的社會關系是線，點與線的連接構成了社會網(wǎng)絡圖。

1.1六度分隔理論

六度分隔理論的核心思想是一種聚合產(chǎn)生的效應，通過信息手段將一些有關聯(lián)的人與人、人與資源聚合在一起，產(chǎn)生一個可信任的網(wǎng)絡。社會化軟件利用了這一理論，典型的如Blog、Wiki、IM等，它們將人與人、人與資源聯(lián)系起來，形成網(wǎng)絡中的社會關系，QQ用戶在中國就是一個互聯(lián)網(wǎng)上最大的社會網(wǎng)絡。一些圖書情報服務機構中，已經(jīng)開始利用社會化軟件提供服務，如中國科學院國家科學圖書館的e劃通。

1.2弱連帶理論

美國社會學家MarkGranovetter提出的弱連帶理論指出，一個人往往只與那些在各方面與自己具有較強相似性的人建立比較緊密的關系(強連帶關系)，從而形成一個小團體，而與此人不緊密或者間接聯(lián)系的社會網(wǎng)絡(弱連帶關系)卻可能給此人帶來更大范圍的信息資訊。了解社會網(wǎng)絡中的這兩種聯(lián)系及其特點，對于我們提供數(shù)字圖書館網(wǎng)絡服務有很大幫助。

1.3并行生產(chǎn)理論

并行生產(chǎn)(PeerProduction)的意思是通過匯集分散的投入和努力來有效地完成特定任務。它在信息收集與處理方面有極大的優(yōu)勢，因為它可以大大降低信息產(chǎn)業(yè)中的人力成本。

1.4長尾理論

長尾理論中的那部分“冷門商品”(misses)就是經(jīng)常為人遺忘的長尾。數(shù)字圖書館中的很多資源，正是位于長長的的尾部部分，這部分尾部的資源不一定不是精品，數(shù)字圖書館在推薦服務的時候，完全可以把這部分資源和熱門資源結合在一起推薦，用戶可能在這種推薦中獲得意想不到的信息，卓越、當當，Amazon等都采取了這樣的方式。

2社會網(wǎng)絡在數(shù)字圖書館服務中的作用

數(shù)字圖書館服務平臺上，用戶之間的互利合作行為、信任機制、通過社會協(xié)作形成的聚類等，與實際社會中非常相似，因此，在一定程度上可借用社會網(wǎng)絡分析的方法，分析數(shù)字圖書館服務模式，為用戶提供更為人性化的服務。

社會網(wǎng)絡在國外圖書館信息服務中已有一些應用，如美國北卡羅萊那大學、南加州大學、印第安那大學、斯坦福大學、亞利桑那大學、愛荷華大學等，主要集中在在線資源評論、學科建設、服務評論和社交網(wǎng)絡等方面；耶魯大學科學圖書館利用社會性網(wǎng)絡服務的嵌入功能，將社交網(wǎng)站Facebook和MySpace、網(wǎng)絡相冊服務Flickr、SMS短信咨詢、IM即時通訊、Twitter、Blog等服務集成到本館的一個頁面上來。國內的徐媛媛等用社會網(wǎng)絡分析法對引文分析進行實證研究，直觀揭示出群體的引用狀況與結構并分析出群體聯(lián)系的緊密程度；劉心舜等也指出，圖書館合作(2.0)就是圖書館社會網(wǎng)絡。

數(shù)字圖書館是一個知識服務空間，它不僅為用戶提供了大量的數(shù)字資源，更為用戶提供了知識交流和知識創(chuàng)新的服務平臺。在用戶的交流中，人際網(wǎng)絡在這個空間中逐漸形成和展開，因此，幫助用戶建立交流和協(xié)作機制，發(fā)現(xiàn)相似用戶群，形成虛擬知識團體，進而針對團體和用戶開展個性化服務非常有意義。

3基于社會網(wǎng)絡的數(shù)字圖書館服務模型

綜合分析上述社會網(wǎng)絡理論，可將數(shù)字圖書館服務模型關注的重點放在，利用社會網(wǎng)絡關系，對用戶和數(shù)字圖書館資源進行有效的知識組織，把用戶的特征和關聯(lián)表示出來，通過社會網(wǎng)絡分析方法，識別出知識團體；把知識客體(各種數(shù)字資源)中的知識因子和知識關聯(lián)表示出來，識別出知識庫(知識客體資源庫)；最后，將有關聯(lián)的知識團體和知識庫結合起來，讓用戶直接面對最需要的資源。

3.1基本思路

分析數(shù)字圖書館用戶的社會網(wǎng)絡關系，發(fā)現(xiàn)數(shù)字圖書館服務網(wǎng)絡中的知識團體，并建立基于用戶的知識庫和知識團體庫，進而利用知識庫和知識團體庫，為用戶提供個性化、智能化、專業(yè)化的推薦服務。

要構建基于社會網(wǎng)絡的數(shù)字圖書館推薦服務模型，需要：①確定知識團體。假設使用數(shù)字圖書館服務的多數(shù)用戶都會通過Blog、圖書(數(shù)字資源)評論、BBS等方式發(fā)表自己對使用過的資源的看法，與其他用戶交流，也會利用圖書館搜索引擎檢索感興趣的信息資源，利用標簽描述和收藏有價值的信息資源，那么通過這些途徑，就可以顯性和隱性地發(fā)掘收集用戶數(shù)據(jù)并進行處理，找出數(shù)字圖書館平臺上面具有強連帶關系的用戶，形成若干知識團體，知識團體的成員及其相互關系可記錄到知識團體庫，對該團體有價值的信息資源被納入到該團體的知識庫(如Blog上的精品文章、數(shù)據(jù)庫中的精品資源)，通過這樣的處理，每個知識團體的信息需求特征非常明確，因此，數(shù)字圖書館可以為每個團體提供有針對性的服務和推薦；②不同團體不同背景的用戶之間往往能提供更為廣闊的信息來源，從而啟發(fā)新的思維，這種弱聯(lián)系一般存在于小團體和小團體之間，它可以為知識的擴展和延伸提供橋梁，對用戶拓展思路，進行跨學科跨專業(yè)的合作研究有重要意義。因此，發(fā)現(xiàn)小團體與小團體之間，擔任橋梁作用的用戶，對于信息的傳播和交流有很大幫助；③確定知識團體內部關系網(wǎng)絡。根據(jù)不同知識團體內的個體間關系，對他們的評論和推薦設置不同的權重，從而影響知識團體內的用戶。在一個團體內，可以通過發(fā)文數(shù)量和文章質量等因素確定團體內的核心人物(如該領域的專家)，核心人物權威性更強，他的評論和推薦影響力更寬，所以權重設置大一些，次核心人物權重低于核心人物，以此類推；④分析知識團體與知識團體之間的聯(lián)系，找出存在的弱連帶關系和承擔聯(lián)系的關鍵個體，分析他們可能的信息需求；⑤除上述思路外，還可以利用六度空間理論，圍繞每個個體的人際關系網(wǎng)進行分析，例如，一度空間內的關系對個人來說是最緊密和最重要的，因此他們的評論和推薦權重大于二度和三度空間的關系。

通過上述方法，分析清楚知識團體和知識庫的內外部關系后，可利用并行生產(chǎn)理論和長尾理論為用戶提供具體的服務。例如，亞馬遜公司的協(xié)同過濾圖書推薦機制(collaborativefiltering)就是并行生產(chǎn)理論的體現(xiàn)，這一機制記錄用戶所有瀏覽和購買圖書的行為，并利用這些行為數(shù)據(jù)為亞馬遜公司的其他顧客推薦圖書；利用長尾理論為用戶進行組合推薦(推薦一些跨專業(yè)或位于長尾尾部的精品資源)。

3.2社會化網(wǎng)絡分析

社會網(wǎng)絡分析有兩類研究方法，一類是圍繞特定的參考點展開的自我中心網(wǎng)(egocentric)分析，主要關心的問題是個體與哪些人有聯(lián)系以及聯(lián)系的強度；另一類是以整體網(wǎng)絡關聯(lián)模式為對象的社會中心網(wǎng)(so-eiocentric)分析，主要研究的是群體中不同角色的關系結構，掌握群體中的社會網(wǎng)絡分布情況，區(qū)分網(wǎng)絡中不同地位的角色。具體分析時，可以將這兩種方法結合起來使用。

3.2.1自我中心網(wǎng)分析在數(shù)字圖書館平臺上，每個用戶作為一個節(jié)點，分析該用戶與其他用戶的聯(lián)系。根據(jù)弱連帶理論，測量關系強弱有四個維度：一是互動的頻度，互動的次數(shù)多為強關系，反之則為弱關系；二是感情力量，感情較強、較深為強關系，反之則為弱關系；三是親密程度，關系密切為強關系，反之則為弱關系；四是互惠交換，互惠交換多而廣為強關系，反之則為弱關系。關系強弱是這四個方面共同作用的結果，并且關系強弱很可能是一個連續(xù)性變量。

數(shù)字圖書館社會網(wǎng)絡分析的難點在于，無法像在現(xiàn)實生活中那樣，通過問卷等方式進行調查。因此，在設計四個維度的評價指標時，除互動頻度外，其他幾個維度的指標設計相對較困難?；泳S度(權重0.5)主要通過Blog發(fā)文和回復、BBS、站內信、即時聊天等途徑進行分析；感情力量和親密程度(權重0.3)可以通過聯(lián)系人分類(用戶將聯(lián)系人到不同類別中，如同事、好友、一般朋友等)；互惠關系(權重0.2)可以通過專業(yè)或興趣愛好的相似度來衡量。表1可用于測量A與其他用戶的聯(lián)系強度：

3.2.2社會中心網(wǎng)分析社會中心網(wǎng)分析可用于發(fā)現(xiàn)數(shù)字圖書館網(wǎng)絡中存在的知識團體及每個知識團體中的成員角色。當部分成員的交流和聯(lián)系會明顯多于其他成員之間的聯(lián)系，就構成了一個知識團體。

在社會中心網(wǎng)分析中，可通過點度中心度(pointcentrality)分析，考察各節(jié)點的相對中心度，找到局部中心和整體中心，進而圍繞中心進行聚類，劃分出各知識團體，確定其中的關鍵人物及每個成員的角色。

由于數(shù)字圖書館網(wǎng)絡中存在若干知識團體，因此，我們考察局部中心更有意義。如果某點有許多鄰點與它直接聯(lián)系，我們便說該點是局部中心點，圖1中的A和1分別是兩個局部中心，圍繞他們形成了兩個知識團體。A和I是這兩個知識團體中的核心人物，還有若干次核心人物如B、C，F(xiàn)在這里擔任了連接兩個知識團體的橋梁，他的存在使兩個知識團體有了交流和溝通的渠道。

在實際操作中，通過用戶行為跟蹤等方式收集數(shù)據(jù)，并利用UCINET軟件分析數(shù)據(jù)得出社會網(wǎng)絡結構。

3.3基于社會網(wǎng)絡的數(shù)字圖書館服務模型

基于社會網(wǎng)絡的數(shù)字圖書館服務模型包括用戶管理、數(shù)字資源、Blog平臺、評論平臺、檢索平臺、標簽平臺、其他服務幾大模塊。各模塊具體功能如下：①用戶管理模塊用于管理用戶注冊信息，維護和更新用戶個性化信息，生成和管理知識團體庫；②數(shù)字資源模塊用于管理和維護數(shù)字圖書館館藏資源，生成和維護數(shù)字資源集；③Blog平臺用于管理注冊用戶在該平臺上的文章，生成和維護Blog資源集；④評論平臺為用戶提供對各種數(shù)字資源(數(shù)據(jù)庫資源、其他用戶的Blog文章)的評論，生成和維護評論集；⑤搜索平臺為用戶提供對各種數(shù)字資源的簡單和高級檢索，生成和維護檢索集；⑥標簽平臺為用戶提供對各種數(shù)字資源的標簽標記和管理，生成和維護標簽集；⑦其他服務模塊提供系統(tǒng)幫助信息和管理員維護功能。

具體服務流程：①用戶登錄進入數(shù)字圖書館網(wǎng)絡平臺，系統(tǒng)根據(jù)用戶身份識別用戶所屬知識團體，提取用戶特征值；②根據(jù)用戶特征值，查找符合用戶的知識庫資源(包括Blog資源集、評論資源集、搜索資源集、標簽資源集和數(shù)字館藏資源集)，生成用戶個人數(shù)字圖書館應用平臺，推薦相關資源和服務，包括：同一知識團體內其他用戶訪問最多的數(shù)字資源，評論最激烈的Blog文章、使用最頻繁的檢索詞，收藏最多的資源等；③在用戶的使用中，系統(tǒng)自動記錄用戶行為(查看過的B1og文章，評論過Blog文章和館藏資源及其具體評分，使用過的搜索關鍵詞，收藏的最新資源及使用的標簽)，這些用戶行為特征又會影響知識庫的構成(具體由知識過濾模型計算和處理)。

在這個過程中，知識庫的形成和知識過濾模型的構建是整個系統(tǒng)的關鍵。知識庫主要通過社會網(wǎng)絡分析和用戶使用記錄得到，知識過濾模型建立在知識庫的基礎上，提供推薦和服務。

3.4用戶知識過濾模型構建

用戶第一次登錄時，系統(tǒng)需要初始化用戶信息，歸類用戶所屬的知識團體。由于沒有用戶的使用記錄，可以通過用戶填寫的個人資料(如專業(yè)、興趣愛好等)進行歸類。如果用戶允許，還可以根據(jù)用戶的郵箱聯(lián)系人地址信息(很多社交網(wǎng)絡如豆瓣網(wǎng)、天際網(wǎng)都是利用這樣的方法)，快速形成用戶的社交網(wǎng)絡(1度空間)，歸類用戶所屬知識團體。

由于用戶所屬的知識團體可能不同，因此，同一資源對于不同用戶的價值也可能不同。知識過濾模型會計算每一個數(shù)字資源對用戶的價值(通過Blog文章或館藏資源的點擊數(shù)量，用戶的評論和打分，搜索關鍵詞、收藏和標簽)，從而構建起知識庫。圖3以用戶評論對一個數(shù)字資源價值的影響為例，給出了一個計算數(shù)字資源價值的方法(屬于知識過濾模型的一部分)，最終向用戶推薦排名靠前的數(shù)字資源。

具體過程如下：①用戶登錄后，會首先判斷用戶所屬知識團體；②當用戶查看某一數(shù)字資源時，其他用戶對該資源的評論會影響該資源對此用戶的價值。這里，不同用戶的評論對該用戶的參考意義不同：與此用戶屬于同一知識團體的用戶評論價值大于非同一知識團體的用戶評論價值，同一知識團體內關鍵人物的評論價值大于一般成員的評論價值，因此，k1＞k2＞k3；③資源得分大于事先設定的推薦門限時，向用戶推薦該資源，否則，計算下一資源的得分；該資源被推薦次數(shù)大于事先設定的門限時，將該資源放人相應知識庫，繼續(xù)計算下一資源。

同理，Blog發(fā)文和回復、搜索、標簽也都將作為計算數(shù)字資源價值的指標，通過綜合評估。計算出這個數(shù)字資源對特定用戶的價值，并據(jù)此判斷是否推薦。

4結語

六度空間理論和弱連帶理論為我們發(fā)現(xiàn)數(shù)字圖書館中的社會網(wǎng)絡關系提供了理論基礎，并行生產(chǎn)理論和長尾理論為我們提升數(shù)字圖書館服務提供了思路，社會網(wǎng)絡分析為我們具體的操作提供了可行的方法。社會網(wǎng)絡在互聯(lián)網(wǎng)上的應用代表了互聯(lián)網(wǎng)更深層次的變革，這是一種能讓計算機學會“理解”人類意圖的新型網(wǎng)絡形式，基于社會網(wǎng)絡的數(shù)字圖書館模型正體現(xiàn)了這一思想，數(shù)字圖書館的用戶構成了若干社會網(wǎng)絡關系，每個用戶的每一個行為都可能與其他用戶產(chǎn)生聯(lián)系，本模型就是希望充分利用這種聯(lián)系，把數(shù)字圖書館打造成更高質量的知識服務平臺。