当代目录学:从“碎片化”到“结构化”

开通VIP,畅享免费电子书等14项超值服

首页

好书

留言交流

下载APP

联系客服

2023.12.28江苏

“碎片化”是信息时代各类信息资源的基本特征之一,随着社会信息化进程的不断推进,信息单元不断细分,“碎片化”程度不断加剧。

“碎片化”英文fragmentation,原意就是完整的内容细粒化、零片化,是指一个同质内容所包含的多个元素,且不能和原有内容建立起有机的联系,具有“组织去中心化、结构非整体性、形态多元化”的特征。

与“碎片化”相对的是结构化。

结构化指通过挖掘信息间的内容关系,使得个体、散乱、无序变为整体、逻辑、有序。数字文献信息既包括文献数据库等数字化文献集合体,也包括网络原生与传输的文献信息。

数字文献信息从一开始就面临结构化的难题,而幸运的是有了网络目录和搜索引擎,网络目录和搜索引擎就是数字文献信息资源化的结构组织。结构化实质上是构筑一个信息资源体系,有了数字信息数据库书目系统、大数据的结构化,资源体系的实体化构建才有可能,目录学提供数字文献信息结构化的基础与原理,有助于实现信息的结构化。

当代目录学的精髓就是书目信息理论,其体现了当代目录学的本质特征。

书目信息理论以书目信息为基点,实质与核心是信息资源的知识组织,即数字文献信息资源的结构化。构建数字文献信息资源结构化体系,

形成当代书目信息范式,奠定互联网信息书目机制的基础,对无序化的数字文献信息资源整序与揭示成为“当代目录学的新任务”。

数字文献信息资源组织就是将网络空间里大量无序、散乱的信息,采用一定规则与模式,按照一定原则与方法进行处理,从而形成有序、整体、逻辑的结构化体系,其基本原理就是书目信息的聚合重构。“聚合”是将异构的信息资源链接在一起;“重构”则是将所集合的各种信息资源进行规范、组织,对分散无序、相对独立的数字文献信息进行类聚、融合和重组,使其重新组织成一个新的有机整体。

数字文献信息资源整合包括三个层次:

0

1

第一层

最底层是数据集成层(基于语法的整合),完成异构和分布数据源在语法层面上的数据整合.

2

第二层

第二层是知识集成层(基于语义的整合),按照既定的知识组织体系和知识本体结构对数字资源进行概念或语义的描述与组织,这是知识内在联系的整合,形成一个能够高效利用数字资源的知识网格.

3

第三层

第三层是服务整合层(基于语用的整合),即根据用户的个性化需要,动态地构建出应用系统,为用户提供智能化的知识服务。

提炼碎片,用结构化手段完成碎片的“拼图”,也称为知识整合,即利用知识本体实现数字文献资源的概念和语义的组织,按照一定的知识体系对数字文献资源进行分类、组织、标注,并通过本体技术使相对独立的数字文献信息产生联系。

知识整合是数字资源整合的高级阶段,它不仅能够实现异构系统局部资源的功能优化,也能使数字图书馆的众多数字文献资源生成规范有序的知识网络。当代数字文献信息资源组织以书目信息为基点,揭示数字文献信息内容脉络,构筑大数据的数字文献资源体系,智能化、智慧化服务方有可能。

当代书目信息理论将研究对象由纯文本的文献信息资源组织拓展到了数字载体的文献信息资源、网络信息资源的整序与组织领域,其基本原理就是通过对网络文献信息甚至数字文献信息的采集、处理、分析与组织,降低信息熵值,提高信息有序化度,形成结构性信息源。书目信息系统使网络文献信息有序化的过程是对当代书目信息活动内在本质的揭示。

应对碎片化信息的基础是数字文献信息有序化、结构化,其实现则是通过数字文献书目信息控制。

数字文献书目信息控制有四方面的表现

①书目控制是知识管理的手段,书目控制注重无序信息的书目治理规范、流程、方法;②数据挖掘是内容组织的前提,数据挖掘强调知识之间的关联与融合;③智能处理主要依赖语义关联,语义建立信息资源的知识整体性与关联性的深层次揭示;④本体构建的可视化特征为主题图谱,本体系统构建知识地图(主题图谱)。

书目信息具有学术范式,书目信息以系统方式揭示信息内容之间的联系,对无序信息进行知识整合;指示信息特征,标注知识位置,在语义层次上对异构信息建立规范视图。书目信息理论的核心是将碎片化的信息内容进行知识结构化关联,从整体上揭示信息资源的结构布局与内容逻辑关联,进而对大数据概念的信息资源进行聚合重构,建立内在关联。书目信息理论仍是无序信息结构化方案的立论依据、资源聚合重构的方法论基础。

正文抢先看

01

02

03

04

05

滑动查看更多

郑建明

博士,南京大学信息管理学院教授,博士生导师。南京大学信息管理学院学术委员会主任委员,教育部图书馆学学科教学指导委员会副主任委员,南京大学教学委员会委员,江苏省图书馆学学术委员会主任委员,全国图书馆标准化委员会委员。研究方向为目录学、文献学、编辑与出版、信息咨询、社会信息化进程等。曾获得国家教学成果奖二等奖,主持多项国家社科、教育部项目。

当代目录学

郑建明等著

北京:科学出版社,2020.12

责任编辑:惠雪曾佳佳

内容简介

《当代目录学》为南京大学信息管理学院图书馆学专业核心课程“目录学”教学与科研团队潜心研究的成果,探讨当代目录学理论体系构建问题,论述当代目录学的理论基础及其基本理论问题,当代目录学方法论及描述、组织与揭示的学科方法体系,书目信息组织模式及其组织方法,网络信息资源书目控制的优化路径;探讨大数据管理中的目录学,重点论述非结构化数据处理、数字信息资源重构及其策略;分析数字环境下书目信息服务与利用的变化、特点与新要求,提出书目信息服务与利用的模式和社会化书目信息事业结构。

本书可作为高等学校图书馆学专业教材,也适合用作广大图书馆与信息机构的工作人员的学习培训、研究参考用书。

THE END
1.数据挖掘有什么作用与意义帆软数字化转型知识库数据挖掘的作用与意义在于能够帮助企业和组织:发现隐藏模式、提高决策质量、预测未来趋势、优化资源配置、提升客户满意度、推动创新。其中,发现隐藏模式尤为重要,因为数据挖掘能从海量数据中提取出有价值的信息和知识,这些信息可能是传统分析方法难以发现的。通过算法和技术手段,企业可以识别出一些潜在的、影响业务发展的关键https://www.fanruan.com/blog/article/575539/
2.数据挖掘的主要技术和应用其中,$\rho(x, r)$ 是数据点$x$的邻域密度,$r$ 是邻域半径。 在下面的部分中,我们将详细介绍关联规则挖掘、决策树、支持向量机和随机森林的核心算法原理、具体操作步骤以及数学模型公式。 4. 具体代码实例和详细解释说明 在本节中,我们将通过具体的代码实例来详细解释数据挖掘算法的实现。 https://blog.csdn.net/universsky2015/article/details/137300243
3.专业认知实习报告规则推导:从统计意义上对数据中的“如果-那么”规则进行寻找和推导。 通过刘勇老师对数据库挖掘的讲解,我明白了数据库挖掘的作用,通过数据挖掘可以把一些对自己有价值信息,在海量的数据库信息中抽取出来,然后来供自己使用。也让我明白了数据库挖掘的一些基本方法和原理。老师的讲解激发了我对数据库的兴趣。同时了解到https://www.ruiwen.com/shixibaogao/8009542.html
4.2019届毕业设计(论文)阶段性汇报为解决这个问题,本项目利用双曲空间的性质,考虑其上等距变换群的一个子群,及其作用于双曲空间上包含原点的基本域,利用其等距性质,双曲空间中任何两点的距离都可以通过该子群的元素和基本域上的点来进行计算,避免距离计算对于噪声等偏差的敏感性,更进一步的,我们可以更加精确的存储这些数据,精确计算距离和相应导数,https://zhiyuan.sjtu.edu.cn/html/zhiyuan/announcement_view.php?id=3366
5.数据挖掘原理与应用试题及答案汇总试卷1~12.docx数据挖掘原理与应用试题及答案试卷一答案:解:BADDA二、解:二、解:,I, _count?=a,)xcount(B=b)UJ-■ ?en300x450 ~ en300x450 ~ =901500e!2I?。。*45。=3601500300x1050 二2101500e221200x1250 … =8401500所以(25°-9。产(25°-9。产+(5。一21所90210(200-360)2+ 360+(1000-8W840=284.https://m.renrendoc.com/paper/234057418.html
6.数据分析与挖掘11篇(全文)近年来,数据挖掘技术经过不断发展,已经成为一个涉及多个学科的交叉型综合学科。通常而言,经典的数据挖掘算法都可以直接用到Web数据挖掘上来,但为了提高挖掘质量,要在扩展算法上进行了研究,包括复合关联规则算法、改进的序列发现算法等。 2. Web数据挖掘的概念 https://www.99xueshu.com/w/ikeyp687ycyz.html
7.数据挖掘原理与实践蒋盛益标准答案数据挖掘原理与实践蒋盛益标准答案习题参考答案 第1 章绪论 1.1 数据挖掘处理的对象有哪些?请从实际生活中举出至少三种。 答:数据挖掘处理的对象是某一专业领域中积累的数据,对象既可以来自社会科学,又可以来自自然科学产生的数据,还可以是卫星观测得到的数据。数据形式和结构也各不相同, 可以是传统的关系数据库,可以https://www.360docs.net/doc/6917703164.html
8.数据挖掘原理(豆瓣)第二部分是数据挖掘算法,系统讲座了如何构建求解特定问题的不同算法。讲座的内容包括用于分类和回归的树及规则、关联规则、信念网络、传统统计模型,以及各种非线性模型,比如神经网络和“基于记忆”的局部模型。第三部分介绍了如何应用前面讲座的算法和原理来解决现实世界中的数据挖掘问题。谈到的问题包括元数据的作用,如何https://book.douban.com/subject/1103515/
9.数据挖掘原理与实践蒋盛益答案(32页)数据挖掘原理与实践 蒋盛益 答案.pdf,习题参考答案 第 1 章绪论 1.1 数据挖掘处理的对象有哪些?请从实际生活中举出至少三种。 答:数据挖掘处理的对象是某一专业领域中积累的数据,对象既可以来自社会科学,又可以 来自自然科学产生的数据,还可以是卫星观测得到的数据。数据https://max.book118.com/html/2020/0422/7136066100002131.shtm
10.数据挖掘原理与实践2016A答案.doc5.(15分)如下表所示的数据集。请写出按属性A和B划分时的信息增益的计算表达式。不需要计算出最后结果。并回答计算信息增益在分类算法中的作用。 答:该题和书上的例题3-4一样。 ,从数据的采集,构成,数据清理、数据挖掘,评估来说明一个聚类的挖掘任务。 https://www.taodocs.com/p-86393356.html
11.图形分析的概念/作用/工作原理/应用案例图形分析的概念/作用/工作原理/应用案例 图形分析(或图形算法)是用于确定图形中对象之间的关系强度和方向的分析工具。图形分析的重点在于每次两个对象之间的成对关系和整个图形的结构特征。 什么是图形分析? 图形分析是一种新兴的数据分析形式,可帮助企业理解网络或图形中关联实体数据之间的复杂关系。https://www.elecfans.com/d/1841529.html
12.一小时了解数据挖掘④:商务智能原理解读の数据挖掘九大定律结果,重要决策只是基于制定决策者的个人经验,而不是基于信息丰富的数据。数据挖掘就这样应运而生,数据挖掘填补了数据和信息之间的鸿沟。Erik Brynjolfsson曾经说过:有数据支持的(商业)决定总是更好的决定。数据在商业运营上要能起到作用,我们必须要做到: 理解数据的上下文,明白数据到底支持商业运营的什么过程。https://www.cda.cn/view/621.html
13.物联网原理及应用期末复习免挂指南交互原理:电子标签与阅读器之间通过耦合元件实现射频信号的空间(无接触)耦合;在耦合通道内,根据时序关系,实现能量的传递和数据交换。 传感器概念、分类、工作原理 传感器定义与工作原理:传感器(sensor)是由敏感元件和转换元件组成的一种检测装置,能感受到被测量,并能将检测和感受到的信息,按一定规律变换成为电信号(电压https://www.jianshu.com/p/33aa0cb1147c
14.基于数据挖掘技术研究评审专家名单泄露风险数据挖掘的基本原理和适用场景 数据挖掘是从大量的、不完全的、随机的数据中,提取隐含在其中的、事先无法预知的、但是潜在有用的信息和知识的过程。数据挖掘技术可以用来支持商务智能应用,如顾客分析、定向营销、工作流管理、欺诈检测以及自动化销售等。例如,银行可以通过数据挖掘技术对客户的信用评级进行分析https://www.ahggzy.org.cn/showdoc?docid=05a0af6a3f4d4d70a4ad128f256e36b3&id=557a28633b8d41c1bee5227e57518c30&subid=2957ab2c43e947c69c7f5158c159f601
15.数据库原理与应用系列01数据库系统概述(下)数据字典是用来描述数据库中有关信息的数据目录,包括数据库的三级模式,数据模型,用户名和用户权限等有关的用户信息,起着系统状态的目录表的作用。 3、DBMS的存储过程 (1)用户使用某种特定的数据操作语言向DBMS发出请求。 (2)DBMS接受请求,并将该请求解释转换为机器代码指令。 https://developer.aliyun.com/article/938050
16.数据挖掘与分析心得体会数据挖掘处理数据之多,挖掘模式之有趣,使用技术之大量,应用范围之广泛都将会是前所未有的;而数据挖掘任务之重也一直并存。这些问题将继续激励数据挖掘的进一步研究与改进! 2、数据分析 数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析,以求最大化地开发数据资料的功能,发挥数据的作用。https://www.360wenmi.com/f/file46470luq.html
17.数据挖掘的定义和解释数据挖掘的原理是什么? 数据挖掘涉及检查和分析大量信息,旨在发现有意义的模式和趋势。该过程包括收集数据、制定目标和应用数据挖掘技术。所选策略可能因目标而异,但数据挖掘的经验过程是相同的。典型的数据挖掘过程可能如下所示: 定义目标:例如,是否要进一步了解客户行为?是否要削减成本或增加收入?是否要识别欺诈?在数据https://www.kaspersky.com.cn/resource-center/definitions/data-mining
18.数据挖掘的理论技术和方法数据挖掘的原理数据挖掘的理论技术和方法 数据挖掘的原理,数据挖掘其实是一种深层次的数据分析方法。数据挖掘可以描述为:按企业既定业务目标,对大量的企业数据进行探索和分析,揭示隐藏的、未知的或验证已知的规律性,并进一步将其模型化的先进有效的方法。应用的技术包括:数据库技术https://blog.51cto.com/u_13019/6270379