大数据环境下典型文献资源发现系统评测与建议

doi:10.19788/j.issn.2096-6369.230312

摘要/Abstract

摘要：

以Primo、Summon、EDS、百度学术、超星发现5种较为常用的发现系统为样本，梳理归纳发现系统的功能特点，研发、测试文献资源发现系统的评测指标体系并进行具体评测，调研分析用户在使用发现系统中获取信息的影响因素、系统易用性的影响因素、以及用户忠诚度的影响因素，同时结合大数据的发展与影响，提出6点发展建议：加强元数据的规范建设、提升文献信息的揭示度与获取途径、优化相关性排序、提升个性化服务、利用衍生数据推动精准服务、加强顶层规划，建立协同合作机制。

关键词: 资源发现系统, 知识发现系统, Primo, Summon, EDS, 百度学术, 超星发现系统

Abstract:

Five commonly used discovery systems, Primo, Summon, EDS, Baidu Scholar and Chaoxing Discovery, are taken as samples to sort out and summarize the functional characteristics of the discovery system, develop and test the evaluation index system of the literature resource discovery system and conduct specific evaluation. The study investigates and analyzes the influencing factors of users' access to information in the use of the discovery system, the system usability, and user loyalty. Moreover, combined with the development and influence of big data, the study proposed six development suggestions: strengthen the normative construction of metadata, improve the disclosure and access of literature information, optimize the relevance ranking, improve personalized services, promote accurate services using derivative data, strengthen top-level planning and establish a mechanism for coordination and cooperation.

Key words: resource discovery system, knowledge discovery system, Primo, Summon, EDS, Baidu Scholar, Chaoxing Discovery

李雪原, 张洁. 大数据环境下典型文献资源发现系统评测与建议[J]. 农业大数据学报, 2023, 5(3): 83-92.

LI XueYuan, ZHANG Jie. Evaluation and Suggestion on Typical Literature Resource Discovery Systems in Big Data Environment[J]. Journal of Agricultural Big Data, 2023, 5(3): 83-92.

图/表 7

表1

五家中外文发现系统功能特点梳理归纳"

测试内容		Summon	Primo	EDS	百度学术	超星发现
系统质量	界面与检索设置	界面从左到右依次有三栏：搜索区、快速筛选区、结果展示区。有单一检索框与高级检索；此外还有收藏夹、菜单、反馈入口等。	界面主要分为两部分：快速筛选区与结果展示区；有单一检索框与高级检索。使用特定的“清华紫”对文献题名突出显示，全文链接及版本信息用淡蓝色显示，整个界面十分简洁清楚，逻辑性也非常合理。	检索界面可根据需要做简单定制；有单一检索框与高级检索；提供许多元数据题录导出功能；界面简洁度一般，逻辑性也一般。	界面主要分为两部分：左边是检索信息的展示，右边是站内功能、热门论文及联系方式等。有单一检索框与高级检索；检索环节较其他发现系统简单；界面简洁，逻辑性合理。	界面简洁，逻辑布局合理。有单一检索框、高级检索及专业检索；分面检索选项较多，有个“本单位学术成果”限定选项，勾选后显示本机构的学术成果，如学位论文、会议论文、发明专利等。
系统质量	结果呈现	主要显示题名、作者、载体类型、馆藏地、全文链接等基本信息，可进一步用分面检索筛选结果。	主要显示题名、作者、载体类型、馆藏地、全文链接等基本信息，可进一步用分面检索筛选结果。	主要显示题名、作者、载体类型、馆藏地、全文链接等基本信息，可进一步用分面检索筛选结果。	结果以学术文章为主，分面检索多以时间、领域、期刊来源、机构、作者等为主。同时有相关文献推荐，也可一键切换到英文搜索。对文献的引用趋势做了可视化分析。	主要显示题名、作者、载体类型、馆藏地、全文链接等基本信息，可进一步用分面检索筛选结果。充分利用了大数据技术，对机构、作者、期刊、基金等做了大量的可视化分析工作。
信息质量与获取方式	信息描述与标识标引	信息描述清楚，同时标识同行评审、开放获取等信息。文献类型除图书、期刊、论文等常见文献类型外，还有图像、蓝图、影像、缩微资料、幻灯片、乐谱等。检索范围广，可检索到国外多家开放性较好的图书馆藏，在测试过程中，检索到波兰一家数字图书馆的地图。	信息描述清楚。信息来源以分面检索的形式揭示。有虚拟书架功能，根据检索词挖掘出同类馆藏图书且展示图书封面与在架信息，方便用户以书找书。随书光盘可直接链接到非书资源平台(书附光盘/音像）。	信息描述清楚，以专业学术文章、图书、期刊、会议论文为主。不同版本的文献信息做合并处理，点击后展开显示。	信息多以专业的学术文章为主，信息来源与全文链接标识清楚，在文献信息标引下同时展现相似文献、参考文献、印证文献。文献的被引量及引文趋势揭示得很清楚。	信息多以专业学术文章、图书、会议论文、学位论文、专利为主。信息来源与全文链接标识清楚，并可以一键收藏、分享，部分文献可以扫描阅读。在期刊导航中，实现了13000多种OA期刊的揭示服务，点击后可以直接链接到相应的数据库。
信息质量与获取方式	获取方式	馆藏地及全文链接标识清楚，可直接链接到数据库。	馆藏地及在架信息标识清楚，提供预约取书服务；电子全文链接标识清楚，可直接链接到数据库。	馆藏地及全文链接标识清楚，可直接链接到数据库。	获取渠道主要是数据库商家、百度文库、开放获取的机构与刊社等，可通过“单篇购买”获取全文。	馆藏地及全文链接标识清楚，同时嵌入了全国图书馆参考咨询服务平台的文献传递服务。
服务与反馈		有问题反馈服务，用户留言后邮箱回复。	有留言反馈服务。	与图书馆在线咨询合二为一。	没有在线咨询服务，可由互助中心与意见反馈栏目寻求帮助。	在“联系我们”中提供智能在线咨询，同时可转人工。
整合的外部数据源		除500多个数据库商提供的资源外，还整合了物理、化学、医药与健康、技术与工程四个领域中90%以上的OA资源。	除500多个数据库商与传统出版机构提供的OA资源外，还整合了知名开放获取供应商的文献资源，总记录数超过3.33 亿条，内容覆盖 59 个学科。	集成3225 多种OA资源，包括39个OA数据库及平台，可检索并访问来自73个机构的257个特藏数据库，可全文检索HathiTrust。	覆盖国内外120多万个学术站点，6.8亿篇学术文献，其中开放获取文献1.6亿篇，中外文期刊主页库1.9万多个。此外，还有400多万个中国学者库，实名认证的有7万。	除500多个中外文数据库外，有4000万条OA资源，其中2000万条可以直接下载或者阅读全文。

表1

表2

表3

表4

表5

图1

表6

参考文献 32

[1]	Bowen J. Metadata to Support Next-Generation Library Resource Discovery: Lessons from the eXtensible Catalog, Phase 1[J]. Information Technology and Libraries, 2008(27):6-19. https://doi.org/10.6017/ital.v27i2.3253
[2]	曾建勋. 资源发现系统的颠覆性[J/OL]. 数字图书馆论坛, 2016(2):1.
[3]	刘洋. 我国高校图书馆资源发现系统现状调查——以“985工程”院校为例[J]. 河北科技图苑, 2016, 29(4):86-90+96. DOI:10.13897/j.cnki.hbkjty.2016.0113.
[4]	Chickering F W, Yang S Q. Evaluation and Comparison of Discovery Tools: An Update[J]. Information Technology and Libraries, 2014, 33(2): 5-30. https://doi.org/10.6017/ital.v33i2.3471.
[5]	Yang S Q, Wagner K. Evaluating and comparing discovery tools: how close are we towards next generation catalog[J]. Library Hi Tech, 2010, 28(4): 90-709. https://doi.org/10.1108/07378831011096312.
[6]	Marshall. The Future of Library Resource Discovery.2015t NISO White Papers[R/OL]. [2022-09-20]. http://tefkos.comminfo.rutgers.edu/Courses/e553/Articles/Articles%20Sp15/NISO%20report%20future_library_resource_discovery%202015.pdf.
[7]	申晓娟, 李丹, 王秀香. 略论图书馆资源整合与检索系统的发展——以国家图书馆“文津”搜索系统为例[J]. 图书情报工作, 2013, 57(18):39-43+60. doi: 10.7536/j.issn.0252-3116.2013.18.007
[8]	成颖. 基于相关性判据的学术信息检索系统成功模型建构[J]. 现代图书情报技术, 2011(9):46-53.
[9]	赵钊, 孙伟新, 赵珊珊. 基于D&M模型的信息系统成功评价研究[C]// 国际信息系统协会中国分会.国际信息系统协会中国分会, 2015.
[10]	Hala Najwan Sabeh, Mohd Heikal Husin, Daisy Mui Hung Kee. et al. A Systematic Review of the DeLone and McLean Model of Information Systems Success in an E-Learning Context (2010-2020)[J/OL]. IEEE Access, 2021: 81210-81235.DOI:10.1109/ACCESS.2021.3084815.
[11]	Petter S, DeLone W, McLean E. Measuring information systems success: models, dimensions, measures, and interrelationships[J]. European Journal of Information Systems, 2008, 17:236-263. https://doi.org/10.1057/ejis.2008.15. doi: 10.1057/ejis.2008.15
[12]	Lundrigan C, Manuel K, Yan M. “Pretty Rad”: Explorations in User Satisfaction with a Discovery Layer at Ryerson University[J]. College & Research Libraries, 2015, 76(1):43-62. https://doi.org/10.5860/crl.76.1.43.
[13]	Stubley P, Kidd T. Questionnaire surveys to discover academic staff and library staff perceptions of a National Union catalogue[J]. Journal of Documentation, 2002, 58(6):611-648. https://doi.org/10.1108/00220410210448183. doi: 10.1108/00220410210448183
[14]	Kronenfeld M. Library resource discovery[J]. Journal of the Medical Library Association, 2015, 103(4):210-213. https://doi.org/10.3163/1536-5050.103.4.011. doi: 10.3163/1536-5050.103.4.011 pmid: 26512224
[15]	Clough P, Goodale P. Selecting Success Criteria: Experiences with an Academic Library Catalogue. Information Access Evaluation. Conference and Labs of the Evaluation Forum, 2013. https://doi.org/10.1007/978-3-642-40802-1_7.
[16]	邓小昭. 网络用户信息行为研究[M]. 北京: 科学出版社, 2010:148-177.
[17]	Boram L, EunKyung Chung. An Analysis of Web-scale Discovery Services From the Perspective of User's Relevance Judgment[J]. The Journal of Academic Librarianship, 2016, 42(5):529-534. https://doi.org/10.1016/j.acalib.2016.06.016. doi: 10.1016/j.acalib.2016.06.016
[18]	杨薇, 曾丽军. 从“快传”(RapidILL)和“立借”(Borrow Direct)看馆际互借与文献传递服务体系的发展[J]. 大学图书馆学报, 2018, 36(4):18-23+44. https://doi.org/10.16603/j.issn1002-1027.2018.04.003.
[19]	Delaney T G, Richins M. RapidILL: an enhanced, low cost and low impact solution to interlending[J]. Interlending & Document Supply, 2012, 40(1):12-18. https://doi.org/10.1108/02641611211214233.
[20]	黄静. 变革中的文献传递服务:案例剖析与路向管窥[J]. 图书情报工作, 2013, 57(7):55-59.
[21]	武丽娜, 左阳, 窦天芳. 基于发现系统的大学出版社开放学术资源现状调研及分析[J]. 知识管理论坛, 2018, 3(1):12-18. DOI:10.13266/j.issn.2095-5472.2018.002.
[22]	覃燕梅. 百度学术搜索与超星发现系统比较分析及评价[J]. 现代情报, 2016, 36(3):48-52+60. doi: 10.3969/j.issn.1008-0821.2016.03.008
[23]	王新才, 谢宇君. 知识发现系统与通用学术搜索引擎文献资源比较研究——以超星发现和百度学术为例[J]. 福建论坛(人文社会科学版), 2018(4):164-172.
[24]	宋姗姗. 发现系统在高校图书馆的应用研究——以超星发现为例[J]. 产业与科技论坛, 2020, 19(12):69-71.
[25]	袁玉英. 常用几种资源发现系统对比分析研究[J]. 图书馆工作与研究, 2015(9):38-41. DOI:10.16384/j.cnki.lwas.2015.09.009.
[26]	曾建勋. 基于发现系统的资源调度知识库研究[J]. 图书情报知识, 2019(6):12-18. DOI:10.13366/j.dik.2019.06.012.
[27]	王连喜. 知识发现系统的相关性排序与主题聚类功能问题探析[J]. 图书馆工作与研究, 2015(12):56-60. https://doi.org/10.16384/j.cnki.lwas.2015.12.013.
[28]	相关性排序:为研究人员提供最需要的信息[EB/OL].[2022-11-08]. https://www.exlibris.com.cn/products/summon-library-discovery/relevance-ranking/.
[29]	相关性排序:提供最相关的检索结果[EB/OL].[2022-11-08]. https://www.exlibris.com.cn/products/primo-discovery-service/relevance-ranking/.
[30]	丁梦晓, 毕强, 许鹏程, 等. 基于用户兴趣度量的知识发现服务精准推荐[J]. 图书情报工作, 2019, 63(3):21-29. DOI:10.13266/j.issn.0252-3116.2019.03.003.
[31]	汪滢. 基于用户日志分析的搜索引擎相关排序算法优化[J]. 电脑知识与技术, 2020, 16(18):99-101. https://doi.org/10.14004/j.cnki.ckt.2020.1878.
[32]	Brandi Scardilli. Biblio Commons catalog-centric library operations[J]. Information Today, 2014, 31(7): 23.

序号	指标	指标内容	序号	指标	指标内容
1	INFQ1	信息类型的丰富程度	10	SERQ2	实时咨询服务
2	INFQ2	信息描述与标引全面清晰	11	SERQ3	人工智能服务
3	INFQ3	检索结果相关性排序准确合理	12	USQ1	检索过程方便顺利
4	INFQ4	信息全文的在线获取	13	USQ2	检索过程轻松愉悦
5	SYSQ1	系统界面清晰明了	14	USQ3	对检索结果满意
6	SYSQ2	检索字段设置合理	15	UIQ1	会继续使用此系统
7	SYSQ3	检索结果分面导航功能	16	UIQ2	将系统作为检索信息的首选
8	SYSQ4	全文链接有效打开	17	UIQ3	愿意参加系统的相关培训或活动
9	SERQ1	个性化功能

调研高校	本科生	研究生	教师	总计
中国农业大学	34	74	13	121
青岛大学	40	67	8	115
北京师范大学	39	56	7	102

项目	类别	人数	比例（%）
性别	男	157	46.45
性别	女	181	53.55
身份	本科生	113	33.43
	研究生	197	58.28
	教师	28	8.28
查找资料时优先使用的检索入口	图书馆书目查询系统	51	15.09
	图书馆提供的发现平台	48	14.20
	知网、SCI等数据库	171	50.59
	百度学术	68	20.12

因子	指标	平均值	因子载荷	Cronbach’a系数	CR	AVE
信息质量	INFQ1	4.310	0.809	0.920	0.888	0.666
	INFQ2	4.405	0.876
	INFQ3	4.333	0.720
	INFQ4	4.238	0.851
系统质量	SYSQ1	4.238	0.873	0.867	0.882	0.653
	SYSQ2	4.381	0.767
	SYSQ3	4.238	0.844
	SYSQ4	4.095	0.740
服务质量	SERQ1	3.476	0.814	0.853	0.882	0.714
	SERQ2	3.810	0.836
	SERQ3	3.976	0.884
用户满意度	USQ1	3.976	0.767	0.823	0.842	0.642
	USQ2	3.905	0.738
	USQ3	4.238	0.890
用户使用意愿	UIQ1	4.048	0.896	0.894	0.898	0.746
	UIQ2	4.286	0.844
	UIQ3	4.048	0.850

因子	指标	平均值	Summon	Primo	EDS	超星发现	百度学术
信息质量	INFQ1	4.310	4.468	4.341	3.951	4.411	4.379
	INFQ2	4.405	4.303	4.581	4.356	4.455	4.330
	INFQ3	4.333	4.512	4.409	4.317	4.425	4.002
	INFQ4	4.238	4.418	4.423	4.312	4.261	3.776
系统质量	SYSQ1	4.238	4.415	4.313	3.927	4.357	4.178
	SYSQ2	4.381	4.439	4.418	4.146	4.435	4.467
	SYSQ3	4.238	4.321	4.156	4.132	4.378	4.203
	SYSQ4	4.095	4.610	4.293	4.012	4.151	3.409
服务质量	SERQ1	3.476	3.231	3.158	3.083	4.013	3.895
	SERQ2	3.810	3.891	3.786	3.801	3.973	3.599
	SERQ3	3.976	4.275	4.171	3.950	4.256	3.228
用户满意度	USQ1	3.976	4.031	4.029	3.921	4.015	3.884
	USQ2	3.905	3.979	4.053	3.823	3.872	3.798
	USQ3	4.238	4.271	4.268	4.213	4.235	4.203
用户使用意愿	UIQ1	4.048	3.902	3.75	3.683	3.925	4.980
	UIQ2	4.286	4.331	4.251	4.173	4.252	4.423
	UIQ3	4.048	4.354	4.12	4.011	4.185	3.570