尊敬的用户:
聚合粒度指的是将各种网络信息资源聚合到一个平台时聚合单元的大小。本研究将学科领域网络信息资源的聚合粒度划分为四种。从大到小依次为网站、篇或网页、段、句、词。如以“数字图书馆”进行检索时:
以网站为粒度聚合:
网站 | 篇或网页 | 段 | 句 | 词 | |
辞典与百科全书 | |||||
全文类资源 | |||||
机构资源 | |||||
个人资源 | |||||
交互类资源 | |||||
多媒体资源 | |||||
资讯资源 |
聚合深度 表示的是网络信息资源加工处理的程度,即聚合深入到资源内部的程度,聚合深度越高,则表示对于资源的加工程度越深。按聚合深度 从浅到深 有三种类型的聚合深度:多类型资源的整合与分类、知识抽取与呈现、知识融合与发现。
多类型资源的整合和分类 是最简单信息资源聚合方式,主要指通过某种机制或标准,集成、描述、链接不同类型、不同来源、不同载体的信息资源,整合到统一个页面中,并且按照资源的某个主题进行分类,此种模式下不涉及到资源内容。
知识抽取与呈现 是对蕴含于文献中的知识经识别、理解、筛选、格式化,从而把文献中的各个知识点(包括常识知识和专家知识)抽取出来,以一定形式存入知识库,但是对于抽取出来的知识点并没有进行有机的整合,只是对于抽取的知识点的简单呈现。
知识的融合与发现 是指从众多分布式异构的网络资源中搜索和抽取相关知识,并进行转换、集成和合并等处理,产生新的集成化知识对象,从而为某一领域的问题求解构造有效的知识资源。
如文献 x 中论述到,材料 A 可以提取成分 B,文献 y 中论述到成分 B 可以治疗疾病 C”。
R1=材料 A 可以提取成分 B,
R2=成分 B 可以治疗疾病 C,
那么根据 R1 和 R2 可以推断出R3=材料 A 可以治疗疾病 C。
多类型资源整合与分类则是显示文献x与文献y。
知识抽取与呈现则会将R1与R2呈现出来。
知识融合与发现输出的就是R3这个信息。
非常重要 | 重要 | 一般 | 不重要 | 极不重要 | |
系统的易操作性 | |||||
系统资源的有用性 | |||||
系统资源的可靠性 | |||||
系统资源的丰富性 | |||||
系统资源的更新及时性 | |||||
系统设计的美观性 |
非常重要 | 重要 | 一般 | 不重要 | 极不重要 | |
个性化功能(如个性化界面、个性化推荐等) | |||||
信息分享功能(如将信息分享到微博、博客等) | |||||
用户互动功能(存在如论坛、社区类的互动) | |||||
提供用户评价功能(如对检索结果评分,撰写评论等) | |||||
多种资源推荐方式(如提供热门检索、热门收藏、热门利用的资源) |
25题 | 被引用0次