國外信息資源管理研究進展及熱點分析

CLASSNUMBERG350分類號G350通過對2003-2008年國外信息資源管理領(lǐng)域兩大主要文獻《信息資源管理雜志》(TheInformationResourcesManagementJournal,IRMJ)和《美國信息科學(xué)與技術(shù)雜志》(JournaloftheAmericanSocietyforInformationScienceandTechnology,JASIST)所發(fā)表論文的統(tǒng)計和梳理，分別從理論探索與技術(shù)應(yīng)用、人文價值與社會經(jīng)濟兩個層面挖掘和分析國外信息資源管理領(lǐng)域的前沿課題以及研究的熱點內(nèi)容。1信息資源管理中理論探索與技術(shù)應(yīng)用層面的研究熱點1.1基于本體理論的研究本體(Ontology)在信息科學(xué)領(lǐng)域是指共享概念模型的明確的形式化規(guī)范說明。隨著信息技術(shù)的應(yīng)用逐漸向自動化和智能化方向發(fā)展，本體作為概念模型(ConceptualModels)和概念間視圖關(guān)系(ConceptualSchemas)的一種規(guī)范性描述，被廣泛應(yīng)用于知識的共享與重用。在本體理論研究上，通過對BarrySmith的“本體論”的討論，研究者構(gòu)建了信息系統(tǒng)本體，并提出構(gòu)建信息系統(tǒng)本體應(yīng)考慮到來自哲學(xué)和科學(xué)史的支持，以及加爾達摩(Gadamer)詮釋學(xué)在理解信息本體和數(shù)據(jù)庫用戶任務(wù)方面起到重要作用。通過對Wand、Weber以及Guarino對本體驅(qū)動信息系統(tǒng)研究的比較，分析了信息系統(tǒng)的本體(OntologiesofInformationSystems)與對信息系統(tǒng)的本體性描述的區(qū)別，使本體研究的相關(guān)基本概念得到了更清晰的理解[1]。算法方面，AhmadKayed、NaelHirzallah、LuaiAAlShalabi和MohannadNajjar提出了不同于先前大多數(shù)算法提供所有概念間關(guān)系的新算法，能夠?qū)Ω拍铋g關(guān)系進行提煉，并已開始應(yīng)用于實踐[2]。隨著本體理論的不斷成熟和完善，國際信息資源管理研究中關(guān)于本體的相關(guān)研究也逐漸從理論探索走向?qū)嶋H應(yīng)用研究。在語義Web檢索方面，比較試驗表明，針對不同檢索類型、不同內(nèi)容的檢索關(guān)鍵字，結(jié)構(gòu)化的基于任務(wù)的索引本體不僅可以改善精度，而且能夠減少搜尋時間，提高了檢索效率、檢索效益以及檢索精確性[3]。在其他領(lǐng)域，研究者通過利用島嶼驅(qū)動算法(Island-drivenAlgorithm)和潛在語義分析(latentSemanticAnalysis,LSA)提出基于本體的言語行為識別是有效的對話管理。通過分析語義取向的文本信息產(chǎn)生出一種優(yōu)于基線法的本體支持的極性挖掘方法。此外，本體理論在知識管理領(lǐng)域和組織記憶評估中也得到應(yīng)用。目前，基于本體理論的應(yīng)用除包括信息檢索、語義Web領(lǐng)域外，還包括信息抽取、異構(gòu)信息系統(tǒng)的互操作和集成、知識管理以及數(shù)據(jù)挖掘等領(lǐng)域。1.2形式概念分析的應(yīng)用研究形式概念分析(FormalConceptAnalysis,FCA)最早由RudolfWille在1982年提出。它是對概念的哲學(xué)理解的數(shù)學(xué)化，是以人為中心構(gòu)造和分析數(shù)據(jù)的方法，是數(shù)據(jù)的內(nèi)在結(jié)構(gòu)、關(guān)聯(lián)和相互依存關(guān)系的可視化方法。近幾年來，形式概念理論被廣泛應(yīng)用于本體的構(gòu)建，二者形成了伴生關(guān)系，促使形式概念理論的應(yīng)用領(lǐng)域不斷擴展和延伸，其中具有代表性的應(yīng)用包括信息檢索和信息工程兩個方面。信息檢索方面，有的研究從概念出發(fā)將信息檢索的焦點看作是一個特定類型的信息檢索任務(wù)，構(gòu)建信息研究的概念框架，并從心理學(xué)角度通過對概念空間信息流的計算實現(xiàn)從文本語料庫自動構(gòu)建高緯度語義空間，大大提高了查詢模型的有效性和精準(zhǔn)度。同時，利用赫布型學(xué)習(xí)算法(Hebbiantypeoflearningalgorithm)，使用共同出現(xiàn)的數(shù)據(jù)作為輸入，通過對鄰近概念的探索找到新概念之間的關(guān)聯(lián)，對探索未知的概念間關(guān)系提供了支持[4]。研究者還提出了多層面動態(tài)性質(zhì)的概念，認為客戶相關(guān)性是最現(xiàn)實的情景相關(guān)性，要求通過交互式信息檢索參考其潛在的動態(tài)性質(zhì)。此外，PabloJGarces、JoseAOlivas和FranciscoPRomero通過語義區(qū)域從模糊角度看待概念，改善了大多數(shù)搜索引擎的詞語匹配程度[5]。信息工程方面，通過將數(shù)據(jù)庫、實體和文件等多種對象在概念網(wǎng)絡(luò)中呈現(xiàn)，在知識域中借助語義協(xié)同在各個實體之間獲得獨特的路徑。ManuelMora等以系統(tǒng)最初的概念形式開發(fā)了信息系統(tǒng)文獻使用模式和框架，減少當(dāng)前研究中的焦點沖突并努力尋找學(xué)科領(lǐng)域的基本范式[6]。另外，在類層次設(shè)計、數(shù)據(jù)挖掘和知識發(fā)現(xiàn)等方面，形式概念理論都有廣泛的應(yīng)用。1.3語義學(xué)的相關(guān)研究1.3.1語義關(guān)聯(lián)(SemanticAssociation)有研究者認為，如果實體彼此間的聯(lián)系能夠被發(fā)現(xiàn)，數(shù)據(jù)庫中的關(guān)系序列能夠被明確表示，則就可以構(gòu)造兩個實體之間的語義關(guān)聯(lián)，引入一種集成了語義關(guān)聯(lián)操作與文檔操作的查詢語言來發(fā)現(xiàn)語義關(guān)聯(lián)。在此基礎(chǔ)上，根據(jù)查詢中指定的實體是否預(yù)先為用戶所知以及文本信息是否在文檔中被利用，對查詢類型進行分類。如果該實體的前提是事先預(yù)知，則在查詢語言中屬于非常低效的模仿行為[7]。1.3.2潛在語義分析(LatentSemanticAnalysis,LSA)LSA產(chǎn)生的最初目的，就是將LSA思想運用到信息檢索中，解決基于關(guān)鍵字檢索中遇到的同義詞和多義詞的問題。目前，新的基于相似概念的雙概率模型為潛在語義索引(LatentSemanticIndexing,LSI)提供了更深層次的理解。該模型高峰期的可能性曲線表明了內(nèi)在語義層面的存在，而遵循齊夫分布的潛在語義索引的重要性表明了LSI層面代表著潛在的概念，可以將語義層面含有的噪音信息分離出來，通過統(tǒng)計顯著性和可能性來定量揭示語義關(guān)聯(lián)[8]。而MilesEfron則在潛在語義索引中以修正平行分析(AmendedParallelAnalysis,APA)作為一種模型選擇的新方法用于信息檢索等無監(jiān)督學(xué)習(xí)的問題。經(jīng)修正后的平行分析是合恩平行分析的升華，運行于空白特征的信任區(qū)間，主張保留比預(yù)期的獨立性更大的非假設(shè)檢驗參數(shù)的相關(guān)矩陣特征值[9]。用詞性標(biāo)注加強潛在語義分析也是文本分類的一個有效算法，在潛在語義分析中使用詞性標(biāo)注器過濾奇異值，可以降低詞頻矩陣的緯度，將文檔在更少、更能表示其特征的語義空間表示出來。潛在語義分析可結(jié)合上下文的無關(guān)文法從自然語言中推斷語義。1.3.3多媒體描述(MultimediaDescription)(1)視頻領(lǐng)域。MPEG-7是國際標(biāo)準(zhǔn)化組織新推出的支持結(jié)構(gòu)化和語義的多媒體描述的標(biāo)準(zhǔn)。在針對MPEG-7標(biāo)準(zhǔn)的研究中，研究者采用智能多媒體知識應(yīng)用(IntelligentMultimediaKnowledgeApplication,IMKA)構(gòu)建媒體網(wǎng)絡(luò)框架，把多媒體作為語義和知覺信息的代表進行表述和處理。研究成果表明，多媒體數(shù)據(jù)的附加注釋可以自動構(gòu)建媒體網(wǎng)絡(luò)知識基礎(chǔ)，并且用于提高多媒體的檢索[10]。元數(shù)據(jù)被用于描述多媒體是用來標(biāo)識一個項目的單純的物理特性，甚至標(biāo)識被檢查項目本身不能直接確定的屬性。這些具有意義的抽象的、解釋性的屬性，往往是人們搜索的對象。(2)音頻領(lǐng)域。在音頻領(lǐng)域，研究者建立了評價區(qū)分情感、結(jié)構(gòu)和動覺等高級別音樂品質(zhì)描述的模型。提出基于主體特征的因素分析法，并認為主體的性別、年齡、音樂專業(yè)知識、音樂修養(yǎng)、音樂品味和音樂熟悉程度對音樂的語義描述具有一定影響力[11]。(3)圖形／圖像領(lǐng)域。在圖形／圖像領(lǐng)域，首先利用預(yù)先測試的語義屬性提取序號。在保證最終提取序號的獨特性和作為輸入的圖像序號的語義依賴的前提下，用于驗證發(fā)行圖片或檢測部分修改的可靠程度，并使用更好的已知散列函數(shù)數(shù)字簽名方案，以及產(chǎn)生的字符串來檢查不明圖片和原始圖片的真實性和相似性[12]。1.3.4數(shù)據(jù)挖掘(DataMining)在數(shù)據(jù)挖掘方面，針對詞匯和語義Web內(nèi)容，一個網(wǎng)頁往往和類似的網(wǎng)頁相鏈接，并且鏈接集群將推測到的有關(guān)同一主題的網(wǎng)頁都聚集在一起，并通過定量研究確認最新Web挖掘技術(shù)和網(wǎng)絡(luò)小世界拓撲結(jié)構(gòu)之間聯(lián)系的成功。同時通過探索非監(jiān)督學(xué)習(xí)技術(shù)提取語義信息，在段落檢索模式中利用語篇中的語義改善文獻檢索。新的段落檢索模型是基于五指導(dǎo)的圖形模式，可實現(xiàn)其空間檢索模型在主題、概念和術(shù)語的分布上方便高效的聚集，在語義表象的多個層面改善了檢索結(jié)果[13]。1.4數(shù)據(jù)挖掘應(yīng)用的研究數(shù)據(jù)挖掘從其誕生之日起就開始應(yīng)用于信息資源管理領(lǐng)域，隨著其算法的不斷改進，數(shù)據(jù)挖掘在信息資源管理領(lǐng)域中的應(yīng)用也越來越廣泛，無論是文本挖掘、數(shù)據(jù)庫挖掘還是基于互聯(lián)網(wǎng)的Web挖掘，數(shù)據(jù)挖掘應(yīng)用已成為研究的熱點之一。首先，在文本挖掘方面。近年來數(shù)據(jù)挖掘主要應(yīng)用于文本自動綜述、搜索引擎的發(fā)展、文檔聚類、文件分類、詞庫建設(shè)以及瀏覽界面等。其目標(biāo)是在適當(dāng)?shù)奈谋炯现袔椭詣影l(fā)現(xiàn)一組有意義的模式或假設(shè)，在發(fā)現(xiàn)框架基礎(chǔ)上用元數(shù)據(jù)配置文件的主題構(gòu)建算法，成功地解決關(guān)鍵術(shù)語之間的關(guān)系和排名問題。Yi-fangBrookWu等通過關(guān)鍵短語識別程序(KeyphraseIdentificationProgram,KIP)利用人們已事先識別確定短語的樣本配置候選短語的權(quán)重來提取文檔的關(guān)鍵短語。KIP的學(xué)習(xí)功能可以通過自動添加新的關(guān)鍵短語標(biāo)識豐富術(shù)語表，其個性化功能還可以幫助用戶建立滿足自身興趣領(lǐng)域的術(shù)語表[14]。此外，ADurfe等提出了一種新的文本挖掘方法——原型匹配文本聚類(PrototypematchingforTextClustering)，該方法應(yīng)用于基于摘要的文檔聚類、財務(wù)數(shù)據(jù)分析、作者身份鑒別、相似譯版評價等方面[15]。其次，在數(shù)據(jù)挖掘方面。信息資源管理作為數(shù)據(jù)挖掘應(yīng)用最早的領(lǐng)域，數(shù)據(jù)挖掘在這一領(lǐng)域中的應(yīng)用也是發(fā)展最成熟的。以生物醫(yī)學(xué)數(shù)據(jù)庫為例，AndrésRodríguez等在數(shù)據(jù)庫中，通過遍歷搜索和自動模式識別策略確定信號，利用關(guān)聯(lián)規(guī)則使標(biāo)簽序列排列保持相應(yīng)信號功能的關(guān)鍵字，從而設(shè)計出一套發(fā)現(xiàn)關(guān)聯(lián)規(guī)則的算法。該規(guī)則提取算法應(yīng)用的有效性已經(jīng)被其在相關(guān)領(lǐng)域中發(fā)現(xiàn)未知知識和有用知識的能力所證實[16]。JiexunLi等則建議使用基于內(nèi)核的學(xué)習(xí)方法(Kernel-basedLearningMethod)從專業(yè)語料庫文獻中自動提取所需的關(guān)系，通過納入跟蹤內(nèi)核捕獲豐富的背景信息來修改標(biāo)準(zhǔn)樹內(nèi)核功能[17]。第三，在Web挖掘方面。近年來，Web挖掘一直引導(dǎo)著數(shù)據(jù)挖掘應(yīng)用的潮流，關(guān)于Web挖掘應(yīng)用的相關(guān)成果也是最多的。(1)Web結(jié)構(gòu)挖掘。通過用數(shù)據(jù)挖掘調(diào)查主頁關(guān)系，系統(tǒng)確定網(wǎng)頁導(dǎo)航、相對位置和共同項目的特征，將主頁連同其支持的網(wǎng)頁視為一個Web單元，通過從Web單元中提取網(wǎng)頁間的特征從而實現(xiàn)更好的Web精度挖掘[18]。(2)Web用法挖掘。利用語言分析技術(shù)借助齊夫分布等統(tǒng)計方法對網(wǎng)站的查詢結(jié)構(gòu)、詞匯和詞間關(guān)聯(lián)進行分析，通過數(shù)據(jù)存儲和迭代分析建立數(shù)據(jù)模型粒度，從而確定查詢行為的模式和趨勢。另一種新的網(wǎng)絡(luò)日志分析方法是借助識別“查詢轉(zhuǎn)化”序列的相似性，將“查詢轉(zhuǎn)化”序列描繪成圖形化網(wǎng)絡(luò)，通過對轉(zhuǎn)化代碼相關(guān)性的觀察分析說明行為習(xí)慣，進而對檢索行為進行序化描述[19]。(3)Web內(nèi)容挖掘。基于學(xué)習(xí)的數(shù)據(jù)清洗算法主要用于篩選目標(biāo)網(wǎng)頁，通過獨立查詢功能和清洗算法，可以集中少量高價值的網(wǎng)頁來滿足大部分用戶需求，幫助搜索引擎更好地利用有限的存儲和計算資源，改善搜索效果。此外，使用增強模式的相關(guān)規(guī)則將一組查詢?nèi)罩局械南嚓P(guān)查詢用于初步查詢，用戶可以利用相關(guān)查詢和基于關(guān)聯(lián)度的排序調(diào)整或重新定向搜索過程。在搜索引擎的幫助下，新的挖掘Web數(shù)據(jù)的分割算法在檢索中可以有效地處理分割模糊、未知詞檢測、截止詞等問題，在精度上優(yōu)于傳統(tǒng)算法[20]。1.5以計算機為交流中介的研究隨著人類科技的進步與創(chuàng)新、知識的積累與傳播，人與人（組織與組織）之間的交流越來越被人們所重視。如何將現(xiàn)有的信息和知識有序化，以及將交流機制和模式智能化，使之有利于交流與創(chuàng)新，成為擺在信息工作者面前的重要問題。目前，計算機作為中介作用于人類交流特別是知識交流在信息資源管理研究中越來越引起人們的重視。以計算機為中介(Computer-MediatedCommunication,CMC)使得人類知識的交流具有瞬時性、廣泛性、準(zhǔn)確性和便利性的特征，促進了科技進步。算法與理論方面，在互動一致性分析(InteractionalCoherenceAnalysis,ICA)的基礎(chǔ)上產(chǎn)生了混合互動一致性(HybridInteractionalCoherence,HIC)算法，可以更準(zhǔn)確地標(biāo)識和構(gòu)建以計算機為中介的交流。該算法采用了一組系統(tǒng)和語言功能，包括郵件標(biāo)題信息、報價、直接地址、詞匯關(guān)系，以及基于相似性的詞匯匹配算法(LexicalMatchAlgorithm,LMA)等?；旌匣右恢滦运惴ū容^明顯地在精度、回叫、論壇和線程測量等方面表現(xiàn)出優(yōu)勢[21]。為了解決電子媒介與面對面媒介相比對協(xié)作型任務(wù)的溝通造成的妨礙，產(chǎn)生了補償適應(yīng)理論[22](CompensatoryAdaptationTheory)。這一理論把重點放在認知效果；交流模糊性、信息準(zhǔn)備、流暢程度和任務(wù)效果質(zhì)量上。在實踐應(yīng)用方面，團隊結(jié)構(gòu)和通信模式被認為會影響虛擬團隊的進程演變，包括團隊導(dǎo)向、分擔(dān)工作量、尋求和交換信息的傾向等。這些團隊的進程將決定小組成員的信息交流模式，進而影響團隊效率和進程的滿意程度。Jung-ranPark認為，語言禮貌現(xiàn)象是人類溝通的關(guān)鍵組成部分，可以很好地為分析社會交往和人際之間的話語與交流參與者變量提供一個框架，因為它不僅適用于面對面的社會交往，而且適用于在線交流的互動。通過定性分析得出，積極的禮貌表現(xiàn)和直接的語言行為策略都是立足于密切參與者之間人際關(guān)系的本質(zhì)，這類禮貌策略表明，有效和充分實現(xiàn)人際溝通在在線社會互動方面發(fā)揮著重要作用[23]。信息與知識的激增對人類傳統(tǒng)的交流模式提出了挑戰(zhàn)，互聯(lián)網(wǎng)迅速普及促使知識交流進入一個高速、高效、高容的全新階段。盡管專門針對以計算機為中介交流的研究目前不是很多，但由于人類社會信息與知識交流的普遍性和多樣性，針對這一領(lǐng)域的研究必將會成為信息資源管理領(lǐng)域中新的熱點。2信息資源管理中人文價值與社會經(jīng)濟領(lǐng)域的研究熱點2.1知識產(chǎn)權(quán)保護與知識共享在知識產(chǎn)權(quán)保護(IntellectualPropertyProtection)領(lǐng)域，無論是從技術(shù)上還是從法律規(guī)范上，早期研究已經(jīng)取得了一定的成果，數(shù)字水印(DigitalWatermark)技術(shù)和各國知識產(chǎn)權(quán)保護法的不斷完善就充分證明了這一點。美國專利商標(biāo)局在2002年發(fā)布了《21世紀戰(zhàn)略綱要》，其戰(zhàn)略目標(biāo)是建立保持美國發(fā)明人在全球的競爭優(yōu)勢所需要的專利商標(biāo)制度，將專利商標(biāo)局發(fā)展成一個以質(zhì)量為核心，對市場變化反應(yīng)靈敏的市場驅(qū)動型知識產(chǎn)權(quán)機構(gòu)。同年，日本也發(fā)布了《知識產(chǎn)權(quán)戰(zhàn)略綱要》，提出“知識產(chǎn)權(quán)立國”的口號，在日本全社會推行知識產(chǎn)權(quán)保護制度。近年來，理論界關(guān)于知識產(chǎn)權(quán)保護的研究有以下兩方面的成果。一方面，研究者通過對歐洲專利局和幾大信息提供商的比較和分析，認為對于一些特殊功能的需求，受到知識產(chǎn)權(quán)保護的專利信息可以實現(xiàn)排序、制圖和信息流的可視化，在書目專利耦合、共同專利引文、專利轉(zhuǎn)讓、技術(shù)專門化等方面可以進一步改善[24]。另一方面，也有人注意到數(shù)字技術(shù)的不斷進步對以傳統(tǒng)材料為基礎(chǔ)的媒體（書籍和雜志等）形成了沖擊，因此對知識產(chǎn)權(quán)保護提出了新的要求[25]。對知識共享(KnowledgeSharing)的研究近年來取得了較豐富的成果。LawrenceMOliva認為，信息共享的問題主要是非技術(shù)性的問題，目前信息共享的非技術(shù)性壁壘主要包括：①法律限制；②行政權(quán)限；③安全分類；④經(jīng)濟問題；⑤信息過時；⑥背景。在此基礎(chǔ)上，Oliva提出了通過調(diào)和與協(xié)商政府、商界和學(xué)術(shù)界信息共享標(biāo)準(zhǔn)消除信息共享壁壘的建議，具體包括：①信息共享標(biāo)準(zhǔn)；②法律保護；③經(jīng)濟補償；④背景標(biāo)記；⑤信息退出機制[26]。在知識共享理論研究方面；有學(xué)者認為，知識共享的倡導(dǎo)和壁壘問題主要存在于個體之中，倡導(dǎo)者往往以集體主義和互惠為出發(fā)點，而壁壘者的動機則不盡相同。對于知識管理的知識共享而言，人類個體的執(zhí)行方式并不總是與他們此方面的信仰相一致，這種矛盾被解釋為自我效能(Self-efficacy)。基于知識管理的知識共享已經(jīng)超越了知識共享的實際行為和意志控制結(jié)構(gòu)，管理必須著眼于組織設(shè)置的社會和文化屬性，從而加強人們在知識共享實踐中的意志控制[27]。知識共享的實證研究集中在各類企業(yè)經(jīng)營活動領(lǐng)域。從企業(yè)供應(yīng)鏈管理(SCM)角度對信息共享效力進行仿真研究得出，分銷商和批發(fā)商在最終庫存和后備訂貨量等方面從信息共享中獲得巨大收益。在企業(yè)資源規(guī)劃(ERP)方面，對默許知識共享(TacitKnowledgeSharing)進行的研究表明，通過對ERP執(zhí)行過程中默許知識共享的要素進行識別和分類，有助于探索默許知識共享發(fā)展的方向和途徑。目前，在基于資源的理論基礎(chǔ)上已經(jīng)有研究者建立起知識共享模型，隨著軟信息資源的補充，信息共享和自發(fā)學(xué)習(xí)將成為企業(yè)智力資本。企業(yè)必須同時關(guān)注在作為知識共享基礎(chǔ)的硬信息資源和智力資本等軟信息資源上的投入[28]。此外，WATaylor和GHWright還率先對公共服務(wù)領(lǐng)域的知識共享進行了研究，通過要素分析和回歸模型識別出影響有效知識共享的獨立因素，即從失敗中學(xué)習(xí)的能力和良好的信息質(zhì)量有效地預(yù)測成功的知識共享[29]。2.2用戶信息行為分析和用戶滿意度在用戶信息行為分析方面，國外學(xué)者在研究中超越了信息資源管理學(xué)科本身的范疇，從社會學(xué)、心理學(xué)、組織行為學(xué)等多個學(xué)科角度和層面對用戶的信息行為進行研究。研究所采樣的數(shù)據(jù)包括社會學(xué)數(shù)據(jù)（角色、規(guī)范、任務(wù)）、心理學(xué)數(shù)據(jù)（知識狀態(tài)、認知狀態(tài)、作風(fēng)狀態(tài)、情感狀態(tài)）、信息來源數(shù)據(jù)（來源的性質(zhì)、來源的行為）和行為數(shù)據(jù)。強調(diào)信息行為的非線性、動態(tài)性和層次性，并把互動與反饋納入了信息行為研究中，研究重點在于應(yīng)用，而不是單純獲取技術(shù)。AmandaSpink和CharlesCole依據(jù)進化心理學(xué)的理論，將人類的尋求信息的行為分為三個層次：①日常生活信息尋求常識的決策方法；②信息搜索方式；③信息尋求觀念的解決方案[30]。正是基于人類信息行為的非線性、動態(tài)性和層次性，作為信息活動主體的人的個體差異也凸現(xiàn)出來，許多研究者紛紛致力于探究信息搜索策略與人類個體差異之間的關(guān)系，采用回歸分析為主要技術(shù)手段的因素分析法。而基于人類個體差異強調(diào)用戶個體偏好的個性化信息搜索模型也隨之誕生。ChenDing和JagdishCPatra在自組織映射(Self-OrganizingMap,SOM)的基礎(chǔ)上建立了個性化信息搜索模型，從而使得個性化信息搜索更加有效[31]。用戶滿意度研究方面，較早的研究在本質(zhì)上仍然沒以產(chǎn)品（系統(tǒng)）為核心。迪洛涅和麥考林模型(DeLoneandMcLean'smodel)研究的焦點集中在以下四層關(guān)系：系統(tǒng)質(zhì)量的感知和用戶滿意度、信息質(zhì)量感知和用戶滿意度、用戶滿意度和使用意向、用戶滿意度和個人影響感知。模型中對質(zhì)量的高度強調(diào)，暴露出其根本出發(fā)點仍然是產(chǎn)品而不是用戶。隨著學(xué)術(shù)界和產(chǎn)業(yè)界普遍接受以用戶為核心的指導(dǎo)思想，感知易用性(PerceivedEaseofUse)對用戶滿意度影響的權(quán)重越來越為人們所認識。感知易用性是強調(diào)以用戶為核心，提倡用戶參與、互動和控制，其決定因素包括個體的差異、系統(tǒng)的特點以及抵制變革(ResistancetoChange,RTC)[32]，從易用的角度來考慮用戶滿意度，真正實現(xiàn)了以用戶為核心的指導(dǎo)思想。2.3跨語言與文化差異人類的文化是多元性的，以互聯(lián)網(wǎng)迅猛發(fā)展為特征的信息時代要求信息交流遵從便捷、高效、暢通的原則，而文化的多元性造成的語言、文字交流障礙顯然有悖于這一原則。另一方面，面對互聯(lián)網(wǎng)的英語化（Internet上90%的內(nèi)容為英語），許多國家采取一定的措施來保護本國、本民族的文化不被吞噬。這些問題和矛盾促使國際信息資源管理領(lǐng)域中關(guān)于跨語言和文化差異的相關(guān)研究日漸興盛。國外信息資源管理領(lǐng)域中跨語言和文化差異的研究主要集中在跨語言信息檢索(Cross-LanguageInformationRetrieval,CLIR)方面。針對跨語言信息檢索中超出詞典和詞匯不匹配的問題，目前主要采取建立檢索中介和借助平行語料庫兩種方式。(1)建立檢索中介的方法是在跨語言信息檢索過程中先建立一個檢索中介以彌補功能性和交互性的不足。這個檢索中介可以是一個中繼性的詞匯知識庫(LexicalKnowledgeBase,LKB)，也可以是類似詞庫的一個初級檢索結(jié)果集。根據(jù)自然語言處理(NaturalLanguageProcessing,NLP)的策略建造詞匯知識庫或傳遞字典，定制可用的翻譯資源用于翻譯查詢。也可以依據(jù)有效的標(biāo)準(zhǔn)向量空間模型算法，通過自動分類程序查詢術(shù)語和相關(guān)專業(yè)概念，利用專業(yè)概念建立一個語言抽象，使信息的檢索以獨立的方式進行，以使語言歧義最小化。還可以采用基于Web的術(shù)語翻譯方法，借助一個真正的網(wǎng)絡(luò)搜索引擎對雙語結(jié)果頁面進行挖掘，從而確定未知查詢項的有效翻譯[33]。(2)利用平行語料庫技術(shù)進行跨語言信息檢索時，更強調(diào)檢索內(nèi)容的相似性。在掌握了海量的所涉及語言已嚴格標(biāo)注的語料基礎(chǔ)上，根據(jù)相似性原則提取恰當(dāng)?shù)暮x。再根據(jù)翻譯規(guī)則和相似矩陣，從平行語料庫中自動學(xué)習(xí)。最后根據(jù)不同的相似性提取適當(dāng)?shù)脑~匯，提高檢索精度。對于存疑之處采用類似字符串匹配技術(shù)，參考相似之處的上下文關(guān)系，排除不適合含義[34]。此外，文化的多樣性和文化差異問題在學(xué)術(shù)界已是一個不可回避的問題。人們一方面強調(diào)網(wǎng)絡(luò)和計算機技術(shù)越是高度發(fā)達，就越應(yīng)該更多地考慮系統(tǒng)主體的文化差異問題。另一方面，通過研究證實，團隊中文化的多樣性是一把雙刃劍。這也決定了文化差異不是簡單的是否應(yīng)該被消除或如何消除，而是如何既保留文化多樣性又協(xié)調(diào)了文化差異的問題。信息社會應(yīng)立足于并促進對文化特征、文化和語言的多樣性、傳統(tǒng)以及信仰的尊重，推動不同文化和文明間的對話。2.4信息道德與隱私保護網(wǎng)絡(luò)社會是由于計算機網(wǎng)絡(luò)的興起而出現(xiàn)的包括信息、知識、情感的一種嶄新的生存環(huán)境。在這種全新的生存環(huán)境中，各種異質(zhì)的價值觀念、生活方式通過多種信息傳播渠道相互交匯、碰撞，人們不得不面對道德倫理關(guān)系的挑戰(zhàn)。專業(yè)的信息工作人員需要掌握其工作的道德尺度，而即使缺乏信息素養(yǎng)的普通參與者（生產(chǎn)者、提供者、傳播者、匯集者）也應(yīng)該努力減少未驗證信息。近年來，對于如何防范和識別違反道德甚至犯罪的信息行為的研究已取得了一些進展：①技術(shù)上，采用共生分析(Co-occurrenceAnalysis)、最短路徑算法(ShortestPathAlgorithm)、啟發(fā)式處理方法、可視化技術(shù)、灌溉算法(FloodingAlgorithm)等建立的一系列信息系統(tǒng)可以有效地克服信息過載和搜索的復(fù)雜性，幫助進行犯罪調(diào)查[35]；②制度上，研究者發(fā)現(xiàn)借助威懾理論(DeterrenceTheory)和計劃行為理論(TheoryofPlannedBehavior)建立的懲罰和道德培訓(xùn)機制可以有效地減輕潛在的軟件和信息安全的威脅[36]。另外，我們也應(yīng)該看到，在信息道德問題上，人們既認可依據(jù)道德準(zhǔn)則和倫理原則的標(biāo)準(zhǔn)進行判斷，同時也強調(diào)信息道德的主觀性，認為現(xiàn)代信息社會中道德和不道德行為之間的界線在不斷變化，對網(wǎng)站所有者的潛在影響是習(xí)慣于支持新的道德規(guī)范，人們的判斷往往可能隨時間而改變?；ヂ?lián)網(wǎng)已經(jīng)改變了人們對隱私的傳統(tǒng)認識，但由于許多與隱私有關(guān)的法律問題還沒有解決，研究人員、決策者、使用者都開始擔(dān)心網(wǎng)上的隱私，隱私問題在互聯(lián)網(wǎng)上已經(jīng)越來越多地被人