Week 3 圖書資訊學研究 ─ Bibliographic Latent Semantic Index: No Blames on Users

Bibliographic Latent Semantic Index: No Blames on Users
(書目隱性語義索引：使用者無錯)

這禮拜的課程，所上請來了Mu教授來進行演講，
演講的主題為
"Bibliographic Latent Semantic Index: No Blames on Users"
Mu教授剛開始先自我介紹，也介紹了我們的姐妹校
University of Wisconsin — Milwaukee

●Users Behaviors
1.Very few advanced search features
2.Rarely use Boolean
3.No interested in relevance feedback
一般的使用者，大部分都是使用一般的搜尋引擎的基本搜尋，
很少使用到進階搜尋、布林邏輯、也不重視相關回饋，
所以常會在檢索時發生錯誤，但是「Users always correct」
所以不能說使用者是錯誤的。

●Why people like google?
Because they know we are "thinking" based on what we are "saying"
大部分的人會喜歡使用GOOGLE就是因為他們會在搜尋時直接打上平常的用詞遣字，
而這也牽涉到了Lexical vs. Semantic的問題，
打的字跟想的意思不一定能完全吻合，
因為不是所有人的想法都能夠有相同的表達方式，
所以身為中介者的系統就扮演著很重要的腳色。

● 許多相同或是相關的書籍或者是資料，應該要能夠有所連結，
若是能夠連結起來，那麼對於學術的交流來說是好的，
也更能夠突顯書籍或是資料間的價值。

●What is LSI
1.Remove the "noise" of a document representation
2.In other word, provide a skeleton of document from a different angle
3.Using Singular Value Decomposition (SVD)

Try to capture the key concept
索引時找其最重要的特徵，例如：圖片搜尋馬英九，不一定是會搜尋到本人的照片，
可能會找到和馬英九一樣的鞋子、髮型...等等的圖片。
所以LSI強調它可以Remove the "noise" of a document representation，
這樣一來使用者更能夠更快速，且更有效率的查詢到自己所需要的資訊。

●產品與研究的差別，就在於產品必須要強建，必須要能夠考慮到所有的因素，
但是研究不一樣，研究只著重於某一項因素，其他的因素不需要太過拘泥。

●An Rockwell Question/Answer System 無Page rank，所以用LSI，
而GOOGLE有Page rank，因為其效果比較好，所以不使用LSI。

●LSI與YAHOO同，常用詞檢索做得很好，但是較冷僻的詞效果不佳，
在這方面反而是GOOGLE做的比較好，也就是說，LSI和YAHOO是服務百分之八十的使用者，
GOOGLE則服務另外百分之二十的使用者。

●心得
這堂的演講，讓我學到了許多東西，也見識到了許多新的概念，
不過講義上的一些數學公式，當然是看不太懂。
而Mu教授提到的概念，將相同的東西，分在一起。
我想這是很重要的概念，在這個資訊發展快速的社會裡，
我們的身邊無時無刻的出現了許多的資訊，
所以我們必須要能夠將其相關聯的資訊分在一起，
這樣子不但對於使用者來說更方便，對於學術的進步也更加的有益處，
因為它可以將某領域，或者是某學者的資料，結合在一起，
讓使用者在進行參考的動作時，有更好的工具。
而Mu教授也提到了一些出國唸書的相關事宜，真的是非常的受用，
下禮拜還有一堂演講，期待可以在學到更多的東西。