上式是資訊計量學三大定律當中的齊夫定律(Zipf's law)，式中C為一常數；fr為較長文章中每個詞出現的頻率；r為與fr相對應的賦予詞的序號。
~引用自馬悅英，分形論在情報學中的應用，圖書情報工作，1998年第5期。
今天剛考完統計，範圍是敘述統計的部份，也就是平均數、變異數、標準差、機率以及常態分配。題目不難，公式也很好理解。
考完試的下午我繼續讀資訊計量學要看的「分形論在情報學中的應用」，短短三頁，但是卻有著11個公式，而且每一個都看不太懂。
翻翻蔡明月老師所著的「資訊計量學與文獻特性」，回想一下老師上課時公式講解，似乎自己都能夠理解。但是為什麼讀這期刊論文時，卻覺得這公式怎麼這麼難懂呢？
更甚者，光是看公式就看不懂了，那以後要怎麼寫出這些公式呢？未來真是讓人擔憂啊。
(more...)根據排球場上選手碰觸到排球次數的多寡，依遞減次序排列，這些選手將可分為一個核心區(第一區)及接連的數區，且每一區包含大約相同的文獻篇數，則各區選手人數的比例將呈現1：n：n2......的關係，其中n大約是5。
以上說明只是在加油的時候想到的，其實要說的是：
恭賀政大圖檔所奪得第33屆大圖盃運動會男子排球賽季軍
選手之夜的時候，以前輔大的學姊發現我是五年以來第一次參加大圖盃，問我有沒有覺得很棒。雖然還不到感動到流淚的地步，不過也覺得人生的視野好像又擴大了一些。
我參加了桌球混雙，其他就是來喊加油。對我來說，球場是一個很不熟悉的場所。在我這個不懂規則的人的眼中，球員、裁判、旁邊加油打氣的人，都做著許多似乎已經約定成俗的規律動作。我一邊看著、一邊學著怎麼做，既然來到球場了，那就學著當裡面的一份子吧。(雖然打牌好像不是球場該出現的行為啊......)
(more...)Bradford定律可以具有實務與理論價值。在應用上，可以指引圖書館館藏發展需要增減哪些文獻。而在理論上的衝擊則是更重要且有趣，。
Bradford定律在多學科中有以下多種方式：
這篇論文有幾個目標。最重要的是強調用多領域的觀點處理文章發散，並且看到傳統布拉佛德型態規律在多規律領域中描述單一規律碎片。而且，我們試圖定義描述與分析多規律發散現象的基礎概念。我們討論從競爭過程中浮現的期刊發表的單一規律模式；為了要指導我們定義基本概念，我們應該創造一種競爭模型，並且研究這些模型裡面需要哪些實體。
期刊評鑑的模型需要有以下指標：
在接下來的段落中，該論文依據以上指標推導了一連串公式，最終為
結論則是探討公式模型參數之間的變化，然後假設情況套入公式模型檢驗是否可行。然後提到使模型更為精細需要更多隨機資料。但是作者相信這個簡單的模型已經能夠展現期刊出版關鍵的特性。
(more...)本篇作者用統計的方法來分析期刊論文的作者合作程度，再統計合作作者的自引數量，推測合作作者群當中對於一篇文章的貢獻程度。統計資料來源是「中國科學引文資料庫」在1989年和1998年兩個時期，比較9年差別的變化，並考慮了資料庫收錄期刊數量的增加。合作度比較了12種學科，接著更進一步比較數學、物理、醫學這3個有代表性學科的數據來做細部分析。
期刊論文的作者合作度，是以「人」為單位為，一篇論文有幾個作者就稱該文的作者合作度為幾人。
9年間合作規模有明顯地擴大，合作形式成為科學研究的主流。
依據學科性質的不同而會合作程度也不盡相同，理論性越強的學科合作度越低；實驗性越強的學科合作度越高；介於理論與實踐之間的學科，其合作度為中等。因此作者建議在研究相關問題時，最好能根據學科性質區別對待。
作者自引的定義為文章作者引用自己的其他文獻的行為。然而在合作現象當中，如果一位作者引用了一篇他自己並非為第一作者的文獻，也應算做自引一次。但由於資料庫只有收錄被引用文獻的第一作者，所以在此文章中各種自引數都不包括這一部份。
研究結果顯示：
9年間論文作者整體自引量有大幅度的提高。
合著情況下，各作者在文章中的排序與個人自引百分比總體狀況是相反，第一作者的自引百分比遠高於其他作者。
合著中存在著「臨界合作度」，當合作度小於臨界值時，第一作者的自引白分比隨著合作規模的增加而降低；反之當合作度大於臨界值時，第一作者個人自引百分比呈上升趨勢，這說明合作規模達到一定程度之後，合作研究中的分工方式發生變化。
本文認為作者的自引百分比近似於作者的名譽分配比例，就本文分析結果來看，可以按照該比例分配作者的權重。一般來說，作者的自引數會按照文章中排名順序遞減，但是從各學科來看，最後一個作者的自引數比常常高於前面幾個的作者。這可能與最後一個作者經常是研究的組織者、指導者有關。
(more...)數位圖書館(Digital Libraries, DLs)已經變成取用數位化資訊最普遍的方式。因此，使用者歡迎任何改進數位圖書館的方法。其中一種服務就是從個人化(personalization)著手。到目前為止，數位圖書館常見的個人化服務依然是以使用者自行設定為主。儘管如此，為了要發展出高效率的個人化服務，現在可以加入自動化的方法。在這種情況下，機器學習技術(machine learning techniques)可以自動建立使用者模型(user model)。該論文提出了一種可以滿足使用者對資訊需求的新方法來設計數位圖書館：自動適應數位圖書館(Adaptive DLs)，系統將會自動學習使用者的偏好設定與目的，並依此提供個人化的互動使用經歷。
該論文最重要的地方是提出了數位圖書館使用者模型的九個面向：個人資訊、認知型態(cognitive style)、設備、情境、歷史記錄、興趣、目的、系統使用經驗、領域專業知識。然後介紹相關的機器學習技術，建議用哪幾種方式來建立使用者模型，並帶出相關的研究，供讀者可以繼續延伸閱讀。
(more...)今天meeting只有三個人報告，最後我報的paper連自己都快要不知道自己在說些什麼，接著老師講些想到的題目，然後聊起了其他話題，不過大多數之前都聽過。meeting在三個小時之內結束，算是蠻快的了。
收拾東西的時候，聽到學長姐在討論最近研究上的瓶頸。大意是要拿未知詞彙跟兩萬多筆資料計算相似度，花費時間過長，該怎麼改善。大家一邊思考、一邊提意見、畫黑板，討論這個點子的可行性。最後想出了一個兼具精準度與速度的折衷方法，大家鼓掌叫好。
就是這種氣氛，讓我願意每個禮拜都來團體meeting吧。
(more...)今天臺大圖書館特藏組的洪淑芬主編來演講臺大圖書館在製作數位典藏過程的實務經驗。投影片上面寫著內部文件請勿流傳，那我就以自己的方式重新整理今天的演講吧。
Metadata的用處及重要性，我想大家都能照本宣科，但實際建立的過程，我想這並不是照書上講的就能夠建出來。一般來說，設計的基礎可以參考文建會設計的多種詮釋資料格式，再進一步調整成適合描述典藏目標的格式。然而，文建會的metadata其實只有考慮到描述層面(Descriptive Metadata)，在實際使用上是非常不足的！
Metadata有幾種類型：
如果要用Metadata Encoding & Transmission Standard(METS)作為交換資料的格式的話，還要考慮到更多層面。但至少上面這三種類型的Metadata，是實務上必須要考量進去的。
對應到今日洪主編演講的實務內容，她的「數位檔案命名」與「檢索欄位關聯」等主題都涵括在管理及結構metadata裡面。儘管洪主編自謙以實務起家再學理論，但能考慮得如此周詳，也是很値得敬佩。
臺大執行數位典藏計畫另一個重要關鍵，那就是不依附系統的獨立建檔方式：Excel。
對碰過很多系統、對於資料庫設計也有不少經驗的我來說，深知製作一個完美的資料輸入流程是非常困難的事情。做到最後，通常建檔者得屈就於系統設計者，而一再屈就、下降目標的最後，連系統設計者也會遺忘原來的設計目的。這是一種惡性循環的陷阱！
相對的，臺大以Excel這種容易操作、建立、比對的方式建檔，增加了更多自由性。在建檔同時，也可以一邊快速地對於metadata欄位編修，因而不需要等待系統花時間修正。而最後調整到最後的欄位，依此做出的系統也可以有較佳的呈現。
在製作DSpace的時候，我有研究過台大的數位典藏DARC。他們用Excel建立的Metadata資料，甚至沒有直接對應到DSpace的欄位，而是另外儲存為一個xml的檔案供全文檢索與擷取顯示。
相較之下，去年頂大計畫的百年圖書館歷史中，我們嘗試去調整了DSpace的Metadata，最後結果卻無法應付不斷修改的欄位而一團亂。今日洪主編的演講，再再切入我心，越聽越是悔不當初。
演講後跟同學聊到此事，她說很欽佩洪主任，雖然沒有程式概念，卻能將資料分得有條有理。我認為，這才是圖書資訊人員的專業。至於資訊工程的專業，則是在於研究該怎麼把這種想法實作出來。
實際上，研究所培養出來的領導人才，確實不需要有能力實作系統，反之像洪主編這種能夠知道概念而能夠領導眾人順利完成計畫，這才是有價值的目標。
嗯，加油吧！
(more...)前幾天聽說師大的同學們也要研究Second Life，還找到我這篇介紹Second Life的Blog，打了電話過來問我概況。雖然很多事情無法電話中表達，而且我對於實際的操作還是不太熟悉，故能講的事情不多，請同學們好好加油。
電話講完，我忽然想到毛老師的理想。印象中以前上課的時候毛老師有提到過，資源本身是什麼不重要，只要擺在網路上，總有一天會有人來取用。此外之前洪教授演講知識的創造力時也提到這個概念，不管想法是什麼，儘管攤開來給大家看，總是會有人再把你的想法加強、深化，最後成就會變成創意。
這篇Second Life只是我在課堂上報告而介紹，然而卻也能夠幫助到同學們，這不也是這種理想的一種體現嗎？
附帶一提，我祈求當我不小心因為分享資訊而觸犯到別人的智慧財產權時，請來信告知我要移除就好，請不要罰我這窮圖資學生的錢啊(汗)。
(more...)
架設圖書館自動化系統Koha的方法，一般是從安裝作業系統、安裝並確認模組、設定資料庫、再來安裝Koha，整個安裝過程十分複雜且容易失敗(至少我灌了好幾台Linux都還沒成功過)。
儘管我國在毛慶偵教授、long_sam.tw 龍山與Thomas 育欽等人的努力之下，在網路上釋出了Koha 中文 WIKI 文件區 (技術文件)、Koha臺灣Google網上論壇、KOHA 中文開發網站等資源，安裝檔過程也有自動設定的程式，然而我研究了好久卻還是裝不起來。
在這時候，Koha臺灣Google網上論壇裡面找到了一篇用虛擬機器VirtualBox架設的點子，Thomas也釋出了一個 VDI檔案(VirtualBox給虛擬機器使用的硬碟檔)，讓正在使用VirtualBox架設Linux的我相當地感興趣。當然，VirtualBox是免費且跨平台的應用程式。
然而，之前也有看過用虛擬機器VMware Server或VMware Player架設Koha的介紹，這兩種的VMware也是免費軟體，但VMware Server需要免費註冊取得授權帳號。然而實際架起VMware之後，卻因為網路設定過於複雜，苦於不知該如何將虛擬機器(Guest)的網路與實體機器(Host)的網路連接而放棄。
話說回來，下載了Thomas的VDI檔之後，儘管是可以用VirtualBox成功開啟，然而卻遇到了網路卡找不到、需要修改koha-http.conf的設定等問題，再經過幾回跟Thomas通信請教與自己研究之下，終於一一克服。
在取得Thomas同意之下，我將修改過後的VDI檔再釋放出來供人下載，並撰寫修改過程與在Windows上的安裝方法，將從網路所學所得、回饋給網路社會。
好，在把Koha虛擬機器的架設方法說明完畢之後，我才打算要發佈這一篇。我本來是想說，應該要先把連結加上去再發佈，但其實先發佈也無所謂，有需要的人應該是一下子就能找到了，也不會特地來看這一篇感想。
Koha，從在輔大圖資的時候就常常聽得到這個名詞，跟毛慶禎老師上過課，也跟龍山學長見過面，Koha是個很常聽見、卻又不太熟悉的名詞。這次由於政大圖檔所授課編目教學，想效法毛老師用Koha來上資訊組織；另一方面是所上圖書室內的書目資料庫僅有儲存、查詢的功能，與現行圖書館所使用的自動化系統相距甚遠，因此希望改以Open Source的Koha圖書館自動化系統取代之；再加上其實之前就有同學跟學長有需要圖書館自動化系統，這些就是我這次研究Koha架設的原因。
剛開始，我需要一台伺服器安裝Linux，然而光這點就讓我為了調配電腦而煩惱半天。後來改用VirtualBox架設，安裝了不下數十次的Linux，每每卡在Perl模組遺失，至今這個問題還在Koha臺灣論壇等著解決。接著改嘗試以VMware架設，卻苦於網路設定搞不定而放棄。此時看到Thosmas釋出的VirtualBox VDI，解決了系統自身的網路問題之後，就順利運作了！此時才是我正式碰觸Koha的開始，雖然我目前還是不能成功安裝Koha。
接著熟悉系統操作，發現有許多不太習慣的設定，我從資料庫、從Perl程式一一地去修改，最後再把這些調整整理之後釋出。前前後後，我用了一個多月的時間才搞定。
我想說的有兩件事情。第一件事情是架設Koha這件事情，很難嗎？老實說，一再重灌Linux、安裝Koha，這過程很讓人絕望。有好幾天我都是過著一邊等安裝、一邊Google找解答、一邊整理問題狀況去問Koha臺灣的前輩們這種不斷重複的生活。架設Koha的過程，並不是努力做同一件事情就能夠成功，我用同種方法灌100次Linux，應該都架不起Koha。因此得要不斷地去找其他方法、詢問別人、再嘗試新的方法來解決。所以我也期許共同努力的同學、朋友們，不要懼怕這種連架都不知道能不能夠架起來的任務，其實我多少也抱著架不起來也沒關係的心態在做，即使架不起來，我還是學到了很多東西，在碰Koha之前，我連Perl都還沒寫過呢。
另一件事情，Koha我目前只有碰觸讀者、編目、系統設定這些部份，但我真的覺得，這是一個很不錯的系統。特別是編目的機讀格式功能，我感到與以往自己寫資料庫結構或是DSpace用的Dublin Core有著很大的差別。機讀格式這種複雜到讓人難過的Metadata，真的不能用普通的資料庫就草草了事。機讀格式的指標、分欄、資料代碼等處理，光是一個欄位就得花上好多功夫，這也只有Koha這種圖書館自動化系統才有量身打造。然而，Koha不能用預設值(允許値的選單又太過限制)、不能用自由填寫搭配選單、說明欄位太過簡短等缺點也是需要繼續改進的地方，期許毛老師與學長們繼續努力。即使如此，我希望我這次研究的結果能幫助其他人能夠更順利地架設Koha，推廣Koha的應用。
話說回來，研究Koha這件事情，我是把它當作所上事務在看，而不是個人研究。老闆也在跟我說，希望我能把所上事務脫手，儘可能回到自己研究。其實不只如此，這段時間沉溺於Koha，又好久沒讀paper了，不振作不行啊......
(more...)Koha，自動化圖書館系統，以Opne Source的形式讓人使用。以目前穩定的2.2.9版本來說，架設方式是從1. 作業系統安裝、2. 安裝運作環境、3. Koha系統安裝、4. Koha系統設定，最後才能開始使用。繁雜的安裝步驟容易失敗，此時可以藉由虛擬機器VirtualBox的技術，將前三個步驟建立成可以立即使用的虛擬機Koha系統。
使用虛擬機器架設Koha能夠解決以下問題：
然而這方法並不是完美的，缺點如下：
本篇教學主要著重在以VirtualBox架設起Koha系統，以Windows XP SP2 (Windows 2003 Server也一樣)為操作環境，介紹VirtualBox取得、安裝、架設虛擬機器、網路設定到開機自動啟動虛擬機器等步驟。
本篇核心虛擬機器的硬碟請點選下面下載，該硬碟的來源請參考Thomas的VDI修改記事。
koha-vdi-20080411(分流3) SkyDrive下載：下載1、下載2、下載3、下載4、下載5、下載6、下載7、下載8、下載9、下載10、下載11、下載12、下載13、下載14、下載15。推薦用7-Zip Portable解壓縮。
VirtualBox是SUN開發的跨平台虛擬機器，以Open Source的方式發佈，在Windows、Linux皆能安裝運行。
本次教學使用的是VirtualBox 1.5.6版本，此版本已經具有繁體中文版(雖然有些翻譯還是有點怪)，圖形化介面的操作環境讓人容易上手，也可以命令列執行(伺服器管理人員的最愛)。
執行檔安裝步驟很容易，一直按下一步就可以安裝完成，不太需要額外說明。
安裝好的介面如下，接下來我們一步一步來新增虛擬機器。
選取「新增」。
下一步。
輸入名稱，選取作業系統為Linux 2.6。
記憶體，在此示範當中僅給虛擬機器128MB，建議是給他512MB。
使用現有的虛擬硬碟。
加入現有的虛擬硬碟。
選取已經配置好的虛擬機器硬碟，網頁上方可以下載。
加入完成，選取。
下一步。
完成。
可以看到新增的虛擬機器，選取該機器並按下開始就可以啟動。但是在這之前，還得要調整完網路。
為了讓外面電腦能夠連線到虛擬機器，必須要給予虛擬機器一個IP。詳細的作法請參考VirtualBox用網路橋接器設定虛擬機器的固定IP。(至於用撥接連線搭配動態DN的方法我倒還沒研究，其實我比較想要本機端就能用NAT連線到虛擬機器orz)
網路設定完成之後，就可以用遠端登入SSH或是用網頁來開啟Koha系統了。
SSH遠端登入：可以用Pietty開啟，帳號為root，密碼為ilovekoha。
網頁OPAC：直接用http://虛擬機器的網址/開啟Koha的OPAC。
內部網頁：用http://虛擬機器的網址:8080/開啟Koha內部網路。預設的帳號密碼是kohaadmin、ilovekoha。
也可以用http://虛擬機器的網址/phpmyadmin開啟phpymymin了。一樣附帶一提，預設的帳號密碼是root、ilovekoha。
作為伺服器服務，就應該要能夠自動啟動。關於這部分的方法可以參考另一篇Windows開機自動開啟VirtualBox虛擬機器──用延後啟動。
koha-vdi-20080408 (分流1)
Comments