圖書館信息服務(wù)數(shù)據(jù)質(zhì)量管理及評價

1、圖書館信息服務(wù)數(shù)據(jù)質(zhì)量管理及評價摘要數(shù)據(jù)質(zhì)量影響用戶數(shù)據(jù)的整合過程與結(jié)果、數(shù)據(jù)庫 的應(yīng)用性、商業(yè)智能開發(fā)以及商業(yè)品牌。由信息系統(tǒng)呈現(xiàn)的 數(shù)據(jù)，為滿足用戶的需求并將其做有效的應(yīng)用，基礎(chǔ)均在于 數(shù)據(jù)的質(zhì)量。針對數(shù)據(jù)質(zhì)量的評估方式、管理架構(gòu)和評估要 素，建構(gòu)數(shù)據(jù)質(zhì)量評價指標(biāo)體系，為提高數(shù)據(jù)質(zhì)量從而改善 圖書館信息服務(wù)提供參考。關(guān)鍵詞數(shù)據(jù)質(zhì)量；數(shù)據(jù)管理；圖書館；信息服務(wù)中圖分類號1g252文獻(xiàn)標(biāo)識碼a文章編號10080821 (2012) 08-006803微軟研究院科學(xué)家jim gray在2007年提出了以數(shù)據(jù)為 基礎(chǔ)的科學(xué)研究第四范式的概念：科學(xué)研究越來越依賴于數(shù) 據(jù)的聚集和分析。隨著信息技術(shù)的發(fā)

2、展，在有限的時間里， 快速收集復(fù)雜而且大量的資料或數(shù)據(jù)(data),由數(shù)據(jù)整合 與分析構(gòu)建信息主體，再匯集足夠的信息，發(fā)展成為知識， 有了知識作為決策參考，采取行動，最后取得效益。然而， 由圖書館信息服務(wù)系統(tǒng)所呈現(xiàn)的數(shù)據(jù)，無論是數(shù)字型態(tài)還是 文字型態(tài)，為滿足使用者的需求并將數(shù)據(jù)做有效的應(yīng)用，一 切基礎(chǔ)均在于數(shù)據(jù)質(zhì)量。數(shù)據(jù)質(zhì)量會影響人們對組織的看 法、用戶數(shù)據(jù)整合過程與結(jié)果、數(shù)據(jù)庫的應(yīng)用性、商業(yè)智能 開發(fā)以及商業(yè)品牌。因此，圖書館在為用戶提供信息服務(wù)時, 必考慮的要素即是資料或數(shù)據(jù)質(zhì)量。1數(shù)據(jù)質(zhì)量管理數(shù)據(jù)質(zhì)量是數(shù)據(jù)滿足明確或隱含需求程度的指標(biāo)。數(shù)據(jù) 質(zhì)量是主觀性的，由使用者決定數(shù)據(jù)是否適用，或是

3、否高質(zhì) 量的。數(shù)據(jù)質(zhì)量評估可分為兩類：一是針對數(shù)據(jù)產(chǎn)品的收集 者、保管者、用戶的需求與經(jīng)驗(yàn)等方面進(jìn)行評估，稱之為主 觀性評估；一是以任務(wù)獨(dú)立性與任務(wù)依賴性兩方面進(jìn)行評 估，則稱為客觀性評估。數(shù)據(jù)質(zhì)量管理是指對數(shù)據(jù)從計(jì)劃、獲取、存儲、共享、 維護(hù)、應(yīng)用、消亡生命周期的每個階段里可能引發(fā)的各類數(shù) 據(jù)質(zhì)量問題，進(jìn)行識別、度量、監(jiān)控、預(yù)警等一系列管理活 動，并通過改善和提高組織的管理水平使得數(shù)據(jù)質(zhì)量獲得進(jìn) 一步提高。數(shù)據(jù)質(zhì)量管理是循環(huán)管理過程，其終極目標(biāo)是通 過可靠的數(shù)據(jù)提升數(shù)據(jù)在使用中的價值，并最終為企業(yè)贏得 經(jīng)濟(jì)效益，主要包括：數(shù)據(jù)分析(profiling).數(shù)據(jù)清洗 (cleaning)數(shù)據(jù)提升

4、(enhancement),數(shù)據(jù)匹配與整合 (match&eonsolidate)、數(shù)據(jù)監(jiān)控(monitoring)等內(nèi)容。1. 1數(shù)據(jù)分析通過數(shù)據(jù)分析的過程使數(shù)據(jù)收集者能夠了解數(shù)據(jù)以及 診斷數(shù)據(jù)的問題，主要是發(fā)掘組織中資源的特征和質(zhì)量。有 效的數(shù)據(jù)分析可以了解機(jī)構(gòu)背后隱藏的真實(shí)的數(shù)據(jù)內(nèi)容、結(jié) 構(gòu)和關(guān)系。有許多機(jī)構(gòu)、公司投入相當(dāng)多的經(jīng)費(fèi)作有關(guān)用戶 關(guān)系或信息系統(tǒng)，嘗試整合各個單位、部門、用戶或產(chǎn)品相 關(guān)的數(shù)據(jù)。同時，憑借數(shù)據(jù)分析可以監(jiān)控?cái)?shù)據(jù)結(jié)構(gòu)，將所有 的信息與相關(guān)的數(shù)據(jù)庫做比對，同時還可以提高數(shù)據(jù)的價 值，發(fā)現(xiàn)數(shù)據(jù)是否有不完整、不正確與混淆的地方。1. 2數(shù)據(jù)清洗為達(dá)到數(shù)據(jù)的高質(zhì)量化

5、和提升用戶滿意度、降低機(jī)構(gòu)的 危險性，必須通過校正、標(biāo)準(zhǔn)化與驗(yàn)證檢測來強(qiáng)化數(shù)據(jù)的一 致性、正確性與可信度，以作為決策的基礎(chǔ)，進(jìn)而構(gòu)建一個 有用、主動的信息系統(tǒng)，提供正確的信息，以提高機(jī)構(gòu)的效 率與競爭力。有效的數(shù)據(jù)質(zhì)量可對機(jī)構(gòu)環(huán)境有較好的認(rèn)識， 并且降低無效的成本投入。1. 3數(shù)據(jù)整合數(shù)據(jù)整合的目的是為了創(chuàng)建數(shù)據(jù)的單一、戰(zhàn)略性視野(single, strategic view)o數(shù)據(jù)整合不良導(dǎo)致無法提供 完整的影像給決策者，而會影響一個企業(yè)或組織的用戶關(guān)系 管理 (consumer relationship management, crm)、企業(yè)資 源管理(enterprise resourc

6、e management, erm)、數(shù)據(jù)倉 庫及商業(yè)智能的原始想法。此外，數(shù)據(jù)整合并非僅是將數(shù)據(jù) 匹配或鏈接，而是適時將新的數(shù)據(jù)加入數(shù)據(jù)庫中，并且確認(rèn) 所匯入或合并的新數(shù)據(jù)屬于高質(zhì)量的數(shù)據(jù)。通過內(nèi)外部資 源、電子資源、網(wǎng)絡(luò)資源等資源整合，實(shí)現(xiàn)圖書館全部館藏 信息資源組成的發(fā)現(xiàn)與獲取。1.4數(shù)據(jù)提升數(shù)據(jù)提升是指將內(nèi)在或外在的數(shù)據(jù)資源，應(yīng)用到本身的 機(jī)構(gòu)或組織中，以達(dá)到數(shù)據(jù)的宏觀性。同時，增加現(xiàn)有數(shù)據(jù) 的價值也是數(shù)據(jù)提升的方法之一，如增列封面、書摘、書評 和社會化書簽等。1.5數(shù)據(jù)監(jiān)控借助數(shù)據(jù)的監(jiān)控、核查功能，當(dāng)數(shù)據(jù)質(zhì)量出現(xiàn)下降現(xiàn)象 時即刻提出警示，從而可以避免信息系統(tǒng)重復(fù)做無用功，并 且憑借數(shù)

7、據(jù)監(jiān)控與核查可隨時反應(yīng)數(shù)據(jù)的質(zhì)量。2數(shù)據(jù)質(zhì)量評價維度2. 1準(zhǔn)確性數(shù)據(jù)準(zhǔn)確性用于度量數(shù)據(jù)的正確性與精確度，數(shù)據(jù)庫收錄內(nèi)容的準(zhǔn)確性及客觀性，是否來源于學(xué)術(shù)性較強(qiáng)的權(quán)威機(jī) 構(gòu)，數(shù)據(jù)資源對學(xué)科的覆蓋率，評價指標(biāo)包括涵蓋性、完整 性、獲取收集過程、測量誤差、校正和處理。涵蓋性：包括對所提供的數(shù)據(jù)能針對參照母群體有明確的說明，確認(rèn)且紀(jì)錄數(shù)據(jù)來源不足或在事前定義的范圍中超 出可接受范圍，以及數(shù)據(jù)的架構(gòu)可與外在及獨(dú)立數(shù)據(jù)庫比 對。查全率標(biāo)引深度越大、邏輯性越好，查全率也就越高。獲取與收集：獲取是指數(shù)據(jù)輸入依據(jù)有用性數(shù)據(jù)架構(gòu)，且符合數(shù)據(jù)提供者的角度；收集是指不同的數(shù)據(jù)提供者將數(shù) 據(jù)輸入類似數(shù)據(jù)庫中。出版社可視

8、為數(shù)據(jù)提供者，圖書館將 文獻(xiàn)數(shù)據(jù)制作成摘要即是數(shù)據(jù)采集，將數(shù)字化摘要匯集成數(shù) 據(jù)庫即為數(shù)據(jù)收集。完整性：是指數(shù)據(jù)的精確性和可靠性。它是應(yīng)防止數(shù)據(jù) 庫中存在不符合語義規(guī)定的數(shù)據(jù)和防止因錯誤信息的輸入 輸出造成無效操作或錯誤信息而提出的。數(shù)據(jù)完整性分為4 類：實(shí)體完整性、域完整性、參照完整性、用戶定義的完整 性。測量誤差：數(shù)據(jù)發(fā)生錯誤很難用一個簡單的評估方法就 能找出其復(fù)雜的原因。數(shù)據(jù)錯誤可區(qū)分為測量誤差、偏差與 一致性3種；所謂測量誤差是指數(shù)據(jù)值與其真實(shí)值的差異， 即數(shù)據(jù)效度；偏差即以系統(tǒng)性方式檢查所得數(shù)據(jù)值與真實(shí)值 的差異程度；數(shù)據(jù)的一致性則在評估多次的測量下其變異次 數(shù)，可運(yùn)用統(tǒng)計(jì)方法檢測。

9、校正：對不正確或遺失的數(shù)據(jù)，以特定數(shù)值替代的過程。 建立適當(dāng)?shù)男Ｕ龣C(jī)制是提高數(shù)據(jù)質(zhì)量的保證。處理：對某一數(shù)據(jù)庫的數(shù)據(jù)為任何一個特定目的所執(zhí)行的檢視程 序或流程的過程。數(shù)據(jù)處理的過程步驟應(yīng)包括數(shù)據(jù)加載、校 正、聚類等。數(shù)據(jù)庫的系統(tǒng)、程序、操作與執(zhí)行對數(shù)據(jù)質(zhì)量 的影響很大，所有數(shù)據(jù)處理的過程均要以紀(jì)錄為基礎(chǔ)，由紀(jì) 錄可容易的檢視程序的效度，若要做變更，紀(jì)錄可以讓改變 執(zhí)行更為容易，并且數(shù)據(jù)處理過程有被測試，數(shù)據(jù)應(yīng)被儲存 在安全處。2.2時效性時效性是指相對當(dāng)前任務(wù)數(shù)據(jù)是最新數(shù)據(jù)的程度，用來 考察數(shù)據(jù)的時間特性對應(yīng)用的滿足程度。數(shù)據(jù)從產(chǎn)生、發(fā)展、 到消亡，有一個相對的有效期，不同類型的應(yīng)用對數(shù)據(jù)的時

10、 間特性有不同的要求，數(shù)據(jù)的提供、加載與分析運(yùn)用的時間 差越小越好，以使數(shù)據(jù)能夠被確切實(shí)時呈現(xiàn)。時效性可用數(shù) 據(jù)更新及時、數(shù)據(jù)更新比例和臟數(shù)據(jù)比例等關(guān)聯(lián)關(guān)系來具體 體現(xiàn)，如數(shù)據(jù)庫收錄內(nèi)容的時間跨度、更新頻率、等待和響 應(yīng)速度，以及與對應(yīng)紙本資源相比出版的及時性，評價指標(biāo) 包括數(shù)據(jù)釋出時效性與數(shù)據(jù)記錄時效性。釋出時效性：是確認(rèn)數(shù)據(jù)時間的重要因素，其測量方式 是計(jì)算數(shù)據(jù)釋出時間與最后一次的時間點(diǎn)差距，其差距越短 表示所釋出的數(shù)據(jù)呈現(xiàn)越接近目標(biāo)。數(shù)據(jù)的釋出時間對使用 者而言有其特定價值意義，包含從數(shù)據(jù)庫中粹出數(shù)據(jù)的不定 期、定期時間點(diǎn)，如年報(bào)等。記錄時效性：維持高質(zhì)量的數(shù)據(jù)記錄最重要的一點(diǎn)是， 當(dāng)使

11、用者取用或匯集數(shù)據(jù)，其數(shù)據(jù)是具有效用的，同時數(shù)據(jù) 應(yīng)有相應(yīng)的時間記錄。2.3可比性數(shù)據(jù)的可比性是指數(shù)據(jù)庫持續(xù)維持與其它數(shù)據(jù)庫的一 致性與標(biāo)準(zhǔn)作業(yè)方式，如數(shù)據(jù)內(nèi)容與報(bào)告期限。數(shù)據(jù)比對有 助于數(shù)據(jù)的詮釋、了解與維護(hù)，同時，經(jīng)由類似數(shù)據(jù)的比對 可有效的檢測數(shù)據(jù)的涵括性、編碼錯誤、無反應(yīng)等。數(shù)據(jù)可 比性的評估有4項(xiàng)指標(biāo)：數(shù)據(jù)概念標(biāo)準(zhǔn)、連結(jié)性、均等性與 史實(shí)比對。概念標(biāo)準(zhǔn)：為使數(shù)據(jù)庫的數(shù)據(jù)能明確的界定，減少混淆 現(xiàn)象，應(yīng)使用相同的數(shù)據(jù)概念定義，且數(shù)據(jù)概念標(biāo)準(zhǔn)應(yīng)時時 做審查與修訂。數(shù)據(jù)概念標(biāo)準(zhǔn)應(yīng)包含其概念屬性，如名稱、 類別、長度以及值域，是否標(biāo)準(zhǔn)化和開放性的系統(tǒng)和數(shù)據(jù)接 口。連結(jié)：當(dāng)在使用數(shù)據(jù)鏈路時應(yīng)有

12、隱私與保密指引，其內(nèi) 容包括數(shù)據(jù)收集使用一致性的標(biāo)準(zhǔn)，以及數(shù)據(jù)編碼具一致 性。邏輯語義以及基于結(jié)構(gòu)化元數(shù)據(jù)構(gòu)建，支持遞進(jìn)式的深 度檢索，直至獲取最小、最精準(zhǔn)的知識單元，如基于frbr 的關(guān)聯(lián)數(shù)據(jù)等。均等：是指數(shù)據(jù)可從一種格式對應(yīng)到任何一種格式，錯 誤的分類法必須做有明確的分析與調(diào)整，并有紀(jì)錄。歷史比對：即將數(shù)據(jù)應(yīng)用趨勢圖、百分比、頻次比，或 縱向分析做歷史資料的比對。2. 4可用性數(shù)據(jù)可用性是指讓使用者在應(yīng)用時易用、易懂且無障 礙。由數(shù)據(jù)可用性的評估可以確認(rèn)數(shù)據(jù)的相關(guān)性與詮釋程 度，同時也可確認(rèn)數(shù)據(jù)記錄的完整與無障礙，具有可達(dá)性、 詳細(xì)說明、可理解三項(xiàng)評估指標(biāo)。表現(xiàn)在與讀者習(xí)慣的那些 著名的檢

13、索站點(diǎn)相似的風(fēng)格和成熟度，可視化知識地圖，更 快更強(qiáng)更深的檢索，更優(yōu)化更人性化更可視化的顯示個性化 交互式的體驗(yàn)?？蛇_(dá)性：當(dāng)數(shù)據(jù)用于分析或制作報(bào)告時應(yīng)儲存于安全的 文檔中，且為未來參照之用。根據(jù)數(shù)據(jù)使用者的目的與需求, 數(shù)據(jù)可以不同的格式與版本建立。無論印刷/電子、元數(shù)據(jù)/ 全文、本地/遠(yuǎn)程資源，是否一站式獲取，爭取讓用戶用更 少的點(diǎn)擊次數(shù)獲取更多的相關(guān)數(shù)據(jù)。詳細(xì)說明：主要是給使用提供者充分的信息，同時亦可 了解數(shù)據(jù)的質(zhì)量狀況是否符合其使用的需求，可以提供數(shù)據(jù) 的收集方法、操作方式以及主要的限制條件等?？衫斫猓簲?shù)據(jù)的結(jié)構(gòu)設(shè)計(jì)與潛在性限制是其主要影響因 素。是否界面友好，檢索方法、界面術(shù)語容易理

14、解和掌握， 易學(xué)易用。2.5相關(guān)性若要維持?jǐn)?shù)據(jù)的相關(guān)性則必須持續(xù)的與主要使用者或 數(shù)據(jù)處理者聯(lián)系，以數(shù)據(jù)的適應(yīng)性與價值性作為評價指標(biāo)。適應(yīng)性：是指它是否能根據(jù)使用者的需要，對現(xiàn)存的或 未來信息的位置設(shè)定有足夠的彈性或明確的界定。因?yàn)樾枨?與優(yōu)先級經(jīng)常改變，必須有反饋機(jī)制，以使數(shù)據(jù)使用者或擁 有者能維持對現(xiàn)存或未來數(shù)據(jù)的關(guān)注與爭議，能夠?qū)⒔Y(jié)果集 以更精準(zhǔn)、更可靠的相關(guān)度排序。價值性：指圖書館信息服務(wù)對知識及其應(yīng)用的貢獻(xiàn)度， 決定于其是否能夠滿足用戶的信息需求，以及是否能夠針對 其用戶提供合適的服務(wù)。3圖書館信息服務(wù)數(shù)據(jù)質(zhì)量評價以圖書館信息服務(wù)數(shù)據(jù)質(zhì)量影響因素構(gòu)建如圖1所示的 評價指標(biāo)樹，指標(biāo)樹中包括準(zhǔn)確性、時效性、可比性、可用 性與相關(guān)性5個層面；在準(zhǔn)確性層面又區(qū)分涵蓋、過程、完 整、測量、校正和處理6項(xiàng)指標(biāo)；時效性層面中以釋出時效 性、紀(jì)錄時效作為指標(biāo)；可比性層面則以概念標(biāo)準(zhǔn)、均等、 連結(jié)性與歷史比對作為指標(biāo)；可用性層面以可達(dá)性、詳細(xì)說 明、可理解性作為指標(biāo)；相關(guān)性層面以適應(yīng)性與價值性為指 標(biāo)；還可在各個指標(biāo)下設(shè)計(jì)若干項(xiàng)評估項(xiàng)目。請信息統(tǒng)計(jì)專 家學(xué)者對其進(jìn)行內(nèi)容效度檢測，就評價內(nèi)容的重要性、適切 性與