覃燕梅

(廣東技術師范學院圖書館，廣東 廣州 510665)

?

·應用研究·

百度學術搜索與超星發(fā)現(xiàn)系統(tǒng)比較分析及評價

覃燕梅

(廣東技術師范學院圖書館，廣東 廣州 510665)

本文針對百度學術搜索提出的“高校圖書館計劃”，致力于知識發(fā)現(xiàn)，連接用戶與圖書館的信息服務的目標，通過引入超星發(fā)現(xiàn)系統(tǒng)進行比較分析，對百度學術搜索系統(tǒng)在收錄數(shù)據(jù)、檢索功能、檢索結果排序、數(shù)據(jù)挖掘服務、題錄引用與導出、全文獲取途徑等方面進行實證分析，考量百度學術搜索作為國內(nèi)首個擁有億級別索引量的互聯(lián)網(wǎng)學術平臺的中文學術資源搜索和服務能力。通過比較分析顯示，百度學術搜索需借鑒超星發(fā)現(xiàn)系統(tǒng)進一步優(yōu)化和完善，以期為國內(nèi)學術平臺研究、學術資源搜索平臺的建設實踐、性能評價等提供參考。

百度學術搜索；超星發(fā)現(xiàn)系統(tǒng)；比較分析；評價

百度是目前全球最大的中文搜索引擎，每天響應來自全球138個國家數(shù)十億次的搜索請求，覆蓋95%以上的中國網(wǎng)民。依托強大的搜索引擎技術優(yōu)勢，于2014年6月初，又正式推出了一項免費的學術文獻搜索服務——百度學術搜索[1]，收錄中外文資源約2.5億，成為國內(nèi)首個擁有億級別索引量的互聯(lián)網(wǎng)學術平臺。2015年6月3日，百度學術在2015高校圖書館發(fā)展論壇上，正式發(fā)布了“高校圖書館計劃”，致力于知識發(fā)現(xiàn)，連接用戶與圖書館的信息服務。

知識發(fā)現(xiàn)是以知識挖掘和數(shù)據(jù)分析為基礎，通過現(xiàn)代技術手段將資源整合、知識發(fā)現(xiàn)、信息推送融為一體，實現(xiàn)知識價值再造[2]。近年來，國內(nèi)關于知識發(fā)現(xiàn)系統(tǒng)的研究不斷升溫，各類型圖書館也相繼引入國內(nèi)外的各種“知識發(fā)現(xiàn)系統(tǒng)”。目前，國內(nèi)基于文獻資源數(shù)據(jù)庫的知識發(fā)現(xiàn)系統(tǒng)主要有 “超星發(fā)現(xiàn)系統(tǒng)”、“中國學術搜索”、“智立方發(fā)現(xiàn)系統(tǒng)”以及“學知搜索”等[3]。

百度學術在“知識發(fā)現(xiàn)”方面做得如何？是否能夠將互聯(lián)網(wǎng)與圖書館信息服務深度整合，推動圖書館中文學術資源搜索和服務的變革？是否能如同Google Scholar一樣，一躍成為圖書館讀者進行學術資源搜索的第一入口？筆者嘗試引入國內(nèi)較著名的超星發(fā)現(xiàn)系統(tǒng)進行比較，對百度學術的收錄數(shù)據(jù)情況、檢索功能、檢索結果排序、數(shù)據(jù)挖掘服務能力、題錄引用與導出、全文獲取途徑等方面進行實證分析，以期為國內(nèi)學術平臺研究、學術資源搜索平臺的建設實踐、性能評價等提供參考。

1 收錄數(shù)據(jù)

1.1 元數(shù)據(jù)總量

百度學術聲稱索引了6億條元數(shù)據(jù)，其中期刊論文超過5億條，會議文獻超過3 700萬條，學位論文超過3 000萬[4]。由于系統(tǒng)不支持空檢索，數(shù)據(jù)總量無從核實。

2013年，國內(nèi)的超星公司推出了“超星發(fā)現(xiàn)”這一基于海量數(shù)據(jù)挖掘與分析的中文網(wǎng)絡級資源發(fā)現(xiàn)系統(tǒng)[5]，超星發(fā)現(xiàn)系統(tǒng)(以下簡稱“超星發(fā)現(xiàn)”)支持空檢，可以空檢出系統(tǒng)數(shù)據(jù)量約5.6億條。其中期刊論文約2.8億條，會議文獻約2 000萬余條，學位論文約621萬條。

為了有較為直觀的比較，筆者隨機選擇了“莫言”、“堆?！薄ⅰ癓ibrary”3個關鍵詞，于2015年9月19日通過題名(標題)途徑進行檢索，并對結果進行比較。關鍵詞抽查結果如表1所示：

表1 關鍵詞抽查結果

雖然百度學術聲稱的的資源量要高于超星發(fā)現(xiàn)，但從關鍵詞抽查結果的實際測試看，百度學術除期刊檢索出的資源量要大于超星發(fā)現(xiàn)外，會議論文和學位論文檢出的資源量并不都高于超星發(fā)現(xiàn)，甚至低于超星發(fā)現(xiàn)。

1.2 元數(shù)據(jù)來源及元數(shù)據(jù)類型

百度學術聲稱的數(shù)據(jù)獲取途徑有如下3種[6]：

(1)題錄數(shù)據(jù)：來自于數(shù)據(jù)商合作、OAI(Open Archives Initiative)協(xié)議收割、搜索引擎收錄。

(2)引文數(shù)據(jù)：OA(Open Access)集成。

(3)全文數(shù)據(jù)：來自于數(shù)據(jù)商合作、學術網(wǎng)站解析、PDF解析。

超星發(fā)現(xiàn)聲稱的元數(shù)據(jù)來源途徑也有3種[7]：

(1)出版社、期刊社合作；

(2)圖書館數(shù)字化加工；

(3)網(wǎng)上采集。

參考產(chǎn)品宣傳資料和實際系統(tǒng)，百度學術與超星發(fā)現(xiàn)包括的元數(shù)據(jù)類型如表2所示。

表2 元數(shù)據(jù)類型

注1：在產(chǎn)品資料中宣稱有，但實際系統(tǒng)中未見。

百度學術與超星發(fā)現(xiàn)都有3種元數(shù)據(jù)來源途徑，均能夠較好的保證數(shù)據(jù)來源。從檢索類型上來說，除了期刊、學位論文和會議論文外，超星發(fā)現(xiàn)系統(tǒng)還有標準、專利、科技成果、視頻等其他元數(shù)據(jù)類型，具備較為完善的文獻類型，這與超星發(fā)現(xiàn)基于超星公司旗下的電子圖書及視頻系統(tǒng)的資源量是分不開的，可以幫助用戶獲取除了常用的期刊、圖書、學位論文之外的資源信息。

2 檢索功能對比

百度學術與超星發(fā)現(xiàn)均提供了較為強大的檢索功能，檢索方式包括基本檢索、高級檢索、分面檢索及智能檢索等。如表3所示。

表3 檢索功能

2.1 基本檢索與二次檢索

百度學術與超星發(fā)現(xiàn)的簡單檢索功能很相似，均是通過單一檢索框，對篇名、作者、出處、主題詞、摘要等字段進行統(tǒng)一檢索。

百度學術未提供二次檢索功能。超星發(fā)現(xiàn)支持二次檢索，效果類似于將兩個關鍵詞用空格連接。即檢索A，二次檢索B，類似于檢索“A(空格)B”。

2.2 高級檢索與專業(yè)檢索

百度學術的高級檢索功能較為簡單。一是區(qū)分“全部檢索詞”和“精確檢索詞”，使用“全部檢索詞”時，系統(tǒng)會對檢索詞做自動分詞處理，并用邏輯運算符and(與)連接；而使用“精確檢索詞”時，系統(tǒng)不對檢索詞做自動分詞處理。二是可以限定標題字段、作者、出版物、發(fā)表時間，所有選項用邏輯運算符and(與)連接。超星發(fā)現(xiàn)的高級檢索功能非常強大，支持6種字段，非與或3種邏輯運算符，“模糊”和“精確”兩種匹配模式，1～5個組合條件，還可以限定語種、文獻類型、ISSN/ISBN、年份等。

百度學術未提供專業(yè)檢索功能。而超星發(fā)現(xiàn)支持專業(yè)檢索，專業(yè)檢索者可以通過類似(QK(T=移動圖書館|K=系統(tǒng))|NP(T=移動圖書館|K=掌上圖書館))*(2000

2.3 分面檢索

2.3.1 內(nèi)容(文獻)類型

百度學術目前提供了期刊、會議、學位3個文獻類型的分面篩選，同一時間只能選擇查看某一類型文獻或者全部文獻。

超星發(fā)現(xiàn)提供了基于圖書、期刊等12個內(nèi)容類型的分面篩選，支持各種類型的多項選擇。

2.3.2 學科(領域)

百度學術和超星發(fā)現(xiàn)均提供了基于學科(領域)的分面篩選。但是，超星發(fā)現(xiàn)更為嚴格的參照了《中國圖書館圖書分類法》的分類體系和標準，同時支持二級分類。

2.3.3 核心(重要)期刊

百度學術目前提供了SCI、SSCI、CSSCI等8種核心期刊篩選類別，同一時間只能選擇查看某一類別文獻或者全部文獻。

超星發(fā)現(xiàn)提供了SCI、EI、CSSCI等6種重要期刊篩選類別，類別較少，但是支持各種類別的多項選擇。

2.3.4 時間(年份)

百度學術將檢索結果按照近三年(2015年、2014年、2013年)進行了匯聚，同時支持自定義起至年份查詢，同一時間只能選擇查看某一年的文獻或者全部文獻。

超星發(fā)現(xiàn)將檢索結果按照9個類進行了匯聚，更為詳細，支持自定義起至年份查詢，支持各種時間段的多項選擇。

2.3.5 其它分面

超星發(fā)現(xiàn)除了上述4種分面功能外，還提供了作者、作者機構、關鍵詞、刊種、地區(qū)、基金、精煉檢索等更多分面操作。

2.4 智能檢索

百度學術支持中英文跨語言檢索，通過簡單點擊，可以在中英文檢索詞之間切換，能夠較好滿足研究者對國內(nèi)外研究資料的搜索。還可以智能識別刊名，例如當檢索“圖書館論壇時”，系統(tǒng)會自動顯示期刊的相關信息和圖表(如圖1所示)。

圖1 智能識別期刊

超星發(fā)現(xiàn)支持部分學名、別名與俗稱的智能檢索，例如檢索“土豆”時，系統(tǒng)會同時檢索馬鈴薯。支持英文單復數(shù)的智能檢索，例如檢索“l(fā)ibrary”，系統(tǒng)同時會檢索“l(fā)ibraries”。還支持簡稱與全稱的智能檢索，例如檢索“北大”，系統(tǒng)會同時檢索“北京大學”。但是存在一些誤差，例如筆者用“人大”檢索，系統(tǒng)會同時檢索“中國人民大學”，而不是“人民代表大會”。超星發(fā)現(xiàn)還提供了作者智能識別功能，當用戶檢索“莫言”時，系統(tǒng)會自動提示“只檢索作者”，方便用戶對檢索途徑進行限定。

可見，從檢索方式上來說，百度學術和超星發(fā)現(xiàn)都提供了基本檢索、高級檢索、分面檢索及智能檢索。此外，超星發(fā)現(xiàn)還提供二次檢索和專業(yè)檢索。在基本檢索、高級檢索、分面檢索及智能檢索性能對比上看，超星發(fā)現(xiàn)提供了更多、更加全面的檢索性能。

3 檢索結果排序

百度學術與超星發(fā)現(xiàn)均未公布各自的排序算法。但是，通過實際測試，可以觀測到部分計算規(guī)則。百度學術默認是以文獻的被引量排序，并為用戶提供了相關性、被引量、時間降序3種排序方式選擇。超星發(fā)現(xiàn)的默認排序算法較為復雜，似乎綜合考慮了文獻類型、被引量、出版時間等，并為用戶提供了7種可選擇的排序方式，如：館藏優(yōu)先、學術性、相關性、出版日期等。

發(fā)現(xiàn)系統(tǒng)由于具有海量的資源，用戶在使用時一般返回的結果均較多。一個優(yōu)秀的排序算法便極為重要，它可以保證用戶在檢索結果的第一頁或前幾頁找到自己所希望查找的文獻，極大提升用戶的檢索效率和使用體驗。例如，谷歌的檢索結果排序算法便是其核心技術之一，是其核心機密。從檢索結果排序來說，超星發(fā)現(xiàn)系統(tǒng)提供了較完善的排序方式。

4 數(shù)據(jù)挖掘服務

發(fā)現(xiàn)系統(tǒng)不僅需要提供強大的檢索功能，還需要進行數(shù)據(jù)挖掘和聚合，建立知識單元之間的關聯(lián)，通過各種預置模型，幫助用戶快速形成對相關知識和信息的結構性認識。

4.1 相關搜索

百度學術充分運用搜索引擎的算法，通過數(shù)據(jù)挖掘，在每一次搜索之后給出了相關搜索建議，包括相關熱搜詞、相關期刊、相關作者、相關文章等。

超星發(fā)現(xiàn)支持知識的關聯(lián)圖譜?？梢暬瘓D譜中包含知識與知識、知識與人、知識與機構的關聯(lián)，并按相關性從近至遠分布，同時在右側提供了與檢索主題相關的文獻(如圖2所示)。

圖2 超星發(fā)現(xiàn)關聯(lián)圖

4.2 趨勢研究

超星發(fā)現(xiàn)對檢索詞在海量的數(shù)據(jù)中進行深度分析，生成一個以時間為橫軸，以發(fā)文量為縱軸的涵蓋圖書、期刊、學位論文、會議論文、報紙等常用文獻類型的綜合對比趨勢曲線圖(如圖3所示)。

可見，在相關搜索方面，與百度學術在每一次搜索之后僅提供搜索建議相比，超星發(fā)現(xiàn)系統(tǒng)提供了知識、人、機構三者間的關聯(lián)圖譜，可以更加直觀的對用戶的知識點進行很好的擴展。從研究趨勢來說，超星發(fā)現(xiàn)系統(tǒng)提供了各個文獻類型全面的趨勢研究分析，并可生成趨勢曲線圖，可視化更強。

4.3 多主題對比

超星發(fā)現(xiàn)支持多主題對比，通過用戶輸入對比主題(最多可擴充到5個)，同時提供了完善的對比字段類型。因而，從多主題對比來說，超星發(fā)現(xiàn)系統(tǒng)可提供多個主題檢索結果的對比，并且對比結果同樣涵蓋圖書、期刊、學位論文、會議論文等多種文獻類型。

4.4 參考引證分析

百度學術中檢索得到一條資源后，可以查看其對應的引證文獻，包括期刊、學位論文、會議論文。

超星發(fā)現(xiàn)功能更為強大，除了支持期刊、圖書、學位論文、會議論文之間的立體引用分析，還可以查看其共引以及同被引文獻，并且可以顯示出其參考引證的關系圖(如圖4所示)。

從參考引證來說，超星發(fā)現(xiàn)系統(tǒng)擁有目前唯一的圖書參考引證分析，并且還支持期刊、學位論文、會議論文等文獻類型的參考引證服務，可以很好的了解一篇文章的同引以及共被引等信息。

圖3 超星發(fā)現(xiàn)文獻趨勢曲線

圖4 超星發(fā)現(xiàn)引證分析

5 題錄引用與導出

百度學術支持單篇文獻的引用，支持多種格式(如圖5所示)。

圖5 百度學術題錄引用

超星發(fā)現(xiàn)的題錄導出可以選擇多篇文獻和不同的字段，可以導出多種格式，并且可以對已保存的題錄進行二次修改。即，可將自己不想導出的題錄進行刪除操作，使導出題錄變得更加靈活。

從題錄導出來說，兩個系統(tǒng)均支持多種格式的題錄導出，但超星發(fā)現(xiàn)系統(tǒng)可以更加自由靈活的對已保存的題錄進行修改，以及對導出字段和導出類型的選擇，超星發(fā)現(xiàn)系統(tǒng)的題錄導出可以說更加的靈活、便捷。

6 全文獲取比較

百度學術提供維普、萬方、知網(wǎng)的全文下載鏈接，同時提供百度文庫、道客巴巴、豆丁網(wǎng)等下載鏈接和文獻互助。

超星發(fā)現(xiàn)在“獲得途徑”處提供萬方、知網(wǎng)、維普等電子資源供應商名稱，點鏈接直接進入相應的數(shù)據(jù)庫文摘頁面進行在線閱讀全文或下載，提供“郵箱接收全文”的文獻傳遞獲取方式。

在全文獲取上，百度學術提供百度文庫、道客巴巴、豆丁網(wǎng)以及文獻互助等更多的獲取途徑，超星發(fā)現(xiàn)相對獲取途徑較少。

7 結 語

作為一款免費的學術搜索引擎，百度學術以其豐富的資源量和中英文的跨語言檢索功能，極大的方便了學者對學術資源的搜索。而針對其提出的“高校圖書館計劃”，致力于知識發(fā)現(xiàn)，連接用戶與圖書館的信息服務目標，通過與國內(nèi)較著名的超星發(fā)現(xiàn)系統(tǒng)在資源量、資源來源及資源類型、檢索方式、檢索結果排序、數(shù)據(jù)挖掘服務、題錄導出及全文獲取途徑等方面的對比分析顯示，百度學術搜索在以上方面還存在一些有待提高和改進的地方，尚需以超星發(fā)現(xiàn)系統(tǒng)為借鑒，進一步的優(yōu)化和完善。

[1]謝奇,關晶,楊錯.后GoogleScholar時代新的學術利器——百度學術搜索[J].農(nóng)業(yè)圖書情報學刊,2015,(6):110-114.

[2]劉江玲．面向大數(shù)據(jù)的知識發(fā)現(xiàn)系統(tǒng)研究[J]．情報科學，2014，(3)：90-92，101．

[3]王悅辰.國內(nèi)四大中文知識發(fā)現(xiàn)系統(tǒng)比較分析[J].圖書館工作與研究,2015,(9):42-45.

[4]百度學術.百度學術與圖書館信息服務整合[R].

[5]洪堅.網(wǎng)絡級資源發(fā)現(xiàn)系統(tǒng)與圖書館信息服務——基于超星中文發(fā)現(xiàn)系統(tǒng)的思考[J].圖書館工作與研究,2014,(6):42-45.

[6]學術中國.百度學術：大數(shù)據(jù)時代的圖書館變革[EB/OL].http:∥www.thebigdata.cn/YeJieDongTai/14277.html，2015-10-11.

[7]北京超星公司——產(chǎn)品部.超星發(fā)現(xiàn)系統(tǒng)介紹[EB/OL].http:∥www.baidu.com/link url=gRSM9EthsE2wJKQkxS37lAuB8Uv 97CiYXO4tjNU6CAJmDAgu4s4AAFUj24IeqSGVsooBqAPKS8PXG XypJ41XxDZdlcNtTmMUkzaFZZWiK0A62dJQ34mKZdBF0N6kCv&wd=&eqid=c487aeec000034cf0000000556487659，2015-10-12.

(本文責任編輯：孫國雷)

Comparative Analysis and Evaluation of Baidu Academic Search System and Superstar Discovery System

Qin Yanmei

(Library，Guangdong Polytechnic Normal University，Guangzhou 510665，China)

Baidu Academic Search System has proposed his“University Library Program”,wants to be devoted to knowledge discovery,connecting users and the information service of the library.Aiming at this purpose,the artcle comparatively analysed Baidu Academic Search System and Superstar Discovery System at the collection of data,retrieval function comparison,the sort of retrieval results,data mining service,bibliography citing and exporting,approach of full text acquisition etc,considering and discussing the Chinese resource search and service capability of Baidu Academic Search System as a billion level index.Comparative analysis displayed that Baidu Academic Search System need to further optimizing and improving by drawing lessons from Superstar Discovery System.And the paper expected to provide reference to the research of domestic academic platform,and Academic resource search platform construction,and Performance evaluation.

Baidu Academic Search;SuperStar Discovery System;comparative and analysis;evaluation

2015-12-01

廣東省軟科學研究計劃項目“網(wǎng)絡環(huán)境下青少年信息素質能力提升系列科普”(項目編號：2015A070708012)、廣州市科技局項目“‘全民閱讀’環(huán)境下青少年移動閱讀與學習科普教育研究”成果之一。

覃燕梅(1977-)，女，辦公室主任，副研究館員，研究方向：信息咨詢服務、信息素質教育和數(shù)字圖書館建設，發(fā)表論文10余篇。

10．3969/j．issn．1008-0821．2016．03．008

G250.76

A

1008-0821(2016)03-0048-05