1 會議背景

iConference是由iSchools組織的一個信息科學(xué)相關(guān)的國際會議，每一屆會議由iSchools成員學(xué)校舉辦。自2005年以來，iConference已成功舉辦了十二屆。2018年3月25-28日，第十三屆iConference會議在英國謝菲爾德大學(xué)舉行，由英國謝菲爾德大學(xué)和諾什比亞大學(xué)共同舉辦，獲得微軟公司(Microsoft)、摩根和克萊普爾出版社(Morgan&Claypool Publishers)、愛墨瑞得出版社(Emerald Publishing)、肯塔基大學(xué)信息科學(xué)學(xué)院、(英國)國家科學(xué)基金會(NSF)、英國圖書館協(xié)會(CILIP)、分面出版社(Facet Publishing)贊助。會議主題是“變化的數(shù)字世界”(Transforming Digital World)，旨在讓來自理論和實踐領(lǐng)域的學(xué)者共同探討當(dāng)今不斷變化的信息和數(shù)據(jù)管理面臨的挑戰(zhàn)及其解決方案。會議收到世界范圍內(nèi)310篇論文投稿，經(jīng)過嚴(yán)格的評議，接收82篇論文和69篇海報，被接收的論文被斯普林格(Springer)數(shù)據(jù)庫收錄。會上OCLC用戶研究部門主任、信息科學(xué)與技術(shù)協(xié)會(ASAS&T)主席Lynn Silipigni Connaway、微軟研究實驗室副總經(jīng)理、華盛頓大學(xué)信息學(xué)院兼職教授Susan Dumais，以及牛津大學(xué)哲學(xué)和信息倫理學(xué)、愛倫圖靈研究所教授Luciano Floridi做了主旨報告，被收錄的82篇論文的作者在各分論壇中分享自己的研究成果。本文就所收錄的82篇會議論文進(jìn)行闡釋，助力國內(nèi)學(xué)者和實踐工作者了解國際范圍內(nèi)圖書情報領(lǐng)域最新研究動態(tài)、前沿工作及未來發(fā)展方向?？傮w來看，論文主要圍繞社交媒體(Social Media)、交流研究與在線交流(Communication Studies and Online Communities)、移動信息和云計算(Mobile Information and Cloud Computing)、數(shù)據(jù)挖掘和數(shù)據(jù)分析(Data Mining and Data Analytics)、信息檢索(Information Retrieval)、信息行為和數(shù)字素養(yǎng)(Information Behavior and Digital Literacy)、數(shù)字管護(hù)(Digital Curation)以及信息教育與圖書館(Information Education and Libraries)8個主題開展深入探討。

2 會議內(nèi)容

2.1 社交媒體(Social Media)

隨著Facebook、Twitter、Weibo、Wechat等社交媒體在生活中的廣泛應(yīng)用，不少學(xué)者開展社交媒體用戶使用行為、商業(yè)應(yīng)用、隱私問題等研究[1]。馬來西亞國立大學(xué)Wan Ahmad等認(rèn)為，企業(yè)與客戶之間互動產(chǎn)生的龐大而多樣的社交內(nèi)容要求組織機(jī)構(gòu)管理社交內(nèi)容，從而更好地理解用戶。他們通過訪談法，發(fā)現(xiàn)社交內(nèi)容管理領(lǐng)域主要存在學(xué)術(shù)研究成果少、相關(guān)商業(yè)模型研究缺失、社交內(nèi)容管理系統(tǒng)推行困難、相關(guān)的管理政策缺失、隱私和安全控制機(jī)制缺失，以及管理人員和團(tuán)隊不足等問題。謝菲爾德大學(xué)Wasim Ahmed等選取推特2315283條關(guān)于世界自閉癥日運(yùn)動的推文，進(jìn)行挖掘分析后建立一個成功的健康運(yùn)動評估框架。雪城大學(xué)Olga Boichak等收集推特3億多條關(guān)于美國總統(tǒng)大選的推文，運(yùn)用回歸模型探索不同類型的自動賬號(Automated Accounts)在2016年總統(tǒng)大選中的表現(xiàn)，并建立評估器；研究發(fā)現(xiàn)，有兩種不同的自動賬號在總統(tǒng)大選的轉(zhuǎn)發(fā)中表現(xiàn)活躍，說明自動賬號在在線政策運(yùn)動的信息發(fā)布中占據(jù)重要角色。雪城大學(xué)Jeff Hemsley和Sikana Tanupabrungsun采用混合研究法，探索藝術(shù)虛擬社區(qū)Dribbble發(fā)生的病毒事件，通過回歸分析，探測影響病毒事件變量之間的關(guān)系，并指出該研究對類似Dribbble的小型社交媒體的信息擴(kuò)散和病毒事件傳播具有一定的價值。雪城大學(xué)Yun Huang和Qunfang Wu在收集城市政府部門官方推特賬號發(fā)布的9837條推文的基礎(chǔ)上，對推文的特點(diǎn)(如標(biāo)簽、提及、內(nèi)容)和公眾交互(喜歡和轉(zhuǎn)發(fā))進(jìn)行回歸分析，研究結(jié)果表明，“提及”的數(shù)量對用戶的“喜歡”有負(fù)面影響。喬治王子社區(qū)學(xué)院Julissa Murrieta等梳理近十年社交媒體與抑郁癥研究的論文，發(fā)現(xiàn)很少有人關(guān)注大學(xué)生群體，特別是移民大學(xué)生群體患抑郁癥的情況，提出應(yīng)當(dāng)運(yùn)用混合法探索抑郁癥和社交媒體的關(guān)系，研究移民大學(xué)生患抑郁癥與使用多種社交媒體的關(guān)系。馬來西亞大學(xué)Nordiana Ahmad Kharman Shah和謝菲爾德大學(xué)Andrew Martin Cox分析謝菲爾德大學(xué)學(xué)者推特活動的模式，指出學(xué)者使用推特已成為習(xí)慣，推特已成為學(xué)術(shù)交流的重要交流工具。山口大學(xué)Yuanyuan Wang等提出新的跨文化群體情感分析方法，通過實驗證明該方法可用于分析不同地域不同情感的推文，助力跨文化群體的情感研究。北京大學(xué)Wenyi Shang在構(gòu)建具有準(zhǔn)確性、深度、簡潔性和客觀性且覆蓋面廣、信息量大的評估框架的基礎(chǔ)上，對維基百科(英文)和百度百科進(jìn)行比較研究，發(fā)現(xiàn)維基百科總體上優(yōu)于百度百科。雪城大學(xué)Lu Xiao和Niraj Sitaula研究維基百科提供的討論論壇，對37761個“文章刪除”主題的156415條評論進(jìn)行情感分析，發(fā)現(xiàn)盡管負(fù)面和中立的情感更多出現(xiàn)在刪除文章的討論中，保留文章及相關(guān)評論往往持有積極的情感作用，表明維基百科的用戶在不建議刪除文章時往往給出積極的評論，這對未來利用“文章刪除”主題相關(guān)討論區(qū)的情感，預(yù)測討論結(jié)果有一定的價值。雪城大學(xué)Bei Yu和Yihan Yu提出基于自動追蹤社交媒體顧客對話框(Customer Dialog)的主題模型，并以星巴克為例，對其Facebook上15萬條用戶評論的主題進(jìn)行分類，發(fā)現(xiàn)該主題模型能有效追蹤社交媒體用戶評論的主題、預(yù)測爭議性話題的增長、測量時間跨度和定位參與者的活動，這一研究成果對企業(yè)制定干預(yù)策略和評估社交媒體上的討論結(jié)果有參考作用。

2.2 交流研究與在線交流(Communication Studies and Online Communities)

隨著數(shù)字信息數(shù)量的爆發(fā)式增長和通訊技術(shù)的普及，在線信息交流活動日益頻繁。美國西北大學(xué)Jeremy Foote和Noshir Contractor通過收集維基百科社區(qū)60959位用戶兩個多月的行為和社會網(wǎng)絡(luò)關(guān)系，研究大眾參與生產(chǎn)的在線百科創(chuàng)建者的行為和網(wǎng)絡(luò)地位。研究發(fā)現(xiàn)，創(chuàng)建者往往是完成多數(shù)維基百科詞條的編輯，他們可創(chuàng)建新的(討論)頁面，然而往往為了求新而放棄原有的討論社區(qū)，未來有必要對他們這種求新(noveltyseeking)行為進(jìn)行探索。愛爾蘭都柏林大學(xué)Bahareh R.Heravi調(diào)研了43個國家181名數(shù)據(jù)新聞(Data Journalism)工作者，得出2017年度全球數(shù)據(jù)新聞工作者學(xué)歷水平普遍較高，但教育背景往往是新聞學(xué)和通訊學(xué)而不是數(shù)據(jù)科學(xué)、信息科學(xué)、計算機(jī)科學(xué)的結(jié)論。印度尼西亞加札馬達(dá)大學(xué)Safirotu Khoir和香港城市大學(xué)Robert M.Davison在深入訪談傳統(tǒng)小城市的信息技術(shù)推廣負(fù)責(zé)人后，得出信息通訊技術(shù)對傳統(tǒng)小城市的經(jīng)濟(jì)和生活水平的提高有很大推動作用的結(jié)論。謝菲爾德大學(xué)Paul Reilly等訪談31名歐洲基礎(chǔ)設(shè)施的主要負(fù)責(zé)人，探索如何通過與公眾進(jìn)行有效的危機(jī)溝通來提高重要基礎(chǔ)設(shè)施的恢復(fù)能力。研究結(jié)果表明，災(zāi)后需要建立一個靈活的解決重要事件和危機(jī)的交流機(jī)制，以管理公眾對災(zāi)后恢復(fù)時間的期望。謝菲爾德大學(xué)Sall Sanger等通過分析三個不同在線戒酒互助團(tuán)隊論壇中關(guān)于酗酒和管理的討論內(nèi)容，得出在線戒酒互助團(tuán)隊對論壇使用者有關(guān)酗酒或飲酒問題的信念有重要作用的結(jié)論。美國匹茲堡大學(xué)Lauren Thomson等研究10名本科生在多個即時通訊應(yīng)用中如何有效管理自己的社交網(wǎng)絡(luò)。通過深入訪談，他們識別出感知氛圍(親密性、娛樂性)和保留時間對即時通訊應(yīng)用有重要影響。美國佛羅里達(dá)州立大學(xué)Biyang Yu等以中國移民者的398個問卷結(jié)果和9個訪談結(jié)果作為數(shù)據(jù)源，對所提出的數(shù)字不平等整合模型進(jìn)行檢驗。實驗結(jié)果表明，所提出的模型能較好解釋當(dāng)前數(shù)字鴻溝存在的原因和程度。為分析在線健康支持團(tuán)隊(Online Health Support Groups)的動力和影響機(jī)制，美國匹茲堡大學(xué)Keyang Zheng等建立了在線健康支持團(tuán)隊的情感分析模型，并以Facebook上鐮狀細(xì)胞疾病團(tuán)隊一年的數(shù)據(jù)集為訓(xùn)練集，運(yùn)用監(jiān)督式機(jī)器學(xué)習(xí)算法對數(shù)據(jù)集的情感進(jìn)行分類，得出一個可以更好理解在線健康支持團(tuán)隊動力機(jī)制的模型。

2.3 移動信息和云計算(Mobile Information and Cloud Computing)

即時通訊的普及促使移動信息交流、移動信息傳播、移動信息搜索等移動信息行為的研究受到廣大學(xué)者的關(guān)注[2]，而大數(shù)據(jù)時代下云計算的應(yīng)用及實踐也吸引著相關(guān)領(lǐng)域的學(xué)者。美國加州大學(xué)Kristin B.Cornelius和Irene V.Pasquetto探討美國總統(tǒng)特朗普當(dāng)選后，將有關(guān)氣候變化的網(wǎng)站內(nèi)容全部刪除的處理方式，提出由于這些數(shù)據(jù)對于研究者和公眾來說都是重要的，隨意刪除這些政府?dāng)?shù)據(jù)是不合適的。研究建議，為了實現(xiàn)有效協(xié)調(diào)，可通過政策、標(biāo)準(zhǔn)和指令等，規(guī)范政府機(jī)構(gòu)門戶網(wǎng)站和公眾(基金)資助的數(shù)據(jù)庫和知識庫的數(shù)據(jù)處理方式。伊利諾伊大學(xué)Peter T.Darch提出，雖然干預(yù)通常會促進(jìn)數(shù)據(jù)和計算密集型科學(xué)的可重復(fù)性，然而這種干預(yù)在突發(fā)性和經(jīng)驗數(shù)據(jù)缺乏的小數(shù)據(jù)新興研究領(lǐng)域往往是不可行的，他們還以深海海底生物圈研究為例，指出該領(lǐng)域面臨兩個重要挑戰(zhàn)，而某些潛在的干預(yù)措施可能會嚴(yán)重?fù)p害該領(lǐng)域的研究，如阻礙新數(shù)據(jù)產(chǎn)生或破壞研究者之間的關(guān)系。加拿大蒙特利爾大學(xué)Marie Demoulin等從法律、檔案、信息管理的角度出發(fā)，通過定性的內(nèi)容分析，探討云服務(wù)協(xié)議的有效性問題，幫助法律部門、信息技術(shù)部門和云服務(wù)提供者更好地理解用戶的文件管理和存檔等需求，從而在協(xié)商合同中充分強(qiáng)調(diào)這些需求。武漢職業(yè)技術(shù)學(xué)院Jing Huang等研究數(shù)字圖書館資源中的非結(jié)構(gòu)化資源，提出數(shù)字圖書館存儲及出版文獻(xiàn)的細(xì)粒度鏈接數(shù)據(jù)創(chuàng)建方法。實驗表明，這一方法具有較強(qiáng)的靈活性，有利于促進(jìn)數(shù)字圖書館非結(jié)構(gòu)化資源的公開獲取。印第安納大學(xué)伯明頓分校Aehong Min等研究了智能呼吸探測器對大學(xué)生過度飲酒干預(yù)中可能存在的影響。通過分析15名有常規(guī)飲酒經(jīng)驗的大學(xué)生使用智能呼吸探測器兩周后的訪談內(nèi)容，識別出該呼吸探測工具需要改進(jìn)的5個方面，可為此類智能穿戴設(shè)備的未來設(shè)計和改進(jìn)提供參考。美國北卡羅萊納大學(xué)教堂山分校Caleece Nash等認(rèn)為，隨著數(shù)字游牧(Digital Nomads)成為流行的生活方式，有必要研究數(shù)字游牧工作的定義及其所使用的數(shù)字技術(shù)，通過對訪談結(jié)果的分析，提出數(shù)字游牧有四大類別：數(shù)字工作(Digital Work)、演出工作(Gig Work)、游牧工作(Nomadic Work)和全球冒險旅行(Global Adventure Travel)。他們認(rèn)為，這一研究將是未來探索(數(shù)字)工作、數(shù)字原住民和新興數(shù)字平臺動態(tài)而變化的關(guān)系的基礎(chǔ)。馬耳他科林斯國際酒店Elaine Vella等提出，數(shù)據(jù)爆炸使得酒店行業(yè)面臨變革，而云計算服務(wù)對酒店具有較大的吸引力。通過案例研究法，在分析云計算服務(wù)在組織、管理和運(yùn)營上的優(yōu)勢和挑戰(zhàn)后，他們對云計算服務(wù)提供商和酒店的規(guī)劃、投資與管理都提出相應(yīng)的建議。美國馬里蘭大學(xué)Jessica Vitak等調(diào)查Fitbit和Jawbone兩個健康管理設(shè)備361名用戶對個人健康信息收集、聚合和分享中隱私問題的看法。調(diào)查結(jié)果表明，在如何看待和感知健康管理設(shè)備上個人健康信息方面，用戶的人口統(tǒng)計特征、分享行為、隱私顧慮和互聯(lián)網(wǎng)技能之間存在復(fù)雜的關(guān)系?？傮w而言，用戶對健康管理設(shè)備上個人健康信息的隱私保護(hù)意識有待提高。

2.4 數(shù)據(jù)挖掘和數(shù)據(jù)分析(Data Mining and Data Analytics)

數(shù)據(jù)密集型社會環(huán)境下，如何挖掘數(shù)據(jù)的潛在價值越來越受到學(xué)者和實踐工作者的重視，數(shù)據(jù)挖掘方法、數(shù)據(jù)分析方法、數(shù)據(jù)素養(yǎng)教育等也成為當(dāng)前的研究熱點(diǎn)之一[3]。謝菲爾德大學(xué)Jo Bates和Jess Elmore認(rèn)為，雖然數(shù)據(jù)挖掘有時候可作為一種客觀和中立的技術(shù)以揭示及理解現(xiàn)象，然而他們采用民族志方法研究了相關(guān)數(shù)據(jù)科學(xué)家和一個網(wǎng)絡(luò)公司的合作案例后發(fā)現(xiàn)，情感對項目參與者參與數(shù)據(jù)挖掘的實踐有重要的影響，這一研究結(jié)果有助于幫助實踐工作者理解自己決策的動機(jī)和行為，從而有助于提高數(shù)據(jù)科學(xué)實踐水平。英國諾桑比亞大學(xué)Maryam Bugaje和Gobinda Chowdhury在數(shù)據(jù)檢索系統(tǒng)(Data Retrieval System)涌現(xiàn)的背景下，探究了數(shù)據(jù)檢索與文本檢索的差異。研究發(fā)現(xiàn)，當(dāng)前的數(shù)據(jù)檢索系統(tǒng)很少能滿足真正的數(shù)據(jù)檢索需求，并以典型研究數(shù)據(jù)庫為例，評估數(shù)據(jù)檢索耦合文本檢索的差異。西班牙加泰羅尼亞大學(xué)Josep Cobars-Morales和Agust Canals認(rèn)為，雖然信息和知識的擴(kuò)散是經(jīng)濟(jì)理論中市場良好運(yùn)作的必備條件，但是對于如何將概念化的信息和知識運(yùn)用到經(jīng)濟(jì)學(xué)中仍然很少有人研究，因此他們以2008年金融危機(jī)為例，建立一個信息和知識概念化的分析模型，并據(jù)此分析證券化(Securities)和評級資格(Rating Qualifications)兩大影響2008金融危機(jī)的主要因素。美國亞特蘭大大學(xué)Yanni Loukissas研究為民眾提供免費(fèi)房地產(chǎn)信息查詢服務(wù)的網(wǎng)絡(luò)公司Zillow如何處理數(shù)據(jù)。研究指出，這種將數(shù)據(jù)放入操作化語境的方式并不是源于中立的可回溯的觀點(diǎn)，而是與當(dāng)前的文化緊密相關(guān)。美國印第安納大學(xué)和普渡大學(xué)的Angela P.Murillo和Kyle M.L.Jones認(rèn)為，在數(shù)據(jù)密集型的社會環(huán)境下，掌握一定的數(shù)據(jù)技能對圖書情報專業(yè)的學(xué)生具有重要作用。他們介紹了圖書情報學(xué)科與計算機(jī)科學(xué)的一項合作項目——大學(xué)生數(shù)據(jù)課程系列教育，并從機(jī)構(gòu)、資源、實驗條件等方面論述項目的開展情況。來自莫爾德大學(xué)學(xué)院的Kai A.Olsen等重新審視了二三十年前開發(fā)的Vibe、CASCADE等數(shù)據(jù)可視化系統(tǒng)，發(fā)現(xiàn)先進(jìn)的數(shù)據(jù)展示可視化系統(tǒng)并沒有得到廣泛應(yīng)用并分析其原因。華盛頓大學(xué)An Yan和Nicholas Weber研究政府開放數(shù)據(jù)在科學(xué)研究中的運(yùn)用，在建立一整套識別、選擇和分類以政府公開數(shù)據(jù)為數(shù)據(jù)源的期刊論文的標(biāo)準(zhǔn)的基礎(chǔ)上，抓取并分析當(dāng)前有關(guān)政府公開數(shù)據(jù)論文的情況。數(shù)據(jù)結(jié)果表明，政府開放數(shù)據(jù)在科學(xué)研究中的使用量呈現(xiàn)逐年增長趨勢，應(yīng)用領(lǐng)域多為教育、政策、衛(wèi)生保健和政府活動等。

2.5 信息檢索(Information Retrieval)

信息檢索一直受到國內(nèi)外學(xué)者的廣泛關(guān)注。近年來，信息檢索領(lǐng)域的研究主要聚焦于信息過濾、信息推薦、信息檢索模型優(yōu)化等[4]。美國北德克薩斯州大學(xué)Daniel Gelaw Alemneh和Mark Phillips以電子論文和學(xué)位論文為例，利用Web服務(wù)器日志數(shù)據(jù)分析該校圖書館用戶是通過檢索元數(shù)據(jù)記錄還是檢索全文信息來獲取電子資源的，研究證明了元數(shù)據(jù)和全文檢索對于響應(yīng)用戶查詢的價值，同時也發(fā)現(xiàn)豐富元數(shù)據(jù)的重要性。丹麥哥本哈根奧爾堡大學(xué)Toine Bogers等開發(fā)了一種編碼方案來分析在線論壇中的書籍和電影搜索請求。研究發(fā)現(xiàn)，雖然書籍和電影的請求非常相似，但因所在領(lǐng)域的不同而存在著不同。愛爾蘭都柏林圣三一學(xué)院Andrew Collins等通過對數(shù)字圖書館Sowiport和文獻(xiàn)管理工具JabRef用戶的實證研究，證明了排名在前的推薦內(nèi)容會獲得更高的點(diǎn)擊量，無論它們的真實相關(guān)性如何，這表明數(shù)字圖書館推薦系統(tǒng)中確實存在位置偏差的問題。英國利物浦大學(xué)Hang Dong等基于文獻(xiàn)確定了三個規(guī)則集合：包含(Set Inclusion)、圖的中心度(Graph Centrality)和信息論條件(Information-theoretic Condition)，提出了兩個新的規(guī)則模糊集合：包含(Fuzzy Set Inclusion)和概率關(guān)聯(lián)(Probabilistic Association)，同時提出一個可以將這五個規(guī)則分別與不同的數(shù)據(jù)展示相結(jié)合的層次結(jié)構(gòu)生成算法；然后將其應(yīng)用于Bibsonomy數(shù)據(jù)中，比較這種算法生成的層次結(jié)構(gòu)與目前廣泛使用的參考概念層次結(jié)構(gòu)，結(jié)果發(fā)現(xiàn)基于概率關(guān)聯(lián)和集合包含的規(guī)則可以生成質(zhì)量更高的層次結(jié)構(gòu)。來自德國康斯坦茨大學(xué)的Felix Hamborg等設(shè)計了一個名為Giveme5W的開源系統(tǒng)，是第一個可以從新聞文章中檢索出主要事件的開源檢索系統(tǒng)。該系統(tǒng)通過提取短語回答5W問題，即誰在什么時候在哪里做了什么以及為什么？作者對5W提取方法、Giveme5W系統(tǒng)等進(jìn)行了詳細(xì)介紹，并且通過評估后發(fā)現(xiàn)5W短語的提取精度達(dá)到0.7。美國伊利諾伊大學(xué)厄巴納-香檳分校Linh Hoang和Jodi Schneider通過訪談不同領(lǐng)域有經(jīng)驗的系統(tǒng)綜述者，分析目前他們開展系統(tǒng)綜述所面臨的技術(shù)問題和挑戰(zhàn)，以及他們當(dāng)前對計算機(jī)支持的使用，提出計算機(jī)支持如何在加快系統(tǒng)綜述進(jìn)程的同時保證或提高綜述質(zhì)量的潛在研究方向。香港大學(xué)Xiao Hu等收集并研究四個知名在線音樂流媒體服務(wù)關(guān)于相似藝術(shù)家推薦的大規(guī)模數(shù)據(jù)集，發(fā)現(xiàn)這些服務(wù)中的相似藝術(shù)家與他們的流派和受歡迎程度有關(guān)。南京大學(xué)信息管理學(xué)院Shiyan Ou和Hyonil Kim提出一種基于相似度計算的無監(jiān)督方法，用于識別引用的句子。他們提出四種方法以計算文本相似度，最后發(fā)現(xiàn)結(jié)合概率TF-IDF加權(quán)向量空間模型(VSM)和TF-IDF加權(quán)Doc2vec的混合方法效果最好。南京理工大學(xué)Yuzhuo Wang和Chengzhi Zhang利用ACL(The Association for Computational Linguistics)會議論文的全文語料庫，研究自然語言處理領(lǐng)域中十大數(shù)據(jù)挖掘算法的學(xué)術(shù)影響力，為定量評估算法的影響力提供一條新思路，研究發(fā)現(xiàn)不同算法的影響力存在明顯的差異。美國匹茲堡大學(xué)Danchen Zhang和Daqing He提出用詞嵌入(Word Embedding)模型解決臨床檢索任務(wù)中術(shù)語不匹配的問題，實驗證明詞嵌入可顯著提高檢索效果，術(shù)語不匹配的問題可以在很大程度上得到解決，特別是對排名較低的相關(guān)文件。武漢大學(xué)Liqin Zhou等提出一個新的基于語義的共詞分析方法，研究發(fā)現(xiàn)該方法在考慮不同術(shù)語的可行性以及他們的語義相關(guān)性方面是科學(xué)有效的。

2.6 信息行為和數(shù)字素養(yǎng)(Information Behaviour and Digital Literacy)

信息技術(shù)的快速發(fā)展促使用戶信息行為發(fā)生改變，使新環(huán)境下用戶信息行為的研究成為目前重要的研究熱點(diǎn)之一[2]。然而，新技術(shù)的革新不可避免地帶來了數(shù)字鴻溝，如何提高不同群體的數(shù)字素養(yǎng)和技能，促進(jìn)數(shù)字公平也是當(dāng)前學(xué)界急需解決的問題。北京大學(xué)Jiaxin An等通過分析微信聊天信息，探討年齡、性別、關(guān)系等因素對人們交流時表情符號的使用頻率、類型和情感表達(dá)的影響，研究發(fā)現(xiàn)26-35歲的人使用表情符號的頻率最低，年輕人和老年人對同樣的表情符號表現(xiàn)出不同的情感；此外，人們還基于關(guān)系選擇表情符號類型。以色列巴伊蘭大學(xué)Jenny Bronstein用敘事研究的方法，探究弱連接在以色列國內(nèi)移民工人信息行為中發(fā)揮的作用，研究揭示了弱連接的四個功能：擴(kuò)展獲取信息的渠道、促進(jìn)與他人的社會交往、促進(jìn)高風(fēng)險話題的低風(fēng)險討論、培養(yǎng)歸屬感。臺灣大學(xué)Ying-Han Chang和Muh-Chyun Tang采用拉丁方設(shè)計以及問卷、訪談等方法，研究用“偶然發(fā)現(xiàn)(Serendipity)”的概念評估兩個音樂流媒體服務(wù)績效的可行性，探討搜索任務(wù)和用戶心理特征對系統(tǒng)性能的影響。美國匹茲堡大學(xué)Yu Chi等應(yīng)用“ABC模型”，以訪談法探討青少年對社交媒體上個人數(shù)據(jù)的情感狀態(tài)(A)、行為狀態(tài)(B)和認(rèn)知狀態(tài)(C)，及三者之間的相互作用，研究發(fā)現(xiàn)年輕人對其數(shù)據(jù)技能持積極態(tài)度，但對數(shù)據(jù)隱私問題感到消極或不安全；而對數(shù)據(jù)隱私有消極情感的年輕人更有可能努力保護(hù)他們社交媒體賬戶。美國北德克薩斯州大學(xué)Miyoung Chong應(yīng)用社交網(wǎng)絡(luò)分析方法，調(diào)查人們?nèi)绾瓮ㄟ^標(biāo)簽采用Twitter上的政治信息，以及如何促進(jìn)相似或不同政治取向的用戶之間的政治溝通。研究證明了Twitter網(wǎng)絡(luò)中采用政治標(biāo)簽的同質(zhì)性理論，而具有高中介中心性的用戶被認(rèn)為是意見領(lǐng)袖，他們位于網(wǎng)絡(luò)中的重要節(jié)點(diǎn)，在傳播信息中發(fā)揮著重要作用。來自德國杜塞爾多夫海因里?！ずＤ髮W(xué)的Maria Henkel等通過問卷評估，比較了來自加拿大和德國信息化城市的學(xué)生的信息素養(yǎng)。研究發(fā)現(xiàn)在大多數(shù)情況下，兩國學(xué)生之間存在顯著的差異，大多數(shù)學(xué)生僅達(dá)到初級水平。武漢大學(xué)Tingting Jiang等將基于關(guān)鍵事件技術(shù)的日志研究引入信息偶遇研究領(lǐng)域，分析社會問答網(wǎng)站上的信息偶遇行為，并提出一個特定情境信息偶遇過程模型。英國曼徹斯特城市大學(xué)Frances Johnson通過問卷調(diào)查等方法，研究用戶在信息檢索結(jié)果評估時的認(rèn)知活動，并分析用戶進(jìn)行相關(guān)性判斷的影響因素。作者提出評估能力的啟發(fā)式評估框架，為界面設(shè)計提供一種可用性檢測的新方法，以支持和評估用戶在檢索過程中的認(rèn)知。美國馬里蘭大學(xué)帕克分校Yuting Liao等利用全國調(diào)查數(shù)據(jù)分析自我效能對于癌癥信息回避的作用，探討信息回避者和不回避者之間的差異，并識別個人健康和信息效能的影響因素。研究發(fā)現(xiàn)，醫(yī)療保險和感知護(hù)理質(zhì)量在人們的健康效能和信息回避偏好之間起到中介作用，而對健康信息來源的信任與信息效能呈正相關(guān)關(guān)系，信任也在信息效能和信息回避之間起到中介作用。美國羅格斯大學(xué)Miraida Morales和Nina Wacholder將閱讀、可讀性和素養(yǎng)在健康信息實踐中的作用概念化為一個社會技術(shù)系統(tǒng)，研究可讀性在成人新讀者健康信息實踐中的作用，研究結(jié)果將有助于健康差距巨大的社區(qū)成員獲取高質(zhì)量的健康信息。美國紐約州立大學(xué)布法羅分校Valerie Nesset和J.Brice Bible指出，大學(xué)中負(fù)責(zé)技術(shù)支持的IT人員與教職工用戶之間往往存在分歧，為解決這個問題，紐約州一所研究型大學(xué)開始采用“結(jié)合設(shè)計(Bonded Design)”的參與式設(shè)計，讓IT人員和教職員工在設(shè)計團(tuán)隊中進(jìn)行合作，互相學(xué)習(xí)，提出技術(shù)解決方案。該項目包含需求評估、參與式設(shè)計會議以及評估三個階段。菲律賓大學(xué)Kathleen Lourdes B.Obille通過日記撰寫和焦點(diǎn)小組討論，收集調(diào)查對象在社交媒體環(huán)境下使用信息的數(shù)據(jù)，旨在探討菲律賓的價值觀是否在受訪者尋求、利用、創(chuàng)造和傳播信息方面發(fā)揮作用。研究發(fā)現(xiàn)，受訪者會采用線上和線下多種信息源，有不同的社交媒體賬號，使用哪一個則取決于需求和環(huán)境，同時也發(fā)現(xiàn)hiya、gaya-gaya和pagkakaibigan的價值觀會反映在他們使用SNS、分享信息的內(nèi)容，以及與線上線下朋友聯(lián)系的方式上。德國柏林洪堡大學(xué)Juliane Stiller和Violeta Trkulja調(diào)查德國難民在找工作過程中的數(shù)字技能水平，通過設(shè)計不同難度的實驗任務(wù)將他們的數(shù)字能力置于數(shù)字技能量表上，研究結(jié)果可用于設(shè)計有針對性的課程，使難民可受益于互聯(lián)網(wǎng)并從中獲得更多機(jī)會。臺灣大學(xué)Tien-I Tsai和成功大學(xué)Wan-Lin Yang通過網(wǎng)絡(luò)調(diào)查法分析職前教師(Pre-service Teachers)與同事合作設(shè)計課程時的信息行為，結(jié)果表明幾乎一半的職前教師在不同的時間和地點(diǎn)工作，其余則是在同樣的時間和地點(diǎn)工作或者在同樣的時間進(jìn)行遠(yuǎn)程工作；研究也發(fā)現(xiàn)社交媒體和云驅(qū)動是最受職前教師與同事歡迎的信息分享合作平臺，大部分參與者在課程開發(fā)中使用多種在線工具以實現(xiàn)不同的目的。牛津大學(xué)Matt Willis和Eric T.Meyer聚焦于任務(wù)級自動化對醫(yī)療工作的潛在影響，采用定性的民族志研究方法，通過了解信息工作的具體任務(wù)和變化來理解醫(yī)療人員如何工作以及如何與技術(shù)和他人互動。來自美國加利福尼亞大學(xué)的Christine T.Wolf對一個高科技企業(yè)進(jìn)行民族志研究，分析組織的戰(zhàn)略方向，探究信息利用在員工評估戰(zhàn)略決策中的作用。武漢大學(xué)Dan Wu和Lei Cheng進(jìn)行一項基于跨設(shè)備網(wǎng)頁搜索系統(tǒng)的用戶實驗，以定義和描述跨設(shè)備搜索引擎結(jié)果頁面的移動觸摸交互。作者將檢索結(jié)果劃分為5個區(qū)域，并提出預(yù)測搜索性能的4個模型。研究結(jié)果顯示，結(jié)合行動特征和區(qū)域特征可以獲得較強(qiáng)的預(yù)測精度，有助于推薦相關(guān)結(jié)果，提高搜索效率。武漢大學(xué)Dan Wu和Liuxing Lu研究用戶在使用地圖APP行人導(dǎo)航功能時的情緒變化，以及影響用戶情緒的因素。研究發(fā)現(xiàn)，“消極→消極”和“中性→消極”是頻率最高的情緒變化模式，厭惡和快樂是最常見的情緒，而且對外部信息的關(guān)注以及地圖系統(tǒng)自身都會對用戶的情緒產(chǎn)生不同程度的影響。南京理工大學(xué)Yuxiang Zhao等在整合社會交換理論和社會資本理論的基礎(chǔ)上，探討基于三方支付的社會問答平臺中影響提問者支付意愿的因素。

2.7 數(shù)字管護(hù)(Digital Curation)

伴隨著e-Science的發(fā)展，數(shù)字管護(hù)也引起圖書館、檔案館等信息資源管理機(jī)構(gòu)的重視[5]。來自馬來西亞國立大學(xué)的Azlina Ab Aziz等人基于文獻(xiàn)調(diào)查和訪談，分析阻礙馬來西亞公共部門電子文件與記錄管理系統(tǒng)(EDRMS)實現(xiàn)的因素，這將有助于馬來西亞公共部門發(fā)現(xiàn)EDRMS實施中的問題，制定相關(guān)政策及程序、采取適當(dāng)?shù)男袆樱ＷCEDRMS順利運(yùn)行。美國伊利諾伊大學(xué)Rhiannon Bettivia和英國利茲大學(xué)Elizabeth Stainforth分析Wikipedia的可靠性框架(Reliability Frameworks)以及CIDOC-CRM和CRMinf的解釋框架(Accounting Frameworks)，認(rèn)為解釋框架的主要目標(biāo)不是提供一種證明可靠性的手段，而是提供一種以機(jī)器可讀的方式來解釋決策過程的方法。美國田納西大學(xué)Bradley Wade Bishop和Carolyn Hank通過訪談法探討地球科學(xué)數(shù)據(jù)管理中與數(shù)據(jù)生命周期有關(guān)的工作實踐，包括工作任務(wù)及其頻率。研究發(fā)現(xiàn)，溝通和項目管理等是比較頻繁的工作任務(wù)；此外，數(shù)據(jù)管理者還需要運(yùn)用數(shù)據(jù)生命周期以外的科學(xué)知識和管理技能來完成他們的工作。美國加利福尼亞大學(xué)洛杉磯分校Jean-Fran?ois Blanchette和Snowden Becker應(yīng)用Roger T.Pdauque提出的理論框架，從正式/材料(Formal/Material)、內(nèi)容/符號(Content/Semiotic)、媒介/社會(Medium/Social)三個維度分析人體穿戴相機(jī)(Bodyworn Cameras)鏡頭在公共安全領(lǐng)域中的應(yīng)用，研究結(jié)果有利于利益相關(guān)者更好地解釋技術(shù)的多維性，以表達(dá)更全面的道德和政策立場。愛爾蘭都柏林大學(xué)Amber L.Cushing訪談公民科學(xué)項目的管理者，分析其中所涉及的數(shù)字管護(hù)問題，以開發(fā)數(shù)字管護(hù)教育的現(xiàn)實案例。美國伊利諾伊大學(xué)厄巴納-香檳分校Michael R.Gryk和Bertram Lud?scher研究生物分子核磁共振(NMR)計算分析中的計算重現(xiàn)性問題，通過開發(fā)一系列鏈接本體來定義研究人員用于數(shù)據(jù)轉(zhuǎn)換和分析的各種軟件工具的語義，這種語義中介(Semantic Mediation)有助于支持計算可靠性驗證的自動化。美國匹茲堡大學(xué)S.E.Hackney和Zoe Faye Pickard以博物館網(wǎng)站Rijksmuseum和社交媒體平臺Pinterest為例，評述了博物館專業(yè)人員和公眾分別創(chuàng)建的在線藏品之間的差異。馬里蘭大學(xué)帕克分校Myeong Lee等介紹歷史敏感數(shù)據(jù)系統(tǒng)的設(shè)計過程，提供一個用自上而下方法構(gòu)建的初步設(shè)計框架，該框架可用于檢測系統(tǒng)設(shè)計者對歷史敏感數(shù)據(jù)平臺設(shè)計的關(guān)注點(diǎn)維度。西班牙馬德里康普頓斯大學(xué)Brenda Siso-Calvo等探討當(dāng)前國際上孤兒作品相關(guān)問題的解決方案，以及文化機(jī)構(gòu)如何將其應(yīng)用于館藏的數(shù)字傳播。研究結(jié)果表明，全球形勢不明確，沒有任何方案能實現(xiàn)充分有效的世界文化遺產(chǎn)數(shù)字化和數(shù)字傳播。美國北德克薩斯州大學(xué)Oksana L.Zavalina等研究了專利數(shù)字館藏中的元數(shù)據(jù)變化，分析最常見的元數(shù)據(jù)變化類別和子類別，以及最常編輯的元數(shù)據(jù)字段。

2.8 信息教育和圖書館(Information Education and Libraries)

全球信息化發(fā)展的不平衡使信息教育成為縮小信息鴻溝和數(shù)字鴻溝的重要手段，如何培養(yǎng)和提高學(xué)生和用戶的信息能力，是作為信息教育主體的大學(xué)和圖書館需要深入探討的課題。美國匹茲堡大學(xué)Kayla M.Booth等從學(xué)生學(xué)習(xí)、研究成果、研究生招生等方面評估大學(xué)生研究經(jīng)驗(Research Experience for Undergraduates，REU)項目 iSchool Inclusion Institute(i3)，研究發(fā)現(xiàn)參加i3項目的學(xué)生在信息科學(xué)和研究生院相關(guān)領(lǐng)域取得較顯著的學(xué)習(xí)成效，并且52%的i3參與者加入了研究生院。美國亞利桑那大學(xué)Vikas Yadav等利用信息抽取和可視化技術(shù)，分析22所iSchools的課程，發(fā)現(xiàn)越來越多的課程強(qiáng)調(diào)計算密集型范式。德國德累斯頓工業(yè)大學(xué)媒體中心的Sander Mnster研究歐盟(EU)人文研究和教育中數(shù)字3D技術(shù)的重點(diǎn)，調(diào)查不同學(xué)術(shù)團(tuán)體、應(yīng)用實踐、方法以及技術(shù)的發(fā)展，并指出了其設(shè)計意義和教育策略。美國賓夕法尼亞州立大學(xué)Joslenne Pe?a等設(shè)計了簡單的網(wǎng)頁信息應(yīng)用程序原型，用來請求用戶的個人信息，并插入用以觸發(fā)啟發(fā)性的特定視覺元素，通過應(yīng)用程序演練和用戶體驗的回顧性訪談，調(diào)查界面提示的影響及其啟發(fā)。研究發(fā)現(xiàn)，界面提示的影響很小，但用戶會分享各種與決策制定有關(guān)的想法和戰(zhàn)略。美國菲爾萊狄更斯大學(xué)Gary Paul Radford等基于Foucault的全景敞視主義(Panopticism)展開了對圖書館內(nèi)監(jiān)督、順從等層面的研究，探討全景敞視主義概念可應(yīng)用的領(lǐng)域。馬里蘭大學(xué)帕克分校Jessica Vitak等通過焦點(diǎn)小組訪談法收集數(shù)據(jù)，分析圖書館員為數(shù)字素養(yǎng)技能低的用戶提供服務(wù)時遇到的挑戰(zhàn)；研究提出圖書館員必須要處理好隱私、信任和責(zé)任三者之間的平衡，并建議圖書館向圖書館員和用戶提供有關(guān)隱私和信息技術(shù)的培訓(xùn)。美國西蒙斯學(xué)院Rachel D.Williams基于“邊界工作(Boundary Work)”理論，采用半結(jié)構(gòu)化訪談法分析公共圖書館工作人員在為無家可歸者提供信息服務(wù)時如何處理職業(yè)界限。訪談結(jié)果表明，公共圖書館工作人員的工作與他們的職業(yè)角色和責(zé)任有關(guān)。武漢大學(xué)Lihong Zhou等基于文獻(xiàn)的歸納分析，提出3個核心的國際學(xué)生圖書館服務(wù)需求，分別是學(xué)術(shù)發(fā)展需求、休閑/娛樂需求，以及語言和文化學(xué)習(xí)需求；并提出4種中國大學(xué)圖書館的應(yīng)對策略，包括圖書館員參與、資源和館藏開發(fā)、線上/線下支持以及空間分配。

3 結(jié)語

2018年iConference國際會議已圓滿結(jié)束。468名與會者深入探討了當(dāng)今變化中的數(shù)字世界所面臨的新挑戰(zhàn)和新課題，并提出相應(yīng)的解決方案。該次會議為學(xué)者和實踐工作者提供了良好的交流機(jī)會，開辟了新的合作渠道，增進(jìn)了同仁之間的友誼。