──8684公交:可离线使用。按站名查(输入后有提示),需自己体会查询技巧。很给力。
分类: 乐此不疲
微软学术搜索,比谷歌更专业
看到雨师提到微软学术搜索(Microsoft Academic Search,以下简称MAS),去看了下,发现界面同样是简洁的一个搜索框,但功能与简陋的Google Scholar(以下简称GS)相比,更接近发现系统,换言之,更适合查找学术资源。
访问网址:
http://academic.research.microsoft.com/
http://libra.msra.cn/(尽管有.cn的域名,却没有收录中文资源)
1、限定领域
找学术资源,查准非常重要。
MAS在搜索框中直接提供了领域限定,可在15个大领域中选择一个或多个(文科比分类较粗)。
Agriculture Science
Arts & Humanities 艺术人文
Biology
Chemistry
Computer Science
Economics & Business 经济商业
Engineering
Environmental Sciences
Geosciences
Material Science
Mathematics
Medicine
Physics
Social Science 社会科学
Multidisciplinary 多学科
– 相比之下,GS提供的限定是文章、专利、法律文献(搜索框下),有点不搭调。而在搜索框的同样位置是高级搜索(见下)。
2、分面和年份限定
如果未选择领域直接搜索,MAS左侧栏为15个领域的结果数,点击领域限定出现结果后,左侧栏分面同下。
选择特定领域(可多选)后检索,结果一览表的左侧栏限定是:
(以选择社会科学,查随便找的两个词data library为例,鼠标移上显示命中数量)
作者(可以了解相应专题的牛人,第1个是Scott Nicholson,8个结果)
期刊(或可视为核心期刊,第一个是The Electronic Library,214个结果)
机构(同作者,第一个是雪城大学,27个结果)
关键词(第一个Design Methodology,725个结果;第二个Academic Libraries,512个结果──很有指导意义)
另外,右侧上有时间限定,可限定2010年或之前某年以来
相比之下,GS的左侧栏功能过少,缺乏指导性:
时间(可定制范围,这点优于MAS)
排序:相关性或日期(MAS没有提供日期排序)
3、高级检索
MAS提供六种检索途径:
作者
会议
期刊
机构
年度
DOI
– 使用上,点击高级检索后就在本页下拉,而非重开窗口,这个在形式上与GS一样。比较下GS的高级搜索:
搜索词:完全一致;与、或、非;位置限定:题名或正文(搜索词的这些功能,信息素养教学者会很喜欢)
作者
出版(从举例看,可用刊名)
日期
4、搜索(结果)订阅
MAS提供的是RSS订阅(右侧年份限定上面按钮。Google Reader没有订成,IE收藏夹中的“源”可订)
GS在左侧栏最下有邮件通知(Create alert)──大概也表明它打算放弃Reader吧。
5、其他:可视化功能
MAS还提供丰富的可视化功能(需安装SilverLight,不知道是否支持非IE浏览器)
学术地图(作者与机构地理分布)
会议日历
领域趋势
机构比较
合作者图谱
合作者路径
谱系图(研究者师承关系)
论文引用图谱
– 用秦健老师试了下作者(后4项),很丰富的关联,但谱系图没有显示出来。又查曾蕾老师(也未显示谱系图),发现两人的合作者图谱的另一端都是Paul Erdos,其专业领域是离散数学、概率、算法理论,不明白了。
6、排行榜
作者(领域牛人?)
出版物
会议(顶级会议?)
期刊(核心期刊?)
机构
关键词(领域热点?如限定近5年)
– 可选择15个领域及其子领域、年份(近5年/10年)、地域(大洲),按被引数/H指数排序。
如地理科学,按H指数排序,中科院在亚太地区排名第2,全球排名第32。
7、2.0功能:贡献
用微软的Live ID登录后,可以帮助MAS纠错、强化信息、提供内容。包括:
编辑作者(作者文档、出版物列表)、合并作者、编辑作者关系
编辑出版物(基本信息)、合并出版物
增加PDF文件或提供全文链接
增加Bib Tex(上传出版物清单)
编辑CFP(会议征文)
— 若说MAS不足的话,应该就是收录数量了,大概也是免费学术搜索的软肋了:页面称收录48,774,486出版物、21,931,226作者,过去一周2,454更新──总量不到5千万、周更新2千多。不知道Google学术收录量是多少,至少与发现系统比,显然还差不少。
如何让帮助系统更有帮助
今天中午,在学校听了系友、威斯康星大学密瓦基分校(UWM)解虹教授的报告──如何让帮助系统更有帮助。与会者基本为本校信息学系的教师及若干本馆同仁。
报告主要介绍其IMLS课题“数字图书馆新用户的帮助系统”(大致)。该课题公开征集180名调查者,让参与调查完成规定的搜索任务,在专用实验室中,采用morae记录用户的表情、声音(要求其自言自语,表述自己的内心活动)和点击等行为(应该是这个可用性软件吧),供随后分析。解教授另提及Jing,该公司的另一款免费软件。
从提问看,老师们更多地关注解教授的研究方法和研究过程。我主要对帮助系统本身,或者说什么帮助系统才是好的系统感兴趣。
报告首先介绍自己的研究领域,以其课题申报书的标签云始,说明其研究主题以信息检索为主。最后以本次报告的标签云终。
进入正题,从询问大家是不是用帮助系统开始,说明帮助系统一般不受用户欢迎,因为用户可能觉得看了帮助仍不明白,还不如自己摸索。报告后面也多次提到,用户更愿意问人,而非系统。其研究结果也是人工帮助不省时,但有更好的效果,更令用户满意。
报告把帮助系统分成两类:
一、显性的,比如直接以问号方式显示
二、隐性的,应情景而现,如检索后出现的“Do you mean …”,或者提示“Find like this”。
举了各种帮助的例子。首先提及但评价最底的是Google帮助[让我联想到Google软件商店糟糕的检索结果],对yahoo帮助比较称赞,也提及日渐受欢迎的可视化帮助。
其他帮助场景:
1、tutorials。举了云存储系统,完成若干任务可送多少免费空间──这种引导性极强的“帮助”功能,让用户非强制性地完成了帮助的学习。[金山快盘也如此]
2、tip,以举例方式提供帮助
3、联机帮助
特例:
1、国际儿童数字图书馆,以色彩提供帮助
2、肓人,以语音提供帮助
[自己则联想到其他在线帮助的情况:
比如软件的安装需要一定时间,在等候过程中提示功能,如搜狗拼音。
比如软件首次启动提示若干功能,显示完成后才能开始使用,iPad上不少软件升级后都如此]
研究结果显示人工帮助的优点:指点从哪里开始,指出问题所在,鼓励用户,交互,有效、理解、满意。对于机器来说,很难检测求助者状态,从而提供适当的帮助(目前有一些间接方法,如通过点击行为)。
要系统的帮助功能达到人工帮助水准,尚遥遥无期吧。对用户来说,目前好的结果从低到高依次是:1)检索词高亮;2)检索结果段高亮;3)直接给结果(如alpha wolfram)。
———-联想的分割线———-
听讲过程中,想到本馆网站和很多图书馆网站一样,在咨询页面最前给了FAQ链接,提示在咨询馆员前,应该先去FAQ看看是否已经有答案了──那个链接应该也是不招人喜欢的,谁知道点过去是什么情况?
现在打算把那里改成搜索框,提供FAQ直接查询,或许有人愿意在那里输入一个查询词,直接看看有没有结果?
由于FAQ的查询功能较弱(词串完全一致),所以检索框宽度应该设计得比较短,让用户只输入最简单的关键词──解教授报告中提到,界面会影用户的行为:比如检索框较长,用户输入的检索词长。