乐此不疲 – 第 41 页 – 编目精灵III

国家科学图书馆的网络营销

又一家国内图书馆在Google Scholar/学术搜索上开通了“图书馆链接”――刚刚改名的国家科学图书馆。来自的中科院网站的新闻“国家科学图书馆联合目录与Google Scholar连接正式开通”：

“用户通过Google Scholar进行学术文献查询时，Google Scholar能够根据IP地址判断是否是中国用户，如果是中国用户，所查询的学术文献同时又在国家科学图书馆联合目录的馆藏资源范围内，那么在检索结果页面上将出现“图书馆搜索”连接图标(如果是英文主页搜索将显示“Find in ChinaCat”连接图标),用户点击该连接后，系统将引导用户直接进入国家科学数字图书馆联合服务系统，用户可以通过原文传递服务获取全文。”

有点疑惑的是，Google学术搜索的搜索范围只限论文，怎么与收录图书的图书馆目录相连？实际作一下检索，从中科院文献情报中心网站的馆藏目录中查到《科学史八讲》，用此书查Google学术搜索，结果只有[引用]及“被引用次数”与“网页搜索”，并没有看到所说的链接标志。查英文《The Information Age in Perspective》，结果也是一样。

再看报道，方参透此中玄机――差不多可称之为“抢注”吧。尽管现在Google学术搜索中还不会出现相关链接，但报道说明国家科学图书馆计划做好西文期刊部分，并且今后或许Google图书搜索也会提供相关链接，这样的话：

未来在Google学术搜索/图书搜索中出现“图书馆搜索”，用户不会认为那只是国家科学图书馆的目录，还以为要查图书馆的资料就该点击此链了；而在Google Scholar中出现“Find in ChinaCat”就更绝了，外国用户要查中国图书馆的资料，就只点此链了。

链接有什么好处？“用户点击该连接后，系统将引导用户直接进入国家科学数字图书馆联合服务系统，用户可以通过原文传递服务获取全文。”一般图书馆参与“图书馆链接”计划的目的是给用户直接链接全文，而国家科学图书馆的意图是文件传递――换言之，通过服务获取利益。这是一个深谋远虑的网络营销计划。

    上个月馆里请上图吴建中馆长作报告，讲到大英图书馆(The British Library, BL)的营销，吴馆长盛赞2000年上任的馆长Lynne Brindley女士。BL是企业化了，馆长被称为“Chief Executive”，组织结构图被称为“Corporate structure”，而且从中一点也看不到图书馆业务的影子。
    其实早在我的大学时代，BL就是营销高手，当时BL外借部几乎是我们所知的唯一国际性馆际互借机构。通过馆际互借，BL赚了不少钱。到了文献传递时代，BL已先期参与了Google Scholar的图书馆链接计划，“BL Direct”让用户可以直接付费看到电子文献。
    这样有着广泛潜力的市场，国内图书馆当然不能只让万方、维普之类参与中文Google学术搜索的企业专美。
    不知道早就参与“图书馆链接”计划的国家图书馆，是不是后悔当初在链接中用了“National Library of China”这种中规中矩的名称？

有关Google学术搜索的“图书馆链接”计划参见：
通过Google学术搜索下载图书馆订购电子资源

Swicki个人搜索引擎与Spam

三月份时，美国大学与研究图书馆协会(ACRL)代表团来馆，Nancy K. Dennis(新墨西哥州大学图书馆助理馆长)作主要报告“信息技术在美国学术图书馆中的作用”(Role of Information Technology in Academic Libraries within the US)，不知为什么却大谈Swicki的专门搜索引擎“巧克力搜索”(Chocolate Search)。
我当时想起，曾看到某位很兴奋的在自己博客上放好Swicki个人搜索引擎后的尴尬：不知是谁多次检索一个与专题无关的词，结果显示在博客最上方的搜索词云中，最大的就是那个莫名其妙的词――遭遇垃圾(spam)入侵了（可惜当初没有截个图）。

Swicki（http://swicki.eurekster.com/）是一个由用户创建个人搜索引擎的社区，建立后的搜索引擎可以放在自己的网站或博客上，也会在Swicki网站相关目录中显示。其明显特征除了Swicki的search标志外，就是搜索词云(buzz cloud)――很像美味书签的标签云。
建立个人搜索引擎，听上去有点不可思议，其实并不是自己弄个爬虫上网去抓内容，而是对现有搜索引擎的搜索或显示优先顺序作一些后台限定。在Swicki，主要由创建者通过“训练(training)”步骤来实现：

1、提供与本搜索引擎最相关的网站，搜索结果优先显示
2、输入每次搜索隐含加入的词
3、选择是否搜索博客网站
4、如提供自己的网站，搜索结果优先显示
5、其它与本搜索引擎关联的网站，搜索结果优先

换言之，创建者需要做的是从茫茫网海中找出与主题相关的网站，让搜索引擎按所告知的优先顺序排列搜索结果。还可以预先设置一些与主题相关的检索词，作为最热搜索词云中的种子，引导或提示搜索者，本个人搜索引擎关注的重点。

大部分人只有耐心看完搜索结果的前几页，每个搜索引擎独特的搜索结果排序算法，成为用户选择搜索引擎的重要因素。由于Swicki个人搜索的创建者一般熟悉相关领域的网站，将最相关网站的命中优先显示，自然有助于搜索者找到所需内容。
Swicki使用的是雅虎搜索，但利用“社区力量”(community powered)，人为改变搜索结果顺序。一般来说，专门搜索引擎的使用者对该专题都有一定兴趣，他们就构成了一个“社区”。除创建者个人“训练”外，Swicki采用Eurekster技术，基于搜索者的行为对搜索词加权。使用者可以参与每个搜索结果的评价：

1、加标签推荐（推荐新站点）
2、推荐本搜索结果
3、删除本搜索结果
4、删除本搜索结果所在网站

最终，使用者推荐的搜索结果会首先显示。其余的结果可能有5个来自自己的网站、5个来自“训练”中的重要网站，5个来自附加了“训练”中重要关键词的普通网页、5个来自博客（如果“训练”中选择的话）、10个来自其他普通网页。Swicki还有根据使用者点击信息等不断改进排序的设想。
按WebLeOn的说法，“用Swicki所创建的搜索引擎还具有学习功能，可以通过用户的推荐及搜索行为来自动调整搜索结果。而作为创建者，可以对它学习的过程进行控制。”

不但个人建立的搜索引擎被看作一个社区，Swicki本身也是一个更大的社区(community)。是社区，似乎少不了排名。搜索的人越多，个人搜索引擎在Swicki中的排名越靠前。由档案历史学家David Mattison建立的“数字保存搜索引擎”(Digital Preservation Search Engine)，最近进入了“Top Ten Swicki”。他的博客The Ten Thousand Year Blog关注数字文化保存问题，侧栏就放置了“数字保存搜索引擎”，搜索词云中的词或词组均与数字保存相关，搜索最多因而字体最大的是”david bearman”，此人是档案与博物馆信息学会主席(President of Archives & Museum Informatics)。如果要查数字保存领域的资料，或许用他的搜索引擎得到的结果会比较专业。

    回到篇首的例子，难道创建者不能把垃圾搜索词从搜索词云中删除掉吗？如果我在自己的博客上放一个Swicki（支持中文），某个居心不良的人专门输入莫名其妙的词来恶心我，或者大做广告，岂不明摆着要废掉它吗？
    Swicki提供搜索词云显示管理，创建者可以锁定(block)那些不希望出现的搜索词。
    网络中的垃圾无所不在，哪里热门往哪里钻：垃圾邮件、垃圾贴、垃圾网站、垃圾博客、垃圾留言、垃圾搜索词……。想象中热门Swicki的创建者可能还需要在维护过程中，经常删除那些垃圾制造者“推荐”的垃圾站点。网络用户与Spam的战斗永无止境。

创建Swicki是免费的，除了邮箱，也不需要用户的其他个人信息。用户自然要关心它靠什么赢利？答案是广告。如果在“训练”时选择在检索结果中包括广告，创建者可以与Swicki分成。不是强制广告，有利益还能分享，是不是又能赢得创建者的一份心？

编目的乐趣

编目其实是件相当乏味的事，因为规矩太多，一举一动均受约束。有人说，编目之所以无趣，是因为那把尺子（规矩）是别人做好了的，只有量得好不好，不能说这把尺子好不好。其实发现并思考这把尺子好与不好在何处，并不是所有编目员都能够达到的境界。虽然这也是编目工作中比较有挑战性的部分（参见“编目研讨信息源一览”），但对我来讲，编目的乐趣只在于搜索与发现。

    首先的乐趣是寻找以前不知道的数据来源。最初发现美国国会图书馆的Z39.50软件网页，试用多个客户端软件后，发现了可用于中文的丹诚Z39.50前端软件；而后从LC、OhioLINK的Z39.50服务器信息开始，这些年陆续寻找与试用各种Z39.50服务器（Z39.50相关信息链接）；不能通过Z39.50服务器的，还有各类国家图书馆或大型联合目录的WepOPAC可用（RLG的红绿灯、OCLC的开放联合目录、“网上编目参考资源一览”之书目资源），基本上构建起一个常用的免费书目信息库。另外还找到一些可以参考的图书相关网站（亚马逊、Google Print/Google图书搜索、豆瓣）。
    具有讽刺意味的是，数据来源只需寻找一次。随着越来越多的数据源被找到，编目变得越来越乏味。因为大部分东西都可以套录到，编目就好象《摩登时代》中流水线上的卓别林，机械地复制、检索、下载，以各种规矩衡量一遍，修改那些细枝末节，然后提交、保存，真是无丝毫乐趣可言。
    记得读大学时，高数老师曾说，微积分就那几个公式，解题是“纯粹的体力劳动”。编目是又一个绝好实例。

    在无聊中，持续的乐趣就是在编目中发现需要继续寻找的内容。
    最大的一块是在规范方面。如果是翻译作品，寻找原题名就是乐趣；如果发现可能是未规范的名称标目，查找其规范形式就是乐趣；如果文献上的中、日作者是以罗马拼写形式出现的，查找其汉字名称就是乐趣；如果文献中只有汉译姓，查找其罗马拼写就是乐趣；……
    遇到韦氏音标名称，分析出转换为汉语拼音的规律，是一种乐趣；见到记录中有不知来源的出版年，发现原来书上用罗马数字标注，是一种乐趣；为分类找出各种合用的参考网站，更是一种永无止境的乐趣（“网上编目参考资源一览”之分类、主题与与著者号；“最佳编目参考网站”之知识类）；……
    如果没有这些不时冒出的有点意思的事，还真得闷死。

一直自以为得意的是做过一条自认的“超级记录”。那是五年半前为别人打工，用MARC21格式编中文书。大部分都是“纯粹的体力劳动”，总算做到一本《楚图南集》，其中有很多译著。于是很耐心地通过各种方式查找，力图将译著不同语种的原名一一寻出（其中有一部未找出，似乎是译者所编的作品集）。以下除编目来源外，按目前网上检索得到的原样列出，当时功底尚浅，就MARC格式而言有不完善之处。如果是在自己的书目库中，早把看着不顺眼的东东改掉、把记录弄得更漂亮了：

附言：

写此篇与编目作别。出于惯性，以后还会关注到编目的信息，但不会细细地看编目论坛的讨论，也不会花时间研读那些几十、上百页的报告，再总结心得了。
前几天在“最新研究报告：改变目录性质、与其他发现工具集成”和“《资源描述与检索》(RDA)一统江湖？”中增加了几个新出现的重要链接，或许就到此为止了。

上月删除了原来首页过长的编目相关链接，改链自己总结的几篇博文，但不知何故总是“网页上有错误”，似乎无法在首页“自恋”。日后或许可以把本文当做所有编目相关链接的起点。