大数据环境下典型文献资源发现系统评测与建议.pdf

农业大数据学报2023,5(3):83-92

JournalofAgriculturalBigDataDOI:10.19788/j.issn.2096-6369.230312

大数据环境下典型文献资源发现系统评测与建议

12*

李雪原，张洁

1.中国农业大学图书馆，北京100193，中国；2.中国农业科学院农业信息研究所，北京100081，中国

摘要：以Primo、Summon、EDS、百度学术、超星发现5种较为常用的发现系统为样本，梳理归纳发现系统的功能特点，研

发、测试文献资源发现系统的评测指标体系并进行具体评测，调研分析用户在使用发现系统中获取信息的影响因素、系统易

用性的影响因素、以及用户忠诚度的影响因素，同时结合大数据的发展与影响，提出6点发展建议：加强元数据的规范建设、

提升文献信息的揭示度与获取途径、优化相关性排序、提升个性化服务、利用衍生数据推动精准服务、加强顶层规划，建立

协同合作机制。

关键词：资源发现系统；知识发现系统；Primo；Summon；EDS；百度学术；超星发现系统

系统的类型也较多：商业研发的主要有AquaBrowser、

1引言

BiblioCore、EDS、Encore、Enterprise、Primo、Summon、

随着文献资源总量的持续快速增加，文献发现在WorldCatLocal；使用开源技术的主要有Blacklight、

规模体量和技术体系上已进入大数据时代，在海量资eXtensibleCatalog、VuFind这三种[4-6]。国内的发现系

源中准确且高效地发现、定位用户需求的文献资源，统以商业研发为主，主要有超星发现系统、中国学术

已经成为文献管理与服务的核心挑战。用户的需求从搜索、智立方发现系统、学知搜索，百度学术搜索等,

简单的搜索转变为知识发现，文献发现技术的范式也自主研发的有国家图书馆的“文津”搜索系统[7]。国外

从数据库资源导航、联邦搜索演进至资源发现阶段。发现系统不仅数量较多，在功能上也起到了引领作用。

文献发现系统是在元数据的发展基础之上，不断地与如AquaBrowser提供的是一种基于主题词云图的分面

爬虫采集技术、预处理技术、存储挖掘技术、可视化导航检索方式。它可以将图书馆的MARC数据自动转

展示技术等大数据技术相结合的产物，是一种新的信成XML记录，系统对每个XML记录进行特征抽取和

息资源整合系统，可以理解为图书馆的Google[1]。它共线性分析，从而将每个信息对象与关键词进行可视

具有很强的颠覆性，不仅可以整合图书馆各种类型的化链接，形成云图。用户的检索行为由图示引导，可

文献资源，包括商家电子资源、自建数据库、馆藏纸以视为一种可视化搜索方式。BiblioCore在2014年时

本资源、以及网络开放获取资源，实现统一检索，还推出了馆员荐读功能，这一新功能可以帮助图书馆员

可以满足用户筛选、排序、多渠道获取全文、以及评在书目页面上发表推荐评论，可以导入来自任何第三

论与交流的需求，是一个集资源与服务于一体的搜索方的博客内容，并可以优先标识或标注这些内容。

平台[2]。截至2022年1月，国内市场上仅Summon一Blacklight具有添加社会化标签的功能，以实现用户信

家发现系统就已经达到70家图书馆以上，国内39所息的共享。与Blacklight类似，VuFind允许