變化的數(shù)字世界
——第十三屆iConference會議綜述

1 會議背景

iConference是由iSchools組織的一個信息科學相關(guān)的國際會議，每一屆會議由iSchools成員學校舉辦。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舉行，由英國謝菲爾德大學和諾什比亞大學共同舉辦，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)、肯塔基大學信息科學學院、(英國)國家科學基金會(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)域的學者共同探討當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、華盛頓大學信息學院兼職教授Susan Dumais，以及牛津大學哲學和信息倫理學、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篇會議論文進行闡釋，助力國內(nèi)學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。總體來看，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(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用，不少學者開展社交媒體用戶使用行為、商業(yè)應用、隱私問題等研究[1]。馬來西亞國立大學Wan Ahmad等認為，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、隱私和安全控制機制缺失，以及管理人員和團隊不足等問題。謝菲爾德大學Wasim Ahmed等選取推特2315283條關(guān)于世界自閉癥日運動的推文，進行挖掘分析后建立一個成功的健康運動評估框架。雪城大學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動的信息發(fā)布中占據(jù)重要角色。雪城大學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散和病毒事件傳播具有一定的價值。雪城大學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(如標簽、提及、內(nèi)容)和公眾交互(喜歡和轉(zhuǎn)發(fā))進行回歸分析，研究結(jié)果表明，“提及”的數(shù)量對用戶的“喜歡”有負面影響。喬治王子社區(qū)學院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)注大學生群體，特別是移民大學生群體患抑郁癥的情況，提出應當運用混合法探索抑郁癥和社交媒體的關(guān)系，研究移民大學生患抑郁癥與使用多種社交媒體的關(guān)系。馬來西亞大學Nordiana Ahmad Kharman Shah和謝菲爾德大學Andrew Martin Cox分析謝菲爾德大學學者推特活動的模式，指出學者使用推特已成為習慣，推特已成為學術(shù)交流的重要交流工具。山口大學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Wenyi Shang在構(gòu)建具有準確性、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條評論進行情感分析，發(fā)現(xiàn)盡管負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，預測討論結(jié)果有一定的價值。雪城大學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)行為進行探索。愛爾蘭都柏林大學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)新聞工作者學歷水平普遍較高，但教育背景往往是新聞學和通訊學而不是數(shù)據(jù)科學、信息科學、計算機科學的結(jié)論。印度尼西亞加札馬達大學Safirotu Khoir和香港城市大學Robert M.Davison在深入訪談傳統(tǒng)小城市的信息技術(shù)推廣負責人后，得出信息通訊技術(shù)對傳統(tǒng)小城市的經(jīng)濟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Paul Reilly等訪談31名歐洲基礎(chǔ)設(shè)施的主要負責人，探索如何通過與公眾進行有效的危機溝通來提高重要基礎(chǔ)設(shè)施的恢復能力。研究結(jié)果表明，災后需要建立一個靈活的解決重要事件和危機的交流機制，以管理公眾對災后恢復時間的期望。謝菲爾德大學Sall Sanger等通過分析三個不同在線戒酒互助團隊論壇中關(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Lauren Thomson等研究10名本科生在多個即時通訊應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用有重要影響。美國佛羅里達州立大學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行檢驗。實驗結(jié)果表明，所提出的模型能較好解釋當前數(shù)字鴻溝存在的原因和程度。為分析在線健康支持團隊(Online Health Support Groups)的動力和影響機制，美國匹茲堡大學Keyang Zheng等建立了在線健康支持團隊的情感分析模型，并以Facebook上鐮狀細胞疾病團隊一年的數(shù)據(jù)集為訓練集，運用監(jiān)督式機器學習算法對數(shù)據(jù)集的情感進行分類，得出一個可以更好理解在線健康支持團隊動力機制的模型。

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者的關(guān)注[2]，而大數(shù)據(jù)時代下云計算的應用及實踐也吸引著相關(guān)領(lǐng)域的學者。美國加州大學Kristin B.Cornelius和Irene V.Pasquetto探討美國總統(tǒng)特朗普當選后，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，隨意刪除這些政府數(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、標準和指令等，規(guī)范政府機構(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Peter T.Darch提出，雖然干預通常會促進數(shù)據(jù)和計算密集型科學的可重復性，然而這種干預在突發(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)，而某些潛在的干預措施可能會嚴重損害該領(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)商合同中充分強調(diào)這些需求。武漢職業(yè)技術(shù)學院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的細粒度鏈接數(shù)據(jù)創(chuàng)建方法。實驗表明，這一方法具有較強的靈活性，有利于促進數(shù)字圖書館非結(jié)構(gòu)化資源的公開獲取。印第安納大學伯明頓分校Aehong Min等研究了智能呼吸探測器對大學生過度飲酒干預中可能存在的影響。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)計和改進提供參考。美國北卡羅萊納大學教堂山分校Caleece Nash等認為，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，在分析云計算服務在組織、管理和運營上的優(yōu)勢和挑戰(zhàn)后，他們對云計算服務提供商和酒店的規(guī)劃、投資與管理都提出相應的建議。美國馬里蘭大學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)教育等也成為當前的研究熱點之一[3]。謝菲爾德大學Jo Bates和Jess Elmore認為，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和行為，從而有助于提高數(shù)據(jù)科學實踐水平。英國諾桑比亞大學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Josep Cobars-Morales和Agust Canals認為，雖然信息和知識的擴散是經(jīng)濟理論中市場良好運作的必備條件，但是對于如何將概念化的信息和知識運用到經(jīng)濟學中仍然很少有人研究，因此他們以2008年金融危機為例，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金融危機的主要因素。美國亞特蘭大大學Yanni Loukissas研究為民眾提供免費房地產(chǎn)信息查詢服務的網(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，而是與當前的文化緊密相關(guān)。美國印第安納大學和普渡大學的Angela P.Murillo和Kyle M.L.Jones認為，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)的學生具有重要作用。他們介紹了圖書情報學科與計算機科學的一項合作項目——大學生數(shù)據(jù)課程系列教育，并從機構(gòu)、資源、實驗條件等方面論述項目的開展情況。來自莫爾德大學學院的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)先進的數(shù)據(jù)展示可視化系統(tǒng)并沒有得到廣泛應用并分析其原因。華盛頓大學An Yan和Nicholas Weber研究政府開放數(shù)據(jù)在科學研究中的運用，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)源的期刊論文的標準的基礎(chǔ)上，抓取并分析當前有關(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)在科學研究中的使用量呈現(xiàn)逐年增長趨勢，應用領(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Daniel Gelaw Alemneh和Mark Phillips以電子論文和學位論文為例，利用Web服務器日志數(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院Andrew Collins等通過對數(shù)字圖書館Sowiport和文獻管理工具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Hang Dong等基于文獻確定了三個規(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)等進行了詳細介紹，并且通過評估后發(fā)現(xiàn)5W短語的提取精度達到0.7。美國伊利諾伊大學厄巴納-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)，以及他們當前對計算機支持的使用，提出計算機支持如何在加快系統(tǒng)綜述進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Xiao Hu等收集并研究四個知名在線音樂流媒體服務關(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)。南京大學信息管理學院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Danchen Zhang和Daqing He提出用詞嵌入(Word Embedding)模型解決臨床檢索任務中術(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，促進數(shù)字公平也是當前學界急需解決的問題。北京大學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：擴展獲取信息的渠道、促進與他人的社會交往、促進高風險話題的低風險討論、培養(yǎng)歸屬感。臺灣大學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績效的可行性，探討搜索任務和用戶心理特征對系統(tǒng)性能的影響。美國匹茲堡大學Yu Chi等應用“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他們社交媒體賬戶。美國北德克薩斯州大學Miyoung Chong應用社交網(wǎng)絡(luò)分析方法，調(diào)查人們?nèi)绾瓮ㄟ^標簽采用Twitter上的政治信息，以及如何促進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)中采用政治標簽的同質(zhì)性理論，而具有高中介中心性的用戶被認為是意見領(lǐng)袖，他們位于網(wǎng)絡(luò)中的重要節(jié)點，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希·海涅大學的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生的信息素養(yǎng)。研究發(fā)現(xiàn)在大多數(shù)情況下，兩國學生之間存在顯著的差異，大多數(shù)學生僅達到初級水平。武漢大學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)果評估時的認知活動，并分析用戶進行相關(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知。美國馬里蘭大學帕克分校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。美國紐約州立大學布法羅分校Valerie Nesset和J.Brice Bible指出，大學中負責技術(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)計團隊中進行合作，互相學習，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Kathleen Lourdes B.Obille通過日記撰寫和焦點小組討論，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)并從中獲得更多機會。臺灣大學Tien-I Tsai和成功大學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工作，其余則是在同樣的時間和地點工作或者在同樣的時間進行遠程工作；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Matt Willis和Eric T.Meyer聚焦于任務級自動化對醫(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的Christine T.Wolf對一個高科技企業(yè)進行民族志研究，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Dan Wu和Lei Cheng進行一項基于跨設(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的預測精度，有助于推薦相關(guān)結(jié)果，提高搜索效率。武漢大學Dan Wu和Liuxing Lu研究用戶在使用地圖APP行人導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(Digital Curation)

伴隨著e-Science的發(fā)展，數(shù)字管護也引起圖書館、檔案館等信息資源管理機構(gòu)的重視[5]。來自馬來西亞國立大學的Azlina Ab Aziz等人基于文獻調(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?shù)男袆?，保證EDRMS順利運行。美國伊利諾伊大學Rhiannon Bettivia和英國利茲大學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)，認為解釋框架的主要目標不是提供一種證明可靠性的手段，而是提供一種以機器可讀的方式來解釋決策過程的方法。美國田納西大學Bradley Wade Bishop和Carolyn Hank通過訪談法探討地球科學數(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；此外，數(shù)據(jù)管理者還需要運用數(shù)據(jù)生命周期以外的科學知識和管理技能來完成他們的工作。美國加利福尼亞大學洛杉磯分校Jean-Fran?ois Blanchette和Snowden Becker應用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(Bodyworn Cameras)鏡頭在公共安全領(lǐng)域中的應用，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，以表達更全面的道德和政策立場。愛爾蘭都柏林大學Amber L.Cushing訪談公民科學項目的管理者，分析其中所涉及的數(shù)字管護問題，以開發(fā)數(shù)字管護教育的現(xiàn)實案例。美國伊利諾伊大學厄巴納-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)注點維度。西班牙馬德里康普頓斯大學Brenda Siso-Calvo等探討當前國際上孤兒作品相關(guān)問題的解決方案，以及文化機構(gòu)如何將其應用于館藏的數(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)和提高學生和用戶的信息能力，是作為信息教育主體的大學和圖書館需要深入探討的課題。美國匹茲堡大學Kayla M.Booth等從學生學習、研究成果、研究生招生等方面評估大學生研究經(jīng)驗(Research Experience for Undergraduates，REU)項目 iSchool Inclusion Institute(i3)，研究發(fā)現(xiàn)參加i3項目的學生在信息科學和研究生院相關(guān)領(lǐng)域取得較顯著的學習成效，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)越來越多的課程強調(diào)計算密集型范式。德國德累斯頓工業(yè)大學媒體中心的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，調(diào)查不同學術(shù)團體、應用實踐、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Joslenne Pe?a等設(shè)計了簡單的網(wǎng)頁信息應用程序原型，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用的領(lǐng)域。馬里蘭大學帕克分校Jessica Vitak等通過焦點小組訪談法收集數(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。美國西蒙斯學院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)角色和責任有關(guān)。武漢大學Lihong Zhou等基于文獻的歸納分析，提出3個核心的國際學生圖書館服務需求，分別是學術(shù)發(fā)展需求、休閑/娛樂需求，以及語言和文化學習需求；并提出4種中國大學圖書館的應對策略，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，并提出相應的解決方案。該次會議為學者和實踐工作者提供了良好的交流機會，開辟了新的合作渠道，增進了同仁之間的友誼。