110 地方特考三等 圖書資訊管理(選試英文) 資訊系統與資訊檢索 考古題詳解

核心觀念

本題分為兩部分：

• 第一部分考 HTTP 與 HTTPS 的安全性差異。
• 第二部分考網站由 HTTP 遷移至 HTTPS 後的搜尋引擎最佳化（SEO）措施。

HTTPS 是在 HTTP 之下加入 SSL/TLS 加密與憑證驗證的安全傳輸協定。其安全性主要建立在三項功能：

1. 機密性（Confidentiality）
2. 完整性（Integrity）
3. 身分認證（Authentication）

---

（一）HTTPS 相較於 HTTP 的三種優點

1. 提供資料機密性，防止內容遭竊聽

HTTP 傳輸的資料通常以明文方式傳送，使用者與網站之間的請求、回應內容，可能被網路上的第三者攔截並閱讀，例如：

• 登入帳號與密碼
• 個人資料
• 查詢關鍵字
• Cookie 或工作階段資訊
• 表單內容

HTTPS 會利用 SSL/TLS 對傳輸內容進行加密，使攔截者即使取得封包，也難以直接理解其中內容。因此，HTTPS 能降低網路竊聽與資料外洩的風險。

2. 提供資料完整性，防止傳輸內容遭竄改

HTTP 缺乏可靠的內容完整性保護，攻擊者可能在資料傳輸過程中竄改網頁內容，例如：

• 偷換下載檔案
• 插入惡意程式碼
• 修改表單或交易資料
• 在網頁中置入廣告或釣魚連結

HTTPS 會透過加密驗證機制確認資料在傳輸途中是否遭到修改。若內容被竄改，接收端即可察覺，使資料具有較高的可信度。

3. 提供網站身分認證，降低冒名與釣魚風險

HTTPS 憑證由憑證授權機構（Certificate Authority, CA）簽發，用來驗證網站所使用的網域身分。瀏覽器可依憑證內容確認使用者連線的網站是否確實為該網域，而非遭第三者冒名的網站。

因此，HTTPS 有助於降低：

• 假冒網站
• 中間人攻擊（Man-in-the-Middle Attack）
• 網路釣魚
• 使用者誤連至惡意網站

須注意的是，HTTPS 憑證主要是驗證「網站與網域的身分」，並不代表網站內容本身一定合法、正確或值得信任。

---

（二）轉換 HTTPS 後提升搜尋機會與排序的措施

1. 設定 HTTP 至 HTTPS 的永久重新導向

應以伺服器設定 301 Permanent Redirect，將所有舊的 HTTP 網址永久導向對應的 HTTPS 網址，例如：

• `
• 導向 `

設定時應採取「一對一」導向，避免所有舊網址都導向首頁。如此可：

• 保留原有網址的搜尋排名與連結權重
• 避免 HTTP 與 HTTPS 同時存在造成重複內容
• 讓搜尋引擎逐步更新索引網址
• 保持使用者原有連結仍可正常使用

2. 更新網站內部連結與資源網址

網站內部的導覽列、文章連結、圖片、CSS、JavaScript、影音及下載檔案，都應改為 HTTPS，避免仍指向 HTTP。

若 HTTPS 頁面載入 HTTP 資源，會產生「混合內容」（Mixed Content），可能造成：

• 瀏覽器警告
• 部分資源被封鎖
• 使用者對網站安全性的疑慮
• 頁面功能或顯示異常

內部連結全面改為 HTTPS，也能讓搜尋引擎更快發現並索引新的網址。

3. 更新 Canonical 標籤與 Sitemap

每個頁面的 rel="canonical" 應指向 HTTPS 版本，XML Sitemap 內的網址也應全部改成 HTTPS。

這些設定可以明確告訴搜尋引擎：

核心觀念

本題比較「資訊檢索（Information Retrieval, IR）」與「自動推薦（Recommender System）」的服務方式，並考查推薦系統所使用的資訊來源。

資訊檢索通常由使用者主動提出查詢，例如輸入關鍵字、選擇分類或設定檢索條件，再由系統回傳符合查詢需求的資訊。自動推薦則由系統根據使用者、資源及其互動紀錄，主動推送使用者可能感興趣或需要的內容。

兩者的核心差異如下：

比較面向	資訊檢索	自動推薦
啟動方式	使用者主動提出查詢	系統主動提供建議
使用者需求	通常較明確	常處於模糊、潛在或尚未表達狀態
主要依據	查詢詞與文件內容的比對	使用者特徵、項目特徵及互動行為
典型結果	回傳符合查詢的文件集合	推薦可能感興趣的項目
主要問題	找到已知或明確需要的資訊	發掘未知、相關或可能喜歡的資訊

---

解題方法

本題可採「使用者需求明確程度」作為切入點：

1. 先說明資訊檢索與自動推薦的主動性差異。
2. 再判斷何種使用者較需要系統主動協助。
3. 最後列出推薦系統建立推薦結果時的三類資訊，並說明其用途。

答題時不可只寫「推薦系統比較方便」，必須指出它特別適合需求不明確、缺乏檢索能力，或希望探索新內容的使用者。

---

（一）自動推薦功能較有助益的使用者類型

1. 資訊需求不明確或尚未具體表達的使用者

資訊檢索要求使用者先形成查詢詞，並將需求轉換成關鍵字、分類或檢索條件。若使用者只知道「想找某類內容」，卻無法明確描述需求，便難以建立有效查詢。

自動推薦可利用使用者過去的瀏覽、點選、購買、觀看或收藏紀錄，推測其潛在興趣，主動提供相關內容，因此對此類使用者特別有幫助。

2. 探索型、瀏覽型或偶然發現資訊的使用者

有些使用者不是要找一筆特定資料，而是希望探索相關主題、發現新商品、新影片、新書籍或相近內容。此時，資訊檢索只能依據使用者已輸入的查詢回傳結果，自動推薦則能協助使用者擴展資訊範圍，發現原本沒有想到的項目。

例如 YouTube 依據觀看紀錄推薦影片，Amazon 依據購買或瀏覽行為推薦商品，均屬於探索與發現服務。

3. 檢索能力不足或不熟悉資料庫的使用者

初學者、一般網路使用者或不熟悉檢索語法者，可能不知道適當的關鍵字、分類詞、布林運算及篩選條件。即使資料庫中存在相關資訊，也可能因查詢表達不佳而造成查全率或查準率不理想。

自動推薦降低了使用者自行設計查詢策略的負擔，故對檢索經驗不足者較有助益。

4. 面對大量資訊而有選擇困難的使用者

在 YouTube、Amazon、Facebook 等內容數量極大的平台中，使用者即使知道自己感興趣的主題，也可能面臨資訊過量問題。推薦系統可從大量候選項目中進行排序與篩選，提供較具個人相關性的內容，減少使用者逐一查找的成本。

5. 與資訊檢索的比較結論

自動推薦最適合：

• 需求模糊或尚未明確化者；
• 希望瀏覽、探索及發現新資訊者；
• 不熟悉檢索技巧者；
• 面對資訊過量而需要系統協助篩選者。

相對地，若使用者已知道特定書名、作者、商品或文件名稱，屬於「已知項目檢索」需求，直接使用資訊檢索通常較有效率。推薦系統提供的是推測性結果，未必能精確找到使用者已知的特定項目。

---

（二）自動推薦所依據的三種資訊

1. 項目或內容資訊（Item／Content Information）

此類資訊描述被推薦項目的本身特徵，例如：

• 影片的標題、主題、標籤及類型；
• 書籍的作者、出版社、主題分類及關鍵詞；
• 商品的品牌、價格、規格及類別；
• 文章的主題、全文內容及語意特徵。

系統可將使用者曾經喜歡或使用過的項目，與其他項目的內容特徵進行比對，找出相似內容。這是「內容式推薦」（Content-based Recommendation）的主要依據。

例如使用者經常觀看科幻電影，系統可依據影片類型、關鍵詞及內容相似度，推薦其他科幻影片。

核心觀念

本題考查「文字意見分析系統」的評估方法，核心包括：

1. 分類正確率（Accuracy） 系統將訊息分為正向、負向、中立三類，若以人工判定結果作為標準，正確率為：

$\text{Accuracy}=\frac{\text{預測正確筆數}}{\text{全部測試筆數}}$

第一次正確率為：

$\frac{75}{100}=75\%$

改進後正確率為：

$\frac{90}{100}=90\%$

2. 標準答案的可信度 評估系統必須先有可信的真實標籤（ground truth）。人工標註者本身也可能判斷錯誤、標準不一致，因此不能直接把單一承辦人的判斷視為絕對正確。

3. 實驗比較的公平性 改進前後必須在相同或可比較的測試條件下評估，才能將準確率差異歸因於系統改進。

---

（一）此種評估方式的重大缺點

1. 以單一承辦人作為唯一判定標準，主觀性過高

本題由一位承辦人判斷系統預測是否正確，容易受到個人理解、情緒、經驗與判定尺度影響。尤其「中立」與「略偏正向」、「抱怨中的肯定語氣」等訊息，常具有解釋空間。

因此，第一次的 75% 與第二次的 90%，不僅反映系統表現，也可能反映該承辦人判斷標準的變化。

2. 缺乏標註一致性與真實標籤驗證

題目未說明承辦人是否接受明確的標註訓練，也未確認其判斷是否具有穩定性。若沒有多位標註者互相核對，便無法知道：

• 哪些訊息屬於真正的正向、負向或中立；
• 承辦人自己的判斷是否可靠；
• 不同人面對同一則訊息時是否會作出相同判定。

換言之，系統的正確率可能只是「與某一位承辦人的判斷相同率」，不必然等於真正的分類正確率。

3. 改進前後使用不同的 100 則訊息，缺乏公平的控制條件

第一次與第二次重新爬取的訊息不是同一批資料，兩批資料可能存在下列差異：

• 正、負、中立訊息的比例不同；
• 訊息長度、用詞、語言風格不同；
• 資料來源平台不同；
• 發文者族群不同；
• 時事背景與討論主題不同；
• 訊息難度不同。

第二次達到 90%，可能是因為測試資料較容易分類，而非系統確實改進。因此不能直接以 $90\%-75\%=15$ 個百分點，認定系統效能提升 15 個百分點。

4. 未控制資料是否與系統訓練資料重複

若第二次爬取的訊息與系統訓練資料、規則庫或既有資料高度相似，評估結果可能受到資料洩漏（data leakage）影響，導致正確率被高估。

5. 只觀察整體正確率，無法了解三類別的實際表現

意見分析是三分類問題，只報告整體正確率，無法得知：

• 正向訊息是否容易被誤判為中立；
• 負向訊息是否經常被判為中立；
• 中立訊息是否被大量誤判為正向；
• 系統是否只對某一類特別準確。

若某一類在資料中占大多數，即使系統幾乎不會辨識其他類別，整體正確率仍可能很高。

6. 測試樣本數與統計分析不足

每次只有 100 則訊息，75%與90%都是樣本正確率，而非系統在所有網路訊息上的真實正確率。題目也未提供信賴區間、顯著性檢定、錯誤類型分析等資訊，因此無法判斷 15 個百分點的差異是否具有統計意義。

---

（二）改進評價方式的方向

1. 建立明確的標註規範

在評估前應訂定清楚的標註準則，例如：

• 何種語句屬於正向；
• 何種語句屬於負向；
• 何種情況判定為中立；
• 反諷、雙重否定、混合情緒如何處理；
• 同時包含正負評價時應採何種判定原則。

標註規範應附具代表性例句，使不同標註者能依同一標準判斷。

2. 採用多位獨立標註者，並建立共識標籤

應邀請多位具相關訓練的人員，分別且獨立判斷每則訊息，再以多數決、專家裁決或討論方式形成最終標籤。

例如三位標註者中有兩位判定為負向，便可將負向作為暫定標籤；若意見分歧，則交由資深專家裁決。

如此可降低單一承辦人的個人偏誤，並建立較可信的 gold standard。

3. 測量標註者間的一致性

除了建立最終標籤，也應計算標註者間一致程度，例如 Cohen’s kappa、Fleiss’ kappa 等指標。

核心觀念

本題考查資訊檢索中的兩種相關性：

1. 主題相關（topical relevance）：檢索結果的內容，是否客觀上符合使用者查詢的主題與資訊需求。
2. 使用者相關（user relevance）：檢索結果是否符合特定使用者在特定情境下的實際需要，包含使用者的知識程度、目的、時間、地點、語言及偏好等因素。

搜尋引擎不僅要找出「主題上相關」的文件，也要進一步判斷哪些結果對「這位使用者目前的任務」最有用。

---

一、主題相關（topical relevance）

主題相關是指文件內容與查詢主題之間的符合程度，通常依據文件的文字、概念、主旨及查詢詞之間的關係加以判斷。

其判斷重點包括：

• 文件是否討論查詢所涉及的主題。
• 文件是否包含查詢詞的同義詞、相關詞及專業術語。
• 文件內容是否真正回答查詢問題，而非僅在文字表面出現關鍵詞。
• 文件的主旨、範圍及深度是否與查詢需求相符。

主題相關具有一定的客觀性，但仍非完全機械化的判定。不同使用者對「是否相關」的認定可能不同，且查詢詞本身可能具有多重語意。

實例：

使用者以「臺灣公共圖書館數位閱讀推廣」進行檢索：

• 一篇完整討論臺灣公共圖書館如何推動電子書借閱、數位閱讀活動及讀者培訓的研究報告，具有高度主題相關性。
• 一篇僅在參考文獻中提到「圖書館」與「數位閱讀」的文章，雖含有查詢詞，主題相關性仍低。
• 一篇討論美國大學圖書館數位典藏的文章，與數位圖書館有關，但因地域及機構類型不同，主題相關性低於臺灣公共圖書館研究。

---

二、使用者相關（user relevance）

使用者相關是指檢索結果是否適合特定使用者的實際需求與使用情境。其判斷不只依據文件主題，也涉及下列因素：

• 使用者的檢索目的，例如學術研究、政策規劃、一般閱讀或快速查證。
• 使用者的專業程度與先備知識。
• 使用者可接受的文件語言、格式及閱讀難度。
• 使用者所在位置及適用範圍。
• 資訊的新穎性、權威性及可信度要求。
• 使用者的時間限制及希望取得答案的速度。
• 使用者過去的檢索行為與個人偏好。

使用者相關具有高度情境性與主觀性。同一份文件對不同使用者的價值可能不同。

實例：

同樣搜尋「著作權與圖書館電子書借閱」：

• 對正在撰寫法律研究論文的研究生而言，法律期刊論文、判決及主管機關正式解釋最具使用者相關性。
• 對圖書館一般讀者而言，內容簡明、能說明電子書借閱規則的圖書館公告較具使用者相關性。
• 對圖書館館員而言，主管機關的實務指引及館際合作規範可能比學術論文更有用。
• 對急於處理當年度業務的承辦人而言，最新修正的規範優先於年代較久但主題相近的研究文章。

上述文件都可能具有主題相關性，但因使用者目的不同，其使用者相關性有所差異。

---

三、兩種相關性的比較

比較項目	主題相關	使用者相關
判斷對象	文件與查詢主題	文件與特定使用者及情境
性質	偏向內容上的客觀符合	偏向需求上的主觀適用
主要依據	關鍵詞、概念、主旨、文件內容	目的、背景、偏好、地點、時間、任務
典型問題	「這篇文件是否在談這個主題？」	「這篇文件對這位使用者現在是否有用？」
改善方向	改善索引、語意分析及排序	個人化、互動回饋及情境感知

主題相關是使用者相關的基礎，但主題相關高不代表使用者一定會採用。例如查詢「人工智慧在圖書館的應用」，一篇高度專業且篇幅數百頁的研究論文具有主題相關性，但對只想快速了解基本概念的初學者，使用者相關性可能不高。

---

四、搜尋引擎提升主題相關性的措施

（一）改善文件內容分析與索引

搜尋引擎應對文件進行完整的內容分析，包括：

• 文字切詞與詞形還原。
• 辨識標題、摘要、章節標題及關鍵詞。
• 建立倒排索引。
• 將同義詞、相關詞及上下位詞納入索引。
• 辨識人名、地名、機構名及專有名詞等實體。

例如「數位典藏」、「數位保存」及「digital preservation」可能具有概念關聯，搜尋引擎可藉由詞彙控制及語意資源提高召回率。

（二）採用語意檢索與查詢擴展

搜尋引擎可利用同義詞典、分類表、知識圖譜及自然語言處理技術，將查詢轉換為較完整的概念集合。

例如使用者輸入「高齡者使用圖書館」，系統可擴展至「老年人」、「高齡讀者」、「公共圖書館服務」等相關詞，以避免只比對原始查詢詞而漏掉重要文件。

（三）改善結果排序

搜尋引擎可依據下列特徵計算文件與查詢的匹配程度：

• 查詢詞出現頻率。
• 查詢詞出現在標題、摘要及內文的位置。
• 文件與查詢的語意相似度。
• 文件的權威性、引用情形及連結結構。
• 文件的新穎性及更新日期。
• 文件內容是否完整回答查詢。

在傳統向量空間模型中，可用查詢向量與文件向量的餘弦相似度衡量相似程度：

$$\operatorname{sim}(q,d)= \frac{\vec q\cdot \vec d} {|\vec q||\vec d|}$$

相似度越高，文件在主題上的匹配程度通常越高。實務上也可結合機器學習排序模型，綜合文字、語意、權威性及時效性等特徵。

（四）處理查詢歧義與多重語意

搜尋引擎應辨識查詢詞可能代表的不同概念。例如「Java」可能指程式語言，也可能指印尼爪哇島。系統可依據查詢上下文、相關詞及使用者後續選擇，降低主題誤判。