109 地方特考四等 圖書資訊管理 資訊系統與資訊檢索概要 考古題詳解

核心觀念 本題測驗「資料探勘」（Data Mining, DM）與「文字探勘」（Text Mining, TM）之基本定義、技術架構、資料特徵與商業應用之整合比較能力。

1. 資料探勘（Data Mining）：指從大量、完整或不完整、有雜訊的資料集（主要為結構化資料）中，透過統計學、機器學習、資料庫技術等方法，自動或半自動地發掘隱含、未知且具潛在商業價值之模式（Patterns）與知識的程序（亦即資料庫知識探索，Knowledge Discovery in Databases, KDD）。
2. 文字探勘（Text Mining）：又稱文字資料探勘（Text Data Mining），為資料探勘在非結構化文字領域的特化與延伸。其結合自然語言處理（Natural Language Processing, NLP）、計算語言學與資訊檢索技術，旨在將非結構化（或半結構化）之自然語言文字轉換為可量化的特徵表示，進而從中擷取高品質、新穎且具商業意義的關聯、主題或趨勢。

---

解題方法 本題為標準的比較型申論題，答題策略應採取「定義定調 $\rightarrow$ 共通點歸納 $\rightarrow$ 核心差異對比 $\rightarrow$ 商業實務結合」四層架構切入：

1. 界定層次關係：先指出文字探勘本質上隸屬於廣義資料探勘的一環，但專注於不同資料型態與技術堆疊。
2. 共通性推導：從「知識發掘目的」、「基本生命週期（KDD/CRISP-DM 流程）」及「核心演算法理論（分類、分群、關聯規則）」三維度說明相同處。
3. 相異性對比：針對「處理對象（資料結構）」、「資料前處理難度與技術」、「特徵維度特性」、「關鍵演算法與工具」以及「商業決策產出」列表對照，突顯考生對底層技術特性的深刻理解。
4. 實例印證：列舉具代表性的商業場景（例如：POS 交易數據分析 vs. 社群顧客輿情分析），使論述具體化。

---

選項分析 本題為申論問答題，非選擇題，無個別選項；考生作答核心在於「向度完整性」與「對照精確度」。評分重點在於是否能明確區分「結構化數值資料」與「非結構化文本」在前處理及特徵工程上的巨大本質差異，切忌僅個別平鋪直述兩者定義而缺乏橫向對比。

---

解題技巧

1. 破除常見觀念陷阱：

• 切勿將「文字探勘」與「全文資訊檢索（Information Retrieval, IR）」混淆。資訊檢索旨在「查找使用者已知的既有文件」；文字探勘則是「發掘跨文件間未知的新知識與隱含關聯」。
• 切勿將兩者視為對立技術，文字探勘在前處理完成（文件向量化）後，後續之分類、分群演算法多直接承襲資料探勘理論。

2. 答題結構化原則：

• 相同點以「條列論述」展現理論深度。
• 相異點以「比較表格」呈現，能讓閱卷委員在短時間內掌握關鍵字（如：非結構化、NLP、高維稀疏、斷詞、情感分析）。

---

【答案】

在現代商業智慧（Business Intelligence, BI）與巨量資料分析架構中，「資料探勘」與「文字探勘」皆為輔助企業制定精準行銷與營運決策之核心工具。兩者之異同之處析述如下：

一、資料探勘與文字探勘之相同之處

核心觀念

本題出自民國 109 年特種考試地方政府公務人員考試（四等・圖書資訊管理類科）《資訊系統與資訊檢索概要》，考查核心為現代資訊檢索系統之「使用者中心檢索效益評估」（User-Centered Information Retrieval Evaluation）架構。

傳統資訊檢索評估（如 Cranfield 實驗典範）多側重於演算法層次的系統效能（如查全率 Recall、查準率 Precision）。然而，隨著互動式檢索與網路資源普及，效益評估擴展至使用者端，其中「取用性（Accessibility）」與「使用性（Usability）」為兩大關鍵向度：

1. 取用性（Accessibility，可及性）：源於資訊平權與障礙消除觀念。指資訊資源或檢索服務在多大程度上能被各類使用者（含身心障礙者、特定設備/網路環境限制者）順利接觸、獲取與利用。其核心是「門檻的消除與取得的可能」（Availability & Reachability）。
2. 使用性（Usability）：依據國際標準 ISO 9241-11 定義，指特定使用者在特定使用情境下，使用該系統達成特定目標之效果（Effectiveness）、效率（Efficiency）及滿意度（Satisfaction）。其核心是「操作與互動過程的流暢度與人機介面品質」（Interaction Quality）。

---

解題方法

本題為申論題，作答切入點必須嚴格扣緊題幹限定的「從檢索效益評估的角度」，不可僅泛論一般人機介面定義，而須從「評估階段、評估指標、衡量工具、評估對象、評估目標」等檢索效益維度切入論述：

1. 引言破題：點出檢索評估已由「系統導向（查全/查準）」轉向「使用者互動與任務導向」，帶出取用性與使用性的評估背景。
2. 定義分述：分別界定兩者在資訊檢索環境中的內涵與範疇。
3. 多維度對比剖析：建立清晰的評估向度矩陣（比較表），從評估前提、評估指標、評估工具、衡量目標等層面具體對比差異。
4. 互補關係整合：點明「取用性為使用性的先決條件，使用性為取用性的深化延伸」之階層互補邏輯，展現宏觀架構思維。

---

選項分析

本題為申論題型，無客觀選項；閱卷評分重心在於考生能否精準剖析兩者在效益評估體系中的「五大核心差異構面」：

1. 評估階段與時序定位之不同

• 取用性（Accessibility）：屬於「檢索前至取得階段（Pre-use & Access phase）」的評估。重點在於檢索系統與資源的入口是否暢通，使用者在進入系統或獲取全文時是否面臨授權、付費、格式、網路頻寬或生理障礙。
• 使用性（Usability）：屬於「檢索中至任務達成階段（In-use & Interaction phase）」的評估。使用者已能成功進入系統，評估重點在於下查詢詞（Query formulation）、瀏覽檢索結果、篩選後分類（Faceting）、相關回饋等互動過程是否流暢。

2. 評估核心目標之不同

• 取用性：評估「有無障礙（Barrier-free）」與「能否取得（Reachability）」。關注多元使用者群體是否擁有平等的資訊存取權利。
• 使用性：評估「好不好用（Ease of use）」與「任務效能（Task performance）」。關注使用者能否以最低的認知負擔（Cognitive load）達到最佳的檢索成果。

3. 效益評估指標（Metrics）之不同

• 取用性指標：系統運作時間（System uptime / Availability）、跨平臺與跨裝置相容性、無障礙規範符合度、資源版權限制與取用成本（如 Open Access 比例）、全文獲取成功率（Full-text link resolution rate）、回應時間（Response time）。
• 使用性指標：檢索任務完成率（Task completion rate）、任務花費時間（Time on task）、錯誤率與錯誤復原時間（Error rate & Recovery time）、易學性（Learnability）、主觀滿意度（Subjective satisfaction）。

4. 評估方法與量測工具之不同

• 取用性評估法：檢核表法（Checklist）、自動化無障礙檢測工具（如遵循 W3C WCAG 規範或國家無障礙標章指引）、輔助科技相容測試（如螢幕報讀軟體相容性測試）、網路效能檢測。
• 使用性評估法：放聲思考法（Think-aloud protocol）、眼動儀追蹤（Eye-tracking）、使用者日誌分析（Transaction log analysis）、認知走查法（Cognitive walkthrough）、標準化量表調查（如系統可用性量表 SUS、使用者互動滿意度量表 QUIS）。

5. 評估對象與涵蓋範疇之不同

• 取用性：面向「極大化使用者群體（Universal Design / Design for All）」，特別著重極端條件或特殊需求使用者（如視障、聽障、肢障或低頻寬環境使用者）。

核心觀念

本題旨在評量考生對「大數據（Big Data）技術於圖書館領域之實務應用能力」，涉及圖書資訊學與資訊科技跨領域的核心概念：

1. 圖書館大數據的範疇與特徵：圖書館環境中具備大量（Volume）、多樣（Variety）、即時（Velocity）等特性之數據，涵蓋結構化（如借閱紀錄、書目檔）、半結構化（如系統查詢日誌 Log、XML 元資料）及非結構化資料（如讀者諮詢紀錄、社群留言、門禁與監視影像）。
2. 數據驅動決策（Data-Driven Decision Making, DDDM）：運用數據探勘（Data Mining）、關聯規則（Association Rules）、群聚分析（Clustering）與文字探勘（Text Mining）等技術，從海量數據中發掘隱含的關聯性與行為模式，將其轉化為圖書館在採購、空間、服務與系統優化上的具體政策與決策依據。

---

解題方法

本題為標準的雙核心問項申論題（第一問：圖書館有哪些大數據；第二問：預期能做出何種分析結論作為決策依據）。解題應採「結構化分類」與「成對對應」策略：

1. 多維度分類梳理數據：避免單純列舉借書紀錄，應由「虛擬數位足跡」至「實體空間行為」，由「館藏核心」拓展至「使用者社群」，分為流通閱覽、系統日誌、實體空間與外部互動四大面向。
2. 建立「數據 $\rightarrow$ 結論 $\rightarrow$ 決策」之論述鏈：第二問切忌流於空泛理論，每一項分析結論均需指明其具體的「業務決策產出」（如館藏經費分配、空間改建動線、個人化推薦、介面檢索詞補全）。

---

選項分析

本題為申論問答題，非選擇題，故無選項可資分析。評分核心在於論述之完整性與實務鏈結度，得分結構重點如下：

• 數據類型涵蓋度：若僅回答「借閱紀錄」將無法獲得高分，必須兼具結構化（借閱、讀者檔）與非結構化／半結構化數據（Web Log、檢索失敗詞、Wi-Fi定位、社群互動）。
• 決策推導精準度：需具備圖書館專業視野，結論應具體指向圖書館行政與服務層面（如採購權重計算、開閉館人力調配、電子資源成本效益分析、PDA 讀者主導採購決策）。

---

解題技巧

1. 四大構面聯想法：記憶圖書館大數據可採「人、書、網、境」口訣：

• 人（使用者屬性與社群互動數據）
• 書（館藏書目、採購與流通計量數據）
• 網（OPAC 檢索日誌、電子資源 COUNTER 報表與點閱流）
• 境（門禁、空間預約、Wi-Fi/RFID 感測數據）

2. 防陷阱提醒：不要大篇幅背誦大數據通用定義（如反覆解釋 4V 或 5V），題目問的是「圖書館有哪些大數據」，應直入主題列舉圖書館情境之專屬資料型態。此外，作答時可適度提及「個人資料保護法」與隱私去識別化（Anonymization），能顯著展現資深考生的思維深度。

---

【答案】

一、前言

大數據分析在圖書館的導入，標誌著館務管理由傳統「經驗法則導向」邁向「數據驅動決策（Data-Driven Decision Making）」。圖書館在日常運作中累積了海量且多樣的數據資產，透過系統化探勘與整合分析，可精準掌握使用者需求並發揮館藏最大效益。

二、圖書館可進行分析之大數據來源與類型

圖書館的大數據依其來源與結構特性，可歸納為以下四大類：

1. 讀者流通與閱覽行為數據（結構化數據）

核心觀念

本題旨在測驗圖書資訊組織的核心理論與實務應用，涉及以下關鍵觀念：

1. 文獻分類的本質與原則：

• 學科主題分類法（Subject Classification）：以知識體系為骨架，依文獻探討的「內容主題」聚類（如《中國圖書分類法》／現稱《中文圖書分類法》）。
• 來源分類法／組織結構分類法（Provenance / Departmental Classification）：依文獻的「產出單位／行政架構」聚類，符合檔案學之「來源原則」（Principle of Provenance）。

2. 主題分析與標引（Subject Analysis & Indexing）：文獻內容概念提煉、分類號賦予、主題詞／關鍵詞對照。
3. 機讀編目格式（MARC 21 / CMARC）與詮釋資料（Metadata）架構：博碩士論文在自動化系統中的欄位對照（如分類號欄位 084、主題標目 650、系所註記 502 等）。
4. 實體排架與虛擬組織：實體空間排架管理（索書號、書標）與數位系統多元檢索點（主題階層瀏覽、跨學科檢索）。

---

解題方法

本題為標準的申論型觀念比較與應用題，解題切入點應分為兩大主軸：

1. 第一部分：差異比較

• 採「多維度對比矩陣法」，從「分類標準與對象」、「跨領域研究處理」、「檢索與利用效益」、「更新與維護機制」四個構面切入，突顯「以內容主題為本」與「以行政系所為本」的本質差異。

2. 第二部分：實現途徑

• 從圖書館實務運作的生命週期切入，依序從「規範制定」、「作業流程（標引與編目）」、「系統與詮釋資料建置」、「檢索與實體管理」四個層面，提出具體可行的實施步驟。

---

審題與構面剖析（非選擇題分析）

本題為申論題，題旨包含兩大核心子題，考生作答時不可偏廢，各構面評分重點如下：

• 子題一：兩者分類方式之差異
• 盲點提醒：不可僅寫「一個看內容，一個看系所」寥寥數語。必須點出「同主題文獻分散於不同系所」（如AI在資工系與生機系的差異）以及「跨領域論文無法被單一系所完整反映」等檢索困境。
• 子題二：碩博士論文比照書籍分類的實現方式
• 盲點提醒：切忌只回答「替論文編分類號」。圖書館實務包含「誰來編（人力／自動標引）」、「編目規範為何（分類表版本）」、「系統欄位如何紀錄（MARC/Dublin Core）」、「使用者如何查詢與排架（實體與虛擬集中）」，需展現技術服務與讀者服務的完整視野。

---

解題技巧

1. 術語在地化與精確化：題目雖沿用舊稱「中國圖書分類法」，答題時應點出該法已於民國 96 年修訂並更名為《中文圖書分類法》，展現專業敏感度。
2. 掌握博碩士論文的特殊性：博碩士論文具備「產出單位固定（學校院系所）」與「學術評鑑依據」的行政特質，因此「比照書籍分類」通常採取雙軌並行（虛擬主題分類＋行政系所瀏覽），而非完全抹煞系所代碼。
3. 結構化答題：採用「一、（一）、1.」之階層標題，版面清晰、論點條列，能大幅提升閱卷評分效率。

---

【答案】

一、中國圖書分類法與院系所分類方式之差異