115 高普考普通考試 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

$H$-index（h 指數）是 Hirsch 於 2005 年提出的研究者學術影響力指標，將論文發表數量與論文被引用次數合併考量。

將研究者的論文依被引用次數由高至低排列後，若有 $h$ 篇論文各至少被引用 $h$ 次，且其餘論文的引用次數均不超過 $h$ 次，則該研究者的 $H$-index 為 $h$。公式表示如下：

解題方法

作答時掌握「至少有 $h$ 篇論文，各被引用至少 $h$ 次」這項判準即可。先將論文依被引次數由高至低排序，再逐篇比較排名與引用次數；排名不大於引用次數時，該篇仍符合條件。符合條件的最大排名，就是 $H$-index。

例如某研究者的論文被引用次數依序為 $12、8、5、3、1$ 次：

前 3 篇論文各至少被引用 3 次，但前 4 篇並非各至少被引用 4 次，因此 $H$-index 為 $3$。

優點

1. 兼顧發表數量與引用影響力：單看論文篇數無法反映論文是否受到引用；單看總引用次數則可能受少數高引用論文拉高。$H$-index 同時考量論文數量與被引情形。
2. 計算與解釋簡單：將論文依引用次數排序後即可判定，容易理解，也方便比較研究者的學術產出。
3. 降低單篇高引用論文的影響：研究者即使有一篇論文被引用極多次，若其他論文引用情形有限，$H$-index 不會因此大幅提高。

核心觀念

SQL 的資料操作語言（Data Manipulation Language, DML）用來查詢與變更關聯式資料庫中的資料列。它操作的是資料表中的資料內容，與建立或變更資料表結構的資料定義語言（DDL）不同。

本題核心是辨明 DML 的功能與核心指令，並說明各指令如何查詢、新增、修改及刪除資料。常見的核心指令為 SELECT、INSERT、UPDATE、DELETE。

解題方法

作答時可依「查詢、增加、修改、刪除」四種資料操作來分類，再分別交代指令用途與基本語法。以資料列為操作單位，可清楚呈現 DML 與資料表結構管理的區別。

1. SELECT：查詢資料

從一個或多個資料表讀取符合條件的資料；可指定欄位、篩選條件、排序與分組。

SELECT 欄位清單
FROM 資料表
WHERE 條件
ORDER BY 欄位;

例如查詢借閱狀態為「未歸還」的紀錄：

SELECT 借閱者編號, 書目編號, 借閱日期
FROM 借閱紀錄
WHERE 歸還日期 IS NULL;

SELECT 通常只讀取資料，不會直接改變資料表內容。

2. INSERT：新增資料

將一筆或多筆資料列加入資料表。指定欄位時，新增值須與欄位一一對應；未指定的欄位須允許空值或具有預設值。

INSERT INTO 資料表 (欄位1, 欄位2)
VALUES (值1, 值2);

例如新增一本書目：

INSERT INTO 書目 (書目編號, 書名)
VALUES ('B001', '資料庫概論');

也可將查詢結果新增至另一資料表：

INSERT INTO 封存紀錄 (借閱者編號, 書目編號)
SELECT 借閱者編號, 書目編號
FROM 借閱紀錄
WHERE 歸還日期 IS NOT NULL;

3. UPDATE：修改資料

修改資料表中既有資料列的一個或多個欄位。

UPDATE 資料表
SET 欄位1 = 值1, 欄位2 = 值2
WHERE 條件;

核心觀念

本題考查資訊檢索的二元分類評估。以某一查詢為例，系統會將文件判定為「檢索到」或「未檢索到」；文件本身則可依其與查詢需求是否相關，分為「相關」或「不相關」。將系統判定與文件實際相關性對照，可得以下四種結果：

其中，「正例」指相關文件；「負例」指不相關文件。「真正／偽」則表示系統判定是否符合文件實際相關性。

解題方法

先確認分母代表的集合，再計算查準率與查全率：

• 查準率（Precision）：在所有被檢索到的文件中，有多少是相關文件。被檢索到的文件包含 $TP$ 與 $FP$，因此：

核心觀念

AIoT 是「人工智慧物聯網」（Artificial Intelligence of Things），指將人工智慧（AI）技術整合至物聯網（IoT）架構，使連網設備能感知環境、蒐集資料，並透過分析、學習與推論產生判斷或採取行動。

IoT 著重於「連結、感測與資料傳輸」；AI 著重於「分析、預測與決策」。兩者結合後，系統便能形成「感知—分析—決策—行動」的循環，提升設備管理效率與服務的即時性、個人化程度。資料處理可在裝置端、邊緣端或雲端進行，依即時性、運算量與隱私需求選擇。

解題方法

題目分為「說明定義」與「舉例應用」兩部分。作答時，先交代 AI 與 IoT 的整合關係，再用圖書館的實際情境說明資料如何從感測或服務設備產生，經 AI 分析後改善館務或讀者服務。應用例子宜涵蓋館藏管理、空間管理、讀者服務及安全維護，並說明其效益。

本題為申論題，沒有計算公式或選項，也不涉及法條。

AIoT 在圖書館的應用

1. 智慧館藏與盤點 圖書或館藏設備上的 RFID 標籤、智慧書架與盤點裝置可回報館藏位置及借還狀態。系統整合借閱紀錄、預約資料與館藏流通情形，可協助快速盤點、偵測錯架或遺失風險，並分析各類館藏的使用需求，支援採購與汰舊決策。

2. 智慧借還與館內尋書 自助借還設備可結合 RFID、影像辨識或其他感測技術，協助辨識圖書並更新流通紀錄。館內定位與書架資料則可協助讀者查找館藏位置，也能提供館員錯架通知，縮短尋書時間。