APP下载

基于径路搜寻的大学图书馆网站建构分析

2016-03-28柴源杜文龙刘晓东

图书馆界 2016年1期

柴源++杜文龙++刘晓东

[摘 要]如何充分实现大学图书馆网站的交互性、易用性及友好性,是图书馆面临的一个挑战。首先运用相似性评定法搜集网站标签分类的认知信息,然后构建基于径路搜寻的网站架构,并以任务导向实验法探究卡片分类与相似性评定、群集分析与径路搜寻在网站内部寻获度的差异,希望为图书馆网站的信息架构研究和网站建构提供有益借鉴。

[关键词]相似性评定法;径路搜寻法;卡片分类法;大学图书馆网站

[中图分类号]G258.6 [文献标志码]A [文章编号]1005-6041(2016)01-0016-06

1 前 言

大学图书馆网站不仅提供馆藏、馆内信息,还提供其他网络信息。虽然有些网站提供了逻辑架构,帮助用户找到信息,但缺乏组织性架构。如何让用户方便、有效地从网站获取所需信息,专家学者们进行了大量的研究。美国建筑师Richard .S.Wurman认为通过信息架构或地图的形式能够让复杂烦琐变为简明清晰,帮助人们有效地实现其信息需求[1]。郑勇指出图书馆网站建设必须更多以用户的阅读需要为依归[2]。Wang、Hawk与Tenopir则指出,用户掌握网站组织方式可有效地找到所需信息[3]。因此,图书馆网站设计必须贴近用户需求,提供方便友好的界面,创造良好的使用体验。

本文运用卡片分类法、相似性评定法,通过群集分析、径路搜寻分析,获得4组不同网站架构,以用户对于所建构4组不同网站的寻获度评量结果作为统计分析的依据,探究网站的最优寻获度,建构更符合用户认知的图书馆网站。

2 研究设计与实施

2.1 研究对象

本文以N大学图书馆网站为例,该网站包含中文、英语及手机版三种版本,文中选取中文版本作分析样本,版本日期为 2014年6月;主要研究对象为N大学在校生。

2.2 研究方法

首先,通过网站内容分析法,分析N大学图书馆网站现有的网页标签,筛选出卡片分类法及径路搜寻法所需的项目清单,共30项。其次,针对所提取的网站标签项目,各邀请15位受试者分别参与卡片分类法、相似性评定测试。再次,将上述两组结果通过群集分析与径路搜寻分析获得树状图及网络图,并转换绘制成 4种不同网站架构图。最后,针对4组网站架构,分别邀请30位受试者(共 120位)进行寻获度分析,以验证不同网站架构的寻获度成效差异。

3 研究分析

3.1 网站内容分析

Fuccella与Pizzolato指出若以卡片分类法对现行网站进行研究,可通过分析网站来定义项目[4]。通过网站内容分析可以了解N大学图书馆网站所涵盖的资源、服务等,并提取卡片分类法所需要的标签项目。

N大学图书馆网站分为网站导览区、快速检索区、个人化My Library三区块,本文参考台湾学者谢建成、丁依玲与陈慧伦的筛选规则[5],删除不需要的网站内容。筛选规则如下:1)采用开放式卡片分类法,测验时请每位受者给予每个类别一个类别名称,保留最底层标签。2)部分含有“其他”名称的项目删除。3)重复出现的项目仅取一项。4)性质相似项目整合为一项。经筛选过后,余下之网页标签项目为26项,如表1所示。

3.2 知识结构引出

知识结构认知是为了解受试者对每个概念配对间相似度的认知,研究者以某种方式让受试者判断某领域知识概念两两配对间的相似性、关联性或心理距离值,取得近似性信息作分析。网站内容分析完成并拟定项目清单后,则利用此项目清单作为了解受试者对于个案网站的知识结构信息。本文采用卡片分类法与相似性评定法两种知识结构认知方法。

3.2.1卡片分类法。卡片分类法源自George Kelly的个人建构理论,网站设计者通过用户对标签的分类、排序、命名及网页内容的分类,了解用户的心智模式,设计出符合用户需求的网站,它是一项低科技的研究方法[6]。

根据Nielsen的研究[7],应用卡片分类法以15位受试者所得结果经济效益最高,所以本文随机选取15位受试者参与。本文让受试者不受影响的情况下,对最底层的网页标签做分类,由下往上建立网页架构,并进行分类标签命名。同时,本文利用Optimal Sort[8]法排除受试者间彼此的影响。在进行卡片分类法前,研究者会先向受试者解释研究目的、测验方法及确认受试者对标签项目是否了解。然后进行卡片分类,施测完毕后,将15位受试者的分类结果纪录以相似性矩阵格式做记录,便于群集分析、径路搜寻分析,获得基于受试者心智模式的知识结构图。

3.2.2相似性评定法。相似性评定是一种让受试者对两两配对的知识结构识别方法,以固定量尺评定概念间的相似度或关系强度,是评估用户认知结构中概念相似性的最直接方法[9]。本文随机选取15位N大学在校学生为受试者参与实验。首先请受试者针对网站标签概念进行两两相关评定,相关的定义为两个网站标签在图书馆网站中是否应分类于同一个类别,以李克特五点量表评定其相关程度,非常相关者为 5分,非常不相关者为 1分,以此类推。由于本次研究共有 30个评定项目,每位受试者需进行 435次30×(30-1)/2评定,为避免受试者心理上过于疲累而导致评定值的误差,研究者规划三阶段的评定方式,分散受试者的心理压力。

第一阶段以纸本问卷形式进行99次评定,第二阶段以计算机问卷形式进行 102次评定,第三阶段以海报形式进行234次评定,三个阶段合计完成 435次的评定。受试者的分类结果纪录以相似性矩阵格式纪录。

3.3 知识结构表征

知识结构表征主要目的是将认知的信息以某种表征方式显现出来。本文采用群集分析、径路搜寻分析获取网络图与树形图。

3.3.1群集分析。群集分析又称为阶层式群集分析,群集分析可显示出卡片分类法项目整体的相关度。卡片分类法与相似性评定所得数据可整理成相似矩阵,将相似矩阵进行群集分析后,会分别得到一张树形图。由研究者判断后选取。

3.3.2径路搜寻分析。新墨西哥州立大学计算研究实验室领导人Schvaneveldt率领研究小组,根据语意网络理论和图形理论,研究发展出径路搜寻量尺化算法,用来建构和分析知识结构[10]。本文从径路搜寻分析所得的网络图中寻找被其他词汇联结次数最多的词汇作为分群的中心,以多次分群的方式绘制网站架构图。其规则如下:

(1)第一层分群:1)以被连线次数最多的词汇作为扩展节点,扩展节点至少需有两个,若扩展节点不足两个,则继续选取连线次数减1的词汇,直到扩展节点数量大于2。2)从扩展节点向外延伸一层词汇。向外延伸一层词汇时:遇到其他扩展节点则不延伸;两扩展节点延展范围重复者采用相似数值较小者,若相似数值相同者皆纳入扩展范围。3)从上个步骤之扩展范围再向外延伸一层词汇,向外延伸一层词汇时:遇到其他扩展节点或前一阶段已完成之扩展范围则不延伸;两扩展节点延展范围重复者采用相似数值较小者,若相似数值相同者皆纳入扩展范围。4)重复扩展范围延伸动作,直到所有词汇皆被纳入各扩展范围。5)检视分群,若两群中的项目重复比率太高,则合并为一群。

(2)第二层分群:在第一层分群的各扩展范围中,分别重新选取以群内被连线次数最多的词汇作为“扩展节点”,并根据第一层分群的分群规则进行分群。

(3)第N层分群:1)在前一层分群之各扩展范围中,分别重新选取以被连线次数最多的词汇作为“扩展节点”,并根据第一层分群的分群规则进行分群。2)直到所有分群范围内皆无两个以上连线次数大于等于2的扩展节点,即完成所有分群。

3.4 寻获度分析

Morville提出寻获度的概念,即网站被找到的能力以及网站提供用户查找信息的能力。Morville将寻获度分为网站外部寻获度与网站内部寻获度。网站外部寻获度,是指网站在网络中被找到的能力;网站内部寻获度是指当用户在某网站中,是否易于在该网站找到所需的信息,或网站帮助用户发掘信息的能力[11]。

为了解用户在网站架构中是否容易找到其所需信息,本文通过群集分析及径路搜寻分析获取符合受试者心智模式的网站架构图,然后随机选取受试者,每个架构分别抽取15位受试者,现场进行网站寻获度测验。

本研究依据上述所产生的4组网站架构,请受试者以个案图书馆网站架构为对象,并寻找5个选定项目,依各项目在架构中的位置适合程度进行评分。评分方式依照李克特五点量表之概念,即非常适合5分、适合 4分、普通3分、不适合2分、非常不适合1分。为进一步了解用户在网站架构是否容易找到其所需的信息,我们以寻获度实验评估所建构网站的优劣。

4 实验研究结果

4.1 网站架构

4.1.1卡片分类法—群集分析之网站架构:CC架构。知识结构引出方法使用卡片分类法,知识结构表征方法使用群集分析,所得的网站架构图为 CC架构,如图1所示。

4.1.2相似性评定法—群集分析的网站架构:SC架构。知识结构认知方法使用相似性评定,知识结构表征方法使用群集分析,所得之网站架构图为 SC架构,如图2所示。

4.1.3卡片分类法—径路搜寻分析的网站架构:CP架构。卡片分类法采用径路搜寻分析所得的网络图,依本研究前述的方法转换为网站架构图,选择网络图中被联结次数最高的词汇扩展节点进行分群,在每次分群完成后,根据前次分群结果寻找群内新的扩展节点进行分群,直到所有分群范围内皆无被联结次数≥2词汇,则完成该次网站架构图。

使用卡片分类法,知识结构表征方法使用径路搜寻分析,所得的网站架构图为 CP架构,最后绘制成广度为 3个分类、深度为 4层的网站架构图,如图 3所示。

4.1.4相似性评定法—径路搜寻分析之网站架构:SP架构。使用相似性评定法,知识结构表征方法使用径路搜寻分析,所得之网站架构图为 SP架构,最后绘制成广度为 5个分类、深度为 3层的网站架构图,如图4所示。

4.1.5不同网站架构分析。依据网站深度、广度两项,将上述产生的四个网站架构整理如表2所示。比较可知以径路搜寻分析所得到之网站架构(CP架构、SP架构),其广度较以群集分析所得之架构(CC架构、SC架构)为窄,亦即分类之个数较少;至于网站深度则并无太大差异。若以知识结构引出工具卡片分类、相似性评定比较,两者并无特别差异情况。

4.2 寻获度分析

4.2.1寻获度实验标签与受试者资料。个案图书馆网站固定监测流量页面的前十名为:快速检索、多重查询、借阅状况、数据库浏览、期刊查询、电子期刊导航、中文数据库导航、新书RSS、跨校区借书、电子资源发现。其中与实验所用28个标签项目相符者有 6个项目,即馆藏资源查询、学科主题资源、图书借阅纪录、电子数据库导航、电子期刊导航、电子资源发现。

在寻获度实验过程发现,“馆藏资源查询”的寻获时间与其他项目的寻获时间在 4组架构中差异较大,因为N大学图书馆网站的首页已有“馆藏资源查询”的快速检索栏,所以受试者多数不使用网站架构寻找“馆藏资源查询”页面。为避免此项目过度影响整体寻获度的调查结果,将其结果数据删除,仅以其他四个项目的寻获度进行分析。

每个架构分别随机抽取30位受试者,120位受试者中,大学部学生有 88人,研究生有32人。本文所获得的4组不同网站架构都有受试者针对4个标签所评比的寻获度适合度信息,整理后可得到不同网站架构的寻获度资料,如表3所示。

4.2.2网站寻获度分析。 用ANOVA双因子变异数分析比较两阶段的差异,并辅以单因子变异数分析,进一步比较相同变因的两架构间有否差异。将寻获度数据使用 SPSS软件进行ANOVA双因子变异数分析,探讨知识结构认知方法之间、知识结构表征方法之间是否有显著差异,知识结构认知与知识结构表征两组方法之间是否有交叉影响,分析结果如表4、表5、表6。

表4 寻获度双因子变异数分析结果

表5 使用卡片分类法不同知识结构

表征之寻获度单因子变异数分析

表6 使用相似性评定不同知识结构

表征之寻获度单因子变异数分析

由表 5可得知,卡片分类、相似性评的 p值为0.301>0.05,也就是两种方法之间并无显著差异;而知识结构表征的两种方法群集分析、径路搜寻分析的 p值为 0.033<0.05,也就是此两种方法之间具显著差异;另外,知识结构引出方法与知识结构表征方法之交叉比对的 p值为0.169>0.05,显示知识结构引出方法与知识结构表征方法之间亦无直接影响。

从 ANOVA双因子分析发现,知识结构表征两种方法之间具有显著差异,因此再用 ANOVA单因子变异数进行分析,在同一种知识结构认知方法的前提下,不同知识结构表征方法之间是否有显著差异。使用卡片分类法作为知识结构认知方法的有“卡片分类法—群集分析:CC架构”和“卡片分类法—径路搜寻分析: CP架构”,其间的单因子变异分析结果如表6;使用相似性评定作为知识结构认知方法的有“相似性评定法—群集分析:SC架构”和“相似性评定法—径路搜寻分析:SP架构”,其间的单因子变异分析结果见表6。

“卡片分类法—群集分析:CC架构”与“卡片分类法—径路搜寻分析:CP架构”的寻获度单因子变异数分析,得p值为 0.017<0.05,有显著差异;而 CC架构之平均为 14.77、CP架构之平均为 16.13,显示同为使用卡片分类法的前提下,知识结构表征方法使用径路搜寻分析较群集分析对于网站寻获度较有效(16.13>14.77)。“相似性评定法—群集分析:SC架构”与“相似性评定法—径路搜寻分析:SP架构”的单因子变异数分析,得p值为 0.577>0.05,未达显著差异,显示同为使用相似性评定的前提下,知识结构表征方法使用径路搜寻分析或群集分析对于网站寻获度并无显著差异。

5 结 论

(1)本研究将卡片分类法、相似性评定法与群集分析、径路搜寻分析用于网站架构研究,并分析网站寻获度,证实其与卡片分类法及集群分析在网站寻获度上基本相当,在网站架构研究方面具有可行性。

(2)在个案研究环境下,若以卡片分类法作为知识引出方法,则径路搜寻分析在网站寻获度的效益要优于集群分析。

(3)本研究所采用的相似性评定与卡片分类,通过寻获度分析后得知其间并无显著差异,可见对于寻获度效益是无差异的。然而就实际运用上,相似性评定两两比较的次数很多,容易造成受试者不耐烦而失去耐性,存在影响受试者判断一致性之隐忧;而卡片分类仍有其优点,受试者操作容易,随时可参考自己分类的结果,易于调整与方便分类进行。至于知识结构表征工具方面,群集分析产生的结果即为一树状结构,再选取适当网站宽度的阈值,则网站架构立即产生;而径路搜寻分析最先产生的是一网络图,再经由本研究所提出的方法逐步绘制出网站架构,两者间的差异仍有待进一步探讨。

(4)对于本研究受试者于图书馆网站卡片分类之行为,经过研究者记录观察整理,可以归纳出四种分类概念:信息与资源、资源类型、资源来源及资源使用权限。受试者在分类时会先将与图书馆有关信息的项目分为一类,再将其他各式资源分为一类;而资源分类时,有的受试者会依据资源的类型作分类,如期刊、视听与电子资源等;也有受试者依据资源的来源作为分类概念。图书馆在进行网站架构规划及设计时,应同时考量受试者的分类概念,建构更符合用户认知的图书馆网站。

[参考文献]

[1]Rihcard Sual Wurman.信息饥渴——信息选取、表达与透析[M].李银胜,译.北京:电子工业出版社,2001.

[2]郑 勇.基于用户阅读视角的高校图书馆网站建设策略[J].新世纪图书馆,2015(3):42—45.

[3]Wang P, Hawk W B, Tenopir C.Users interaction with world wide web resource: An exploratory study using a holistic approach[J].Information Processing & Management, 36(2):232—236.

[4]Fuccella J, Pizzolato J.Creating web site designs based on user expectations and feedback[EB/OL].[2015-04-15]. http://internettg.org/newsletter/june98/web_design.html

[5]谢建成,丁依玲,陈慧伦.大学图书馆网站信息寻获度之研究[J].信息管理学报,2011(3):26—50.

[6]Goldsmith T E, Johnson P J, Acton W H.Assessing stru-

ctural knowledge[J].Journal of Educational Psychology, 2010(1):

88—96.

[7]Nielsen J.Cardsorting:How many users to test[EB/OL].[2015-04-13].http://www.useit.com/alertbox/20040719.html.

[8]Optimal Workshop.Online card sorting software[EB/

OL].[2015-04-13]. http://www.optimalworkshop.com/optimalsort.htm.

[9]Cooke N M, McDonald J E.The application of psychological scaling techniques to knowledge elicitation for knowledge-based systems[J]. International Journal of ManMachine Studies, 2013(4):533—550.

[10]Schvaneveldt R W.Pathfinder associative networks:Studies in knowledge organization[C].Norwood,NJ:Ablex.

[11]Morville P, Rosenfeld L.Information Architecture for the World Wide Web :Designing large-scale web sites[M].Sebastopol, CA:OReilly Media.

[收稿日期]2015-11-11

[作者简介]柴 源(1987—),男,硕士,西安航空学院图书馆;杜文龙(1986—),男,硕士,西安航空学院图书馆;刘晓东(1988—),女,硕士,河北医科大学图书馆。

[说 明]本文系陕西省教育厅2014年科学研究计划项目“私立大学图书馆嵌入式服务的理论与实践研究” (项目编号:14JK2075)与西安航空学院2014年重点基金项目“西安航空学院图书馆微信信息服务平台建设研究与实践”(项目编号:2014KY2119)研究成果之一。