健康信息網(wǎng)絡(luò)資源描述的比較分析

， ， ，

隨著生活水平的不斷提高，人們對(duì)疾病的關(guān)注逐漸轉(zhuǎn)變?yōu)閷?duì)健康的關(guān)注。國(guó)內(nèi)學(xué)者張馨遙認(rèn)為，健康信息是指與健康有關(guān)的健康或疾病的知識(shí)、消息、數(shù)據(jù)、事實(shí)與資料[1]。

健康信息與公眾日常生活密切相關(guān)，公眾對(duì)其需求強(qiáng)烈，要求較高[2]。蘇格蘭鄧迪大學(xué)的學(xué)者Jeremy C Wyatt研究指出，用戶對(duì)健康信息合理有效的利用，有助于改善醫(yī)患關(guān)系，使醫(yī)生的決策與行動(dòng)得到理解和支持[3]。

網(wǎng)絡(luò)時(shí)代，數(shù)據(jù)無(wú)處不在，越來(lái)越多的人開始利用網(wǎng)絡(luò)查詢與自身相關(guān)的醫(yī)學(xué)信息[4]，而不必再通過(guò)新聞獲得過(guò)時(shí)的消息，不必再翻閱的厚重的紙質(zhì)期刊來(lái)獲取相關(guān)信息[5]。但是面對(duì)海量網(wǎng)絡(luò)的信息資源，用戶如何才能夠快速、準(zhǔn)確地獲取所需的健康信息又成為一個(gè)問(wèn)題。

檢索工具是常用的信息檢索、獲取方式，通過(guò)采集、標(biāo)引眾多的信息資源來(lái)提供全局性資源控制與檢索機(jī)制，方便用戶查找所需的信息。但是網(wǎng)絡(luò)資源檢索工具通常會(huì)給出大量的檢索結(jié)果，很難判斷其中有多少是與用戶所需主題相匹配的，因此人們?cè)絹?lái)越深刻地認(rèn)識(shí)到對(duì)網(wǎng)絡(luò)資源進(jìn)行準(zhǔn)確描述與揭示的重要性。

目前的網(wǎng)絡(luò)資源絕大部分是HTML文檔，其中起到描述和揭示作用的是HTML文檔頭部的元數(shù)據(jù)標(biāo)簽，通過(guò)這些標(biāo)簽可以提高文件的易檢出性。一些研究調(diào)查了元數(shù)據(jù)標(biāo)簽的使用情況及其在網(wǎng)頁(yè)資源描述中的重要性，建議更多的網(wǎng)絡(luò)資源檢索工具根據(jù)元數(shù)據(jù)標(biāo)簽建立索引，提高資源的被檢出性。

一些英文搜索引擎(如Go，AltaVista和HotBot)聲明采用元數(shù)據(jù)標(biāo)簽的網(wǎng)頁(yè)將優(yōu)先被抓取并被排在檢索結(jié)果的前面。調(diào)查數(shù)據(jù)證實(shí)，在這些搜索引擎中，使用元數(shù)據(jù)標(biāo)簽的網(wǎng)頁(yè)確實(shí)優(yōu)先于未使用元數(shù)據(jù)標(biāo)簽的網(wǎng)頁(yè)出現(xiàn)[6]。

本文選取Dublin Core中與檢索結(jié)果直接相關(guān)的題名(Title)、主題及關(guān)鍵詞(Subject and Keywords)和說(shuō)明(Description)3項(xiàng)外部屬性描述項(xiàng)作為調(diào)查對(duì)象。其中Keywords和Description可提供關(guān)于網(wǎng)站內(nèi)容的關(guān)鍵詞和描述片段，對(duì)檢索網(wǎng)絡(luò)資源比較關(guān)鍵，而且許多網(wǎng)絡(luò)資源檢索工具的抓取方式是直接從Title截詞。以上述3個(gè)標(biāo)簽為調(diào)查對(duì)象，對(duì)4組健康信息網(wǎng)絡(luò)資源的描述進(jìn)行調(diào)查，挖掘影響信息檢索質(zhì)量的深層次原因，為提升網(wǎng)絡(luò)健康信息資源的描述質(zhì)量提出建議，旨在改善用戶對(duì)健康信息的獲取效率及利用效果。

1 研究對(duì)象與方法

選取4組健康信息相關(guān)網(wǎng)站作為比較對(duì)象，通過(guò)查看其網(wǎng)頁(yè)的元數(shù)據(jù)標(biāo)簽的使用狀況，對(duì)結(jié)果進(jìn)行對(duì)比統(tǒng)計(jì)分析。

1.1 研究對(duì)象

1.1.1 受試網(wǎng)站

根據(jù)2013年中國(guó)搜索引擎市場(chǎng)用戶訪問(wèn)量份額數(shù)據(jù)[7]及百度數(shù)據(jù)中心2013年搜索引擎點(diǎn)擊量統(tǒng)計(jì)數(shù)據(jù)[8]，選取以下網(wǎng)站作為研究對(duì)象：中文綜合性搜索引擎(百度、360好搜、搜狗)記為第1對(duì)照組(簡(jiǎn)稱組1)，英文綜合性搜索引擎(Google，Bing，Hotbot)記為第2對(duì)照組(簡(jiǎn)稱組2)，中文醫(yī)藥健康信息網(wǎng)站(39健康網(wǎng)、360良醫(yī)、好大夫在線)記為第3對(duì)照組(簡(jiǎn)稱組3)，英文醫(yī)藥健康信息網(wǎng)站(MedicineNet，Medscape，Medhunt記為第4對(duì)照組(簡(jiǎn)稱組4)。

1.1.2 檢索詞

根據(jù)2013年生物醫(yī)藥行業(yè)的熱門關(guān)鍵詞數(shù)據(jù)[9]，選取干細(xì)胞(stem cell)、H7N9、葛蘭素史克(GlaxoSmithKline)、轉(zhuǎn)基因(transgene)、霧霾(smog)作為檢索詞。

1.2 研究方法

分別在4組12個(gè)網(wǎng)站主頁(yè)的檢索框中輸入檢索詞，在檢索結(jié)果頁(yè)面選取前10個(gè)有效網(wǎng)頁(yè)(不包括死鏈接、重復(fù)網(wǎng)頁(yè)、廣告推廣鏈接)，共計(jì)中文網(wǎng)頁(yè)300個(gè)、英文網(wǎng)頁(yè)300個(gè)。

在瀏覽器選項(xiàng)菜單中選擇“工具”的“查看源代碼”，打開網(wǎng)頁(yè)源代碼，確定頭文件(HEAD)部分，查看Keywords、Description及Title標(biāo)簽，根據(jù)檢索詞出現(xiàn)的情況賦予不同權(quán)重，沒(méi)有標(biāo)簽或者標(biāo)簽中沒(méi)有檢索詞記作0，標(biāo)簽頁(yè)中出現(xiàn)部分檢索詞記作0，標(biāo)簽頁(yè)中出現(xiàn)完整檢索詞記作1。

將4組調(diào)查對(duì)象的統(tǒng)計(jì)數(shù)據(jù)錄入Excel表格，應(yīng)用SPSS 13.0進(jìn)行整理和統(tǒng)計(jì)學(xué)分析，采用一般性統(tǒng)計(jì)描述和卡方(X2)檢驗(yàn)，以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果與討論

2.1 組1與組2的對(duì)比分析

組1的調(diào)查結(jié)果見表1。中文搜索引擎的Keywords標(biāo)簽總分值82分，即描述完整的標(biāo)簽82個(gè)，占54.67%；Title標(biāo)簽的總分值139分，即描述完整的標(biāo)簽139個(gè)，占92.67%；Description標(biāo)簽的總分值95分，即描述完整的標(biāo)簽95個(gè)，占63.33%。

表1 組1調(diào)查結(jié)果

組2的調(diào)查結(jié)果表2。英文搜索引擎的Keywords標(biāo)簽的總分值64分，即描述完整的標(biāo)簽僅64個(gè)，占42.67%；Title標(biāo)簽的總分值125分，即描述完整的標(biāo)簽125個(gè)，占83.33%；Description標(biāo)簽的總分值67分，即描述完整的標(biāo)簽67個(gè)，占44.67%。組1與組2元數(shù)據(jù)標(biāo)簽使用情況對(duì)比見表3。

表2 組2調(diào)查結(jié)果

表3 組1和組2標(biāo)簽使用情況對(duì)比

從表3可以看出，中英文搜索引擎的Title標(biāo)簽使用情況均比較最好，中文搜索引擎的Keywords、Title、Description3個(gè)標(biāo)簽的使用情況總體優(yōu)于英文搜索引擎，差異具有統(tǒng)計(jì)學(xué)意義。

2.2 組3與組4的對(duì)比分析

組3的調(diào)查結(jié)果見表4。中文醫(yī)藥健康信息網(wǎng)站的Keywords標(biāo)簽總分值84分，即描述完整的標(biāo)簽84個(gè)，占56%；Title標(biāo)簽的總分值134分，即描述完整的標(biāo)簽134個(gè)，占89.33%；Description標(biāo)簽總分值116分，即描述完整的標(biāo)簽116個(gè)，占77.33%。

表4 組3調(diào)查結(jié)果

組4的調(diào)查結(jié)果表5。英文醫(yī)藥健康信息網(wǎng)站Keywords標(biāo)簽的總分值11分，即描述完整的標(biāo)簽僅11個(gè)，占7.33%；Title標(biāo)簽的總分值67分，即描述完整的標(biāo)簽67個(gè)，占44.67%；Description標(biāo)簽的總分值68分，即描述完整的標(biāo)簽68個(gè)，占45.33%。組3與組4元數(shù)據(jù)標(biāo)簽使用情況對(duì)比見表6。

表5 組4調(diào)查結(jié)果

表6 組3和組4標(biāo)簽使用情況對(duì)比

表6可以看出，中英文醫(yī)藥健康信息網(wǎng)站Title標(biāo)簽和Description標(biāo)簽使用情況均比較好，但英文醫(yī)藥健康信息網(wǎng)站使用Keyword標(biāo)簽的比例僅11%。總體上看，中文醫(yī)藥健康信息網(wǎng)站使用Keywords、Title、Description 3個(gè)標(biāo)簽的情況優(yōu)于英文醫(yī)藥健康信息網(wǎng)站，差異具有統(tǒng)計(jì)學(xué)意義。

2.3 中文網(wǎng)站與英文網(wǎng)站的對(duì)比分析

通過(guò)2.1及2.2部分的調(diào)查結(jié)果，中文網(wǎng)站組1和組3的標(biāo)簽使用情況優(yōu)于英文網(wǎng)站組2和組4，Title標(biāo)簽的使用狀況整體最優(yōu)。相關(guān)研究表明，很多國(guó)際著名的搜索引擎并沒(méi)有完全支持“Meta Description”、“Meta Keywords”、“Meta Tag Refresh”等重要的元數(shù)據(jù)標(biāo)簽，一些中文搜索引擎如新浪、搜狐、網(wǎng)易等也不支持這些元數(shù)據(jù)標(biāo)簽[10]。

調(diào)查發(fā)現(xiàn)部分網(wǎng)頁(yè)存在標(biāo)簽不完整的現(xiàn)象，組4中該情況相對(duì)較多，部分網(wǎng)頁(yè)標(biāo)簽內(nèi)容為空值，部分網(wǎng)頁(yè)標(biāo)簽缺失。

相關(guān)研究表明，在搜索引擎新一輪的算法更新中，淡化了Meta標(biāo)簽的Keywords和Description兩部分在排名因素中的權(quán)重[11]。這可能是一些網(wǎng)頁(yè)忽略Meta標(biāo)簽質(zhì)量的一個(gè)重要原因。

2.4 組1與組3的對(duì)比統(tǒng)計(jì)

組1與組3元數(shù)據(jù)標(biāo)簽使用情況對(duì)比情況詳見表7。

表7 組1和組3標(biāo)簽使用情況對(duì)比

組1和組3中3個(gè)標(biāo)簽的使用狀況整體上較好。從圖4可看出，組1的Title、Keyword 標(biāo)簽使用情況優(yōu)于組3，Description標(biāo)簽的完整性組3優(yōu)于組1。從表7可看出，Title標(biāo)簽和Description標(biāo)簽的差異具有統(tǒng)計(jì)學(xué)意義，Keywords標(biāo)簽的差異不具有統(tǒng)計(jì)學(xué)意義。

2.5 組2與組4的對(duì)比統(tǒng)計(jì)

組2與組4元數(shù)據(jù)標(biāo)簽使用情況對(duì)比見表8。

表8 組2和組4元數(shù)據(jù)標(biāo)簽使用情況對(duì)比

通過(guò)表8可以看出，組2的Keyword標(biāo)簽和Title標(biāo)簽完整性明顯優(yōu)于組4。表7中這兩項(xiàng)統(tǒng)計(jì)分析結(jié)果P<0.05，差異具有統(tǒng)計(jì)學(xué)意義；Description標(biāo)簽，P>0.05，差異無(wú)統(tǒng)計(jì)學(xué)意義。

2.6 搜索引擎和醫(yī)藥健康信息網(wǎng)站的對(duì)比

從2.4及2.5部分的調(diào)查結(jié)果，組1和組3綜合類搜索引擎網(wǎng)站的標(biāo)簽使用狀況整體上優(yōu)于醫(yī)藥健康信息資源網(wǎng)站組2和組4。這可能是由于醫(yī)藥概念所具有的獨(dú)特的多樣性所致，簡(jiǎn)單地說(shuō)，它的形式包括主題詞、副主題詞、類名、款目詞、自由詞等多種專業(yè)及非專業(yè)類型。也就是說(shuō)可能是由于在檢索時(shí)使用的詞匯形式與Meta標(biāo)簽中標(biāo)引的形式不同，導(dǎo)致了醫(yī)藥健康信息資源網(wǎng)站的得分偏低。在對(duì)健康信息資源進(jìn)行描述過(guò)程中，使用的概念形式不同必定會(huì)影響到信息資源被用戶獲取和利用的效果。

3 結(jié)論與展望

通過(guò)對(duì)中英文搜索引擎、醫(yī)藥健康信息資源網(wǎng)站使用標(biāo)簽情況進(jìn)行對(duì)比分析，下面針對(duì)發(fā)現(xiàn)的問(wèn)題提出建議。

3.1 完善Meta標(biāo)簽

完善Meta標(biāo)簽并不是為了提升網(wǎng)頁(yè)在檢索列表中的排名，從商業(yè)的角度來(lái)說(shuō)，“排名并不代表一切，流量和轉(zhuǎn)換是首要目標(biāo)”[12]。從用戶的檢索行為看，用戶是通過(guò)瀏覽檢索結(jié)果列表中每個(gè)頁(yè)面的描述信息來(lái)確定是否點(diǎn)擊進(jìn)入繼續(xù)瀏覽。

絕大多數(shù)搜索引擎顯示150個(gè)左右字符的Meta描述標(biāo)簽，向用戶傳遞該網(wǎng)站包含的信息。Meta標(biāo)簽是評(píng)定網(wǎng)頁(yè)質(zhì)量的一個(gè)重要的因素。加強(qiáng)Meta描述標(biāo)簽的完善，檢索結(jié)果列表中的描述信息能夠準(zhǔn)確全面地概括出網(wǎng)頁(yè)及網(wǎng)站的內(nèi)容信息，使用戶可以更快更準(zhǔn)確地獲取所需信息，這才是最重要的目的。

3.2 使用自由詞形式表達(dá)醫(yī)藥概念

醫(yī)藥概念表達(dá)形式的多樣性，導(dǎo)致了醫(yī)藥信息資源組織的復(fù)雜性。一些知名的醫(yī)藥專業(yè)數(shù)據(jù)庫(kù)為提高查全率和查準(zhǔn)率，使用受控詞表對(duì)數(shù)據(jù)庫(kù)資源進(jìn)行組織和標(biāo)引，可以避免詞的多樣性對(duì)檢索效率的影響。但對(duì)于數(shù)量龐大的網(wǎng)絡(luò)信息資源來(lái)說(shuō)，這種標(biāo)引幾乎是不可能的。

本文調(diào)查網(wǎng)站的用戶有很大一部分并非醫(yī)學(xué)專業(yè)人員，對(duì)健康詞匯熟悉程度有限[13]。因此，在使用元數(shù)據(jù)標(biāo)簽對(duì)健康信息網(wǎng)絡(luò)資源進(jìn)行描述的過(guò)程中，對(duì)于醫(yī)藥概念表達(dá)形式的選擇，應(yīng)盡量從非專業(yè)背景的用戶角度出發(fā)，選擇常用的自由詞形式，增加網(wǎng)頁(yè)文本的可讀性。如網(wǎng)頁(yè)的Title標(biāo)簽內(nèi)容為“抗壞血酸的副作用”，那么“Keywords”及“Description”應(yīng)該使用“維生素C”、“VC”或“維他命C”等被用戶廣泛使用的自由詞形式來(lái)進(jìn)行標(biāo)引。

4 結(jié)語(yǔ)

由于受網(wǎng)站選取、檢索詞選取等方面的影響，同時(shí)涉及賦值原則的設(shè)定及語(yǔ)種差異等方面的作用，文中對(duì)健康信息網(wǎng)絡(luò)資源描述的調(diào)查分析具有一定的局限性，在后續(xù)的研究中將進(jìn)一步改進(jìn)和完善。