查收查引系統(tǒng)需求分析和設(shè)計(jì)要點(diǎn)探討

馬芳珍

摘要 從圖書館和用戶的角度分析論文查收查引服務(wù)的現(xiàn)狀和存在的問題，在與現(xiàn)有的查收查引系統(tǒng)對比分析的基礎(chǔ)上，提出新的查收查引系統(tǒng)的設(shè)計(jì)要點(diǎn)。

關(guān)鍵詞 查收查引系統(tǒng) 系統(tǒng)需求分析 系統(tǒng)設(shè)計(jì)

論文的收錄和引用的檢索服務(wù)是國內(nèi)圖書館的一項(xiàng)特色服務(wù)。國內(nèi)的課題申報(bào)、職稱評定、成果評定和科研評估工作，都以論文的數(shù)量和質(zhì)量作為重要的參考依據(jù)?！罢撐谋皇珍浥c引用報(bào)告”在一定程度上反映了申報(bào)人科研產(chǎn)出的影響力，成為獎(jiǎng)勵(lì)、評選、基金申報(bào)等項(xiàng)目的重要參考資料。

目前國內(nèi)圖書館的查收查引服務(wù)量很大，僅以北京大學(xué)圖書館為例，據(jù)統(tǒng)計(jì)，2011年至2013年的論文檢索總篇數(shù)約為3.7萬篇。同時(shí)，由于查收查引工作多以手工為主，效率較低，特別在檢索高峰期，既無法滿足用戶的全部需求，也影響到服務(wù)質(zhì)量。一言以蔽之，無論對圖書館還是用戶，手工化工作流程有很多難以克服的問題，只有通過系統(tǒng)化和智能化的系統(tǒng)支撐服務(wù)，才能解決現(xiàn)有問題。

1 圖書館面臨的問題

圖書館查收查引工作需要大量重復(fù)性操作，目前急需解決的問題是：

1.1 檢索結(jié)果不能重復(fù)使用

由于高校圖書館查收查引服務(wù)的用戶群基本固定，因此許多委托入會在幾年內(nèi)連續(xù)多次委托查詢。根據(jù)北京大學(xué)圖書館2011-2013年的統(tǒng)計(jì)，三年有過兩次以上委托的委托人有341名。英文文獻(xiàn)檢索量的統(tǒng)計(jì)按照平臺進(jìn)行統(tǒng)計(jì)：包括WOS（Web ofScience）平臺和EI（The Engineering Index）平臺，其中WOS平臺包含的數(shù)據(jù)庫有SCI（Science Cita-tion Index）、SSCI（Social Science Citation Index）、A&HCI（Arts Humanities Ctation Index）、CPCI-S（Conference Proceedings Citation Index-Science）、CPCI-SSH（Conference Proceedings Citation Index-Social Science&Humanities）；中文文獻(xiàn)的檢索量較小，因此將“中國科學(xué)引文索引”和“中文社會科學(xué)引文索引”兩個(gè)平臺進(jìn)行了合并統(tǒng)計(jì)。詳細(xì)統(tǒng)計(jì)見表1：

假設(shè)委托人每次委托論文清單的變動(dòng)率為20%估算，WOS收錄、EI收錄、WOS引用、中文收錄和中文引用的重復(fù)檢索量分別為10352篇、5952篇、9806篇、2973篇和2713篇。對照北京大學(xué)圖書館2011 - 2013年的委托總量，如圖1所示，重復(fù)檢索文獻(xiàn)占全部檢索量的比例分別為31.62%、34.66%、32.36%、40.16%、38.53%。

假設(shè)在更長的時(shí)間內(nèi)統(tǒng)計(jì)，根據(jù)科研工作者的成長過程，多次委托的比例將更高。根據(jù)上述2011-2013年重復(fù)委托文獻(xiàn)檢索量的估計(jì)，如果檢索結(jié)果可以重用，經(jīng)過3年左右的數(shù)據(jù)積累后，將可為圖書館節(jié)約大于30%的人力資源。手工條件下，由于委托人對清單進(jìn)行部分變更、逐條核對新舊委托清單非常耗時(shí)，因此一般T作人員不會利用以前的收錄檢索結(jié)果。而對于引用檢索，雖然重復(fù)文獻(xiàn)的檢索詞、檢索策略是完全相同的，但由于檢索的中間環(huán)節(jié)無法記錄，因此也需要重新檢索。

1.2 多庫分頭檢索導(dǎo)致工作量倍增

委托人通常會委托同一文獻(xiàn)在多個(gè)庫中檢索收錄和引用情況，使檢索工作量成倍增加。以英文論文為例，如工科的論文通常要求檢索SCI、CPCI-S、EI庫，文理交叉學(xué)科如心理學(xué)、地理、環(huán)境科學(xué)等方面的論文通常要求檢索SCI、SSCI、CPCI-S、CPCI-SSH庫，藝術(shù)類學(xué)科的論文則需要檢索SSCI、A&HCI和CPCI-SSH庫等等。因此，一份20篇論文的委托單，經(jīng)常需要付出40篇論文的檢索工作量，加重了高峰期的供需矛盾。根據(jù)北京大學(xué)最近3年的統(tǒng)計(jì)數(shù)據(jù)，委托同時(shí)檢索SCI和EI庫的論文數(shù)量為14733篇，占收錄檢索總量的39.37%。

1.3 論文清單不規(guī)范增加檢索和查重的工作量

委托人提供的委托清單經(jīng)常會有錯(cuò)誤，如題名、刊名、卷期、作者等；還經(jīng)常會缺少很多信息，如合作者、卷期、頁碼等。為了盡可能減少漏檢，檢索人員需要對同一文獻(xiàn)進(jìn)行多種檢索式的組合檢索，實(shí)際上就是要求對同一文獻(xiàn)進(jìn)行多次檢索，使檢索的工作量翻倍增加。并且論文委托清單還會出現(xiàn)文章重復(fù)的情況，需要進(jìn)行人工查重。在查收查引過程中，工作人員的很多時(shí)間實(shí)際上都用在整理、查重和獲得文章的正確信息上，這個(gè)過程不僅繁瑣，還需要反復(fù)和用戶確認(rèn)。但是由于很多委托清單是由學(xué)術(shù)秘書代為整理，因此清單錯(cuò)誤和部分信息缺失幾乎是不可避免的。

1.4 檢索結(jié)果整理繁瑣和數(shù)據(jù)庫平臺不穩(wěn)定造成時(shí)間浪費(fèi)

SCI、EI和中文庫平臺通常都有信息導(dǎo)出接口，但導(dǎo)出信息只是簡單的文本格式，需要工作人員摘取相應(yīng)的字段，填人檢索結(jié)果表單中，引用檢索還要區(qū)分他引和自引。這一過程目前北京大學(xué)圖書館已經(jīng)通過小工具實(shí)現(xiàn)了自動(dòng)化。

另外，對于委托檢索的論文數(shù)量較大，時(shí)間緊的委托單，例如院士評審、團(tuán)隊(duì)創(chuàng)新的委托單，通常需要多個(gè)館員分工檢索，再統(tǒng)一匯總結(jié)果。例如一個(gè)180篇的SCI庫收錄引用和EI庫收錄檢索委托單，由5個(gè)人完成，則每個(gè)人都會生成SCI收錄結(jié)果、SCI引用結(jié)果、EI收錄結(jié)果和SCI他引、自引統(tǒng)計(jì)數(shù)據(jù)信息，匯總?cè)诵枰獙?5份檢索結(jié)果進(jìn)行匯總核對和統(tǒng)計(jì)，這些工作都因?yàn)闆]有自動(dòng)化統(tǒng)計(jì)平臺而額外產(chǎn)生的。

另外，有些數(shù)據(jù)庫平臺，由于網(wǎng)絡(luò)、技術(shù)架構(gòu)等因素，檢索速度較慢，使得檢索后的等待時(shí)間增加，降低了工作效率。

2 用戶面臨的問題

手工檢索工作的過程使得信息共享困難、溝通不流暢，導(dǎo)致用戶也面臨許多問題。

2.1 無法及時(shí)了解委托進(jìn)度

委托單通過郵件發(fā)送到郵箱后，用戶無法及時(shí)了解進(jìn)度，如郵箱是否收到、分配以及檢索進(jìn)度。特別是高峰期時(shí)論文數(shù)量大的委托，完成報(bào)告的時(shí)間較長，用戶只能通過電話和郵箱詢問，工作進(jìn)度不透明。endprint

2.2 報(bào)告結(jié)果不易核對

圖書館根據(jù)委托論文清單提供檢索報(bào)告，報(bào)告中主要包含數(shù)據(jù)庫的論文收錄和引用情況。用戶需要對比原委托單，才能知道哪些論文未被收錄。例如用戶委托檢索80篇論文，有70篇被SCI收錄，則檢索報(bào)告提供一個(gè)70篇論文收錄情況的報(bào)告，而用戶需要根據(jù)檢索報(bào)告對比委托清單，核對哪些文章未被收錄。

2.3 論文被漏檢

檢索時(shí)，工作人員通常根據(jù)習(xí)慣使用的一、兩種檢索式進(jìn)行檢索，尤其是在高峰期，任務(wù)繁重，不可能強(qiáng)制要求工作人員用三種以上的檢索式對同一文章進(jìn)行檢索。因此在委托清單有誤或是不規(guī)范時(shí)容易造成漏檢。尤其是在檢索會議論文的引用情況時(shí)，經(jīng)常會出現(xiàn)引用信息不規(guī)范的情況，增加了漏檢的概率。

2.4 論文檢索報(bào)告更新困難

有些用戶需要更新同一論文清單的收錄引用情況，以便在不同的時(shí)間用于申請項(xiàng)目或其他用途。但是由于目前圖書館的手工操作流程，報(bào)告更新的工作量幾乎相當(dāng)于重新檢索。對于用戶來說不僅需要承擔(dān)重復(fù)檢索的費(fèi)用，而且在檢索高峰期，一般會優(yōu)先安排新檢索文章的委托，用戶希望快速更新的需要往往不能全部滿足。

3 現(xiàn)有工具分析

目前已經(jīng)有一些論文查收查引的工具或者平臺，但是由于功能和設(shè)計(jì)的原因，無法完全解決上述問題。

3.1 北京大學(xué)圖書館的查收查引工具

北京大學(xué)圖書館的工具是單機(jī)版的小程序，主要實(shí)現(xiàn)了檢索結(jié)果的格式整理和統(tǒng)計(jì)功能。該軟件包括ISI收錄、EI收錄、ISI引用和中文收錄引用四個(gè)模塊。可以將數(shù)據(jù)庫導(dǎo)出的TXT文本轉(zhuǎn)換成查收查引的結(jié)果表格，并統(tǒng)計(jì)檢索結(jié)果，見圖2。

該工具主要實(shí)現(xiàn)了查收查引過程中檢索論文信息的格式化和統(tǒng)計(jì)的功能，能夠簡化部分工作，但是不能從根本上解決圖書館和用戶的問題；并且因?yàn)門具是單機(jī)版，不能支持分工協(xié)作的環(huán)境。遇到多人分工協(xié)作檢索文獻(xiàn)的情況，仍需要通過手工將各自的檢索結(jié)果進(jìn)行整理和匯總。

3.2 中國科學(xué)院圖書館的查收查引工具

中國科學(xué)院圖書館的的查收查引工具是網(wǎng)絡(luò)版的，主要實(shí)現(xiàn)了對論文收錄和引用的自動(dòng)檢索、檢索結(jié)果格式整理和統(tǒng)計(jì)等功能。其中論文和收錄引用檢索步驟需要部分人工參與。系統(tǒng)需要按照一定格式整理的文章清單，導(dǎo)入文章清單后可自動(dòng)進(jìn)行收錄和引用的檢索，并進(jìn)行檢索結(jié)果格式的整理和統(tǒng)計(jì)。2013年底，北京大學(xué)圖書館對該系統(tǒng)進(jìn)行了試用，發(fā)現(xiàn)幾個(gè)主要問題：（1）論文收錄檢索策略的制定過于簡單，容易造成漏檢和誤檢；（2）引用檢索模塊和收錄檢索模塊是割裂的，不能利用收錄檢索的信息修正論文清單，從而完善引用檢索；（3）檢索信息不可重復(fù)利用，比如在檢索中進(jìn)行的人工對比和確認(rèn)信息無法被系統(tǒng)用于下一次同一文獻(xiàn)的檢索。（4）工作流程設(shè)計(jì)簡單、不流暢，用戶參與度低。（5）生成的報(bào)告格式單一、缺少查重、多種排引選擇、年代限定等功能。

2014年中國科學(xué)院圖書館的查收查引系統(tǒng)又進(jìn)行了升級，主要解決檢索環(huán)節(jié)和報(bào)告生成環(huán)節(jié)的問題。

4 查收查引系統(tǒng)的設(shè)計(jì)思路

查收查引系統(tǒng)的設(shè)計(jì)有兩個(gè)重點(diǎn)：第一是工作流程的設(shè)計(jì)，第二是檢索模塊的檢索策略設(shè)計(jì)。

4.1 查收查引系統(tǒng)的流程設(shè)計(jì)

查收查引系統(tǒng)的工作流程設(shè)計(jì)應(yīng)把委托用戶納入到系統(tǒng)中，實(shí)現(xiàn)委托用戶、任務(wù)管理員和查收引工作人員的數(shù)據(jù)共享和信息交流。同時(shí)，在流程設(shè)計(jì)中還要考慮流程的可逆性和循環(huán)性，簡化手工流程的無效環(huán)節(jié)。以北京大學(xué)為例，傳統(tǒng)的論文查收查引服務(wù)流程大致分為10個(gè)步驟，具體見圖3，在查收查引流程設(shè)計(jì)中應(yīng)該充分考慮以下原則。

（l）工作流程設(shè)計(jì)中應(yīng)重視考慮用戶的參與和信息共享。

在委托檢索的初期和后期，用戶參與可以使很多工作簡化。在用戶提交委托階段，如果用戶能夠先選取系統(tǒng)中以往委托的文獻(xiàn)，再增補(bǔ)文獻(xiàn)，就會非常方便工作人員重復(fù)利用以前的檢索成果。但是如果用戶沒有參與到系統(tǒng)中，則只能提交一個(gè)整體委托清單，其中可能有新有舊，工作人員如果想重復(fù)利用以前的成果，需要先對委托清單逐一檢索核對。在后期，用戶核對檢索信息和報(bào)告生成階段，通過系統(tǒng)參與，會使信息溝通更加方便。

用戶的參與不僅能夠減輕工作人員的負(fù)擔(dān)，而且對用戶也是一件有益的事情，用戶可以方便地提取和導(dǎo)出他委托過的已完成檢索的論文的標(biāo)準(zhǔn)信息，不用再為整理過去3年、5年或更多年的論文清單費(fèi)神。用戶可以通過系統(tǒng)了解檢索委托的進(jìn)度、更為方便地核對報(bào)告結(jié)果，有些用戶對檢索報(bào)告中的論文排列順序有特別要求，如按照年代和引用次數(shù)排列、按照年代和第一作者排列等，這些要求往往很難描述和通過單一的排序功能解決。如果系統(tǒng)提供用戶接口，在限制檢索信息修改的同時(shí)，給予用戶調(diào)整報(bào)告排序的權(quán)限，對用戶來說更為便利。

（2）工作流程設(shè)計(jì)要具有可逆性和循環(huán)性。

論文的查收查引工作并非完全按步驟執(zhí)行，中間可能需要多次反復(fù)。比如在論文清單初檢后，如果清單有問題，需要重新和用戶確認(rèn)；用戶核查報(bào)告后，如果發(fā)現(xiàn)有錯(cuò)檢和漏檢的情況，也要重新進(jìn)行檢索；報(bào)告領(lǐng)取后，用戶可能由于其他原因，需要再次領(lǐng)取報(bào)告副本，或者對報(bào)告本身稍作修改，如只選擇報(bào)告中的部分文獻(xiàn)，需要再領(lǐng)取一份報(bào)告等，這些都要求流程要具有可逆性，也就是說，工作流程要具有循環(huán)性，可循環(huán)利用檢索結(jié)果。

（3）工作流程的設(shè)計(jì)應(yīng)簡化手工流程的無效環(huán)節(jié)。

以北京大學(xué)圖書館為例，查收查引委托工作的管理仍以手工為主。在委托初期要對委托單進(jìn)行登記，在委托后期又需要對收費(fèi)情況進(jìn)行登記。前后的登記是割裂的，各有各的登記體系，無法一一對應(yīng)。因此設(shè)計(jì)流程時(shí)應(yīng)統(tǒng)一進(jìn)行考慮，建立一對多的關(guān)聯(lián)關(guān)系，以便于整體查詢。其次，手工登記很難精確地統(tǒng)計(jì)人員的工作量。比如為1篇論文檢索1個(gè)庫和檢索多個(gè)庫的工作量是不同的；期刊論文較會議論文規(guī)范，也更易檢索。這些差別可以在統(tǒng)計(jì)時(shí)折算到工作量中。再者，對個(gè)別的委托后不領(lǐng)取報(bào)告、領(lǐng)取報(bào)告后拖欠費(fèi)用的情況，通過提醒、黑名單管理等功能的設(shè)計(jì)，將更方便地進(jìn)行催繳和管理工作。endprint

4.2 查收查引系統(tǒng)的關(guān)鍵功能設(shè)計(jì)

查收查引系統(tǒng)應(yīng)著重解決耗時(shí)多、重復(fù)性勞動(dòng)多等影響檢索工作效率的問題，這也是系統(tǒng)的核心功能。檢索模塊功能設(shè)計(jì)的難點(diǎn)并不是在論文委托信息和引用信息完全正確、規(guī)范的情況下進(jìn)行數(shù)據(jù)庫檢索的操作，而是在委托信息不規(guī)范或論文的引用信息不規(guī)范和錯(cuò)誤的情況下檢索數(shù)據(jù)庫并通過容錯(cuò)機(jī)制獲得良好的結(jié)果。要獲得“良好的結(jié)果”，必須有人工干預(yù)和確認(rèn)，因此在設(shè)計(jì)之初就需要做一個(gè)工作量的衡量，在機(jī)器工作和人工干預(yù)之間求得平衡。

（l）檢索策略的多條件組合設(shè)計(jì)。

如果論文的標(biāo)題有誤或來源期刊不規(guī)范就無法獲得檢索結(jié)果，那么論文的檢索策略顯然是失敗的。因此論文檢索策略設(shè)計(jì)的根本在于通過幾種方式的組合檢索達(dá)到容錯(cuò)的目的。檢索策略的設(shè)計(jì)要考慮檢索庫、論文種類和論文年代的特點(diǎn)。例如期刊論文和會議論文的檢索應(yīng)有所區(qū)別，因?yàn)槠诳撐母撰@得規(guī)范的來源信息，而會議論文的來源——會議名稱往往是難以規(guī)范的。再如SCI庫中2006年以后的論文引用信息更為完善，不僅有來源信息還有論文的標(biāo)題，而較早期的論文引用信息往往沒有提供引文的標(biāo)題。檢索策略的設(shè)計(jì)應(yīng)在細(xì)致考慮這些特點(diǎn)的前提下，制定有效的組合策略，在準(zhǔn)確和容錯(cuò)之間獲得一個(gè)平衡的結(jié)果，使檢索結(jié)果中包含確定的信息和可能的信息，再通過有限的人工干預(yù)加以處理。

以SCI數(shù)據(jù)的收錄檢索為例，如表2所示，先進(jìn)行兩個(gè)基本的檢索式，如無法獲得結(jié)果，再對題名等字段進(jìn)行模糊檢索。

（2）恰當(dāng)?shù)娜斯じ深A(yù)節(jié)點(diǎn)選擇。

雖然論文的查收查引工作一直以大量的“重復(fù)性勞動(dòng)”著稱，但不能否認(rèn)工作中仍然有大量的判斷工作要依據(jù)人工的經(jīng)驗(yàn)和智能。究其原因只有一個(gè)，就是信息錯(cuò)誤和不規(guī)范。從用戶方面來看，很難避免提供的信息是錯(cuò)誤的或不規(guī)范的。例如，數(shù)據(jù)庫中的標(biāo)題為“Double-pi”，而用戶提供的標(biāo)題為“double-π”，這在人工處理時(shí)非常容易判定，而機(jī)器則很難，除非有一個(gè)不斷增長的足夠強(qiáng)大的知識庫。類似的問題除了在標(biāo)題中容易出現(xiàn)，在作者縮寫、期刊信息中也會出現(xiàn)。同樣，在數(shù)據(jù)庫中，信息也存在錯(cuò)誤和不規(guī)范的情況，例如標(biāo)題中的分子式常常去掉下標(biāo)或用其他替代形式。所以期望用戶提交完全合乎數(shù)據(jù)庫規(guī)范的數(shù)據(jù)是不現(xiàn)實(shí)的，這也就意味著期望通過計(jì)算機(jī)實(shí)現(xiàn)論文查收引工作的完全自動(dòng)化也是不現(xiàn)實(shí)的。系統(tǒng)在初次檢索后就應(yīng)當(dāng)進(jìn)行人工判斷，通過人工校對來獲得準(zhǔn)確的文獻(xiàn)信息。如圖4。

當(dāng)然人工規(guī)范信息和校對的時(shí)間要根據(jù)具體情況而定，信息規(guī)范的論文可以先用系統(tǒng)檢索，再進(jìn)行規(guī)范；反之，則應(yīng)先進(jìn)行規(guī)范。另外，有些論文可能需要通過收錄檢索矯正和補(bǔ)充信息，再進(jìn)行引用檢索。

5 結(jié)束語

查收查引服務(wù)是國內(nèi)的一項(xiàng)特色業(yè)務(wù)，既無法借鑒國外經(jīng)驗(yàn)，也無現(xiàn)成的國外系統(tǒng)供圖書館購買和使用。因此迫切需要開發(fā)出適合國情、館情和用戶需求的服務(wù)系統(tǒng)。基于前文提出的系統(tǒng)需求分析和設(shè)計(jì)理念，借助CALIS的研發(fā)力量，北京大學(xué)圖書館已經(jīng)完成了查收查引系統(tǒng)的一期開發(fā)和初步測試工作，此系統(tǒng)旨在最大程度上實(shí)現(xiàn)查收查引工作的自動(dòng)化，提高效率，改善用戶體驗(yàn)。不僅如此，通過該系統(tǒng)還能夠積累學(xué)者發(fā)表正式文獻(xiàn)的數(shù)據(jù)，既可以為委托學(xué)者進(jìn)行科研成果分析提供一定的數(shù)據(jù)支持，也可以成為機(jī)構(gòu)庫的有效補(bǔ)充。盡管目前系統(tǒng)還存在一些待完善之處，但已經(jīng)邁出了一大步，故愿與同行分享，更希望能拋磚引玉。endprint