圖書(shū)館信息服務(wù)數(shù)據(jù)質(zhì)量管理與評(píng)價(jià)

[摘要]數(shù)據(jù)質(zhì)量影響用戶(hù)數(shù)據(jù)的整合過(guò)程與結(jié)果、數(shù)據(jù)庫(kù)的應(yīng)用性、商業(yè)智能開(kāi)發(fā)以及商業(yè)品牌。由信息系統(tǒng)呈現(xiàn)的數(shù)據(jù)，為滿足用戶(hù)的需求并將其做有效的應(yīng)用，基礎(chǔ)均在于數(shù)據(jù)的質(zhì)量。針對(duì)數(shù)據(jù)質(zhì)量的評(píng)估方式、管理架構(gòu)和評(píng)估要素，建構(gòu)數(shù)據(jù)質(zhì)量評(píng)價(jià)指標(biāo)體系，為提高數(shù)據(jù)質(zhì)量從而改善圖書(shū)館信息服務(wù)提供參考。

[關(guān)鍵詞]數(shù)據(jù)質(zhì)量；數(shù)據(jù)管理；圖書(shū)館；信息服務(wù)

[中圖分類(lèi)號(hào)]G252

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]1008—0821（2012）08-0068—03

微軟研究院科學(xué)家Jim Gray在2007年提出了以數(shù)據(jù)為基礎(chǔ)的科學(xué)研究第四范式的概念：科學(xué)研究越來(lái)越依賴(lài)于數(shù)據(jù)的聚集和分析。隨著信息技術(shù)的發(fā)展，在有限的時(shí)間里，快速收集復(fù)雜而且大量的資料或數(shù)據(jù)（data），由數(shù)據(jù)整合與分析構(gòu)建信息主體，再匯集足夠的信息，發(fā)展成為知識(shí)，有了知識(shí)作為決策參考，采取行動(dòng)，最后取得效益。然而，由圖書(shū)館信息服務(wù)系統(tǒng)所呈現(xiàn)的數(shù)據(jù)，無(wú)論是數(shù)字型態(tài)還是文字型態(tài)，為滿足使用者的需求并將數(shù)據(jù)做有效的應(yīng)用，一切基礎(chǔ)均在于數(shù)據(jù)質(zhì)量。數(shù)據(jù)質(zhì)量會(huì)影響人們對(duì)組織的看法、用戶(hù)數(shù)據(jù)整合過(guò)程與結(jié)果、數(shù)據(jù)庫(kù)的應(yīng)用性、商業(yè)智能開(kāi)發(fā)以及商業(yè)品牌。因此，圖書(shū)館在為用戶(hù)提供信息服務(wù)時(shí)，必考慮的要素即是資料或數(shù)據(jù)質(zhì)量。

1 數(shù)據(jù)質(zhì)量管理

數(shù)據(jù)質(zhì)量是數(shù)據(jù)滿足明確或隱含需求程度的指標(biāo)。數(shù)據(jù)質(zhì)量是主觀性的，由使用者決定數(shù)據(jù)是否適用，或是否高質(zhì)量的。數(shù)據(jù)質(zhì)量評(píng)估可分為兩類(lèi)：一是針對(duì)數(shù)據(jù)產(chǎn)品的收集者、保管者、用戶(hù)的需求與經(jīng)驗(yàn)等方面進(jìn)行評(píng)估，稱(chēng)之為主觀性評(píng)估；一是以任務(wù)獨(dú)立性與任務(wù)依賴(lài)性?xún)煞矫孢M(jìn)行評(píng)估，則稱(chēng)為客觀性評(píng)估。

數(shù)據(jù)質(zhì)量管理是指對(duì)數(shù)據(jù)從計(jì)劃、獲取、存儲(chǔ)、共享、維護(hù)、應(yīng)用、消亡生命周期的每個(gè)階段里可能引發(fā)的各類(lèi)數(shù)據(jù)質(zhì)量問(wèn)題，進(jìn)行識(shí)別、度量、監(jiān)控、預(yù)警等一系列管理活動(dòng)，并通過(guò)改善和提高組織的管理水平使得數(shù)據(jù)質(zhì)量獲得進(jìn)一步提高。數(shù)據(jù)質(zhì)量管理是循環(huán)管理過(guò)程，其終極目標(biāo)是通過(guò)可靠的數(shù)據(jù)提升數(shù)據(jù)在使用中的價(jià)值，并最終為企業(yè)贏得經(jīng)濟(jì)效益，主要包括：數(shù)據(jù)分析（profiling）、數(shù)據(jù)清洗（cleaning）、數(shù)據(jù)提升（enhancement）、數(shù)據(jù)匹配與整合（matcheonsolidate）、數(shù)據(jù)監(jiān)控（monitoring）等內(nèi)容。

1.1 數(shù)據(jù)分析

通過(guò)數(shù)據(jù)分析的過(guò)程使數(shù)據(jù)收集者能夠了解數(shù)據(jù)以及診斷數(shù)據(jù)的問(wèn)題，主要是發(fā)掘組織中資源的特征和質(zhì)量。有效的數(shù)據(jù)分析可以了解機(jī)構(gòu)背后隱藏的真實(shí)的數(shù)據(jù)內(nèi)容、結(jié)構(gòu)和關(guān)系。有許多機(jī)構(gòu)、公司投入相當(dāng)多的經(jīng)費(fèi)作有關(guān)用戶(hù)關(guān)系或信息系統(tǒng)，嘗試整合各個(gè)單位、部門(mén)、用戶(hù)或產(chǎn)品相關(guān)的數(shù)據(jù)。同時(shí)，憑借數(shù)據(jù)分析可以監(jiān)控?cái)?shù)據(jù)結(jié)構(gòu)，將所有的信息與相關(guān)的數(shù)據(jù)庫(kù)做比對(duì)，同時(shí)還可以提高數(shù)據(jù)的價(jià)值，發(fā)現(xiàn)數(shù)據(jù)是否有不完整、不正確與混淆的地方。

1.2 數(shù)據(jù)清洗

為達(dá)到數(shù)據(jù)的高質(zhì)量化和提升用戶(hù)滿意度、降低機(jī)構(gòu)的危險(xiǎn)性，必須通過(guò)校正、標(biāo)準(zhǔn)化與驗(yàn)證檢測(cè)來(lái)強(qiáng)化數(shù)據(jù)的一致性、正確性與可信度，以作為決策的基礎(chǔ)，進(jìn)而構(gòu)建一個(gè)有用、主動(dòng)的信息系統(tǒng)，提供正確的信息，以提高機(jī)構(gòu)的效率與競(jìng)爭(zhēng)力。有效的數(shù)據(jù)質(zhì)量可對(duì)機(jī)構(gòu)環(huán)境有較好的認(rèn)識(shí)，并且降低無(wú)效的成本投入。

1.3 數(shù)據(jù)整合

數(shù)據(jù)整合的目的是為了創(chuàng)建數(shù)據(jù)的單一、戰(zhàn)略性視野（single，strategic view）。數(shù)據(jù)整合不良導(dǎo)致無(wú)法提供完整的影像給決策者，而會(huì)影響一個(gè)企業(yè)或組織的用戶(hù)關(guān)系管理（consumer relationship management，CRM）、企業(yè)資源管理（enterprise resource management，ERM）、數(shù)據(jù)倉(cāng)庫(kù)及商業(yè)智能的原始想法。此外，數(shù)據(jù)整合并非僅是將數(shù)據(jù)匹配或鏈接，而是適時(shí)將新的數(shù)據(jù)加入數(shù)據(jù)庫(kù)中，并且確認(rèn)所匯入或合并的新數(shù)據(jù)屬于高質(zhì)量的數(shù)據(jù)。通過(guò)內(nèi)外部資源、電子資源、網(wǎng)絡(luò)資源等資源整合，實(shí)現(xiàn)圖書(shū)館全部館藏信息資源組成的發(fā)現(xiàn)與獲取。

1.4 數(shù)據(jù)提升

數(shù)據(jù)提升是指將內(nèi)在或外在的數(shù)據(jù)資源，應(yīng)用到本身的機(jī)構(gòu)或組織中，以達(dá)到數(shù)據(jù)的宏觀性。同時(shí)，增加現(xiàn)有數(shù)據(jù)的價(jià)值也是數(shù)據(jù)提升的方法之一，如增列封面、書(shū)摘、書(shū)評(píng)和社會(huì)化書(shū)簽等。

1.5 數(shù)據(jù)監(jiān)控

借助數(shù)據(jù)的監(jiān)控、核查功能，當(dāng)數(shù)據(jù)質(zhì)量出現(xiàn)下降現(xiàn)象時(shí)即刻提出警示，從而可以避免信息系統(tǒng)重復(fù)做無(wú)用功，并且憑借數(shù)據(jù)監(jiān)控與核查可隨時(shí)反應(yīng)數(shù)據(jù)的質(zhì)量。

2 數(shù)據(jù)質(zhì)量評(píng)價(jià)維度

2.1 準(zhǔn)確性

數(shù)據(jù)準(zhǔn)確性用于度量數(shù)據(jù)的正確性與精確度，數(shù)據(jù)庫(kù)收錄內(nèi)容的準(zhǔn)確性及客觀性，是否來(lái)源于學(xué)術(shù)性較強(qiáng)的權(quán)威機(jī)構(gòu)，數(shù)據(jù)資源對(duì)學(xué)科的覆蓋率，評(píng)價(jià)指標(biāo)包括涵蓋性、完整性、獲取收集過(guò)程、測(cè)量誤差、校正和處理。

涵蓋性：包括對(duì)所提供的數(shù)據(jù)能針對(duì)參照母群體有明確的說(shuō)明，確認(rèn)且紀(jì)錄數(shù)據(jù)來(lái)源不足或在事前定義的范圍中超出可接受范圍，以及數(shù)據(jù)的架構(gòu)可與外在及獨(dú)立數(shù)據(jù)庫(kù)比對(duì)。查全率標(biāo)引深度越大、邏輯性越好，查全率也就越高。

獲取與收集：獲取是指數(shù)據(jù)輸入依據(jù)有用性數(shù)據(jù)架構(gòu)，且符合數(shù)據(jù)提供者的角度；收集是指不同的數(shù)據(jù)提供者將數(shù)據(jù)輸入類(lèi)似數(shù)據(jù)庫(kù)中。出版社可視為數(shù)據(jù)提供者，圖書(shū)館將文獻(xiàn)數(shù)據(jù)制作成摘要即是數(shù)據(jù)采集，將數(shù)字化摘要匯集成數(shù)據(jù)庫(kù)即為數(shù)據(jù)收集。

完整性：是指數(shù)據(jù)的精確性和可靠性。它是應(yīng)防止數(shù)據(jù)庫(kù)中存在不符合語(yǔ)義規(guī)定的數(shù)據(jù)和防止因錯(cuò)誤信息的輸入輸出造成無(wú)效操作或錯(cuò)誤信息而提出的。數(shù)據(jù)完整性分為4類(lèi)：實(shí)體完整性、域完整性、參照完整性、用戶(hù)定義的完整性。

測(cè)量誤差：數(shù)據(jù)發(fā)生錯(cuò)誤很難用一個(gè)簡(jiǎn)單的評(píng)估方法就能找出其復(fù)雜的原因。數(shù)據(jù)錯(cuò)誤可區(qū)分為測(cè)量誤差、偏差與一致性3種；所謂測(cè)量誤差是指數(shù)據(jù)值與其真實(shí)值的差異，即數(shù)據(jù)效度；偏差即以系統(tǒng)性方式檢查所得數(shù)據(jù)值與真實(shí)值的差異程度；數(shù)據(jù)的一致性則在評(píng)估多次的測(cè)量下其變異次數(shù)，可運(yùn)用統(tǒng)計(jì)方法檢測(cè)。

校正：對(duì)不正確或遺失的數(shù)據(jù)，以特定數(shù)值替代的過(guò)程。建立適當(dāng)?shù)男Ｕ龣C(jī)制是提高數(shù)據(jù)質(zhì)量的保證。

處理：對(duì)某一數(shù)據(jù)庫(kù)的數(shù)據(jù)為任何一個(gè)特定目的所執(zhí)行的檢視程序或流程的過(guò)程。數(shù)據(jù)處理的過(guò)程步驟應(yīng)包括數(shù)據(jù)加載、校正、聚類(lèi)等。數(shù)據(jù)庫(kù)的系統(tǒng)、程序、操作與執(zhí)行對(duì)數(shù)據(jù)質(zhì)量的影響很大，所有數(shù)據(jù)處理的過(guò)程均要以紀(jì)錄為基礎(chǔ)，由紀(jì)錄可容易的檢視程序的效度，若要做變更，紀(jì)錄可以讓改變執(zhí)行更為容易，并且數(shù)據(jù)處理過(guò)程有被測(cè)試，數(shù)據(jù)應(yīng)被儲(chǔ)存在安全處。

2.2 時(shí)效性

時(shí)效性是指相對(duì)當(dāng)前任務(wù)數(shù)據(jù)是最新數(shù)據(jù)的程度，用來(lái)考察數(shù)據(jù)的時(shí)間特性對(duì)應(yīng)用的滿足程度。數(shù)據(jù)從產(chǎn)生、發(fā)展、到消亡，有一個(gè)相對(duì)的有效期，不同類(lèi)型的應(yīng)用對(duì)數(shù)據(jù)的時(shí)間特性有不同的要求，數(shù)據(jù)的提供、加載與分析運(yùn)用的時(shí)間差越小越好，以使數(shù)據(jù)能夠被確切實(shí)時(shí)呈現(xiàn)。時(shí)效性可用數(shù)據(jù)更新及時(shí)、數(shù)據(jù)更新比例和臟數(shù)據(jù)比例等關(guān)聯(lián)關(guān)系來(lái)具體體現(xiàn)，如數(shù)據(jù)庫(kù)收錄內(nèi)容的時(shí)間跨度、更新頻率、等待和響應(yīng)速度，以及與對(duì)應(yīng)紙本資源相比出版的及時(shí)性，評(píng)價(jià)指標(biāo)包括數(shù)據(jù)釋出時(shí)效性與數(shù)據(jù)記錄時(shí)效性。

釋出時(shí)效性：是確認(rèn)數(shù)據(jù)時(shí)間的重要因素，其測(cè)量方式是計(jì)算數(shù)據(jù)釋出時(shí)間與最后一次的時(shí)間點(diǎn)差距，其差距越短表示所釋出的數(shù)據(jù)呈現(xiàn)越接近目標(biāo)。數(shù)據(jù)的釋出時(shí)間對(duì)使用者而言有其特定價(jià)值意義，包含從數(shù)據(jù)庫(kù)中粹出數(shù)據(jù)的不定期、定期時(shí)間點(diǎn)，如年報(bào)等。

記錄時(shí)效性：維持高質(zhì)量的數(shù)據(jù)記錄最重要的一點(diǎn)是，當(dāng)使用者取用或匯集數(shù)據(jù)，其數(shù)據(jù)是具有效用的，同時(shí)數(shù)據(jù)應(yīng)有相應(yīng)的時(shí)間記錄。

2.3 可比性

數(shù)據(jù)的可比性是指數(shù)據(jù)庫(kù)持續(xù)維持與其它數(shù)據(jù)庫(kù)的一致性與標(biāo)準(zhǔn)作業(yè)方式，如數(shù)據(jù)內(nèi)容與報(bào)告期限。數(shù)據(jù)比對(duì)有助于數(shù)據(jù)的詮釋、了解與維護(hù)，同時(shí)，經(jīng)由類(lèi)似數(shù)據(jù)的比對(duì)可有效的檢測(cè)數(shù)據(jù)的涵括性、編碼錯(cuò)誤、無(wú)反應(yīng)等。數(shù)據(jù)可比性的評(píng)估有4項(xiàng)指標(biāo)：數(shù)據(jù)概念標(biāo)準(zhǔn)、連結(jié)性、均等性與史實(shí)比對(duì)。

概念標(biāo)準(zhǔn)：為使數(shù)據(jù)庫(kù)的數(shù)據(jù)能明確的界定，減少混淆現(xiàn)象，應(yīng)使用相同的數(shù)據(jù)概念定義，且數(shù)據(jù)概念標(biāo)準(zhǔn)應(yīng)時(shí)時(shí)做審查與修訂。數(shù)據(jù)概念標(biāo)準(zhǔn)應(yīng)包含其概念屬性，如名稱(chēng)、類(lèi)別、長(zhǎng)度以及值域，是否標(biāo)準(zhǔn)化和開(kāi)放性的系統(tǒng)和數(shù)據(jù)接口。

連結(jié)：當(dāng)在使用數(shù)據(jù)鏈路時(shí)應(yīng)有隱私與保密指引，其內(nèi)容包括數(shù)據(jù)收集使用一致性的標(biāo)準(zhǔn)，以及數(shù)據(jù)編碼具一致性。邏輯語(yǔ)義以及基于結(jié)構(gòu)化元數(shù)據(jù)構(gòu)建，支持遞進(jìn)式的深度檢索，直至獲取最小、最精準(zhǔn)的知識(shí)單元，如基于FRBR的關(guān)聯(lián)數(shù)據(jù)等。

均等：是指數(shù)據(jù)可從一種格式對(duì)應(yīng)到任何一種格式，錯(cuò)誤的分類(lèi)法必須做有明確的分析與調(diào)整，并有紀(jì)錄。

歷史比對(duì)：即將數(shù)據(jù)應(yīng)用趨勢(shì)圖、百分比、頻次比，或縱向分析做歷史資料的比對(duì)。

2.4 可用性

數(shù)據(jù)可用性是指讓使用者在應(yīng)用時(shí)易用、易懂且無(wú)障礙。由數(shù)據(jù)可用性的評(píng)估可以確認(rèn)數(shù)據(jù)的相關(guān)性與詮釋程度，同時(shí)也可確認(rèn)數(shù)據(jù)記錄的完整與無(wú)障礙，具有可達(dá)性、詳細(xì)說(shuō)明、可理解三項(xiàng)評(píng)估指標(biāo)。表現(xiàn)在與讀者習(xí)慣的那些著名的檢索站點(diǎn)相似的風(fēng)格和成熟度，可視化知識(shí)地圖，更快更強(qiáng)更深的檢索，更優(yōu)化更人性化更可視化的顯示個(gè)性化交互式的體驗(yàn)。

可達(dá)性：當(dāng)數(shù)據(jù)用于分析或制作報(bào)告時(shí)應(yīng)儲(chǔ)存于安全的文檔中，且為未來(lái)參照之用。根據(jù)數(shù)據(jù)使用者的目的與需求，數(shù)據(jù)可以不同的格式與版本建立。無(wú)論印刷/電子、元數(shù)據(jù)/全文、本地/遠(yuǎn)程資源，是否一站式獲取，爭(zhēng)取讓用戶(hù)用更少的點(diǎn)擊次數(shù)獲取更多的相關(guān)數(shù)據(jù)。

詳細(xì)說(shuō)明：主要是給使用提供者充分的信息，同時(shí)亦可了解數(shù)據(jù)的質(zhì)量狀況是否符合其使用的需求，可以提供數(shù)據(jù)的收集方法、操作方式以及主要的限制條件等。

可理解：數(shù)據(jù)的結(jié)構(gòu)設(shè)計(jì)與潛在性限制是其主要影響因素。是否界面友好，檢索方法、界面術(shù)語(yǔ)容易理解和掌握，易學(xué)易用。

2.5 相關(guān)性

若要維持?jǐn)?shù)據(jù)的相關(guān)性則必須持續(xù)的與主要使用者或數(shù)據(jù)處理者聯(lián)系，以數(shù)據(jù)的適應(yīng)性與價(jià)值性作為評(píng)價(jià)指標(biāo)。

適應(yīng)性：是指它是否能根據(jù)使用者的需要，對(duì)現(xiàn)存的或未來(lái)信息的位置設(shè)定有足夠的彈性或明確的界定。因?yàn)樾枨笈c優(yōu)先級(jí)經(jīng)常改變，必須有反饋機(jī)制，以使數(shù)據(jù)使用者或擁有者能維持對(duì)現(xiàn)存或未來(lái)數(shù)據(jù)的關(guān)注與爭(zhēng)議，能夠?qū)⒔Y(jié)果集以更精準(zhǔn)、更可靠的相關(guān)度排序。

價(jià)值性：指圖書(shū)館信息服務(wù)對(duì)知識(shí)及其應(yīng)用的貢獻(xiàn)度，決定于其是否能夠滿足用戶(hù)的信息需求，以及是否能夠針對(duì)其用戶(hù)提供合適的服務(wù)。

3 圖書(shū)館信息服務(wù)數(shù)據(jù)質(zhì)量評(píng)價(jià)

以圖書(shū)館信息服務(wù)數(shù)據(jù)質(zhì)量影響因素構(gòu)建如圖1所示的評(píng)價(jià)指標(biāo)樹(shù)，指標(biāo)樹(shù)中包括準(zhǔn)確性、時(shí)效性、可比性、可用性與相關(guān)性5個(gè)層面；在準(zhǔn)確性層面又區(qū)分涵蓋、過(guò)程、完整、測(cè)量、校正和處理6項(xiàng)指標(biāo)；時(shí)效性層面中以釋出時(shí)效性、紀(jì)錄時(shí)效作為指標(biāo)；可比性層面則以概念標(biāo)準(zhǔn)、均等、連結(jié)性與歷史比對(duì)作為指標(biāo)；可用性層面以可達(dá)性、詳細(xì)說(shuō)明、可理解性作為指標(biāo)；相關(guān)性層面以適應(yīng)性與價(jià)值性為指標(biāo)；還可在各個(gè)指標(biāo)下設(shè)計(jì)若干項(xiàng)評(píng)估項(xiàng)目。請(qǐng)信息統(tǒng)計(jì)專(zhuān)家學(xué)者對(duì)其進(jìn)行內(nèi)容效度檢測(cè)，就評(píng)價(jià)內(nèi)容的重要性、適切性與清晰度進(jìn)行檢視，以5分法計(jì)算，1分表示完全不符合，5分表示完全符合，針對(duì)目前圖書(shū)館相關(guān)信息服務(wù)系統(tǒng)做測(cè)試，以了解與分析系統(tǒng)所提供的數(shù)據(jù)質(zhì)量，進(jìn)而修改與建立一有用、主動(dòng)的圖書(shū)館信息服務(wù)系統(tǒng)，提供正確的信息知識(shí)，提高信息服務(wù)效率與質(zhì)量。

4 結(jié)語(yǔ)

通過(guò)數(shù)據(jù)質(zhì)量的指標(biāo)評(píng)估，提高數(shù)據(jù)的準(zhǔn)確性、時(shí)效性、可比性、相關(guān)性和可用性，通過(guò)實(shí)踐不斷修訂與完善，進(jìn)而由數(shù)據(jù)的整合與分析建立信息主體，匯集發(fā)展成為知識(shí)架構(gòu)，作為行動(dòng)決策的參考依據(jù)，從而改善圖書(shū)館信息服務(wù)質(zhì)量。