資料或是知識？搜尋是個大問題-聊天看不到可留言│愛情公寓交友網站與聊天室

還沒登入愛情公寓嗎？還沒加入愛情公寓嗎？馬上進入公寓和 10,550,560 個住戶交朋友～

紅包抽抽樂！小資變土豪！

素人也能成為明日之星！

移除此區廣告請加入VIP

檔案狀態:

住戶編號:3217583

聊天看不到可留言的日記本

快速選單

5大關鍵讓你二十年後依然是人《前一篇

後一篇》正面思考的威力

回應

給他日記貼紙

給他愛的鼓勵

檢舉

篇名: 資料或是知識？搜尋是個大問題
作者: 聊天看不到可留言	日期: 2012.02.03　　天氣: 　心情:

資料或是知識？搜尋是個大問題

‧葉士昇 2005/02/04

隨著網路上的資訊膨脹，我們得要藉助搜尋引擎才能幫助使用者在龐大的網際網路資料庫中理出個頭緒。但是，這些透過搜尋引擎所產出的資料真的能夠完全符合「知識」的需求嗎？

網際網路成立的目的是甚麼呢？如果我沒記錯的話，剛開始成立的目的就是為了更有效、快速的分享知識。只不過當時發明網際網路的科學家似乎沒有預料到網際網路上資訊的膨脹速度是如此之快，甚至多到得要藉助搜尋引擎才能幫助使用者在龐大的網際網路資料庫中理出個頭緒。
但是，這些透過搜尋引擎所產出的資料真的能夠完全符合「知識」的需求嗎？在「資料」和「知識」之間其實存在著相當大的差距，簡單來說，從資料衍生為知識的過程中其實存在著許多的取捨，這些取捨和個人的經驗以及喜好有著不可分割的關係，也就是說，在使用同樣資料庫的前提下，甲和乙所形成的知識可能會呈現截然不同的內容。因此，搜尋引擎能帶給一般使用者著仍然是大量未經整理的資料，即使是武陵客的〈定向搜索：巨頭的較量〉或是數位時代專稿〈微軟反擊Google，主角是位台灣青年！〉一文中所提及的搜尋引擎功能，也僅能提供經分類過的資料，對於「知識」的提供，仍不盡完善。
那麼「WIKI」和最近流行的「知識+」呢？這似乎是個知識淬取的好工具，透過眾人之力針對個別主題從異中求同，如此出來的知識型態應該算是不錯的知識獲取途徑吧！我個人也很認同這樣的想法，而且就「知識+」等工具的應用介面來說，「全文檢索」「分類」「評價」「知識共寫」這些物件確實提供給使用者一個將知識聚斂以及淬取的工具，就表面上來講，應該是沒有問題的，但是事實上這樣子的知識結構，如果就專業知識的範疇來思考的話，在整體的結構上，參與者的屬性就必須面臨嚴苛的檢視，以目前「知識+」和「WIKI」的參與者來思考的話，在專業程度的檢視上並無一定的標準，因此寫出的文件水準自然也就參差不齊，除非透過後台專家的篩檢與確認，否則這樣子的資料庫的正確程度難免會讓人有所質疑。
那麼那些方法可以確認資料庫的專業及正確性呢？我個人認為還是需要由實體組織加以延伸或是透過某些專業篩檢來檢視參與者的專業。由實體組織延伸而出的例子很多，例如各類學會所建立的會員MAILLIST、國科會建立的專家人才資料庫……等這些都是透過實體組織對於參與者的檢視來確保在某些領域的專業性。而在虛擬的組織來說，由朱學恆所推動的麻省理工學院「開放式課程網頁」（http://www.twocw.net/index-mitocw.htm）透過基金會的方式結合專家學者來主持，並且廣邀其它網路上潛藏的人才來共事，一方面就特定議題來加以思考，可以提供定向的知識探索，另外一方面經過專家審核的知識，即使未必能達到盡善盡美的境界，但至少在專業上能夠擁有一定的參考程度。
講了這麼多網路知識淬取方式的思考後，我想讀者或許也發現了一個很基本卻又很關鍵的問題。那就是當我們使用網路工具尋找知識之初，使用者所要搜尋知識的狀態應該是決定使用工具的重要因素。
如果今天使用者要的是一種廣泛、未定義、尚未系統化的資料結構，那麼搜尋引擎就能發揮很大的功用。例如我們今天如果只想要找數位學習的資料，透過搜索引擎的幫忙與自我或是人工智慧的篩選，我們應該可以概略性的理解數位學習。但是如果我們本身對於數位學習已經很有興趣，並且想進一步獲得更有結構、系統的知識，那麼網路上的工具就比較不能符合這樣的需求，一般來說我們還是得乖乖的進入各種學術資料庫中搜尋相關的資料來形成某些特定的知識體系。而這種傳統的資料搜尋架構中，「滾雪球」法是一般研究者喜歡使用的方式。透過對於重要文獻的掌握，然後在思考文獻中的參考文獻，一路延伸出去，就可以獲得完整且有系統的資料來源，如此建立的知識，除了較符合專業上的考量外，也較能符合系統知識的要求。
只是每天在網路上衝浪，卻還沒發現提供這種功能的網路資源。如果有一天，所有的相關搜尋引擎或是資料庫能夠像網路書店的介面一樣，讓使用者在查詢完文獻後，列出「搜尋這份文獻的使用者，通常也搜尋了以下文獻」，再依類別加以分類文獻，那麼我想很多研究生會愛死這種搜尋引擎或是資料庫了。而且就某種程度上而言，這也是一種知識的累加不是嗎？因為透過關鍵字與類別的區分，讓不同的使用者可以參考彼此間對同一份資料的延伸思考，雖說或許有時會產生知識迷向（前述提過不同的價值觀會產生不同的知識體系，因此過份相信人工智慧所研判出來的結果，也容易忽略自主的想法），但是從好的方面來講，也算是一種經驗上的激盪，至於價值如何，則有待個別使用者加以評估。
不過如此的構想如果用在封閉式的社群，或許會產生一種很驚人的效果。這種封閉社群的定義上應該屬於比較專業的團體，而成員間彼此熟悉個別的專長領域，也願意在專業知識上作分享。在此前提成立的情況下，搜尋引擎提供者可以記錄相關成員的專業搜尋軌跡來提供封閉社群的人員查詢。這樣子有甚麼優點呢？我舉個簡單的例子來說好了，例如我很景仰翟本瑞老師在網路社會學上的研究，而且也和他加入同一個社群，在如此的情況下，如果我能知道翟老師常去的網路社會學網路資源的話，對於我在網路社會學的研究上勢必會有一定的幫助，因為踏在巨人的肩膀上，我們勢必可以看得更遠。當然這些部分或許會有隱私上的疑慮，但是這些部分應該是可以透過隱私保密的機制來加以解決的。既然搜尋引擎可以善用在網際網路、PC和內部網路上，那麼善用在封閉社群成員的知識分享上當然也是一個可以努力的構想。
因此，搜尋引擎的發展腳步越來越快，但是在資料轉換成知識的過程中，如何善用搜尋引擎以建構系統化的知識，卻仍屬於探索較少的領域。但是在傳統資料搜尋方式逐漸式微的今日，這個議題卻是我們在邁向數位學習時代時，必須嚴肅對待的。(後記：其實這樣子用搜尋引擎好像有點硬梆梆的，軟性一點的話，我倒是希望搜尋引擎能和GPS、RFID以及數位家電中的冰箱相結合，當我家的柴米油鹽醬醋茶用完時，只要快速透過搜尋引擎馬上就可以找出離我家最近，價格最便宜的商品，這樣子的搜尋引擎應用似乎也不錯喔！)

資料或是知識？搜尋是個大問題

‧葉士昇 2005/02/04

隨著網路上的資訊膨脹，我們得要藉助搜尋引擎才能幫助使用者在龐大的網際網路資料庫中理出個頭緒。但是，這些透過搜尋引擎所產出的資料真的能夠完全符合「知識」的需求嗎？

網際網路成立的目的是甚麼呢？如果我沒記錯的話，剛開始成立的目的就是為了更有效、快速的分享知識。只不過當時發明網際網路的科學家似乎沒有預料到網際網路上資訊的膨脹速度是如此之快，甚至多到得要藉助搜尋引擎才能幫助使用者在龐大的網際網路資料庫中理出個頭緒。
但是，這些透過搜尋引擎所產出的資料真的能夠完全符合「知識」的需求嗎？在「資料」和「知識」之間其實存在著相當大的差距，簡單來說，從資料衍生為知識的過程中其實存在著許多的取捨，這些取捨和個人的經驗以及喜好有著不可分割的關係，也就是說，在使用同樣資料庫的前提下，甲和乙所形成的知識可能會呈現截然不同的內容。因此，搜尋引擎能帶給一般使用者著仍然是大量未經整理的資料，即使是武陵客的〈定向搜索：巨頭的較量〉或是數位時代專稿〈微軟反擊Google，主角是位台灣青年！〉一文中所提及的搜尋引擎功能，也僅能提供經分類過的資料，對於「知識」的提供，仍不盡完善。
那麼「WIKI」和最近流行的「知識+」呢？這似乎是個知識淬取的好工具，透過眾人之力針對個別主題從異中求同，如此出來的知識型態應該算是不錯的知識獲取途徑吧！我個人也很認同這樣的想法，而且就「知識+」等工具的應用介面來說，「全文檢索」「分類」「評價」「知識共寫」這些物件確實提供給使用者一個將知識聚斂以及淬取的工具，就表面上來講，應該是沒有問題的，但是事實上這樣子的知識結構，如果就專業知識的範疇來思考的話，在整體的結構上，參與者的屬性就必須面臨嚴苛的檢視，以目前「知識+」和「WIKI」的參與者來思考的話，在專業程度的檢視上並無一定的標準，因此寫出的文件水準自然也就參差不齊，除非透過後台專家的篩檢與確認，否則這樣子的資料庫的正確程度難免會讓人有所質疑。
那麼那些方法可以確認資料庫的專業及正確性呢？我個人認為還是需要由實體組織加以延伸或是透過某些專業篩檢來檢視參與者的專業。由實體組織延伸而出的例子很多，例如各類學會所建立的會員MAILLIST、國科會建立的專家人才資料庫……等這些都是透過實體組織對於參與者的檢視來確保在某些領域的專業性。而在虛擬的組織來說，由朱學恆所推動的麻省理工學院「開放式課程網頁」（http://www.twocw.net/index-mitocw.htm）透過基金會的方式結合專家學者來主持，並且廣邀其它網路上潛藏的人才來共事，一方面就特定議題來加以思考，可以提供定向的知識探索，另外一方面經過專家審核的知識，即使未必能達到盡善盡美的境界，但至少在專業上能夠擁有一定的參考程度。
講了這麼多網路知識淬取方式的思考後，我想讀者或許也發現了一個很基本卻又很關鍵的問題。那就是當我們使用網路工具尋找知識之初，使用者所要搜尋知識的狀態應該是決定使用工具的重要因素。
如果今天使用者要的是一種廣泛、未定義、尚未系統化的資料結構，那麼搜尋引擎就能發揮很大的功用。例如我們今天如果只想要找數位學習的資料，透過搜索引擎的幫忙與自我或是人工智慧的篩選，我們應該可以概略性的理解數位學習。但是如果我們本身對於數位學習已經很有興趣，並且想進一步獲得更有結構、系統的知識，那麼網路上的工具就比較不能符合這樣的需求，一般來說我們還是得乖乖的進入各種學術資料庫中搜尋相關的資料來形成某些特定的知識體系。而這種傳統的資料搜尋架構中，「滾雪球」法是一般研究者喜歡使用的方式。透過對於重要文獻的掌握，然後在思考文獻中的參考文獻，一路延伸出去，就可以獲得完整且有系統的資料來源，如此建立的知識，除了較符合專業上的考量外，也較能符合系統知識的要求。
只是每天在網路上衝浪，卻還沒發現提供這種功能的網路資源。如果有一天，所有的相關搜尋引擎或是資料庫能夠像網路書店的介面一樣，讓使用者在查詢完文獻後，列出「搜尋這份文獻的使用者，通常也搜尋了以下文獻」，再依類別加以分類文獻，那麼我想很多研究生會愛死這種搜尋引擎或是資料庫了。而且就某種程度上而言，這也是一種知識的累加不是嗎？因為透過關鍵字與類別的區分，讓不同的使用者可以參考彼此間對同一份資料的延伸思考，雖說或許有時會產生知識迷向（前述提過不同的價值觀會產生不同的知識體系，因此過份相信人工智慧所研判出來的結果，也容易忽略自主的想法），但是從好的方面來講，也算是一種經驗上的激盪，至於價值如何，則有待個別使用者加以評估。
不過如此的構想如果用在封閉式的社群，或許會產生一種很驚人的效果。這種封閉社群的定義上應該屬於比較專業的團體，而成員間彼此熟悉個別的專長領域，也願意在專業知識上作分享。在此前提成立的情況下，搜尋引擎提供者可以記錄相關成員的專業搜尋軌跡來提供封閉社群的人員查詢。這樣子有甚麼優點呢？我舉個簡單的例子來說好了，例如我很景仰翟本瑞老師在網路社會學上的研究，而且也和他加入同一個社群，在如此的情況下，如果我能知道翟老師常去的網路社會學網路資源的話，對於我在網路社會學的研究上勢必會有一定的幫助，因為踏在巨人的肩膀上，我們勢必可以看得更遠。當然這些部分或許會有隱私上的疑慮，但是這些部分應該是可以透過隱私保密的機制來加以解決的。既然搜尋引擎可以善用在網際網路、PC和內部網路上，那麼善用在封閉社群成員的知識分享上當然也是一個可以努力的構想。
因此，搜尋引擎的發展腳步越來越快，但是在資料轉換成知識的過程中，如何善用搜尋引擎以建構系統化的知識，卻仍屬於探索較少的領域。但是在傳統資料搜尋方式逐漸式微的今日，這個議題卻是我們在邁向數位學習時代時，必須嚴肅對待的。(後記：其實這樣子用搜尋引擎好像有點硬梆梆的，軟性一點的話，我倒是希望搜尋引擎能和GPS、RFID以及數位家電中的冰箱相結合，當我家的柴米油鹽醬醋茶用完時，只要快速透過搜尋引擎馬上就可以找出離我家最近，價格最便宜的商品，這樣子的搜尋引擎應用似乎也不錯喔！)

標籤:

瀏覽次數:11 人氣指數:11 累積鼓勵:0

切換閱讀模式

回應

給他日記貼紙

給他愛的鼓勵

檢舉

給本文愛的鼓勵：