第二章 文獻分析
第一節 分類架構概念之探討
一、 分類架構應用於網路資訊檢索
（一）分類與資訊檢索
分類（classification）是圖書資訊學領域重要的概念，早期圖書館使用分類 概念，主要用來分類實體物件（physical objects），例如：圖書、期刊；後來隨著 資訊科技的進步，改變了人們對於資訊的概念，分類的概念也將延伸至數位物件
（digital objects），此時圖書館也開始分類以電子形式的文件，例如：電子期刊、
網路資源……等。
目前網路已經成為人們主要搜尋資訊管道之一，但是現今網路資訊量每日快 速增加，根據 Netcraft 於 2006 年 5 月的報告，目前網路上已經高達八十億的網 站，導致使用者將面臨到一些檢索的困境，例如：無法快速從大量檢索結果中找 尋所需的資訊、辨認同義詞的問題。也因此許多資訊工具（information tools）以
16
及資訊擷取技術，用來協助使用者更有效率地從事資訊檢索，甚至圖書資訊學領 域的分類工具（例如：標題表（subject heading）、索引典（thesauri））已經用來 組織網路資源，並且幫助使者檢索網路資源。
目 前 網 路 使 用 者 檢 索 網 路 資 源 有 兩 種 方 式 ： 一 種 是 透 過 關 鍵 字 檢 索
（keyword search）的方式，另外一種是透過瀏覽（browsing）的方式，使用者搜 尋資訊通常有兩種情況，第一個情況是使用者清楚自己的資訊需求，通常使用者 會利用關鍵字搜尋的方式，搜尋自己所需的資訊；另外一種情況是當使用者資訊 需求模糊時，無法明確表達如何解決資訊問題，在這種情況之下，瀏覽是比較有 效的檢索方式。使用者剛接觸新領域知識或是資訊空間（information spaces）時，
常使用瀏覽（browsing）的方式當作搜尋策略，使用者通常會根據本身的心智模 型（mental models），去探索（explore）資訊空間內的組織架構。另外，使用者 會根據和瀏覽服務所提供的原始架構互動的情形，發展出心智瀏覽模式（洪元元，
民 98；Chen, Houston, Swell & Schatz, 1998；Delphi group, 2002；Marchionini &
Shneidermn, 1988），所以資訊空間內之分類體系的優劣，將會影響使用者瀏覽的 經驗，因此若資訊空間內架構一個良好的瀏覽環境，可以增進使用者搜尋資訊的 速度。
過去有學者提出將資訊適當的分類，可以避免使用者瀏覽過多不相關的資訊
，並且改善使用者瀏覽與檢索速度（Samler & Lewellen, 2004；卜小蝶，民 96）。
另外，分類因具備一定的邏輯結構，所以一些學者認為分類可以幫助使用者提升 檢索效益。Koch 與 Day（1997）認為分類可以幫助使用者過濾不相關資訊，以 幫助使用者縮小檢索範圍；Chen 與 Dumais（2001）比較使用者分別在分類介
（category-interface）與條列式（list-interface）介面之檢索表現，研究結果顯示 因為分類介面能夠提供檢索結果的脈絡（context）位置，讓使用者了解檢索結果 之間的相關性，避免使用者瀏覽過多不相關的資訊，因此使用者在分類介面之檢 索表現優於條列式介面。此外，分類可以幫助使用者觸類旁通，透過瀏覽各種形
17
式的分類架構介面，刺激聯想相關主題概念。總而言之，分類在某些地方的確可 以幫助使用者提升檢索效益。
（二）分類架構與資訊檢索
分類架構（classification structures）的概念多元繁雜。一般而言，建立一個 分類架構有兩種方式：一種是透過人工以及半自動的方式建立分類目錄，例如：
Yahoo 的分類目錄（web directory），此種方法必須要由人工制訂類別（pre-defined class），並且先行制定分類規則，之後必須訓練分類器（classifier），讓分類器學 習人們怎麼去分類文件，但是若訓練文件不夠，分類器有可能分錯類別。圖 2.1 是輸入”HCI” 查詢，可以發現 HCI 其他相關的主題類別（category），例如：
Computer science、User interface。階層式分類架構可以讓使用者快速瀏覽整個檢 索結果，並且知道欲查詢的主題概念，屬於哪一個類別：另外一種是透過自動分 群（automatic clustering）的方式，自動產生分類架構（例如：Grokker 將檢索結 果再分群），此種方法主要是根據系統跑出檢索結果最前面的幾筆，進行相似性 比對，產生群集（cluster），由群集自動計算適當的類別之後，產生分類架構（陳 思穎，民 96）。圖 2.2 同樣地利用”HCI”關鍵字進行檢索，畫面左方是透過自動 分群（automatic clustering）技術自動產生的分類架構，此分類架構是以階層的 方式呈現，並且顯示目前和使用者搜尋的關鍵字相關的主題概念，使得原本高達 數十頁的檢索結果，重新組織成為數十筆的主題階層式清單（Delphi group, 2002）， 雖然這些類別並沒有嚴謹的從屬關係，只能稱作是一個樹狀結構（tree structure），
但是能夠提示使用者欲檢索主題之相關重要概念。
18
圖 2.1 Yahoo Directory Searching 之檢索結果舉例
圖 2.2 Grokker 之檢索結果舉例
19
過去一些學者認為分類架構工具（例如:Yahoo 的分類目錄（web directory）），
可以幫助使用者提升檢索精確率（Lee & Olson, 2005；Pahievi & kitagawa, 2005）。 近年來雖然有許多研究探討使用者如何使用分類目錄，但是缺乏使用者如何從 透過分類架構從事資訊尋求行為之研究，因此不論是人工或是自動產生的分類 架構，對於研究者而言，應該關注使用者如何使用瀏覽分類架構介面。當使用 者使用分類架構瀏覽介面，會根據自己心中的資訊需求，進行一連串的類目
（category）選擇與回應，藉由和介面互動的過程，找出系統中和心中符合的概 念，但是有時候系統內自動產生的分類架構所產生的類目（category），不一定 符合使用者心中的認知，這是因為在建構分類架構工具的過程，並不會牽涉到 使用者，縱使分類架構工具所提供的詞彙類別，能夠幫助使用者聯想到其他相 關主題的概念，並進一步幫助使用者查詢問句的再形成，但是對於使用者檢索 時的實質效益，需要更進一步透過研究檢視。
二、 自動分群技術應用於資訊檢索系統
自動分群技術（automatic clustering）應用於資訊檢索領域已經非常普遍，
分群應用於資訊檢索，主要有下列幾個用途：（1）幫助使用者瀏覽大量文件，（2）
過濾不相關的資訊，（3）幫助使用者釐清資訊需求，並且縮小檢索範圍。基本上，
自動分群的過程需要許多演算法，目前分群所使用的演算法：主要分為階層式
（hierarchical）、分割式（partitional）兩大類，前者不僅會將資料分群，也會自 動產生階層式分類架構 （Jain, Murty & Flynn, 1999；轉引自陳思穎，民 96）。
根據過去一些研究指出，使用者喜歡資訊檢索系統以自動分群（automatic clustering）的方式，重新組織檢索結果，但是在使用分群工具（cluster tools）的 過程中，卻面臨到許多問題，根據 Pagan 與 Fagan（2000）的研究，受試者喜 歡以分群的方式組織檢索結果，但是一些受試者指出分群架構（cluster structure）
20
工具在某些檢索問題類型上，自動所產生的群集標籤（cluster labels）和檢索結 果不一致，代表自動分群所產生的群集（cluster）內容不一定會符合使用者心中 的認知；Wu, Fuller 與 Wilkinson（2001）評估使用者在分群介面（cluster-based interface）與分類介面（category-based interface）之檢索表現，研究結果指出使 用者對於介面以分群的方式重新組織檢索結果，抱持正面態度，但是研究者觀察 受試者在分群介 面的檢索表 現，發現並 非 所有的受試者都 能了解分群 架構
（cluster structure）中每個群集名稱（cluster name）呈現上的意義，因此對於使 用者而言，這些分群架構對於他們在檢索上的意義為何？是否能夠跟預期般一樣 幫助使用者提升檢索效益？是一個值得探討的議題。
。
21