社会要素通过行为或活动而产生了复杂的交互关系网络,也蕴含着一定的网络密疏、涨落与增长规律,构成了人类社会关系所建构的复杂网络系统,围绕社会复杂网络也涌现出社会物理学、复杂网络科学等新兴学科领域和研究方法。2019年,我所推荐的图书,是美国圣塔菲研究所前所长杰弗里·韦斯特(GeoffreyWest)出版的《规模:复杂世界的简单法则,英文原名《Scale:The Universal Laws of Growth, Innovation, Sustainability, and the Pace of Life in Organisms, Cities, Economies, and Companies》,中信出版社2018年出版,是一部涵盖生物学、物理学、社会学和经济学的跨学科研究书籍。其作者杰弗里·韦斯特则是一位资深的跨学科研究学者,曾入选《时代周刊》全球最具影响力100人。
在这本书中,韦斯特讨论了从生物学中的生命体规模到企业规模、城市规模等不同尺度的研究对象,回应了传统研究对规模缩放过程中的非线性行为(superliner scaling)与亚线性行为(sublinear scaling),比如经济学中的规模收益递增、城市 GDP 或企业产值中的人均贡 献递减,同时,也提出了规模缩放中存在的涌现、自组织、系统韧性、自相似性等复杂性现象与幂律分布规律,最终使得系统规模与内部要素之间构成了稳定的制约关系,从而形成城市知识产权产出与人口比值、生物代谢率与体重比值等潜在刻画尺度趋于稳定的统一现象,也就是韦斯特提出的系统稳定性与可持续性发展的命题。在这本书中,所列举的研究领域涵盖微观粒子运动、生物生长、城市网络、城市犯罪、全球可持续发展等不同议题,由此而提出了城市科学、公司科学等有趣的命题。作者以物理学的逻辑与规律研究视角分析了社会运行中的行为与现象,深刻、有趣而具有启发性。在我们未来的图书情报学科研究中,知识活动以及知识网络也是一个开放并具有涨落特征的复杂网络系统,为什么热点图书没有无穷多的增长,为什么重要论文的引证没有无穷多的快速增长,为什么热门专业的招生不会无穷多的放大? 或许从韦斯特的《规模》一书中我们可以得到一些启发。好书,一种是极大地改变我们的知识结构,一种是极大地改变我们的思维方式。
近年来,信息资源管理理论的外延不断泛化,但其内涵研究尚无突破性进展,仍停留在 Hussain D、Horton Jr Forest Woody、Martin W John、Ricks Betty R、Beaumont John R、孟广均、 马费成、胡昌平、赖茂生、霍国庆、卢泰、王万宗、冯惠玲、赵国俊等老一辈专家学者做出的贡献。信息资源管理领域的理论与实践之间的鸿沟越来越大,学科特色和优势不再凸显, 亟待在理论研究上的继承与创新。
可用性与可解释性之间的矛盾是大数据时代的重要矛盾之一。例如,很多深度学习算法的可用性强,但可解释性较差。因此,如何解释大数据应用,尤其是算法和模型的计算结果成为大数据时代的一个热门问题。那么,如何进行因果分析? 图灵奖获得者朱迪亚珀尔 (Judea Pearl)等于2018年出版的新书《为什么———关于因果关系的新科学 (The book of why:The new science of cause and effect)》开启了系统研究因果关系的先河。该书富有智慧且通俗易懂,既有观点又有实例,对于信息资源管理领域的未来研究,尤其是因果关系问题研究具有重要借鉴意义。
Information Quality:The Potential of Data and Analytics to Generate Knowledge
作你者:
Ron S.Kenett,Galit Shmueli
出版社:
John Wiley & Sons,Ltd.
出版年:
2017年
阅读人:
樊博(上海交通大学国际与公共事务学院 教授)
政策制定者在做决策前,需要明确信息质量的各方各面,而这要求对数据进行高效并深入的分析。本书的核心是提出并阐述数据分析的战略方法及战术方法,帮助科研人员明确如何高效地、准确地从可获取、具备附加价值的数据中挖掘出信息。作者的框架围绕“信息质量”这一概念,涵盖了从引出问题、定义问题到应用数据分析解决实际问题的完整过程。同时,本书所提出的方法及框架条理清晰,具备充足的易读性及易学性,充分考虑到“如何 帮助科研工作者实践理论成果”这一问题,这是宝贵且难得的。在撰写本书之前,两位作者就已经在应用统计及数据分析领域进行了多年的深入研究。2014年, 两位作者在发表的“On Information Quality”一文中提出了信息质量 (Information Quality,InfoQ)这一概念,这也是本书的核心内容。在他们之前,尽管信息质量在绝大多数 场景下都尤其重要,却未受研究者的重视。作者认为:数据分析,特别是统计和数据科学领域,需要通过开发结构化的方法来适应现代的挑战和技术,这些方法提供了一个广阔的生命周期视图,即从数字到观点的视图。而如何生 成、评估“信息质量”则是整个数据分析生命周期视图的关键目标之一。他们划分了“信息质 量”的四个部分:目标(goal),数据(data),分析(analysis),效用 (utility),并且确定了八个维度:数据解析(data resolution)、数据结构(data structure)、数据集成(data integration)、时间相关性(temporal relevance)、数据及目标的年表 (chronology of data and goal)、普遍性(generalizability)、可操作性(operationalization)、可沟通性(communication)。 在本书中,作者进一步对“信息质量”及 “信息质量分析框架“进行了深入的讨论。作者清晰地划分了数据与信息的差异,提出的框架覆盖数据分析的完整流程,剥丝抽茧式地分析了每一步中数据的价值潜力。一方面,本书 提供了学术研究所需的方法学,另一方面,作者引入了大量示例、案例研究,及主流软件平台的操作指南,以此来激励研究人员深入研究“信息质量”这一话题,这也赋予了本书理论意义与实际意义。
书你名:
Interactions with Search Systems
作你者:
Ryne W.White
出版社:
Cambridge University Press
出版年:
2016年
阅读人:
刘畅(北京大学信息管理系 副教授)
信息搜寻活动是人类基本活动,也是本学科研究的重点。交互式信息检索研究通过对信息搜寻行为的分析,理解用户需求、用户与搜索系统交互过程的模式,采用用户建模的方式,来优化和改进搜索系统。最近20年是搜索系统极速发展的时代,搜索已经取得了巨大的成功,Google、百度等搜索引擎成为网民每天获取信息的主要来源。未来的搜索系统是否还需要搜索框,用户是否还需要在自己完成任务的每一步都自主的输入检索式? 搜索系统能否在全流程中支持用户完成复杂任务时的各项事务? 都是搜索系统发展中需要考虑的问题。现有的关于搜索系统的书籍很多,但是它们或者只关注搜索系统的架构和算法,或者只关注用户搜索行为的特点,能够全面反映对用户与搜索系统交互研究来优化改进搜索系统的,这是最新最全面的一本。这本书全面地回顾了数十年以来信息检索领域、信息行为研究领域和人机交互领域在搜索系统的研究,内容既涉及描述用户与搜索系统交互行为和过程,又包含系统如何对用户的兴趣和意图建模,还讨论了下一代搜索系统应具备哪些新功能,以及这些新功能如何支持更复杂的用户信息搜寻行为,比如学习和决策活动。在探讨新技术对未来搜索系统发展的影响时,怀特博士认为,大(小)数据可用性的提高、新的人机交互模式(如增强现实,AR)的出现、以及移动互联网和云计算技术的成熟,都为信息的获取和使用创造了新的机遇。这些技术变化会对搜索评估方法和过程产生影响,也在用户隐私和社会利益等领域对搜索系统提出了新的挑战。 这本书内容丰富,是目前交互式信息检索领域最全面的综述,为该领域的科研提供了理论和方法指导,还对下一代搜索系统的未来发展和研究方向作出展望,对未来科研和实践提供了指引,将是未来一段时间内交互式信息检索领域重要的参考书籍。 作者莱恩·怀特博士,曾任微软研究院首席研究员,微软智慧健康平台的CTO,现任微软小那(Cortana,微软开发的智能个人助理)研究组负责人。他的研究专注于理解用户搜索交互,设计开发搜索系统以帮助人们更有效地进行搜索。怀特博士的博士论文研究获得了英国计算机学会的杰出论文奖,他在信息检索领域顶级会议和期刊上发表了大量论文,曾十余次获得最佳论文奖。因其对信息检索领域的贡献,他于2014年获得了Karen Spärck Jones Award奖。这本书《搜索系统交互 (Interactions with Search Systems)》曾于2017年 获得ASIST协会评选的信息科学年度最佳图书奖。
书你名:
Research Methods in Library and Information Science(6th Edition)
作你者:
Lynn Silipigni Connaway,Marie L.Radford
出版社:
Libraries Unlimited
出版年:
2017年
阅读人:
章成志(南京理工大学经济管理学院 教授)
2017年,Libraries Unlimited出版社出版了 《Research Methods in Library and Information Science》(6th Edition) ,该书为图书情报研究方法类专著,是“Library and Information Science Text Series”系列丛书之一。该书的作者 Lynn Silipigni Connaway和 Marie L.Radford博士是图书情报领域的著名专家, 其中 Connaway是OCLC 研究部图书馆趋势和用户研究部门主任、高级研究科学家、ASIS&T 的前主席,Radford是罗格斯大学图书与信息科学系的首席教授。全书包括14章,共478页,其中,第1章介绍LIS研究中的基本概念;第2章描述项目研究中的基本过程;第3~6章主要介绍量化研究方法,包括综述研究、问卷、抽样、实验研究、以及量化数据分析;第7~10章介绍定性研究方法,包括访谈、民族志方法、以及定性数据分析;第11~12章描述两种特殊类型的研究方法,即:历史研究与应用研究;第 13~14 章主要介绍项目研究中的重要阶段,即:项目计划的撰写与研究报告的展示。详情可以参见该书主页:
Springer Handbook of Science and Technology Indicators
作你者:
Glänzel Wolfgang,Henk F.Moed, Ulrich Schmoch,and Mike Thelwall
出版社:
Springer
出版年:
2019年
阅读人:
张琳(武汉大学信息管理学院 教授)
《施普林格手册之科学与技术指标 》 (Springer Handbook of Science and Technology Indicators)(2019年版)是由比利时鲁汶大学 Wolfgang Glänzel教授(Scientometrics期刊主编、 1999年度普赖斯奖得主)、荷兰莱顿大学 Henk F.Moed教授(1999年度普赖斯奖得主)、德国弗劳恩霍夫协会系统与创新研究所 Ulrich Schmoch教授和英国沃尔夫汉普顿大学Mike Thelwall教授(2015年度普赖斯奖得主)主编,数十位科学计量学、专利计量学、科技评价与科 技政策领域的全球顶尖学者共同参与的学术巨作。本书是继1998年《科学与技术定量研究手册》(Handbook of Quantitative Studies of Science and Technology)和2005年《定量科学与技术研究手册》 (Handbook of Quantitative Science and Technology Research)之后,科技计量与科技评价领域定量化研究的集大成之作,具有极高的学术价值和应用价值。 该书包括数据源分析与网络分析(Analysis of Data Sources and Network Analysis)、科研评估方法的演进(Advancement of Methodology for Research Assessment)、科学系统与研究政策 (Science Systems and Research Policy)、科研评估的新指标(New Indicators for Research Assessment)、专利分析方法的演进 (Advancement of Methodology for Patent Analysis)、专利系统,专利与经济 (Patent System, Patents and Economics)六个部分共计44个章节。该书基于学术论文、专利文献以及网络数据等多源数据,不仅详细介绍了科技计量和科技评价研究中经典的方法、指标和模型(如影响因子、h指数等),还梳理了当前许多最新的研究成果(如网络计量学、补充计量学等),涵盖了从方法层面的理论探索到实际应用中的政策背景,同时还指出了诸多重要研究命题的未来可能方向。本书体系精巧、结构完整、内容翔实,是从事科技计量、科技评价与科技政策领域的入门者(系统了解领域发展全貌)、研究者(全面掌握领域研究进展)与决策者(便捷知晓不同方法与指标的潜力与局限)的案头必备书目之一。
书你名:
The Craft of Research:Fourth Edition
作你者:
Wayne C.Booth,Gregory G.Colomb, Joseph M. Williams, Joseph Bizup, William T.Fitzgerald
The Emotion Machine: Commonsense Thinking, Artificial Intelligence, and the Future of the Human Mind
作你者:
Marvin Minsky
出版社:
Simon & Schuster
出版年:
2006年
阅读人:
刘晓钟(美国印第安纳大学布鲁明顿分校信息学、计算机和工程学院 副教授)
Marvin Minsky是人工智能 (AI)和哲学领域的重要科学家,他也是第一个获得图灵奖的人工智能学者,建立了著名的 MIT AI laboratory,开发了世界上第一个机器人。The Emotion Machine: Commonsense Thinking, Artificial Intelligence,and the Future of the Human Mind是他在2006年的作品,阐述并扩展了他在较早的著作 Society of Mind中的思想。本书讨论了一系列很有趣的问题,比如情绪(emotions) 和其他人类思维的区别以及相同点。他认为情绪是一种思维的不同形式(Emotions are different Ways to Think),大脑有一种选择机制可以在面临不同类型问题时调动情绪来处理(the brain has rule-based mechanisms (selectors)that turn on emotions to deal with various problems)。书中分析了人类的情绪是如何工作的,常识知识 (commonsense knowledge) 在思维活动中的作用。本书还回顾了AI发展的成就,讨论了为何在复制人类行为方面对AI建模非常困难,如果AI可以思考,会是何种形式,AI可能会如何感受困难与快乐等问题。在 当前以深度学习为代表的 AI浪潮中,很少有专著从人类思维本质上论述情绪和AI的联系,阅读本书可以让我们对 AI的本质有一个从新的思考。不管你是否同意本书的观点,但是他揭示的一些哲学本质问题是值得我们深思的。也许在阅读完本书的时候,你会重新思考那个有趣的经典问题,AI什么时候可以威胁到人类? 或许永远没有这个可能? 期待你能从书中寻找到一些有用的线索……