中美法律图书馆差异面面观——华盛顿大学法学院图书馆技术部主任罗伟访谈录

本文以中国政法大学于2009年5月底在北京香山饭店主办的"中美法律信息及图书馆研讨会"为背景,通过对美国法律图书馆员罗伟先生的访谈,对比中美法律图书馆的不同发展历史和现状,以为中美之间增进了解和合作、借鉴美国图书馆先进的发展模式和管理经验提供交流平台。全文首先以罗伟先生之个人经历为线索,围绕法律图书馆员的定位及职称评价、美国法律图书馆员如何应对新技术的挑战等主题,从多个侧面展示了美国当代法律图书馆馆员之面貌;最后,结合中美香山大会和采访,对当今中国图书馆面临的某些主要问题,如法律图书馆的功能、图书馆人才的培养和职业化以及图书馆与出版机构的互动关系等方面进行了探讨。

我国法学院图书馆现状调查报告——以图书馆网站为视角

我国法学教育的蓬勃发展、法学研究的繁荣兴盛以及司法实践的不断丰富,也进一步催生了法律图书馆的诞生和壮大。作为文献信息资源的储存、组织和加工、传递、交流载体的图书馆对教学和科研工作至关重要。从某种意义上说,图书馆的优劣是衡量一个大学、科研机构实力的标尺。本文以法学院图书馆网站为视角,通过对特定指标的网上调查数据进行汇总整理和分析,全面、客观地评价我国高等院校法律图书馆、资料室的生存现状和运行情况,并对其主要特点及其存在的问题做出简要分析,为我国法律图书馆发展和壮大提供客观的数据支持。

基于马尔可夫模型的图书馆用户聚类分群方法研究

【目的/意义】针对图书馆用户群体聚类分群不稳定且错误率较高的问题,提出基于马尔可夫模型的图书馆用户聚类分群方法,提升图书馆用户聚类分群精准度。【方法/过程】采用一阶马尔可夫混合模型构建用户动作序列模型,通过模型产生用户行为聚类,体现用户动作的动态性,采用自适应自然梯度算法,依据用户行为分离状态自适应调整自身步长,优化模型参数学习中模型自动选择问题,实现最佳图书馆用户聚类分群。【结果/结论】通过实验结果能够证明,实际聚类数量小于L值时,提出方法能够实现参数学习过程中模型的自动选择。提出方法的分群数量最多,能够划分出最大的取值区间,聚类错误率最低为0.22%,聚类性能比较稳定,分群结果更加精准,达到了设计的预期。【创新/局限】采用一阶马尔可夫混合模型实现了图书馆用户聚类分群。后续将进一步研究可考虑用户序列间关联的高阶马尔可夫分量模型,以提高分群算法的准确性和稳定性。

外国部分法律图书馆协会概览(之一)

1．国际法律图书馆协会International Association of Law Libraries http：//www. iall. org法律图书馆（IALL）国际交流协会是一个全球性的、合作的非营利性图书馆，图书馆组织和其他人员，收购、传播和并非来自其管辖范围内的其他法律信息的使用有关机构。在1959年成立，IALL在50多个国家五大洲的600多名成员。成员代表了所有类型，从法律学术图书馆到公司库，从大小国家法律行政机构到法院图书馆、议会图书馆。IALL在保持其使命，促进法律图书馆界和获得法律信息。IALL出版国际法律信息杂志并提供图书馆学年度课程。IALL还提供了网络和信息专业人士之间的全球法律信息交流的国际论坛，并支持通过授予专业奖学金开展一年一度的培训班和实习补助金的学术活动。

基于模糊综合评价的期刊质量评价分析

【目的/意义】我国学术期刊质量影响因素众多繁杂,科学合理地构建综合期刊质量评价体系,可为各个领域学术评价的发展提供有价值的参考。【方法/过程】本文对目前我国学术期刊常用的评价指标进行分析,提出一种基于模糊评价和层次分析相结合的期刊质量模糊综合评价方法,并将该方法运用于交通运输领域中代表性期刊中。【结果/结论】在对抽取的16个期刊评价排序中,通过对比分析验证了该方法的准确性和可行性,可广泛地运用于各个领域的期刊评价排序中。【创新/局限】本文提出的期刊评价指标模型科学合理,能够为学术期刊质量评价提供指导方向和提升策略。