数字资源价值测度方案探索

刘 丽

（中原工学院图书馆 河南 郑州 451191）

0 概述

数字资源生命周期管理，就是依据不同的数字资源在不同阶段的价值实施不同的管理策略，使其产出与投入之比最大化。它是针对数字资源价值的变化，在其整个生命周期中以尽可能低的成本实现一种与其价值级别相应的自动优化管理。因此，数字资源生命周期管理的核心问题就是数字资源的价值变化，数字资源从产生到生命周期的终结，其生命周期受到自身和外界等多种因素的影响和制约，这就给我们测度其生命周期带来了很大的困难。

数字资源价值测度就是对不断生成的和处于不同生命阶段的数字资源的价值测度。数字资源的价值测度是实现自动化生命周期管理的基础，贯穿生命周期管理全过程，是生命周期管理的重要组成部分。

1 数字资源价值测度方案研究

随着网络时代的深入发展，数字资源在社会经济发展中起着越来越重要的作用，数字资源价值测度逐渐成为信息经济学与情报学研究的主要课题。由于数字资源自身的特殊性及其在实际应用中的价值特殊性，很难从根本上对数字资源的价值进行测度。通过对国内外的相关研究文献进行分析，还鲜见有专门针对数字资源价值的测度方法，只有针对普遍意义上的信息的分析和测度，研究人员还是从各自不同的角度去分析研究信息的价值属性，难以达成统一的方法和标准。

1.1 基于统计决策的测度方法

设有随机事件 ε=（ε1，ε2，…，εn）中状态 εi发生的概率为 pi（i＝1，2，3，…，n），xi为状态εi出现时，决策者单位投入获得的收益。

假设效用函数 u（y）具有对数表示式，即 u（y）=log（y）。 可以证明，在无信息时，决策者的最大期望效用为[1]：

当设立了一个信息容量H＝－pilogxi的信道时，决策者的最大期望效用改变为：

拥有一定资产的决策者在有信息与无信息不同情况下取得的最大期望效用是不同的，其差值

即为信息商品在决策过程中的价值或价值效用。

从统计决策的角度来测度信息的价值，实质上是在对由于信息的利用而引起的预期收益的期望变化进行计算。它通过计算获取信息前后的期望收益的变化量作为信息应用所带来的价值作用，收益变化量越大，则信息提供的价值越多，把信息的价值和作用看成了一种期望值。

1.2 基于价值构成的测度方法

这种测度方法把数字资源看作是信息商品，认为信息商品的价值是凝结在信息商品中的无差别的一般人类劳动，是信息商品的社会属性，体现信息商品生产者与需求者之间的联系，亦即它们之间交换劳动的关系。与物质商品一样，信息商品的价值也是凝结在商品内的抽象的、无差别的一般人类劳动。

商品的价值由以下几个部分构成[2]：

W=C+V+M

其中：W为商品的价值；C为不变资本，即价值转移；V为可变资本，即必要劳动；M为剩余价值。信息商品价值的数学表述：W=C1+C2+V1+V2+M

在这个数学表达式中，不变资本C分为两个部分：C1指生产信息商品时投入的物质材料的价值，这与物质商品相同；C2指生产信息商品时投入的信息材料的价值，C2的投入创造了生产信息产品的客观条件。必要劳动V也分为两个部分：V1等同于同类性质的体力劳动者的体力劳动支出；V2是劳动者具有创造性的脑力劳动支出。一般来说，在生产信息商品时，V2部分的价值量要远远大于V1。M是剩余价值，为体力劳动与脑力劳动共同创造的剩余价值。

1.3 基于模糊评价的测度方法

很多学者希望通过研究和分析影响信息价值大小和体现的属性，进而确定信息的价值作用。当然，这些相关的因素包括信息的内容、新颖性、信息量的大小、用户的接受程度等其他很多属性。正是由于这些因素的影响作用才会使得各种信息体现出不同的价值和作用。因此，这些相关的属性出发研究信息的价值不失为一种可行的方法。

对于给用户提供的信息来说，其价值可用以下半定量经验公式作粗略计算[3]：

W＝e－λtM·R·H

式中：W为信息的使用价值；R为用户接受信息的程度，可根据用户对该信息商品的需求性及消化力确定；M为信息质，可根据信息商品的价值确定；H为信息量，可根据信息商品的类型计算；t为时间；λ为常数，λ可由信息商品的寿命性质决定；e为自然对数的底；e－λt为信息的衰老系数。但是，式中各变量的单位差别很大，很难统一。而且很多要素都应是定性考虑分析，具体定量十分困难。

1.4 基于用户满意度的测度方法

顾客满意(Customer Satisfaction，简称CS)一词在20世纪50年代中期就受到世人的认识和关注。信息领域的顾客就是信息用户，信息用户满意，就是信息用户在接受信息服务前对该信息效用的预期与信息用户在接受信息服务后对该信息真正效用的实际感受的比较。信息用户满意度是指信息用户对信息服务的满意程度，它是信息用户在接受信息服务前对该信息效用的期望与信息用户在接受信息服务后所感受到的信息效用的函数[4]。即：

信息用户满意度=f（信息用户期望，感受到的信息效用）

于是，信息价值可以用以下函数表示：

信息价值=F（信息的客官效用，信息用户期望，感受到的信息效用）

其中，信息用户期望可以分为理想中的信息效用、期望的信息效用和公平的信息效用。理想的信息效用是指信息用户理想中希望的最佳信息效用，它反映的内涵是“信息最好是什么”；期望的信息效用是指在将各种信息阻碍因素后，最终可能获得的信息，它反映的内涵是“信息可能是什么”；公平的信息效用是指在给定投入的情况下，信息用户“应该得到的信息是什么”。根据不同层次上的期望水平和实际信息效用之间的差别比较，即信息效用证实，可以判断出满意度的高低。

1.5 基于注意力的网络信息测度方法

著名的诺贝尔奖获得者赫伯特·西蒙在对当今经济发展趋势进行预测时指出：“随着信息的发展，有价值的不是信息，而是注意力”。一个人要想获得注意力，就必须付出信息，同样一条信息如果要有价值，就必须获得注意力。注意力则是人的一种能力，它可以间接测度信息的价值[5]。在信息社会中，每一条信息都是有潜在价值的，可以利用注意力来测度信息价值。一条信息获得的注意力越多也就表明它更具有价值。注意力作为人自身的一种能力，具有其使用价值，所以客观上也具有价值尺度的功能，而且注意力更加贴近信息本身。我们交换信息的过程，就伴随着注意力的交换，两者是成正比关系的。特别是在网络环境下，注意力相对容易测量，已经具有了测量的可行性。注意力的自身测度是困难的，但我们可以通过间接的方法来测量它，比如在一段时间内交互的次数等等。网络条件下，我们很容易得到有多少人、在多长时间内、在多大的区域内访问了多少内容，这些为注意力的定量化提供了基本的数据。另外，注意力兼有传统物质产品的稀缺性和信息产品的边际效用递增性，使用它可使人们更加信服地接受信息的价值。现在常用AHP（层次分析法）评价注意力信息价值。

1.6 IBM的信息价值测度方法

IBM Almaden研究中心存储系统部用了3个月的时间追踪哈佛大学的三个不同的网络文件系统(NFS)文件服务器，旨在研究信息的价值是会根据使用程度的变化而随着时间变化的(usage over time)，从而根据价值变化确定信息的生命周期。该方案试图建立一个理想化的信息价值测度模型进行自动化的价值测度，以验证：（1）该模型是否能够测度文件随时间变化或者不同文件之间的不同价值；（2）价值测度的结果是否是文件价值的真实反映；（3）模型对于不同价值参数变化的灵敏度和健全度。

这套方案基于两个假设：信息的价值可以通过使用来体现出来；信息的价值是随着时间变化的，不能脱离了特定的时间来谈信息的价值。

进行信息价值测度的最终目的是为了使数字资源生命周期的自动化实施更加便利。为了达到最终目标，价值评价模型必须满足以下几个条件：很少需要或不需要人工干预；可靠的、契合实际应用的算法；易于使用；能够掌握信息价值变化的趋势；适应变化发展的环境。

该模型由两个重要指标构成：使用和时间。系统在极少的人工干预下自动完成使用统计，可以同时获取随着时间变化的信息价值和不同信息的不同价值。

总体价值测度模型定义如下[6]：

在这里Vt（d）是一条信息d在时间t时的价值；vp为评价周期，它是持续时间为[t- （Nt×s），t]；s为每个生命阶段的长度；Nt是生命阶段的数量；∫（Ui（d））为经过规范化处理的，d在其生命阶段i的使用程度；W（i）是生命阶段i的新颖度权重，权重最大值为1，权重按照使用进行分配；i为多个生命阶段。权重的主要功能就是为了保证最近的生命阶段有着最高的权重。特别的，对于同一个Nt，x越大，函数曲线越陡；同样对于同一个x，Nt越大，函数曲线也更陡。

最终的实验结果表明，该模型可以通过反映信息价值变化和文件价值的不同，来有效的捕获重要数据变化的趋势。

2 小结

上文针对有关数字资源价值测度分析的现状和研究理论成果做了简要的描述，可以说这些理论方法对于我们认清信息价值的含义和分析测度信息价值有一定的借鉴意义。价值本来就是一种比较抽象的东西，不同的人对于价值的范围和程度都会有不同的观点，再加上各自的研究目的和分析问题角度的差别，因此会产生关于信息价值测算的不同方法。但是，如果对其进行深入的分析研究就会发现其中还存在许多的问题。上文提到的这些关于信息价值测度的方法，都是根据不同的研究方向和目的进行的，测度出的结果也只是信息价值在某一方面的作用体现。

对于数字资源的价值测度来说，IBM的测度模型还是较为实用。首先，它针对的是数字化的信息；其次，它撇开了信息自身的价值，而是以信息的使用价值为依据，使用量高即价值大，简化了测度的复杂性；再次，其采用计算机来获取数据大大增加了数据的准确性和广泛性。这种依据使用情况对信息价值进行测度的方法，对我们测度数字资源生命周期和数字资源的价值有着极其重要的借鉴意义。

［1］陈宁.信息价值度量方法的比较研究[D].大连:大连理工大学,2001:45-48.

［2］李天复.情报的信息测度[J].情报科学,1992,13(2):27-35.

［3］宛天巍,王浣尘,张旭.信息测度方法的综述[J].系统工程理论方法应用,2005,14(6):481-486.

［4］钟苇思,刘景旭,李弘伟.基于信息效用和信息用户满意度的信息价值测度研究[J].情报杂志,2007(1):92-97.

［5］马欣.注意力经济下的网络信息价值测度分析[J].江西金融职工大学学报,2006(11):109-110.

［6］Ying Chen.Information valuation for Information Lifecycle Management[OL].http://www.almaden.ibm.com/storagesystems/projects/compliantstorage/iv.pdf,2012-08-12.