相关性原理

10.3　相关性原理

任何一种情报结构都是按一定规则相互关联的。研究和揭示情报相互关联(即相关性)的规律和规则，是有效组织和检索信息、知识、情报的基础。

Saracevic认为，一个研究领域的历史实质上就是一些重要思想和理念的历史。情报学自产生至20世纪90年代末期，孕育了三个重要的思想：信息检索、相关性和交互性。信息检索为信息处理过程提供了逻辑基础；相关性直接面向人类信息需求与评价过程；交互促成了人机之间的交流与反馈⁽⁵⁾。信息检索的核心是用户查询行为与信息之间的相似性匹配，人机交流和反馈过程也是通过相关性来支配。在Saracevic观点的基础之上，我们对情报学相关性的理解可以从更全面的角度来展开。

第一，作为客体的信息(或情报)之间有着极强的相关性，这使得对信息和情报的组织成为必要和可能。而各种情报标引语言、分类、主题等组织方法，无论是语词的还是符号的，都是表达一系列概括情报内容的概念及其相互关系，都是基于情报的相关性采用概念逻辑来组织和存储情报⁽⁶⁾。除了相关文献(情报)的组织之外，相关性原理在非相关文献研究方面也得到了应用。美国芝加哥大学的Don R.Swanson教授创立了基于非相关文献的知识发现方法⁽⁷⁾，同时也用试验的事实验证了情报学的相关性原理。单个的知识单元只是以独立的个体存在，同一等级、不同等级的知识单元之间都存在着内在的逻辑关系，只有利用关系链接才能从微观层次表达概念之间的关联。相关性正是揭示出了这种逻辑关联的属性，并为实现更深层次的知识组织提供原理。

第二，信息检索过程是基于用户检索提问与所查询信息之间的相关度匹配而进行，包括Saracevic在内的许多情报学家都侧重于从检索过程来理解相关性原理⁽⁸⁾。在具体的检索过程，运用到许多模型和方法，如布尔逻辑模型通过逻辑运算符与检索词之间的组合来查找命中文献，概率检索模型将文件按相关概率排序原则输出，向量空间检索模型按向量空间相关系数大小对文献进行排序，模糊检索用0和1之间的数值表示文献论述标引词所达到的程度⁽⁹⁾。这些模型都体现出显著的相关性理论，相关性也由此成为信息检索的重要特性之一。

第三，情报的吸收和利用密切地依赖于背景知识，因而这一过程实际上是背景知识与新情报的匹配，也就是相关程度的衡量。相似程度越高，用户所获情报量越大。在布鲁克斯方程式K(S)+ΔI=K(S+ΔS)中，用户所获得的新情报ΔI需经过与原先的背景知识结构K(S)的相关匹配之后，才能叠加产生ΔS，情报的吸收恰恰是K(S)与ΔI的相关性匹配结果⁽¹⁰⁾。换言之，如果用户所获得的情报与其知识结构之间不相关，那么所获得的情报也无法被吸收或被利用，更不用说改变用户原有的知识结构，或者作用于用户的决策。

人类情报行为与过程贯穿着相关性定理的体现与应用，相当多的情报单元操作或综合作业都是依据相关性原理来展开⁽¹¹⁾。从以上的分析可以看出，情报空间的三个维度都与相关性原理有着密切的联系，这为情报空间的深入研究提供了重要的理论支撑。

情报学中的相关性实际上存在于两个方面：一是用户的情报检索，二是客观知识体系的自组织建立起来的相关性。迄今为止，相关性研究仅仅注意到了前者却忽视了后者。这不能不说是一个巨大的缺陷。