第一次見面

今天是我到聯合知識庫的第一天，怕遲到又晚出門的我，只花了20分鐘從木柵飆車到聯合報，還好趕上了....



"真是年輕的主管"，是李彥甫給我的第一印象，跑科技新聞十年，曾屢獲李國鼎新聞獎，名校清大電機系畢業的他，捨棄了成為科技新貴的機會，反而一頭埋進新聞領域十年餘，我想我得找個機會好好請教他這個選擇，以及一路上的心路歷程



由於是第一次碰面，我下午又要回學校上課，因此我只有上午兩個小時的時間，就當作是一個熟悉彼此的開始吧!



李經理耐心的介紹目前聯合知識庫與聯合報系的關係，以及"聯合線上"未來要上市上櫃的計畫(我查了新聞,在2005年就已經有這個計畫了)，預計希望最快年底，或是2007年初可以公開發行，



"聯合線上UDNNEWS online"分為兩大事業體，一是聯合新聞網(web service)，二是聯合知識庫(info service)，聯合知識庫的營收有三大方向



1.Data service (我想這就是指UDNDATA的訂閱服務)

2.聯合報系的內容對外授權窗口

3.數位化技術供應者



接著提到聯合知識庫的任務編組，目前有26位同仁，其中專任20名，記時制約用人員6位 (感覺上計時約用人員比例不少，除了坐櫃檯的育達學生之外，還有其他的繁瑣工作的需求嗎?)



談到人力便有繼續提組織架構　(此時感受到李經理的溫暖與體貼...　我還沒開口他就主動講了..)



共有三個任務編組,



1.客服系統組 負責web架構與系統規劃

2.資管組 在11樓負責技術工作，但機房是交給isp代管(web hosting)

3.行銷業務組　負責對外合作與技術諮詢與申請免費試用帳號窗口



李經理就跟我簡單介紹了半個小時，讓小弟不禁汗涔涔淚潸潸，人間有溫暖，夏天的冷氣，冬天的暖流，未來一片光明與希望 (抱歉我失態了)



接著把我交給田潔菁小姐，李經理便起身回去處理他的工作了，於是會客室留下我與田小姐



潔菁是我這兩週見習的保母，目前是客服系統組組長(此組對外負責網站的系統規劃與客戶服務)，他同時也是筱玫老師曾在課堂上提到的學生，因此倍感親切，也好在這份遙遠的關係，我們聊起來格外開心



大致上繼續談了一個半小時，這段時間比較像是意見交流，我談談我對知識庫的想法，他除了回應之外，也更進一步談到他所負責的區塊，如果把他當作學姊來看，其實對話過程就像是聊天，他也談到以前上筱玫老師在職班網傳的心得，"很多東西在課堂中也許無法馬上提會，但是先記下來，以後就可以慢慢在工作中印証"他這麼認為，我也頗有同感



從他的口中我了解到聯合知識庫是屬於營利導向，對於新聞數位化後的資料，她們看待為"資料源"，讓User可以經由資料庫檢索得到想要的資料，我把這個過程看成"原油的提煉"，而資料庫技術與自然語言便可以扮演原油提煉加工的機制，如何經由良好的搜尋策略與關係比對，產生出對於user最有高度相關的資料，或是讓user可以從"相關性等級"，在最短時間內找到最接近的資料，應該是聯合知識庫應該要研發的機制



我初步的構想是：如果可以找出這四五年內的搜尋Log資料，找到這些年來最高頻率搜尋的關鍵字，作一個"關鍵字排行榜"，我們就可以從這個排行榜中發現哪些人事地物是大家關心的，或是大家比較經常找哪一段時間的資料，根據人工判斷來製作"專題"(目前他們稱為專卷)，可以節省user在一大片不相關的新聞中找到主題性的資訊，並且節省搜尋成本



另外一個想法是根據自然語言來發展出人/事/時/地/物的關係組織圖，找到龐大資料庫中的某些資料關係性，提供圖像畫的組織脈絡關係圖，在結合超鏈結的特性，讓user不再只是看到條列式的線性搜尋結果，而是產生圖像的關係結構圖，幫助user快速了解新聞事件本身的關係架構，進而點選到每一則新聞內容，因此支離破碎的片段資料便重新產生資料間的關聯性，打破傳統媒體在篇幅與時段的限制，重新組裝出整體的面貌



第一次碰面阿里阿扎的聊了一堆想法，我期待自己第二天可以更深入的看到一些現況



李經理與田組長都很友善，在五月底搬家前還勉強擠出兩週，幫我安排兩週到各部門見習的機會，這個規格與她們的新進同仁士一樣的，而且不會把我當成一般實習學生作rutine操作，我想六月份可以在爭取進一步的實習機會吧





我準備第二天見習要問的:



1.有無關鍵字pool.　專卷的選擇規則是? 有沒有統計搜尋log整理出常用關鍵字

2.過去的舊報紙與現在每天發行的新報紙，在數位化流程有何異同，現行的數位化流程會牽動到前端(聯合新聞網/傳統報紙)的作業流程嗎?

3.內部人員的專長領域組成

4.前面提到聯合知識庫三塊營收，他的比例與實際數字

5.剛剛結束的專案資料，可否提供參考

6.詢問主管到校參座談之意願

7.網站沿革，曾經作過什麼調整，考量點?

8.一則新聞若在網站上被更改，是否保留最初版本?

9.訂戶的分析資料，所佔比例，預期的資料庫用戶大宗是誰?

10.如果user不確定新聞事件發生的時間點，仍有辦法找到該事件發生的最接近資料嗎? (例如印尼排華事件)