首頁 / 高考三級 圖書資訊管理考古題 / 民國115年 高考三級 圖書資訊管理 資訊系統與資訊檢索 民國115年 高考三級 圖書資訊管理 資訊系統與資訊檢索考古題
民國115年 高考三級 圖書資訊管理 資訊系統與資訊檢索收錄考選部官方試題，共 4 題可線上瀏覽，考選部未公告本科目答案。
題目與答案
請說明有線網路和無線網路的差異。（25 分）
參考解答（AI 生成，非官方） 一、定義與範疇：有線網路（wired network）以實體線纜（雙絞線、同軸電纜、光纖）為傳輸媒介，將節點連接至交換器或路由器；無線網路（wireless network）則以電磁波在空氣中傳播，透過無線存取點（Access Point, AP）或基地台連接，如 Wi-Fi、藍牙、行動網路。兩者差異首先表現在實體層的傳輸媒介與拓樸彈性。 二、頻寬與效能：有線網路頻寬穩定，乙太網路（Ethernet）常見 1Gbps 至 10Gbps 以上，延遲低、抖動（jitter）小，適合大量與即時性資料傳輸；無線網路受頻譜、調變技術與距離影響，Wi-Fi 6/7 雖可達數 Gbps，但實際速率隨距離衰減，且延遲與抖動較大。 三、可靠度與干擾：有線鏈路不受無線電干擾，惟線材可能老化損壞、佈線受建築限制；無線易受牆體、金屬、鄰頻裝置干擾，並有多重路徑（multipath）衰減與都卜勒效應，需以重傳、展頻、MIMO 等技術補償，可靠度較難保證。 四、安全與行動性：有線須實體接入，攻擊面較小，但仍須防範竊聽與非法接入；無線訊號外洩於開放空間，須以 WPA3、802.1X、VPN 等機制防護。無線提供行動性（mobility）與快速布建，適合筆電與行動裝置；有線則適合伺服器、骨幹與高穩定需求場域。 五、成本與應用建議：有線初期佈線成本高、擴充不易，但長期維護單純；無線省去佈線、擴充彈性大，惟需 AP 密度規劃、頻道管理與供電設計。實務多採混合架構，以有線為骨幹、無線為存取，並依頻寬、延遲、安全、預算與使用情境綜合評估。
何謂智慧型資訊檢索技術（Intelligent Information Retrieval, IIR）？（10 分）
智慧型資訊檢索技術有那些重要研究課題？（15 分）
參考解答（AI 生成，非官方） 一、定義：智慧型資訊檢索（Intelligent Information Retrieval, IIR）指在傳統關鍵字比對與布林檢索之外，導入人工智慧技術，使系統能理解使用者意圖、語意與情境，主動調整檢索策略、排序與回饋，以提升檢索相關性與使用者滿意度，其本質是「意圖導向」而非「字面比對」。 二、核心內涵：包括語意理解（semantic understanding）、使用者模式建構（user modeling）、相關回饋（relevance feedback）、自動查詢擴展（query expansion）、個人化排序、跨模態檢索與持續學習；系統具備適應性，能依檢索歷程與點擊行為動態修正結果。 三、研究課題—使用者與互動：涵蓋資訊需求分析、檢索歷程記錄、點擊模型（click model）、情境感知與個人化檢索、互動式檢索（interactive IR）、探索式檢索（exploratory search）、檢索結果視覺化與使用者體驗評估。 四、研究課題—語意與知識：包含自然語言處理、詞向量與大型語言模型、知識圖譜（knowledge graph）、本體論（ontology）、語意網、問答系統（question answering），以及檢索增強生成（Retrieval-Augmented Generation, RAG）與幻覺（hallucination）抑制。 五、研究課題—學習、多媒體與評估：包括機器學習排序（learning to rank）、深度學習檢索模型、跨語言檢索（CLIR）、圖像與影音檢索、推薦與過濾機制；評估面則重視 precision、recall、MAP、nDCG 等指標，並兼顧使用者導向評估、隱私與演算法偏誤。
請試述Structured Query Language（SQL）常見的五個聚合函數。（25 分）
參考解答（AI 生成，非官方） 一、概說：SQL 聚合函數（aggregate function）用以將多列資料彙總為單一值，常與 GROUP BY、HAVING 搭配，亦可作為視窗函數（window function）使用；其共同特性為多數忽略 NULL 值（COUNT(*) 除外），且不得直接出現於 WHERE 子句，須以 HAVING 篩選彙總結果。 二、COUNT：計算列數或非 NULL 值個數。COUNT(*) 計入所有列（含 NULL）；COUNT(欄位) 僅計非 NULL 值；COUNT(DISTINCT 欄位) 計不重複值。例：SELECT COUNT(*) FROM borrow WHERE reader_id='R01'; 常用於統計借閱筆數、館藏量。 三、SUM：求數值欄位總和，忽略 NULL，若無符合資料則回傳 NULL。例：SELECT SUM(fine) FROM fine WHERE paid=0; 可統計未繳罰款總額、圖書經費合計等，常與 GROUP BY 併用以產生分組小計。 四、AVG：求平均值，概念上等於 SUM 除以 COUNT，分母為非 NULL 筆數，故 NULL 存在時可能使平均失真，宜以 COALESCE 或 WHERE 條件處理。例：SELECT AVG(price) FROM book; 可求館藏平均單價。 五、MIN 與 MAX：分別取最小值與最大值，可作用於數值、字串與日期欄位。例：SELECT MIN(loan_date), MAX(loan_date) FROM loan; 可求知最早與最晚借閱日。實務上五者常搭配 GROUP BY 產生分組統計，並以 HAVING 設定彙總條件，形成營運報表。
何謂資訊組織（Information Organization）？（10 分）試述圖書館資訊組
織的發展方向。（15 分）
參考解答（AI 生成，非官方） 一、定義：資訊組織（Information Organization）係對資訊物件進行描述、分析、命名、排序與關聯建立的一組程序與方法，目的在使資訊可被辨識、檢索、取得與利用；其範疇包含分類、編目、索引、主題分析、後設資料（metadata）與知識組織系統（Knowledge Organization System, KOS）。 二、內涵與功能：包括描述性組織（書目紀錄、中介資料）與主題性組織（分類法、標題表、索引典、本體論）；功能在於減輕資訊爆炸、促進資源探索（resource discovery）、支持館藏管理與系統互通，並反映使用者需求與知識脈絡。 三、發展方向—標準化與資料模型：由 MARC 轉向 FRBR、FRAD、LRM 等概念模型，編目規則採 RDA，書目資料以 BIBFRAME 與鏈結資料（Linked Data）發布，強調實體關係、URI 識別碼與全球互通，並走向開放資料與資料治理。 四、發展方向—語意化與自動化：導入知識圖譜、本體論與語意網技術；以自然語言處理與機器學習進行自動分類、自動索引、主題詞推薦與 OCR 後設資料生成，降低人工編目負擔並提升檢索召回率與精確率。 五、發展方向—使用者參與及跨域整合：推動群眾外包（crowdsourcing）、社會性標記（folksonomy）與使用者生成中介資料，並與博物館、檔案館、出版界跨域整合；同時須正視品質控制、演算法偏誤、隱私保護與永續維護等限制。