信息检索与利用 第四课 14.10.11

1、信息检索与利用第四课：信息检索系统（工具）14.10.11上讲回顾：数据库类型信息资源著录识别信息检索方法和步骤 W.V.Etten,Foundamentals of optical fiber communication，London：Prentice-Hall（1991），xii+407ppT.Sellis：“Performance of DBMS implementation of production systems”，Proceedings of the 2nd International IEEE Conference onTools for Artificial Intelleg

2、ence Herndon，VA USA，6-9 Nov.1990，（Alamitors，CA，USA：IEEE Computer Society Press 1990），393-9T.W.Lin，“Design of time-signal spectrum analyzers”，Ph.D dissertation，The Pennsylvania State Univ.，1987BSI，“Specification for communication and interference limits and measurements”，BS 6839-1987H.Tohyama，A plasm

3、a Image bar for an electrophoto-graphic printer，Journal of the Imaging Science，Vol.35 NO.5，330-3（Sept-Oct 1991）J.S.Bymes，“Application of approximation theory in antenna design，signal processing and filtering”，Final report.AD-A244,725 Promethesus，Inc.，Sharon，MA.1991B.D.Dayton，“Differential amplifier

4、apparatus”，US Patent No.5095282，1992文献的载体形式（存储介质）知识点？文献类型？标准文献，强制性国家标准文献类型？ 专利文献文献类型？专利文献 专利布局，专利分析文献类型？ 学位论文检索类型？事实与数据，商业金融数据检索类型？ 事实和数据 庇里牛斯山的城堡乌克兰拖拉机简史禅与摩托车维修艺术 务虚笔记马桥词典丰乳肥臀禅与摩托车维修艺术钢铁是怎样炼成的 守门员面对罚点球时的焦虑 地图集 手相偏方 士兵如何修理留声机 检索方式？ 检索字段-主题检索常用检索基本技术1 布尔逻辑运算: and、or、not、2 位置运算：with、near、w/n、pre 如：inv

5、est near3 policy3 截词检索: *、? 。如：smok* 、Colo?r4 字段限制检索：solar energy in ti solar energy /ti 布尔逻辑检索技术 利用布尔运算符连接各个检索词，然后由计算机进行相应逻辑运算，以检索出所需信息的方法。常用算符及含义: AND (*) 表示由该符号连接的检索式的运算结果为逻辑与。 OR （+) 表示由该符号连接的检索式的运算结果为逻辑或。 NOT (-) 表示由该符号连接的检索式的运算结果为逻辑非。 布尔逻辑检索技术 布尔检索技术是指利用布尔运算符连接各个检索词，然后由计算机进行相应逻辑运算，以检索出所需信息的方法。

6、常用算符及含义: AND (*) 表示由该符号连接的检索式的运算结果为逻辑与。 OR （+) 表示由该符号连接的检索式的运算结果为逻辑或。 NOT (-) 表示由该符号连接的检索式的运算结果为逻辑非。布尔逻辑检索即运用布尔逻辑算符(AND OR NOT)对检索词进行逻辑组配，表达两个概念之间的逻辑关系。逻辑与(逻辑乘)（*、AND） 逻辑与 AND运算符，用来组配不同检索概念。其含义是检出的记录必须同时含有所共有的检索词检索时，数据库中同时含有检索词A和检索词B的文献才是命中文献。 A*B19组配方式：A*B或者A and B，表示检索必须同时含有A、B两词的文章。作用：增加限制条件，即增加检

7、索的专指性, 以缩小提问范围,减少文献输出量,提高查准率。 在实际检索中，不同概念组面之间及同一组面内的不同含义的词之间通常使用AND算符。用AND表示它所连接的两个检索词必须同时出现在结果中才满足检索条件， 例如检索式computer and law就要检索结果中必须同时包含computer 和law。逻辑或组配方式：A OR B或者AB，表示检索含有A词，或含有B词，或同时包含A、B两词的文章。作用：放宽提问范围，增加检索结果，起扩检作用，提高查全率。 逻辑或(逻辑和)（+、OR ） A+B 逻辑非（、NOT） 数据库中凡含有检索词A而不要检索词B的文献，为命中文献。 逻辑非NOT运算符，

8、是排除含有某些词的记录的，即检出的记录中只能含有NOT算符前的检索词，但不能同时含有其后的词。 AB23 布尔算符的优先执行顺序一般是：逻辑非、逻辑与、逻辑或，但用括号(优先算符)可以规定或改变其执行顺序。 三个逻辑算符和括号的配合使用，可将检索词组配成较为复杂的逻辑提问式，以满足复杂概念信息检索的需要。 （A*B）C ：女人 OR 女性 AND 均等机会 OR 歧视 (女人 OR 女性) AND (均等机会 OR 歧视) 截词检索技术 在检索式中用专门符号（截词符号）表示检索词的某一部分允许有一定的词形变化，结果中只要包含其中任意一个就满足检索要求。 主要是提高查全率，不同的数据库和搜索引擎

9、有不同的截字符，截词符一般用“？”或“*”表示 “*”可代表多个字符 “?”代表单个的字符 一个“n？”或者“n？”代表0个到9个额外的字符 。截词检索的方式 按截词位置可分为前截词、后截词、前后截词和中间截词 截断字符数的不同，可分为有限截断和无限截断 截词举例符号：*，？前截断：*magnetic magnetic, electro-magnetic, electromagnetic, thermo-magnetic, 后截断：librar* library, libraries, librarian,中截断：organi?ation organization, organisation无

10、限截断：不限制被截断的字符数量，输入educat*，可以检索educator，educators，educated，educating，education，educational，等等。 有限截断：限制被截断的字符数量，输入educat?，表示被截断的字符只有两个，可以检索educator，educated两个词。 位置检索技术 位置检索可要求检索词以用户所规定的相对位置出现。常用的位置算符及含义： (W)算符（WITH） 表示两个检索词紧挨着，词序不能颠倒， 中间不得插入其他词、字母或代码，但允许有空格或标点符号，也可用（）表示。 （n W）算符（n WORD） 表示两个检索词中间可插入n个

11、词，但它们之间的顺序不可颠倒。 （N）算符（NEAR） 表示两个检索词必须相连，不得插入其他词，但词序可以颠倒。 （n N）算符(n NEAR) 表示两个检索词中间可以插入n个词，且词序可以颠倒。 （F）算符（FIELD） 表示两个检索词必须同时出现在同一个字段内，但两词的词序和中间插入的词数不限。 （S）算符（SUBFIELD） 表示两个检索词必须出现在同一个子字段中，但两词的词序和插入的词数不限。常用的位置算符算符 功能 表达式 检索结果 W两词相邻，按输入时顺序排列Education(W)schoolEducation school nW 同上，两词中间允许插入最多n个词Educatio

12、n (1W) school Education schoolEducation schoolsEducation music schoolN两词紧密相邻，中间不能插入其他词，顺序可以颠倒 Education (N) school, Education schoolSchool educationnN 同上，两词中间可以插入最多n个词 Education (1N) school Education schoolSchool of educationEducation music school F 两个词同在一个标引字段中Education (F) school同时出现在题名或文摘字段中Same

13、两个词同在一个段落中 Education Same school 同时出现在一个段落中限制检索 为了缩小检索范围，可利用字段代码来限制检索词出现的字段，以提高检索速度和命中率。 如： rice in ti （表示只在题名字段中查找文献） rice in de（只在主题词中查找） rice in ab（只在文摘中查找） au = Smith，J.C (查作者为Smith，J.C 的文章) py = 1998 (只查1998年的文章) la =Chinese (只查语种为中文的文献) 针对特定年代、特定类别、特定检索点等作限制，包括前缀限制符和后缀限制符。后缀限制符例如：/TI 限在题目中查/AB

14、 限在文摘中查/DE 限在叙词标引中查前缀限制符例如：AU= 限查特定作者JN= 限查特定刊名 LA= 限查特定语种PN= 限查特定专利号PY= 限查特定年代信息检索效果评价： 检全率/查全率：是检索系统在进行某一课题检索时，检出的相关文献量与系统文献库中相关文献总量的比率； 检准率/查准率：是检索系统在进行某一课题检索时，检出的相关文献与检出文献总量的比率； 检索时间：指检索过程所耗费的时间； 检索费用。 检索效果评价的指标 查全率（Recall ratio）R查准率（Precision ratio）P漏检率（Omission ratio）O误检率（Fall-out ratio）F查全率查全

15、率：反映用户在文献检索时，检出的相关文献与数据库中与自己研究课题相关文献的数量比例。又称“检全率”、“命中率” 查准率:是指检出的相关文献量与检出的全部文献总量的比率,是衡量信息检索系统精确度的尺度.查 准 率查全率A和查准率P两者之间存在互逆关系 漏检率漏检的相关文献量与检索系统中相关文献总量的比率，是衡量信息检索系统漏检文献的尺度，可用下式表示漏检率漏检相关文献量 *100% 系统中相关文献总量误检率误检（检不出相关）文献总量的比率，是衡量信息检索系统误检文献和程度的尺度。可用下式表示：误检率误检文献量 *100 检出文献总量提高查全率的主要方法准确把握检索对象及目的,选择合适的数据库。降

16、低检索词或分类号的专指度。更多地采用学科分类途径来扩大检索范围。减少逻辑“与”及逻辑“非”的使用。增加逻辑“或”及截词检索技术的使用。采用“全文检索”。不限定检索对象的文献类型、时间段、文种等。提高查准率的主要方法准确把握检索对象及目的,选择合适的数据库。提高检索词或分类号的专指度。更多地采用专用名词及特性检索的途径。选择逻辑“与”及逻辑“非”的使用。减少或不采用逻辑“或”及截词检索技术的使用。限定检索词出现的字段及在段落、文句中的位置。不选“全文检索”.限定检索对象的文献类型、时间段、文种及其它特征。 检索工具核心期刊 1931年著名文献学家布拉德福首先揭示了文献集中与分散规律，发现某时期某

17、学科1/3的论文刊登在 3.2%的期刊上； 1967年联合国教科文组织研究了二次文献在期刊上的分布，发现75%的文献出现在10%的期刊中； 1971年，SCI的创始人加菲尔德统计了参考文献在期刊上的分布情况，发现24%的引文出现在1.25%的期刊上，等等，这些研究都表明期刊存在“核心效应”，从而衍生了“核心期刊”的概念。 核心期刊某学科（或某领域）的核心期刊，是指那些发表该学科（或该领域）论文较多、使用率（含被引率、摘转率和流通率）较高、学术影响较大的期刊。 “核心期刊”和“馆藏核心期刊”的区别集中性：最显著特征，核心期刊相对集中了大量某一学科的高质量文献。 代表性：核心期刊刊载的论文质量较高

18、，代表了该学科最新发展水平和研究方向。 学科性：核心期刊总与某一学科联系在一起，某学科的核心期刊是关于这一学科文献的核心期刊，把它放到另一学科期刊中，一般就不再是核心期刊。 核心期刊特点核心期刊相对于一般期刊，具有以下一些特点公正性和权威性：核心期刊的制定必须符合客观实际，不仅要进行大量的数据统计、文献计量学的详细计算，还要各行各业专家进行客观的评审和调整，保证核心期刊的公正和权威。 动态性和相对性：核心期刊是一个动态的概念，其目录不是固定不变的。随着科学技术的发展，反映和记录科学技术活动和成果的学术期刊也在发展变化，其论文质量也在不断发展变化。 因此，核心期刊需要定期重新筛选，核心期刊目录要

19、进行修订和完善。核心期刊与非核心期刊只是一种相对的概念。 中文核心期刊 1、中文核心期刊要目总览 北大图书馆、北京高校图书馆期刊工作研究会出版。 1992年出版，4年更新1次，最新1期2012年。2、中国科技论文统计源期刊（又称：中国科技核心期刊） 中国科学技术信息研究所编制。最早发布1987年。3、中文社会科学引文索引（CSSCI) 1997年南京大学中国社会科学研究评价中心研制。 1998年出版，每年1期，目前国内有7大核心期刊（或来源期刊）遴选体系：中文核心期刊北京大学图书馆“中文核心期刊要目总览” 南京大学“中文社会科学引文索引（CSSCI）来源期刊” 中国科学技术信息研究所“中国科技

20、论文统计源期刊”（又称“中国科技核心期刊”） 中国社会科学院文献信息中心“中国人文社会科学核心期刊”中国科学院文献情报中心“中国科学引文数据库（CSCD）来源期刊” 中国人文社会科学学报学会“中国人文社科学报核心期刊” 万方数据股份有限公司正在建设中的“中国核心期刊遴选数据库”。 外文核心期刊国外人文社会科学核心期刊总览国外科学技术核心期刊总览核心期刊投稿工具书工具书是专供查找知识信息的文献。它系统汇集某方面的资料，按特定方法加以编排，以供需要时查考用的文献。特点：查考性、概述性、检索性1、从编辑目的而言，它主要供查考、检索而非通读。 2、从编排方法而言，工具书总是按某种特定体例编排，以体现其

21、工具书性，易检性。 3、从内容而言，广泛吸收已有研究成果，所提供的知识、信息比较成熟可靠，叙述简明扼要，概括性强。 文献检索工具书、百科全书、词典、字典和辞典、年鉴、手册、名录常用工具书列举字典、词典： 辞海、The Concise Oxford dictionary of current English = 牛津简明英语词典、世界科技人名辞典、 新华字典等百科全书： 中国大百科全书、新不列颠百科全书=The New Encyclopaedia Britannica（中、英文版）、数学百科全书等年鉴： 中国年鉴、世界知识年鉴等手册：机械工程手册、国外科技核心期刊手册等名录：中国企事业名录大全等

22、 数据库是指长期存储在计算机存储设备上的、可供计算机快速检索的、有组织的、可共享的数据集合。 数据库是发展历史最久、影响最广的一种电子信息资源，它产生于20世纪50年代末60年代初，在70年代得到迅速发展，到80年代逐步走向成熟。 与传统的印刷型文献相比，数据库充分利用了现代信息技术处处理手段，为知识内容更换了存储介质，并基于数据库的有序结构、专业内容、索引和词表功能等通过检索界面为用户提供更加便捷的信息服务。数据库 数据库是依照某种数据模型组织起来并存放二级存储器中的数据集合。 特点：尽可能不重复，以最优方式为某个特定组织的多种应用服务，其数据结构独立于使用它的应用程序，对数据的增、删、改和

23、检索由统一软件进行管理和控制。 从发展的历史看，数据库是数据管理的高级阶段，它是由文件管理系统发展起来的。数据库的类型数据型事实型文摘型全文型数据型数据库 一种计算机可读的数据集合，它以自然数值来表示，它记录和提供的是特定事物的性能和数量等信息，可以直接提供人们解决问题时所需的数据，是人们进行统计分析、管理决策和预算以及定量研究的不可缺少的工具。 除存储各类数值如科学技术数据、社会资源数据、商业经济、地理环境数据外，还存储运算公式、图谱、表格等。如金融、证券系列数据库中的货币兑换、化学物质结构数据库、生物蛋白质序列数据库等，大多属于此类。例如：国务院发展研究中心信息网数据库（http：/）事实

24、型数据库 计算机存储的某种具体事实、知识数据，如人物、机构、产品等非文献信息源的一般指示性描述的参考性、指南性的数据库。 此处的“事实”可以是既有数字又有文字的统计资料，也可以是文字的知识资料或信息资料，也可以是一篇叙述性文献。例如：万方数据中的中国企业公司与产品数据库文摘型数据库 提供的是与用户信息需求相关的文献信息。文献信息通常包含相关文献的主题、学科、作者、文种、年代、出处和收藏处所。文摘型数据库检索的结果提供了相关文献的线索或原文。例如：英国剑桥科学文摘数据库 CSA全文型数据库 存储文献全文或其中主要部分，以一次文献的形式直接提供文献的源数据库。用户使用某一词汇或短语，便可直接检索出

25、含有该词汇或短语的原始文献的全文。 优点：快速、直接、详尽可靠、不受时空限制。它通常将一些重要文献的全部文字或主要文字，如百科全书、核心期刊、经典著作、手册、年鉴、古籍等利用计算机输入或用扫描仪转换成计算机可读形式，建成数据库。例如：中国期刊全文数据库 CNKI 三大中文期刊全文数据库CNKI中国期刊全文数据库万方数据库数字化期刊重庆维普科技期刊全文数据库CNKI 中文全文期刊数据库简介三种全文期刊数据库的比较中文全文期刊数据库使用简介重庆维普VIP万方三种全文期刊数据库比较比较项目 维普中文期刊 万方数字期刊 中国学术期刊数据商 维普资讯公司 万方数据公司 清华同方 交大新建镜像 北大文理中

26、心镜像 交大97年建镜像收刊量 9000余种 3000余种（增刊） 5400种收录时间 1989- 2000- 1997-2003年 收刊评价 基本收录国内 经中信所筛选核心刊 国内第一个综合性 （社/自）期刊 和重要期刊（社/自） 全文期刊数据库（社/自） 全/重要/核心 增刊、大学学报收录全 学科分类 7大类 8大类 9大类(7大类) 浏览器 维普浏览器 Acrobat Reader浏览器 CAJ全文浏览器 检索方式 分类（导航树） 分类（分类导航） 分类（大类） 主题 主题 主题 刊名导航（学科）刊物/按省数据质量 原文扫描 PDF格式 部分PDF格式 检索功能 完善 典型的电子期刊模式

27、 一般更新频率 在线周更新 在线更新 月更新 CNKI 中国知网China National Knowledge Infrastructure在国家五部委和清华大学领导下建立，始于1995年“十一五”国家重大出版工程项目致力于全社会知识信息资源的整合与传播，为数字化学习和研究提供支持CNKI中国期刊全文数据库是目前世界上最大的连续动态更新的中国期刊全文数据库。知识来源：中国国内7600多种学术期刊。内容覆 盖自然科学、工程技术、农业、哲学、医学、人文社会科学等各个领域，其中核心期刊1735种。十大专辑：理工A、理工B、理工C、农业、医药卫生、文史哲、经济管理、政治与法律、教育与社会科学综合、电

28、子技术与信息科学、经济与管理，各专辑分为若干专题，共126个专题数据库 。收录年限：1994年至今（大部分刊物回溯至创刊，部分刊物回溯至1915年）。 CNKI的资源介绍中国学术文献网路出版总库平台期刊博硕报纸会议年鉴工具书7600余种期刊420家博士培养单位652家硕士培养单位 国内公开发行的700多种 报纸中国科协、政府、高校等在国内召开的全国和国际会议文献国内的中央、地方、行业和企业等各类年鉴 200个出版社3000部 CNKI单库检索 CNKI标准检索三步骤第一步：输入检索控制条件第二步：输入检索词第三步：检索结果筛选发表时间：限定文献的出版时间文献来源：限定文献来源范围 支持基金：限

29、定支持文献发表的基金 作者：可同时输入作者姓名和作者单位，排除学者 同名情况、限定作者单位检索途径：全文、题名、关键词、主题（题名or 关键词or 摘要）、中图分类号检索规则：逻辑“与”、“或”、“非”匹配方式：精确、模糊一篇文章里最重要的概念一定会出现在题名、关键词、摘要中 适当组织搜索语句，将希望检索的内容切分成若干个词如果想扩大检索结果，可以把检索词放在全文字段检索。举例：检索国内2000-2010年有关“知识管理”方面的期刊文献情况。 CNKI特色：功能强大知网节知网节继承前人的研究成果参阅同行的研究现状吸纳不同文献资源的精华学术交流的统一平台人的思维活动学术研究创新性思维技术创新科学

30、发现影响激发19941999Time19122007参考文献相关机构共引文献相关作者引证文献当前文献二级参考文献相似文献二级引证文献读者推荐文献2005同被引文献发展历史研究背景目前进展研究现状发展方向后继研究相似文献：与该主题相关文献还有哪些？相关机构：哪些机构在研究相同的问题？相关作者：哪些同行在研究该主题？作者推荐文章：与本文章同时被下载的文章有哪些？参考文献：本文的研究背景引证文献：引用本文的文章同被引文献：与本文一起被引用的文章共引文献：与本文有相同研究背景的文章二级引证文献：本文引证文献的引证文献二级参考文献：本文研究背景的研究背景 举例 1：知识管理博硕会议连续出版的专题文献深入

31、研究的前沿问题行业领域的最新动向特定主题的最新报道学习研究的最佳参考年度更新的原始资料CNKI知识资源总库期刊工具书年鉴报纸知识网络二、外文电子期刊数据库ScienceDirectElsevier核心产品全球最大的科技文献出版商全球1/4的科学、技术和医学(STM)论文 全球应用最广泛的全学科、全文数据库 2000+期刊， 1400多种被SCI收录，超过900万篇全文最早回溯至1823年，提供在编文章 5000+图书，包括参考工具书、手册、丛书和单行本电子图书专业数据库三大索引工程索引简称EI科学引文索引简称SCI科技会议录索引简称ISTP工程索引EI 美国工程索引(The Engineeri

32、ng Index,简称EI)，是世界著名的综合性检索工具之一，创刊于1884年，现由美国工程信息公司（Engineering Information Inc.）编辑出版。EI的出版形式有：印刷版、缩微版、电子版（光盘版、联机版、网络版）。具有历史悠久、综合性强、权威性高、信息量大、报道优质、资料源广、覆盖面宽等特点。 内容涉及工程技术应用领域的文摘性检索工具，信息来源于世界50余个国家，近30个语种的5000余种期刊、会议文献、学位论文等。体系结构：文摘+辅助索引 文摘：按主题词字顺编排 辅助索引：主题索引 著者索引 工程出版物索引 主题索引：按照主题词字顺编排，多元标识 著者索引：按照著者名字顺编排，多元标识 工程出版物索引：出版物一览表、会议出版物科学引文索引SCI 美国科学引文索引（Science Citation Index, 简称 SCI ）于1957 年由美国科学信息研究所（Institute for Scientific Information, 简称 ISI）在美国费城创办，是由美国科学信息研究所(ISI)1961年创办出版的引文数据库。SCI(科学引文索引 )、EI(工程索引 )、ISTP(科技会议录索引 ) 是世界著名的三大科技文献检索系统，是国际公认的进行科学统计与科学评价的主要检索工具，其中以SCI最为重要，创办人为加菲尔德（Garfield）