知识发现与信息检索

知识发现与信息检索第1页，共81页，2023年，2月20日，星期六2

现代计算机技术、网络技术的发展，改变了人们获取、利用和交流知识的方式，打破了知识信息传递的时空限制，使知识信息的交流、获取形式更为生动和直观，为知识信息服务提供了崭新的信息环境，开辟了知识资源无限共享的新天地。21知识发现第2页，共81页，2023年，2月20日，星期六3

网络信息技术加快了知识的传送，拓展了知识领域的广度。网络环境下信息和知识服务已不再局限于一个固定建筑实体形态，其服务边界不断扩大并日益模糊化，知识提供与传播形式呈现多向性、共享性、交互性、实时性等特点，社会知识需求的复杂性日益增加，查询、利用知识信息的手段趋于计算机化、网络化。31知识发现第3页，共81页，2023年，2月20日，星期六4第二部分:信息检索基本概念第4页，共81页，2023年，2月20日，星期六5信息知识文献2信息检索基本概念第5页，共81页，2023年，2月20日，星期六6

信息概念的实质在于它以某种编码形式储存或传输于某种介质之中，如储存在书本、纸张上的文字信息，记录在唱片、录音带上的声音信息，印制在画报、照片、录象带上的图像（形）信息，计算机系统种的信息系统各种数字、数据信息等。62信息检索基本概念第6页，共81页，2023年，2月20日，星期六72）按信息表现形式划分文字信息图像信息数值数据信息语音信息72信息检索基本概念第7页，共81页，2023年，2月20日，星期六8信息交流渠道：正式渠道：信息是指由正式组织发布并经由正式组织渠道向外传播，如官方新闻发布会、正式报告、国家统计部门发布统计信息等。非正式渠道：非正式渠道信息指从正式渠道以外获取的信息。82信息检索基本概念第8页，共81页，2023年，2月20日，星期六992信息检索基本概念传递运用后事物运动

知识新的信息信息产生人脑有序化用于实践文献记录在载体上第9页，共81页，2023年，2月20日，星期六10第三部分：信息检索第10页，共81页，2023年，2月20日，星期六113.1概述3.1.1信息检索概念信息检索InformationRetrieval/Access：是从任何信息集合中识别和获取所需信息的过程及其所采取的一系列方法和策略。从原理上看，它包括存储与检索两方面。

*113信息检索第11页，共81页，2023年，2月20日，星期六12文献检索原理是：将检索提问标识与存贮在检索工具中的标引标识相比较，两者一致或信息标识包含着检索提问标识，则含有该标识的信息就从检索工具中输出；对信息的著录是按一定规则对信息的外表特征和内容特征加以简单明确的表述，信息的标引是对其内容按一定的分类表或主题词表给出分类号或主题词；检索过程则是按同样的主题词表或分类表及组配原则分析课题，形成检索提问标识，根据检索工具所提供的检索途径，从信息集合中查找与检索提问标识相符的信息特征标识的过程。（如下图）

123信息检索第12页，共81页，2023年，2月20日，星期六13

3信息检索信息源信息的选择与收集信息特征标识语言检索工具匹配检索式提问检索结果数据库用户信息需求检索提问检索提问式第13页，共81页，2023年，2月20日，星期六14检索是信息组织的反变换过程。信息组织的目的是将零散的信息组成一个有序的体系，检索的目的则是迅速从这个体系中搜寻所需的信息。3信息检索第14页，共81页，2023年，2月20日，星期六15信息检索分类1)．按存储和检索的内容划分为：文献信息检索数据信息检索事实数据检索

Referencebook

Database:

NumericDatabase（数字）

PropertyDatabase（特性）

Textual-numericDatabase（文本数字）

Full-textDatabase（全文）

TerminologicalDatabase（专业）

GraphicDatabase（图形）...*153信息检索第15页，共81页，2023年，2月20日，星期六16对应于信息检索方法的操作主体，检索方法可分为：手工检索；机器检索。3信息检索第16页，共81页，2023年，2月20日，星期六17信息检索特征：1）有确定的目标；2）有一个可能的信息解的集合；3）有一定的线索（即启发信息）；4）搜索过程是针对一定的目标、遵循一定的线索，不断缩小搜索范围的求解过程。173信息检索第17页，共81页，2023年，2月20日，星期六18从信息资源管理的角度讲，信息检索是从已存储的信息资源中检索出与用户提问相关的文献、知识、事实、数据的逻辑运算和技术操作过程的总和,以文献检索为本源。

183信息检索第18页，共81页，2023年，2月20日，星期六19也就是说，这是一种从大量集合的文献中查找出主题及其属性符合用户要求的情报过程。查找的对象不一定就是文献，有时也可能是正在研究中的项目，或正在进行某项工作的人员与机构，或图书馆的藏书目录等，但基本原理是一致的。第19页，共81页，2023年，2月20日，星期六20信息检索能力（信息技能）：

——寻求有关新知识的能力

具体表现为以下6种技能：

203信息检索第20页，共81页，2023年，2月20日，星期六21

1)明确任务（TaskDefinition）：了解问题的症结，确定所需信息和目的，分清任务的轻重缓急；

2)信息查询策略（InformationSeekingStrategies）：了解各种信息源，能够作出评价并确定优先查找的次序；

213信息检索第21页，共81页，2023年，2月20日，星期六22

3)查找和检索（LocationandAccess）：确定信息藏址，从信息源中找出信息；

4)信息利用（UseofInformation）：能够读懂（或听懂、理解）查出的信息，了解信息在满足需求中的特定价值；

223信息检索第22页，共81页，2023年，2月20日，星期六23

5)信息综合（Synthesis）：能够组织信息，提供信息产品（论文、报告等）；

6)信息评价（Evaluation）：评价查找结果和解决问题的过程（效率）。

233信息检索第23页，共81页，2023年，2月20日，星期六24

检索者一方面要弄清文献的组织编排方式，要具有“解构”能力；另一方面要善于分析提问，善于将信息需求转化为可检索的概念术语。这是一个双向分析和匹配的过程，是一个以满足用户信息需求为目标，以用户提问为线索，不断缩小检索范围并查找用户所需信息的过程。243信息检索第24页，共81页，2023年，2月20日，星期六25信息检索方法：检索方法的运用离不开各种检索工具（如目录、索引、文摘等），检索技术的利用则离不开相关硬件和软件。它们共同构成了联结信息资源体系和用户信息需求的纽带与桥梁。

253信息检索第25页，共81页，2023年，2月20日，星期六26

对应于信息组织方法，信息检索方法可分为：字顺（如题名、著者等）检索方法；类号检索方法；主题检索方法；

*263信息检索第26页，共81页，2023年，2月20日，星期六27直检法：专业核心期刊跟踪常规法:顺查法,倒查法,抽查法追溯法:参考文献,引用目录综合法:分段法,循环法,交替法3信息检索第27页，共81页，2023年，2月20日，星期六28常用法顺查法：从远及近查，用于了解某一事物发展的全过程，倒查法：由近及远查，重点为近期抽查法：查找某一段时间的文献3信息检索第28页，共81页，2023年，2月20日，星期六29

检索词/语言:SearchingLanguage&Thesaurus

描述检索系统中信息特征与表达用户信息提问的一种专门语言，是为沟通文献信息用户和文献信息之间的语言，理论上讲，是用于文献标引和检索提问的约定语言。

非规范词(非受控词自由词)uncontrolled,free-term/自然语言naturalLanguage规范词(受控词)controlled/人工语言ArtificialLanguage主题词表293信息检索第29页，共81页，2023年，2月20日，星期六30

例如规定：aircraft表示“飞机”而不用airplane;plane;aeroplane。作到文献存储和检索的一致性。这些规范化词的集合构成了词表。303信息检索第30页，共81页，2023年，2月20日，星期六31检索效果查全率R(Recallratio)R=检出的相关文献量/检索系统中相关文献总量*100%查准率P(Precisionratio)P=检出的相关文献量/检出的文献总量*100%3信息检索第31页，共81页，2023年，2月20日，星期六32检索方式

(1)命令检索(commandsearch)

算符(operator)

检索式(statementformula)(2)菜单检索(menusearch)

提示选项填空323信息检索

第32页，共81页，2023年，2月20日，星期六33

检索技术

(1)常用算符

逻辑算符(booleanoperator)333信息检索第33页，共81页，2023年，2月20日，星期六34

常用的布尔逻辑算符有三种:分别是逻辑或OR，+逻辑与AND，*,+逻辑非NOT,-。343信息检索第34页，共81页，2023年，2月20日，星期六35

（1）逻辑或“OR”逻辑或（AORB）检索出凡含有检索词A或者含有检索词B或者同时含有检索词A和B的信息资源。逻辑或“OR”可以扩大信息的检索范围，使用它相当于增加检索词主题的同义词与近义词，能提高检索的查全率。*E概念大小、关系353信息检索第35页，共81页，2023年，2月20日，星期六36

（2）逻辑与“AND”逻辑与（AANDB）检索出同时含有检索词A和检索词B的信息。如果A和B无关，则没有命中文献，Q=0；如果A和B有一定相关性，则有M＞Q＞0，或N＞Q＞0；这表明，逻辑与“AND”可以缩小信息的检索范围，提高检索的查准率。*t363信息检索第36页，共81页，2023年，2月20日，星期六37（3）逻辑非“NOT”逻辑非（ANOTB）检索出含有检索词A而不含有检索词B的信息资源。如果A与B无关，则Q=M；如果A与B有一定相关性，则Q＜M；如果A与B密切相关，则当M＞N时，Q=M-N，当M＜N时，Q=0；因此，逻辑非“NOT”可以用来排除不希望出现的检索词，它与逻辑与“AND”的作用类似，能够缩小命中信息的范围，提高检索的查准率。*W

373信息检索第37页，共81页，2023年，2月20日，星期六38信息检索过程和检索策略无论是作为一种方法还是一种技术，信息检索都表现为一种过程，该过程始于用户的信息提问而终于检索结果的输出。检索策略是针对一定的检索目标，围绕信息检索过程而制订的具体实施计划或实施方案，其实质是对检索过程的科学规划，与检索方法和检索技术相比较，检索策略更为具体，更为实用，更富于可操作性。3.信息检索第38页，共81页，2023年，2月20日，星期六393信息检索开始提问弄清（明确）问题的实质提问的分析综合处理用情报检索语言表达提问，编制提问检索式和检索提问式切题文献和信息的检索形成检索结果显示检索结果分析结果与提问的相关性结果不相关相关第39页，共81页，2023年，2月20日，星期六40计算机检索的特点信息量大信息及时检索功能强检索效率高3信息检索第40页，共81页，2023年，2月20日，星期六41确定检索点/词检索课题用户

主题分析选择检索系统

选择数据库制定检索式计算机处理结果检验

词表NY第41页，共81页，2023年，2月20日，星期六42数据库检索网络资源检索3信息检索第42页，共81页，2023年，2月20日，星期六433.3网络资源检索基础第43页，共81页，2023年，2月20日，星期六44因特网基础第44页，共81页，2023年，2月20日，星期六45进入90年代后，随着网络技术的发展，尤其是互联网的迅猛发展，使计算机检索进入一个崭新的时期。检索方法更简单，检索结果更全面;经过40多年的发展，从早期的书目信息到后来的全文本信息，到今天的网络与多媒体信息，网络信息资源已成为现代社会不可缺少的资源财富;其处理技术从简单的字段与关键词检索到全文检索，再到今天成为网络主流的超文本与多媒体处理。处理技术的演进与发展，一方面使网络信息资源的内容从单一的书目到图文并茂的多媒体，更富有吸引力和使用价值；另一方面，超文本的广泛利用改变传统的信息组织的线性方法，使电子资源的组织更接近于“自然”，大大方便了用户的使用，使电资源的利用变得非常容易，用户不需要太多的检索知识与技术。第45页，共81页，2023年，2月20日，星期六46按提供的内容网络信息资源可分为：参考型数据库:指引用户到另一信息源以获得原文或其他细节的一类数据库。包括各种书目数据库和引文数据库。这种数据库具有参考和评价的功能，多用于查新、开题。如：SCI、EI、维普的中文期刊数据库……全文数据库:指存储文献全文或其中主要部分的数据库。如新闻消息全文库、法律法规全文库、人大报刊资料库、博硕论文全文库等。事实型数据库:直接提供事实或数值的数据库。如：万方的企业产品数据库、彼得森大学指南等。电子图书:计算机利用计算机检索并下载阅读的图书。如：书生之家、超星数字图书馆、各种数字图书馆等。电子期刊:直接在网上就可以检索和阅读的期刊。如：万方数字化期刊，中国期刊网全文数据库，scienceonline等电子报纸:如：人民日报的网络版。其它类型:如软件，新闻等第46页，共81页，2023年，2月20日，星期六47网络信息资源的特点以网络为传播媒体以多媒体为内容特征以现代信息技术为记录手段数据结构县通用性、开放性和标准化高度的整合性，便于多种媒体一体化交互性能增强动态性、缺乏管理结构复杂，分布广泛第47页，共81页，2023年，2月20日，星期六48常用网络类型代码：

com商业机构

mil军事部门

edu教育机构

net网管组织

gov政府部门

org非营利组织

int国际组织第48页，共81页，2023年，2月20日，星期六49WWW检索工具的含义及类型广义一种基于环球网（ＷＷＷ）的信息查询系统。包括信息存储、信息管理和信息检索。狭义一种为搜索环球网（WWW）上的网页而设计的检索软件。第49页，共81页，2023年，2月20日，星期六50按检索功能分：主题指南/目录（SubjectGuidesorDirectory）按某种分类规则建成树状等级目录.字顺法、时序法、地序法。由人工干预，保证了查准率，但查全率较低。如Yahoo检索引擎（SearchEngines）通过Robot、Spider等自动跟踪标引软件搜寻网络资源。它不需要人工干涉，查全率较高，但查准率较低。如AltaVista第50页，共81页，2023年，2月20日，星期六51按检索内容分：通用检索工具是综合性的信息检索系统，它往往基于检索词去匹配相关的内容。时常也会因检出内容太泛而无法一一过目。如Yahoo、Go、AltaVista等。专业检索工具是专业信息机构根据专业需求，将Internet上资源进行筛选整理、重新组织而形成专业信息检索系统，专业针对性较强。如MedicalWorldSearch、MedicalMatrix等。第51页，共81页，2023年，2月20日，星期六52Web通用检索工具的使用第52页，共81页，2023年，2月20日，星期六53Yahoo!1994.4由美籍华人杨致远等创建。120万个网址；14个主题逐级细分。有150个编辑人员维护。鼓励用户利用联机表格递交自己的网址。目录提供多项服务（购物、免费邮件、拍卖、聊天和新闻等）的门户第53页，共81页，2023年，2月20日，星期六54简单检索分类目录点击检索

检出结果:网址例：查找数字化图书馆第54页，共81页，2023年，2月20日，星期六55第55页，共81页，2023年，2月20日，星期六56第56页，共81页，2023年，2月20日，星期六57第57页，共81页，2023年，2月20日，星期六58高级检索点击AdvancedSearch3信息检索第58页，共81页，2023年，2月20日，星期六59检索方法：

1.检索栏输入：

必须检索Hepatoma+diagnosis

排除检索Liver-kidney

短语检索“kidneyfailure”

右截词检索cap*

3信息检索第59页，共81页，2023年，2月20日，星期六602.其它方式选择：

逻辑检索（and,or);

区域选择;

时间选择等。3信息检索第60页，共81页，2023年，2月20日，星期六61Google()"手气不错"按钮自动将您带到Google推荐的网页。您无须查看其他结果，省时方便。不支持“or”，空格即代表and不支持“*”对大小写不敏感专用词语上加上双引号支持“-”功能，用以有目的地删除某些无关的网页，但减号之前必须留一空格。3信息检索第61页，共81页，2023年，2月20日，星期六62中文搜索引擎1.雅虎中文

(简体中文)2.搜狐

3.新浪网

4.Google中文

第62页，共81页，2023年，2月20日，星期六63网络资源查找图书期刊技术报告专利会议文献学位论文标准文献第63页，共81页，2023年，2月20日，星期六64网上图书资源网上中文数字化图书

超星数据图书馆网址：书生数字图书馆网址：

中国数字图书馆网址：http://www.d-L网上外文数字化图书

NetLibrarye-book

网址：

SpringerLink

网址：http://link.springer.de/第64页，共81页，2023年，2月20日，星期六65网上期刊文献资源

中文全文期刊重要数据库：

重庆维普全文数据库中国期网

网址：

万方数据库

网址：/

中国期刊网

网址：

万方数据库网址：46

天津工业大学网址：0

第65页，共81页，2023年，2月20日，星期六66第66页，共81页，2023年，2月20日，星期六67中国期刊网Http://第67页，共81页，2023年，2月20日，星期六68中国期刊网

第68页，共81页，2023年，2月20日，星期六万方数据资源系统/第69页，共81页，2023年，2月20日，星期六70网上科技报告国研报告

中国商业报告U.S.DepartmentofEnergy美国能源部科学技术信息网站。.ScientificandTechnicalReportCollection美国国防部(DepartmentofDefense)提供的科技报告，涉及国防极其相关领域。Http://NASAScientificandTechnicalInformationProgramNASA(NationalAeronautices&SpaceAdministration)提供的有关航空航天方面的丰富的科技报告全文。NationalTechnicalInformationService(NTIS)提供美国政府工作报告。/第70页，共81页，2023年，2月20日，星期六71网上专利文献国内专利文献中国知识产权局中国知识产权出版社北京经济信息网中国期刊网站（CNKI)万方数据库http://ww/中国台湾专利.tw3信息检索

第71页，共81页，2023年，2月20日，星期六72国外专利文献

美国专利检索http://

欧洲专利

世界知识产权组织

日本专利http://www.ipdl.jpo.go.jp.其它国外专利网站可参考知识产权网站的链接第72页，共81页，2023年，2月20日，星期六73会议文献资源国内会议文献国内会议文献万方数据库（本校镜像站）IP:46

天津工业大学IP:0国外会议文献IEEE(600种)

ACMAIP检索会议文献的工具

ISTPEI-VILLAGEINSPEC