第二章数字信息收集方法

第二章数字信息收集方法一、信息收集途径

1.1搜索引擎

1.2信息数据库1.3开放获取二、信息检索技术2.1布尔逻辑检索2.2字段检索2.3加权检索2.4引文检索1.1搜索引擎搜索引擎分为普通搜索引擎学术搜索引擎检索需求查找某概念的确切含义如：什么是“blog”查找某概念的背景知识如：谁最先发现青霉素查找某些事物的数值及量化指标特征型知识一般通过事实型、数值型数据库和搜索引擎获得。1.搜索引擎(searchengine)是指根据一定的策略、运用特定的计算机程序搜集互联网上的信息，在对信息进行组织和处理后，为用户提供检索服务的系统。搜索信息的机器普通搜索引擎按其工作方式主要可分为三种：全文搜索引擎（FullTextSearchEngine）：如百度、谷歌优点：信息及时又多

缺点：根据各站的技术判定在此不评论

目录索引类搜索引擎（SearchIndex/Directory）：如雅虎优点：收录网站质量高全人工审核

缺点：死链接较多元搜索引擎（MetaSearchEngine）优点：方便简单快捷可以同时使用多个搜索引擎

缺点：没有自己的数据库.全文搜索引擎的工作原理在搜索引擎分类部分我们提到过全文搜索引擎从网站提取信息建立网页数据库的概念。搜索引擎的自动信息搜集功能分两种。一种是定期搜索，即每隔一段时间（比如Google一般是28天），搜索引擎主动派出“蜘蛛”程序，对一定IP地址范围内的互联网站进行检索，一旦发现新的网站，它会自动提取网站的信息和网址加入自己的数据库。当用户以关键词查找信息时，搜索引擎会在数据库中进行搜寻，如果找到与用户要求内容相符的网站，便采用特殊的算法——通常根据网页中关键词的匹配程度，出现的位置/频次，链接质量等——计算出各网页的相关度及排名等级，然后根据关联度高低，按顺序将这些网页链接返回给用户。学术搜索引擎——与普通搜索引擎的区别

突出学术特点1.百度学术搜索

-保持学习的态度2014年6月上线时间

/

2.搜狗学术搜索

/

搜狗学术搜索频道，提供权威学术内容，满足国内各领域专业研究用户的学术搜索需求。在引入微软必应学术知识图谱技术后，搜狗学术构建以论文为核心的知识图谱卡片，包含学术文献、学术人物、学术期刊和学术会议等不同类型的内容，并支持时间、作者、领域、期刊及会议多维度的筛选，以及引用下载等实用功能，帮助用户可以便捷地查询到全球英文学术资料。3.Google学术搜索

Google学术搜索是一项免费服务可以帮助快速寻找学术资料，如专家评审文献、论文、书籍、预印本、摘要以及技术报告。信息来源包括万方数据资源系统，维普资讯，主要大学发表的学术期刊、公开的学术期刊、中国大学的论文以及网上可以搜索到的各类文章。4、

Scirus是目前互联网上最全面、综合性最强的科技文献搜索引擎之一，由Elsevier科学出

版社开发，用于搜索期刊和专利，效果很不错！Scirus覆盖的学科范围包括：农业与生物

学，天文学，生物科学，化学与化工，计算机科学，地球与行星科学，经济、金融与管理

科学，工程、能源与技术，环境科学，语言学，法学，生命科学，材料科学，数学，医学

，神经系统科学，药理学，物理学，心理学，社会与行为科学，社会学等。

5、/

BASE是德国比勒费尔德(Bielefeld)大学图书馆开发的一个多学科的学术搜索引擎，提供对

全球异构学术资源的集成检索服务。它整合了德国比勒费尔德大学图书馆的图书馆目录和

大约160个开放资源（超过200万个文档）的数据。

6、http://www.vascoda.de/

Vascoda是一个交叉学科门户网站的原型，它注重特定主题的聚合，集成了图书馆的收藏、

文献数据库和附加的学术内容。

7、/

与google比较了一下发现，能搜索到一些google搜索不到的好东东。它界面简洁，8、

Google在同一水平的搜索引擎。是A推出的，Webresult部分是基于Google的，

所以保证和Google在同一水平，另外增加了Amazon的在书本内搜索的功能和个性化功能：主要是可以记录你的搜索历史。现在还是Beta，不过试用后感觉很好，向大家推荐一试，不过缺憾是现在书本内搜索没有中文内容。

9、/

一个检索免费paper的好工具。进入网页以后，可以看到他有三个功能，driectoryweb

article，其中article对我们很有帮助，你可以尝试输入你要找的文章，会有很多发现的！

10、

现点击后或跳转到，在此搜索引擎里可以搜索到超过千万种化

学品信息或相应的供应商，与Chemblink有点相似，但提供的化学品理化信息没有Chemblink详细，与其不同的是该搜索引擎可提供化学品结构式搜索（主页上有在线绘制化学结构式的搜索框）。

11、

/

OJOSE(OnlineJournalSearchEngine，在线期刊搜索引擎)是一个强大的免费科学搜索引擎，通过OJOSE，你能查找、下载或购买到近60个数据库的资源。但是感觉操作比较复杂

12、/

一个关于计算机和信息科学的搜索引擎。

13、/

为了给读者用户提供一个方便快捷的查阅国外各类期刊文献的综合网络平台，中图公司组

织开发了cnpLINKer（cnpiecLINKservice）在线数据库检索系统，并正式开通运行。cn

pLINKer即“中图链接服务”，目前主要提供约3600种国外期刊的目次和文摘的查询检索、电子全文链接及期刊国内馆藏查询功能.并时时与国外出版社保持数据内容的一致性和最新性.

点评：只提供了外文检索的功能，但是无法得到全文。个人认为不是很理想。

学术搜索引擎

——突出学术特点1）百度学术搜索

-保持学习的态度2014年6月上线时间

/

百度学术搜索

与国内外学术站点合作超过70万家，如中文学术站点知网、万方、维普，外文学术站点acm、IEEE、springer等，共计收录中外文学术资源总量逾2亿，中文超1.5亿，外文超1亿，这也是国内首个拥有亿级别索引量的互联网学术平台。1中英文文献检索的学术资源搜索平台2涵盖了各类学术期刊、学位、会议论文，3并通过时间筛选、标题、关键字、摘要、作者、出版物、文献类型、被引用次数等细化指标提高检索的精准性。4.在各文献网站中架设起了错落有致的桥梁，使得用户可以随意穿梭，让学术搜索“一键直达”。百度学术搜索

百度学术搜索

百度学术搜索

1.2信息数据库

文献是记录知识的载体。数据库是结构化的数据集合，至少由一种文档组成并能够满足某种特定目的或特定数据处理系统需要的数据集合。当数据库记录的对象为文献信息时，就称为文献信息数据库。查找某一学科的一般知识如：关于分子生物学有哪些专著查找学科专业领域的新进展如：有关纳米技术的研究综述查找课题相关的专业文献最常见的！文献数据库1.2信息数据库

文献信息数据库的评价标准①收录内容范围——系统准确。②揭示文献详略——完备详细。③更新速度快慢——及时快速。④检索字段多寡——途径丰富。⑤检索功能强弱——高效完善。⑥用户使用方便——易学易用。⑦维护服务质量——及时到位。文献数据库的类型按数据库文献记载的详细度可分为1.书目型数据库（二次文献数据库）：仅提供文献检索，读者根据其提供的线索查找文献原文如文献篇名、作者、出处等线索。包含目录、索引、文摘。可以分为：题录型文摘型如：OPAC

全国新书目EISCI中国科学引文索引文献数据库的类型按数据库文献记载的详细度可分为——2.全文数据库：是一种不仅能为用户提供文献的题录、摘要等信息，同时还提供原始文献本身的数据库。主要包括全文数据库、术语数据库、图像数据库等等。如:CNKI万方ElsevierIEL文献数据库的类型按数据库文献记载的详细度可分为——3.混合型数据库:数据中的数据，一部分只是提供参考数据库中的信息（文献的基本情况及线索）；另一部分则可以提供全文数据库中的信息（原始文献本身）如：EBSCO(ASP\BSP)文献数据库的类型按文献数据库收录信息的学科范围可分为——(1)专业性文献信息数据库(CA)(2)综合性文献信息数据库(中国期刊网)文献信息数据库的结构一个数据库通常由一个主文档(MasterFile)和若干个索引文档或称倒排文档(InvertedFile)

组成。文档——是具有某种特征的全部记录的集合。记录——是构成文档的基本单元，由各种反映文献特征的字段组成。如一篇论文、一件专利、一本图书、一个标准的相关信息都能够成为文档中的一条记录。字段——是记录的基本组成元素。一条记录的常见字段通常包含题名字段、著者字段、主题词字段、文献出处字段（如刊名等）多种字段。

项目传统期刊OA期刊出版模式读者付费即出版物以商品形式有偿地提供给订户作者付费，读者免费版权版权限制并不受多数版权、许可权限制，载体纸本电子化的，在线的各自优势1、具有质感，一页一页地阅读下去，更能享受书香气息。

2、更具有收藏价值，赠送亲朋好友比较实在，且能留作纪念。

3、从阅读方面来说，读者更好做笔记，对理解文章大意更具有好处。

4、从舒适程度来说，纸质材料在灯光漫反射作用下更有利于缓解视觉疲劳。

5、从经济方面来说，有利于印刷业出版业的发展，促进就业。

6、有利于让人静下来，止浮躁的心，培养人们的书生气质。1、开放传播，同一文献可以通过多种途径检索和阅览，交流范围覆盖整个互联网；2、提高信息来源和信息使用的直接性和交互性，提高学术交流的时效性；3、OA期刊快捷的访问方式可以大大提高论文的被引频次。4、实现学术资源的平等免费获取1.3开放获取

是相对于传统订阅期刊而言，是随着互联网的发展而应运而生，

没有互联网也没有开放获取的说法。

维基百科认为：开放获取是一个通过互联网让科研成果能够自由传播的运动，可以让用户把经过同行评议的学术论文放到互联网上，

有利于学术成果的快速传播。开放获取开放获取一般途径：金色道路（开放获取期刊）和绿色道路（作者自存档）

金色道路是采用作者付费，读者免费的获取方式；

绿色道路是作者向传统期刊投稿的同时，将自己的论文以电子档的形式存放在专门的开放获取知识库（知识机构库）中供读者阅读。

1.国内主要开放资源中国科技论文在线

2003年上线，主办：教育部科技发展中心主办，打破传统出版物的概念，免去传统的评审、修改、编辑、印刷等程序，给科研人员提供一个方便、快捷的交流平台，提供及时发表成果和新观点的有效渠道，从而使新成果得到及时推广，科研创新思想得到及时交流。

允许作者同时向其它专业学术刊物投稿，以使科研人员新颖的学术观点、创新思想和技术成果能够尽快对外发布，并保护原创作者的知识产权。截止：2016.11.2

首发论文共89842篇优秀学者论文共92551篇自荐学者论文共31273篇科技期刊共1273921篇

1.国内主要开放资源中国学术会议在线2003年上线，主办：教育部科技发展中心主办用户提供学术会议信息预报、会议分类搜索、会议在线报名、会议论文征集、会议资料发布、会议视频点播、会议同步直播等服务，内容涉及：全学科检索途径包括：模糊检索、会议检索、视频检索、

会议论文摘要检索1.国内主要开放资源中国预印本服务系统http:///

什么是预印本？

预印本（Preprint）是指科研工作者的研究成果还未在正式出版物上发表，而出于和同行交流目的自愿先在学术会议上或通过互联网发布的科研论文、科技报告等文章。与刊物发表的文章以及网页发布的文章比，预印本具有交流速度快、利于学术争鸣、可靠性高的特点。2.外文开放获取期刊

/

DOAJ（DirectoryofOpenAccessJournals）

开放存取期刊目录在线平台是个很好的专门OA期刊文献检索系统，DOAJ由瑞典Lund大学图书馆创建2003年和维护。该系统收录期刊的文章都是经过同行评议或严格评审的，质量高，与期刊发行同步，且都能免费下载全文，是做研究的好帮手。

收录全世界的开放获取期刊共9,174

种其中6,418

种期刊可以检索到论文水平论文来自128

国家共有2,326,134

篇论文汤森路透公司《期刊引证报告》（JCR）显示，越来越多的开放获取期刊被SCI收录。DOAJ目前最好的OA期刊目录网站在开放获取方面有着严格的要求覆盖范围方面质量控制方面，（1）所有内容免费提供（1）学科代表性强（涵盖所有学术和科研领域）；（1）期刊论文应该有通过编辑、编委和/或同行评议的质量控制制度；（2）接受用户在线免费注册（2）学术型和科研型期刊（出版内容是研究型论文或综述型论文的全文）；（2）期刊必须有ISSN，电子期刊必须有eISSN。（3）要求开放获取无延迟。（3）来源广泛（学术机构、政府、商业机构，非营利性机构等来源均可）；（4）目标群体定位明确（主要为科研人员）；（5）期刊内容为研究论文且必须提供全文；（6）语种不限。外文开放获取期刊

HighWirePress数据库

/

资源简介:全球最大的提供免费全文的学术文献出版商资源详细介绍：

HighWirePress是全球最大的提供免费全文的学术文献出版商，于1995年由美国斯坦福大学图书馆创立。目前已收录电子期刊1052种期刊，免费提供期刊全文达近430万篇。资源内容类型：全文数据库

资源学科分类:哲学,经济学,法学,教育学,文学,历史学,理学,工学,农学,医学,军事学,管理学

通过该界面还可以检索Medline收录的4500余种期刊中的1200多万篇文章，可看到文摘题录。

HighWirePress数据库

HighWirePress在线期刊主要具有以下特点：1．提供免费全文文献的期刊。该链接下的页面列出了本站收录的所有可提供免费全文文献的期刊。在刊名后按“FreeIssues”，“FreeTrial”，“FreeSite”标注着相应时间或其他。其中“FreeIssues”栏中如标注的是某月，则表示每年在该月及以前的所有文献都免费提供全文。Freetrials在限定时间内所有文献提供免费全文。

freebackissues某时间之前文献均提供免费全文；2．提供即将进入本站的期刊。该链接下和页面列出了即将加入本站的期刊及预计加入的时间。3．提供在线使用部分期刊的统计情况。包括该刊被经常阅读的文献和引用最频繁的文献（均采用本站收录文献的数据，每月重新统计）。4．提供需要付费的站点。列出需要收费提供全文文献的站点及其收费标准，有两种收费方式。“Pay-per-viewSite”为在一段时间内获得使用某篇文献的权利；“SitePass”为在一段时间内获得该刊所有文献的权利。5．提供在线期刊文献数。介绍了所收录文献的总数及各个期刊所提供文献的情况。全部期刊按字顺排列，从提供的文摘数、HTML格式的全文文献、PDF格式的全文文献数、全部全文文献的总数、免费全文文献的数量，以及所提供的全部文献数等几个项目的统计表。6．除本站外，还提供了其他一些可提供免费全文服务的自然科学文献站点，并进行了简要介绍，并链接到更多的自然科学期刊的网页。初级检索界面高级检索界面

OpenScienceDirectory(OSD)

/

由EB