计算机信息检索

计算机信息检索参考书计算机情报检索同济大学出版社慎金花编计算机信息检索机械工业出版社李莹（浙大）电子信息资源检索教程南开大学出版社何翠花计算机情报检索北京大学出版社赖茂生编实用光盘检索技术上海科技出版社郑燕华计算机信息存储和检索科大出版社高星科技查新教程机机械工业出版社国际联机检索原理与技术湖北科技出版社龚国伟现代信息检索东南大学出版社当代信息检索张曼玲哈工大出版社电脑网络信息王云国防工业出版社网络信息资源搜集和利用张厚生东南大学出版社计算机信息检索课时安排:12345678910概要,序,意义信息基础知识计算机休息检索应用检索策略检索技术检索指令检索案例检索系统使用技巧检索修正复习课程安排的原则是:A理论结合实际:(1)理论部份是的检索基础知识和技巧(2)实践部份是一些国际上较权威的检索系统包括中文库:VIP,万方,期刊网,英文库:EI,Sci,Sa,WPI,CADIALOG,STNB部分资源的教学是通过网络链接来实现的为什么学习案例:前日大学生参军的访谈中关村老总的谈话全世界的成功者的持续十年的成功者概率是低于10%去年的中国富豪的命运大学生的就业的基本的条件与学习内容西方的MAB和各国企业文化的不同与中国的一致性丁磊和张朝阳等,李嘉诚及其儿子的实例为什么要学习计算机信息检索第一:从内容分析看:(1)学生学习的本质:(2)学习内容的本质和作用:(3)学习的原则:由厚到薄---由薄到厚(4)学习的自我延伸:(5)学生的自我社会延伸:A能力:B角色:心理与惯性C再学习的角色和素质要求D学习的社会变通性从案例看:(1)广州标致的引进与生产(2)关于非典的知识产权(美国疾病控制中心）(3)王选的策略及其经验(4)中国目前的西药的局面和原由(5)中国的中药的局面(6)日本的发展和策略(7)中国的手机的引进和电视机的发展-----------------------袁隆平的分析项目失败：永康厂，电池厂,健特生物项目成功：美菱，丰原生化，检索课的教学模型购买化妆品的属性可对应所有文献课的各索引系统:A前提:买什么东西？哪个厂家生产？该产品叫什么？是否有批准文号（法定）？使用该产品的市场反馈如何？产品的发明人或生产者是谁？该厂家的地理位置在哪里？是否含有特殊的有效成分？B模型化的具体对应与索引：买什么东西----------分类索引（CLASSIFICATIONINDEX）该产品叫什么---主题索引或轮排索引（SUBJECTINDEX，PERMUTERMINDEX）哪个厂家生产-----单位索引或团体索引（UNITINDEX，CORPORATINDEX）是该厂家的哪地方的分厂生产-----地理索引（GEOGRAPHICINDEX）是否有批准文号（法定）------专利号索引（PATENTINDEX）使用该产品的市场反馈如何？-------引文索引（CITATIONINEDEX）产品的发明人或生产者是谁？-------作者索引或来源索引（AUTHORINDEX，SOURCEINDEX）是否含有特殊的有效成分？-----化学物质索引（CHEMICALSUBSTRANCEINDEX，ALLOYINDEX）通过上面的变化，可将非常复杂枯燥的内容变得非常易记且没有任何记忆负担，同时众多变化多样的系统变成一个简单的模型，从学习指导和使用来说都使之变得非常易懂，易学。上述模型的核心是将许多的系统变成一个系统然后再变成生活中易记的模型。该模型较宜非情报专业的学习和初学者的学习。非情报专业情报学习思维的难点：（1）情报学习模式是一种有别于其它学科学习的思维模式数学思维要求严密诗歌思维要求想象力信息检索思维要求(著录)格式学习和联结（2）情报检索学习之困难在于:局部文字描述整体，静止文字描述联结和运动之困难。a主观:情报检索学习之困难在于调整至与之相应的思维方式，其学习过程实际上是要求了解不同的著录格式和构成之信息，并根据已有信息和目标直接或间接地通过操作，使各个部分联结起来，这会使著录格式之学习很枯燥，b客观:学习联结各著录格式之操作时，则显示文字描述操作的局部性，文字描述图示之低效性，尤其较复杂之著录格式在隔离不同之时空进行讲解时，则更显困难。（3）情报检索学习之困难第二为似曾相似之干扰情报检索学习过程中，可遇到多种检索系统如SCi(ScienceCitationIndex)Ei(EngineeringIndex)MA(MatalAbstract)WPI(WorldPatentIndex)SA(ScienceAbstract)虽然是不同出版商出版，其彼此系统应有的区别，但其检索功能和特性又使彼此似曾相似，或者冠以不同名称，但功能相似。如：Ei中SubjectIndex和Sci中之PermatermIndex如:CA中GENERALSubjectIndex和ChemicalSubStance.又如：WPI中的employeeIndex与SCI中SourceIndex与MA和EI中AuthorIndex等(4）情报检索学习另一障碍为语言障碍不少文献系统是以英文的形式出版世界上70%的著名系统是英文的五、情报检索思维之形成和巩固用以下方式较有效:学习--介绍--著录介绍--使用与巩固—(尽快)实习(自己兴趣与课题相关)2计算机信息检索的的产生和发展过程A计算机联机检索产生的时代背景:a文献的数量急剧增长:(a)目前的处于科技的高速发展阶段：(1)工业革命（2）信息化革命(b)统计数据：（1）每一分钟产生一本书（2）每30秒产生一篇专利（3）每15-16秒产生一篇论文（4）每年全世界的图书总量：图书近百万种论文近数十万专利近百万论文近五百万说明信息爆炸的事实（c）科技文献的有效期在缩短一般文献的平均寿命为3-5年一般经济类寿命较短只有1-4周有些经济类信息的寿命仅90秒(d)例：美国因信息不灵每年造成损失在30亿以上，科技的成果的重复量达35%b科技文献分布异常分散（a)体现在三个领域：分支学科，边缘学科交叉学科（b)体现在学科的发展上：（1）传统学科的应用技术50%来自别的学科。（2）新兴学科的80%来自别的学科c文献的寿命在缩短：苏联：图书寿命：10-20年科技报告：10年学位论文：5—7年期刊等连续出版物：3—5年西方学者一般的观点：80%-90%的文献周期在3-5年B计算机通讯和高密度存储技术的发展为联机信息检索的产生和发展提供了物质基础。3联机发展的四个阶段：a联机产生阶段：（1）50年代中期计算机处于电子管阶段（2）1954年美国海军军械中心（NOTS）研制了计算机检索系统(雏形).(3)1961年美国化学文摘社在世界上第一个公开将计算机用于检索。(4)1965年美国医学图书馆用计算机编制医学文献检索刊物(医学索引)月度索引。b国际联机检索阶段：（1965—1972）（1）由于集成电路和计算机技术的产生和发展和数字通讯技术的进步，促进了联机检索的发展。（2）美国的LECKHEAD公司（洛克希德）于1965-1966年建立了DIALOG系统（当时主要用电话联结）。c国际联机检索的发展和普及：（1973-1985）（1）卫星通讯：（2）光纤通讯：使可通过联机终端，检索几年或几十年的各国资料。一般以DOS专用软件较多。d光盘版数据库的出现和WEB版数据库的出现：（1）1985年世界上首次出现了光盘数据库。（2）1998年以后出现了WEB版数据库。排名的国际上高校和研究所依据(1)目前国内的226(以前的386)(2)排名的国际上高校和研究所依据论文标准是:EI(EngineeringIndex)SCI(ScienceCitationIndex)SR(ScienceReview)ISTP(InternationalScienceandTechnologyProceeding)(3)国际著名的刊物有Science,Nature(4)在管理上和科研中的应用国际上著名的计算机检索系统：（1）DIALO系统:是目前世界上计算机中信息总量的75%是世界上最大的商业数据库,至2000年有800多个数据库,用户达120多国家。（2）BRS美国文献题录检索服务公司，经营达100多个公用数据库和40多个私人数据库。（3）STN美国化学文摘社，德国卡尔斯鲁厄能源，物理，数学情报中心和日本情报信息中心，三家联合经营，有150多个数据库，内容以建筑，纺织，能源，化学为最具特色。（4）ESA/IRS意大利弗拉斯卡蒂的欧洲航天局情报中心，有120多个数据库，内容涉及各方面。（5）ORBIT美国系统发作公司。公共搜索引擎的信息搜索与dialog等专业信息库之信息检索的比对分析随着计算机的普及和计算机技术的发展，电子手段进行信息需求之检索成为一种非常重要的手段与工具。然而由于计算机对各种计算机系统的了解不同和使用不同，尤其在信息检索方面，如果严格用信息检索之算标准，（如查全实、查准率等）看，则在使用效果之差别较大，因此对不同检索工具予以了解，并且知道彼此差异，将对检索大有裨益，目前信息检索中，可以通过搜索引擎辅助定位，或者直接进入知名信息资源系统，如国家图书馆，Dialog、STN等，虽然都可以检索，但不具备地同等替代性，但是在检索效果和性能上有较大区别。主要体现在以下几个方面：①收费与否：Sohu、Sina、Chinaren、Google、Yahoo等搜索引擎均是免费使用，而一些商业信息资源库发dialog、STN等，维普、万方等则有偿使用，即只有授权用方才可以使用。②信息专业程度不同：从内容上看，Sohu、Sina、Google等提供综合性较强的大量信息，其中不少信息是属于时效性较短之公共信息，其中不少信息是属于时效性较短之公共信息，而其本身信息的更新频率较快，而对于针对性较强之专业信息需求和检索，则是用与专业网站链接方式提供dialog，STN,BRs等信息资源库则是以权威性而著名，能提供方向性极强的专业需求，其本质的资源和容量查一般较全面，这是一般搜索引擎根本不能分之相比。③检索表达方式和效率不同：Sohu、Sina、Chinaren、altarista本身有搜索窗口，并能执行简单的分类检索，其搜索窗口主要是输入关键字，而分类检索则是层级分类只能进行简单运算，当然还有它检索途径但较简单，从检索过程看，如果要对内容表达较复杂之课题进行检索只有进行二次检索,较难进行一步复合检索.而在DialogSTN等信息资源库，可进行复合检索式之检索，可执行Boll代数，截词算法，位置算法及限定算法等，使一个内容的课题可以用复合检索策略表达出来，并且使之运行，各执行步骤和检索词及结果均有相应的子集合，且可随时调用，因此运行检索表达方式效率肯定较高，这是在使用中两种检索工具最主要差别之一。–④检索的修正与检索噪音的不同：Sohu、sina、Chinaren等之检索过程，通常是以简单的分布逻辑模型（二元逻辑）方式运行，即要么无关，要么与关键字相关，本身没有相关性判断和排序，因此在实际检索过程中，则常常出现大量溢出和0检索现象，即要么检出许多不相关文献，仅仅是其中在不重要位置与所较入关键字相匹配而命中，要么根本不能检出的所需文献，这种现象对检出文献的二次筛选和再检索带来困难，亦为检索词修正带来困难，因此检索效率较低，而Dialog、STN等信息资源，则克服了前无序缺点。而是检索中进行检索词的逻辑运算和比对，使检索者能够按照不同的检索结果进行修正检索式，对每步命中率及检索词分布情况一目了然，因此查准率和查全率都有保证，这也是客户常常保留检索策略之原因。检索溢出：一次检索多达3000以上的结果⑤检索途径的多寡和检索标准不同Sina、Sohu、YAHOO等一般搜索引擎，其本身检索途径主要是检索中的关键词检索和一般简单分类检索，而其它的一些检索途径也较简单，其中的逻辑运算一般为单项运算，而实际Dialog、S