网络信息检索第三章
合集下载
第三章 信息检索基本知识
信息论的奠基人 申农在《通信的数学 理论》中把信息定义 为：“信息是用来消 除不确定的东西。”
控制论创始人
维纳在《信息控制论》 一书中指出：“信息是 人与外界相互作用过程 中相互交换的内容和名 称。”
―信息”的定义之所以呈现多样化，主要有三方 面的原因 ： 第一，信息本身的复杂性。它是一个多元化、 多层次、多功能的综合物； 第二，信息科学是一门新兴学科，是一门“大” 学科，它有许多分支学科，它的内涵与外延 不很确切，而且随着社会、经济和科学技术 的发展处于不断发展之中； 第三，人们出于不同的研究目的或使用目的， 从不同的角度或层次出发，对“信息”必然 作出不同的理解与解释。
4.从信息观的角度理解，知识是人类通过信息 对自然界、生物界、人类社会运动规律的认识 和概括，是一种特定的人类信息，它是对信息 进行提炼、深化、抽象化、系统化的结果，是 信息中最有价值的部分。知识是信息的一部分。 知识必须要有充分、可靠的经验性证据， 并且要经过理性的合理加工。
（二）知识的特性 1.实践性 社会实践是一切知识产生的基础和检验知 识的标准,科学知识对实践有重大指导作用。 2.规律性 人们对事物的认识是一个无限的过程，人 们获得的知识在一定层面上揭示了事物及运动 过程的规律性。 3.渗透性 随着知识门类增多，各种知识可以相互渗透， 形成许多新的知识门类，形成科学知识的网状 结构体系。
四、文献 （一）文献的定义 1.国际标准化组织《文献情报术语国际标准》： 文献是存储、检索、利用或传递记录信息的过 程中，可作为一个单元处理的、在载体内、载 体上或依附载体而存储有信息或数据的载体。 2.国家标准《文献著录总则》：文献是记录有知 识的一切载体。 北大教授王子舟《图书馆学是什么》：是指专门 记录、传播有知识的一切载体。 南大教授沈固朝《信息检索（多媒体）教程》： 记录有人类精神信息的、且便于存贮或传递的 人工固态附载物
第三章 信息检索的基本知识
1、逻辑“或”（和） 、逻辑“
————————————————— A
B
用符号“ 或 表示， 用符号“or”或“+”表示，其逻辑表达式为： 表示 其逻辑表达式为： A or B 或 A+B 其意义为检索记录中凡含有检索词A或检索词 ， 其意义为检索记录中凡含有检索词 或检索词B， 或检索词 或同时含有检索词A和 的 均为命中文献。 或同时含有检索词 和B的，均为命中文献。
分 析 课 题
检索词： 检索词： ： ：
富营养化（水华）， ），处理 富营养化（水华），处理 治理，修复）， ），湖泊 （治理，修复），湖泊
ቤተ መጻሕፍቲ ባይዱ
， ，
，
检索工具： 检索工具：
1. 2. 3. 4. 5. 6. 7. 8. 中文科技期刊全文数据库（维普） 1989中文科技期刊全文数据库（维普） 1989-现在 中国科技成果数据库（万方） 1986中国科技成果数据库（万方） 1986-现在 中国期刊全文数据库（同方） 1979中国期刊全文数据库（同方） 1979-现在 中国优秀博硕士学位论文全文数据库（同方）1999中国优秀博硕士学位论文全文数据库（同方）1999-现在 中国学位论文文摘数据库（万方） 1989中国学位论文文摘数据库（万方） 1989-现在 中国学术会议论文全文数据库（万方） 1995中国学术会议论文全文数据库（万方） 1995-现在 中国重要会议论文全文数据库（同方） 2000中国重要会议论文全文数据库（同方） 2000-现在 中国重大科技成果数据库（万方） 1990中国重大科技成果数据库（万方） 1990-现在
中图分类法
中图法》 个基本部类， 《中图法》分 5个基本部类，将知识门类分为 哲学” 社会科学” 自然科学” “哲学”、“社会科学”、“自然科学”三大部 马克思主义、列宁主义、 类。马克思主义、列宁主义、毛泽东思想是指导 我们思想的理论基础，作为一个基本部类， 我们思想的理论基础，作为一个基本部类，列于 首位。此外，考虑到图书本身的特点， 首位。此外，考虑到图书本身的特点，对于一些 内容庞杂，类无专属， 内容庞杂，类无专属，无法按某一学科内容性质 分类的图书，概括为“综合性图书” 分类的图书，概括为“综合性图书”，作为一个 基本部类，置于最后。 22个大 基本部类，置于最后。在此基础上扩展为 22个大 类。 标记符号采用拉丁字母与阿拉伯数字相结合的混 合号码制。 合号码制。
信息检索 第3章 中文主要信息资源检索系统
轻工 纺织
建筑 建材
环境 《环境科学文摘》
《馆目：环境污染与保护》
《汽车文摘》 《公路运输文摘》 《水陆运输文摘》 《造船文摘》 《中目：船舶工程》 《外目：造船工程》 交通 《中目：公路、水陆运输》 《铁道文摘》 运输 《中目：铁路》 《专利文献通报：汽车 》 《专利文献通报：包装、搬运、储存》 《外目：航空与航天》 《航空发动机文摘》 航天 《馆目：交通运输、航空航天》
WEB版（网上包库）、镜像站版、光盘版、流量计费。
四川农业大学图馆网站简介
◆
点击
各种类型的电子文献资源： 中外文期刊、图书及特种文献
读者查询 点击：
四、中国期刊全文数据库信息检索
1. 登录检索系统
鼠标接触
点击： 外网或本地镜像
CNKI中国知识资源总库
点击
选择单一数据库 或选择多个数据库进行跨 库检索
《电工文摘》 《中目：电力电工、原子能》 水利 《外目：电力》 《中目：水利水电》 电力 《外目：水利水电》 《中文电子科学文摘》 《电子科技文摘》 电子 《中国无线电电子科技文摘》 《计算机应用文摘》 学 《国外电子科学文摘》 《专科文献通报：电子技术》 《馆目：无线电电子学与自动化技术》
计算 《专利文献通报：计算机和信息存储》 机 《计算机应用文摘》 《中国纺织文摘》 《纺织文摘》 《皮革文摘》 《造纸文摘》 《中目：轻工、纺织》 《外目：轻工业》 《外目：粮油食品》 《外目：制糖工业》 《馆目：轻工、纺织》 《专利文献通报：纺织》 《专利文献通报：生活日用》 《专利文献通报：造纸、印刷、装帧》 《建筑机械文摘》 《中目：建筑工程》 《中目：建筑材料》 《外目：建筑材料》 《外目：建筑水利工程》 《馆目：建筑水利工程》 《城市文献通报》
第3章-搜索引擎及网络信息检索
3.2 典型的搜索引擎
• • • • 1. Google 2）Google的搜索语法 Google的基本检索算符是：空格、减号和大写英文“OR”。 逻辑“与”（and）用空格表示。用减号“-”表示逻辑 “非”。注意：这里的“+”和“-”号，是英文字符，而不 是中文字符的“＋”和“－”。此外，操作符与关键字之 间，不能有空格。 • Google不支持通配符，如“*”、“?”等，关键字后面的 “*”或者“?”会被忽略掉。Google对英文字符大小写不 敏感，“GOD”和“god”搜索的结果是一样的。Google的 关键字可以是词组（中间没有空格），也可以是句子，但 是，用句子做关键字，必须加英文引号。
• • • • • le检索题目含有“清华大学”、“研究生”的doc格式的文件，应该 输入___： A. intitle:清华大学 研究生 site: filetype:doc B. ti=清华大学 研究生 site: filetype:doc C. intitle=清华大学* 研究生*site=*filetype=doc D. intitle:(清华大学 研究生) site: filetype:doc 8．同样检索式（例如输入：玉米 提取 乙醇）分别用本章介绍的科技信境外中国古典诗词的网上英文资料。提示：参考和比较下列方法的查 询结果： （1）在Yahoo中选择分类目录Arts & Humanities（艺术与人文科学）〉 Literature（文学），输入关键词classical Chinese Poetry检索。 （2）在Google输入：中国古典诗词的网上英文资料 （3）在Google输入：（中国 古 诗词 英文）or classical.3 搜索引擎的检索技巧
• • • • 3.3.1常规的检索技巧 1．分类查询 2．关键词查询 一般来说，首次检索时不要把条件限制得 过于严格，最好是检索出一些结果后再使 用其
第三章 信息检索教程
22
举例：期刊2
23
期刊著录格式
24
期刊的著录
写出下面期刊文献著录：
25
小节练习1
1. 什么是文献著录？ 2.文献著录的结果是—— 3. 既著录主要项目，还著录全部选择项目的著录级次称为—— 4. 既著录主要项目，还著录部分选择项目的著录级次称为——
26
3.2 机读目录与元数据
3.2.1 机读目录
43
3.2.3 都柏林核心元数据和机读目录的比较
1. 著录的对象不同
DC与 MARC的 3. 著录的主体不同 比较 4. 著录的详简程度不同
5. 标识的方法不同
2. 数据的形式不同
44
小节练习2
1、什么是机读目录，一条CNMARC机读目 录的组成？ 2、头标区数据元素： 00123cbm1#2200277###52## 其中c、b、m、1分别表示什么？ 3、什么是元数据？
12
图书的著录（参考文献著录规则）
13
14
图书著录中的文献类型标志
常用文献类型用单字母标识，具体如下： （1）期刊[J]（journal） （2）专著[M]（monograph） （3）论文集[C]（collected papers） （4）学位论文[D]（dissertation） （5）专利[P]（patent） （6）技术标准[S]（standardization） （7）报纸[N]（newspaper article） （8）科技报告[R]（report）
CNMARC记录
记录头标区
地址目次区
数据字段区
记录分隔符
注：各字段数据元素及其标准详细情况参见教材P83-87
33
ISO-2709的机读目录标准
举例：期刊2
23
期刊著录格式
24
期刊的著录
写出下面期刊文献著录：
25
小节练习1
1. 什么是文献著录？ 2.文献著录的结果是—— 3. 既著录主要项目，还著录全部选择项目的著录级次称为—— 4. 既著录主要项目，还著录部分选择项目的著录级次称为——
26
3.2 机读目录与元数据
3.2.1 机读目录
43
3.2.3 都柏林核心元数据和机读目录的比较
1. 著录的对象不同
DC与 MARC的 3. 著录的主体不同 比较 4. 著录的详简程度不同
5. 标识的方法不同
2. 数据的形式不同
44
小节练习2
1、什么是机读目录，一条CNMARC机读目 录的组成？ 2、头标区数据元素： 00123cbm1#2200277###52## 其中c、b、m、1分别表示什么？ 3、什么是元数据？
12
图书的著录（参考文献著录规则）
13
14
图书著录中的文献类型标志
常用文献类型用单字母标识，具体如下： （1）期刊[J]（journal） （2）专著[M]（monograph） （3）论文集[C]（collected papers） （4）学位论文[D]（dissertation） （5）专利[P]（patent） （6）技术标准[S]（standardization） （7）报纸[N]（newspaper article） （8）科技报告[R]（report）
CNMARC记录
记录头标区
地址目次区
数据字段区
记录分隔符
注：各字段数据元素及其标准详细情况参见教材P83-87
33
ISO-2709的机读目录标准
信息检索课件第3章
文本信息检索的应用场景
01
02
03
搜索引擎
搜索引擎是文本信息检通过分析用 户历史行为和兴趣，为用 户推荐相关内容，如新闻 推荐、电商推荐等。
学术领域
学术领域中，研究人员可 以通过文本信息检索快速 查找相关论文、研究成果 等。
查询条件最相似的图像。
图像信息检索的关键技术
1 2
特征提取算法
特征提取算法是图像信息检索的核心技术之一， 常用的算法包括颜色直方图、SIFT、SURF等。
特征匹配算法
特征匹配算法用于比较不同图像之间的相似度， 常用的算法包括欧氏距离、余弦相似度等。
3
索引技术
索引技术可以提高图像信息检索的效率，常用的 索引技术包括哈希索引、B树索引等。
特征提取是视频信息检 索中的核心技术之中提取出关键帧和 图像特征，以便后续的 相似度计算和检索排序。
相似度计算是另一个关 检索排序是根据相似度 视频摘要技术则是对整
键技术，它通过比较不 计算结果，按照相关度 个视频内容进行概括和
同视频之间的特征信息， 对视频进行排序，以便 总结，以便用户快速了
图像信息检索的应用场景
搜索引擎
搜索引擎是图像信息检索 的重要应用场景之一，用 户可以通过搜索引擎查找 符合特定条件的图片。
电子商务
电子商务网站可以利用图 像信息检索技术为用户提 供更加精准的商品推荐服 务。
文化创意产业
在文化创意产业中，图像 信息检索技术可以帮助用 户快速查找相关艺术作品、 文物等。
THANKS.
智能化发展
利用人工智能技术提升信息检索的智 能化水平，如自然语言处理、深度学 习等。
个性化服务强化
通过更精细化的用户画像和个性化推 荐算法，提高信息检索的个性化服务 能力。
网络信息检索课件_网上期刊数据库
1、科技图书(Sci-Tech book)
一般分为两大类：阅读类图书
(reading book)和参考类图书(reference
book)，前者有教科书(text book)、专著
(monograph)和论文集(anthology)等，后者
是参考工具书(reference book)，它们是百
科全书(encyclopedia)、手册(handbook)、
四次文献 五大多媒体技术 十大文献信息资源
网络信息检索第5章 张胜光制作
4
一个原则
两大类搜索引擎
三大系列中文网站：
三大中文门户网站—新浪、搜狐、网易 三大中文期刊数据库—清华库、维普库、万方库 三大中文数字图书馆—超星、方正、书生之家
网络信息检索第5章 张胜光制作
5
第一节 四次文献和 十大信息源
年鉴(yearbook)等。
网络信息检索第5章 张胜光制作 43
科技图书内容比较成熟、全面、
可靠、系统，它是对已有研究成果、
生产技术和经验或某一知识体系的论 述或概括。科技图书的基本素材来自 期刊论文、会议论文、研究报告、学 位论文等一次文献，其中包括作者本
人的研究、见地。
网络信息检索第5章 张胜光制作 44
网络信息检索第5章 张胜光制作
29
什么是文摘？
文摘（abstract），又分为报道性文摘、 指示性文摘、报道－指示性文摘、评述性文 摘、模块式文摘、专用文摘等几种，它是指 对一份文献（或称一个文献单元）的内容所 做的简略、准确的描述。这种二次文献意义 上的文摘，是索引形式的发展。
网络信息检索第5章 张胜光制作
对应于网上信息资源，属于一次文献范畴的
网络信息检索第5章 张胜光制作
第三章 网络信息检索
第三章网络信息检索第一节网络信息检索的基本方法1、布尔逻辑检索逻辑检索是一种比较成熟、较为流行的检索技术。
逻辑检索的基础是逻辑运算，逻辑运算中最常用的是布尔逻辑运算符，主要的运算符有：（1）逻辑―与‖逻辑―与‖用AND（或﹡）表示。
检索词A、B若用逻辑―与‖相连，即A AND B（A*B），则表示同时含有这两个检索词才能被命中。
例如，要检索儿童教育的文献，检索逻辑式可表示为：child AND education（2）逻辑―或‖逻辑―或‖用OR（或+）表示。
检索词A、B若用逻辑―或‖相连，即A OR B（A+B），则表示只要含有其中一个检索词或同时含有这两个检索词的文献都将被命中。
例如，要检索―计算机‖或―机器人‖方面的文献，检索逻辑式可表示为：computer OR robot. （3）逻辑―非‖逻辑―非‖用NOT（AND NOT，BUT NOT）（或-）表示。
检索词A、B若用―非‖相连，即A NOT B（A-B），则表示被检索文献在含有检索词A而不含有检索词B时才能被命中。
例如，要检索有关―能源‖方面的文献，但涉及―核能‖方面的文献不要，检索逻辑式可表示为：energy NOT nuclear（energy –nuclear）。
1、搜索引擎的定义搜索引擎是提供给用户进行关键词、词组或自然语言检索的工具，简言之，搜索引擎就是一种在因特网上查找信息的工具。
用户提出检索要求，搜索引擎代替用户在数据库中进行检索，并将检索结果反馈给用户。
搜索引擎一般都有固定的显示格式，内容详简程度不一，常常带有URL、题名、标题、关键词、摘要(文本描述摘录)、超链接文件大小、检索结果总数、相关度估计、评论等。
搜索引擎的检索结果一般按查询的相关程度进行排列，最相关的通常排在最前面。
2、搜索引擎的常用检索方法（1）简单搜索(simple search)指输入一个单词（关键词），提交搜索引擎检索后反馈结果。
它也叫单词搜索。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
访问方式
限校园网用户 通过访问我校图书馆主页，然后点击电子资源， 找到超星数字图书馆
超星电子图书镜像网站首页
下载之前必须下载相应的浏览器
如何找书（图书全文数据库）
分类浏览 图书检索
超星数字图书馆－分类浏览
在超星主页的图书馆分类下选择书籍对应的分 类 依次进入二级分类、三级分类等，直至显示书 目 在本分类下的书目中选择自己需要的书籍
访问超星数字图书馆，查找计算机网络安全方 面的图书一本；摘录其中第11页的第一段文字， 存放在word文档中。另外，进行如下试验： 在该图书的某一页，使用红色试验相关的多种 标注方法（批注、铅笔、直线、圈、高亮）。 在超星数字图书馆中，查询并下载一本自己喜 欢的电子图书。
1. 2.
3.
OPAC的种类： 按收录文献的类型，OPAC可分为图书联合目 录，期刊联合目录，会议文献联合目录等； 按收录文献的语种，OPAC可分为中文图书查 询系统，西文图书查询系统，中文期刊查询系 统，西文期刊查询系统等； 按反映文献入藏单位的多少，OPAC又可分为 馆藏目录查询系统和联合目录查询系统
电子图书的特点 a. 亲切的感受能力 b. 强大的检索功能 c. 真正的资源共享 d. 便捷的资源利用 e. 稳定性
电子图书系统 图书高速扫描系统（BHSSS） 纸介质出版物数字化处理系统（PPDPS） 网络图书阅读、评估与信息交换系统 （NBREIES）
a. b. c.
国内著名的电子书商
读秀的学术搜索功能
读秀的图书搜索 读秀的全文搜索 读秀的多面搜索
读秀文献传递
读秀文献传递
读秀的全文搜索
传统的检索阅读方式：先找到图书—阅读图 书—找到知识 读秀全文检索方式：先找到知识—通过显示 知识来源—获得图书。 读秀是把所有图书打碎，以章节为基础重新 整合在一起的海量数据库
图书的分类
分类，是信息资源组织的重要方式，是浏览信 息集合内容的重要方式之一。
几种主要的文献信息（图书）分类法
国内 《中国图书馆分类法》[中图法] 《中国科学院图书馆图书分类法》[科图法] 《中国人民大学图书馆图书分类法》 [人大法] 《中国图书分类法》台湾赖永祥编订 国外 《杜威十进分类法》[DDC] 《国会图书馆分类法》[LCC]
超星数字图书馆－图书检索
初级检索 高级检索
初级检索页面
高级检索页面
如何管理图书
下载图书 阅览图书
图书下载方式
1.匿名下载 匿名下载的图书只能在本机上阅览 2. 非匿名下载 注册用户名，用该名登录后，下载的图书可以 带到任何一台机器上阅览
匿名下载
阅览图书
课后思考与练习
在超星数字图书馆中查找有关鲁迅的书，要求 下载到本地桌面。 利用互联网络或超星数字图书馆，查找池莉的 作品——《你是一条河》的电子文本，将其下 载到个人的手机中进行阅读。 如何将在本地机上下载的超星数字图书馆中某 本书传给非本地用户或读者使用？如何对方接 收的是乱码，该如何解决这个问题？
读秀的全文搜索
很多知识都是沉淀在书中，以图书为单元的 文献检索是做不到对具体知识的挖掘。任何一 句诗词、任何一句古文、任何一句名言乃至任 何一个知识点，都可以在读秀找到出处、前后 语。 读秀将所有的图书打碎，以章节为基础，把 所有的图书变成了一本书，一部最大的百科全 书，一部6亿页的图书
《中图法》结构示意图
等级分类体系
二、书刊目录检索系统OPAC
OPAC，全称为Online Public Access Catalogue System，公共联机书目查询系统。 它反映各种文献入藏情况的书目数据库，是目 前国内外文献信息服务机构的书目网上查询的 通用模式。它利用计算机终端来查询基于图书 馆局域网内的馆藏数据资源的一种现代化检系统
三、电子图书检索
电子图书概述 电子图书是继纸质印刷出版物之后出现的 一种全新的图书类型，它以二进制数字化形式 对图书文献进行处理，以光磁等介质为记录载 体，以信息的生产、传播和再现的形式代替传 统印刷型图书的制作发行和阅读，是一种新型 的的媒体工具。读者可以利用计算机进行检索 和阅读。
阅览器的功能
1. 2. 3. 4. 5.
打开图书 摘录引用（文字识别、图片截取） 标 注 书 签 目次检索
打开已下载到分类目录下的图书
打开已拷贝到磁盘上的图书
摘录引用（文字识别、图片截取）
书签
目次检索
超星读秀
什么是读秀？
从超星到读秀 超星即超星数字图书馆是目前国内最大的全文
超星数字图书馆 书生之家 方正apabi
超星数字图书馆
数据库介绍 2000年6月8日，超星数字图书馆入选国家863计划 中国数字图书馆示范工程， 参与了国家数字图书馆战 略。 到今日超星图书馆超星成为全球最大的中文数字化 图书馆，是国内数字图书馆第一品牌。 它加工能力最快，使用用户最多，技术最为成熟， 专业资源最为权威，市场占有率也最大。
数字图书馆系统，读秀（知识库）是其开发的一个新产品。读秀 知识库是海量中文学术资源组成的庞大知识库系统。其以6亿页 中文资料为基础，为读者提供深入图书内容的章节和全文、部分 文献试读、文献传递等多种功能。 读秀致力于为用户提供全面特色的数字图书馆整体解决方案 和资源功能整合服务，为广大读者打造一个获取知识资源的捷径。
读秀的多面搜索
读秀基于元数据整合的多面搜索，将零散的知 识整合在一起，突破了图书的界限，可以在期 刊、报纸、网页、工具书、视频等中找到相同、 相关内容。
读秀学术搜索小结
读秀学术搜索不是以检索单体文献为根本目标， 而是以检索文献所包涵的知识为根本目标，是 将各类文献中所包涵的同一内容知识检索出来。 读秀围绕关键词进行全面、发散式的搜索， 其检索结果显示本关键词以及与关键词相关的 所有知识点。免除了读者反复查找、确认的过 程，为研究型读者提供最便捷的知识获取途径。
为什么要用读秀？
理想的图书馆系统
读秀提供了260万种图书，并且每年以十几万 种新书增加。 读秀学术搜索能将检索结果与馆藏各种资源库 对接，读者检索任何一个知识点，都可以直获 取图书馆内与其相关的纸质图书、电子图书全 文等。
读秀具有强大的搜索引擎功能，可深入到章节 中进行知识、内容的深度搜索。 读秀能提供封面页、版权页、前言页、目录页 及试读页，清楚地判断所需图书。 读秀通过文献传递，直接将相关学术资料发送 到读者邮箱，使读者零距离获取珍稀学术资源。
第三章中文图书检索
一、基础知识 ---图书与ISBN号
图书:一般不少于49页并构成一个书目单元的文献（情 报与文献工作词汇.传统文献GB13143-91） ISBN号： – 7-301-10446-4，由10位数字组成（2007年）， 分为四段，分别代表地区或语种-出版社（北京大 学）-书号-校验码 – 978-7-03-016251-X由13位数字组成，分别代表 GS1前导-地区或语种-出版社(北京大学)-书号-校验 码 GS1--国际物品编码协会 , 978-979 ISBN书码