信息检索1
第一讲 信息检索 PPT课件
第一节 信息 知识 情报 文献
2.知识 知识是人类认识的成果或结晶，是系
统化信息的集合. 知识的属性:
意识性 信息性 实践性 规律性 继承性 渗透性
第一节 信息 知识 情报 文献
3.文献 知识借助于一定的语言形式或物化为某
种劳动产品的形式，就成为可以交流的 文献。 文献的三要素:知识、载体、纪录方式。 文献的属性：知识信息性、客观物质性、 人工纪录性、动态发展性等。 文字形式的文献变成数据形式即称之 为电子文献。
信息的重要性（二）
从知识层面上理解
知识经济建立在知识 材料、 消耗 不可 不可 利用与创新的基础上， 能源 性 共享 再生 知识创新需要大量的
信息做原料。
信息与材料、能源 被称为当今社会的三 大资源
信息
非消 耗性
可共 享
可再 生
二、信息意识和信息素质
信息意识：是人们对各种信息的自觉 心理反应。
第一节 信息 知识 情报 文献
4.情报 在英汉词典中,“information”可译
为“信息”,也可译为“情报”. 情报:人们在一定的时间内为了一定
的目的而传递的有使用价值的知识. 情报的属性：知识性、传递性、效用性。 情报交流：直接交流和间接交流
第一节 信息 知识 情报 文献
信息的重要性 从情报的层面上理解 1.信息决定战争的胜负 2.信息决定企业的兴衰 3.信息是领导决策的依据。
二、文献的出版类型
按出版类型文献划分以下十大类：
（1）图书 （2）期刊（3）会议文献 （4）科技报告 （5）专利文献 （6）学位论文（7）标准文献 （8）政府出版物（9）产品资料 （10）技术档案
二、文献的出版类型
1.科技图书（Sci-Tech book） 阅读类:科普读物、专著、文集等 工具类:百科全书、年鉴、手册、词典等。
信息检索---名词解释
一、名词解释信息检索：信息检索最普通的理解就是信息查找。
它是将信息按一定的方式组织起来，并根据信息用户的需求查找出有关的信息的过程和技术。
信息检索又叫做信息存储与检索（information storage and retri）。
信息检索可以分为事实检索、数据检索、文献检索。
特性检索：也称强相关性检索，强调向用户提供高度对口的信息。
强调检索的准确性，对检索结果的数量不作要求。
族性检索：也成弱相关性检索，强调向用户提供系统、完整的信息。
注重检索的全面性，要求检索出一段时间期限内有关特定主题的所有信息，对准确性要求较低。
特种文献：特种文献是一种不以书刊形式出版的文献，一般不公开发行，它包括专利文献、会议资料、科技报告、技术标淮、学位论文、政府出版物、产品样本及其说明书等。
其特点是内容涉及面广、种类多、数量大、报道快、参考价值高。
OPAC：联机图书馆公共检索目录，有开放的公共查询目录演化而来，是20世纪70年代末美国一些大学图书馆和公共图书馆共同开发的供读者查询馆藏数据的联机书目检索系统。
参考工具书：是指根据人们的需要，把某一范围的知识或资料加以分析、综合或浓缩，并按一定的排检方法编排，以备查阅、参考，用以解决有关事实和数据方面的疑难问题的图书。
年鉴：是系统汇集一年内的主要时事文献、学科进展情况、研究成果及有关统计资料，提供详尽的事实、数据和统计数字，反映近期政治、经济发展的动向及科学文化进步的年度出版物。
手册：是汇集某一方面常需要查考的基本知识和数据资料，以供读者手头随时翻检的一种工具书。
名录：是汇集机构名、人名、地名等专名基本情况和资料的一种工具书。
搜索引擎：就是通过运行一个不断在网络上通过域名扫描和各种链接的软件，自动获得大量站点页面的信息，并按照一定规则归类整理，从而形成数据库，用以提供查询的站点。
图书：论述或介绍某一领域知识的出版物。
期刊：期刊一般是指名称固定、开本一致的定期或不定期连续出版物。
信息检索的定义
信息检索的定义信息检索的定义信息检索是指在大量的数据中寻找到用户所需要的信息。
这种寻找过程通常是通过计算机程序来实现的，其目的是帮助用户快速准确地获取所需信息。
一、信息检索的概述信息检索是一种基于计算机技术和信息科学理论的应用性研究领域。
它主要涉及到如何从海量数据中提取出用户需要的有用信息，以及如何优化检索效率和结果质量。
信息检索技术已经广泛应用于互联网搜索引擎、电子图书馆、数字化档案管理、社交网络分析等领域。
二、信息检索的基本原理1.建立索引建立索引是实现信息检索最基本的步骤之一。
它将文档中出现过的词语进行统计和分类，并为每个词语分配一个唯一标识符，以便后续查询时能够快速定位到相关文档。
2.查询处理查询处理是指将用户输入的查询语句转换成计算机可处理的形式，并根据查询条件匹配相应文档。
查询处理包括了分词、去停用词、词干提取等步骤，以保证查询语句与文档库中的内容能够准确匹配。
3.评价指标信息检索系统的评价指标通常包括召回率、准确率和F值等。
其中，召回率是指检索到的相关文档数占所有相关文档数的比例；准确率是指检索到的相关文档数占所有检索到的文档数的比例；F值是综合考虑了召回率和准确率的综合评价指标。
三、信息检索的主要技术1.分词技术分词技术是将一段连续的自然语言文本切分成一个个单独的词语，并为每个词语赋予相应的权重。
这种技术可以有效提高查询效率和结果质量。
2.向量空间模型向量空间模型是一种用于表示文本内容和查询语句之间相似度的方法。
它将每篇文档表示为一个向量，并通过计算两个向量之间的余弦相似度来判断它们之间是否存在相关性。
3.机器学习机器学习是一种通过训练数据来优化信息检索系统性能的方法。
它可以帮助系统自动调整参数，从而提高系统对用户需求的理解能力和搜索结果质量。
四、信息检索面临的挑战1.语义理解信息检索面临的最大挑战之一是如何理解用户的搜索意图和查询语句。
由于自然语言存在歧义性和多义性，因此需要开发出更加智能化的算法来实现语义理解。
1-2信息检索的概念和类型
2020/5/17
7
3、按照存贮文献的时间进行的划分
3、1 Selective Dissemination of Information：它是预 先把用户需要的有关文献存贮在计算机的存贮器中，定 期按用户提问要求从存贮器中检索出用户所需要的最新 文献，发给用户，使用户能定期得到所刻发出信
而接收者可以在晚一些时刻才收到该信息；发
信者必须发出一切可能的信息，而接受者必须有某种检索装
置以便从大量发送的信息中筛选出适合自己需要的信息。
Mooers coined the terms "information retrieval" and descriptors"
Mooers was an early advocate of the use of intellectual property
law, including copyright and patents, to protect computer
programming languages.
3
二、信息检索的类型
4、2 Inverted File Retrieval：它是将顺排文档再按主题 词、分类号、文献名称、作者等检索途径编排成一个索 引系统，这个索引系统称之为倒排文档。检索时，先查 倒排文档，然后再从顺排文档中抽出文献内容。
2020/5/17
9
1-2 信息检索的概念和类型
一、信息检索的概念 二、信息检索的类型
2020/5/17
1
一、信息检索的概念
信息检索1-2
•
•
不足：须借助相应设备阅读，投入较大。
• 5) 网络型 主要是指互联网上所有机读文献，从本质上而言， 仍属于电子型。 优点：无所不包，数量巨大，查找方便，共享程 度高。 缺点：必须依赖于相应的设备和通信线路，内容 庞杂、无序、良莠不齐。
• （2）按文献出版类型划分
图书 期刊 报纸 科技报告 会议文献 专利文献 学位论文 标准文献等
2.1 信息检索的原理
Information Retrieval
• 广义的信息检索包含信息的存储和检索两个过程。
• 狭义信息检索：依据一定方法，从已经组织好的 有关量信息集合中，查出特定的相关信息的过 程。
信息检索包括存储和检索两个方面。 A ．信息存储的过程 ①信息采集：根据一定的规则收集信息。 ②信息标引、著录： 对信息的内容特征和形式特 征进行揭示和描述。 • ③编制检索工具或建立检索系统。 • • • •
• 2）期刊 • 指有固定名称、定期 或不定期连续出版的出 版物。
• • • •
期刊特点： 出版周期短 内容新颖 能及时反映国内外各学 科领域的发展动态。
•
识别期刊的主要依据有期刊名称， 期刊出版的年、卷、期，国际标准 检索期刊常用字段 刊号等。 公开正式出版发行的期刊: 国际标准刊号（ＩＳＳＮ） 国内统一刊号（ＣＮ） 据统计，科技 人员所获取信 息的65%以上 来源于期刊， 它是十分重要 和主要的信息 源和检索对象。
信息资源类型
信息资源 潜在信息资源 现实信息资源
体载信息资源 文献信息资源 实物信息资源
网络信息资源
口语信息资源
1.2.1文献信息资源
• 文献信息资源是指以文献为载体的信息资源。
• • • • •
信息检索教程第1章 概论
三次文献的主要特点如下。
（1）综合性 （2）针对性 （3）价值性
5．三个级次文献的关系
文献经过作者的创作，文献工作者 的整理、加工和压缩，文献研究者的综 合、分析和创造，使文献从一次文献到 二次文献，再演化为三次文献，使文献 的形式和内容由分散到集中，由无序到 有序，由博而精地对知识信息进行不同 层次的加工过程，这就是文献的链式结 构。 其文献系统结构如图1-3所示。
零次文献主要特点如下。
（1）客观性 （2）分散性 （3）不成熟性
零次文献的类型包括：口头交谈、 参观展览、参加报告会、听取经验交流 演讲、实验的原始记录、工程草图等。
2．一次文献
一次文献是人们直接以自己的生产、科 研、社会活动等实践经验为依据生产出来的 文献，也常被称为原始文献，其所记载的知 识信息比较新颖、具体、详尽。
2．文献的要素
根据文献的定义可看出，文献是由 知识内容、物质载体、记录符号、记录 手段4个基本要素构成的。
3．文献的特征
（1）知识性 （2）传递性 （3）物质载体性 （4）人工记载性 （5）再生性与积累性
1.1.5 信息、知识、情报与文献的关系
信息、知识、情报、文献4个概念既有 区别又有联系。它们的转换过程如图1-1所 示。 这几个基本概念之间的关系如图1-2所 示。
图1-1 信息、知识与情报转换框图
图1-2 几个基本概念之间的关系
1.2 文献信息源的类型特点
1.2.1 按文献的加工深度来划分
依据文献传递知识、信息的质和量 的不同以及加工层次的不同，人们将文 献划分为零次文献、一次文献、二次文 献及三次文献。
信息检索
信息检索一、名词解释：1．信息检索：狭义的信息检索概念是指在信息的海洋中选取符合需要的信息的过程称为信息检索。
而如今发展为包括信息的储存、组织、查询、提取等多个工作过程，所以广义的信息检索又称为信息储存与检索。
2．CALIS：全称为中国高等教育文献保障系统（china academic library&information system），其联合目录数据库始建于1997年。
其资源类型包括原文、图片、阴文、文摘、馆藏、相关文献等；育种覆盖中文、英语和日语。
3．引文索引：利用文献引证关系检索相关文献的索引。
引文索引以某一文献(包括作者、题名、发表年份、出处等基本数据)作为标目,标目下著录引用或参考过该文献的全部文献及出处。
它主要供用户从被引文献查找引用文献。
4．截词检索：截词检索是预防漏检提高查全率的一种常用检索技术，大多数系统都提供截词检索的功能。
截词是指在检索词的合适位置进行截断，然后使用截词符进行处理，这样既可节省输入的字符数目，又可达到较高的查全率。
尤其在西文检索系统中，使用截词符处理自由词，对提高查全率的效果非常显著。
5．科技查新：科技查新是文献检索和情报调研相结合的情报研究工作，它以文献为基础，以文献检索和情报调研为手段，以检出结果为依据，通过综合分析，对查新项目的新颖性进行情报学审查，写出有依据、有分析、有对比、有结论的查新报告。
二、填空1．文献按内容层次可分为：一次文献、二次文献和三次文献。
2．计算机信息技术中常用的检索技术是：布尔逻辑检索、截词检索、限制检索、词位检索。
3．信息素质的内涵包括：信息意识、信息技能和信息道德。
4．SCI是什么的缩写：科学引文索引（science citation index）。
5．位置算符W：这个算符表示其两侧的检索词必须紧密相连，除空格和标点符号外，不得插入其他词或字母，两词的词序不可以颠倒，3N：此算符两侧的检索词之间允许间隔最多3个其他词或字母，且两者词序可颠倒。
信息检索基础1
一、单项选择题∙1、未经出版发行的或者没有进入社会交流的最原始的文献称为（）∙ A 一次文献 B 二次文献 C 三次文献 D 零次文献∙2、利用文献后面所附的参考文献进行检索的方法称为( )。
∙ A 追溯法 B 直接法 C 抽查法 D 综合法∙3、根据叙词的定义，在下面一组概念中，应将( )选作叙词。
∙ A 脚踏车 B 自行车 C 单车 D 坤车∙4、EBSCO和百度的图片搜索数据库属于( )数据库。
∙ A 文字型 B 数值型 C 文字+数值型 D 多媒体型∙5、若想排除某概念，以缩小检索范围，可使用( )算符。
∙ A 逻辑“与” B 逻辑“非” C 逻辑“或” D 位置∙6、下面不是布尔逻辑算符的是∙ A NOT B 0R C AND D NEAR∙7、下列不是特种文献的有∙ A 专利文献 B 学位论文 C 政府出版物 D 电子图书∙8、以下检索算符中，能够相对实现"扩检”功能的是:∙ A and B (W) C ? D “ ”∙9、利用baidu搜索信息时，要将检索范围限制在网页标题中，应该使用的语法是:∙ A site: B intitle: C inurl: D info:∙10、已知下列书目信息：“陈享光著．货币经济学导论．北京：经济科学出版社，2000年7月，4-11”通过使用( )可以获取其原文的图书馆收藏信息。
∙ A 中国学术期刊全文数据库 B OPAC书目信息数据库 C 电子图书全文数据库 D 中文期刊目录∙11、当选用泛指的检索词或增加与检索主题概念相关的检索词并用逻辑“或”进行组配时，（）就较高。
∙ A 查准率 B 查全率 C 漏检率 D 误检率∙12、布尔逻辑（）是用于从某一检索范围中排除不需要的概念。
∙ A 与 B 或 C 非 D∙13、根据布拉德福文献分散定律，阅读( )文献是一种有效的情报获取方法。
∙ A 相关期刊 B 边缘期刊 C 核心期刊 D 以上三项∙14、竞争情报的内容主要有（）∙ A 知已、知彼、知环境 B 全面了解本企业 C 充分了解企业的竞争对手情况 D 了解国家各项政策信息二、多项项选择题∙1、概念( )之间属于上下位关系。
- 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)。
作业1
Filetype：特定文件类型检索。
当搜索内容有多种文件格式如（DOC,XLS,PPT）时，可通过检索引擎搜索：检索词filetype：文件格式（或ALL）。
例：通过搜索引擎搜索有关设计概论的幻灯片课件。
（检索界面如图）
检索效果：能更加有效的检索到所需的文件格式，更节省时间。
Site：把搜索范围限定在特定站点中。
如果希望在某个站点或者某一类站点中检索，可用通可通过搜索引擎检索：检索词site：站点地址。
例：：通过搜索引擎在中国电影网内检索2014电影推荐（检索界面如图）。
检索效果：比普通搜索更加精确快捷，不会出现不相关的检索结果和广告。
双引号：精确匹配。
如果不想让搜索引擎对检索词进行拆分或者去词，可以对检索词加上双引号。
例：使用搜索引擎检索，“Have you looked in the sky”这句歌词的出处。
（是否使用双引号的效果对比）、
检索效果：直接的将检索词完整搜索，快速找到期望的结果。