第04章 信息检索与管理方法（陈庄）课件.ppt

《第04章 信息检索与管理方法（陈庄）课件.ppt》由会员分享，可在线阅读，更多相关《第04章 信息检索与管理方法（陈庄）课件.ppt（27页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）1陈庄陈庄 博士博士 教授教授2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）2内容提要4.1 信息检索的内涵 信息检索的定义（掌握） 信息检索的分类（掌握） 信息检索的沿革与发展趋势 （了解） 信息检索的作用（了解）4.2 信息检索的原理与流程4.2.1 信息检索的原理（了解） 信息检索的流程（掌握）4.3 信息检索的方法和技术 信息检索方法 （掌握） 信息检索技术 （了解） 信息检索技术发展的新趋势 信息检索案例分析2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）3内容提要4.

2、4 信息检索的效果及其评价 信息检索效果的评价指标 （难点，基本掌握） 提高检索效果的方法 （了解） 工程技术学术资源检索实例评价 （了解）作业 （）2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）44.1.1 信息检索的定义是将分散的信息组织成一个有序的、有具体目标的体系，而则是迅速地从这个体系中搜寻满足用户需求的信息。 信息检索的本质是信息用户的需求和信息集合的比较与选择，即匹配(match)的过程。 的EI、SCI； 超星、电子书生、万方； 的维普（聚合公司）。 (Information Retrieval)又称为情报检索，产生于图书馆的情报咨询工作，是信息组织的逆

3、过程2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）54.1.2 信息检索的分类(1/2) 1、按检索内容的分类（3类） (1)数据信息检索数据信息检索(Data Information Retrieval)是将经过收集、整理、加工的数值型数据存入检索数据库中，然后根据用户需求检索出可回答某一问题数据的过程。 (2)事实信息检索事实信息检索(Fact Information Retrieval)是将存储于检索数据库中的关于某一事件发生的时间、地点、经过等信息查找出来的检索。 (3)文献信息检索文献信息检索(Document Information Retrieval)是将

4、存储于检索数据库中的关于某一主题文献的信息查找出来的检索。：科技成果检索、论文文献综述；重庆聚合维普、超星、goole等.2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）64.1.2 信息检索的分类(2/2) 2、按组织方式分类 (1)全文检索 (Full Text Retrieval) ：是将存储于检索数据库中整本书、整篇文章中的任意内容查找出来的检索。（维普、超星） (2)超文本检索 (Hyper Text Retrieval) ：是对每个结点中所存信息以及信息链构成的网络中信息的检索。（goole、百度） (3)超媒体检索 (Hyper Media Retrieva

5、l) ：是对存储的文本、图像、声音等多种媒体信息的检索，它是多维存储结构。（数字图书馆） 3、按检索设备分类 （1）人工检索(manual retrieval) ：人工检索是人直接用手、眼、脑组织查找印刷型文献的检索。 （2）机械检索(mechanical retrieval) ：机械检索是利用某种机械装置来处理和查找文献的检索方式。 （3） 计算机检索(computer-based retrieval)：计算机检索是通过计算机对已数字化的信息，按照设计好的程序进行查找和输出的过程。 2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）74.1.3 信息检索的沿革与发展趋势

6、信息检索的发展历程可以划分为三个不同的历史阶段。 1. 手工检索阶段(1830年20世纪70年代初期)手工检索阶段的特点主要表现为：以印刷文献为主要检索对象，以各类文摘、题录和目录性工具书为可利用的主要检索工具，以图书馆的参考咨询部门为开展信息检索服务的中心机构。 2. 计算机化检索阶段(20世纪50年代初期20世纪90年代初期)计算机化检索阶段的主要特点概括为：以各类机读数据库为检索对象，各类情报所、联机服务中心作为新兴的信息服务部门而存在，信息检索用户逐渐由专业检索人员向个人终端用户转移。 3. 网络化检索阶段(20世纪90年代初至今)信息检索随着社会信息化、网络化进程的发展，其主流平台迅

7、速转移到以WWW为核心的网络应用环境中，信息检索开始步入网络化检索时期。 2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）84.1. 4 信息检索的作用v1、较全面地掌握有关的必要信息v2、提高信息利用的效率，节省时间与费用v3、提高信息素质，加快人才的培养。2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）94.2.1 信息检索的原理 (1/2) 用户问题表述问题分析问题检索陈述词表作者词表内容分析文献文献标引内容表述检索计划文献结构2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）104.2.1 信息检索的原理 (2/2)用户信

8、息需求适用文献集合命中文献集合形式相关评估相关文献集合语义相关评估语用相关评估系统文献集合检索词提问式用户信息问题 2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）114.2.2 信息检索的流程(1/4)明确需求，分析主题提交检索表达式构造检索表达式选择检索工具或数据库确定检索词完成修改检索表达式显示与优化检索结果满意不满意 图4.3 信息检索步骤流程图2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）124.2.2 信息检索的流程(2/4) 1 1、明确检索要求和检索目标、明确检索要求和检索目标（1）普查型v需要全面收集有关某一检索需求的文献资料。这

9、类需求具有普查、回溯的特点，要求尽可能高的信息查全率。 （2）攻关型v需要收集有关某一检索需求的某一特定方面的文献资料，其目的在于解决生产管理中的关键问题。 （3）探索型v需要了解和掌握某一领域最新研究动向或研究成果的检索需求。 2 2、选择检索系统、选择检索系统(1) 按照课题的检索要求和目的，选择收录文献种类多、专业覆盖面宽、年代跨度对口的数据库。(2) 当需要查找最新文献信息时，选择数据更新周期短的数据库。(3) 当还需要获取原文时，选取原文获取较容易的数据库。(4) 在同时有多个数据库可供选择的情况下，应首先选择比较熟悉的数据库。(5) 当几个数据库的内容交叉且重复率比较高时，应选择检

10、索费用比较低的数据库。 2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）134.2.2 信息检索的流程(3/4) 3 3、确定检索词、确定检索词检索词可分为以下四类：v(1) 表示主题的检索词。v(2) 表示作者的检索词。如作者姓名、机构名等。v(3) 表示分类的检索词。如分类号等。v(4) 表示特殊意义的检索词。如ISBN号、ISSN号、引文标引词等。检索词的选择与确定，主要遵循下列两个原则 ：v(1) 根据检索课题所涉及的学科专业和技术内容选词。 v(2) 对检索词进行处理。 4 4、构造检索表达式、构造检索表达式构造检索表达式主要使用布尔逻辑运算符、位置运算符、截词

11、运算符、限制符等，将检索词进行组合，确定检索词之间的概念关系或位置关系，准确地表达检索需求的内容，以保证和提高检索的查全率和查准率。 2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）144.2.2 信息检索的流程(4/4) 5 5、实施检索策略、实施检索策略（1）获取检索信息v手工检索策略 v计算机检索策略（2）索取原始信息v索取原始信息的方式有：利用图书馆馆藏目录获取原始信息；利用联机信息系统，用联机传递、E-mail、Fax或脱机邮寄的方式获取原始信息；利用网络信息系统，网上提出订购请求，获取原始信息；利用有关全文数据库，打印、下载原始信息等。 6 6、修改检索策略、

12、修改检索策略v在检索之前，反复分析、修改检索词，尽量减少不确定因素，正确表达检索需求；在检索过程中，应充分利用“人机对话”的有利条件，随时根据检索过程中的信息反馈情况，调整检索策略；在检索之后，对检索结果进行分析评价，并建立文档，为今后的检索积累经验。 2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）154.3.1 信息检索的方法 1 1、常规检索法、常规检索法（1）：直接利用检索工具进行信息检索的方法。 （2）：利用检索工具间接检索信息资源的方法。包含检索课题的分析、检索策略的制定、检索技术的应用等方面。（3)：按年限顺序查找。（4)：与顺查法相反。（5)：一种利用检索

13、工具进行重点抽查检索的方法。 2 2、回溯检索法、回溯检索法以文献后面所附的参考文献为线索，逐一追溯查找相关文献的方法。 （参考文献的重要性！） 3 3、循环检索法、循环检索法v交替使用回溯法和常规法来进行文献检索的综合检索方法。2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）164.3.2 信息检索技术(1/4) 1 1、布尔逻辑检索技术、布尔逻辑检索技术（1） 逻辑“与”示意图 A或BAB（2） 逻辑“或”示意图 （3） 逻辑“非”示意图 2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）174.3.2 信息检索技术(2/4)2 2、邻近检索技术、

14、邻近检索技术 邻近检索技术也称全文检索、位置检索，主要是通过检索式中的专门符号来规定检索词在结果中的相对位置。 1） 表示此算符两侧的检索词必须按此算符前后顺序相邻排列，词序 不可变，且两词之间不许有其他的词或字母，但允许有一空格或标点符号。 2表示此算符两侧的检索词之间允许插入最多n个词，且词序不可 变。 3）表示此算符两侧的检索词必须紧密相连，词序可变，词间不允许 插入其他词或字母，但允许有一空格或标点符号。 4）：表示此算符两侧的检索词之间允许间隔最多n个词，且两者的顺 序可以颠倒。 5）表示两个检索词须同时出现在文献记录的同一子字段中，两词的 词序不限，两词间插入词的数量不限。 6）表

15、示其两侧的检索词必须是在文献记录的同一字段中，而它们在该 字段中的相对次序和相对位置的距离不限。 2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）184.3.2 信息检索技术(3/4) 3 3、截词检索技术、截词检索技术定义：指在检索式中用专门的符号(截词符号)表示检索词的某一部分 允许有一定的词形变化。截词符一般用“？”或“*”表示 。截词检索的方式有多种截词检索的方式有多种 ：。v(1) 前截词。也称左截词或后方一致。如由“?computer”可检索出含有computer、minicomputer、microcomputer等的文献记录。v(2) 后截词。也称右截词或

16、前方一致。如由“computer？”可检索出含有computer、computers、computerize、computerized、computerization 等的文献记录。v(3) 前后截词。词干的前后各有一个截词符，如由“?computer？”可检索 出含有computer、computers、computerize、computerized、minicomputer、minicomputers、microcomputer、microcomputers等的 文献记录。v(4) 中间截词。也称“通用字符检索法”，凡前后端一致的词，都能检索 出，通常用在英美对某些词的不同拼写法。如由“

17、defen*e”可同时检出defence和defense。2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）194.3.2 信息检索技术(4/4) 4 4、字段限定检索技术、字段限定检索技术定义定义：指限定检索词必须在数据库记录中规定的字段范围内出现的文献，方为命中文献的一种检索方法。 例如：例如：常见的检索字段包括：常见的检索字段包括：题名题名 Title TI文摘文摘 Abstract AB作者作者 Author AU作者单位作者单位 CorporateSource CS刊名刊名 Journal JN叙词叙词 Descriptor DE语种语种 Language LA主

18、题词主题词 Subject SU文献类型文献类型 DocumentType DT如要查找作者为如要查找作者为DanielDaniel发表的文献，检索式可表示为发表的文献，检索式可表示为AU= =Daniel。2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）204.3.3 信息检索技术发展的新趋势 1 1、智能检索、智能检索智能检索利用分词词典、同义词典、同音词典来改善检索效果，比如 用户查询“计算机”，与“电脑”相关的信息也能检索出来。另外， 智能检索还包括歧义信息和检索处理，高效、准确地反馈给用户最需 要的信息。 2 2、知识挖掘、知识挖掘知识挖掘目前主要指文本挖掘技术

19、的发展，目的是帮助人们更好地发 现、组织、表示信息，提取知识，满足信息检索的高层次需要。知识 挖掘包括自动摘要、相似性检索和自动分类(聚类)等方面。 3 3、异构信息整合检索和全息检索、异构信息整合检索和全息检索异构信息整合检索包括：支持各种格式化文件 ；支持多语种信息的 检索；支持结构化数据、半结构化数据及非结构化数据的统一处理； 和关系数据库检索的无缝集成以及其他开放检索接口的集成等。“全息检索”就是支持一切格式和方式的检索。2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）214.3.4 信息检索案例分析属于环境科学领域，所查文献类型应包括书目文摘、事实和全文性信息。

20、 paper pulp,paper making,waste water,treatment，treat (“w”表位置算符, paper w making 表找paper making 记录 ) (paper w making or paper w pulp) and waste water and (treatment or treat) OCLC的主页(http：) 根据OCLC的13个主题及课题领域，选主题General Science OCLC WorldCat，OCLC ArticleFirst，OCLC ContentsFirst，OCLC PapersFirst 输入第3步的检

21、索表达式单击“StartSearch”按钮完成了提交。 系统将返回检索结果：共119条记录，以每屏10个记录格式显示。 返回记录太多，所以需要对检索式进一步限定，用高级检索将检索词进行不同字段的组合。 以WWW环境下的美国联机图书馆中心(online computer library center)为例，实施检索课题“有关造纸黑液废水的治理技术”的检索步骤。 2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）224.4.1 信息检索效果的评价指标(1/3) 一、信息检索效果的评价指标应包含的指标内容一、信息检索效果的评价指标应包含的指标内容 (1)覆盖范围、索引组成、更新周

22、期；(2)自动索引、人工索引、用户登录； (3)布尔查找、复杂布尔、相邻和相邻ANDOR查询、截词查找、字段查找、大小写有别、概念检索、词语加权、词语限定、特定字段限定、默认值、中断退出、重复辨别、上下文关键词、查询集操作等； (4)相关性排序、显示内容、输出数量选择、显示格式选择； (5)帮助界面、数据库和检索功能说明、查询举例； (6)用户界面、相关文献和信息过滤功能等。 (7)查准率和响应时间。 二、有关指标的描述二、有关指标的描述 以下介绍：信息检索查全率、信息检索查准率、信息检索漏检率 、信息检索误检率、信息检索响应时间2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件

23、（全）234.4.1 信息检索效果的评价指标(2/3)1 1、信息检索查全率、信息检索查全率 查全率查全率= =%100*caa系统中相关文献总数检索出的相关文献相对查全率相对查全率= =%100*合并集的数量全部实际检索出文献集量专业人员检索的文献数 a为相关的文献的命中数；c相关文献的遗漏数。 2 2、信息检索查准率、信息检索查准率 查准率查准率= = 相对查准率相对查准率= =%100*baa输出的文献总数检索出的相关文献数%100*过的文献数量检索者在检索过程中看献数量检索者确定为相关的文b为不相关的文献数（噪声）。 2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全

24、）244.4.1 信息检索效果的评价指标(3/3)3 3、信息检索漏检率、信息检索漏检率 漏检率漏检率= = 4 4、信息检索误检率、信息检索误检率 误检率误检率= = 查全率系统中相关文献总数未检索出的相关文献1%100*cac查准率检索出的文献总数检索出的不相关文献1%100*bab5 5、信息检索响应时间及其他指标、信息检索响应时间及其他指标 传统的评价指标还有： 1 1）收录范围：）收录范围：一个系统收录的文献是否齐全，包括专业范围、语一个系统收录的文献是否齐全，包括专业范围、语种、年份与文献类型等，这是提高查全率的物质基础；种、年份与文献类型等，这是提高查全率的物质基础； 2 2）工

25、作量：）工作量：从系统获得相关文献，必需消耗的精力和工作时间；从系统获得相关文献，必需消耗的精力和工作时间； 3 3）可用性：）可用性：按可靠性、年代与全面性的因素看检出文献的价值；按可靠性、年代与全面性的因素看检出文献的价值； 4 4）外观：）外观：检索结果的输出形式。检索结果的输出形式。2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）254.4.2 提高检索效果的方法 1、提高检索人员素质提高检索人员的知识素质提高检索人员的思想素质 2、优选检索工具和数据库 3、优化检索策略与步骤 4、精选检索词不使用常用词 避免使用多义词避免使用错别字学会使用截词使用大小写字母尽量

26、使用专指性强的词或短语 5、巧构检索提问式 6、熟悉检索代码与符号 7、鉴别检索结果信息来源与出版(Parentage and Provenance)权威性(Authority)用户(Audience)网站内容(Content)时效性(Currency)2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）264.4.3 工程技术学术资源检索实例评价 1 1、分析检索内容、分析检索内容 2 2、选择检索词、选择检索词 3 3、选择检索工具、选择检索工具 4 4、检索工具使用分析比较、检索工具使用分析比较2022-5-12第04章 信息检索与管理方法（陈庄）ppt课件（全）27作 业