檢索策略課件VIP

1、檢索策略第六章計(jì)算機(jī)信息檢索的基本策略檢索策略 一、檢索策略一、檢索策略v檢索策略檢索策略：為實(shí)現(xiàn)檢索目標(biāo)而實(shí)施的方法。：為實(shí)現(xiàn)檢索目標(biāo)而實(shí)施的方法。 計(jì)算機(jī)信息檢索，實(shí)質(zhì)上由計(jì)算機(jī)將輸入的計(jì)算機(jī)信息檢索，實(shí)質(zhì)上由計(jì)算機(jī)將輸入的檢檢索策略索策略與系統(tǒng)中存貯的文獻(xiàn)特征標(biāo)識及其邏輯組配與系統(tǒng)中存貯的文獻(xiàn)特征標(biāo)識及其邏輯組配關(guān)系進(jìn)行類比、匹配的過程。由于關(guān)系進(jìn)行類比、匹配的過程。由于信息需求信息需求本身具本身具有不確定性，加之對數(shù)據(jù)庫中的文獻(xiàn)特征標(biāo)識不能有不確定性，加之對數(shù)據(jù)庫中的文獻(xiàn)特征標(biāo)識不能充分了解，以及系統(tǒng)功能的某些限制，都會不同程充分了解，以及系統(tǒng)功能的某些限制，都會不同程度地影響檢索效果

2、。但是只要遵循一定的檢索步驟，度地影響檢索效果。但是只要遵循一定的檢索步驟，制定良好的制定良好的檢索策略檢索策略，便可以減少各種不利因素的，便可以減少各種不利因素的影響，盡可能地使檢索提問標(biāo)識與信息需求和檢索影響，盡可能地使檢索提問標(biāo)識與信息需求和檢索系統(tǒng)保持良好的一致性，從而在系統(tǒng)中檢索出滿足系統(tǒng)保持良好的一致性，從而在系統(tǒng)中檢索出滿足用戶需求的信息。用戶需求的信息。 檢索策略二二、檢索策略的實(shí)施技巧、檢索策略的實(shí)施技巧v信息需求信息需求是人們客觀上或主觀上對各種情報(bào)信息的是人們客觀上或主觀上對各種情報(bào)信息的一種需求。這種需求是人們索取情報(bào)信息的出發(fā)點(diǎn)，一種需求。這種需求是人們索取情報(bào)信息的

3、出發(fā)點(diǎn)，也是計(jì)算機(jī)信息檢索時(shí)選擇數(shù)據(jù)庫、確定檢索策略也是計(jì)算機(jī)信息檢索時(shí)選擇數(shù)據(jù)庫、確定檢索策略以及評價(jià)檢索效果的依據(jù)。以及評價(jià)檢索效果的依據(jù)。v不同類型的課題，其信息需求的范圍和程度也不盡不同類型的課題，其信息需求的范圍和程度也不盡相同。例如，申請發(fā)明、申報(bào)成果獎勵、鑒定及立相同。例如，申請發(fā)明、申報(bào)成果獎勵、鑒定及立項(xiàng)類的查新課題，往往需要全面地收集某一主題范項(xiàng)類的查新課題，往往需要全面地收集某一主題范圍的文獻(xiàn)信息，這類課題具有普查、追溯的特點(diǎn)，圍的文獻(xiàn)信息，這類課題具有普查、追溯的特點(diǎn)，應(yīng)著眼于應(yīng)著眼于查全查全；而對于科研、生產(chǎn)中為解決某一特；而對于科研、生產(chǎn)中為解決某一特定問題的攻關(guān)課

4、題，往往只要求檢出的信息對自己定問題的攻關(guān)課題，往往只要求檢出的信息對自己的研究有所幫助，而對查找的文獻(xiàn)范圍不需要很廣。的研究有所幫助，而對查找的文獻(xiàn)范圍不需要很廣。因此，這類課題則要求因此，這類課題則要求查準(zhǔn)查準(zhǔn)。 檢索策略v檢索策略制定的原則檢索策略制定的原則： （1）快，即從檢索請求的提出到檢索結(jié)果的快，即從檢索請求的提出到檢索結(jié)果的提交要快速：提交要快速： （2 2）準(zhǔn)，即檢索結(jié)果要準(zhǔn)確，避免檢索出過）準(zhǔn)，即檢索結(jié)果要準(zhǔn)確，避免檢索出過多無關(guān)內(nèi)容；多無關(guān)內(nèi)容； （3 3）全，檢索結(jié)果全面，滿足用戶的需求；）全，檢索結(jié)果全面，滿足用戶的需求； （4 4）效益原則，即以最低的費(fèi)用獲取所佳的

5、）效益原則，即以最低的費(fèi)用獲取所佳的信息。信息。檢索策略三、三、 計(jì)算機(jī)信息檢索的具體步驟計(jì)算機(jī)信息檢索的具體步驟 1 分析檢索課題，制定切實(shí)可行的檢索策略分析檢索課題，制定切實(shí)可行的檢索策略 ( (這是檢索的出發(fā)點(diǎn)，依據(jù)這是檢索的出發(fā)點(diǎn)，依據(jù)) )2 2 利用檢索系統(tǒng)特定的指令正確實(shí)施檢索利用檢索系統(tǒng)特定的指令正確實(shí)施檢索3 3 通過人通過人- -機(jī)對話的方式不斷調(diào)整、修改、機(jī)對話的方式不斷調(diào)整、修改、檢索策略檢索策略4 4 根據(jù)查找的文獻(xiàn)線索獲取原始文獻(xiàn)根據(jù)查找的文獻(xiàn)線索獲取原始文獻(xiàn)檢索策略檢索策略檢索策略檢索策略（檢索策略例例1 城市生活污染研究城市生活污染研究v關(guān)鍵詞：城市（都市、城區(qū)

6、）關(guān)鍵詞：城市（都市、城區(qū)）v生活污染（生活污水、生活垃圾、電磁輻射生活污染（生活污水、生活垃圾、電磁輻射污染等）污染等）v檢索式檢索式（城市城市 or 都市都市 or 城區(qū)）城區(qū)）and（生活（生活污染污染 or 生活污水生活污水 or 生活垃圾生活垃圾 or 電磁輻射電磁輻射污染）污染）檢索詞的選擇及檢索式的構(gòu)建檢索策略例例2 了解有關(guān)國內(nèi)近十年來室內(nèi)裝修污染方面的研究了解有關(guān)國內(nèi)近十年來室內(nèi)裝修污染方面的研究v關(guān)鍵詞：室內(nèi)、裝修、污染關(guān)鍵詞：室內(nèi)、裝修、污染v同義詞或近義詞：同義詞或近義詞： 室內(nèi)（住宅、居室、房屋）室內(nèi)（住宅、居室、房屋） 污染（放射性、化學(xué)、氡氣、甲醛、苯等）污染（放

7、射性、化學(xué)、氡氣、甲醛、苯等）v確定學(xué)科范疇等輔助信息：環(huán)境科學(xué)。中文庫為主，確定學(xué)科范疇等輔助信息：環(huán)境科學(xué)。中文庫為主，十年期限。十年期限。v以室內(nèi)環(huán)境污染檢測，危害和處理等方面研究為主以室內(nèi)環(huán)境污染檢測，危害和處理等方面研究為主v選擇專業(yè)數(shù)據(jù)庫選擇專業(yè)數(shù)據(jù)庫 和各類型綜合數(shù)據(jù)庫為主，以和各類型綜合數(shù)據(jù)庫為主，以google等網(wǎng)絡(luò)資源為輔等網(wǎng)絡(luò)資源為輔 檢索策略：例例3：GPS在建筑事業(yè)中的應(yīng)用在建筑事業(yè)中的應(yīng)用 主題詞主題詞：A：全球定位系統(tǒng)；：全球定位系統(tǒng)；B：建筑測量；：建筑測量； 組配詞：組配詞： C：應(yīng)用：應(yīng)用 表達(dá)式表達(dá)式：A AND B AND C例例4：加拿大遙感活動展望：

8、加拿大遙感活動展望 主題詞主題詞：A：遙感；：遙感；B：測繪科技活動；：測繪科技活動； 組配詞：組配詞：C：加拿大；：加拿大；D：展望：展望 表達(dá)式：表達(dá)式：(A OR B)AND C AND D檢索策略例例5：Peter教授在測量平差理論方面的研究教授在測量平差理論方面的研究 主題詞主題詞：A：測量平差；：測量平差； 組配詞：組配詞：B：理論；：理論；C：研究；：研究；D：Peter 表達(dá)式表達(dá)式：A AND( B OR C ) AND D 例例6：Batson關(guān)于土地規(guī)劃與地籍測量方面的論述關(guān)于土地規(guī)劃與地籍測量方面的論述 主題詞主題詞：A：土地規(guī)劃；：土地規(guī)劃；B：地籍測量；：地籍測量；

9、 組配詞：組配詞：C：評論；：評論；D：Batson; 表達(dá)式表達(dá)式：(A OR B)AND C AND D 檢索策略例例7：專題測圖用于土地利用制圖和植被：專題測圖用于土地利用制圖和植被制圖制圖主題詞主題詞：A：專題測量儀；：專題測量儀；B：土地利用：土地利用制圖；制圖；C：植被制圖：植被制圖; D：測繪儀器；：測繪儀器；E：地圖制圖；：地圖制圖；F：專題制圖：專題制圖表達(dá)式表達(dá)式：(A OR D )AND (B OR C OR E OR F )檢索策略例例8：新型的自動化數(shù)字制圖軟件的開發(fā)與利：新型的自動化數(shù)字制圖軟件的開發(fā)與利用用主題詞主題詞：A：機(jī)助制圖系統(tǒng)；：機(jī)助制圖系統(tǒng)；B：系統(tǒng)軟

10、件；：系統(tǒng)軟件； C：軟件技術(shù)；：軟件技術(shù)；D：自動化測圖：自動化測圖組配詞組配詞：E：開發(fā)；：開發(fā)；F：應(yīng)用：應(yīng)用表達(dá)式表達(dá)式：(A OR D)AND (B OR C )AND (E OR F )檢索策略例例9：利用人造衛(wèi)星數(shù)據(jù)及地理信息分析森林：利用人造衛(wèi)星數(shù)據(jù)及地理信息分析森林 用途用途主題詞主題詞：A;衛(wèi)星影象；衛(wèi)星影象；B;衛(wèi)星遙感；衛(wèi)星遙感；C;地理信地理信息系統(tǒng)；息系統(tǒng)；D：森林遙感：森林遙感;E;森林判讀；森林判讀；F;森林調(diào)森林調(diào)查；查；G;森林監(jiān)測；森林監(jiān)測；H;數(shù)據(jù)處理數(shù)據(jù)處理表達(dá)式表達(dá)式:（A OR B）AND C AND（D OR E OR F OR G）AND H檢

11、索策略注意注意 在檢索過程中，由于可以隨時(shí)修改在檢索過程中，由于可以隨時(shí)修改檢索策略，因此一方面要以制定的檢索檢索策略，因此一方面要以制定的檢索式為基礎(chǔ)，要服從檢索式，但不要過多式為基礎(chǔ)，要服從檢索式，但不要過多地受構(gòu)造檢索式的限制，要把條件適當(dāng)?shù)厥軜?gòu)造檢索式的限制，要把條件適當(dāng)放寬一些，逐步縮小檢索范圍，多次試放寬一些，逐步縮小檢索范圍，多次試驗(yàn)，以找到最佳檢索式驗(yàn)，以找到最佳檢索式 檢索策略實(shí)例分析與說明實(shí)例分析與說明（以下選題均來源于學(xué)生作業(yè)，分析并更正）（以下選題均來源于學(xué)生作業(yè)，分析并更正）檢索策略 課題一課題一 GIS技術(shù)的可視化研究技術(shù)的可視化研究v課題分析：課題分析： 二十一世

12、紀(jì)是一個(gè)信息大爆炸的時(shí)代，隨二十一世紀(jì)是一個(gè)信息大爆炸的時(shí)代，隨著著“信息論信息論”，“控制論控制論”及及“認(rèn)知論認(rèn)知論”等理論等理論的產(chǎn)生，作為一門古老的學(xué)科的地圖學(xué)也在這些的產(chǎn)生，作為一門古老的學(xué)科的地圖學(xué)也在這些新興理論的指導(dǎo)下，在這個(gè)信息時(shí)代產(chǎn)生了新的新興理論的指導(dǎo)下，在這個(gè)信息時(shí)代產(chǎn)生了新的發(fā)展點(diǎn)，發(fā)展點(diǎn)，“數(shù)字地球數(shù)字地球”的提出為地圖科學(xué)提出了的提出為地圖科學(xué)提出了更新更高的要求，更新更高的要求，GIS作為處理地理信息的一種作為處理地理信息的一種技術(shù)，應(yīng)運(yùn)而生。技術(shù)，應(yīng)運(yùn)而生。檢索策略 GIS是一種采集，加工，分析，訪問是一種采集，加工，分析，訪問及表達(dá)空間數(shù)據(jù)的信息系統(tǒng)。作為數(shù)

13、據(jù)本及表達(dá)空間數(shù)據(jù)的信息系統(tǒng)。作為數(shù)據(jù)本身是抽象的，不易直觀接受的信息，因此身是抽象的，不易直觀接受的信息，因此研究如何對數(shù)據(jù)進(jìn)行加工和研究如何對數(shù)據(jù)進(jìn)行加工和可視化可視化表達(dá)，表達(dá)，對于用戶來說是十分必要的。對于用戶來說是十分必要的。檢索策略目前的目前的GIS可視化的研究正方興未艾，對可視化的研究正方興未艾，對DEM，DTM和和DLG等數(shù)據(jù)模型特別是等數(shù)據(jù)模型特別是DEM的研究進(jìn)展的研究進(jìn)展飛速，而飛速，而三維三維可視化的表達(dá)方式又成為其中最可視化的表達(dá)方式又成為其中最熱門的方向，通過熱門的方向，通過DEM生成的等高線，地貌暈生成的等高線，地貌暈渲土，三維透視景象，三維地形漫游及交互式渲土，

14、三維透視景象，三維地形漫游及交互式三維可視系統(tǒng)在地圖學(xué)界開始發(fā)揮其強(qiáng)大的效三維可視系統(tǒng)在地圖學(xué)界開始發(fā)揮其強(qiáng)大的效用，并將在用，并將在GIS技術(shù)中占有三分天。技術(shù)中占有三分天。檢索策略 數(shù)字高程模型數(shù)字高程模型(DEM)作為數(shù)字地形模作為數(shù)字地形模擬的重要成果已經(jīng)成為國家空間數(shù)據(jù)基礎(chǔ)擬的重要成果已經(jīng)成為國家空間數(shù)據(jù)基礎(chǔ)設(shè)施設(shè)施(NSDI)的基本內(nèi)容之一，其相關(guān)學(xué)科的基本內(nèi)容之一，其相關(guān)學(xué)科有數(shù)據(jù)庫，軟件工程，遙感與航測等。在有數(shù)據(jù)庫，軟件工程，遙感與航測等。在不久的將來，隨著不久的將來，隨著虛擬現(xiàn)實(shí)虛擬現(xiàn)實(shí)技術(shù)與技術(shù)與GIS的的融合，必然為地理信息學(xué)科帶來翻天覆地融合，必然為地理信息學(xué)科帶來翻

15、天覆地的變化。的變化。檢索策略檢索關(guān)鍵詞與表達(dá)式中文關(guān)鍵詞：地理信息系統(tǒng)或GIS（上位）數(shù)字高程模型，可視化，三維，虛擬現(xiàn)實(shí)（下位）基本表達(dá)式：關(guān)鍵詞=（地理信息系統(tǒng)OR GIS）AND （可視化）AND （三維 OR 虛擬現(xiàn)實(shí)）英文Topic Words：GIS or Geography Information System3D，DEM，VR，visualizationBoolean Expression:kw= GIS AND visualization AND (3D OR DEM)檢索策略課題二課題二 檢索策略檢索策略檢索策略檢索策略 檢索策略檢索策略檢索策略檢索策略檢索策略 檢索策略

16、檢索策略課題五課題五 檢索策略檢索策略檢索策略檢索策略課題六課題六 檢索策略 檢索策略檢索策略檢索策略 課題七課題七 檢索策略檢索策略檢索策略四、四、 檢索效果的評價(jià)檢索效果的評價(jià)v查全率與查準(zhǔn)率是檢索質(zhì)量的兩個(gè)重要的評價(jià)指標(biāo)。查全率與查準(zhǔn)率是檢索質(zhì)量的兩個(gè)重要的評價(jià)指標(biāo)。v查全率查全率(recall ratio)=檢出的相關(guān)文獻(xiàn)量檢出的相關(guān)文獻(xiàn)量/檢索系統(tǒng)中檢索系統(tǒng)中相關(guān)文獻(xiàn)總量相關(guān)文獻(xiàn)總量即檢出文獻(xiàn)中合乎需要的文獻(xiàn)數(shù)量占數(shù)據(jù)庫中存在的即檢出文獻(xiàn)中合乎需要的文獻(xiàn)數(shù)量占數(shù)據(jù)庫中存在的合乎該需要的所有文獻(xiàn)的比例。查全率高說明有用的合乎該需要的所有文獻(xiàn)的比例。查全率高說明有用的東西都被你檢中了，但

17、對于數(shù)量巨大的數(shù)據(jù)庫而言，東西都被你檢中了，但對于數(shù)量巨大的數(shù)據(jù)庫而言，要達(dá)到要達(dá)到100%的查全率是不可能的，在網(wǎng)絡(luò)條件下尤的查全率是不可能的，在網(wǎng)絡(luò)條件下尤其如此。其如此。檢索策略v查準(zhǔn)率查準(zhǔn)率(precision ratio)=檢出的相關(guān)文獻(xiàn)量檢出的相關(guān)文獻(xiàn)量/檢出的檢出的文獻(xiàn)總量。指檢出文獻(xiàn)中合乎需要的文獻(xiàn)數(shù)量占檢文獻(xiàn)總量。指檢出文獻(xiàn)中合乎需要的文獻(xiàn)數(shù)量占檢出文獻(xiàn)全部數(shù)量的比例。出文獻(xiàn)全部數(shù)量的比例。 準(zhǔn)確率高說明你檢出的東西都是有用的東西。一般準(zhǔn)確率高說明你檢出的東西都是有用的東西。一般地說，很少能達(dá)到地說，很少能達(dá)到100%的查準(zhǔn)率。的查準(zhǔn)率。v在查全與查準(zhǔn)兩個(gè)方面一般難以兩全，為

18、了獲得很在查全與查準(zhǔn)兩個(gè)方面一般難以兩全，為了獲得很多有用的東西（達(dá)到高的查全率），需要較少的限多有用的東西（達(dá)到高的查全率），需要較少的限制檢索條件，但這樣檢出的無用的東西就會很多制檢索條件，但這樣檢出的無用的東西就會很多（查準(zhǔn)率不高），反之亦然。在計(jì)算機(jī)檢索中，一（查準(zhǔn)率不高），反之亦然。在計(jì)算機(jī)檢索中，一般認(rèn)為查準(zhǔn)率為般認(rèn)為查準(zhǔn)率為6070、查全率為、查全率為4060是較是較為理想的。為理想的。 檢索策略 n n為檢索系統(tǒng)中文獻(xiàn)總量，為檢索系統(tǒng)中文獻(xiàn)總量，m m為檢索輸出的文獻(xiàn)量，為檢索輸出的文獻(xiàn)量，a a為為n n中中與檢索課題有關(guān)的文獻(xiàn)量，與檢索課題有關(guān)的文獻(xiàn)量，b b為為m m中與檢索課題有關(guān)的文獻(xiàn)量中與檢索課題有關(guān)的文獻(xiàn)量( (檢準(zhǔn)文獻(xiàn)量檢準(zhǔn)文獻(xiàn)量) )，則，則n n、m m、a a、b b之間的關(guān)系如圖所示。之間的關(guān)系如圖所示。 圖1.4 文獻(xiàn)總量與檢出文獻(xiàn)之間的關(guān)系 檢索策略文獻(xiàn)總量與檢出文獻(xiàn)之間的關(guān)系文獻(xiàn)總量與檢出文獻(xiàn)之間的關(guān)系 令令R R表示查全率、表示查全率、P P表示查準(zhǔn)率、表示查準(zhǔn)率、M M表示漏檢率、表示漏檢率、N N表示誤檢率，則表示誤檢率，則R R、P P、M M、N N定義如下：定義如下：R=b/aR=b/a* *100100 P=b/mP=b/m* *100100 M=(1-b/a