檢索策略課件

1、檢索策略第六章計算機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：為實現檢索目標而實施的方法。：為實現檢索目標而實施的方法。 計算機信息檢索，實質上由計算機將輸入的計算機信息檢索，實質上由計算機將輸入的檢檢索策略索策略與系統(tǒng)中存貯的文獻特征標識及其邏輯組配與系統(tǒng)中存貯的文獻特征標識及其邏輯組配關系進行類比、匹配的過程。由于關系進行類比、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，加之對數據庫中的文獻特征標識不能有不確定性，加之對數據庫中的文獻特征標識不能充分了解，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識與信息需求和檢索影響，盡可能地使檢索提問標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、檢索策略的實施技巧、檢索策略的實施技巧v信息需求信息需求是人們客觀上或主觀上對各種情報信息的是人們客觀上或主觀上對各種情報信息的一種需求。這種需求是人們索取情報信息的出發(fā)點，一種需求。這種需求是人們索取情報信息的

3、出發(fā)點，也是計算機信息檢索時選擇數據庫、確定檢索策略也是計算機信息檢索時選擇數據庫、確定檢索策略以及評價檢索效果的依據。以及評價檢索效果的依據。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、申報成果獎勵、鑒定及立相同。例如，申請發(fā)明、申報成果獎勵、鑒定及立項類的查新課題，往往需要全面地收集某一主題范項類的查新課題，往往需要全面地收集某一主題范圍的文獻信息，這類課題具有普查、追溯的特點，圍的文獻信息，這類課題具有普查、追溯的特點，應著眼于應著眼于查全查全；而對于科研、生產中為解決某一特；而對于科研、生產中為解決某一特定問題的攻關課

4、題，往往只要求檢出的信息對自己定問題的攻關課題，往往只要求檢出的信息對自己的研究有所幫助，而對查找的文獻范圍不需要很廣。的研究有所幫助，而對查找的文獻范圍不需要很廣。因此，這類課題則要求因此，這類課題則要求查準查準。 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果的快，即從檢索請求的提出到檢索結果的提交要快速：提交要快速： （2 2）準，即檢索結果要準確，避免檢索出過）準，即檢索結果要準確，避免檢索出過多無關內容；多無關內容； （3 3）全，檢索結果全面，滿足用戶的需求；）全，檢索結果全面，滿足用戶的需求； （4 4）效益原則，即以最低的費用獲取所佳的

5、）效益原則，即以最低的費用獲取所佳的信息。信息。檢索策略三、三、 計算機信息檢索的具體步驟計算機信息檢索的具體步驟 1 分析檢索課題，制定切實可行的檢索策略分析檢索課題，制定切實可行的檢索策略 ( (這是檢索的出發(fā)點，依據這是檢索的出發(fā)點，依據) )2 2 利用檢索系統(tǒng)特定的指令正確實施檢索利用檢索系統(tǒng)特定的指令正確實施檢索3 3 通過人通過人- -機對話的方式不斷調整、修改、機對話的方式不斷調整、修改、檢索策略檢索策略4 4 根據查找的文獻線索獲取原始文獻根據查找的文獻線索獲取原始文獻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關鍵詞：城市（都市、城區(qū)

6、）關鍵詞：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建檢索策略例例2 了解有關國內近十年來室內裝修污染方面的研究了解有關國內近十年來室內裝修污染方面的研究v關鍵詞：室內、裝修、污染關鍵詞：室內、裝修、污染v同義詞或近義詞：同義詞或近義詞： 室內（住宅、居室、房屋）室內（住宅、居室、房屋） 污染（放射性、化學、氡氣、甲醛、苯等）污染（放

7、射性、化學、氡氣、甲醛、苯等）v確定學科范疇等輔助信息：環(huán)境科學。中文庫為主，確定學科范疇等輔助信息：環(huán)境科學。中文庫為主，十年期限。十年期限。v以室內環(huán)境污染檢測，危害和處理等方面研究為主以室內環(huán)境污染檢測，危害和處理等方面研究為主v選擇專業(yè)數據庫選擇專業(yè)數據庫 和各類型綜合數據庫為主，以和各類型綜合數據庫為主，以google等網絡資源為輔等網絡資源為輔 檢索策略：例例3：GPS在建筑事業(yè)中的應用在建筑事業(yè)中的應用 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：應用：應用 表達式表達式：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 表達式：表達式：(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 表達式表達式：A AND( B OR C ) AND D 例例6：Batson關于土地規(guī)劃與地籍測量方面的論述關于土地規(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; 表達式表達式：(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：專題制圖表達式表達式：(A OR D )AND (B OR C OR E OR F )檢索策略例例8：新型的自動化數字制圖軟件的開發(fā)與利：新型的自動化數字制圖軟件的開發(fā)與利用用主題詞主題詞：A：機助制圖系統(tǒng)；：機助制圖系統(tǒng)；B：系統(tǒng)軟

10、件；：系統(tǒng)軟件； C：軟件技術；：軟件技術；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：應用：應用表達式表達式：(A OR D)AND (B OR C )AND (E OR F )檢索策略例例9：利用人造衛(wèi)星數據及地理信息分析森林：利用人造衛(wèi)星數據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;森林調森林調查；查；G;森林監(jiān)測；森林監(jiān)測；H;數據處理數據處理表達式表達式:（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，由于可以隨時修改在檢索過程中，由于可以隨時修改檢索策略，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，要服從檢索式，但不要過多式為基礎，要服從檢索式，但不要過多地受構造檢索式的限制，要把條件適當地受構造檢索式的限制，要把條件適當放寬一些，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，以找到最佳檢索式驗，以找到最佳檢索式 檢索策略實例分析與說明實例分析與說明（以下選題均來源于學生作業(yè)，分析并更正）（以下選題均來源于學生作業(yè)，分析并更正）檢索策略 課題一課題一 GIS技術的可視化研究技術的可視化研究v課題分析：課題分析： 二十一世

12、紀是一個信息大爆炸的時代，隨二十一世紀是一個信息大爆炸的時代，隨著著“信息論信息論”，“控制論控制論”及及“認知論認知論”等理論等理論的產生，作為一門古老的學科的地圖學也在這些的產生，作為一門古老的學科的地圖學也在這些新興理論的指導下，在這個信息時代產生了新的新興理論的指導下，在這個信息時代產生了新的發(fā)展點，發(fā)展點，“數字地球數字地球”的提出為地圖科學提出了的提出為地圖科學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，應運而生。技術，應運而生。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，訪問及表達空間數據的信息系統(tǒng)。作為數

13、據本及表達空間數據的信息系統(tǒng)。作為數據本身是抽象的，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，因此研究如何對數據進行加工和研究如何對數據進行加工和可視化可視化表達，表達，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等數據模型特別是等數據模型特別是DEM的研究進展的研究進展飛速，而飛速，而三維三維可視化的表達方式又成為其中最可視化的表達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)在地圖學界開始發(fā)揮其強大的效三維可視系統(tǒng)在地圖學界開始發(fā)揮其強大的效用，并將在用，并將在GIS技術中占有三分天。技術中占有三分天。檢索策略 數字高程模型數字高程模型(DEM)作為數字地形模作為數字地形模擬的重要成果已經成為國家空間數據基礎擬的重要成果已經成為國家空間數據基礎設施設施(NSDI)的基本內容之一，其相關學科的基本內容之一，其相關學科有數據庫，軟件工程，遙感與航測等。在有數據庫，軟件工程，遙感與航測等。在不久的將來，隨著不久的將來，隨著虛擬現實虛擬現實技術與技術與GIS的的融合，必然為地理信息學科帶來翻天覆地融合，必然為地理信息學科帶來翻

15、天覆地的變化。的變化。檢索策略檢索關鍵詞與表達式中文關鍵詞：地理信息系統(tǒng)或GIS（上位）數字高程模型，可視化，三維，虛擬現實（下位）基本表達式：關鍵詞=（地理信息系統(tǒng)OR GIS）AND （可視化）AND （三維 OR 虛擬現實）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、 檢索效果的評價檢索效果的評價v查全率與查準率是檢索質量的兩個重要的評價指標。查全率與查準率是檢索質量的兩個重要的評價指標。v查全率查全率(recall ratio)=檢出的相關文獻量檢出的相關文獻量/檢索系統(tǒng)中檢索系統(tǒng)中相關文獻總量相關文獻總量即檢出文獻中合乎需要的文獻數量占數據庫中存在的即檢出文獻中合乎需要的文獻數量占數據庫中存在的合乎該需要的所有文獻的比例。查全率高說明有用的合乎該需要的所有文獻的比例。查全率高說明有用的東西都被你檢中了，但

17、對于數量巨大的數據庫而言，東西都被你檢中了，但對于數量巨大的數據庫而言，要達到要達到100%的查全率是不可能的，在網絡條件下尤的查全率是不可能的，在網絡條件下尤其如此。其如此。檢索策略v查準率查準率(precision ratio)=檢出的相關文獻量檢出的相關文獻量/檢出的檢出的文獻總量。指檢出文獻中合乎需要的文獻數量占檢文獻總量。指檢出文獻中合乎需要的文獻數量占檢出文獻全部數量的比例。出文獻全部數量的比例。 準確率高說明你檢出的東西都是有用的東西。一般準確率高說明你檢出的東西都是有用的東西。一般地說，很少能達到地說，很少能達到100%的查準率。的查準率。v在查全與查準兩個方面一般難以兩全，為

18、了獲得很在查全與查準兩個方面一般難以兩全，為了獲得很多有用的東西（達到高的查全率），需要較少的限多有用的東西（達到高的查全率），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（查準率不高），反之亦然。在計算機檢索中，一（查準率不高），反之亦然。在計算機檢索中，一般認為查準率為般認為查準率為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)中文獻總量，為檢索系統(tǒng)中文獻總量，m m為檢索輸出的文獻量，為檢索輸出的文獻量，a a為為n n中中與檢索課題有關的文獻量，與檢索課題有關的文獻量，b b為為m m中與檢索課題有關的文獻量中與檢索課題有關的文獻量( (檢準文獻量檢準文獻量) )，則，則n n、m m、a a、b b之間的關系如圖所示。之間的關系如圖所示。 圖1.4 文獻總量與檢出文獻之間的關系 檢索策略文獻總量與檢出文獻之間的關系文獻總量與檢出文獻之間的關系 令令R R表示查全率、表示查全率、P P表示查準率、表示查準率、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