第10章 信息檢索與應(yīng)用基礎(chǔ)

大學(xué)計(jì)算機(jī)基礎(chǔ)湖南工業(yè)大學(xué)計(jì)算機(jī)與通信學(xué)院湖南工業(yè)大學(xué)計(jì)算機(jī)公共基礎(chǔ)課程系列第七章信息檢索與應(yīng)用基礎(chǔ)湖南工業(yè)大學(xué)計(jì)算機(jī)與通信學(xué)院湖南工業(yè)大學(xué)《大學(xué)計(jì)算機(jī)基礎(chǔ)》學(xué)習(xí)目標(biāo)1.了解信息檢索相關(guān)的概念。2.掌握信息檢索的方法和技術(shù)。3.了解常用中外數(shù)據(jù)庫檢索系統(tǒng)。4.了解如何利用綜合信息資源。重點(diǎn)

、難點(diǎn)*3W+1H學(xué)習(xí)法WhyWhereHowWhat什么是信息檢索和檢索系統(tǒng)？如何利用計(jì)算機(jī)資源進(jìn)行信息檢索?

*為什么要學(xué)習(xí)要信息檢索的相關(guān)方法和技巧？*信息檢索的應(yīng)用和強(qiáng)大功能體現(xiàn)在哪些方面？3W+1H

目錄一種多方互動(dòng)式學(xué)教系統(tǒng)(發(fā)明專利)7.1信息檢索概述一種多方互動(dòng)式學(xué)教系統(tǒng)(發(fā)明專利)7.2網(wǎng)絡(luò)信息檢索的方法和技巧一種多方互動(dòng)式學(xué)教系統(tǒng)(發(fā)明專利)一種多方互動(dòng)式學(xué)教系統(tǒng)(發(fā)明專利)7.5本章小結(jié)7.3常用數(shù)據(jù)庫檢索系統(tǒng)的介紹7.4信息資源的綜合利用信息檢索概述7.1.1問題提出信息檢索的定義What

所謂“信息檢索(InformationStorageandRetrieval)”，它是指將信息按照一定的方式組織和存儲(chǔ)起來，并能根據(jù)用戶的需要找出其中相關(guān)信息的過程。信息檢索系統(tǒng)(InformationRetrievalSystem)是指根據(jù)特定的信息需求而建立起來的一種有關(guān)信息搜集、加工、存儲(chǔ)和檢索的程序化系統(tǒng)，其主要目的是為人們提供信息服務(wù)。

發(fā)展原理7.1.2信息檢索的發(fā)展歷程計(jì)算機(jī)信息檢索的發(fā)展過程：第一階段第二階段第三階段脫機(jī)批處理檢索聯(lián)機(jī)檢索

網(wǎng)絡(luò)化信息檢索7.1.3信息檢索的原理信息檢索的基本原理：

信息檢索廣義上講包括信息的存儲(chǔ)和檢索兩個(gè)方面：

信息的存儲(chǔ)過程是：將收集到的原始文獻(xiàn)進(jìn)行主題概念分析，根據(jù)一定的檢索語言抽取出主題詞、分類號(hào)以及文獻(xiàn)的其他特征進(jìn)行標(biāo)識(shí)或者寫出文獻(xiàn)的內(nèi)容摘要。然后再把這些經(jīng)過“前處理”的數(shù)據(jù)按一定格式輸入到計(jì)算機(jī)存儲(chǔ)起來。信息的檢索過程是：用戶對(duì)檢索課題加以分析，明確檢索范圍，弄清主題概念，并用系統(tǒng)檢索語言來表示，然后形成相應(yīng)的檢索標(biāo)識(shí)及檢索策略進(jìn)行檢索。7.2信息檢索的方法和技巧信息檢索的方法與技巧7.2.1信息檢索的方法1、布爾邏輯檢索

即運(yùn)用布爾邏輯算符對(duì)檢索詞進(jìn)行邏輯組配，來表達(dá)兩個(gè)概念之間的邏輯關(guān)系。布爾邏輯算符主要有:AND（*）、OR（+）、NOT（-）

如邏輯與：用運(yùn)算符AND或*連接檢索詞例1：查“有關(guān)計(jì)算機(jī)在圖書館中的應(yīng)用”的文獻(xiàn)，

檢索式=計(jì)算機(jī)*圖書館例3:

查“玉米但不是甜玉米”方面的文獻(xiàn)。

檢索式=玉米—甜玉米例2：查“蘋果或梨”方面的文獻(xiàn)

檢索式=蘋果+梨2、位置算符檢索

在檢索式中，檢索詞的相對(duì)次序不同，表達(dá)的檢索意圖也不一樣，布爾邏輯運(yùn)算符有時(shí)難以表達(dá)某些檢索課題的確切提問要求，用詞間位置算符來限定和組配檢索詞，可彌補(bǔ)布爾邏輯算符造成誤檢的不足。

位置算符檢索就是利用一些特定的位置算符來表達(dá)檢索詞之間的位置關(guān)系，有的書上把這種檢索稱為原文檢索。常用的位置算符有：W、W/N、WITH、WITHIN、nW、PRE、N、NEAR、ADJ、nN、F、SAME。下面介紹使用頻率較高的幾個(gè)位置算符。（1）W、W/N、WITH、WITHIN：功能：兩詞相鄰，按輸入時(shí)順序排列（也有數(shù)據(jù)庫允許順序顛倒）表達(dá)式：Education（W）school或EducationWITHschool檢索結(jié)果：Educationschool；educationschools（2）SAME：功能：兩詞出現(xiàn)在同一自然句中，其詞序與詞量不受限制表達(dá)式：EducationSAMEschool檢索結(jié)果：Education和school兩詞出現(xiàn)在同一句子中即可3、截詞檢索截詞運(yùn)算符號(hào)有兩個(gè)：“？、*”。它們?cè)诓煌到y(tǒng)中表示的含義不同。（1）有限截詞。即在檢索詞后后截幾個(gè)有限的字母，如名詞的單復(fù)數(shù)，動(dòng)詞的詞尾變化等。原因：在英語詞匯中，一個(gè)詞可能有多種形態(tài)，如詞的單、復(fù)數(shù)形式的不同，英美拼寫方法不同、詞性不同等。如輸入computer??表示有0-2個(gè)字母變化，可檢出computer和computers。

輸入stud???表示截?cái)嗵幱?-3個(gè)字母變化，可檢出study，studies，tudied，studing。（2）無限截詞：在檢索詞后加一個(gè)“*“，表示該詞后可加任意個(gè)字符。使用無限截詞，所截詞根不能太短，否則會(huì)輸出許多無關(guān)文獻(xiàn)，造成誤檢。如：computer*可檢出computers,computering,computered,computerization.（3）中間截詞：在檢索詞中間加一個(gè)或幾個(gè)？號(hào)，主要解決一些英美拼寫不同，可簡化單復(fù)數(shù)形式不同的詞的輸入。

如：輸入wom?n可檢出woman,women4、詞組檢索

將一個(gè)詞組或短語用雙引號(hào)“”括起作為一個(gè)獨(dú)立運(yùn)算單元，進(jìn)行嚴(yán)格匹配，以提高檢索準(zhǔn)確度。如：“GlobalPositioningSystem”,只檢索出規(guī)定字段中包含完整詞組的記錄。5、字段限制檢索將檢索詞限定在某一字段中，檢索時(shí)，計(jì)算機(jī)只對(duì)限定字段進(jìn)行運(yùn)算，以提高檢索效果。常用的檢索符號(hào)有：

in、=、<、>、≤、≥例：限定在某字段中檢索，后跟一個(gè)字段名，如appleinti（ti表示題目字段），表示命中文獻(xiàn)中“apple”一詞必須在題目中出現(xiàn)。6、括號(hào)檢索用于改變運(yùn)算的先后次序，括號(hào)內(nèi)的做優(yōu)先運(yùn)算。

如比較（GPS

OR

GIS）AND

China

GPS

OR

GISAND

China總結(jié)：在一個(gè)復(fù)雜的檢索式中，不僅可以有多個(gè)運(yùn)算符，也可以使用括號(hào)來指定運(yùn)算的優(yōu)先順序、以及體現(xiàn)概念的完整性。7.2.2網(wǎng)絡(luò)信息檢索的常用技術(shù)1.全文信息檢索技術(shù)

全文檢索是指以文檔的全部文本信息作為檢索對(duì)象的一種信息檢索技術(shù)，目前搜索引擎基本上都采用全文檢索技術(shù)。

搜索引擎(searchengine)是指根據(jù)一定的策略、運(yùn)用特定的計(jì)算機(jī)程序搜集互聯(lián)網(wǎng)上的信息，在對(duì)信息進(jìn)行組織和處理后，將信息顯示給用戶。目前常用的搜索引擎有百度、google等。（1）百度搜索

2000年1月1日，公司創(chuàng)始人李彥宏、徐勇攜120萬美元風(fēng)險(xiǎn)投資，從美國硅谷回國，創(chuàng)建了百度公司?，F(xiàn)在百度已是全球最大的中文搜索引擎。

在瀏覽器的地址欄中輸入（）即進(jìn)入百度搜索。

演示常用的搜索引擎（2）Google搜索引擎

Google成立的第一步始于1998年，Google創(chuàng)始人LarryPage和SergeyBrin在斯坦福大學(xué)的學(xué)生宿舍內(nèi)共同開發(fā)了全新的在線搜索引擎。在瀏覽器的地址欄中輸入/,即進(jìn)入Google首頁。（3）其他搜索引擎

除上述兩種最常用的搜索引擎外，還有其它一些搜索引擎：搜狗：/雅虎全能搜：/，搜索范圍涵蓋生活服務(wù)、黃頁、資訊、音樂、圖片、知識(shí)堂等領(lǐng)域。奇虎問答：是一個(gè)互助問答平臺(tái)，網(wǎng)址為：/CNKI知識(shí)搜索：主要是學(xué)術(shù)方面的搜索，網(wǎng)址：/狗狗搜索：主要用于搜索影視、軟件，網(wǎng)址為：。2.多媒體信息檢索技術(shù)

多媒體信息資源是數(shù)字圖書館中獨(dú)具特色的一類信息資源,既包括數(shù)字化的文本信息、圖形與圖像信息,又包括數(shù)字化的視頻與音頻信息。當(dāng)詞語難以形象和準(zhǔn)確地描述視覺或聽覺感知時(shí)，例如一種東西的式樣、顏色或紋理，用戶就需要利用媒體呈現(xiàn)的視覺和聽覺特性來查詢。多媒體信息檢索包括：（1）圖像信息檢索（2）音頻信息檢索（3）視頻信息檢索3.超文本和超媒體信息檢索技術(shù)

超媒體和超文本都以非線性方式組織信息，本質(zhì)上具有同一性。在超文本中，信息的主要形態(tài)是文本和圖形，以節(jié)點(diǎn)形式存儲(chǔ)信息，實(shí)現(xiàn)相關(guān)節(jié)點(diǎn)間的非線性、聯(lián)想式檢索。而超媒體是一種在一條條信息間創(chuàng)建明確關(guān)系的方法，它把超文本的含義擴(kuò)展為包含多媒體對(duì)象，而且能夠?qū)崿F(xiàn)音頻與視頻信號(hào)的同步。Internet上的WWW可以實(shí)現(xiàn)超文本和超媒體的信息檢索。4.智能信息檢索技術(shù)

數(shù)據(jù)庫系統(tǒng)是儲(chǔ)存某個(gè)學(xué)科大量事實(shí)的計(jì)算機(jī)系統(tǒng)，隨著應(yīng)用的進(jìn)一步發(fā)展，存儲(chǔ)的信息量越來越大，因此解決智能檢索的問題具有了實(shí)際意義。

智能信息檢索系統(tǒng)應(yīng)具有如下的功能：

（1）能理解自然語言，允許用自然語言提出各種問題；（2）具有推理能力，能根據(jù)存儲(chǔ)的事實(shí)，演繹出所需的答案；（3）系統(tǒng)具有一定的常識(shí)性知識(shí)來補(bǔ)充學(xué)科范圍的專業(yè)知識(shí)。系統(tǒng)根據(jù)這些常識(shí)，將能演繹出更一般的答案來。

當(dāng)然，實(shí)現(xiàn)這些功能要應(yīng)用人工智能的方法。5.文本聚類技術(shù)

文本聚類是進(jìn)行文本信息檢索的重要方法,被廣泛應(yīng)用于網(wǎng)絡(luò)信息和檔案資料的篩選和檢索，聚類就是按照事物間的相似性進(jìn)行區(qū)分和分類的過程。國內(nèi)外的研究者提出了很多聚類算法,這些算法被用于眾多應(yīng)用領(lǐng)域,如模式識(shí)別、數(shù)據(jù)分析、圖象處理以及市場(chǎng)研究等。7.2.3

網(wǎng)絡(luò)信息檢索的策略與技巧網(wǎng)絡(luò)信息檢索存在的問題網(wǎng)絡(luò)信息檢索的技巧（檢索策略）什么是檢索策略？

為實(shí)現(xiàn)檢索目標(biāo)而制定的全盤計(jì)劃或方案。檢索策略的概念未完待續(xù)。。。。。。信息檢索策略常用數(shù)據(jù)庫檢索系統(tǒng)的介紹

本節(jié)通過對(duì)國內(nèi)外常用數(shù)據(jù)庫資源的介紹，讓大家對(duì)各個(gè)數(shù)據(jù)庫的收錄范圍、檢索功能、收錄核心期刊、檢索結(jié)果等情況進(jìn)行有效地分析和評(píng)價(jià),因而能夠確切地區(qū)分其特點(diǎn)和功能，進(jìn)行有目的地選用。7.3

常用數(shù)據(jù)庫檢索系統(tǒng)的介紹7.3.1常用中文檢索數(shù)據(jù)庫1、期刊檢索

CNKI（中國知識(shí)基礎(chǔ)設(shè)施工程）工程于1995年正式立項(xiàng)，在政府及社會(huì)各界多方努力下，經(jīng)過10年建成了世界上全文信息量規(guī)模最大的“CNKI數(shù)字圖書館”，并全力建設(shè)《中國知識(shí)資源總庫》，以“中國知網(wǎng)()”為網(wǎng)絡(luò)出版與知識(shí)服務(wù)平臺(tái)，通過產(chǎn)業(yè)化運(yùn)作，為全社會(huì)提供最豐富的信息資源和數(shù)字化學(xué)習(xí)平臺(tái)?？梢酝ㄟ^中國知識(shí)基礎(chǔ)設(shè)施工程（CNKI）的網(wǎng)址:/,或者各高校圖書館的“數(shù)字資源”，進(jìn)入中國期刊全文數(shù)據(jù)庫并實(shí)施數(shù)據(jù)庫的檢索。如圖7-4所示，首次閱讀時(shí)，要先下載閱讀器，如CAJViewer和AdobeReader等。演示圖7-4中國期刊全文數(shù)據(jù)庫檢索主頁

目前有很多電子圖書的檢索，下面先介紹一種目前最方便、也頗受爭(zhēng)議的電子圖書——google電子圖書。電子圖書是指以數(shù)字代碼方式將圖、文、聲、像等信息存儲(chǔ)在磁、光、電介質(zhì)上，通過計(jì)算機(jī)或類似設(shè)備使用，并可復(fù)制發(fā)行的大眾傳播體。2、電子圖書檢索

方法舉例

進(jìn)入google電子圖書很容易，它無需任何閱讀器，即能在IE上閱讀。在IE地址欄上網(wǎng)址：/即進(jìn)入。

如圖所示。舉例：查詢關(guān)于EXCEL這本書。方法：在搜索欄中輸入“excel”,然后單擊“搜索圖書”，則搜索出如圖所示，選擇感興趣的圖書即可。3、中國學(xué)位論文文摘檢索數(shù)據(jù)庫（CDDB）

收錄了自1977年恢復(fù)高考以來我國自然科學(xué)、哲學(xué)、經(jīng)濟(jì)、管理、語言、文學(xué)等領(lǐng)域博士、博士后及碩士研究生論文，其中文摘已達(dá)40余萬篇，它不但是我國最早建設(shè)的全國性學(xué)位論文數(shù)據(jù)庫，而且也是我國目前收錄學(xué)位論文信息最多、最全的數(shù)據(jù)庫。(1)中國學(xué)位論文全文數(shù)據(jù)庫檢索介紹先登錄某圖書館（清華）主頁-數(shù)據(jù)庫-中文數(shù)據(jù)庫-萬方數(shù)據(jù)資源系統(tǒng)-學(xué)位論文全文，如圖所示。（2）其他中文學(xué)位論文網(wǎng)站①CNKI中國優(yōu)秀博碩士論文全文數(shù)據(jù)庫：至2005年8月止，累積博碩士學(xué)位論文全文文獻(xiàn)近25萬篇。文摘網(wǎng)上可免費(fèi)檢索/②國家科技圖書文獻(xiàn)中心學(xué)位論文：1984－，收藏我國高等院校、研究生院及研究院所的碩博士論文和博士后報(bào)告，涉及自然科學(xué)各專業(yè)領(lǐng)域，并兼顧人文社科，目前包含50余萬條記錄，每年新增6萬余條記錄，中文學(xué)位論文663796條（文摘），外文74350（文摘）/nstl/user/ywjsdg.jsp③國家圖書館學(xué)位論文：1981，國家圖書館是教育部指定的全國博士論文、博士后研究報(bào)告收藏機(jī)構(gòu)，并收藏我國海外留學(xué)生的部分博士論文。7.3.2三大外文檢索數(shù)據(jù)庫1、EI數(shù)據(jù)庫檢索（1）簡介

美國《工程索引》(TheEngineeringIndex)簡稱EI，創(chuàng)刊于1884年，由美國工程信息公司編輯出版。所報(bào)道的文獻(xiàn)學(xué)科覆蓋面廣，涉及工程技術(shù)領(lǐng)域各個(gè)方面。經(jīng)過100多年的發(fā)展，《工程索引》已經(jīng)成為全球工程技術(shù)領(lǐng)域最著名的檢索系統(tǒng)，同時(shí)它也是世界引文分析和文獻(xiàn)評(píng)價(jià)的四大