信息检索复习纲要（精）

《信息检索复习纲要（精）》由会员分享，可在线阅读，更多相关《信息检索复习纲要（精）（15页珍藏版）》请在金锄头文库上搜索。

1、第一章第一章信息检索基础知识信息检索基础知识 1. 信息、文献、资料的概念及其包含关系 1） 信息：物质存在方式和运动状态的反应，在发生源和吸收源之间，当发生源发出的信号被吸收源所理解， 信号就成为信息 。 （信号被理解吸收即为信息） 2） 文献： a)定义：记录下来的知识，必须有知识和载体两部分。 b)载体：文献的形态,如甲骨、纸介型 、胶片，磁带，磁盘，光盘等 c)记录手段：文字、图像、公式、声频、视频和代码等 d)物质形态：图书、期刊、专利说明书、录音带、缩微品、光盘等 3） 资料： a)定义：大凡人类的知识用文字、图形、符号、声频、视频的手段记录下来的东西，统统可称为文 献。也可以称为

2、固化在一定载体上的知识。 b)灵魂：知识 文献的内容 c)载体：文献的形态,如甲骨、青铜器、纸介型 、胶片，磁带，磁盘，光盘等 d)记录手段：文字、图像、公式、声频、视频和代码等 e)物质形态：图书、期刊、专利说明书、录音带、缩微品、光盘等 4） 包含关系：文献资料信息2. 信息的分类及特点 1)按载体的出版编辑特点：分有十二大文献类型（及各 自特点）图书：是对科研成果、生产技术和经验的总结性的概 况论述A）内容特点：系统性好、完整性好B）出版周期较长，报道速度相对较慢C）著录特征：著者、出版项（出版地、出版社名和出版 年份） 、国际标准图书号（ISBN）期刊A）期刊一般是指名称固定、定期或不

3、定期连续出版物。B）特点：内容新颖 报道速度快 系统性差C）著录特征：ISSN、 CN、 年、卷、期（邮发代号内部准印证）会议文献 ：研究人员在各种学术会议上交流科研新成果、新进展、及发展趋势的讨论记录或论文（通 称会议论文)A）特点：传递信息及时、针对性强、内容新颖B） 一部分科研成果就是通过学术会议首次发表的C）会议文献特征：有会议召开的地点、届次、时间，以及会议录的出版社、出版地、出版时间等。 专利文献：是一种用法律形式来保护的文献，专利文献主要由专利说明书构成。它反映了当前最新的 技术成果。专利说明书对于工程技术人员，特别是产品工艺设计人员来说，是一种重要情报源。发明专利：具有较高水平

4、的发明，是在某个领域内具有独创性的发明科技报告：是指国家政府部门或科研生产单位关于某项研究成果的总结报告，或是研究过程中的阶段进 展报告。A）与期刊相比：在内容方面，报告比期刊论文专深、详尽、可靠。是一种不可多得的情报源。科技报告能 代表一个国家和专业的发展水平及动向。B）目前国际上较著名的科技报告是美国政府的四大报告，即民用工程报告军用工程报告 航空航天报告能源报告。学位论文：是著者为获得某种学位而撰写的科学论文。A）一般偏重于理论B）附有大量的参考文献C）借此可以看出有关专题的发展过程和方向政府出版物：是各国政府部门及其所属机构颁布和出版的文件资料。A）内容主要分为行政性文件（如政府法令、

5、方针政策等）科技文件（如科学技术白皮书 ） 。B）对了解一个国家的科技和经济政策及其演变情况有一定的参考价值。标准文献：是对工农业产品和工程建设的质量、规格及其检验方法所做的技术规定。标准文献具有一定 的法律约束力。 A）反映当时的技术工艺水平及技术政策B）国际标准化组织（ISO）和国际电工委员会（IEC） 。 C）标准文献的特点是：有标准号。D）标准号由三部分组成：标准颁布机构代码+顺序号+颁布年份 例如： GB 2683-98产品资料：指产品目录、产品样本和产品说明书一类的厂商产品宣传和使用资料。产品技术资料一般向 厂商直接索取。技术档案：是指生产建设和科学技术部门在技术活动中形成的。报纸

6、、新闻稿：是指那些阐述问题面广，具有群众性与通俗性，对科技成果报道的不系统，可获得一 些重要消息的资料。工作文稿：准备在期刊上发表或向学术会议提出的论文或研究报告的初稿，是一种短时效的文献，是 一种很难全面收集的文献。 总结总结 1 1： A 理论探讨性质期刊、会议文献、学位论文 B 了解某一个课题的历史现状及末来图书 C 工艺革新、发明创造专利文献 D 了解尖端技术科技报告 E 毕业设计、撰写毕业论文学位论文 F 国家政策政府出版物 G 产品设计、生产造型标准文献、产品资料 总结总结 2 2： A 国际标准图书号（ISBN） a)由 10 位数组成 7-5335-1519-6/TP64 b)

7、第一段:组号代表国家、地区、语种 c)第二段:出版者号,由国家或地区 ISBN 中心分配； d)第三段:书名号，由出版者按出版顺序所给 e)第四段:校验位 B 国际标准期刊号 ISSN a)由 8 位数组成 b)例如 的国际标准期刊号为：ISSN10050043，最后一位为检验码。 C 国内统一刊号 CNCN 11 3248 / TP地区号 顺序号 分类号 D 标准文献的特点是：有标准号（标准颁布机构代码+顺序号+颁布年份）GB 2683 - 98标准颁布机构代码 顺序号 颁布年份 E 专利号（见本资料第五章）2)信息按照信息载体的编辑特点分类图书、期刊、特种文献 3)按信息的加工层次分类：

8、a)一次信息：原始文献原始文献 b)二次信息：将分散的、无组织的一次信 息，按一定的原则加工、整理、简化、 组织成为系统的、便于查找利用的信息。 即（检索工具）（检索工具）目录、题录、索引、目录、题录、索引、 文摘文摘 c)三次信息：在合理利用二次信息的基础 上，选用一次信息的内容，根据一定的 需要、目的进行分析、综合或浓缩重组 而得到的信息。即( (参考性文献参考性文献) )论论 文丛集、综述、年鉴文丛集、综述、年鉴 3) 信息与三次信息的区别： A 对象不同 a)二次信息以“ 篇” 或“ 本” 为 单位进行加工 b)三次信息则归纳了较多的一次信息内容 B 用途不同 a)二次信息为检索一次信

9、息的工具 b)三次信息能直接提供检索答案. 3. 信息检索包括三个方面： 数据检索 、事实检索 、文献检索 (三者中以文献检索为主) 4. 文献检索 1)定义： a)检索系统的建立及检索工具的组织和积累 b)文献查询 2)类型： a)直接检索是从通过阅读原始文献直接获取所需信息，快捷、方便、漏查率高 b)间接检索是通过二次文献（检索工具）的指导再查找原始文献而获取所需信息，系统、全面 滞后 5. 文献检索工具 1)定义：检索工具是按一定的学科、主题等进行搜集整理并给予文献的标志,是及时报道的二次文献，具 有报道、存贮、检索的功能。 2)类型：目录型检索工具、题录型检索工具、文摘型检索工具、索引

10、型检索工具 a. 目录型检索工具 目录型检索工具是记录具体出版单位、收藏单位及其他外表特征的工具。目录著录的对象是单位出版 物,一般著录文献的名称、著者、文献出处等。目录的种类很多，对于文献检索来说，国家书目、联合 目录、馆藏目录等尤为重要。 b. 题录型检索工具 题录型检索工具是以单篇文献为基本著录单位来描述文献外表特征（如文献题名、著者姓名、文献出 处等） ，题录的著录对象是单篇文献，是快速报道文献信息的一类检索工具。它与目录的主要区别是著 录的对象不同。目录著录的对象是单位出版物，题录的著录对象是单篇文献。 c. 文摘型检索工具 文摘型检索工具是将大量分散的文献，选择重要的部分，以简炼的

11、形式做成摘要，并按一定的方法组织排列起来的检索工具。 d. 索引型检索工具 索引型检索工具是根据一定的需要，把特定范围内的某些重要文献中的有关款目或知识单元，如书名、 刊名、人名、地名、语词等，按照一定的方法编排，并指明出处，为用户提供文献线索的一种检索工 具。 第二章第二章网络资源网络资源 1. www 资源的基本知识 1)TCPIP 协议：TCP/IP 是一个网络协议族，其中 TCP 协议、IP 协议是最基本的协议，简称 TCP/IP 协 议。INTERNET 是基于 TCPIP 协议协议进行数据传输的。 2)IP 地址：Internet 上的每一台计算机主机都必须有唯一的“地址” ，以保

12、证 Internet 上所有的计算 机和网络能够被互相传送信息而不被混淆，以数字表示，称为 IP 地址。IP 地址由 32 位二进制数组 成， 分四组（每组 8 位） ，用十进制表示，每位 IP 的范围从 0 到 255。3)域名：具有实际含义的网址，比 IP 地址好记。域名的层次结构从右到左，子域名分别表示：国家或 地区的名称、组织类型、组织名称、分组织名称、计算机名称等，如：http:/ 国内域名 www.whitehouse.gov国际域名 国际域名 国内域名 www.第一财经.com中文域名，国际域名 http:/清华大学.cn 中文域名，国内域名4)DNS：从事域名和 IP 地址之间

13、的翻译工作 5)HTML：超文本标记语言，所有 WWW 的页面都是用 HTML 编写的超文本文件。 6)HTTP 协议：超文本传输协议，HTTP 是 Web 服务器和 Web 客户机进行通讯的语言。所有的 Web 服务器 及浏览器必须遵循这一协议，才能发送或接收超文本（超媒体）文件。Web 服务器又称 HTTP 服务器。2.2. 搜索引擎：搜索引擎： 1)搜索引擎是 Internet 网络上查找信息最常用的方法。 2)工作原理： a)派出“ 网页搜索程序” 在网上搜寻所有信息，并将它们带回搜索引擎 ； b)将信息进行分类整理，建立搜索引擎数据库 ； c)通过 Web 服务器端软件，为用户提供浏

14、览器 界面下的信息查询 3)类型：分类目录式搜索引擎、全文搜索引擎、元搜索搜索引擎 a)分类目录式搜索引擎按目录分类的网站链接列表,提供相关类目的网站信息。如网址大全。b)全文搜索引擎通过从互联网上提取的各个 网站的信息（以网页文字为主）而建立的数据 库中，检索与用户查询条件匹配的相关记录， 然后按一定的排列顺序将结果返回给用户，因 此他们是真正的搜索引擎。如 Google、baidu 等。c)元搜索搜索引擎将多个搜索引擎集成在一起，并提供一个统一的检索界面，当用户查询时， 它查询的问题同时发给多个搜索引擎，同时检索多个数据库，再经聚合，去重之后输出检索结果。3. 使用搜索引擎的技巧 4. 信

15、息检索技术： 1)布尔逻辑符(或、与、非) a)逻辑与：符号为“*”或“AND” ，A*B：表示数据库中既含有 A 概念又含有 B 概念的文献才被命中。 可以用来缩小范围。 如：计算机在机械工业中的应用 计算机应用*机械工业 b)逻辑或：符号为“”或“OR” ，AB：表示在数据库中只要含有 A 概念或 B 概念的文献都可命中。 可以用来扩大范围。 如：机器人的结构及构件研究 机器人结构+机器人构件 c)逻辑非：符号为“”或“NOT”,AB：表示在数据库中，在命中含有 A 概念的文献集合里，去除 同时含有 B 概念的文献。 如：电视台中央电视台 2)查全率、查准率 a)查全率（检索出的相关信息量/系统中的相关信息总量）*100%，衡量检索系统和检索者检出相 关信息的能力; b)查准率（检索出的相关信息量/检索出的信息总量）*100%，衡量检索系统和检索者拒绝非相关信息的能力; c)提高查准率的方法有：使用逻辑“与” （AND）. d)提高查全率的方法有：使用逻辑“或” （OR） 5. 电子邮件 1)SMTP（收件协议） 、POP3 邮局协议（发件协议） 2)电子邮件的格式：用户名邮件服务器域名，如 3)工具：Outlook、Foxmail 4)应用：邮件列表、新闻组 6. 文件传输协议：FTP 7. 远程传输协议：TELNET 第三章第三章图书信息的检索和获