《信息检索概论》PPT课件.ppt

《《信息检索概论》PPT课件.ppt》由会员分享，可在线阅读，更多相关《《信息检索概论》PPT课件.ppt（99页珍藏版）》请在三一办公上搜索。

1、第一讲：信息检索概述,本课内容,信息检索、信息利用概念信息素养概述课程内容及教材本课程几个相关概念,什么是信息检索？,请根据图片上给出的信息确定该人物是谁？,美军唯一现役黑人四星陆军上将威廉沃德,谁哦？,和尚、猴子、天天向上,原来是网络红人：延参法师,延参法师简介,延参法师，字明超，号糊涂山人。当代著名书画僧，政协委员。曾著书苦心菩提、问心集、水月集、念佛集，2012年新书宽怀人生广获好评。多年来，他的书画收入多用于资助失学儿童和特困学生以及社会慈善公益事，曾为免费午餐计划捐款。2013年3月又推出新作绳命、浮云。,我想考研,马上要考研了，准备考上海交大的电气工程研究方向，怎么找导师哦？怎样去

2、查找老师的研究方向？怎样了解老师的学术成就？途径：1、登陆上海交通大学研究生院主页，上面有导师和研究方向介绍。2、在中国学术期刊网，可以查找该老师近年来发表的学术论文和指导研究生的硕博士论文。3、在Ei Village 工程索引和ISI Web of Science(SCI)检索这位老师发表的论文被收录和引用的情况。,信息检索的概念,从信息集合中迅速、准确地查找出所需信息的程序和方法,信息检索要解决的问题,我们被信息的海洋包围着,但是却被知识饿死了!,如何从信息海洋中获取到自己所需信息,What？找什么？Where？哪里找？How？怎样找？,信息检索的要领,信息的“利用”的概念,对检索出的信息

3、去粗取精，去伪存真，进行分析和提炼，为自己所用，并在此基础上，进行提升与创新。,信息利用的本质,创新,信息检索与利用的意义（1）,1、少走弯路美国20世纪50年代为了搞“继电器接点电路合成研究”，曾联合几家实验室研究了5年、耗资50万美元，完成后发表成果时，才发现该项目早已被其他人完成；美国某轧钢厂一位化学家花了1万美元完成了一系列实验，并解决了问题。当他不无得意地向一位图书馆员朋友谈起此事时，朋友告诉他，有一份德国人的报告，就是做的这一同样的实验，全部资料只需要花费5美元。,信息检索与利用的意义（2）,2.获取情报,朝鲜战争与兰德咨询公司的故事,朝鲜战争前，兰德公司向美国国防部推销一份秘密报

4、告，其主题词只有7个字，要价150万美元。美国国防部认为是敲诈，不予理睬。在自认为中共不敢出兵的假设下，冒险出兵，结果“在错误的时间，错误的地点，与错误的敌人进行了一场错误的战争”。战争结束之后，国防部才想起那份报告，要来一看，追悔莫及。,问题：那7个字是什么？,中国将出兵朝鲜,日本是一个信息大国，善于利用信息。20世纪60年代的中国对外严密封锁大庆油田的信息，地图上没有大庆。日本人无法获得大庆油田的信息，于是开始研究所有关于大庆的零星情报。仅靠当时中国的人民日报和人民画报的几段报道和几幅图片，就获得了深层次的信息。步骤如下：,例：日本人如何得知大庆油田位置？,1确定大庆的大概位置 看到画报封

5、面王进喜（王铁人）的照片，王进喜身穿大棉袄，天下着鹅毛大雪，还有一幅照片的背景是广袤的黑色土壤的平原。日本人据此分析：大庆应该在东北，否则不会下这么大的雪，土壤不会是黑色。但是还是不知道大庆确切在哪里。人民日报有一个报道说：王进喜同志到了马家窑，说了一声好大的油海啊！我们要把中国石油落后的帽子扔到太平洋里去。日本人分析，马家窑就是大庆的中心；“好大的油海”暗示油田的储油量很大。,2确定大庆的中心位置 人民日报报道说，中国工人阶级发扬了一不怕苦二不怕死的革命精神，大庆的设备不用马拉车推，完全是肩扛人抬。日本人分析：油田不会远离火车站，远了就拉不动设备。后来日本派了一个经济间谍以游客身份到东北，研

6、究铁路线，发现了油罐车，顺着铁路找到了离马家窑不远的车站。,3推算产油量和石油需求量 1966年，王进喜同志光荣地参加了全国人民代表大会。根据这一消息，日本人说大庆一定出油了，假如不出油，王进喜当不了人大代表。根据人民日报上一幅钻塔的照片，以钻台上手柄的架式与几位操作工人手臂的对比，算出油井的直径是10多厘米，根据直径推算每天产油量。结合中国国务院的政府工作报告公布的数据，把该年产油量减去上一年产油量，就得出大庆的石油产量，算得很准。日本还预测，大约在1980年以后中国的工业将有较大发展，需要大量石油。,4提前设计适合中国专用的石油设备。日本人根据中国当时的工业水平预测，中国无法自行设计制造石

7、油设备，必然会向世界公开招标。于是决定根据中国的需求特点预先设计石油化工设备。果然，大庆油田出油后我国向世界很多国家征求设计都不成功，于是日本人说早就为中国设计好了！结果日本人赚了我们不少钱。,在1966年7月的一期中国画报上，日本人看到了王进喜站在钻机旁的那张戴皮帽的照片，根据照片上王进喜的服装衣着判断，只有在北纬46度至48度的区域内冬季才有可能穿这样的衣服，因此大庆油田可能在冬季为零下30度的北满，大致在哈尔滨与齐齐哈尔之间。,信息检索与利用的意义（3）,提升自身信息素养获取自己学习和研究所需要的文献；了解与自己的研究课题或研究方向相关的学术成果，掌握学术发展动态；分析文献信息，启发研究

8、思路；获取必要的学术信息(如会议信息、专家信息、刊物信息等)；撰写学位论文，专题报告。,说一说“信息素养”,信息素养(Information Literacy)的本质是全球信息化需要人们具备的一种基本能力。信息素养这一概念是信息产业协会主席保罗泽考斯基于1974年在美国提出的。简单的定义来自1989年美国图书馆学会(American Library Association,ALA)，它包括:能够判断什么时候需要信息，并且懂得如何去获取信息，如何去评价和有效利用所需的信息。,信息素养的概念,从根本上说，有信息素养的人是那些学会如何来学习的人。他们懂得如何来学习，因为他们知道知识是如何组织的，知道

9、如何找到和如何使用信息。他们是那些为终身学习做好准备的人，因为他们总是能够为遇到的任何任务或决策找到所需要的信息。,信息素养教育在我校,专业信息素养课程 学科信息素养课程通用信息素养课程 认知图书馆基础课程,信息素养内容,处理能力利用能力,选择能力收集能力判断能力,敏感度,信息意识,信息获取能力,信息应用能力,信息道德,抵制不良信息 过滤粗糙信息 选择有利信息,如何具备信息素养,一个具备“信息素养”的人，能够知道自己为什么、什么时间和如何使用这些信息来源，并且对信息源提供的信息质量有敏锐的洞察力。信息有各种来源和形式，如印刷本、电视、视频、图书馆数据库、网站等等。你不可能一夜之间就具备信息素养

10、。象培养阅读、写作能力一样，你需要不断地从信息检索过程中获得经验，在寻找，选择，评价你遇到的信息和思想中，你的信息素养逐渐提高了。,测一测你的信息素养水平?,1.如果你偶尔听说一本感兴趣的书籍,马上可以确定通过何种渠道了解相关信息以及购买方法吗?2.前往陌生目的地之前,你是否有习惯查阅网上电子地图,以明确行车路线或换乘的车次?3.你知道专利文献吗?4.你是否能列举出国内外几大搜索引擎?它们的特点分别是什么?分别适用于检索哪类信息?5.你使用过元搜索引擎吗?它和一般的搜索引擎有什么区别?,课程主要内容：,信息检索概论检索语言与检索技术中文数据库检索与通用技巧外文数据库与网络信息资源检索搜索引擎的

11、使用信息资源综合利用与论文写作,教材及参考工具书,教材：信息检索与利用 南京大学出版社出版，李曈主编。参考工具书：1、信息检索(多媒体)教程.第2版；沈固朝，储荷婷，华薇娜主编；高等教育出版社 2009.12；G354/1213.1 2、信息检索:从学习到研究.第5版；袁曦临主编；东南大学出版社；2011.1 G252.7/1219 3、信息检索“教”与“学”；华薇娜主编；南京大学出版社 2010.12；G252.7/1217 4、信息检索.第2版；黄如花主编；武汉大学出版社 2010.5；G252.7/1208,本学期课程情况学时学分,1学分8周(3-10周)，24学时(1学时50分钟)14

12、学时 授课(6次课,18:45-20:55,中间休息10分钟)6学时上机实习2学时上机考试（4月15日中午）,几个相关概念,1）数据（Data）泛指所有描述事物的形貌、特性、状态或任何其他属性的数字、文字或符号。一般指原始，未经处理过的数据。,2）信息,信息（Information）1.物质存在的一种方式。一般指数据、消息中所包含的意义。可以使消息中所描述的事件的不定性减少。2.是事物运动的状态与方式的反映。学者们的见解：哲学家认为：信息是人类认识世界的依据 数学家认为：信息是一种概率 通信学认为：信息是“不定度”的描述,冰消雪融、草木发芽 新闻报道、商品广告 闹钟的铃声 听课、看书读报、看电

13、视、听广播 我们在不断地接受信息，同时我们点头、摆手、说、唱等，一举一动都在同时发出或传递信息。,什么是信息？,3）知识,知识（Knowledge）A是在改造世界的实践中所获得的认识和经验的总和。B是人类的主观世界对客观世界概括和反映，是大量有组织的信息，是关于事实和思想的有组织的陈述。提供某种经过思考的判断和某种实验的结果。,4）情报,情报（Information）钱学森：“情报是活化了的、激活了的知识”。可以理解为是指传递着的有特定效用的知识或信息。三要素：知识性、传递性、效用性,5）文献,文献（Literature）记录有知识的一切载体。三要素：载体（文献的外部形式，它是知识的包装或运载

14、方式，常称之为媒体(media)。）知识（反映了文献的信息内容。）记录（信息的一种人工编码，通过人工、机械以及声、光、电、磁等各种技术手段生成多种包含知识信息内容的符号，以一定的形态出现，形成各种媒体的文献类型。）,信息、知识、情报、文献之间的关系,信息是事物运动的状态与方式的反映；知识是大量有组织的信息；文献是记录有知识的一切载体；信息、知识、情报之间在一定的条件下是可以相互转化的；信息知识文献；文献信息：具有文献特征的信息。,文献、知识、情报和信息之间的关系既有区别又有联系 转换关系 范畴关系,小结,信息检索概念信息素养信息、情报、知识、文献的概念,文献信息源及其识别,文献信息源及其识别,

15、文献的载体形式文献的类型文献的识别,沧源岩画祭神图,沧源岩画狩猎图,一、文献的载体形式：岩画,甲骨文（3000多年的历史）,文献的载体形式：甲骨文,钟鼎文（夏、商、周、秦 时代）,竹简（木简）,马王堆汉墓出土,锦帛,纸,二、文献的类型,按文献的载体类型划分按文献的加工深度进行划分按照出版形式的不同进行划分,1.按照文献的载体类型划分,印刷型文献,缩微型文献,声像 型文献,电子型文献,印刷型文献,载体：纸张实例：教科书记录手段：油印、石印、铅印、胶印、复印特点：可直接阅读，方便 使用；但难于实现机 械化和自动化；收藏 文献占用空间大。,缩微型文献,载体：感光材料 实例：缩微平片、缩微胶片记录手段

16、：光学缩微技术特点：体积小；价格低；不能直接阅读,声像型文献,载体：磁性材料、感光材料实例：录像带、幻灯片记录手段：磁记录、光学技术特点：直观、生动、形象；成 本高；不易检索和更新。,电子型文献,载体：磁性材料实例：磁盘、光盘、U盘、存储记录手段：计算机输入特点：存储密度高、速度快;易复制;成本高；不能 直接阅读。,2.按文献的加工深度进行划分,零次文献,一次文献,二次文献,三次文献,*还未形成一次文献的非出版物；*论文草稿、谈话记录、实验记录、书信,零次文献,一次文献,*作者以自己的研究成果为基础创作或撰写的文献；*对知识的第一次加工；具有创造性；*大多数期刊论文、科技报告、学术论文,*对一

17、次文献进行加工整理而成的具有报道和检索作用的文献；*对知识的第二次加工；有序化；提供一次文献线索；*目录、题录、文摘等检索工具,二次文献,*利用二次文献系统地检索出一批有关的文献，对其内容进行比较分析，综合述评而编撰的文献；*对知识的再加工；提供文献检索；*综述、专著、字词典、百科全书,三次文献,一次文献是检索的对象（目标）二次文献是检索的工具（手段）三次文献是情报研究的成果（检索目标+检索手段）,从检索的角度来看：,一次文献是对知识的第一次加工(创造性)二次文献是对知识的第二次加工(有序化)三次文献是对知识的再加工(有序化+创造性),从知识加工角度来看:,3.按照出版形式的不同进行划分,常见

18、文献信息1.图书2.期刊*3.报纸*,特种文献信息4.学位论文5.会议文献6.专利文献7.标准文献8.科技报告9.技术档案10.产品资料,图书的含义,凡篇幅达49页以上并构一个书目单元的文献称为图书。,图书的特征,主题突出，内容系统，论述全面深入，知识成熟稳定。出版的周期长，因而其内容一般就缺乏最新的研究成果。,图书的分类,阅读性的图书：是消遣、教科书、科普读物和一般生产技术图书。工具性的图书：辞典、手册和百科全书等。专著：含有独创性内容的图书。,图书的著录特点：,有书名，有著者，有的还有编者；必有出版地、出版社名和出版年份；非第一版的图书有版次；有的图书还给出国际标准书号（ISBN）。,什么

19、是著录？,著录是把文献信息的各种内部、外部特征记录下来的过程，其结果就是形成一条目录信息;文献信息被著录后有利于识别、交流和传播;通过著录的目录信息能方便地指向原始信息。,图书信息源的识别,关于图书的线索有的来源于参考文献、也有的来源于数据库的检索结果。比如下面的记录：钱军，周海炜.知识管理案例M.南京：东南大学出版社，2003.103-115.“103-115”表明了作者引用的内容所在的页码范围。请记住：图书最显著的特征是有出版社信息，文献标识符是M,期刊,定义指定期或不定期连续出版的、有统一的名称、固定的开本、版式、有连续的序号、汇集了多位作者分别撰写的多篇文章，并由专门的机构编辑出版的连

20、续性出版物。,期刊的特点,A、期刊以品种为单位形成知识流；B、内容新颖、及时、广泛，但不如图书成熟；C、期刊一般不修订再版;D、科技期刊是最重要的一次文献。,期刊的利用,据估计，期刊情报约占整个情报源的60-70%，因此，受到科技工作者的高度重视。大多数检索工具也以期刊论文作为报道的主要对象。对某一问题需要深入了解时，较普遍的办法是查阅期刊论文。,杂志,杂志，像期刊和报纸一样，是连续出版物的一种，但是它的内容一般是通俗性的，或者娱乐、新闻等。,下列情况会用到杂志 1.寻找关于流行文化的信息和观点；2.得到当前事件的实时信息；3.寻找供某一领域非专业人士阅读的文章。,期刊与杂志的区别,杂志适合普

21、通读者阅读，内容涉及到生活的方方面面，体育或电影明星，生活、娱乐、故事等 杂志往往有许多照片和广告 杂志上刊登的文章一般不长 杂志的出版周期通常比学术性期刊短 学术期刊适合学者、研究人员及教授们阅读 刊物名称中一般有“学报”等字样，容易辨认 学术期刊中较少照片或广告，封面严肃 学术期刊刊登较长、有深度的研究文章 学术期刊通常由学术或专业机构主办,核心期刊,*少数刊载某一学科大量高质量专业论文的期刊。*特点（1）刊载专业文献密度高，信息含量高；（2）水平较高，代表本学科的最新发展水平；（3）出版相对稳定，所载文献寿命较长；（4）利用率和被引率较高。*目前，许多单位核心期刊的判定是以 中文核心期刊

22、要目总览为标准,78,期刊论文的著录格式识别,【英文】H.Tohyama，A plasma Image bar for an electrophoto-graphic printer，Journal of the Imaging Science，Vol.35 NO.5，330-333（Sept-Oct 1991）【中文】赵洗尘.数字图书馆资源组织.图书情报工作J，2003（3）：7680 作者(多作者用逗号分开,超过3个者用et al).文章题目.刊物名称,年代,卷数(期数):页数,形式特征：有统一的名称，定期连续出版，每期汇集许多篇文章、报道、消息等，多为对开或四开，以单张散页形式出版。,报

23、 纸,内容特征：时间性强，能以最快的速度报道国内外发生的最新事件和科学技术的最新研究成果，内容广泛。类型：按出版周期分，有日报、双日报、周报、旬报等；按范围划分，有全国性报纸、地方性报纸、系统性报纸等；按内容划分，有综合性报纸、专业性报纸。,报 纸,科技报告,又称研究报告、报告文献。记录某一科研项目调查、实验、研究的成果或进展情况的报告；出现于20世纪初，第二次世界大战后迅速发展，成为科技文献中的一大门类；每份报告自成一册；,大多与政府的研究活动、国防及尖端科技领域有关，发表及时，课题专深，内容新颖、成熟，数据完整，且注重报道进行中的科研工作，是一种重要的信息源。,科技报告分类,科技报告可分成

24、技术报告、技术备忘录、通报等几种类型。有些报告因涉及尖端技术或国防问题等，所以又分绝密、秘密、内部限制发行和公开发行几个等级。目前国际上较著名的科技报告是美国政府的四大报告。,美国四大科技报告（1）,PB 报告1945年 6月美国成立商务部出版局，负责整理、公布从第二次世界大战战败国获取的科技资料，并编号出版，号码前统一冠以“PB”字样。内容已逐步从军事科学转向民用，现主要侧重于民用工程技术、城市规划、环境污染和生物医学方面。AD 报告是美国陆海空三军科研机构的报告，也包括公司企业及外国的科研机构和国际组织的研究成果及一些译自前苏联等国的文献。其内容不仅包括军事方面，也广泛涉及许多民用技术，包

25、括航空、军事、电子、通讯、农业等22个领域。,美国四大科技报告（2）,NASA报告美国国家航空与宇宙航行局拥有的研究机构产生的技术报告。主要内容为：空气动力学、发动机及飞行器结构、材料、试验设备、飞行器的制导及测量仪器等。内容侧重于航空和空间技术领域，同时广泛涉及许多基础学科和技术学科。DOE报告美国原子能委员会所属单位及合同户编写的报告；内容侧重原子能和能源。,科技报告的识别,George,A.R.,NAS 1.26:176829).科技报告著录的特点是有报告号，如(No.NASA-CR-176829）下列情况会用到科技报告 1.当做学术研究时，了解与自己的课题相关的研究状况，查找必要的参考

26、文献；2.研究尖端学科或某学科的最新研究课题。,学位论文,是指为申请学士、硕士、博士等学位而提交的学术论文。学位论文的质量参差不齐，但都是就某一专题进行研究而作的总结，多数有一定的独创性。学位论文是非卖品，除极少数以科技报告、期刊论文的形式发表外，一般不出版。学位论文的获取一般通过专门的数据库或学位授予单位的图书馆。,学位论文的识别,学位论文著录格式识别(学位级别和机构)1.朱建立.面向对象的分布式知识处理系统:硕士论文.北京:中国科学院计算技术研究所,1987 2.P B Bishop.Computer system with a very large address space and g

27、arbage collecti:Ph D dissertation.Cambridge,MA:Massachusetts Inst Technol,1997 学位论文著录的特点是：通常有表示学位论文的词，如Thesis，Dissertation等；有的有论文作者所在学校的校名,会议文献,是在学术或专业会议上交流的论文和会议资料编辑出版的信息。内容新颖、专业性和针对性强，传递信息迅速，能及时反映某个专业领域的研究水平，新发现、新成果、新成就以及学科发展趋向，是了解有关学科发展动向的重要信息源。,会议文献的识别,惠梦君,吴德海,柳葆凯,等.奥氏体-贝氏体球铁的发展.全国铸造学会奥氏体-贝氏体球铁专

28、业学术会议,武汉,1986.Sensitivity Investigation of Aircraft Engine Noise to Operational Parameters;carselli,G.(Dipt.di Ing.dellInnovazione,Univ.del Salento,Lecce,Italy);Marulo,F.;Paonessa,A.Source:16th AIAA/CEAS Aeroacoustics Conference 2010.31st AIAA Aeroacoustics Conference,p 3103-11,2010.,会议文献著录的特点,有表示会议

29、的专门用词，如Conference，Workshop，Meeting，Congress，Assembly等；有表示会议录的一些词，如Proceedings of.，Collection of.；有的有会议召开的地点、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,主要由专利说明书构成专利说明书指专利申请人向专利局递交的有关发明目的、构成和效果的技术文件。它经专利局审核后，向全世界出版发行。专利说明书的内容比较具体，有的还有附图，通过它可以了解该项专利的主要技术内容。由于只有符合新颖性、创造性和实用性的发明创造才能获得专利权，所以专利说明书对于工程技术人员，特别是产品工艺设计人员

30、来说，是一种切合实际、启迪思维的重要情报源。,专利著录的特点,专利说明书著录的特点是：通常有表示专利的词（Patent）；有专利号。专利号按国际规定由两个字母表示的国家名称和其后的顺序号构成。一种可以基于BUCK-BOOST变换进行最大功率跟踪的风力发电机控制器:安徽,CN202190245UP.2012-04-11,92,标准文献,标准化工作的文件。其中主要为工业产品和工程建设的质量、规格和检验方法等的技术规定文件。作为一种规章性文献，它具有一定的法律约束力。一个国家的标准文献反映着该国的生产工艺水平和技术经济政策，而国际现行标准则代表了当前世界水平。国际上最重要的两个标准化组织是国际标准化

31、组织（ISO）和国际电工委员会（IEC）。,标准文献著录的特点,通常有表示标准的词如standard，recommendation等；有标准号。标准号每个标准一个号，并按惯例由标准颁布机构代码，顺序号和颁布年份三部分构成，如“BS6839-1987”。,技术档案,科研生产活动中形成的，有具体事物的技术文件、图纸、图表、照片和原始记录等。详细内容包括任务书、协议书、技术指标、审批文件、研究计划、方案大纲、技术措施、调查材料、设计资料、试验和工艺记录等。,技术档案一般为内部使用，不公开出版发行，有些有密级限制，因此在参考文献和检索工具中极少引用。,产品资料,指产品目录、产品样本和产品说明书一类的厂

32、商产品宣传和使用资料。产品样本通常对定型产品的性能、构造、用途、用法和操作规程等作具体说明，内容成熟，数据可靠，有的有外观照片和结构图，可直接用于产品的设计制造中参考。产品技术资料一般向厂商直接索取，在情报所可以查到一部分，有些以汇编形式正式出版的可以在图书馆查到。,关于文献的其他概念（1）,白色文献、灰色文献和黑色文献是按照内容的公开程度区分的。白色文献是指一切正式出版并在社会上公开流通的文献。包括图书、报纸、期刊等。这类文献通过出版社、书店、邮局等正规渠道公开发行，向社会所有成员公开，其蕴涵的信息大白于天下，人人均可利用。,关于文献的其他概念（2）,灰色文献 是指非公开发行的内部文献或限制流通的文献。因从正常采购途径难以获得，故又称为“非常见文献”。其范围包括社会非公开传播的内部刊物、内部技术报告、内部教材和会议资料等。这类文献出版量小、发行渠道复杂、流通范围有一定限制，不易收集。黑色文献 包括两个方面：一是人们未破译或未辨识其中信息的文献。如考古发现的古老文字未经分析届定的文献；二是处于保密状态或不愿公布其内容的文献。如未解密的政府文件、内部档案、个人日记、私人信件等。,小结,文献的载体形式文献信息源的分类文献信息的识别,