第二章信息检索原理与方法选读.ppt

用户信息需求分析 信息检索需求类型  查找某概念的确切含义，如：什么是“blog” 查找某概念的背景知识，如：谁最先发现青霉素 查找某些事物的数值及量化指标，如KPI 查找某一学科的一般知识，如：关于分子生物学有 哪些专著 查找学科专业领域的新进展，如：有关纳米技术的 研究综述 查找课题相关的专业文献 最常见的！ 用户信息需求 检索目的（开题报告、学术论文、课程论文） 学科范围（新闻学、会计学） 文献类型（期刊论文、会议论文、科技报告、图 书、专利、标准、网站等） 结果形式（全文、文摘、题录、数值、事实等） 检索年限（如2000年以来的文献） 语种（中文、外文；英文、日文） 检索结果数量（100?50?） 主题概念分析 从熟悉的已知文献信息入手 分析检索课题的内容实质 表示的概念过大, 必然造成大量误检; 表达的概念过小,则会发生大量漏检 例子： 青少年性格形成分析 主要是考察青少年的性格以及影响其性格形成的因素分析，实质上是青少年心理变化的分析 隐性主题具体化 分析课题时不能仅从题目中的词找出概念就认为是满足检索课题要求的概念, 而要从专业方面及检索目标与规则方面分析, 找出反映课题本质的概念。 如：“垃圾的处理”中的“处理”一词就隐含着“回收”和“再生”等概念 主题概念具体化 如：中国特大城市空气污染 ( 中国特大城市+北京+ 上海+广州+ 重庆+武汉+ 天津+ ,,) * ( 空气污染+大气污染+ 空气质量+工业废气+ 一氧化硫+ 二氧化硫+一氧化碳+ 二氧化碳+灰霾+ ,) 找出核心概念，排除无关概念和重复概念，简化逻 辑关系 并不是概念越多越好！ 抓住主题的核心：最能表达检索课题内容，而且具有实际检索意义的关键词。 如“大数据下的空间数据挖掘思考” -大数据 下 的 空间 数据挖掘 思考 -大数据 空间数据挖掘 排除检索意义不大而且比较泛指的概念，如：展望、发展趋势、现状、近况、生产工艺、应用、利用、作用、方法、影响、制备、结果 明确概念间的逻辑关系 同义词、近义词是或的关系 上位词，概念上外延更广的主题词，1个主题词所表达 概念的的任何一种属性、任何一种归类方式，都可以 是它的上位词 下位词，指概念上内涵更窄的主题词 例子分析 “鲜花快递” 、”鲜花”、”快递”、”网上购物”、“上海鲜花速递” 、”深圳鲜花速递”、 ”网上鲜花速递” PPT背景图片：/beijing/ 确定检索词 表示具体事物名称的名词术语 表示事物的状态或现象的名词术语 表示科学分类的名词术语 表示研究方法、技术方法的名词术语 表示工艺方法、加工技术的名词术语 表示化学元素、化合物、金属材料与合金的名词术语 表示国家名称、地名、组织机构名称及人名的专有名 词 文献类型、文献载体的名词术语 不要将整个题目输入检索框，要从概念入手，而不是从字面意思入手。 当课题比较生疏时，应当首先利用百科全书、图书等弄清楚概念，了解课题的有关专业知识，弄清楚课题的内容和要解决的问题以及解决该问题的初步设想等，进而确定检索的主题范围。 立足规范词，兼顾自由词 词的全称、简称及缩写字母 勿忘下位类词 注意外来词的译写变化 从课题的字面表达形式上看, 有些主题概念是显性的, 有些却是隐性的, 甚至有些隐性主题可能还是检索的关键。所以,分析课题时不能仅从题目中的词找出概念就认为是满足检索课题要求的概念, 而要从专业方面及检索目标与规则方面分析, 找出反映课题本质的概念。 用户对标引规则不了解, 所以在课题中, 他们往往只列出了表达抽象概念的词, 而忽略了那些表达具体概念的词。 表示具体事物名称的名词术语，如汽车、水稻等； 表示事物的状态或现象的名词术语，如骑车超载、失真、日冕、等； 表示科学分类的名词术语，如数学、物理学、中医学、电子学、等； 表示研究方法、技术方法的名词术语，如针刺手法、结构功能法等 表示工艺方法、加工技术的名词术语，如铸造、锻造、酿造等； 表示化学元素、化合物、金属材料与合金的名词术语，如氧原子、硫酸、以及如金属板耐蚀钢、耐蚀合金等； 表示国家名称、地名、组织机构名称及人名的专有名词以及文献类型、文献载体的名词术语 图书馆 英特尔国际科学与工程大奖赛 17岁席夫尔开发了一个模型，用来提高互联网有哪些信誉好的足球投注网站引擎的能力，能够显示微小的内容变化 15岁杰克.安德拉卡利用课余时间发明了一种一种滤纸，可能通过尿液和血液检测胰腺癌、卵巢癌和肺癌 18岁别克维斯基则研究了量子隐形传态，利用