信息檢索與管理方法陳莊課件

信息檢索與管理方法《信息資源組織與管理》之第4章陳莊博士教授重慶市經(jīng)委企業(yè)信息化專家組專家重慶市科委制造業(yè)信息化專家組專家重慶市軟件協(xié)會理事；2005/03/24

第4章信息檢索與管理方法4.1信息檢索的內(nèi)涵4.1.1信息檢索的定義（掌握）4.1.2信息檢索的分類（掌握）4.1.3信息檢索的作用

（了解）4.2信息檢索的原理與流程4.2.1信息檢索的原理（了解）4.2.2信息檢索的流程（掌握）4.2.3信息檢索案例

（了解）4.3信息檢索的方法和技術

4.3.1信息檢索方法

（掌握）4.3.2信息檢索技術

（了解）4.4信息檢索的效果及其評價4.4.1信息檢索效果的評價指標

（難點，基本掌握）4.4.2提高檢索效果的方法

（了解）4.4.3工程技術學術資源檢索實例評價

（了解）作業(yè)（……）4.1.1信息檢索的定義信息檢索(InformationRetrieval)又稱為情報檢索，產(chǎn)生于圖書館的情報咨詢工作，是信息組織的逆過程。信息組織是將分散的信息組織成一個有序的、有具體目標的體系，而信息檢索則是迅速地從這個體系中搜尋滿足用戶需求的信息。

信息檢索是從大量相關信息中利用人-機系統(tǒng)等各種方法加以有序識別與組織，以便及時找出用戶所需部分信息的過程

信息檢索“行業(yè)”案例介紹：

美國的EI、SCI；

北京超星、電子書生、萬方；

重慶的維普（聚合公司）。4.1.2信息檢索的分類(1/2)

1、按檢索內(nèi)容的分類（3類）

1)數(shù)據(jù)信息檢索

數(shù)據(jù)信息檢索(DataInformationRetrieval)是將經(jīng)過收集、整理、加工的數(shù)值型數(shù)據(jù)存入檢索數(shù)據(jù)庫中，然后根據(jù)用戶需求檢索出可回答某一問題數(shù)據(jù)的過程。

2)事實信息檢索

事實信息檢索(FactInformationRetrieval)是將存儲于檢索數(shù)據(jù)庫中的關于某一事件發(fā)生的時間、地點、經(jīng)過等信息查找出來的檢索。

3)文獻信息檢索

文獻信息檢索(DocumentInformationRetrieval)是將存儲于檢索數(shù)據(jù)庫中的關于某一主題文獻的信息查找出來的檢索。（最多！檢索案例：科技成果檢索、論文文獻綜述；檢索工具案例：重慶聚合維普、超星、goole等）4.1.2信息檢索的分類(2/2)2、按組織方式分類

1)全文檢索：

全文檢索(FullTextRetrieval)是將存儲于檢索數(shù)據(jù)庫中整本書、整篇文章中的任意內(nèi)容查找出來的檢索。（維普、超星）

2)超文本檢索：超文本檢索(HyperTextRetrieval)是對每個結(jié)點中所存信息以及信息鏈構(gòu)成的網(wǎng)絡中信息的檢索。（goole、百度）

3)超媒體檢索：超媒體檢索(HyperMediaRetrieval)是對存儲的文本、圖像、聲音等多種媒體信息的檢索，它是多維存儲結(jié)構(gòu)。（數(shù)字圖書館）

3、按檢索設備分類

1)人工檢索：是人直接用手、眼、腦組織、查找印刷型文獻的檢索。

2)自動檢索：又稱計算機檢索，是通過計算機對已數(shù)字化的信息，按照設計好的程序進行查找和輸出的過程。按處理方式，自動檢索又分為：脫機檢索和聯(lián)機檢索；按存儲方式，自動檢索又分為：光盤檢索和網(wǎng)絡檢索。4.1.3信息檢索的作用1、較全面地掌握有關的必要信息2、提高信息利用的效率，節(jié)省時間與費用3、提高信息素質(zhì)，加快人才的培養(yǎng)。（信息素質(zhì)(InformationLiteracy)：是指具有信息獲得的強烈意識，掌握信息檢索的技術和方法，擁有信息鑒別和利用的能力。）4.2.1信息檢索的原理(1/2)文獻檢索過程的系統(tǒng)表述

4.2.1信息檢索的原理(2/2)文獻檢索簡化流程

相關性評估層次示意圖4.2.2信息檢索的流程(1/2)圖4.3信息檢索步驟流程圖4.2.2信息檢索的流程(2/2)

0、明確信息需求：1）普查型：需要全面收集有關某一檢索需求的文獻資料；2）攻關型：需要收集有關某一檢索需求的某一特定方面的文獻資料，其目的在于解決生產(chǎn)管理中的關鍵問題；3）探索型：需要了解和掌握某一領域最新研究動向或研究成果的檢索需求，

1、選擇檢索系統(tǒng)：DIALOG、萬方、SCI、EI、超星

2、確定檢索詞：1）是表示主題的檢索詞，如標題詞、單元詞(最基本的詞匯)、敘詞、關鍵詞(指從題目、正文或摘要中抽出的能表征信息主題的詞語）；2）表示作者的檢索詞，如作者姓名、機構(gòu)名等；3）表示分類的檢索詞，如分類號等；4）表示特殊意義的檢索詞。如ISBN號、ISSN號、引文標引詞等。3、構(gòu)造檢索表達式：構(gòu)造一個既能表達檢索需求，又能為計算機識別的檢索表達式，主要使用布爾邏輯運算符、位置運算符、截詞運算符、限制符等，將檢索詞進行組合。4、實施檢索策略：擴檢、縮檢、索取原始信息。5、修改檢索策略：檢索需求差別、檢索系統(tǒng)的性能各不同，加上檢索人員水平不一，所以，構(gòu)造的檢索詞往往具有較大的局限性、隨機性和盲目性，有可能導致檢索的失敗，這就要求在檢索時不斷了解反饋信息，及時修改檢索策略。4.2.3信息檢索案例：造紙黑液廢水的治理技術

1、信息需求分析：屬于環(huán)境科學領域，所查文獻類型應包括書目文摘、事實和全文性信息。

2、確定檢索詞：paperpulp,papermaking,wastewater,treatment，treat

3、擬定檢索表達式(“w”表位置算符,

paperwmaking表找papermaking

記錄)

(paperwmakingorpaperwpulp)andwastewaterand(treatmentortreat)

4、進入檢索系統(tǒng):OCLC的主頁(http：//.)

5、選擇主題范疇：根據(jù)OCLC的13個主題及課題領域，選主題GeneralScience6、選擇檢索數(shù)據(jù)庫：OCLCWorldCat，OCLCArticleFirst，OCLCContentsFirst，OCLCPapersFirst

7、輸入檢索表達式：輸入第3步的檢索表達式8、提交檢索式：單擊“StartSearch”按鈕完成了提交。

9、顯示結(jié)果：系統(tǒng)將返回檢索結(jié)果：共119條記錄，以每屏10個記錄格式顯示。

10、優(yōu)化結(jié)果：返回記錄太多，所以需要對檢索式進一步限定，用高級檢索將檢索詞進行不同字段的組合。Pulp:使…..化成紙漿(vt)；變成紙漿(vi)4.3.1信息檢索方法

1、常規(guī)檢索法

1)直接檢索法：直接利用檢索工具進行信息檢索的方法。

2)間接檢索法：利用檢索工具間接檢索信息資源的方法。包含檢索課題的分析、檢索策略的制定、檢索技術的應用等方面。3)順查法：按年限順序查找。4)倒查法：與順查法相反。5)抽查法：一種利用檢索工具進行重點抽查檢索的方法。

2、回溯檢索法：以文獻后面所附的參考文獻為線索，逐一追溯查找相關文獻的方法。（參考文獻的重要性?。?、循環(huán)檢索法：交替使用回溯法和常規(guī)法來進行文獻檢索的綜合檢索方法。4.3.2信息檢索技術1、信息檢索技術的概念

信息檢索技術是應用于檢索提問與文獻表示的匹配比較的技術。2、信息檢索技術的類型

（1）準確匹配(exactmatch)：要求文獻(標識)中包含的需求模式必須與檢索提問式所表達的模式完全匹配，才能作為命中文獻輸出，目前大型實用系統(tǒng)采用的布爾邏輯檢索、原文檢索和字符串檢索技術均屬于準確匹配技術。

（2）局部匹配(partialmatch)：只要求文獻(標識)中包含的需求模式與檢索提問式表達的模式部分匹配，即為命中文獻輸出。它又可分為個體匹配和網(wǎng)絡匹配兩種類型。（3）其他綜合技術（聚合公司）：數(shù)據(jù)庫技術、分布異構(gòu)資源導入技術、輸出技術等

4.4.1信息檢索效果的評價指標(1/3)一、信息檢索效果的評價指標應包含的指標內(nèi)容

1）數(shù)據(jù)庫的規(guī)模和內(nèi)容：覆蓋范圍、索引組成、更新周期；

2）索引方法：自動索引、人工索引、用戶登錄；

3）檢索功能：布爾查找、復雜布爾、相鄰和相鄰AND／OR查詢、截詞查找、字段查找、大小寫有別、概念檢索、詞語加權(quán)、詞語限定、特定字段限定、默認值、中斷退出、重復辨別、上下文關鍵詞、查詢集操作等；

4）檢索結(jié)果：相關性排序、顯示內(nèi)容、輸出數(shù)量選擇、顯示格式選擇；

5）用戶界面：幫助界面、數(shù)據(jù)庫和檢索功能說明、查詢舉例；

6）用戶負擔：用戶界面、相關文獻和信息過濾功能等。

7）其他：查準率和響應時間。二、有關指標的描述

以下介紹：信息檢索查全率、信息檢索查準率、信息檢索漏檢率、信息檢索誤檢率、信息檢索響應時間。

4.4.1信息檢索效果的評價指標(2/3)1、信息檢索查全率查全率=相對查全率=

式中，a為相關的文獻的命中數(shù)；c相關文獻的遺漏數(shù)。

2、信息檢索查準率查準率=

相對查準率=式中，b為不相關的文獻數(shù)（噪聲）。

4.4.1信息檢索效果的評價指標(3/3)3、信息檢索漏檢率漏檢率=

4、信息檢索誤檢率誤檢率=

5、信息檢索響應時間及其他指標

傳統(tǒng)的評價指標還有：

1）收錄范圍：一個系統(tǒng)收錄的文獻是否齊全，包括專業(yè)范圍、語種、年份與文獻類型等，這是提高查全率的物質(zhì)基礎；

2）工作量：從系統(tǒng)獲得相關文獻，必需消耗的精力和工作時間；

3）可用性：按可靠性、年代與全面性的因素看檢出文獻的價值；

4）外觀：檢索結(jié)果的輸出形式。4.4.2提高檢索效果的方法(1/2)

1、提高檢索人員素質(zhì)1)提高檢索人員的知識素質(zhì)2)提高檢索人員的思想素質(zhì)2、優(yōu)選檢索工具和數(shù)據(jù)庫3、優(yōu)化檢索策略與步驟4、精選檢索詞1)不使用常用詞2)避免使用多義詞3)避免使用錯別字4)學會使用截詞5)使用大小寫字母6)盡量使用專指性強的詞