信息检索基础知识.ppt

1 信息检索与应用 2 课程简介 n课程基本信息 n课程名称：信息检索与应用 n英文名称：Information Retrieval and Utilization n课程性质：公共选修 n所属学科：图书馆学、情报学 n学时与学分：30学时/2学分 n考核方式：考查 n考核办法有：作业、课堂提问为平时成绩，占 50%,期末成绩占50%(特别说明：出勤少于1/3者， 取消考试资格) 3 绪 论 课程目的与意义 4 n1、 这是一门什么样的课 信息检索与应用是一门工具课 其目的是教给我们获取信息的手段和方法 5 n2、 为什么要学习这样一门课 工具的意义所在： 荀子“假物论” 柏林图书馆“钥匙说” 掌握信息检索这个工具的意义在于： n1. 借鉴前人成果，避免重复研究 n2. 节省学习者时间，获取新知识的捷径 n3. 提升信息素养，是终身教育的基础 “如果我看得远，那是因为我站在巨人的肩上。” 牛顿 6 英国学者约翰逊曾说过 知识分为两类：一类是我们所知道的学科知识，另 一类是关于在哪儿可以获得这些知识的知识。 如果我们把“检索工具”比作知识的宝库，那么“文献 检索”就是打开知识的一把钥匙。 7 什么是信息素养？ n“信息素养(Information Literacy)”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 ) n信息素养是指个人具有察觉何时需要信息，且能有效的查 询、评估、组织与利用信息的能力。简单地说，就是“发现 、检索、分析与利用信息的技能或能力”。A set of skills/abilities needed to find, retrieve, analyze, and use information 8 信息素养九个标准 1998年，美国图书馆协会和教育传播协会制定了学生学习的九大信 息素养标准，概括了信息素养的具体内容。 n标准一：有效地和高效地获取信息。 n标准二：熟练地和批判地评价信息。 n标准三：精确地、创造性地使用信息。 n标准四：能探求与个人兴趣有关的信息。 n标准五：能欣赏作品和其他对信息进行创造性表达的内容。 n标准六：有能力在信息查询和知识创新中做得最好。 n标准七：能认识信息对民主化社会的重要性。 n标准八：能实行与信息和信息技术相关的符合伦理道德的行为。 n标准九：能积极参与小组的活动探求和创建信息。 9 为什么进行信息素养教育？ n信息爆炸的时代 全世界每年出版图书80万种，期刊40万种，其它文献信息资料 400万种；发表科学论文大约500万篇，平均每天14000篇左右，每35 秒就有1篇论文发表，不到1分钟就有1本新书问世，每小时出现近20 项技术发明，每天约有40亿个信息单位的信息量向世界发送 n知识迅猛更新 “知识就像鲜奶，纸盒右边就印着有效日期” 当前，知识半衰期正在日益缩短，由最早的100年逐渐缩短至当前的 3年左右 10 我们面对的信息问题是：信息无限增长，而人的接受 能力和理解能力的有限（人不可能将所有信息转化为 自身有用的信息） n庞大复杂的信息资源与人们的特定需求之间的矛盾，向 我们提出了如何科学地检索和利用文献信息资源满足个 人的信息需求的问题。 n如果掌握了信息检索技术，我们就可以最快速度、最为 精确的途径获得需要的信息，最大程度地节省用于信息 搜集的时间和精力 为什么进行信息素养教育？ 11 n0.3 这门课会教给我什么 n1.实用的信息检索技能 n2. 获取专业知识的途径 n3.筛选和利用信息为己服务的方法 n4. 毕业论文写作的技巧 12 第一课 信息检索基础知识 13 本讲内容提要 n第一节 信息、文献、知识、情报 n第二节 信息资源及其分类 14 第一节 信息、文献、知识、情报 1.信 息（ Information ） n南唐诗人李中曾在暮春怀古人中写下“梦断美人沉信息，目穿长 路倚楼台” 的佳句；唐朝诗人许浑也在寄远中感叹“塞外音书无信 息，道傍车马起尘埃” 。这是我国关于“信息”最早的文字记载。 n信息作为一个科学的概念进行认真的研究，起始于20世纪40年代初 通信领域。 n1948年，信息论的奠基人之一，美国数学家申农（Shannon）第一 个给出信息定义：信息是“用来消除随机不确定性的东西”。 n控制论专家维纳（Wiener）在1948年指出：“信息就是信息，不是物 质，也不是能量”。 15 n中国大百科全书：信息是关于事物运动的状态和规律的 表征，也是关于事物运动的知识。它用符号或消息所包含的 内容，来消除对客观事物认识的不确定性。 信息的定义： 信息（information）是事物存在的方式和运动动状态态及其规规律 的表征，是 事物的一种普遍属性。 信息的特征： 客观性、普遍性、时效性、传递性、共享性 16 17 2. 知识与情报 知 识 n知识是人们在改造客观世界的实践中所获得的认识和经验 的总和 n知识是信息的一部分 情 报 n被传递的知识 n情报是信息的一部分 以苹果为例： 苹果信息 每天吃一个苹果有利于健康知识 苹果的种植、销售、消费情报 18 3. 文献 n文献是记录有知识的一切载体 n这个定义告诉我们，只要是记录有知识的，不管是纸、钟 鼎、甲骨、贝叶、兽皮、缩微胶卷都可以称之为文献 19 4. 四者间关系 n信息、知识、情报、文献的关系 20 第二节 信息资源及其分类 1. 信息资源的定义 信息资源是经过人类筛选、组织、加工，并可以存取和能够满足人类需求 的有用信息的集合。 提示：本课程所说的“信息检索”实际就是“信息资源检索” 2.信息的特性 n传递性：信息借助于一定的物质载体可以进行传递。 n时效性：指信息发出、接收到利用的时间间隔及其效率，也包括信息本身更 新的速度。时效性是信息的重要特点。如果传递很慢，那么再有用的信息常 常也会失去其应有的价值，比如新闻、预告等。 n共享性：在信息的扩散和用户分享信息的过程中，信息载体本身的信息量并 不因此过程而减少，各用户分享的信息份额也不因分享的人的多少而受影响 。 n客观性：信息是客观存在的，信息的产生源于物质，信息产生后又必须依附 于物质。 n可扩散性：指信息通过各种渠道、媒介进行传播,它的扩散是没有穷尽的。 n可扩充性：人们对世界的认识是无限的，信息资源的扩充与积累也是无限的 。 n可替代性：信息的物质载体形态是可以互相转移变换的。 21 第二节 信息资源及其分类 (1)印刷型 (2)缩微型 (3)声像型 (4)电子型 I按载体形式分 (1)一次文献 (2)二次文献 (3)三次文献 II按内容层次分 (1) 图 书 (2) 期 刊 (3)8个特种文献 III按出版形式分 n3 信息资源（文献）的分类 22 2 信息资源的分类 （1）印刷型文献 又称书本型信息。它是以纸张为载体 、以印刷为记录手段而产生的一种传统的 信息形式，如图书、期刊、报纸、印刷型 的检索工具等。 n其优点是便于阅读和流通，符合人们的阅 读习惯。缺点是存储密度低，收藏和管理 需要较大的空间和人力。 (1)印刷型 (2)缩微型 (3)声像型 (4)电子型 I按载体形式分 23 2 信息资源的分类 (2)缩微型文献 是一种以缩微胶片或平片为载体， 利用缩微摄影技术为记录手段而产生 的信息形式。一张全息胶片可存储20 万页文献。 n其优点是体积小、存储密度高、保存 期长、便于收藏和管理。缺点是必须 借助缩微阅读机才能阅读。 (1)印刷型 (2)缩微型 (3)声像型 (4)电子型 I按载体形式分 24 缩微胶片阅览室 25 2 信息资源的分类 （3）声像型文献 又称视听资料。这是一种以磁性和感光材 料为存储介质，借助特殊的机械装置直接把 图像和声音记录下来的一种信息形式。主要 载体有录音带、唱片、激光唱盘、录像带、 电影胶片、幻灯片等。 n其优点是既能闻其声又能观其像，直观、亲 切，表现力强。与印刷型信息相比，声像型 信息更能提高人们理解信息的能力 (1)印刷型 (2)缩微型 (3)声像型 (4)电子型 I按载体形式分 26 2 信息资源的分类 （4）电子型文献 指以数字代码方式将图、文、声、像等信 息存储到磁、光、电介质上并通过计算机 阅读的信息。如各种电子图书、电子期刊 、联机数据库、网络数据库、网络新闻、 光盘数据库等。 n其特点是存储量大，出版周期短，传递迅 速，存取速度快，可以融文本、图像、声 音等多媒体信息于一体，易复制，共享性 好。 (1)印刷型 (2)缩微型 (3)声像型 (4)电子型 I按载体形式分 27 多媒体信息 n随着计算机技术与通信技术的发展与融合，又产生了一种 新型载体的文献信息源，这就是多媒体型（Multi-media） 信息。 n多媒体即多种信息媒体，它采用计算机、通信、数字、超 文本（Hypertext）或超媒体（Hypermedia）技术，不仅 实现了文字、图像、动画、声音等的多位一体及人机交互 对话，而且使全球信息共享成为可能。多媒体型的文献信 息源实际上是以上数种载体形式的混合型，是一种立体式 的信息源。 28 2 信息资源的分类 0零次文献： 记录在非正规物理载体上的未经任何加工处理的源 信息。比如书信、文章草稿、私人笔记、会议记录 、信件、未经发表的名人手迹等，是一种零星的、 分散的和无规则的信息。 零次文献有时也称为灰色文献，是指由非正式出版 物或非正式渠道传播、交流的文献，未公开于社会 ，只为个人或某一团体所用。 特点：零次文献的特点是针对性强、传递速度快、 反馈也快。其缺点是难以加工整理、广泛传播，可 靠性也难以保证。 (1)一次文献 (2)二次文献 (3)三次文献 II按内容层次分 29 n一次文献（Primary Document)： 通常是 指原创性文献，即作者以本人的研究成果 为基本素材而创作（或撰写）的文献。只 要是正式出版发行的，由作者以自己的研 究成果为基础创造或撰写的、未经过加工 的原始文献，不论撰写时是否参考或引用 了他人的资料，也不论其物质形式和出版 类型如何，都称为一次文献( Primary literature) 。 (1)一次文献 (2)二次文献 (3)三次文献 II按内容层次分 2 信息资源的分类 30 n二次文献（Secondary Document）：也称 检索工具，是对一次文献进行加工整理后形 成 的各种检索工具，它不对一次信息提供评 论，仅仅提供一次文献的检索线索，也就是 说，二次文献是把一次文献从分散、无序的 状态变成集中、有序化的状态，供人们迅速 、准确地查询所需信息。 n二次文献的主要特点是： 汇集性 工具性 综合性 系统性 n主要的二次文献：目录、书目、索引、文摘 、新书通报等。 (1)一次文献 (2)二次文献 (3)三次文献 II按内容层次分 2 信息资源的分类 31 n三次文献（Tertiary Document）：是指 利用二次文献，选用一次文献内容，经 过筛选、分析、评价、提炼、压缩，按 知识门类或专题综合加工而成的指南性 文献，也称参考工具书。 n特点：具有内容上的概括性、浓缩性、 可检索性与参考性。 n例如：述评、专著、教科书、论文丛集 、百科全书等。 (1)一次文献 (2)二次文献 (3)三次文献 II按内容层次分 32 2 信息资源的分类 (1) 图 书 (2)连续性出版物 (3)8个特种文献 III按出版形式分 （1）图书（book） 凡篇幅达48页以上并构成一个书目单元的 文献称之为图书。其范围很广，包括专著、 文集、教科书、普及读物、百科全书、年鉴 、手册、词典等。 n图书的特点：成熟、全面、可靠，但时效性 差，出版周期长，传递信息的速度较慢，老 化速度快。近年来增长迅速的电子图书可在 一定程度上弥补印刷型图书的不足。 n用途：初步了解一般性问题。 按出版形式划分的文献 类型即为我们所说的 十大信息源 33 n图书识别的主要依据是著者项、出版项（出版地、出版社、出版年） 、国际标准书号（ISBN）、总页码（pp or p）等著录项。 34 国际标准书号 国际通行的出版物代码，由13位阿拉伯数字组 成，ISBN号具有专指性，唯一代表某种书的某一版 本，2007年1月1日起正式使用13位ISBN号。 n前缀号：国际物品编码协会（ ENA）为图书分配的商品代码。目前使 用978，预留979。 n组号：组号是国家、地区、语言或其他组织集团的代号。由国 际书号中心（International ISBN agency）负责分配。中国组 号为一位数字“7”。 n出版社号：由国家标准书号中心负责分配，其位数视申请出版 社图书出版量多少而异。 n书序号：由出版社负责管理分配，每个出版社所出各种图书的 序号 n校验号：是校验ISBN编号是否合法。 978-7-118-05497-2 前缀号组号出版社号书序号校验号 35 2 信息资源的分类 （2）连续性出版物（serials） 连续出版物是具有统一题名、定期或不定 期以分册形式出版、有卷期或年月标识、 计划无限期连续出版的文献。主要包括期 刊、报纸、年鉴等。 主要特点：数量大、品种多，内容丰富多 样，出版周期短，报道速度快，传播、流 传面广，连续性强等。 (1) 图 书 (2)连续性出版物 (3)8个特种文献 III按出版形式分 36 n期刊的识别特征有刊名、卷（vol.）、期（No.）、国际 标准刊号（ISSN）。 n我国公开出版的期刊都有国际标准刊号ISSN和国内统 一刊号CN。 ISSN 0254-4164 CN 11-1826 有写作：CN 11-1826/TP 37 2 信息资源的分类 （3）特种文献 n特种文献是指出版发行和获取途径都比较 特殊的科技文献 。一般包括八大类： n 学位论文 科技报告 会议论文 专利文献 政府出版物 标准文献 产品资料 技术档案 (1) 图 书 (2)连续性出版物 (3)8个特种文献 III按出版形式分 38 2 信息资源的分类特种文献 学位论文（Dissertation） n学位论文是高校和研究机构的毕业生为获得某一级学位进行科学研究而 撰写的学术性论文，学位论文分为学士论文、硕士论文、博士论文三种 。 n特点：内容专一、详细系统，有一定的独创性和较高的学术参考价值。 n我校师生可利用的学位论文数据库包括： CNKI 万方 安工大硕士论文数据库 PQDT 39 2 信息资源的分类特种文献 科技报告（Sci-Tech Report） n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。又称研究报告、报告文献。 n特点：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，查寻科技报告有专门的检索工具。 n目前科技报告量最大的国家仍是美国。 40 美国著名四大科技报告： PB（Publication Board），美国商务部出版局：主要是美国政府科研机构及其有 关合同机构的科技报告。 AD报告：美国武装部队技术情报局(ASTIA) 出版的文献。报告内容以国防部各个 合同户的研究报告为主，其报告号冠以AD，A原先为Armed、D则为Document 之意，现在则可理解为入藏报告（Accession Document）。 PB、AD报告的主要检索工具为美国政府报告通报和索引（GRA&I）。 NASA（National Aeronautics and Space Administration）：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。主要检索工具为宇航科技报告 (STAR)。 DOE（Department Of Energy）：内容以原子能为重点，主要检索工具为核子 科学文摘, 继之为能源研究文摘。 41 2 信息资源的分类特种文献 n会议论文（Conference Paper） 在学术会议上宣读或交流的论文。 n特点：是传递情报比较及时,内容新颖,专业性和针对性强，种类繁多， 出版形式多样。它是科技文献的重要组成部分,一般是经过挑选的,质量 较高，能及时反映科学技术中的新发现、新成果、新成就以及学科发展 趋向，是一种重要的情报源。 n特征为会议名称、时间、地点、主办单位等。 n我校师生可利用CNKI、万方、CPCI等数据库查找会议论文 42 数据库中著录示例： 43 2 信息资源的分类特种文献 n专利文献（Patent Document） 专利信息是集科技信息、法律信息于一体的重要学术信息，具有明显知识 产权特征。专利文献的核心是专利说明书，它对专利的名称、所属技术领 域、核心技术要领、使用效果、实施方案及法律要求等情况都有详尽的描 述，属特种文献。每年专利产出量巨大，占世界科技出版物总数的1/4。所 以专利信息是从事科技研究和开发的非常有价值的一类学术信息资源。 n各国和国际专利组织网站提供免费的专利信息检索。 我校图书馆对可利用的专利网站进行整合导引： 6/MainWeb/search/patent.asp 44 45 专利文献著录示例: 46 2 信息资源的分类特种文献 n政府出版物（government publication）由政府机关负责编辑印制的 ，并通过各种渠道发送或出售的文字、图片、以及磁带、软件等。是政 府用以发布政令和体现其思想、意志、行为的物质载体，同时也是政府 的思想、意志、行为产生社会效应的主要传播媒介。 n一类是行政性文件，包括会议记录、司法资料、条约、决议、规章制度 以及调查统计资料等。另一类是科技性文献，包括研究报告、科普资料 、技术政策文件等。政府出版物数量巨大，内容广泛，出版迅速，资料 可靠，是重要的信息源。政府出版物在出版前后 ，往往用其他形式发 表，内容有时与其他类型的文献（如科技报告）有所重复。 47 2 信息资源的分类特种文献 n标准文献（Standard） n是人们进行科学研究、生产、技术交流及贸易往来需要共同遵守 的技术依据和原则。如产品质量标准、卫生标准、技术标准等。 每一项标准都有统一的代号和编号，按使用范围可分为国际标准 、国家标准、地方标准、行业标准等级别检索标准信息可通过标 准组织的网站，另外就是数据库商提供的网络数据库。 n我校图书馆对标准的检索网站做了整合导引 http:/library_/MainWeb/search/standard.asp 48 49 2 信息资源的分类特种文献 n产品资料 n产品资料是厂商为向客户宣传和推销其产品而印发的介绍 产品情况的出版物。出版形式包括产品目录、单项产品样 本、产品说明书、企业介绍和广告性厂刊。内容一般包括 产品的性能、构造、规格、用途、使用方法、操作规程等 。 n特点是出版迅速、内容具体、图文并茂。 50 2 信息资源的分类特种文献 n技术档案（Technical Records）