数据库及其检索技术.ppt

数据库检索技术及应用 总复习1 1 数据库及其类型2 数据库结构3 数据库检索技术4 检索技术的应用 1 数据库及其类型 数据库是在计算机存储设备上按一定方式 合理组织并存储的相互有关联的数据的集合 是计算机技术和信息检索技术相结合的产物 是信息检索系统的核心部分之一 按所提供的信息内容 数据库主要可分为参考数据库和源数据库 参考数据库 存储一系列描述性信息内容 指引用户到另一信息源以获得完整的原始信息的一类数据库 主要包括书目数据库和指南数据库 书目数据库 内容特征 存储描述如目录 题录 文摘等书目线索的数据库 又称二次文献信息数据库 如各种图书馆目录数据库 题录数据库和文摘数据库等属于此类 作用 指出了获取原始信息的线索 指南数据库 内容特征 存储描述关于机构 人物 产品 活动等对象的数据库 作用 指引用户从其它有关信息源获取更详细的信息 源数据库 主要存储全文 数值 结构式等信息 能直接提供原始信息或具体数据 不必再转查其它信息源的数据库 它主要包括全文数据库和数值数据库 全文数据库 内容特征 存储原始信息全文或主要部分的一种源数据库 如期刊全文数据库 专利全文数据库 百科全书全文数据库 作用 用户使用某一词汇或短语 便可直接检索出含有该词汇或短语的原始信息的全文 数值数据库 内容特征 存储以数值表示信息为主的一种源数据库 和它类似的有文本 数值数据库 作用 数值数据库是对信息进行深加工的产物 可以直接提供所需的数据信息 如各种统计数据库 科学技术数据库等 2 数据库结构 书目数据库的结构书目数据库是以文档形式组织一系列数据 这些数据被称为记录 一个记录又包含若干字段 文档 按一定结构组织的相关记录的集合 文档是书目数据库数据组织的基本形式 文档的组织方式与检索系统的硬件和软件功能密切相关 在书目数据库中 文档结构主要分为顺排文档和倒排文档 顺排文档 记录按顺序存放 记录之间的逻辑顺序与物理顺序是一致的 是一种线形文档 顺排文档是构成数据库的主体部分 但其主题词等特征的标识呈无序状态 直接检索时 必须以完整的记录作为检索单元 从头至尾查询 检索时间长 实用性较差 倒排文档 将顺排文档中各个记录中含有主题性质的字段 如主题词字段 标题字段 叙词字段等 和非主题性质字段 如作者字段 机构字段 来源字段等 分别提取出来 按某种顺序重新组织得到的一种文档 具有主题性质的倒排档 称基本索引档 非主题性质的倒排档 称辅助索引档 顺排档和倒排档的主要区别 顺排档以完整的记录为处理和检索单元 是主文档 倒排档以记录中的字段为处理和检索单元 是索引文档 计算机进行检索时 先进入倒排档查找有关信息的存取号 然后再进入顺排档按存取号查找记录 记录与字段 记录是作为一个单位来处理有关数据的集合 是组成文档的基本数据单位 记录中所包含的若干字段 则是组成记录的基本数据单位 在书目数据库中 一个记录相当于一条题录或文摘 因此 一个记录通常由标题字段 作者字段 来源字段 文摘字段 主题词字段 分类号字段 语种字段等组成 按照字段所代表记录的性质不同 字段通常分为基本字段和辅助字段两类 EI数据库中的一条记录 WebofScience中的一条记录 3 数据库检索技术 是指利用现代信息检索系统 如联机数据库 光盘数据库和网络数据库检索有关信息而采用的相关技术 主要有布尔检索 邻近检索 截词检索和限制检索 布尔检索技术 逻辑与概念 逻辑与是一种具有概念交叉关系的组配 算符 AND 并且 包含 等举例 市场 预测市场AND预测市场并且预测特点 增强专指度 表示市场和预测两个概念应包含在同一条记录中才算命中 逻辑或 概念 逻辑或是一种具有概念相同 概念相关或概念并列关系的组配 算符 OR 或者 例如 查找用人工湿地处理废水方面的信息 有如下的概念并列或相关关系的表达 废水处理系统 废水治理 废液处理 废液治理 污水处理系统 污水治理人工湿地 人造湿地 用逻辑或可表达为 废水处理系统or废水治理or废液处理or废液治理or污水处理系统or污水治理 and 人工湿地or人造湿地 特点 扩大检索范围 表示若干相关概念仅包含一个在一条记录中 就算命中 逻辑非 概念 逻辑非是一种具有概念排除关系的组配 算符 有 NOT 不包含 等表达方式 例如 土木工程NOT桥梁特点 使用 逻辑非 可排除不需要的概念 表示检索出的记录中要排除含有 放射废水 的记录才算命中 词位检索技术 词位检索具有限定检索词的词与词之间位置关系的功能 可弥补布尔逻辑算符只是定性规定检索词的范围 以提高查准率 常用的词位检索技术有邻近检索 多见于国外数据库 邻近检索 概念 邻近检索是限制检索词之间可包含其它词的数量 常用的逻辑算符有 NERA SAME NERA表示两词之间不得多于9个词 词前后位置任意SAME要求检索词在同一个句子中 这里所指的同一个句子是两个句号之间的字符串 检索词在句子中的顺序任意 例如 airNEARpollutionairSAMEpollution特点 限制检索词之间的位置关系 提高查准率 截词检索技术 截词检索是提高查全率的一种常用技术 大多数检索系统都提供截词检索功能 在截词检索技术中 常用的是后截词 有两种 无限后截词 一般用算符 表示 用于英文检索词的同根词 有限后截词 使用的算符在不同的检索系统中不尽相同 主要用于英文检索词的单 复数变化等 例如 solubilit用solub 处理 可检索出含有solubilit solubilize solubilization soluble等同根词的记录 特点 使用截词检索具有隐含的布尔逻辑或的功能 可简化检索过程 提高查全率 限制检索技术 使用截词检索 简化了布尔检索中的逻辑或功能 并没有改善布尔检索的性质 使用词位检索 只能限制检索词之间的相对位置 不能完全确定检索词在数据库中出现的字段位置 尤其在使用自由词进行全文检索时 需要用字段限制查找的范围 常用的字段及代码有 标题或题名 篇名 TI 关键词 KW 文摘 AB 作者 AU 机构 S 等 利用检索技术构造检索式 检索课题 高层建筑的优化设计 1 检索目的和要求目的 学位论文开题查新要求 国内外有关高层建筑优化设计方面的信息 2 进行主题分析 确定检索词高层建筑tallbuilding高层建筑highrisebuilding结构设计structuraldesign优化optimization 使用位置符 截词符及其它限制符号进行处理1 高层建筑 tallbuilding 2 高层建筑 highNEARriseNEARbuilding 3 结构设计 structuraldesign4 优化 optimization 使用布尔逻辑算符进行组配得 式1 高层建筑and结构设计式2 高层建筑and结构设计and优化式3 tallNEARriseNEARbuilding andstructuraldesign式4 highNEARriseNEARbuilding andstructuraldesign式5 tallNEARriseNEARbuilding andstructuraldesignandoptimization式6 highNEARriseNEARbuilding andstructuraldesignandoptimization 4 检索技术的应用 中文科技期刊全文数据库传统检索方式 逻辑与检索 逻辑或检索 模糊与精确检索 限制检索 同义词扩展检索 中国期刊全文数据库 初级检索方式 逻辑与检索 高级检索 EiVillage2 快速检索方式布尔检索截词检索和自动取词根技术短语检索邻近检索 布尔检索 邻近检索 tallNEARriseNEARbuilding andstructuraldesign 字段限制检索 查看详细记录和全文 截词检索和自动取词根技术 Eivillage2数据库系统支持后截词和中截词 使用星号 作为截词算符 自动取词根技术Eivillage2数据库系统以输入的检索词词根 作者栏的检索词除外 为基础 检索所有的派生词 点击 Autostemmingoff 自动取词根关闭 可关闭此功能 截词检索 无限截词 截词检索 有限截词 自动取词根技术打开 自动取词根技术关闭 短语检索 相关短语检索 不加括号或引号 输入的短语不加任何括号或引号 精确短语检索 必须加大括号或引号 如果要进行精确短语检索 则必须把输入的短语加上大括号 或引号 一般短语检索 精确短语检索 Webofscience 可用的检索技术布尔检索 and or not邻近检索 same限制检索 标题 年代等截词检索 检索方式及检索技术的应用 引文检索 高级检索 原文馆藏查找方法 TemporarystabilizationofairpollutioncontrolresiduesusingcarbonationZhang Hua StateKeyLaboratoryofPollutionControlandResourcesReuse TongjiUniversity He Pin Jing Shao Li Ming Lee Duu JongSource WasteManagement v28 n3 2008 p509 517 1 查本馆馆藏 Zhang Hua StateKeyLaboratoryofPollutionControlandResourcesReuse TongjiUniversity He Pin Jing Shao Li Ming Lee Duu JongSource WasteManagementWasteManagement v28 n3 2008 p509 517 公共查询无馆藏 2 查联合目录 馆藏情况 3 使