《智能信息检索与生成式AI应用》课件-3.数据检索方法与技巧 4.3 数据检索

数据检索方法与技巧01掌握数据检索的基本流程02掌握数据检索的方法与技巧学

习

目

标数据检索的流程明确需求030102平台选择构建策略04执行检索评估筛选05获取整理06明确数据需求核心思想将宽泛的课题分解为具体、可检索的数据问题思考维度界定范围分解维度确定数据类型案例需求：了解蔚来津3年在上海卖得好不好界定范围：时间（3年）、空间（上海）、对象（蔚来）分析维度：市场规模：销量、市场份额、上牌量竞争情况：竞争对手、价格区间基础设施：充电桩、网点数用户舆情：评价、关注点数据类型：宏观统计、行业报告、用户评论等示例选择合适平台核心思想根据上一步确定的数据类型，匹配最可能提供该数据的权威或核心平台思考维度选择的顺序平台特性匹配备选方案的准备案例需求：搜索蔚来相关的数据选择顺序：政府官方数据>行业权威报告>商业数据>公开生态数据平台匹配特性：宏观数据找统计部门，行业趋势找研究机构，企业动态找官方渠道或财经平台上牌量：首选上海市统计局、公安交通管理局报告市场份额：乘联会月度报告、易观等新能源汽车行业分析基础设施：蔚来官网、高德百度等地图用户评价：汽车之家等车主评论示例构建策略核心思想将数据需求转化为平台能理解的检索式（关键词+语法），以平衡查全率与查准率思考维度提取核心关键词考虑同义词近义词等检索语法案例在多个数据平台搜索关键词：蔚来

上海

销量

关键词：蔚来

上海

销量

同义词：注册量≈上牌量换电站≈充电站检索语法：ANDORNOT引号精确匹配，限定字段等示例执行检索核心思想实际操作，并根据初步结果动态调整检索策略，是一个循环反馈过程思考维度由宽到窄利用筛选器记录过程案例搜索蔚来可能出现结果太多，通过设置筛选条件减少记录由宽到窄：年份改为从2023开始示例A报告：乘联会发布的《2023年12月新能源汽车销量榜》，注明了数据来源为厂家批发数据B报告：某自媒体发布的《蔚来上海市场分析》，未注明数据来源，结论多为“估计”、“大概”评估优先采用A报告的数据作为销量分析基础。对于B报告中的观点，可谨慎参考，但需寻找其他权威来源佐证评估筛选核心思想找到的数据都值并非都得采用，必须从权威性、准确性、时效性、相关性四个维度进行评估筛选思考维度权威性、准确性时效性、相关性案例找到两份报告，通过评估选择放弃其中一份示例获取整理核心思想规范地保存数据及元数据（来源、时间等），为后续分析和引用做好准备思考维度规范存储记录元数据案例记录关于蔚来检索到的数据结果示例数据项数值数据来源发布日期检索日期2023蔚来上海上牌量2.5万辆乘联会《2023中国汽车销量报告》P452024-01-152024-10-27数据检索的关键词策略产品价格流通促销多包含限定词："数据"、"统计"、"数据集"、"数据库"、"指标"。数据相关限定词常涉及时空限定："2023年"、"中国"、"长三角地区"。时空限定词需要具体指标名："就业率"、"招生人数"、"生师比"。具体指标名称包含数据格式词："Excel"、"CSV"、"API"。数据格式类型平台专项检索技巧国家统计局网站为例按指标检索：

使用统一的统计指标名称数据对比：

使用"数据对比"功能实现数据比较可视化工具：

在线生成图表，可直接导出数据检索中的法律与伦理数据产权与版权政府数据：原则上可以自由使用，须注明来源商业数据：受版权保护，需得到许可科研数据：遵循共享协议，合理引用个人信息保护数据安全法规等级保护制度