《智能信息检索与生成式AI应用》课件-1.信息检索的步骤：分析准备 1.4 信息检索策略

信息检索的步骤(上)01

学会分析检索需求02掌握选择检索工具的决策框架03初步制定检索策略学

习

目

标信息检索的主要流程反馈优化工具选择策略构建需求分析结果处理执行检索020103040506回顾为什么要做分析准备？“垃圾进，垃圾出”原则低质量的输入（模糊需求、错误工具）必然导致低质量的输出不做分析准备实现的检索，得到的是片面、零碎的信息，无法拼凑全貌，属于盲人摸象需求分析——深度剖析检索需求概念对用户的信息需求进行系统性鉴别、澄清与转化的过程是信息检索的初始阶段与决策基础典型的分析方法5W2H通用分析法（What、Why、Where、When、Who、How、Howmuch）Taylor层次模型（内在需求、意识化需求、形式化需求、折衷化需求

）Kuhlthau信息搜索过程模型（认知、情感、行动)需求清单/模板法（固定的检查清单，比如目的、范围、概念分解、质量要求等）当好“翻译官”：翻译出具体任务说明需求分析——深度剖析检索需求需求分析四要素目的类型：是写综述（求全）？还是解决具体问题（求准）？内容范围：限定在什么学科、时间段、地域？成果形式：需要的是数据、观点、案例还是方法？质量要求：需要权威文献还是一般资料？找房子市场报告？自己购买？侧重查准率侧重查全率案例实现“人工智能在糖尿病眼底病变筛查中的应用研究”检索的需求分析撰写领域综述或系统性调研报告，所以更倾向于查全率检索

目的学科：计算机科学

临床医学

时间：近5-10年

文献类型：高质量期刊论文报告等内容

范围调研报告成果

形式需要权威、可靠的学术文献作为论述依据质量

要求What：

找“AI用于糖网筛查”的文献。Why：

为了撰写综述/开题报告(目的决定查全优先)。Where：中英文期刊、学位论文库、临床试验注册库。When：

近5-10年。Who：

关注核心学者/机构；患者群体非重点(对象)。How：

技术方法（深度学习、图像识别）、应用效果

（敏感性、特异性、方法/维度)。HowMuch：需要核心文献约50-100篇(程度)，需覆

盖主要流派。使用5W2H的方式实现需求分析检索工具的选择概念基于需求分析的结果，对潜在信息源进行评估与选择的过程综合考虑检索工具的收录范围、学科侧重、文献类型、权威性、访问方式等因素，旨在构建一个高效、互补的资源组合，为后续检索操作提供最优的数据基础做好“战场侦察员”，选好“兵器”01020304学术数据库与知识库中文：知网(CNKI)、万方、维普英文：WebofScience,Scopus、PubMed

特种：Derwent专利库、国家标准库机构专业平台大学/研究机构知识库、政府数据开放平台、中国临床试验注册中心、ClinicalT、行业智库报告（艾瑞、麦肯锡）综合与垂直搜索引擎综合：Google、百度、Bing学术：GoogleScholar、百度学术垂直：专利之星、OALib（开源库）开放网络与社交媒体百科（维基、百度）、问答社区（知乎）、视频/知识分享平台（B站）、博客、新闻、专业学会官网案例实现“人工智能在糖尿病眼底病变筛查中的应用研究”检索的工具选择01020304学术数据库与知识库中文：知网(CNKI)、万方、维普英文：WebofScience,Scopus、PubMed

特种：Derwent专利库、国家标准库机构专业平台大学/研究机构知识库、政府数据开放平台、中国临床试验注册中心、ClinicalT、行业智库报告（艾瑞、麦肯锡）综合与垂直搜索引擎综合：Google、百度、Bing学术：GoogleScholar、百度学术垂直：专利之星、OALib（开源库）开放网络与社交媒体百科（维基、百度）、问答社区（知乎）、视频/知识分享平台（B站）、博客、新闻、专业学会官网构建检索策略概念将检索课题中的核心概念，转化为信息检索系统能够识别和处理的正式查询表达式的过程：提取并扩展核心概念，运用检索语法构建逻辑组配提取并扩展核心概念从课题描述中抽取核心名词（主体），扩展其同义词、近义词、上下位词、相关词、英文译名人工智能AI,机器学习,深度学习,卷积神经网络(CNN)...糖尿病眼底病变

糖尿病视网膜病变,DR筛查,眼底图像...筛查

诊断,检测,自动分析...策略类型宽泛策略：高查全，多用OR连接同义词，减少AND精准策略：高查准，多用AND连接核心概念，使用字段限定案例实现“人工智能在糖尿病眼底病变筛查中的应用研究”检索的策略初步构建两种策略并用宽泛策略：了解全景(人工智能OR深度学习)AND(糖尿病视网膜病变)精准策略：寻找核心方法(卷积神经网络)AND(眼底图像)AND(自动筛查)AND(敏感性特异性)小

结信息检索需求的分析方法包括5W2H通用分析法