计算机检索的步骤和方法
一、明确检索要求和检索目标
计算机检索的第一步准备工作是明确检索要求和检索目标。
明确检索要求就是要搞清楚本课题属于什么学科，所需文献的类型及语种，查找文献的年代，所需文献的最佳篇数，允许支配的检索费用。这些要求对选择数据库、构造检索策略都是十分重要的。
确定检索目标也是进行计算机信息检索前应搞清楚的准备工作。例如：如果属于开题调研，则应尽可能地检索出与之相关的全部文献，即要求较高的查全率；以便充分地做好开题的准备工作；如果属于探索性、开创性的课题，则只需要查出一些启发性的文献，对查准率和查全率要求都不一定有很高的要求。
二、课题分析
1. 课题概念的分析方法
分析课题就是分析出课题所涉及的主要概念，并找出能代表这些概念的若干个词或词组，进而分析概念之间的上、下、左、右关系。对于新学科、交叉学科和边缘学科的课题，则要搞清楚这些概念之间的关系。概念分析的结果应以概念组为单元的词或词组的形式列出，以便下一步制订检索策略时使用。
2. 隐含概念的分析方法
有些课题的实质性内容往往很难从课题的名称上反映出来，课题所隐含的概念和相关的内容需要从课题所属的专业角度作深入分析，才能提炼出能够确切反映课题内容的检索概念。例如："社会保障"包含"养老保险"、"失业保险"、"医疗保险"和"社会救济"等概念，如果要检索社会保障方面的文献，应该析出上述概念，才能保证文献的查全率。
3. 核心概念的选取
有些检索词中已经含有的某些概念，在概念分析中应予以排除。例如：课题"公司劳动奖励、职工培训和养老保险制度管理的理论和实践"，如果把"劳动奖励"，"职工培训"，"养老保险"，"公司"，"制度"，"管理"六个概念全部组配起来，则会造成大量文献漏检。实际上，劳动力资源管理已经包含了劳动奖励、职工培训和养老保险三个方面，而且，劳动力管理必然是针对该三个方面而言的。因此，本课题只须采用"劳动力资源"和"管理"这两个本质概念即可。
为了提高文献的查准率，应该从相应的规范词表中选择所需的检索词。并且在确定检索词时，除了要考虑反映主题概念的同义词、近义词等相关的检索词外，还要注意选择被选用检索词的缩写词和不同拼法的词，以避免漏检有关的文献。
三、检索词的扩展、选择和处理
目前的计算机信息检索系统，还不具备智能思考的能力，还不会对所输入的检索词以及涉及的所有词进行自动、全面的检索，因此，必须在概念分析的基础上列出与概念有关的词，从中做出选择，并利用截词等方法对检索词予以归并。
1．相同概念的检索词的扩展
扩展相同概念的检索词的方法一般有同义词方法、主题词表方法和截词方法
(1) 同义词方法。在同一概念的范畴内，从语言角度，选择不同的名称、不同的拼写方法和单复数形式。不同的名称包括学名和俗名、简称和全称，商品名和物质或产品名，事物的代码和事物的学名。不同的拼写方法，以英语为例，包括英式英语和美式英语的区别。
(2)截词方法。当某些检索词词干相同、词义相近，但词尾或词中间有变化时(多数英语单词的单复数变化和英美不同拼写形式)，可以采用截词方法扩展检索词。这种方法要求在词干后使用截词符。截词符一般包括"?"和"*"两种。具体采用什么形式，各个系统都有明确的规定。例如：在DIALOG系统中，截词符号有无限截词算符("?") 和有限截词("??"和"?? ?")等多种，"?"有时还用做字符屏蔽符。
(3)主题词表方法。许多数据库都编有自己的主题词表。在数据库编有主题词表的情况下，应该尽量从词表中选择检索词。使用主题词表，不仅可以使检索词更加规范，提高检索结果的准确性，而且可以从同族词中选取更多的上位词、下位词、相关词，使获得的检索结果更为理想。
2．检索词的选择和处理
运用上述方法得到的词，首先应加以选择，并且注意选用本专业通用的术语(应避免使用冷僻词和根据中文术语自译生造的词)，然后以概念为单位，构成组面(facets)。例如：课题"东西方社会保障制度比较研究"的概念组面和检索词为：
概念组面1："社会保障" social security 概念组面2："制度研究"system? Research
四、数据库的选择
不同数据库的学科范围不同，检索指令不同，收费的标准也不同。所以，在检索之前应该阅读有关数据库的使用介绍，以便选择数据库时做到心中有数。
选择数据库，我们一般应该遵循以下几条原则：
1．按照课题的检索要求和目的，选择收录文献种类多、专业覆盖面宽、年代跨度对口的数据库；
2．当需要查找最新文献信息时，选择数据更新周期短的数据库；
3．当还需要获取原文时，选取原文获取较容易的数据库；
4．在同时有多个数据库可供选择的情况下，应首先选择比较熟悉的数据库。
5．当几个数据库的内容交*重复率比较高时，应选择检索费用比较低的数据库。
五、检索策略构成和调整方法
在实际检索过程中，仅需一个检索词就能满足检索要求的情况并不很多。通常我们需要使用多个检索词构成检索策略，以满足由多概念组配而成的较为复杂课题的要求。
检索策略，又称提问逻辑，就是对多个检索词之间的相互关系和检索顺序作出的某种安排。构造检索策略就是运用计算机情报检索系统可以接受的方法，包括布尔逻辑算符、位置逻辑算符等方法，表达课题检索要求的过程。
1．布尔逻辑算符
规定检索词之间的逻辑关系的算符，称为布尔逻辑算符。布尔逻辑算符包括逻辑"或(OR)"、"与(AND)"和"非(NOT)"。
(1) 或(OR)运算符。也可用"+"代替，是用来组配具有同义或同族概念的词，如同义词、相关词等。其含义是，检出的记录中，至少含有两个检索词中的一个。OR算符的基本作用是扩大检索范围，增加命中文献量，提高检索结果的查全率，OR运算符还有一个去重的功能。在实际检索中，同一组面中含义相同的词，相互之间都使用OR运算符。另外，在使用截词方法检索具有相同词干的检索词时，这些词之间也自动地隐含了逻辑"或"的关系。
(2) 与(AND)运算符。也可用"*"代替，用来组配不同检索概念。其含义是检出的记录必须同时含有所有的检索词。AND算符的基本作用是缩小检索范围，减少命中文献量，提高检索结果的查准率。在实际检索中，不同概念组面之间以及同一组面内的不同含义的词之间通常使用AND算符。
(3) 非(NOT)运算符。也可用"-"代替，但在检索时建议使用NOT，以避免与词间的分隔符"-"混淆，NOT算符是排除含有某些词的记录的，即检出的记录中只能含有NOT算符前的检索词，但不能同时含有其后的词。NOT算符的基本作用是缩小检索范围，提高检索结果的查准率.
对于一个复杂的逻辑检索式，检索系统的处理是从左向右进行的。在有括号的情况下，先执行括号内的运算；有多层括号时，先执行最内层括号中的运算，逐层向外进行。在没有括号的情况下，And、Or、Not的运算次序，在不同的系统中有不同的规定。
2. 位置算符
位置算符又称邻接算符(adjacent operators)，适用于两个检索词以指定间隔距离或者指定的
顺序出现的场合，比如，以词组形式表达的概念；彼此相邻的两个或两个以上的词；被禁用词或特殊符号分隔的词等。位置算符是调整检索策略的一种重要手段。按照两个检索词出现的顺序和距离，可以有多种位置算符，而且对同一种位置算符，检索系统不同，规定的位置算符也不同。例如，Compendex光盘数据库使用的位置算符"(N)"（表示其两侧的检索词必须紧密相连，除开空格和标点符号外，不得插入其它词或字母，两词的词序可以颠倒）、"(F)"（表示其两侧的检索词必须在同一字段(例如同在题目字段或文摘字段)中出现，两词的词序可以颠倒）、"(S)"（表示其两侧的检索词必须在同一句子中出现，两词的词序可以颠倒）和"(W)"（表示其两侧的检索词必须紧密相连，除开空格和标点符号外，不得插入其它词或字母，两词的词序不可以颠倒）四种（如下所列）。
（1）（nW）算符：表示两个检索词（关键词、主题词）中间可以插入“n”个词，但他们之间的顺序不能颠倒，但允许有一空格或标点符号。
（2）（nN）算符：表示两个检索词（关键词、主题词）中间可以插入“n”个词，且词序可以颠倒。
（3）（F）算符：表示两个检索词（关键词、主题词）必须出现在同一个字段内，但两词的词序和中间插入的词数不限。
（4）（S）算符：表示两个检索词（关键词、主题词）必须出现在同一个子字段内，但两词的词序和中间插入的词数不限。
注意：在不同的数据库中，位置算符检索功能及算符不同，应参看数据库的使用说明。
3．字段限制
字段限制也是调整检索策略的一种重要的手段。它是限定检索词必须在数据库记录中规定的字段范围内出现的文献，方为命中文献的一种检索方法。如果想指定在题名等字段中查找所希望的检索词，就需要使用字段限制。字段限制适用于在已有一定数量输出记录的基础上，通过指定字段的方法，减少输出篇数，提高检索结果的查准率的场合。由于字段限制采用前缀和后缀的形式，因此又称为前缀限制和后缀限制。例如Compendex光盘数据库基本字段限制的用法是在需要指定字段的检索词后加上后缀运算符"/"和段码。这个数据库辅助字段限制的用法是在需要指定字段的检索词(有时检索词须放在双引号内)之前加上段码和前缀运算符"="。
常用的字段代码有标题（TI）、文摘（AB）、叙词（DE）、识别词或自由词（ID）、作者（AU）、语种（LA）、刊名（JN）、文献类型（DT）、年代（PY）等。这些限制符在不同的数据库系统有不同的表达形式和使用规则。
4. 截词符检索（Truncation、Wildcard Symbols）
利用检索词（关键词、主题词）的词干或不完整词形进行查找的过程为截词检索。它可以起到扩大检索范围，提高查全率，减少检索词（关键词、主题词）（关键词、主题词）的输入量，节省检索时间。尤其在英文检索系统中检索时，若遇到名词的单复数形式，词的不同拼
写法，词的后缀变化时，均可采用此方法。截词的方式有多种，可以分为有限截词、无限截词和中间截词。
（1）有限截词：有限后截词主要用于词的单、复数，动词的词尾变化等。将“n”个截词符放在检索词（关键词、主题词）的词干或词尾可能变化的位置上。
（2）中间截词：一般来说，中间截词仅允许有限截词，主要用于英、美拼写不同的词和单复数拼写不同的词。例如：wom?n woman women
（3）无限截词：截去某个词的尾部，是词的前方一致比较，也称前方一致检索。在检索词（关键词、主题词）干后加1个截词符“？”或“*”。表示该词尾允许变化的字符数不受任何限制。例如：comput* 可检索出computer、computing、computers、computering、computeriation等词的记录。
任何一种截词检索，都隐含着布尔逻辑检索的“或”运算。采用截词检索时，既要灵活、又要谨慎，截词的部位要适当，如果截得太短(输入的字符不得少于3个)，将影响查准率。另外，不同的检索系统使用的截词符不同、各数据库所支持的截断类型也不同。
不一定能满足课题检索的要求，例如：或者检出的篇数过多，而且不相关文献所占比例很大，或者检出的文献数量太少，有时甚至为零，这时就需要调整检索策略。
调整检索策略之前，首先要分析造成检索结果不理想的原因。对于输出篇数过多的情况，应分析是否是由下述原因造成的：①选用了多义性的检索词；②截词截得过短；③输入的检索词太少；④应该使用"与(AND)"的使用了"或(OR)"；⑤优先运算符"()"使用错误。对于输出篇数过少的情况，应分析是否是由下述原因造成的：①检索词拼写错误；②遗漏重要的同义词或隐含概念；③检索词过于冷僻具体；④没有使用截词算符；⑤位置算符和字段算符使用的过多；⑥使用过多的"与(AND)"算符。
针对上述原因，如果是属于需要扩大检索范围，提高文献查全率，调整检索策略的方法有：①减少"与(AND)"算符，增加同义词或同族相关词使用逻辑或(OR)将它们连接起来；②在词干相同的单词后使用截词符(？)；③去除已有的字段限制、位置算符限制(或者改用限制程度较小的位置算符)。
如果是属于缩小检索范围，提高文献查准率的，调整检索策略的方法有：①减少同义词或同族相关词；②增加限制概念，用逻辑与(AND)将它们连接起来；③使用字段限制，或者限定检索词在指定的基本字段，或者指定的辅助字段出现，限制检索结果的文献类型、语种、出版国家；④使用适当的位置算符；⑤使用"非(NOT)"算符，排除无关概念。
六、输出格式和方式的选择
所谓输出格式的选择是对记录字段的选择。所谓输出方式的选择是指对屏幕显示、打印和存盘的选择。一般情况下，如果输出的是中间结果，属于基本字段的题目(TI)、文摘(AB)、叙词(DE)和识别词(ID)字段是必须的，这些字段有利于观察结果，对检索策略做进一步调整。如果是最终结果，可以根据时间、经费条件选择其中适用的格式。
输出方式的选择，要注意的问题是，数据库是否只允许打印、存盘选中的记录；在选定打印、存盘后，是否还须进一步选择"当前记录""全部记录""选中记录"；另外如果是存盘，是否还有文件扩展名的限制。
七、检索效率
检索效率就是利用检索系统（或工具）开展检索服务时产生的有效结果。它直接反映检索系统的性能，影响系统在信息市场上的竞争能力和用户的利益。检索效率包括技术效果和社会经济效果两个方面。技术效果主要指系统的性能和服务质量，系统在满足用户的信息需要时所达到的程度。社会经济效果是指系统怎样经济有效地满足用户需要，使用户或系统本身获得一定的社会效益和经济效益。我们以下讨论的主要是系统技术效果的评价问题。
在检索中最理想的是查全率和查准率都达到100％，就是数据库中收录的全部相关文献都被检索出来，而且检索出来的文献全部都是相关文献。但事实上，检索中有许多因素使这个指标很难达到，总存在一定的误差。那么就出现了两个评价误差的指标漏检率和误检率。
在评价工作中，最常用的是查全率和查准率，而且应同时使用，否则就难以反映检索系统的功能及检索结果的效率。查准率和查全率结合起来，描述了系统的检索成功率、查全率和查准率之间有着互逆的关系，就是说查全率提高，查准率就下降，反之亦然。在计算机检索中，一般认为查准率为60—70％、查全率为40—60％是较为理想的。
系统的收录范围、索引语言、标引和检索等都是影响查全率和查准率的因素。
第一章信息检索概述 1.信息检索：指将信息按一定的方式组织和存储起来，并根据信息用户的需要找出有关信息的过程。 2.根据检索手段的不同，信息检索可以分为手工检索、光盘检索、联机检索和网络检索。 3.信息检索的基本原理 通过对大量的、分散无序的文献信息是进行搜集、加工、组织、存储，建立各种各样的检索系统，并通过一定的方法和手段使存储与检索这两个过程所采用的特征标识达到一致，以便有效地获得和利用信息源。 4.信息检索语言 信息检索语言是人们在加工、存储和检索信息时用来描述信息内容和信息需求的词汇或符号及其使用规则构成的供标引和检索的工具。 5.五个信息检索阶段：手工检索、机械信息检索、脱机批处理检索、联机检索、网络信息检索，后三 者统称为计算机信息检索。 6.与手工检索相比，计算机信息检索的特点表现在： （1）速度快、效率高，仅几分钟就可以从成千上万条记录中找到所需信息； （2）检索范围广，可以迅速而方便地浏览相关学科或主题的所有数据库中的记录，在 网络中，几乎每一台个人计算机都可以成为信息源； （3）检索不受时空的限制，只要拥有相应的软件和硬件设备，就可以在任何地方借助 光盘和通信网络查询所需信息。 7.信息检索的模型：就是运用数学的语言和工具，对信息检索系统中的信息及其处理过程加以翻译和 抽象，表述为某种数学公式，再经过演绎、推断、解释和实际校验，反过来指导信息检索实践。 信息检索的三个经典模型是：布尔模型、向量空间模型和概率模型。 8.信息检索系统是具有信息存储和信息查询功能的一类信息服务设施。 9.信息检索系统是信息检索所用的硬件资源、系统软件以及信息资源集合的总和。 10.数据库由字段、记录和文档构成。 11.根据载体的不同，数据库可分为：联机数据库、光盘数据库和网络数据库三种。 12.信息检索系统评价的核心是检索性能评价。 13.检索性能评价：根据一定的评价指标对实施信息检索活动所取得的成果进行客观科学评价，以进一 步完善检索工作的过程。 评价检索效果的最主要的指标：查全率和查准率。 14.查全率 查全率是指检出文献中合乎需要的文献数量占数据库中存在的合乎该需要的所有文献的比例。 15.查准率 查准率是指检出文献中合乎需要的文献数量占检出文献全部数量的比例。 第二章网络信息检索的方法与技术 1.布尔逻辑检索的主要运算符 布尔逻辑检索的主要运算符有：逻辑与（“AND”）、逻辑或（“OR”）、逻辑非（“NOT”）。 它们分别代表的含义是：（1）逻辑“与”。表示检索结果中必须包含所有的检索词；（2）逻辑“或”。表示检索结果中只要包含任何一个检索词即可；（3）逻辑非。表示检索结果中一定不能出现“NOT”后面的检索词。 2.邻近检索 邻近检索是用一些特定的算符来表达检索词与检索词之间的顺序和词间距的检索。 3.短语检索：短语用“”表示，检索出与“”内形式完全相同的短语，以提高检索的精度和准确度， 因而也有人称之为“精确检索” 4.截词检索 是指在检索标识中保留相同的部分，用相应的截词符代替可变化部分。检索中，计算机会将所有含有相同部分标识的记录全部检索出来。截词符一般用“？”或“*”表示，但不同的数据库中有所差别。 常用的截词检索方法有前截词、中间截词和后截词。 5.在信息检索过程中，为了提高查全率或查准率，需要将检索范围限制在特定的字段中，即字段限制 检索。 6.模糊检索：模糊检索是指使用某一检索词进行检索时，能同时对该词的同义词、近义词、上位词、 下位词进行检索，以达到扩大检索范围、避免漏检的目的。
计算机检索的步调和办法 令狐采学 一、明确检索要求和检索目标 计算机检索的第一步准备工作是明确检索要求和检索目标。 明确检索要求就是要搞清楚本课题属于什么学科，所需文献的类型及语种，查找文献的年代，所需文献的最佳篇数，允许支配的检索用度。这些要求对选择数据库、构造检索战略都是十分重要的。确定检索目标也是进行计算机信息检索前应搞清楚的准备工作。例如：如果属于开题调研，则应尽可能地检索出与之相关的全部文献，即要求较高的查全率；以便充分地做好开题的准备工作；如果属于探索性、开创性的课题，则只需要查出一些启发性的文献，对查准率和查全率要求都不一定有很高的要求。 二、课题阐发 1. 课题概念的阐发办法 阐发课题就是阐发出课题所涉及的主要概念，并找出能代表这些概念的若干个词或词组，进而阐发概念之间的上、下、左、右关系。对新学科、交叉学科和边沿学科的课题，则要搞清楚这些概念之间的关系。概念阐发的结果应以概念组为单位的词或词组的形式列出，以便下一步制订检索战略时使用。 2. 隐含概念的阐发办法 有些课题的实质性内容往往很难从课题的名称上反应出来，课题所隐含的概念和相关的内容需要从课题所属的专业角度作深入阐发，
才干提炼出能够确切反应课题内容的检索概念。例如："社会包管"包含"养老保险"、"失业保险"、"医疗保险"和"社会救济"等概念，如果要检索社会包管方面的文献，应该析出上述概念，才干包管文献的查全率。 3. 核心概念的选取 有些检索词中已经含有的某些概念，在概念阐发中应予以排除。例如：课题"公司劳动奖励、职工培训和养老保险制度管理的理论和实践"，如果把"劳动奖励"，"职工培训"，"养老保险"，"公司"，"制度"，"管理"六个概念全部组配起来，则会造成年夜量文献漏检。实际上，劳动力资源管理已经包含了劳动奖励、职工培训和养老保险三个方面，并且，劳动力管理必定是针对该三个方面而言的。因此，本课题只须采取"劳动力资源"和"管理"这两个实质概念即可。为了提高文献的查准率，应该从相应的规范词表中选择所需的检索词。并且在确定检索词时，除要考虑反应主题概念的同义词、近义词等相关的检索词外，还要注意选择被选用检索词的缩写词和不合拼法的词，以避免漏检有关的文献。 三、检索词的扩展、选择和处理 目前的计算机信息检索系统，还不具备智能思考的能力，还不会对所输入的检索词以及涉及的所有词进行自动、全面的检索，因此，必须在概念阐发的基础上列出与概念有关的词，从中做出选择，并利用截词等办法对检索词予以归并。 1．相同概念的检索词的扩展 扩展相同概念的检索词的办法一般有同义词办法、主题词表办法和
文献检索一般方法 同学们： 可能你们目前接触到的文献并不多，但以后你的作业和设计很大一部分要求自己查阅文献，期刊，论文来解决（比如说：微生物学，微生物工程工艺原理，酶工程，白酒工艺学，啤酒工艺学，食品安全学，白酒勾兑等）。在四川理工学院我们检索文献的方式不外乎在图书馆找纸质档案和网络检索两种，因为我们通常使用的文献都要求是近三年核心期刊发表的文章，因为只有这些才能反映某个领域目前发展的现状，所以我们一般都偏向于跟新更快的网络搜索，其中又以知网和超星使用最多。下面简单介绍文献检索的一般方法，希望能给大家的学习，包括实验室学习带来一点帮助，有不明白的地方请直接联系我。 1、检索课题名称（中英文） 计算机在中学物理中的应用 The application of computer to physics in middle school 2、分析研究课题 随着计算机技术的不断发展，计算机在教育中的作用愈发突出。在中学物理教育 中，同样可以引入计算的先进技术，改进教育方法，提高教学效率。如今，计算机在 中学物理中的应用主要体现在以下几个方面： 1)计算机技术在课件制作中的应用。 2)计算机在实验仿真中的应用。 3)计算机在教学数据处理中的应用。 根据以上分析，本课题主要是根据计算机在中学物理教学中的几个应用进行相关 材料的查找。 3、检索策略 3.1 检索工具 1)利用“中国知网”查找有关硕士、博士论文。 2)利用“中国期刊全文数据库”查找相关期刊论文。 3)利用“维普科技期刊数据库”查找相关期刊论文。 4)利用“超星数字图书馆”查找相关图书。 5)利用“SpringLink”查找相关论文。
搜索引擎基本原理 一．全文搜索引擎 在搜索引擎分类部分我们提到过全文搜索引擎从网站提取信息建立网页数据库的概念。搜索引擎的自动信息搜集功能分两种。一种是定期搜索，即每隔一段时间（比如Google一般是28天），搜索引擎主动派出“蜘蛛”程序，对一定IP地址范围内的互联网站进行检索，一旦发现新的网站，它会自动提取网站的信息和网址加入自己的数据库。 另一种是提交网站搜索，即网站拥有者主动向搜索引擎提交网址，它在一定时间内（2天到数月不等）定向向你的网站派出“蜘蛛”程序，扫描你的网站并将有关信息存入数据库，以备用户查询。由于近年来搜索引擎索引规则发生了很大变化，主动提交网址并不保证你的网站能进入搜索引擎数据库，因此目前最好的办法是多获得一些外部链接，让搜索引擎有更多机会找到你并自动将你的网站收录。 当用户以关键词查找信息时，搜索引擎会在数据库中进行搜寻，如果找到与用户要求内容相符的网站，便采用特殊的算法——通常根据网页中关键词的匹配程度，出现的位置/频次，链接质量等——计算出各网页的相关度及排名等级，然后根据关联度高低，按顺序将这些网页链接返回给用户。 二．目录索引 与全文搜索引擎相比，目录索引有许多不同之处。 首先，搜索引擎属于自动网站检索，而目录索引则完全依赖手工操作。用户提交网站后，目录编辑人员会亲自浏览你的网站，然后根据一套自定的评判标准甚至编辑人员的主观印象，决定是否接纳你的网站。 其次，搜索引擎收录网站时，只要网站本身没有违反有关的规则，一般都能登录成功。而目录索引对网站的要求则高得多，有时即使登录多次也不一定成功。
尤其象Yahoo!这样的超级索引，登录更是困难。（由于登录Yahoo!的难度最大，而它又是商家网络营销必争之地，所以我们会在后面用专门的篇幅介绍登录Yahoo雅虎的技巧） 此外，在登录搜索引擎时，我们一般不用考虑网站的分类问题，而登录目录索引时则必须将网站放在一个最合适的目录（Directory）。 最后，搜索引擎中各网站的有关信息都是从用户网页中自动提取的，所以用户的角度看，我们拥有更多的自主权；而目录索引则要求必须手工另外填写网站信息，而且还有各种各样的限制。更有甚者，如果工作人员认为你提交网站的目录、网站信息不合适，他可以随时对其进行调整，当然事先是不会和你商量的。 目录索引，顾名思义就是将网站分门别类地存放在相应的目录中，因此用户在查询信息时，可选择关键词搜索，也可按分类目录逐层查找。如以关键词搜索，返回的结果跟搜索引擎一样，也是根据信息关联程度排列网站，只不过其中人为因素要多一些。如果按分层目录查找，某一目录中网站的排名则是由标题字母的先后顺序决定（也有例外）。 目前，搜索引擎与目录索引有相互融合渗透的趋势。原来一些纯粹的全文搜索引擎现在也提供目录搜索，如Google就借用Open Directory目录提供分类查询。而象 Yahoo! 这些老牌目录索引则通过与Google等搜索引擎合作扩大搜索范围。在默认搜索模式下，一些目录类搜索引擎首先返回的是自己目录中匹配的网站，如国内搜狐、新浪、网易等；而另外一些则默认的是网页搜索，如Yahoo。
计算机信息检索复习知识点 第一章 1、人类生活的3个基本要素是材料、能源和信息。（单选） 2、信息是指应用文字、数据或信号等形式，通过一定的传输和处理，来表达各种相互联系的客观事务在运动中所具有的特征性内容夫人总称。（名词） 3、信息的特征有：客观性、动态性、相对性、依存性、可传递性。（多选） 4、共享性是指同一内容的信息可以在同一时间里被多个信息用户使用。 5、信息的功能有哪些？（简答） （1）信息是感知世界的中介；（2）信息是管理决策的依据；（3）信息是科学研究的必要条件；（4）信息是社会发展的资源； 6、信息的类型有哪些？（论述） （1）按信息的表达形式划分，可以分为 ①文献信息②声像信息③电子信息 （2）按信息的应用范围划分，可分为 ①白色信息②灰色信息③黑色信息 （3）按信息的加工层次划分 ①一次信息②二次信息③三次信息 7、信息需要：所谓信息需要，就是指人们在从事各项实践活动的过程中，为解决所遇到的各种问题而产生的对信息的需要。（名词） 8、信息需求的特征有哪些？广泛性、社会性、发展性、多样性（多选） 9、现代信息技术的基础是微电子技术（单选） 10、数据库是指为满足多个用户的多种应用需要，按一定的数据模型在计算机中组织、存储和使用的相互联系的数据集合。（名词、单选） 11、通信系统的基本组成包括信源和：信宿、变换器、反应器、信道、噪声源 12、信号的接收者称为信宿 13、信息传输的通道称为信道 14、信号在传输过程中受到的干扰称为噪声 15、数据库简称DB 16、数据库的四种基本操作是：检索、更新、删除、插入 17、数据库的特点有哪些？（简答）（1）数据共享；（2）面向全组织的数据结构化；（3）数据独立性；（4）可控数据冗余度；（5）统一数据控制功能。 18、数据结构化有利于实现数据共享 19、数据库管理系统可以提供哪些方面的数据控制功能：安全性、完整性、并发控制、数据恢复 20、构成数据库的三个主要层次是：文档、字段、记录 21、记录的基本单元是：字段 22、文档的基本单元是记录 23、一个文档中你好，认识一下！包含大量的记录 24、检索系统提供的数据库相关文档组成包括的文件数是3个 25、顺排文档：按记录的存取号的大小顺序存入全部记录，它相当于印刷型检索工具的正文部分。 26、倒排文档：把记录中的可检字段抽出，包括单元词、多元词，按某种顺序重新加以组织后得到的一种文档。 27、倒排文档只包括记录的标识、信息的数量及信息存取号。 28、存储了数据库所有记录的特征标识的是倒排文档 29、数据库文档中便于随机存取，实现非顺序存储结构的文件是索引文档 30、传统的检索对象主要是文献型的信息源 31、传统的检索对象的存储介质是纸张 32、对超文本、超媒体信息资源实施的检索是超维检索 第二章 1、计算机信息检索经历了哪几个主要发展阶段？（简答）（1）脱机批处理检索阶段；（2）脱机检索阶段；（3）光盘检索阶段；（4）网络化检索阶段 2、计算机信息检索必备的条件是物质和人员 3、计算机检索的类型有哪些？（论述） 计算机信息检索的类型可以通过检索的内容、信息出版的时间和检索工作的方式加以划分 1根据计算机信息检索的内容划分，检索可以分为 （1）数据检索；（2）事实检索；（3）文献检索 2根据被检索信息出版的时间划分，可分为：（1）定题信息检索；（2）回溯性信息检索 3根据计算机检索工作的方式划分，可分为：脱机检索系统；（2）联机检索系统 4、事实检索的对象是事实 5、检索结果能够满足用户需要的文献线索或文献全文的是文献检索 6、回溯性信息检索：根据用户提供某一段时间范围内的文献信息的检索方法 7、计算机批处理的信息检索系统称为脱机检索系统 8、用户以联机会话方式直接访问系统及其数据库的信息检索系统称为联机检索系统 9、信息检索系统：是指按照某种方式、方法见利起来的供读者检索信息的一种有层次的体系，是表征有序的信息特征的集合体。 10、信息检索系统的职能有：报道职能、存储职能、检索职能 11、信息数据库可以划分为：参考数据库、源数据库、混合型数据库 12、参考数据库：是指用户从中获取信息线索后，还需要进一步查找原文或其他资料的一类数据库 13、源数据库：能够直接为用户提供原始资料或具体数据的一类数据库。 14、信息系统的构成模式是什么？（简答） （1）信息数据的选择、处理、录入和维护子系统；（2）词表和标引子系统；（3）检索子系统；（4）系统----用户接口子系统统 15、信息检索系统的存储结构有：印刷存储、微缩存储、磁存储、半导体存储、光存储 16、信息存储的逻辑结构有：线性结构、非线性结构、树形结构、网形结构 17、数据元素按一定顺序构成一个有限序列的信息存储结构称为：线性结构 18、非线性结构中最常用的的是树形结构和网形结构 19、将信息用二进制表示称为编码 20、计算机处理信息的最小单位是一位二进制数 21、两级存储器是指主存储器和辅助存储器 22、信息检索的概念起源自文献信息检索 23、对信息进行主题分析，提取代表该信息的特征的过程称为标引 24、自动抽词标引：利用计算机直接从信息正文、标题或文摘中抽出能表达信息主题的关键词作为标引词，并自动生成 关键词索引或倒排文档。 25、对一本书或一篇文章所做的扼要摘述称为文摘 26、利用计算机自动编制文摘称为自动文摘 27、在信息检索自动化处理中，常用的运算是排序 28、常用的自动排序的方法有选择排序和快速排序 29、存储区域网简称为SAN 30、目前大多数中小企业见利网络环境的协议基础是 TCP/IP 31、信息检索系统的组织：为了控制信息的流速和流向、数 量和质量等，把传递中的杂乱无序的信息整理为系统有序状 态的活动。 32、信息检索系统的组织目的是什么？（简答） （1）减少社会信息流的混乱程度； （2）提高信息系统的质量和价值； （3）建立信息检索系统与用户的联系； （4）节省社会信息活动的总成本。 33、信息检索系统的组织的要求有哪些 （1）信息内容有序化； （2）信息流向明确化； （3）信息流速适度化； （4）信息质量最优化。 34、信息检索系统组织方法：是指对每一信息的各种外表特 征和内容特征进行描述并确定其标识，然后按一定方式或规 则将其内容组织起来以供检索的方法 35、信息检索系统的传统组织方法有哪些？ （1）分类组织法；（2）主题组织法；（3）字顺组织法；（4） 号码组织法；（5）自然组织法 36、进行网络信息资源组织的方式主要有：文件组织方式、 主题树组织方式、超文本组织方式、超媒体组织方式、元数 据组织法 37、以文件为单位共享和传输信息的组织方式称为文件组织 方式； 38、超文本的信息组织方法是非线性； 39、元数据又称描述数据； 40、对初选信息的鉴别、筛选和删除称为优化； 41、优化选择的方法有：比较法、分析法、核查法、引用摘 录法、专家评估法 42、检索语言：检索信息所使用的人工语言； 43、登录在类表、词表中的所有标识称为词汇 44、检索语言的作用有哪些？（简答） （1）对信息内容进行主题分析；（2）便于将标引、检索用 的标识符进行相符性比较，保证检索和标引的一致性；（3） 保证检索结果和检索要求的一致性；（4）保证信息存储集中 化和系统化 45分类语言的基础是科学分类 46主题语言是使用词语标识的一类信息检索语言，称为主题 法 47、把主题词按照一种便于检索的方式编排起来，称为主题 词 48、关键词：从信息的题名、摘要和内容中抽取出来的，能 够表达信息主题内容的具有检索意义的关键性词汇。 49、叙词：是指从自然语言中优选出来并经过规范化处理的 名词术语，属于后组式语言的一种，是采用表示单元概念的 规范化语词的组合来对信息主题或内容进行描述的标识系 统。 50、叙词的特点：专指性、直观性、多维检索、适应性、网 络结构 51、按照学科体系进行系统排列的语言称为分类语言 52、按照主题词的字顺序列排列的语言称为主题语言 53、计算机信息检索是指利用计算机存储信息和检索信息 54、进入检索的入口称为检索途径 55、按学科分类体系查找信息的途径称为分类检索 56、利用信息主题内容进行检索的途径称为主题检索 57、选择实现检索计划的具体方法和手段是选择检索方法 58、利用检索系统查找信息的方法称为工具法 59、信息检索策略：将课题的提问及其检索词与检索系统的 收录内容、编排特点相匹配而确定的检索方案或程序。 60、检索效果：是指信息系统检索信息的有效程度，反映了 信息系统的检索能力 61、查全率：检索出的相关信息量与信息系统中的相关信息 量之比 62、查准率：检索出的相关信息量和检索出的信息总量之比。 63、衡量检索效果的相对合理指标是差准率和查全率 第三章 1、布尔逻辑检索：是指通过标准的布尔逻辑关系词来表达检 索词与检索词之间逻辑关系的检索方法。 2、布尔逻辑运算符有：逻辑与、逻辑或、逻辑非 3、INTERNET上信息出传输的主要方式是FTP 4、检索者将检索词在他认为合适的地方截断称为截词 5、限制检索：在检索系统中，使用缩小和限定检索范围的方 法称为限制检索 6、邻近检索：通过专门符号来规定检索词在结果中的相对位 置 7、中级检索技术包括哪些内容？ （1）加权检索技术；（2）自然语言检索技术；（3）相关信 息反馈检索技术；（4）模糊检索技术；（5）概念检索技术。 8、自然语言处理应用领域之一是信息检索 9、概念层次网络简称HNC 10、自然语言处理技术可以分为机器翻译、语义处理以及人 机会话 11、搜索引擎用到的自然语言处理技术是机器翻译与语义处 理 12、实现只能搜获的过程主要分为：语义处理、知识管理、 知识检索 13、从用户角度看，用户可以分为最终用户和职业用户 14、信息检索发展史上的突破是应用了自然语言检索 15、智能代理资源管理器的基本结构是：适配器、引擎、知 识、库、视图 16、智能代理信息检索系统的特点有哪些？（论述） （1）智能代理侧重于面向用户。 （2）智能代理主要借助知识库、数据库，并参考用户需求习 惯和一段时期内的偏好，推断用户提问的真实意图，提高检 索的专指性。 （3）智能代理采用机器学习、用户框架模型、推理机制主动 协助用户查找信息。 （4）智能代理不仅是关键字的匹配，而且是基于概念和知识 的检索。 （5）智能代理能不断了解用户需求的变化，并根据用户的反 馈信息及时修正检索目标策略。 （6）智能代理能分离发送请求和接收结果，使它们异步进行。 （7）智能代理能使用户按照个人的兴趣爱好进行信息分类。 17人们进行信息检索时总是期望获得较高的查全率和查准率 18对信息进行采集、标引、存储、处理，最后形成信息集合 体 19、通过模拟自然进化过程搜索最优解的方法称为遗传算法 20、搜索引擎和挖掘引擎处理的都是字串和文本 21、数据挖掘也称知识发现 22、聚类：按照事物的某些属性，把事物聚集成类，使类间 的相似性尽量小，类内相似性尽量大 23、一种很有效的预测模型技术是神经元网络 第四章 1.INTERNET起源于ARPANET 2、我国的四大互联网络是：中国科技网、中国教育科研网、 中国公用互联网、中国公用经济信息网 3、INTERNET提供的基本信息服务有：电子邮件、文件传输、 远程登陆、电子公告板、网络新闻组 4、可以在异地主机上登陆注册的服务是TELNET 5、通过专用电缆与INTERNET主干网直接连接在一起的称 为专线连接 6、综合业务数字网简称ISDN 7、非对称数字用户环路简称ADSL 8、网络信息资源主要类型是联机检索系信息资源和网络信 息资源 9、联机检索信息资源的主要表现形式是联机数据库 10、文件传输协议是FTP 11、网络信息资源进行组织的主要方式有：文件方式、主题 树方式、超文本方式、数据库方式、超媒体方式、元数据方 式。 12、元数据：就是关于数据的数据，是对数据内容的描述。 13、元数据的作用有哪些？（论述） （1）描述数据的内容、质量和特征，以及数据所适用的范围。 （2）管理和存储大量科学数据 （3）提供一种对数据进行检索、查询的方法 （4）帮助数据的使用者更好的了解和使用数据。 （5）促进数据共享 （6）为数据交换和数据传输提供辅助信息 （7）元数据是数据发挥其作用的一个必要条件 （8）维护科研成果，维护在数据方面的投资。 14、DC的特点有:简易性、通用性、兼容性、灵活的可扩展 性 15、知识产权：是公民和法人对在科学和文学等领域内创造 的精神财富以及智力成果依法享有权利的总称。 16、INTERNET上每位用户都有的帐号称为域名 17、数据库开发主要是开发书目数据库、文摘数据库和全文 数据库 18、开发网络信息资源的一个重要途径是制作知识导航库 19、数字图书馆开发利用网络信息资源的一种主要形式是馆 际互借 20、网络信息资源开发利用中的知识产权保护策略是什么？ （简答） （1）加强开发利用网络信息资源的立法工作 （2）加强国际交流，逐步与国际接轨； （3）建立和完善知识产权集体管理制度 （4）使用技术手段防止侵权 （5）重视解决网络信息知识产权保护的两个基本原则，即网 络发表权问题和复制权问题。 第五章 1、中国期刊网全文数据库检索系统是基于INTERNET 2、专业检索的具体步骤是： （1）通过单击页面右上角的状态栏，即可进入专业检索条件 界面； （2）选择检索范围 （3）填写检索条件 3、二次检索：通过简单检索、高级检索及专业检索，在这些 检索结果上还可以继续进行操作。 4、二次检索的操作方式有：并且、或者、不包含 5、保存题录中最大保存记录数为50 6、向导式检索的检索操作顺序是由上到下 7、中共高等教育文献保障体系简称CALIS 8、中文社科报刊数据库检索方法的具体步骤是什么？（论述） （1）系统进入、检索途径的选择和结果的输出 （2）主题词、题名和著者检索途径 （3）分类号检索途径 （4）人名检索途径 （5）刊名检索途径 （6）检索结果的显示、标记、打印和保存 （7）索引词列表的使用方法 （8）历次检索策略的选用 9、最重要的统计工具和学术分析及评价工具是SCI 10、普通检索中检索来源文献的途径可分为：主题词、著者、 来源出版物、著者地址 11、执行检索后命中的记录在屏幕上显示的格式是简单格 式 12、联机公共检索目录简称OPAC 第六章 1、产权主要有哪几种：动产权、不动产权、知识产权 2、著作权：也叫版权，是指文学、艺术、科学作品的作者， 对其创作的作品，依照法律享有的专有权利。 3、以法律的形式保护发明人在一定期限内享有对其发明的专 利权称为专利权 4、专利的特征有：排他性、地域性、时效性 5、专利的类型有：发明专利、实用新型专利、外观设计专利、 集成电路布图设计 6、国内检索专利信息的网站有哪些？ （1）中国知识产权网； （2）中华人民共和国知识产权局 （3）中国专利信息网 （4）中国专利信息检索系统 （5）中国专利文摘数据库 （6）中国香港特别行政区知识产权署 7、美国专利与商标办公室简称USPTO 8、对专业人员根据其专业学术水平而授予的一种称号称为 学位 9、学位论文分为哪几种类型?(简答) 一类是理论研究型的，作者通常在搜集、阅读了大量资料之 后，依据前人提出的论点和结论，再通过自己的深入研究或 大量实验，进一步提出自己的新论点和新假说。另一类是调 研综述型的，作者主要以前人关于某一主题领域的科研课题 做出概括性的总结，提出自己独特的论点和新见解。 10、会议文献：是指在各种学术会议上宣读的论文、产生的 记录及发言、论述、总结等形式的文献。 11、会议文献按照出版时间的先后分为：会前文献、会中文 献、会后文献 12、科技报告：对科学、技术研究结果的报告或研究进展的 记录 13、美国政府的四大科技报告分别是：PB报告、AD报告、 NASA报告、DOE报告 14、标准文献：按照规定程序编制并经过一个工人的权威机 构批准的，供在一定范围内广泛而多次使用，包括一整套在 特定活动领域必须执行的规格、定额、规划、要求的技术文 件。 15、标准文献主要分为：国际标准、区域标准、国家标准、 专业标准、行业标准、基础标准 第七章 1、目前INTERNET网络资源主流是网络信息资源 2、网络信息检索的主要特点是什么？（简答） （1）交互式作业方式 （2）用户透明度 （3）信息检索空间的拓宽 （4）友好的用户界面且操作方便 3、网络检索工具共有的特点是交互式作业 4、网络信息检索工具的类型有哪些？ （1）按照检索机制划分可分为： 1、分类目录检索工具； 2、搜索引擎检索工具； 3、混合型检 索工具\（2）按照检索的内容划分可分为1、综合型检索工具； 2、特殊型检索工具； 3、多元检索工具； 4、万维网和非万维 网检索工具 5、能够利用多个检索工具进行网络信息查询的检索工具称 为：多元检索工具 6、网络信息检索工具按照检索机制划分可分为：分类目录检 索工具、搜索引擎检索工具、混合型检索工具 7、搜索引擎按照信息内容组织方式划分为按检索词检索和 按分类检索 8、分类目录型检索工具的典型网站是：YAHOO 9、目前网络上适用最多的引擎的检索形式是按检索词检索 10、搜索引擎使用最多的分类是按照主题 11、搜索引擎主要由三个部分构成，分别是：搜索软件、索 引软件、检索软件 12搜索软件，通常称为机器人 13、检索软件决定搜索引擎的检索功能和返回结果的相关性 14机器人是一种计算机的程序 15、在遍历算法中，一般用到的两种方式是深度优先和广度 优先 16、内容索引项可以分为单索引项和多索引项 17、索引技术可以使用集中式索引算法或分布式索引算法 18、输入接口可以分类两种，分别是简单接口和高级接口 19、ALTA VISTA是常用的单个搜索引擎 20、EXCITE提供基本检索和高级检索 21、检索式中，专有名词的首字母必须大写 22、EXCITE突出特点是采用了概念检索 23、EXCITE特有的功能是范例检索 24、便于用户在各个搜索引擎间进行灵活快捷的切换的引擎 称为多元搜索引擎 25、用户的浏览器和多元搜索引擎系统交互的界面称为用户 接口 26、多元搜索引擎实际上是一种网络查询接口工具 27、功能较强的多元搜索引擎一般采用的处理方式是并行和 串行 28、查询操作大多仅支持简单的布尔逻辑操作 29、多元搜索引擎一般可分为并行处理和串行处理 30、常用多元搜索引擎又：MAMMA、SEARCH、 METACRA WLER、ASK JEEVES、PROFUSION 31、提高搜索结果准确性的方法主要有哪些？（简答） （1）运用引擎的词组检索、字段检索和邻接算符等控制检索 的范围 （2）使用有些搜索引擎的REFINE功能 （3）可以使用概念检索和相似页检索 32、基于链接评价的搜索引擎的优秀代表是GOOGLE 33、搜索引擎的研究发展方向是：智能化搜索、个性化搜索、 结构化搜索、垂直化专业领域搜索、本土化搜索 34、结构化搜索：是指充分利用XML等技术使信息结构化， 同时使查询结构化，从而使搜索的准确度大大提高。 35、搜索引擎的发展新趋势是垂直搜索引擎 第八章 1、联机检索系统包括的三个部分是：检索终端、通信网络、 联机检索中心 2、系统拥有的各种数据库称为联机数据库 3、联机系统中数据库的选择方法有：数据库类型、收录范围、 文档结构、记录内容、更新周期 4、DIALOG的特点有哪些？（简答） （1）拥有最多的数据库；（2）拥有的用户数量最多；（3）服 务项目较多；（4）检索模式较多 5、世界上规模最大的综合性商业联机检索系统是DIALOG 6、DIALOG的检索模式有：菜单式检索、命令式检索、目标 检索、WWW检索 7、DIALOG的八种服务方式都是什么？（论述） （1）回溯性检索。利用回溯性检索，系统能够保证满足用户 查全某一课题或者领域方面的文献需要 （2）定题信息检索。DIALOG系统的数据库根据文献信息内 容更新周期或者根据用户检索要求，定期的向用户提供所需 的信息。 （3）商界链接服务。它是系统为满足用户的商业信息需求而 提供的一种菜单式信息检索服务。 （4）电子邮件服务。它是DIALOG系统提供的电子邮件传 递服务。 （5）原文订购服务。它是DIALOG系统提供的联机文献订 购服务 （6）多文档检索服务。它允许用户使用一个检索策略同时检 索多个数据库，而没有必要每检索一个数据库就重复输入检 索指令。 （7）DIALINDEX。它是DIALOG系统为用户提供的数据 库选择工具。 （8）其他服务。DIALOG还提供图像输出服务、报表生成服 务、光盘检索服务、通信软件和图像处理软件服务以及各种 培训服务。 8、DIALOG系统中，检索字段分为基本检索字段和辅助检 索字段 9、保证获得满意检索结果的前提是正确选择数据库 10、选择数据库应该遵循的原则有：内容原则、范围原则、 时效原则、费用原则 11、获取检索结果通常采用的方式有：联机显示、脱机打印、 订购原始文献
参数，然后对相应站点进行抓取。 在这里，我要说明一下，就是针对百度来说，site的数值并非是蜘蛛已抓取你页面的数值。比 如site:https://www.doczj.com/doc/3c17153367.html,，所得出的数值并不是大家常说的百度收录数值，想查询具体的百度收录量应该在百度提供的站长工具里查询索引数量。那么site是什么？这个我会在今后的文章中为大家讲解。 那么蜘蛛如何发现新链接呢？其依靠的就是超链接。我们可以把所有的互联网看成一个有向集合的聚集体，蜘蛛由起始的URL集合A沿着网页中超链接开始不停的发现新页面。在这个过程中，每发现新的URL都会与集合A中已存的进行比对，若是新的URL，则加入集合A中，若是已在集合A中存在，则丢弃掉。蜘蛛对一个站点的遍历抓取策略分为两种，一种是深度优先，另一种就是宽度优先。但是如果是百度这类商业搜索引擎，其遍历策略则可能是某种更加复杂的规则，例如涉及到域名本身的权重系数、涉及到百度本身服务器矩阵分布等。 二.预处理。 预处理是搜索引擎最复杂的部分，基本上大部分排名算法都是在预处理这个环节生效。那么搜索引擎在预处理这个环节，针对数据主要进行以下几步处理： 1.提取关键词。 蜘蛛抓取到的页面与我们在浏览器中查看的源码是一样的，通常代码杂乱无章，而且其中还有很多与页面主要内容是无关的。由此，搜索引擎需要做三件事情：代码去噪。去除掉网页中所有的代码，仅剩下文本文字。②去除非正文关键词。例如页面上的导航栏以及其它不同页面共享的公共区域的关键词。③去除停用词。停用词是指没有具体意义的词汇，例如“的”“在”等。 当搜索引擎得到这篇网页的关键词后，会用自身的分词系统，将此文分成一个分词列表，然后储存在数据库中，并与此文的URL进行一一对应。下面我举例说明。 假如蜘蛛爬取的页面的URL是https://www.doczj.com/doc/3c17153367.html,/2.html，而搜索引擎在此页面经过上述操作后提取到的关键词集合为p，且p是由关键词p1,p2,……,pn组成，则在百度数据库中，其相互间的关系是一一对应，如下图。
计算机信息检索步骤思考 摘要：随着计算机技术、通信技术和高密度存储技术的迅猛发展，计算机信息检索成了目前最快速、最省人、最经济的信息检索方法，可以说利用计算机进行信息检索已成为人们获取信息的重要手段。通过对其步骤进行了分析，以期能对人们检索技能的提高提供理论借鉴。 关键词：计算机信息；检索；步骤 中图分类号：F49 文献标识码：A 文章编号：1672-3198（2011）19-0244-01 在今天的信息社会里，科研人员再依靠手工检索方法已很难从大量无序的信息资源中准确获取所需资料。手工检索虽然可以解决部分信息查询问题，但是这种检索方式的种种局限性越来越难以适应当代信息的发展。实践表明，计算机信息检索在信息检索的领域将占据越来越大的比例，它能够跨越时空，在短时间内检索各种数据库，还能快速地对几十年前的文献资料进行回溯检索，而且大多数检索数据库中的信息的更新速度也在不断地加快，检索者随时可以检索到所需的最新信息资源，它必将成为今后信息检索的发展方向和主要手段，人们可以在办公室或家里查找信息机构、各类图书馆的信息资料，了解学科专业领域的世界发展水平与动向，
查找所需最新各类信息。因此计算机信息检索是当今人们必备的基本技能之一。那么掌握好这门技能，也有必要对其步骤进行了解。 1 计算机信息检索概念 计算机信息检索是指利用计算机存储信息和检索信息。具体地说，就是指人们在计算机或计算机检索网络的终端机上，使用特定的检索指令、检索词和检索策略，从计算机检索系统的数据库中检索出所需的信息，继而再由终端设备显示或打印的过程。为实现计算机信息检索，必须事先将大量的原始信息加工处理，以数据库的形式存储在计算机中，所以计算机信息检索广义上将包括信息的存储和检索两个方面。计算机信息存储过程是：用手工或者自动方式将大量的原始信息进行加工。计算机信息检索过程是：用户对检索课题加以分析，明确检索范围，弄清主题概念，然后用系统检索语言来表示主题概念，形成检索标识及检索策略，输入到计算机进行检索。计算机检索的过程实际上是一个比较、匹配的过程，检索提问只要与数据库中的信息特征标识及其逻辑组配关系相一致，则属“命中”，即找到了符合要求的信息。 2 计算机信息检索的步骤 2.1 分析研究课题 这是指在着手查找信息前对课题进行分析，明确学科或
网上搜索的方法和技巧 我们已经知道网上有多种多样的教育资源，从技术上讲，它们是在Internet的多种服务功能的支持下实现的，包含WWW、e-mail、Usenet、FTP、BBS等，其中发展最快，也是最为流行的是WWW。因此我们着重介绍WWW信息的检索方法。 据1999年底的统计，网上大约有15亿个网页，并且以每天增加190万个网页的速度在增长，到2002年已达到80亿个网页。要想在这么大的一个资源库中查找一条具体 的信息，犹如大海捞针一般。因此，有人发出这样的感叹:"我们淹没在数据资料的的海 洋中,却又在忍受着知识的饥渴"。 现在出现了许多种在网上查找信息的方法。这些方法可以分为两类:一类是有既定目标的查找，一类是没有目标的查找，而后者往往是指一种网上"冲浪"游戏。在具有既定目标的情况下，如果已有信息线索，可以用浏览器航行的办法寻找信息对象;如果信息线索未定，则需要利用搜索工具首先获得信息线索。 搜索工具又有传统工具和现代工具之分。传统工具是在索引数据库中进行主题树/目录检索或KWDSEs(关键词搜索引擎)进行建设而索引库的建设是一个极其繁重的任 务，现在已经可以利用"机器人"程序来帮忙，它们通过跟踪最新建立的HTML网页的URL对整个网络进行浏览，可以在网上从这一个网站爬到另一个网站，并记录下它们访问过的网页的各自特征(这种只有十来年历史的搜索技术就被称为传统工具了，你觉得 奇怪吗?)。而现代搜索工具是利用智能代理来工作，它们不是对整个网络进行索引，而 是在接到一个新任务时就出发，去搜索网上资源并提取有价值的信息。因此，智能代理 是利用神经网络技术进行搜索，它试图去发现自然语言与样本网页的模式及它们之间的 相互关系，这些将与新近发现的网上资源相匹配，最后以一串网址的形式供用户访问。 图2_3_10显示了网上信息检索工具的选择方法。
计算机检索主要途径和方法 计算机检索途径和方法一、计算机检索概念与原理利用计算机在相关的机读数据库中查找所需文献信息的方式和过程。检索题目检索标识输入计算机标识匹配输出结果目前，绝大多数计算机检索系统完成的匹配为字符串的匹配，而非概念匹配。分析检索要求制定检索策略分析检索题目或内容特点，提取主要概念，找出研究主题和该主题的研究方面，涉及的指标，拟定或查寻相应的检索标志，明确其间的逻辑关系以编制检索算式。计算机检索原理匹配检索提问标识文献特征标识字符串匹配检索系统进行检索标识与文献标识的字符串匹配阿司匹林≠ 阿斯匹林gastric cancer gastric cancer ×gastric tumor 二、计算机检索主要途径和方法1、分类途径按照学科体系和专业类属关系将所收信息进行分类，查找时按类逐级点开。2、主题途径以主题词关键词描述收录信息的特征查找时直接使用最能反映检索要求的事物名称或概念词。依据主题语言规范化程度的不同，主题途径又分为主题词途径、关键词途径和文本词自由词3、篇名途径（摘要/全文）以出现在文献题目中的自由词为检索目标。二、计算机检索主要途径和方法 4、著者途径检索某些特定作者的文献。5、刊名途径检索某些特定出版物的文献。分类途径分类途径主题途径: 主题词主题途径: 自由词（篇名）主题途径: 自由词（篇名）关键词6、逻辑运算逻辑与，运算符多为“AND”或“”逻辑运算包
括逻辑或，运算符多为“OR”或“” 逻辑非，运算符多为“NOT”或“－” A AND B逻辑与：反映概念的交叉和限定关系。A AND B：表示检出同时含有检索词A和检索词B的记录例：心瓣膜病的术后并发症心脏瓣膜疾病AND 手术后并发症 A B A OR B逻辑或：反映概念的或存关系。A OR B：表示检出含有检索词A或检索词B 的记录。例：心瓣膜病及心力衰竭病人的护理心脏瓣膜疾病/护理OR 心力衰 竭/护理 A B A NOT B逻辑非：反映概念之间的剔除关系。 A NOT B：表示在含检索词A的记录中，删除含检索词B 的记录。例：不伴有心律失常的心瓣膜病心脏瓣膜疾病AND NOT 心律失常逻辑运送的优先顺序非与或自上而下从左至右如需改变运算的优先顺序，使用小括号将优先部分括起。如：妇女与儿童吸烟的危害（妇女OR 儿童）AND 吸烟7、截词（通配符）检索⑴有限截词使用“？”、“！”等通配符进行替代检索。一个通配符代表任意一个字符或汉字。如：胃肿瘤：胃肠肿瘤，胃窦肿瘤等。⑵无限截词：使用“”进行截词检索。“”可代替任意的字符。如：child：child children childhood等。肝炎疫苗：肝炎疫苗，肝炎减毒活疫苗，肝炎病毒基因疫苗等。8、二次检索即在当前检索结果中再按现查询条件进一步检索。有些检索系统，二次检索可进行三种逻辑运算。有些检索系统仅默认AND运算的二次检索，多次二次检索可逐渐缩小文献范
计算机检索的步骤和方法 一、明确检索要求和检索目标 计算机检索的第一步准备工作是明确检索要求和检索目标。 明确检索要求就是要搞清楚本课题属于什么学科，所需文献的类型及语种，查找文献的年代，所需文献的最佳篇数，允许支配的检索费用。这些要求对选择数据库、构造检索策略都是十分重要的。 确定检索目标也是进行计算机信息检索前应搞清楚的准备工作。例如：如果属于开题调研，则应尽可能地检索出与之相关的全部文献，即要求较高的查全率；以便充分地做好开题的准备工作；如果属于探索性、开创性的课题，则只需要查出一些启发性的文献，对查准率和查全率要求都不一定有很高的要求。 二、课题分析 1. 课题概念的分析方法 分析课题就是分析出课题所涉及的主要概念，并找出能代表这些概念的若干个词或词组，进而分析概念之间的上、下、左、右关系。对于新学科、交叉学科和边缘学科的课题，则要搞清楚这些概念之间的关系。概念分析的结果应以概念组为单元的词或词组的形式列出，以便下一步制订检索策略时使用。 2. 隐含概念的分析方法 有些课题的实质性内容往往很难从课题的名称上反映出来，课题所隐含的概念和相关的内容需要从课题所属的专业角度作深入分析，才能提炼出能够确切反映课题内容的检索概念。例如："社会保障"包含"养老保险"、"失业保险"、"医疗保险"和"社会救济"等概念，如果要检索社会保障方面的文献，应该析出上述概念，才能保证文献的查全率。 3. 核心概念的选取 有些检索词中已经含有的某些概念，在概念分析中应予以排除。例如：课题"公司劳动奖励、职工培训和养老保险制度管理的理论和实践"，如果把"劳动奖励"，"职工培训"，"养老保险"，"公司"，"制度"，"管理"六个概念全部组配起来，则会造成大量文献漏检。实际上，劳动力资源管理已经包含了劳动奖励、职工培训和养老保险三个方面，而且，劳动力管理必然是针对该三个方面而言的。因此，本课题只须采用"劳动力资源"和"管理"这两个本质概念即可。 为了提高文献的查准率，应该从相应的规范词表中选择所需的检索词。并且在确定检索词时，除了要考虑反映主题概念的同义词、近义词等相关的检索词外，还要注意选择被选用检索词的缩写词和不同拼法的词，以避免漏检有关的文献。
2.4计算机信息检索的方法与策略 2.4.1计算机信息检索过程中的相关概念 （1）数据库：数据库是“至少由一个文档组成，并能满足某一特定目的或某一特定数据处理系统需要的一种数据集合”。通俗地说，数据库就是在计算机存储设备上按一定方式存储的相互关联的数据集合。数据库是计算机技术与信息检索技术相结合的产物，是现代重要的信息资源，也是信息检索的重要资料来源。 根据载体的不同，数据库可分为:联机数据库(online-database)，光盘数据库(CD-ROM-database)和网络数据库(networked-database)三种。 （2）检索界面：指在进行计算机检索时，检索者与计算机交互对话的界面。 （3）检索方式：以检索过程的繁简程度或从何入手来区分的不同检索过程。在数据库中往往设有初级检索/简单检索/基本检索（单途径检索）；高级检索（多途径组合检索）；专业检索（构造检索式）；按类检索；按刊检索（刊物查询、刊名导航），篇目检索/论文查询；引文检索等方式供选择。 （4）检索途径：又叫检索入口、检索项,也有的数据库称之为检索字段。指输入的检索条件所查询的数据区域。不同数据库所设的途径并不相同。一般都设有篇名、作者、关键词、全文等途径。 （5）检索词：检索词是检索者给出的字、词、字符或短语，用于查找含有它（它们）的记录。 （6）排序：指检索结果输出时的排列顺序。输出结果按相关度排序时，则检索结果按检索词在检索字段中发现的频度由高到低依次排列。无相关度时，输出结果则按文献的出版日期逆序排列或随机排列。 （7）二次检索：指在前一次检索结果的基础上，进一步限定检索条件所进行的再次检索。二次检索可以多次使用，逐步缩小检索范围。 （8）限制条件：在检索对象的时间、文献类型、语种、同义词等方面做限制，与检索途径配合使用，以精化检索结果。 （9）检索词匹配：指输入的检索词在数据库的可检索字段值中的位置关系。一般表示为前方一致、后方一致、完全一致（精确匹配）、任意一致（模糊匹配）等。 2.4.2 信息检索方法 为了迅速、准确地查找所需要的文献信息，必须了解和掌握一定的检索方法。常用的检索方法有下列三种： （1）常用法 利用检索工具或检索系统来查找文献的方法，这是文献检索中最常用的一种检索方法。常用法又可以分为顺查法、倒查法和抽查法三种。 ①顺查法 这是一种由远及近的检索方法, 从课题分析所得出的该课题研究的起始年代起, 由远及近地进行逐年查找。顺查法有较高的查全率。用顺查法逐年检出的文献可以在一定程度上反映出该课题研究发展的全过程。但是这种方法耗时费力, 效率较低。 ②倒查法 倒查法与顺查法正相反, 是利用选定的检索工具, 由近及远地逐年逐卷地进行查找。根据课题需求获取近期文献, 即以“查准”为主时, 最好采用倒查法。对于一些新的研究课题可以采用倒查法, 这样比顺查法节省时间, 效率较高。 ③抽查法