信息源選擇與檢索策略調(diào)整課件

3.信息源選擇與檢索策略調(diào)整界定問題

選擇信息源信息獲取的思路

檢索策略的制定與調(diào)整

檢索效果的評價與優(yōu)化3.1界定問題界定問題是信息檢索的第一步其內(nèi)涵主要包括：

1分析研究問題

2建立背景知識

3擬定主題概念1分析研究問題明確檢索的目的與要求撰寫論文？項目研究？技術(shù)跟蹤？申請專利？分析問題研究目標(biāo)時間范圍地域范圍前景/事件·················②需要關(guān)于某個課題的最新信息這類需求的用戶通常一直對某個課題進(jìn)行跟蹤研究，或從事管理決策、工程工藝的最新設(shè)計等工作。需要檢索的資源則必須是更新速度較快，如聯(lián)機(jī)數(shù)據(jù)庫、網(wǎng)絡(luò)數(shù)據(jù)庫、搜索引擎檢索等，覆蓋的年限也比較短。③了解一些片斷信息，解決一些具體問題。

帶有這類需求目的的用戶通常比較多。例如:寫一般論文時，針對某個問題查找一些相關(guān)參考資料；進(jìn)行工程設(shè)計施工時需要一些具體數(shù)字、圖表、事實數(shù)據(jù)等；找某個人的傳記、介紹，某個政府機(jī)關(guān)或商業(yè)公司的網(wǎng)頁，某個術(shù)語的解釋等。這類需求不需要查找大量資源，但必須針對性很強(qiáng)，結(jié)果必須準(zhǔn)確，速度要快。解決這類需求，除數(shù)據(jù)庫外，網(wǎng)上搜索引擎、專題BBS、論壇都是可供使用的資源。分析研究問題（2）

明確課題的主題或主要內(nèi)容：要形成若干個既能代表信息需求又具有檢索意義的主題概念，包括所需的主題概念有幾個、概念的專指度是否合適，哪些是主要的，哪些是次要的，概念之間的關(guān)系如何，等等。（3）

課題涉及的學(xué)科范圍：搞清楚課題所涉及的學(xué)科領(lǐng)域，是否是跨學(xué)科研究，以便按學(xué)科選擇信息資源。（4）

所需信息的數(shù)量、語種、年代范圍、類型等具體指標(biāo)。分析研究問題（1）分析研究問題經(jīng)過初步分析之后，再進(jìn)一步思考以下幾個問題，可以更快、更準(zhǔn)確地把握研究問題：研究問題本身包含的主題概念有哪些？研究問題中可能包括哪些子問題，涉及哪些學(xué)科領(lǐng)域？子問題是否過多，需要縮小研究問題的范圍？研究問題是否過于狹窄，意義不大，需要擴(kuò)大研究問題的范圍？是否需要原始資料或經(jīng)過專家學(xué)者整理過的資料？是一般性信息還是學(xué)術(shù)性信息？對信息的新穎性要求多高？地域范圍的選擇是應(yīng)該越寬泛越好，還是越典型越好？分析研究問題途徑：閱讀與研究主題相關(guān)的概覽性材料是建立背景知識的最佳渠道。概覽性資料：以三次文獻(xiàn)為主如百科全書、字詞典及年鑒等參考資源。建立背景知識的過程也是辨別待解決問題的可行性和必要性的時機(jī)2建立背景知識建立背景知識以“車用替代燃料的應(yīng)用情況研究”為例。

由于對于“車用替代燃料”的具體含義并不清楚，需要查找資料進(jìn)一步理解。

登錄百度搜索引擎，使用“車用替代燃料”為檢索詞在維普咨詢網(wǎng)查得：車用清潔替代燃料包括天然氣、液化石油氣、氫能源、二甲醚、醇類燃料及生物燃料

進(jìn)一步的文獻(xiàn)研究得知＂車用替代燃料＂包括的能源類型十分豐富如果繼續(xù)上面的研究，將需要對列表中的概念進(jìn)行逐一檢索，工作量很大。這種情況下，考慮到時間等成本因素，可以縮小研究問題的范圍，例如以“乙醇燃料”為研究對象進(jìn)一步了解乙醇燃料的含義，例如可以登錄百度百科，查得：車用乙醇燃料也稱為乙醇汽油，是指在不含MTBE含氧添加劑的專用汽油組分油（由煉油廠或石油化工廠生產(chǎn)的用于調(diào)合車用乙醇汽油的調(diào)合油）中，按體積比加入一定比例（我國目前暫定為10%）的變性燃料乙醇，由車用乙醇汽油定點(diǎn)調(diào)配中心按國標(biāo)GB18351—2004的質(zhì)量要求，通過特定工藝混配而成的新一代清潔環(huán)保型車用燃料。3擬定主題概念

對主題進(jìn)行分析，形成相關(guān)的檢索詞上位詞（概念范圍大于它的詞語)下位詞（小于）同義詞及相關(guān)詞翻譯檢索詞——如要查找外文資料

詳細(xì)列出檢索詞即能極大地提高后續(xù)檢索的查全率，也是避免漏檢的重要方法。如何擬定主題概念結(jié)合背景知識，用一小段話概括和闡述研究問題，從中找出有明確含義的專指名詞，結(jié)合一定的查詢操作逐個考慮該詞能否作為檢索詞使用。得到主題概念之后，選取它的上位詞（擴(kuò)大檢索范圍）、下位詞（縮小檢索范圍）、或者同義詞（提高查準(zhǔn)率）及相關(guān)詞，將取決于檢索策略。利用相關(guān)參考書（如《中國分類主題詞表》等）幫助查找。主題概念分析方法之一：抽取檢索詞案例二：查找吸煙與肺癌關(guān)系研究的中文文獻(xiàn)包含兩個概念：吸煙、肺癌；檢索式：吸煙AND肺癌

吸煙與肺癌檢索式：（吸煙OR抽煙）AND（肺癌OR肺部腫瘤OR肺腫瘤）吸煙抽煙肺癌肺部腫瘤肺腫瘤主題概念分析方法之二：考慮同義詞主題概念分析方法之三---選取上下位類概念詞垃圾的處理廢棄物同義詞下位類詞檢索式：（垃圾OR廢棄物）AND（回收OR利用OR填埋OR掩埋OR焚燒）回收利用掩埋填埋焚燒案例三：查找垃圾的處理研究的中文文獻(xiàn)主題概念分析之四：舍棄重復(fù)概念案例四：全息防偽技術(shù)在包裝方面的運(yùn)用全息防偽包裝and檢索式:全息and包裝（3）擬定主題概念

自由詞在檢索初期可盡量使用。使用關(guān)鍵詞作為主題概念進(jìn)行檢索。它的選取可以非常寬泛，只要在文章中出現(xiàn)過，就能被檢索到。但由于是自由詞，作者的使用非常隨意，這就需要我們把可能出現(xiàn)的所有自由詞盡可能考慮完全，才不至于漏檢。在檢索的初期建議盡量使用。當(dāng)對問題有了一定了解后，可選取一些規(guī)范的、被數(shù)據(jù)庫生產(chǎn)商用來做標(biāo)引的“主題詞”進(jìn)行檢索。如對于化學(xué)物質(zhì)確定的課題，采用CAS登記號檢索是一條既準(zhǔn)、又全、又快的方式。此外，Ei中的“EiControlledTerm”和“EiMainHeading”途徑均是由標(biāo)引人員規(guī)范處理過的檢索途徑。使用寬泛的自由詞——關(guān)鍵詞作為主題概念進(jìn)行檢索？還是使用規(guī)范的、被數(shù)據(jù)庫生產(chǎn)商用來做標(biāo)引的“主題詞”進(jìn)行檢索？自由詞和主題詞的使用3.2選擇信息源了解現(xiàn)實生活中有哪些可獲得的信息源

從何處去查找信息明確不同信息源所提供的信息的時效性、深度以及廣度上的區(qū)別

選擇信息源讓我們從大類上來梳理一下可用的信息源大致有哪些：

1)期刊

2)各類文獻(xiàn)數(shù)據(jù)庫

3)網(wǎng)頁

4)圖書

5)雜志

6)報紙專利會議論文會議論文庫電子期刊庫文摘庫圖書圖書館OPAC系統(tǒng)等一般性信息交流：線性事件發(fā)生日周年圖書、電子書雜志網(wǎng)頁、報紙3.信息源的選擇策略對于一般消息，可以選擇瀏覽網(wǎng)頁、報紙了解事件的更全面、更詳細(xì)的介紹，雜志是更好的選擇對于要求一定深度的研究性信息問題，可以利用相關(guān)專業(yè)機(jī)構(gòu)信息發(fā)布網(wǎng)站，如國家專利局、標(biāo)準(zhǔn)化委員會解決研究性信息問題時，會議論文、研究報告、專利、期刊、各類文獻(xiàn)數(shù)據(jù)庫、圖書等成為重要的信息源信息源的選擇策略

會議論文和研究報告雖然時效性相對較強(qiáng)，但不易獲得，需要關(guān)注相關(guān)研究機(jī)構(gòu)及研究人員，積累獲取渠道。文獻(xiàn)數(shù)據(jù)庫中收錄了多種連續(xù)性的期刊以及部分會議論文、研究報告，且經(jīng)過專業(yè)人員的組織整理，文獻(xiàn)內(nèi)容深刻、全面，檢索方便，獲取容易，應(yīng)作為檢索的重要信息源。圖書和期刊作為重要的學(xué)術(shù)研究產(chǎn)出形式，通過閱讀能理清發(fā)展脈絡(luò)、把握研究前沿，是重要的學(xué)術(shù)信息源。下列問題可以查閱哪些信息源？查“給力”“我爸是李剛”的前世今生最近一個場次的NBA比分朝韓炮仗和半島危機(jī)的國外評論了解將要參加面試的公司的基本情況近期上映電影的影評，決定是否去看寫一篇小論文，了解計算機(jī)的發(fā)展歷史寫一篇有關(guān)商業(yè)智能系統(tǒng)研究現(xiàn)狀的報告31/23是否所有與檢索課題相關(guān)的資源都要進(jìn)行檢索，如果是，則不但考慮要檢索一次文獻(xiàn)和二次文獻(xiàn)的數(shù)據(jù)庫，而且對于網(wǎng)上其他資源，如搜索引擎/分類檢索指南、學(xué)科導(dǎo)航、專題BBS等，也要查詢。選擇哪些學(xué)科的信息資源：例如查找生物學(xué)方面的信息，則可能會涉及醫(yī)學(xué)方面的信息資源，因此要特別注意跨學(xué)科的問題。選擇哪些語種的信息資源：是中文還是西文，或是二者兼顧。信息源選擇的其他考慮因素信息資源覆蓋的年限是否符合需求多數(shù)數(shù)字信息資源覆蓋的年限都是近二十年的內(nèi)容，如果需要更早的資料，就要考慮手工檢索的問題有些數(shù)據(jù)庫更新速度慢（例如光盤數(shù)據(jù)庫，或數(shù)據(jù)加工速度不及時），無法提供最新信息。需要使用其他相關(guān)數(shù)據(jù)庫、同一數(shù)據(jù)庫的網(wǎng)絡(luò)版或其他網(wǎng)絡(luò)資源來補(bǔ)充信息資源的特點(diǎn)及其針對性如何要了解已選擇的信息資源的查詢特點(diǎn)，是否與信息需求相吻合。例如查詢某個機(jī)構(gòu)或公司的網(wǎng)頁，使用搜索引擎是最好的，而即使是搜索引擎，各自的特點(diǎn)不同，涵蓋的內(nèi)容也有所側(cè)重的不同；查詢新聞時事，則可以登錄到一些新聞網(wǎng)站；查找學(xué)位論文，就一定要使用學(xué)位論文數(shù)據(jù)庫，或直接到大學(xué)或?qū)W院網(wǎng)站查詢，因為有些學(xué)校的學(xué)位論文在網(wǎng)上提供二次文獻(xiàn)服務(wù)3.3信息獲取的思路面臨研究性信息問題

需要一般性、相對粗淺的信息現(xiàn)有數(shù)據(jù)庫無法獲取全文網(wǎng)頁數(shù)據(jù)庫印刷型資源首先，根據(jù)信息問題的特點(diǎn)選擇相應(yīng)的信息源其次，獲取題錄信息、全面把握研究問題之后，選擇其中最有價值的題錄、依據(jù)一定的方式獲取全文35/23信息獲取的主要思路先獲取題錄信息，然后獲取全文（1）題錄信息的獲取方法專業(yè)數(shù)據(jù)庫英文文獻(xiàn)：優(yōu)先在Ei和SCI兩個綜合性文摘數(shù)據(jù)庫檢索中文文獻(xiàn)：中國知網(wǎng)、維普、萬方?jīng)]有文摘庫時，可以使用GoogleScholar，有線索了再去查全文。也可根據(jù)自己課題學(xué)科選擇相應(yīng)的幾個全文數(shù)據(jù)庫進(jìn)行檢索。題錄信息的獲取方法EI偏重工程，不報道純理論，期刊論文、會議論文收錄得多。SCI則收錄涵蓋所有學(xué)科、側(cè)重基礎(chǔ)理論方面研究的文章，它的文獻(xiàn)品位高、可信度大，并可以對文章的水平、著者的學(xué)術(shù)水平做出評價，尋找熱點(diǎn)課題等。注意：國外的全文數(shù)據(jù)庫特別是期刊數(shù)據(jù)庫往往是出版商自己建的，而不包括其他出版商期刊，最好幾個全文庫都進(jìn)行檢索。直接獲?。涸谌臄?shù)據(jù)庫中檢索（CNKI、維普、萬方、Elsevier、PQDD）通過圖書館等文獻(xiàn)服務(wù)機(jī)構(gòu)獲?。?/p>

全文數(shù)據(jù)庫中未收錄的文獻(xiàn)，可在圖書館等機(jī)構(gòu)借閱。還可以利用原文傳遞、代查代檢等服務(wù)遵循“先電子后印刷”、“先近后遠(yuǎn)”的原則（2）全文文獻(xiàn)的獲取方法3.4檢索策略的制定與調(diào)整根據(jù)檢索結(jié)果的數(shù)量多寡及對結(jié)果相關(guān)性的判斷不斷調(diào)整檢索策略

策略調(diào)整檢索閱讀檢索結(jié)果策略調(diào)整對文摘檢索過程中，最重要的是選定檢索詞以及明確它們之間的關(guān)系選用規(guī)范的詞語進(jìn)行檢索檢索結(jié)果太多——提高檢索詞的專指度，選用下位詞或?qū)Ｖ感暂^強(qiáng)的詞太少——選用同義詞、相關(guān)詞、縮寫、全稱進(jìn)行擴(kuò)檢；選用上位詞或相關(guān)詞合理利用布爾邏輯算符。對于過多的檢索結(jié)果，可以用AND將增加的概念加入檢索式，用NOT排除無關(guān)的術(shù)語。如果相關(guān)文獻(xiàn)過少，更多使用OR算符把增加的同義詞或相關(guān)詞連接起來，而少用AND。40/23“二八”定理20％的作者或課題組發(fā)表了該領(lǐng)域的80％的文章對該作者或課題組進(jìn)行全方位檢索，利用作者或者研究機(jī)構(gòu)名進(jìn)行查詢閱讀相關(guān)文獻(xiàn)的參考文獻(xiàn)擴(kuò)展檢索結(jié)果

參考文獻(xiàn)往往包含的是作者在研究該問題時得到過啟發(fā)的研究結(jié)果41/23示例檢索“石油工業(yè)的廢水處理”方面的文獻(xiàn)。

若用“廢水處理”作為主題，概念太大，在中國期刊全文數(shù)據(jù)庫中用篇名途徑檢索到12454篇。若用“石油工業(yè)”來限制也不合適。一方面“石油工業(yè)的廢水處理”概念仍然太大；另一方面，一般文獻(xiàn)上會專注于具體物質(zhì)，不一定會出現(xiàn)“石油工業(yè)”字樣，這樣就會造成漏檢。如果知道石油工業(yè)主要排放的是毒性較大的含酚廢水，那么主題概念定位在“含酚廢水”和“處理”就比較恰當(dāng)了。舉例：使用下位詞縮小檢索范圍示例檢索“聚烯烴基材料熔融擠出過程”方面的文獻(xiàn)。檢索策略1:聚烯烴AND熔融擠出

檢索結(jié)果為12篇，且相關(guān)度很差檢索策略2：(聚乙烯OR聚丙烯)AND熔融擠出檢索結(jié)果為61篇，相關(guān)性很高由于了解所謂的聚烯烴主要是聚乙烯和聚丙烯，所以考慮用下位概念的“聚乙烯OR聚丙烯”來代替聚烯烴。

為了準(zhǔn)確掌握檢索系統(tǒng)的各種性能水平，分析影響檢索效果的因素，調(diào)整檢索策略，改進(jìn)檢索系統(tǒng)的性能，優(yōu)化檢索、提高檢索效果，更好地滿足用戶信息檢索要求。

判定一個檢索系統(tǒng)的優(yōu)劣，主要從質(zhì)量、費(fèi)用和時間三方面來衡量。質(zhì)量標(biāo)準(zhǔn)主要通過查全率與查準(zhǔn)率進(jìn)行評價。費(fèi)用標(biāo)準(zhǔn)即檢索費(fèi)用是指用戶為檢索課題所投入的費(fèi)用。時間標(biāo)準(zhǔn)是指花費(fèi)時間，包括檢索準(zhǔn)備時間、檢索過程時間、獲取文獻(xiàn)時間等。查全率和查準(zhǔn)率是判定檢索效果的主要標(biāo)準(zhǔn)。查準(zhǔn)率和查全率結(jié)合起來，描述了系統(tǒng)的檢索成功率。評價的目的評價評價標(biāo)準(zhǔn)第2講

信息檢索基礎(chǔ)

3.5

檢索效果的評價與優(yōu)化

查全率查準(zhǔn)率系統(tǒng)文獻(xiàn)庫中相關(guān)文獻(xiàn)總量對于用戶來講幾乎無從得知。由此可見，查全率和漏檢率很難成為用戶自我評價檢索效率的準(zhǔn)繩

查全率指標(biāo)和查準(zhǔn)率指標(biāo)的評價標(biāo)準(zhǔn)

經(jīng)驗評價標(biāo)準(zhǔn)理論評價標(biāo)準(zhǔn)檢出相關(guān)文獻(xiàn)量-------------------------------×100%檢索系統(tǒng)中相關(guān)文獻(xiàn)總量檢出相關(guān)文獻(xiàn)量----------------------------×100%檢出文獻(xiàn)總量

通過相關(guān)領(lǐng)域從業(yè)的人員情況

通過手頭掌握的信息資料查全率R，查準(zhǔn)率P

A點(diǎn)：檢索詞泛指性強(qiáng)，查全率較高，但查準(zhǔn)率卻非常低；B點(diǎn)：檢索詞專指性較強(qiáng)，查準(zhǔn)率高，查全率降低；C，D兩點(diǎn)：兩種極端的折衷，查全率一般在60％一70％，查準(zhǔn)率一般在40％一50％。查全率指標(biāo)和查準(zhǔn)率指標(biāo)的評價標(biāo)準(zhǔn)

例：垃圾填埋中滲透液的處理方案一：檢索詞選擇“垃圾”、“處理”，則查全率較高，但查準(zhǔn)率較低，即處