机检基础幻灯课件.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,计算机信息检索基础,泰山医学院,图书馆,文献检索教研室,孙思琴,一、计算机信息检索原理,基本原理在本质上与手工检索相同,计算机信息检索就是将大量的文献资料或数据输入计算机，进行加工整理，按一定格式存贮在机读载体上，建成机读数据库，这是信息的,存储。,使用者将检索要求输入计算机，由计算机进行运算、匹配，按要求输出检索结果，这是信息,检索,。,二、计算机检索的特点,检索速度快、效率高,检索途径多、检索手段灵活,更新快、内容新,信息量大、提供多种服务方式,不受时空限制、实现资源共享,三、机检历史与发展,起源于20世纪5060年代，大体经历三个阶段,脱机检索阶段（,20世纪5060年代）,联机检索阶段（,20世纪6070年代,）,网络信息检索阶段（,20世纪80年代末）,中国起步晚，始于20世纪70年代，先引进数据库磁带；后建联机终端、自建数据库；1995年开始建互联网。,MEDLARS,Medical literature analysis and retrieval system,Medline,Index medicus IM,四、计算机信息检索系统的构成,包括：,计算机硬件.,软件.,数据库.,65-66,73,review,记录与字段（中文数据库）,记录与字段（西文数据库）,TI:,New antibiotics miyakamides produced,by a fungus.,AU:,Shiomi,-K;Hatae,-K;Yamaguchi,-Y;,SO:,J-Antibiot-(Tokyo).2002 Nov;55(11):,952-61,IS:,0021-8820,PY:,2002,LA:,English,AB:,New antibiotics,MESH:,*Antibiotics-biosynthesis;,*Aspergillus-flavus-metabolism,PT:,Journal-Article,MeSHmedical subject heading(s),Abstract,summary,数据库的类型,按所含信息内容，数据库可以划分为以下几种：,（1）,书目数据库,（Bibliographic database）,机读型二次文献，包括目录数据库、文摘数据库、题录（索引）数据库,（2）,事实数据库,（Fact database,）,指包含大量人物、名词、术语、事件等事实，直接提供原始资料的数据库,（3）,数值数据库,（Numeric database）,直接提供需要的数据信息,（4）,全文数据库,（Full text database）,录有原始文献全文的数据库,1.科研课题常见信息需求,查找某概念的确切含义：,如“什么是纳米载药系统?”,查找某概念的背景知识,如：“谁发明了高效液相色谱法?”,查找某些事物的数值及量化指标:,如“,乙醇、丙二醇、吐温静注最大剂量多少？,”,查找某一类学科一般知识：,如“,有关药物化学有哪些专著?,”,查找学科专业领域的新进展:,“,有关口腔粘膜给药系统研究的综述文献,”,查找专业课题相关的研究文献；,“,气体小分子在心肌保护中的作用机制,”,特征型知识,（事实、数值类数据库、搜索引擎）,关联型知识,（文献数据库）,五、计算机检索的方式,检索方式：,脱机检索、联机检索、光盘检索、网络检索,1、光盘检索：,可以是单机检索，也可以在局域网系统内联结多个用户终端进行联机检索。,2、网络检索：,主要指INTERNET检索，全球最大、最全、最主要的信息网。,六、计算机信息检索的基本技术,（一）布尔逻辑检索,(Boolean searching),布尔逻辑,组配检索是,应用最为广泛的检索技术，也是最简单、最基本的匹配模式。,其表达式由,布尔逻辑运算符,连接各个检索词,，用来表达检索词与检索词之间的不同关系。,布尔逻辑的三个基本运算符是：,AND,（*）逻辑与,OR,（+）逻辑或,NOT,（-）逻辑非,1、逻辑与 符号：AND 或,A AND B,检出记录中同时含有A检索词和B检索词，缩小检索范围，提高查准率。,端粒酶与宫颈癌的相关研究进展（端粒酶 AND 宫颈癌）,A,B,2、逻辑或：符号 OR 或+,A OR B,检出记录中含有A检索词或B检索词,的文献，扩大检索范围，提高查全率。,糖尿病和消渴症（糖尿病 OR 消渴症）,A,B,A,3,、逻辑非：符号,NOT,或,A NOT B,在A检索词的记录中去掉含B检索词的记录，缩小范围,端粒酶非综述性文献（端粒酶,NOT 综述,）,B,2009 年 10 月 5 日，北京时间 17 时 30 分，瑞典皇家科学院诺贝尔奖委员会在瑞典卡罗林斯卡医学院宣布，将 2009 年度生理学或医学奖授予,美国加利福尼亚旧金山大学的伊丽莎白-布莱克本（Elizabeth Blackburn）、美国巴尔的摩约翰-霍普金斯大学医学院的卡罗尔-格雷德（Carol Greider）和美国哈佛医学院的杰克-绍斯塔克（Jack Szostak），以表彰他们发现了端粒和端粒酶保护染色体的机理。今年是这一奖项自 1901 年以来第 100 次确定获奖人选，也是首次由 2 位女性同时摘得这一奖项。按照惯例，一项诺贝尔奖最多由 3 人共享，3 名获奖者将分享 1000 万瑞典克朗（约合 142.7万美元）奖金。在诺贝尔奖百余年的历史上，截至2008 年，共有 789 位获奖者，其中只有 35 位女性，所占比例不到获奖总人数的 5%。她们所获奖项主要集中在和平奖、文学奖以及生理学或医学奖这 3 个奖项，而人数分别为 12、11 和 8 位。,（二）截词检索,（,Truncation searching）,将检索词在合适的地方截断，取其中片段，加上截词符号，输入检索系统，凡包含该片段的字符（串），均为命中文献。,截词符号：,一般为：,*、?、#、$、：,不同的检索系统用不同的符号,作用：,扩大范围，避免漏检，避免了多次输入的麻烦,按截词位置分：,前截断,：又称左截断，截词符在词的左边，例如：*physics,可检出astrophysics、biophysics、geophysics,中截断,：截词符在词的中间，例如：wom?n可以检索woman、women。,后截断,：又称右截断，是前方一致检索，截词符放在被截词的右边，是最常用的检索技术，例如：computer*,computerized、computerzation。,复合截断,：采用两种以上截词方式,例如:?chemi?可以检出chemical、chemist、chemistry、electrochemistry、electrochemical、physicochemical、thermochemistry等。,根据截断字符数量分：,无限截断：不限制被截断的字符数量,*,代表无数字符,有限截断：限制被截断的字符数量，,例如,educat*,可以检索educator、educated,有的数据库用？,（三）位置检索,用,位置算符,来规定检索词在检索结果中的相对位置。,包括词距、次序两方面,常用位置算符,W,(WITH),字符两侧检索词必须在,同一字段,，次序不限。,n,w,表示两词之间 可以插入,n,个词,N,(NEAR),字符两侧检索词必须在,同一句子,，次序可颠倒,n,N,表示两词之间可以插入,n,个词,F,(FIELD),字符两侧检索词必须在,同一字段，,次序可颠倒,S,(sentence),字符两侧检索词必须在,同一句子，,次序可颠倒,（四）限定字段检索,同样词出现在不同字段里，表达的文献主题概念不一样,限定字段检索是缩小或约束检索结果的方法,限制符多为：,in,对某一字段进行模糊检索,对某一字段进行精确检索,、,用于数字限制，多用年限,2000（2000以后文献）,#1 AU=张运 300,#2 张运 IN AU 700,#3 TA=癌症,#4 癌症 IN TA,#5 癌症 IN TI,#6 癌症 IN AB,七、检索策略、步骤,1.分析检索课题、明确检索目的,2.选择检索系统和数据库,（年限、语种,）,3.选择检索途径,（检索项）,4.确定检索词、编制检索式,检索词如分类号、主题词、关键词、作者（著者）、作者地址、语种,主题分析：找出几个主题概念、核心主题概念、排除无关概念,找出隐含的重要概念,明确概念之间关系：与、或、非,编检索式：检索词、检索符号应用,5.对检索结果进行分析评价，或调整检索策略,6.整理检索结果，获取原文,确定检索途径及检索标识,检索途径,检索标识（检索词）,分类检索,分类名、分类号,主题检索,规范词、自由词,著者检索,著者姓名,刊名检索,刊名缩写与全称,机构检索,机构名称缩写与全称,引文检索,被引著者、被引期刊等,扩大检索范围，提高查全率的措施有,：,（1）运用“OR”连接同义词及相关的主题词；,（2）删除某个不甚重要的概念组面，减少AND运算；,（3）采用自由词检索；,（4）采用截词检索或利用分类途径进行检索；,（5）调整位置算符,。,缩小检索范围，提高查准率的措施有,：,（1）采用规范化的主题词检索，少用或不用自由词；,（2）增加概念组面，用AND运算符进行连接；,（3）用NOT算符排除无关概念；,（4）限制检索年代、限定检索字段，如文献类型、语种、作者、刊名等；,（5）调整位置算符。,1、一般性检索有关老年痴呆的文献,检索式：,老年痴呆,2、一般性检索头针治疗老年痴呆的文献,检索式：,头针,AND,老年痴呆,3、,全面检索有关老年痴呆(Alzheimers disease,AD)的文献,检索式：,老年痴呆,OR 早老性痴呆 OR 阿尔茨海姆氏病 OR 阿尔茨海默病,4、全面检索有关头针治疗老年痴呆的文献,检索式：头针,AND,(,老年痴呆,OR 早老性痴呆 OR 阿尔茨海姆氏病 OR 阿尔茨海默病),5、检索非更年期妇女内源性雌激素减少与冠心病发病的关系的文献,检索式:,(雌激素减少 AND 冠心病)NOT,更年期,6、检索：,头孢菌素钠,和/或,磺胺甲噁唑,治疗,呼吸道感染,的研究,检索式：,(头孢菌素钠 OR 磺胺甲噁唑)AND 呼吸道感染,Internet资源,信息检索概述,第一节,Internet,概述,Internet又称之为,“因特网”、“国际互联网”,，,它是由全世界范围内成千上万台计算机组成的全球性互联网络，集各个国家、各个部门、各个领域的各种信息为一整体，是当今世界上,最大的信息宝库,，是取之不尽、用之不竭的信息资源基地,一、,Internet,历史与发展,Internet起源于美国，,1969年，美国防部将下属的各个研究单位的计算机小网络联在一起，组成一个大网络，称之为ARPANET网络，这是Internet雏形。,1985年美国家科学基金会（National Science Foundation，简称NSF）建造了全美五大超级计算机中心，并与教学、科研机构相联，形成了高速信息网络NSFnet。,1992年美国高级网络和服务公司(Advanced Network and Services)建立起ANSnet，取代NSFnet成为目前Internet的主干网。,很多国家相继建立起本国的主干网络，与美国的ANSnet联接，一个全球性的Internet便形成了。,二、我国,Internet,发展与现状,我国Internet 虽然起步较晚，但发展迅速。,1987年9月北京计算机应用技术所建成国内第一个Internet电子邮件系统。,1990年10月，我国正式向Internet网络管理中心登记注册了中国的最高域名“CN”。,1994年我国邮电部与美国Sprint电信公司签署协议，使我国实现了TCPIP联接，开通了因特网全功能服务。,我国全国性骨干网络,：,(一),中国公用计算机互联网,（ChinaNET）,由电信部门经营管理，1995年5月正式向社会开放。,(二),中国教育和科研计算机网,CERNET）,教育部主管，清华等高 校承建运行，主要面向教育和科研单位。,(三),中国科技网,（CSTNET）,中科院计算机连接全国各地科研机 构，主要为科技界、科技管理部门、政府部门和高新技术企业服务。,(四),中国金桥信息网,（,ChinaGBN）,又称吉通网,是国家公用经济信息网,由中国吉通通信公司管理。,(五),中国网通公用互联网,（,CNCNET）,由中国网络通信有限公司2000年10月建成。,三、,Internet,运行与连接,（一）Internet运行方式,1.局域网：,这是Internet 的基础模块，通过它将科研机构、高校、公司企业以及其他组织机构的计算机连接，形成数以万计的局域网。,2.区域网,：是许多不同局域网和组织的联合体，一般是通过区域网连接到国家或洲际主干线上。,3.主干网,：是由数量不等的区域网互联而成。,运行方式,:客户机 局域网 区域网 主干网,（二）客户机的连接,1.,拨号入网,：,客户机上装调制解调器（Modem）,用普通电话线与局域网的服务器相连，此方式简单、成本低。,2.,专线入网：,客户机通过光纤或电缆专线连接局域网服务器，客户机需要安装网卡及相应的软件、TCPIP通信协议，同时要取得服务商分配的IP地址.这是一种最完全.最方便的连接方式。,3.,无线上网,：,针对利用笔记本电脑的客户，安装无线上网卡，与服务商达成协议上网。目前因为受一些条件限制，开展较少。,四、几个相关的概念,（一）TCPIP,TCP,是,Transfer Control Protocol,(传输控制协议)的缩写；,IP,是Internet Protocol（网际协议）的缩写，TCP/IP传输控制与网际协议,。,IP负责数据包的路由，在每个数据包上加上数据的,来源和目的地,，保证数据能被网关和路由器识别，以便能准确到达指定地点。,TCP负责将发送的,信息分解成多个数据包,，保证可靠传送以及到达目的地后,按序组合,；,TCPIP系列有100多个服务协议和约定，共同构成了Internet的基本通讯标准，保证Internet各项功能的实施,。,（二）DN和IP地址,IP地址,在Internet中每一台正式入网的,计算机,主机都需要有自己的网络地址号码，而且是唯一的号码这种号码称为,IP地址,。,IP地址由用户的计算机所属网络管理中心分配，每个IP 地址有四组数字组成，每组数字范围从,0255，每组数字之间用“.”隔开，例如：166.111.255.255，前两组数字代表该网络的网络号，后两组数字则是这台计算机在网络中的位置。,DN,（域名）,用数字组成的IP地址不容易记忆，Internet采用了Domain Name（域名），简称DN，DN作用与IP地址相同，是用一组英文字串来表示，使用时域名服务器自动完成域名和IP的转换。,域名结构：计算机主机名.所属机构名.计算机网络名.顶级域名如清华大学的域名：,，www,类的服务器.tsinghua清华大学.edu为教育网.cn是顶级域名.,泰山医学院域名,顶级域名由国际网络管理中心分配，共有三类：,第一类是国家顶级域名,用两个字母表示，如中国为.,cn,香港为.,hk,，日本为.,jp,，澳大利亚为.,au,，埃及为.,eg,，挪威为.,no,等,美国是Internet创始国,享有国家域名默认权，因此美国大多数主机的域名以网络名结束。,第二类是国际顶级域名,只有“,INT,”一个,代表国际组织，供国际组织和国际联盟注册使用,如WIPO.INT(世界知识产权组织)、WHO.INT(世界卫生组织)。,第三类是,通用顶级域名,，涵盖了社会生活各领域，常见的通用顶级域名：,com(商业网).nom（个人站点）,edu（教育网）.info（信息机构）,gov（政府网）.rec（娱乐机构）,mil（军事网）.store（销售部门）,net（公共网）.web（万维网）,org（非盈利组织）firm(公司企业).,arts(文化娱乐机构),（三）URL,URL是Uniform Resource Locator的缩写，译为“统一资源定位符”。,URL用来描述,信息资源的类型,和在Internet上的,位置,，也就是用户统称的,网址,。标志的是网页的位置，不是计算机的地址（计算机地址是IP）。,（四）World Wide Web,简称,WWW,或,Web,，万维网,WWW,采用超文本(Hypertext)、超媒体(Hypermedia)技术，集网上文字、图像、声音、动画等多媒体信息为一体，以,直观的图形界面,向用户提供,全方位,网络信息,。,WWW,代表着互联网信息资源的主流，利用Web浏览器，通过超链接(hyperlink)和统一资源定位器（URL)可以方便地从一个服务器跳到另一个服务器，从一个文件跳到另一个文件，从一个网页跳到另一个网页，简单、快速地浏览、查找并获取遍布全球的,www信息资源,。,第二节 Internet信息资源及其检索,Internet 信息资源特点,：,1.资源丰富，覆盖面广，涵盖了各学科 领域，并且种类繁多，几乎无所不包；,2.网络信息新颖、更新快；,3.信息来源分散、无序，没有统一的标准；,4.鱼龙混杂、良莠难分，需要进行分析、鉴别。,一、Internet信息资源类型,1.电子期刊,Science.Nature.Times.Forbes,2.电子图书,3.电子报纸,4.图书馆馆藏目录,5.其它数据库 常用的数据库：,（1）DIALIG系统提供了不同学科的文献信息数据库400多个,（2）免费的美国专利数据库。,（3）美国医学会提供的免费的医学数据库Medline,（4）大学、科研机构、公司、企业提供的各种有关信息.,二、Internet检索工具,（一）综合性搜索引擎,也称通用性搜索引擎，是综合信息检索系统，不受主题和数据类型的限制,1.Google（,）,是两位斯坦福大学的博士生 在 1998 年创立，并通过自己的公共站点 提供服务，是当今世纪上规模最大、使用频率最高的搜索引擎之一。,2.Yahoo,（,）,(雅虎),3.百度（,）,4.天网搜索（,）,5.其它常用英文综合性搜索引擎,（1）AltaVista（,）,（2）Excite（,）,（3）InfoSeek（,）,（4）Lycos（,）,6.其它常用中文综合性搜索引擎,（1）网易（,）,（2）搜狐（,）,（3）新浪（,）,（4）TOM（,）,（5）中华网（,）,（6）21世纪网（,）,