计算机信息检索02139自考资料

信息检索概述

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。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。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。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。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。与手工检索相比，计算机信息检索的特点表现在：速度快、效率高，仅几分钟就可以从成千上万条???录中找到所需信息；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；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。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。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。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。数据库由字段、记录和文档构成。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。信息检索系统评价的核心是检索性能评价。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。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??所有文献的比例。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。网络信息检索的方法与技术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。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。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”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。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。模糊检索：模糊检索是指使用某???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。信息检索的主要技术有： (1)全文检索技术； (2)多媒体信息检索技术；(3)超文本及超媒体检索技术；(4)智能信息检索技术； (5)可视化信息检索技术；(6)跨语言信息检索技术；(7)文本聚类技术。(8)智能信息检索的最大特点是在检索过程中引入了资源对象的语义处理。检索策略检索策略是为实现检索目标而制订的全盘计划或方案，是就一个问题检索一个或多个数据库所输入的全部检索式的集合。信息检索的一般步骤(主要流程)：(1)分析信息需求。即要确切了解所要查询的目的和要求，确定检索问题的关键词、涉及学科、信息类型、查询方式、查询范围、查询时间等。(2)选择合适的检索工具。选择合适的检索工具主要从检索工具的类型、收录范围、检索问题的类型、检索具体要求等方面综合考虑。(3)确定检索点与关键词。应尽量选专指词、特定概念或专业术语，避免冷僻词汇和太泛的词。(4)正确构造检索式。利用搜索工具支持的检索运算、允许使用的检索标识和各种限定，正确构建检索式。(5)及时调整检索策略。当检索结果为零或检索结果太少，需要扩大检索范围；检索时如果得到太多的检索结果，或检索结果不相关，需要缩小检索范围。(6)检索结果的输出。

搜索引擎搜索引擎是一种基于Web上应用的软件系统，它以一定的策略在Web上搜索和发现信息，在对信息进行处理和组织后，为用户提供web信息