信息检索1技术方案.ppt

信息及相关概念 概念1：信息（两个层面）： （1）哲学层面：信息是普遍存在的，它是物质存在的一种方式、形态或运动状态，也是事物的一种普遍属性； （2）应用层面：一般指数据、消息中所包含的意义，可以使消息中所描述事件的不确定性减少。 信息量 质量、能量、信息量是人们认识世界的三个重要量。科学家们已提出了相应定理和计量方法。 1948年，香农发表了《通信的数学理论》，明确提出了信息的计量问题，标志着信息论的诞生。 信息是对事物认识的不确定性的减少量； 信息量=获取信息前后对事物认识的不确定性之差 信息量 举例：世界杯决赛有8个小组，每组4支队伍，冠军队在哪组？ 影响信息效用的主要因素 问题：不同的人接收相同的信息，效果相同吗？换言之，他们对事物认识的不确定性的减少量相同吗？ 不同，信息能在最大限度上消除用户的不确定性,还取决于个人对信息吸收利用的能力。 信息的作用 产生效用 消除对事物认识的不确定性 创造价值 具有经济价值 传递文明 在社会发展中，人与人之间的信息传递推动了文明的传播。 共享成果 科技信息的交流与共享 凝聚社群 网络世界，大大加速了信息传播和获取的便捷性，在这种环境下，信息能够将分散的网络用户凝聚成一个有共同话语、共同兴趣、共同目标、共同利益的团体。当这个团体规模足够大，就能够产生巨大的社会影响力。 思考1：我们在网上搜索信息时，经常会出现内容相反的信息，这样的信息得到越多，我们认识事物的不确定性越大，对此现象该如何解释？ 概念2：信息源 定义 一切产生、生产、存储、加工、传播信息的源泉。 概念3：信息资源 “信息资源”的内涵？ （1）信息资源应是信息的集合； （2）信息资源应是有用的信息集合； （3）信息资源应是经过组织的、有序的可存取的信息集合。 思考2：信息资源=信息源吗？ 文献信息资源 文献的定义 文献是用文字、图形、符号、声频、视频等技术手段记录人类知识的一种载体 问题：文献都是纸质形态的吗？ 常见文献资源类型 图书 期刊 报纸 科技报告 对科学、技术研究结果或研究进展的记录。 学位论文 高校或研究机构的学生，在导师指导下撰写并通过答辩取得学位的论文。 会议文献 在学术会议上宣读和交流的论文、报告及其他有关资料，又称为会议录。 政府出版物 由政府机构制作出版或由政府编辑，指定出版商出版的文献。 乐谱 用图形、线条、数字、文字及其他视觉符号记录音乐的文献。 地图 按一定的制图法则，用线条、符号、图形、文字及色彩等在平面上表示地表自然状况、社会政治、经济等的空间分布及其相互关系的文献。 标准文献 按规定程序指定，经权威机构批准的在特定范围内必须执行的规格、规则、技术要求等规范性文献。 专利文献 记录有关发明创造信息的文献。 产品文献 厂商为宣传和推销产品而印发的介绍产品情况的文献。 信息、知识、文献的关系 信息、知识、文献的关系 如何理解信息到知识的转化？ 举例： 天气信息： 北京7月1日，气温为30度； 北京12月1日，气温为3度；…… 这些信息在时效性消失后，变得没有价值；但当人们对这些信息进行归纳和对比就会发现北京每年的7月气温会比较高，12月气温比较低，于是总结出一年有春夏秋冬四个季节，有价值的信息沉淀并结构化后就形成了知识。 在我们的学习、生活、工作中，信息检索主要是指，从大量的文献中查寻与用户提问中所指定的课题有关的文献, 或者是包含用户所需事实与消息的文献的过程。 信息检索的目标：消除我们对事物认识的不确定性。 对我们的图书馆您知多少？ 了解图书馆的资源与服务 了解图书馆的规则 其他电子资源 合理利用图书馆 增加图书利用率 图书馆逾期违约金制度 “有借有还，再借不难” 爱护图书馆图书和公共财产 图书馆的财产到底属于谁？可以涂划吗？ “窃书不算偷” 人性化管理＝自由使用？ 霸位有理 尽情占有（图书、期刊、座位、水） 适度下载 维护安静舒适阅览环境 思考1：我们在网上搜索答案时，经常会出现内容相反的信息，这样的信息得到越多，我们认识事物的不确定性越大，对此现象该如何解释？ （1）互联网上存在大量虚假的、错误的信息，对信息搜索造成了干扰，这些信息被形象地称为“信息噪音”。 （2）信息搜索=获取目标信息的过程+排除信息噪音的过程。而在信息爆炸的网络时代，由于存在大量的错漏信息，排除信息噪音的成本很可能要大于获得目标信息的成本。 结论：网络信息良莠不齐，在信息搜索时不在多而在准，不重获取而重甄别。 思考2：信息资源=信息源吗？ （1）信息资源一定是信息源，但是信息源不一定是信息资源。 （2）只有经过组织的、有序的、可存取的有用信息集合才是信息资源。 结论：在日常检索中，我们应该首选高质量的信息资源进行检索。 图