万方、维、CNKI以及搜索引擎检索能力的定量研究.doc

万方、维普、CNKI以及搜索引擎检索能力的定量研究 在网络资源飞速发展的大环境下，科技网络资源的建设逐步完善，在我国开展科技查新工作的二十多年历程中，以往以手工检索书本型检索工具为主的工作模式，也逐渐转变为以计算机检索科技数字资源为主的检索方式。科技查新，简单地说就是基于文献检索判定前人有无相似的研究或成果，为判断目标项目是否具有新颖性提供客观依据，以防止低水平重复研究开发而造成的人力、财力、物力的浪费和损失。要完成一个项目查新，证实该项目涉及的研究内容在检索范围内未见有文献报告，就要求立足于对相关文献检索的全面性，而检索人员则通过多个电子数据库联用的方式来应对“查全”的要求[1]。 万方、维普、cnki作为中文文献检索的三大常用数据库资源，它们在各个学科领域的查新过程??基本成为必检的数据库。而由于上述三大数据库各自的特点，它们相互具有资源同质化和差异化[2，3]。因此，在查新过程中应当充分发挥三大数据库检索功能的优势，互补式地调用三大数据库中的文献资源，以减少漏检的风险。此外，由于搜索引擎能有效地搜索因特网上的相关信息，充分调用网络资源，所以它对提高查全率的作用受到越来越多的重视[4]。已有文献论述了三大常用数据库资源以及搜索引擎在查新检索中的重要性及其数字资源的特点[5]，但未见有文献对它们的检索能力进行定量研究。本文旨在对查新过程中的检出文献进行定量分析，对比研究科技电子资源数据库与网络资源在查新过程中的文献检索能力。 1　研究方法 1.1　研究对象与检索策略 选取万方、维普以及cnki三大中文常用数据库为电子资源数据库，选取google、baidu两大搜索引擎为网络资源检索工具[6]，通过对检出文献的定量分析，研究电子资源数据库与网络资源在查新过程中的文献检索能力。同时调用国家知识产权局（/）的专利数据信息用作专利检索能力对比研究。上述数据库及网络信息均为2012年6月份数据。 文中选取两个理工类（材料领域）热门查新课题作为研究案例，包括“硅基量子点太阳电池的关键技术”和“氧化锰分子筛的合成、表征及应用”。在检索过程中编定一精确检索式，以便保证研究数据具有横向对比价值。在万方、维普以及cnki三大中文常用数据库中，检索范围限定在题目、关键词和文摘范围内，以确保上述三个中文数据库检索范围的一致性。 1.2　数据分析 首先从各个数据库以及搜索引擎当中检索获取相关文献，再由人工逐一筛除从检索中获得的、但实际基本不相关或相关度较低的文献，得到用于数据统计和分析的有效文献，并将有效文献按期刊论文、学位论文、会议论文和专利四个类别进行统计。在数据统计中，为了反映文献发表年限的分布情况，将检索年限分成六个区域，分别为2000年以前（主要是1990～1999年间的文献）、2000～2004年、2005～2009年、2010年、2011年和2012年，近三年的数据单独统计是为了能更直观反映研究对象对最新文献的检索能力。利用excel将系列有效数据以柱状图形式直观反映在同一图表中，以便作横向定量分析。通过对人工筛选后得出的检出文献数量值、完整度以及相关度进行综合考虑，对三大数据库及搜索引擎的检索能力做出初步评价。 2　实例分析 2.1　分析案例一：“硅基量子点太阳电池的关键技术” 检索式：(硅 or si) and 量子点 and 太阳 and 电池 图1　案例一的数据统计图 （上图：期刊论文+学位论文+会议论文；下图：专利） 期刊论文：在统计于2010年的数据中，在万方、维普和cnki中检出密切相关期刊论文数量值分别为2、3和5，其中万方、维普检出的文献全部不相同，而两者调出的文献则分别对应cnki检出的5篇文献。2011年数据中，万方、维普检出密切相关期刊论文数量值分别为1和0，cnki的检出数量值为2，其中1篇同于万方检出的相关文献。2012年数据中，万方、维普均未检出密切相关期刊论文，而cnki的检出数量值为3。在这个案例中，cnki检出的密切相关期刊论文基本覆盖了万方和维普两个库。另一方面，利用google和baidu搜索引擎检出的相关期刊论文数量较多，对其逐一比照后发现，所述文献有一部分与三大数据库中调出文献相同，也有一部分文献未能以同一个检索式从三大数据库中调出。这里分析主要原因有：1）搜索引擎对检索词的检索范围有可能超出题目、关键词和文摘，一定程度削弱了有效数据的可对比性；2）搜索引擎调用了网上各类资源，部分文献所属的杂志三大数据库未有收录。尽管检出文献数量上占据绝对优势，但通过对文献进行人工注意比照分析后发现，搜索引擎检出的相关期刊论文在相关度方面明显低于三大数