文献检索与利用（清华大学）第四节课（1）-中文数据库检索式及检索技巧.pptVIP

除了中国知网外，您知道可以检索中文文献的平台还有哪些吗？它们之间的关系如何？ 您用过专业检索方式进行检索吗？（24%） 检索结果太多，没法挑选相关文献； 检索结果太少，找不到相关文献； 检索结果不少，但是方向似乎偏了，无相关文献； 检索结果太烂，有价值的文献太少； 我只想找综述文献，但是出来的都是具体技术； …… 目前本校读者可访问的主要数据库如下： 这是由三家有竞争关系的数据公司开发的数据库，数据有大量重复，但是又各有独家特有的数据，检索信息时需要互相补充。检索算符基本相同，但是检索式制定细节略有区别。 进入方式：图书馆主页——资源——数据库导航 数据滞后于原文献出版，IP(+用户名密码)控制全文下载 CNKI简单检索界面 CNKI高级检索界面 CNKI专业检索界面 如果不知道怎么切分怎么办？ 专业检索常用算符 检索式的形式： (SU=(A+B+C)*(D+E)*(F+H+G)) and (TI=A+B) and YE between (2009, 2012) 即：同一字段内的逻辑运算符用*，+，- 不同字段间的逻辑运算符用and 、or 、not 括号必须在西文半角状态输入， 字段名称必须大写或用汉字。 练习1： 请在中国知网平台上检索清华大学机械系柳百成老师2008年-2012年在核心期刊上发表的论文（高级检索、专家检索均可） 练习2 本课题将研究一种拟采用“通用系统框架模型”的轨道交通自动售检票系统（AFC），该模型划分为系统管理层、通信接口层、消息分拣层和业务逻辑层4个部分，以消息分拣层为核心，进行数据定向分发和流程的重定义。该系统是一套自适应的软件系统，用户可以自行定义和配置收费系统的业务过程和数据流，方便地进行业务调整。 请查一下目前有无采用类似技术的轨道交通自动售检票系统。 16分钟 * * 检索效率的评价研究工作始于50年代中期, 也就是计算机情报检索系统起步时。其目的是: 评价计算机情报检索系统的效能,并提出改进系统服务效能的措施。 英国人C.W.Cleverdon进行Granfield试验，得出R－P曲线 查全率R与查准率P之间存在着互逆关系 A点 检索词数量较多，泛指性强 查全率较高，但查准率却非常低 D点 检索词专指性较强 查准率就高（D点），查全率因此降低 B，C两点 是这两种极端之间的折衷。 查全率一般在60％－－70％ 查准率一般在40％－－50％ 无论怎样调整检索策略和改进系统效率，都无法使P和R同时接近100％。 * 钱永健1998年 《绿荧光蛋白》的文章1831次。 8分钟 55分钟 专业检索常用算符 文献检索与利用-应用实例 名称 符号 说明 应用举例 逻辑算符 (用于同一字段、不同检索词) * 逻辑“与”，连接限定词，缩小检索范围 TI=数字*版权 查找篇名中同时含数字和版权两个词的文章 + 逻辑“或”，连接同义词，扩大检索范围 TI=数字期刊+电子期刊 查找篇名中包含数字期刊或电子期刊的文章 - 逻辑“非”，排除 TI=汽车发电机-噪声 查找篇名中含有汽车发动机但不含噪声的文章 SU=数字*版权 not TI=音像 逻辑“非”，排除 not TI=数字版权 or TI%数字期刊 逻辑“或”，扩大检索范围 or TI=数字*版权 and SU=学位论文 逻辑“与”，缩小检索范围 and 逻辑算符 (用于不同字段间) AB=转基因 /PEG 5 水稻 全文，词间隔小于N段 /PEG N AB=转基因 /NEAR 5 水稻 同句，间隔小于N个词 /NEAR N FT=转基因 /SEN 0水稻 同段，按次序出现，间隔小于N句 /SEN N AB=转基因 /AFT 5 水稻 同句，按词序出现，间隔大于N个词 /AFT N AF%北京大学 机构名称模糊含北京大学，包括北大各系，但不含“北京师范大学” 模糊检索（按字检索） % AF=北京大学 机构名称严格为北京大学，“北京大学数学系”等则不能命中 精确检索 = 位置算符(跟在字段名称后) TI=转基因 $ 2 检索词出现N次 $ N AB=转基因 /PREV 5 水稻 同句，按词序出现，间隔小于N个词 /PREV N 位置算符 (用于检索词间) 应用举例 说明 符号 名称 检索效果评价指标 检索效果：检索时产生的有效结果。 检索效果直接反映了检索系统性能的好坏、检索式的好坏 衡量检索效果的指标 查全率(recall ratio) 查准率(precision ratio) 理想的检索状态 查全率（R）和查准率（P）都达到100％ R?100％：数据库中收录的全部相关文献均被检出 P?100％：检索出来的文献全部相