信息资源组织基础方式.pptVIP

搜索引擎 搜索引擎（Search Engines）是对互联网上的信息资源（主要是网页）进行搜集整理，然后提供查询服务的系统，通常包括信息搜集、信息整理和用户查询三部分，但提供给用户的往往只是一个查询界面。 两类搜索服务 Google Yahoo 网络信息资源的挑战 数量巨大 没有一个搜索引擎能够覆盖万维网的16% 网站； 所有搜索引擎加起来覆盖了万维网的42% 极端异质 信息值不同 长度不同 语法或输入错误 内容错误、过时或不可靠 多种格式 多语种 速度问题 每分钟需要接受15,000 ~ 20,000次查询请求 数字化信息量举例 音乐作品(莫扎特)：约100MB 报纸(华尔街杂志)：100MB/年(文本) 卡片目录(美国国会图书馆)：17GB 广播(WABC) ：270GB/年(未经压缩) 网络论坛(Netnews)：300GB/年 地区图书馆(加州大学图书馆)：1.4TB(图书扫描版) Internet出版(WWW)：1997年约4TB 电视(CNN新闻)：1GB/1小时, 6TB/年(经压缩) 录像带出租(Blockbuster Video)：9TB 科研图书馆(美国会图书馆)：全部图书馆数字化20TB 来源：美国伯克利加州大学教授Peter Lyman和Alex Internet公司总裁Brewster Kahle所著《文化制品数字化存档行动纲要》。 信息检索的问题 查找非结构信息有困难 多数数据库在结构化字段上工作 多数商业信息是非结构化的. 报告、电子邮件、来往公函 ... 美国商业每年产生4500亿份文件 波音747文件比飞机重量还重 索引是主观的 索引者之间不一致, 经验统计表明索引者之间仅20% 相同. 作者与索引者之间、检索者与用户之间不一致. 信息超载 信息太多, 需要过滤 检索结果垃圾太多, 有害信息太多 拖曳网 搜索引擎仅在信息海洋表面上拖曳 来源：曾民族先生的有关报告 深海网 来源：曾民族先生的有关报告 深海网 深海网比浅海网大500 倍 95% 深海网是公开的和可免费获取的 深海网内容质量高1000+ 倍 7,500 TB信息量 目前有45,000 浅海网搜索引擎 信息资源组织成为全球性难题 信息发布具有自由性和任意性, 难于控制和管理 分布、分散、无序、无政府、经常变动、无限数量、包罗万象、 真伪并存, 资源信息和非资源信息难于驾御 非规范、非结构 检索查全和查准提出新的挑战 多媒体、多语种、多类型信息的整合提出新的挑战 跨国界数据传递和流动, 带来政治、外交、文化新问题 集成多种(正式和非正式等)交流方式 目前对付挑战的能力有限 以文本信息、显性知识为主 以非结构信息为主 以系统为中心 以信息提供为目的 以相对简单的信息技术开发 以正面效益为衡量标准 第三章课程的内容框架结构：信息资源组织模型 信息资源组织系统抽象模型（课程框架） 知识单元 特征提取 特征建库(索引) 资源库 提问单元 提问处理 语义特征:分类/主题/自由词/元数据 语用特征 载体类型 学科内容 应用领域 狭义/传统知识组织（内容管理） 广义/现代知识组织 利用方法 读者 图书馆员 结果处理 读者特征 数字化 数字图书馆 课程内容 信息资源组织的方法 分类法 主题法 元数据方法 知识本体方法 信息资源组织的应用 情报检索 数字图书馆（内容管理） （企业）知识管理 * 符号/数据/信息/文献/知识/智慧/精神 文献一词，在我国最早见于《论语·八佾（音yì，古代乐舞的队列）》，那时对文献的认识是包括历代的历史文件和当时的贤 者。事隔数千年，我们现在的理解与古代不一样，根据我国国家标准《文献著录总则》下的定义是：“记录有知识的一切载体（供记录信息符号的物质材料，称之为 载体材料）”。这就是说，所谓文献，是指文字、图像、符号、声频、视频等作为记录手段，将信息记录或描述在一定的物质载体上，并能起到存贮和传播信息情报 和知识作用的一切载体。这种载体，除了常见的纸张外，还包括甲骨、金石、竹帛以及胶片、磁带、光盘等。 智慧是一种超发散的，非确定性的，非或然的过程。它需要全部的已有的意识层次，并且是特殊类型的人的规划。它能使以前非懂的东西重新理解，是哲学探通术的本质。 * * * * 目录又称书目（似乎含义就狭窄了很多），“它是著录一批相关文献，按照一定次序编排组织而成的一种揭示和报道文献信息的工具。”（彭斐章主编 《目录学教程》 p.1）。这个定义使我很兴奋，我推论出目录是知识（或信息）组织的一种形式和结果。 目编纂就是运用各种手段，对分散的一次文献（原始文献）所含的知识、信息，进行筛选、压缩、整序，揭示其内容，著录其外形特征，进行科学的编排组织，使之转化为有序的、可以传递的二次文献。“