數(shù)據(jù)庫基本概念在專利檢索中的運用

1、1 數(shù)據(jù)庫基本概念在專利檢索中數(shù)據(jù)庫基本概念在專利檢索中 的運用的運用 陳衛(wèi)明 許瑛 姚文 閆小蘇 2007.7.23 2 目錄目錄 n1 1、數(shù)據(jù)、信息和數(shù)據(jù)處理、數(shù)據(jù)、信息和數(shù)據(jù)處理 n2 2、數(shù)據(jù)庫系統(tǒng)概述、數(shù)據(jù)庫系統(tǒng)概述 n3 3、關系型數(shù)據(jù)庫的三種操作、關系型數(shù)據(jù)庫的三種操作 n4 4、布爾邏輯運算（集合運算）、布爾邏輯運算（集合運算） n5 5、三種字段類型、三種字段類型 3 1 1、數(shù)據(jù)、信息和數(shù)據(jù)處理數(shù)據(jù)、信息和數(shù)據(jù)處理 n1.1、三個世界 n按照數(shù)據(jù)庫理論，有現(xiàn)實世界、信息世界、計 算機世界等三個世界。 n現(xiàn)實世界的“客觀事物”（事實、事件）在信 息世界中抽象為“實體”，并定

2、義了各種“屬 性”來描述“實體”。 n“實體”在計算機世界被描述成一條“記錄”。 n客觀事物-實體-記錄 4 1 1、數(shù)據(jù)、信息和數(shù)據(jù)處理、數(shù)據(jù)、信息和數(shù)據(jù)處理 n1.2、數(shù)據(jù)（data）是一些符號，用來描 述客觀事物的特征。 n這些符號可以是數(shù)字形式、文字形式 （以及圖形、圖像和聲音等）。 n例如學生成績、飛機班次、測量溫度、 （CPRS中的）發(fā)明人姓名、發(fā)明名稱、 文摘、優(yōu)先權項、文獻號、申請?zhí)?、?類號、申請日、公開日等。 5 1 1、數(shù)據(jù)、信息和數(shù)據(jù)處理、數(shù)據(jù)、信息和數(shù)據(jù)處理 n1.3、信息（information） n信息是經(jīng)過加工（記載、分類、組織、關聯(lián)、 解釋、提煉、消化理解）而

3、具有使用價值的數(shù) 據(jù)。（信息=數(shù)據(jù)+數(shù)據(jù)處理） n有的信息由一個數(shù)據(jù)構成，比如分類號；有的 信息由幾個數(shù)據(jù)構成，比如優(yōu)先權項、CPRS中 的一條記錄。 n數(shù)據(jù)和信息在形式上往往并無區(qū)別，尤其是那 些由一個數(shù)據(jù)構成的信息。例如分類號。 6 一、數(shù)據(jù)、信息和數(shù)據(jù)處理一、數(shù)據(jù)、信息和數(shù)據(jù)處理 n1.4、數(shù)據(jù)和信息的關系 n（信息是數(shù)據(jù)的內涵、二者是形與質的關系。） n（數(shù)據(jù)是信息的載體，信息的表現(xiàn)形式仍是數(shù)據(jù)。） n（信息是經(jīng)過加工而具有使用價值的數(shù)據(jù)，信息=數(shù)據(jù) +數(shù)據(jù)處理。） n數(shù)據(jù)只是把客觀事物記錄下來，并沒有特定目的；而 信息是有針對性的（某一問題、某一論點、某一特定 目的）來收集、處理數(shù)據(jù)

4、，用來作為決策或參考的依 據(jù)。所以兩者的差別在于是否存在某一特定目的特定目的。 7 1 1、數(shù)據(jù)、信息和數(shù)據(jù)處理、數(shù)據(jù)、信息和數(shù)據(jù)處理 n1.5、數(shù)據(jù)處理 n數(shù)據(jù)處理是指對各種類型的數(shù)據(jù)進行加工 （收集、存儲、分類、計算、檢索、傳輸） 的過程。 n數(shù)據(jù)處理的目的使之成為信息。 n數(shù)據(jù)處理通常也稱為信息處理。 8 2 2、數(shù)據(jù)庫系統(tǒng)概述、數(shù)據(jù)庫系統(tǒng)概述 n2.1、數(shù)據(jù)庫（Datebase，DB） n長期存放在外部存儲設備（外存儲器、 外存介質）上、可以以各種方式進行組 織、可以共享的數(shù)據(jù)（包括這些數(shù)據(jù)之 間的聯(lián)系）集合。 n（這些數(shù)據(jù)與應用程序例如VB相互獨 立） 9 2 2、數(shù)據(jù)庫系統(tǒng)概述、數(shù)

5、據(jù)庫系統(tǒng)概述 n2.2、數(shù)據(jù)庫系統(tǒng)（Database System，DBS） n數(shù)據(jù)庫不能獨立存在，是數(shù)據(jù)庫系統(tǒng)的一部 分。 n在實際應用中，人們所面對的其實是數(shù)據(jù)庫 系統(tǒng)。 n數(shù)據(jù)庫系統(tǒng)具有管理和控制數(shù)據(jù)庫的能力 （輸入、輸出、組織數(shù)據(jù)）。 10 2 2、數(shù)據(jù)庫系統(tǒng)概述、數(shù)據(jù)庫系統(tǒng)概述 數(shù)據(jù)庫系統(tǒng)包括： n 硬件（計算機） n數(shù)據(jù)庫（DB） n數(shù)據(jù)庫管理系統(tǒng)（DBMS，常用的數(shù)據(jù)庫管理系 統(tǒng)有FoxPro、Oracle、SYBASE、INFORMIX等， 用來建立、管理、控制數(shù)據(jù)庫） n數(shù)據(jù)庫管理員 n用戶和應用程序 11 2 2、數(shù)據(jù)庫系統(tǒng)概述、數(shù)據(jù)庫系統(tǒng)概述 n2.3、信息世界的術語 n

6、實體（Entity） 對應于現(xiàn)實世界中的“客觀事物”。實體 可以指代具體事物，如一個學生，一本 書（一件專利文獻）；也可以指代抽象 事件，如一場足球比賽。 12 2 2、數(shù)據(jù)庫系統(tǒng)概述、數(shù)據(jù)庫系統(tǒng)概述 n屬性（attribute） n屬性用來描述實體的特性。 n如學生實體可以用若干屬性（學號、姓名、年 齡、性別、出生日期、班級）來描述。 n屬性的具體值稱為屬性值，如CN2745142Y （授權公告號）、馬林（申請專利權人）、 2004年9月16日2004.9.16（申請日）是屬性 值。 13 2 2、數(shù)據(jù)庫系統(tǒng)概述、數(shù)據(jù)庫系統(tǒng)概述 n2.4、計算機世界的術語 n記錄（record）、元組 對應

7、于信息世界的“實體”，二維表中的一行。 n 字段（field） 對應于信息世界的“屬性”，二維表中的一列。每個字 段有字段名（標頭），例如“發(fā)明人”、“申請?zhí)枴?等等。 n字段值（value）、數(shù)據(jù)項 對應于信息世界的“屬性值”，二維表中的一格。 n關系（relation）、數(shù)據(jù)庫文件 14 2 2、數(shù)據(jù)庫系統(tǒng)概述、數(shù)據(jù)庫系統(tǒng)概述 n一個關系就是一個二維表，每個關系有 一個關系名。一個關系可以存儲為一個 數(shù)據(jù)庫文件。 n例如某專利文獻數(shù)據(jù)庫可以有專利號的 表，發(fā)明名稱的表，專利權人的表等。 n下面是一個模擬數(shù)據(jù)庫，該表是由一個 以上的表（關系）通過“關聯(lián)”而成。 15 PN(PN(字段名字段名

8、) )TIPAICPDPD 5000000 (5000000) carG&MB60j31/0 0 10/25/1998（一行表示 一條記錄） （5000001） computerIBMG06f3/0001/02/2000 模擬數(shù)據(jù)庫（不是真的） （一列表示一 個屬性） 2 2、數(shù)據(jù)庫系統(tǒng)概述、數(shù)據(jù)庫系統(tǒng)概述 16 2 2、數(shù)據(jù)庫系統(tǒng)概述、數(shù)據(jù)庫系統(tǒng)概述 n2.5、關系的三種類型 n一對一的關系（例如一個學生只有一個學號； 再例如一件專利只有一個申請?zhí)枺?n一對多的關系（例如某班主任老師可以有多個 學生，再例如一個發(fā)明人可以有多件專利） n多對多的關系（例如一個學生可以選修多門課， 一門課可以供

9、多名學生選修；再例如一個分類 號之下可以有多件專利文獻，一件專利也可以 有多個分類號） 17 2 2、數(shù)據(jù)庫系統(tǒng)概述、數(shù)據(jù)庫系統(tǒng)概述 n2.6、數(shù)據(jù)庫的三種類型 n數(shù)據(jù)模型是數(shù)據(jù)庫結構的組織形式，目前數(shù)據(jù) 庫系統(tǒng)中常用的數(shù)據(jù)模型有三種： n層次模型（Hierarchical Model）：用樹形結 構表示數(shù)據(jù)及其聯(lián)系的數(shù)據(jù)模型，樹形結構只 能表示一對多聯(lián)系： 18 班主任（微 機871班） 王小艷李峰張勇 2 2、數(shù)據(jù)庫系統(tǒng)概述、數(shù)據(jù)庫系統(tǒng)概述 19 2 2、數(shù)據(jù)庫系統(tǒng)概述、數(shù)據(jù)庫系統(tǒng)概述 n網(wǎng)狀模型（Network Model）：用網(wǎng)絡結 構表示數(shù)據(jù)及其聯(lián)系的數(shù)據(jù)模型。 n網(wǎng)狀模型可以直接表

10、示多對多聯(lián)系，但 其中的結點間連線或指針更加復雜，因 而數(shù)據(jù)結構更加復雜： 20 dl001（刑法） 王小艷李峰張勇 dl002（聲樂）dl003（繪畫） 2 2、數(shù)據(jù)庫系統(tǒng)概述、數(shù)據(jù)庫系統(tǒng)概述 21 2 2、數(shù)據(jù)庫系統(tǒng)概述、數(shù)據(jù)庫系統(tǒng)概述 n關系模型（Relational Model）：用關 系表示的數(shù)據(jù)模型。 n關系是指由行與列構成的二維表，關系 不但可以表示實體間一對多的聯(lián)系，通 過關系間的連接，也可以表示多對多的 聯(lián)系（見連接）： 22 學號姓名年齡性別班級 870101王小艷18女微機871 870102李峰18男微機871 870103張勇19男微機871 微機871班學生表（A）

11、 2 2、數(shù)據(jù)庫系統(tǒng)概述、數(shù)據(jù)庫系統(tǒng)概述 23 學號課程編號課程編號 870101（王）dl001（刑） 870101（王）dl002（聲） 870102（李）dl001（刑） 870102（李）Dl002（聲） 870103（張）Dl002（聲） 870103（張）dl003（畫） 選修表（B） 2 2、數(shù)據(jù)庫系統(tǒng)概述、數(shù)據(jù)庫系統(tǒng)概述 24 課程編號課程編號課程名授課教師授課地點 dl001刑法周火主樓102教室 dl002聲樂劉琴主樓102教室 dl003繪畫任安主樓504教室 課程表（C） 2 2、數(shù)據(jù)庫系統(tǒng)概述、數(shù)據(jù)庫系統(tǒng)概述 25 3 3、關系型數(shù)據(jù)庫的三種操作、關系型數(shù)據(jù)庫的三種操

12、作 n3.1、選擇：從關系中找出滿足給定條件的記 錄（元組），即在二維表中選行。（例（例如： 對表A中李峰的選擇） n3.2、投影：從關系中找出若干字段（屬性） 組成新的關系，即在二維表中選列。（例如： 對表B課程編號的投影） n3.3、連接：將兩個關系按某種條件提取部分 （或全部）記錄及部分（或全部）字段組合成 新的關系。（例如：表B、表C按照課程編號 關鍵字連接） 26 課程編課程編 號號 課程 名 授課教師授課地點學號 dl001刑法周火主樓102教室8 7 0 1 0 1 、 870102 dl002聲樂劉琴主樓102教室8 7 0 1 0 1 、 8 7 0 1 0 2 、 8701

13、03 dl003繪畫任安主樓504教室870103 連接而成的新表（D） 3 3、關系型數(shù)據(jù)庫的三種操作、關系型數(shù)據(jù)庫的三種操作 27 4 4、布爾邏輯運算（集合運算）、布爾邏輯運算（集合運算） n4.1、并（或、or）（AB） nA集合和B集合所有元組合并，再刪去重復的元組，這種運算稱為 “并”（或）；所組成新的C集合，稱為A、B的并集 n4.2、差（非、not）（A-B） nA集合中刪去（A集合中）與B集合相同（重復）的元組，這種運算 稱為“差”（非）；所組成新的C集合稱為A、B的差集 n4.3、交（與、and）（AB） n既屬于A集合又屬于B集合的元組，這種運算稱為“交”（與）； 所組成

14、新的C集合，稱為A、B的交集 28 交（交（，與，與，andand） n屬于集合A且屬于集合B 的元素組成的集合C，叫 做A，B的交集（屬于A 又屬于B的元素組成的集 合，A and B=C） n例：A-汽車，B- 發(fā)動機， C-即有汽車也有 發(fā)動機的記錄集 ncaps中兩詞間空格， “and”， “+” 集合B 集合A 集合C 29 并（并（，或，或，oror） n屬于集合A或屬于集合B 的元素組成的集合C，叫 做A，B的并集（A，B所 有元素合并，刪除重復 元素組成的集合，A or B=C）。 n例：A-汽車，B-發(fā)動機，C-僅 有汽車的記錄集，僅有 發(fā)動機的記錄集，即有 汽車也有發(fā)動機的

15、 記錄集。 ncaps中用“or”，“，” 集合A集合B 集合C 30 差（差（- -，非，非，NOTNOT，與非，與非，ANDNOTANDNOT） n屬于集合A而不屬于集合 B的元素組成的集合C， 叫做A，B的差集（在A 中排除屬于B的元素后組 成的集合，A not B=C） n例：A-汽車，B-發(fā)動機， C-從所有含汽車的 記錄集中去掉含發(fā)動 機的記錄集 ncaps中用“without”， “not”，“#” 集合A 集合B 集合C 31 4 4、布爾邏輯運算（集合運算）、布爾邏輯運算（集合運算） n4.4、差并（ornot、或非） n從總集合排除B，再與A集合合并。 n三種情況 n4.4

16、.1、A集合的所有元素都是B集合的元素時， 還要考慮A集合與B集合哪個更大： n4.4.1.1、如果A集合更大，或非結果=總集合； n4.4.1.2、如果B集合更大，總集合被挖去部分 B只填入了局部，有“空區(qū)”） 32 4 4、布爾邏輯運算（集合運算）、布爾邏輯運算（集合運算） n4.4.2、A集合的所有元素都不是B集合的 元素，或非結果=總集合 not B n4.4.3、A集合的部分元素是B集合的元素， 總集合被挖去部分B只填入局部，有 “空區(qū)”） 33 總 B A 或非（4.1.1.1、A所有元素都是B的元 素，且AB） 34 總 或非（4.1.1.1、A所有元素都是B的元 素，且AB）

17、35 或非（4.1.1.2、A所有元素都是B的元 素，且AB） 總 B A 36 總 或非（4.1.1.2、A所有元素都是B的元 素，且A”； 必須輸入完整的年月日（YYMMDDYYMMDD）， 例如：850101020831；可用YYYY和YY；年月 日格式；連續(xù)輸入時可用“+” 79 5 5、三種字段類型、三種字段類型 n情形3：USPTO的“patent search”（ISD授權日PD公 開日/APD申請日/PRIR優(yōu)先權日）,輸入值間不能用or， “日”可用“$”,時間區(qū)間用“-”。授權專利數(shù)據(jù) 庫日期型輸入值有多種輸入格式：20030403、4-30- 2003（月日年）、4/30/2003（月日年）、20030327- 20030403（時間