第一講信息檢索概論

化學文獻檢索

ChemistryInformationRetrievalPhone：E-mail:FTP://4ID:kyhPwd:030102課程簡介1.課時安排邵學廣，蔡文生編著，化學信息學（第二版），科學出版社(2005)參考書：教材：陳明旦編著，化學信息學，化學工業(yè)出版社(2005)余向春編，化學文獻及查閱方法（第四版），科學出版社(2009)22學時(理論)14學時(上機）2.教材及參考書計劃課時：36學時4.輔導答疑課程簡介出勤(10%）+課堂表現(xiàn)(20%)+平時作業(yè)(40%)+學期作業(yè)30%3.考評時間：每周三下午15:30-17:00地點：化學樓309或412室5.課件、補充材料及作業(yè)上傳地址教學/081&095文獻檢索LeapFTP或文件管理器打開①②地址欄輸入：按回車鍵，點“確定”③空白處點鼠標右鍵，左鍵點擊“登錄”④輸入賬號、密碼點登錄6.要求遵守上課紀律，按號坐位嚴格遵守機房安全管理規(guī)定，禁止機房內飲食、吸煙及下載游戲按時完成課堂及課后作業(yè)，不得做與課堂無關的事情上機完畢請正常關機，清理周邊衛(wèi)生及關閉門窗后離開7.課程內容課程內容信息檢索概論常用文摘數(shù)據(jù)庫圖書館與印刷類文獻常用全文數(shù)據(jù)庫常用電子期刊與出版商特種文獻及其檢索科技論文寫作*化學結構表達*學習文獻檢索的意義科技文獻的發(fā)展及新特點化學文獻的分類信息檢索效果評價網(wǎng)絡檢索基礎第一講信息檢索概論例1.某海軍陸戰(zhàn)隊在原始森林進行為時一個月左右的生存實驗，具體要求如下：第一，每個隊員除了身上穿的衣服外，隨身只能帶三件物品，每件物品不能超過二公斤；第二，隊員都是由飛機空降到半徑為1000公里原始森林的中心地帶，要求在一個月時間內從森林里走出來。理想的答案：問題：隊員帶哪三件物品合適？一、學習文獻檢索的意義鋼刀能獲取獵物；火石可以取火；指南針可以指明方向。鋼刀、火石、指南針例2.大慶油田失密事件

情報-科技-經(jīng)濟

衣著判斷

北緯４６至４８度的區(qū)域推斷大慶油田位于齊齊哈爾與哈爾濱之間。握手柄的架式

推斷出油井的直徑；所站的鉆井與背后油田間的距離和井架密度推斷出油田的大致儲量和產(chǎn)量。日本人迅速設計出適合大慶油田開采用的石油設備。當我國政府向世界各國征求開采大慶油田的設計方案時，日本人一舉中標。1964《中國畫報》你我是朋友,各拿一個蘋果,彼此交換,交換后仍然是個有一個蘋果。倘若你有一種思想,彼此交流思想,那么我們每個人就有兩種思想了。

——蕭伯納假如說我比笛卡爾看的略微遠些，那是因為我站在巨人的肩膀上。——牛頓讀萬卷書，行萬里路！化學信息信息、物質、能源 ——當代社會的三大資源、現(xiàn)代文明的三大支柱

化學信息學是信息科學與化學的交叉學科

利用數(shù)學、統(tǒng)計學與計算機科學的理論、方法和網(wǎng)絡技術作為手段，研究化學信息的獲取、表示、管理、傳播、分析、加工和應用，在此基礎上進行知識創(chuàng)新，促進化學學科的發(fā)展。信息素質具備信息素質的人，能夠識別何時需要信息，知道如何查找、評估和有效利用需要的信息來解決實際問題或者做出決策，無論其選擇的信息來自于計算機、圖書館、政府機構、電影或者其它任何可能的來源。全面的化學教育要求化學教學不僅傳授化學知識和技術，更訓練科學方法和思維，還培養(yǎng)科學品德和精神?！靼舶?/p>

1974年美國信息工程協(xié)會主席Paul,Zurkowski首次定義信息素質:利用大量的信息工具及主要信息源使問題得到解答的技術和技能”

(InformationLiteracy)信息素質的構成信息意識：影響信息需求的準確表達；支配信息行；決定信息利用率。信息知識：信息基礎知識、信息技術知識信息能力：信息素質最核心的組成部分，包括信息需求分析和表達能力、信息獲取能力、信息分析和處理能力、信息利用能力信息道德：調節(jié)信息生產(chǎn)者、加工者、傳遞者、使用者之間行為規(guī)范的總和學習文獻課能夠解決什么問題?完成畢業(yè)論文的必修課完成各種選修課課程論文的基礎有利于就業(yè)相關信息的準備在工作中發(fā)現(xiàn)并解決各種遇到的難題豐富人生，學習更多知識，適應信息時代的發(fā)展早先口授、傳抄或通訊聯(lián)系17世紀末科技協(xié)會，科技雜志

最早出版的科技雜志：1665年，英國皇家學會哲學匯刊第一種化學雜志：1778年，Crell’sChemischesJournal17世紀后半期專利局專利文獻19世紀中葉各種學會會志20世紀60年代科技文獻劇增，種類和數(shù)量二.科技文獻的發(fā)展及新特點1).數(shù)量龐大，增長迅猛SubscriptionYearTotalAbstractsPatentEquivalentsNumberofDiscs1996706,269141,37441997716,564130,89241998681,008149,64651999720,545164,86352000725,195173,60052001755,915200,9135-62002760,000*210,000*6-72003NANA7-8Total5,065,496*1,171,288*——CAonCD

非科技文獻，每10年甚至7－8年翻一番科技文獻，尤其是尖端科學的文獻增加速度更快，如，原子能文獻每2-3年就翻一番，且倍增周期逐年縮短據(jù)估計目前每年出版的各種類型的科技文獻有1000多萬篇1990年全世界出版統(tǒng)計科技文獻2000印張/秒4-5種新書/小時新增3種刊物/小時2).出版速度加快3).種類繁多，形式多樣僅SCI中就收錄全球6,500余種權威性科學與技術期刊EI數(shù)據(jù)收錄5100種工程類期刊類型：圖書、期刊雜志、科技報告、學位論文、會議資料文獻載體：印刷型、縮微型、機讀型文獻性質：一次文獻、二次文獻、三次文獻4).內容交叉重復，發(fā)表分散化學是基礎學科，與其它基礎學科一樣，滲透到工、農(nóng)、醫(yī)、甚至文、法等許多領域，形成邊緣學科，交叉學科學科的出現(xiàn)，所以直接相關的專業(yè)期刊上發(fā)表的文獻只占總數(shù)的一半，而另外一些則發(fā)表在其它間接的專業(yè)期刊上。5).文獻的失效加快半衰期：基礎學科為8～10年，工程技術文獻為3～5年，化學為8.1年，化學工程為4.8年。知識老化周期：18世紀，80～90年19世紀，30年20世紀上半葉，15年目前，3～5年6).文種多僅美國《化學文摘》每年收摘的文獻語種就有56種。中國的化學科學在國際上已有一定地位，多種中文化學期刊已被世界性的文摘刊物所摘錄。1910年德、英、法95.9%1970年德、英、法42%，加上俄、日、漢91％假如一個化學家懂30國語言，每小時讀4種雜志，一周閱讀40小時，從年初開始，要讀完全年化學文獻，需要10年以上的時間

美國前化學文摘總編輯Bernler信息量LibraryofCongress:~20TerabytesDialog:~9.2TerabytesWeb:~4Terabytes(98)Megabyte(Mb)220bytesGigabyte(Gb)230bytesTerabyte(Tb)240bytesPetabyte(Pb)250bytesExabyte(Eb)260bytes淮陰師范學院圖書館有各類藏書169萬冊,其中有期刊合訂本79000冊，3750種，報紙合訂本11200余冊，外文圖書9000冊，線裝古藉1800余冊，音像光盤資料9000余盤（件）。中外文數(shù)據(jù)庫17個、電子文獻95萬多種。中國期刊網(wǎng)全文數(shù)據(jù)庫Elsevier零次文獻一次文獻二次文獻三次文獻圖書期刊專利文獻科技報告學位論文標準其它文獻信息源的分類按對文獻信息的加工深度劃分按文獻信息源的出版形式劃分手寫型印刷型縮微型聲像型電子型按文獻信息源的載體形式劃分三.化學文獻的分類零次文獻/信息ZerothLiterature/info:概念:形成一次文獻之前的文獻。特點:未整理如：原始試驗數(shù)據(jù)、手稿一次文獻/信息primaryLiterature/info:概念：原始文獻,以作者本人的研究成果為依據(jù)寫作的，未經(jīng)情報加工的論文稱為一次文獻。二次文獻/信息secondaryliterature/info:概念:對一次文獻的加工、提煉和濃縮特點:濃縮性、匯集性、有序性條目entry,reference,citation,record文摘Abstract索引Index目錄Catalog題錄Bibliography三次文獻Tertiaryliterature/info:概念:對一次文獻和二次文獻進行匯集、綜合、分析、詳述如:Referencebook,百科全書，數(shù)據(jù)手冊文獻加工的有序化過程零次文獻是一次文獻的素材；一次文獻是原始論文，具有創(chuàng)造性；二次文獻是檢索工具，帶有濃縮性；三次文獻是在一次、二次文獻基礎上分析概括出的成果，具有綜合性。學習文檢課的目的:如何通過二次文獻去查找一次文獻!科研人員的基本文獻需求情報性需求調研性需求工作性需求查證性需求競爭性需求學習科技文獻知識的意義和必要性科研人員的時間分配表查資料計劃思考實驗研究寫報告查資料50%總結寫報告9.3%實驗研究32%計劃思考7.7%文獻檢索是科學研究的先期工作四、信息檢索及效果評價1)數(shù)據(jù)庫（Database） 以特定方式合理地組織相互關聯(lián)地數(shù)據(jù)的集合。存儲－檢索數(shù)據(jù)庫的結構:

記錄：文檔的基本單位字段：標題、作者、地址、期刊名等記錄的排序：索引(Index)

數(shù)據(jù)庫的類型:文獻數(shù)據(jù)庫：書目數(shù)據(jù)庫、全文數(shù)據(jù)庫、專利數(shù)據(jù)庫事實數(shù)據(jù)庫：數(shù)值數(shù)據(jù)庫、光譜數(shù)據(jù)庫、目錄數(shù)據(jù)庫結構數(shù)據(jù)庫：化學結構數(shù)據(jù)庫、化學反應數(shù)據(jù)庫2)文獻信息檢索原理(Principle)一種搜索過程檢索標識與文獻的存儲標識相比一致信息需求信息集合匹配普查法：檢索詞的正確選擇追溯法(引文法):參考文獻,易誤檢漏檢引文相關法:相關記錄檢索跟蹤法：專家，文章，期刊3)文獻檢索方法(Method)基本要求:“全、快、精、準”4）信息檢索技術邏輯符檢索位置檢索截詞檢索限制檢索邏輯符檢索(Booleanoperator)邏輯與

“AND”“*”solarANDenergy邏輯或“OR”“+”solarORenergy邏輯非“NOT”“-”solarNOTenergy優(yōu)先次序：NOT>AND>OR位置檢索(AdjacentOperators)表達檢索詞之間位置關系的一種檢索W(With)nWN(near)

nNS(Sub-field)

F(Field)

C(Citation)L(Link)例：Chemistry(w)information5）檢索效果評價（Evaluation）評價指標:查全率(RecallRatio)查準率(PrecisionRatio)漏檢率誤檢率響應時間用戶負擔信息資源檢索結果的評價指標

1)查全率R=2)查準率P=

ABCNN

---

數(shù)據(jù)庫中的文獻總量A---數(shù)據(jù)庫中與課題有關的文獻量B---檢索輸出的文獻量

C---B中與檢索課題有關的文獻量CB×100％

CA×100％

1.計算機網(wǎng)絡2.Internet簡介3.Internet的信息服務功能4搜索引擎五、網(wǎng)絡檢索基礎1.計算機網(wǎng)絡 一群用通信線路互聯(lián)并遵守一定的網(wǎng)絡協(xié)議（protocol）協(xié)同運作的計算機的集合。分類：局域網(wǎng)(LAN)校園(～1km)4Mbps－2Gbps城域網(wǎng)(MAN)城市(～10km)40Kbps－100Mbps

廣域網(wǎng)(WAN)國家(～100km)9.6Kbps－45Mbps互聯(lián)網(wǎng)(INTERNET)全球(～1000km)Internet的全稱是InterNetwork，中文稱為國際互連網(wǎng)。它是全球計算機網(wǎng)絡的集合。Internet起源于美國國防部70年代建立的ARPANET網(wǎng)絡隨著網(wǎng)絡的擴展和相關技術的成熟，原來只為科研，教育和政府部門服務的Internet正面向商業(yè)和全社會提供服務，開創(chuàng)了許多新的經(jīng)營方式，如電子廣告，電子商場，電子購物，電子銀行，電子報刊以及遠程工作，遠程教學，遠程醫(yī)療等。2.Internet簡介運行客戶程序客戶/服務器程序(Client/Server)本地主機用戶遠程主機遠程主機遠程主機運行服務器程序InternetInternet的網(wǎng)絡協(xié)議計算機網(wǎng)絡協(xié)議是對計算機之間相互交換信息的方式、秩序以及參數(shù)作出的共同的約定和規(guī)則。它是計算機用來彼此交談的一種標準語言。最核心的兩個協(xié)議TCP/IPTCP(TransmissionControlProtocol)即傳輸控制協(xié)議。它是Internet中用來識別信息中所含信息類型的一種標準，以保證信息在高層傳輸中不會出錯和丟失。IP(InternetProtocol)即互聯(lián)網(wǎng)絡協(xié)議。它定義了計算機在Internet上傳遞信息所采用的標準，另方面定義了Internet的編址工作方式，保證信息在低層的傳輸，以提供基本的通信。Internet的應用協(xié)議SMTP(SimpleMailTransferProtocol)簡單郵件傳遞協(xié)議，保證文本文件的正常傳送。TransferProtocol)文件傳輸協(xié)議，用以實現(xiàn)計算機之間的拷貝。TELNET遠程登錄協(xié)議。HTTP(HypertextTransferProtocol)超文本傳輸協(xié)議，用于WWW服務。Internet地址Internet是由全球的計算機網(wǎng)絡互聯(lián)而成，聯(lián)入其中的計算機已有數(shù)百萬臺，而且仍在繼續(xù)發(fā)展。為保證如此眾多的計算機之間能互相識別并進行通信，必須為每臺計算機編號注冊。人們通常將對Internet網(wǎng)中的每臺計算機的編號稱為IP地址。對應于每個IP地址，都起一個名字，稱為域名，就如同在校學生既有學號，又有姓名一樣，不過姓名可能有同名同姓，而連入Internet中的每臺計算機只能有唯一的IP地址和域名，否則就無法區(qū)別。IP地址IP地址是一個32位的二進制數(shù)。由于人們不習慣閱讀和使用二進制數(shù)，因此Internet定義了一種IP地址的標準寫法。即規(guī)定每8位為一組，將32位分成四組，每組的值用十進制數(shù)表示，組與組間用圓點分隔。例：淮陰師范學院IP地址：二進制數(shù)表示為:110010101100001101110寫成十進制數(shù)則為：3域名和域名系統(tǒng)使用Internet像使用電話要知道并撥打對方電話號碼一樣，要知道對方的IP地址并輸入計算機。由于數(shù)字形式的IP地址對于用戶來說既不直觀，也不便于記憶。因此有人設想若用一些有意義的名字來標識計算機，將會大大方便人們的記憶和使用。于是產(chǎn)生了域名和域名系統(tǒng)．Internet的域名系統(tǒng)DNS（DomainNameSystem）較好地解決了IP地址不便記憶的問題。域名系統(tǒng)實際上是Internet規(guī)定的一套命名機制?；搓帋煼秾W院WWW服務器的域名：

從右至左：cn被稱為頂層域名或稱地理域名（cn是中國的國別代碼）；edu為二級子域或稱組織域名(edu代表教育科研)；hytc為三級子域名稱或稱單位域名；ＷＷＷ是設備名稱，代表ＷＷＷ服務器．南京大學:北京大學：南京師范大學中科院上海有機所：中國科學院化學研究所例：國家名稱縮寫按照ISO3166標準書寫。美國以外的國家主機即頂層域名采用國家(或地區(qū))名稱縮寫。com商業(yè)機構int國際組織org非盈利組織edu教育科研機構mil軍事機關gov政府部門

net網(wǎng)絡信息中心(NIC)和網(wǎng)絡控制中心(NOC)查IP地址：Windows:開始→運行→

cmd→ipconfig/allLinux:/sbin/ifconfig網(wǎng)絡配置網(wǎng)絡基礎協(xié)議：TCP/IP、、SMTP網(wǎng)絡配置：DHCP手動配置IP地址(IPAddress)202.195.114.***子網(wǎng)掩碼(SubnetMask)網(wǎng)關(DefaultGateway)DNSServersor3.Internet的信息服務功能隨著技術的不斷發(fā)展，Internet的服務功能也隨之增加。傳統(tǒng)的有E-mail，，Telnet，BBS，Gopher等。目前最具活力的首推WWW。E-mailE-mail即電子郵件服務，這是Internet上應用得最多的服務功能。利用它可以向Internet上任何用戶或服務系統(tǒng)（只要知道對方地址）收發(fā)信息，索取信息，包括電子報刊，軟件，游戲之類的資料。通過它還可加入全球討論組，你可根據(jù)自己情況選擇感興趣的討論組，以便交流并獲取所需信息。其優(yōu)點是方便，快速，費用低廉。

TelnetTelnet即遠程登錄。這一功能使用戶機成為Internet上另一臺計算機的遠程終端。用戶只要將自己的賬號如usename（用戶名）及password（口令），利用Telnet登錄到遠程計算機上，就能將遠程機變作你身邊的計算機來利用。這樣，高性能大型機的信息資源，軟件都可供你使用。telnetFTPTransferprotocol文件傳輸協(xié)議的縮寫。用戶利用FTP可將遠程計算機上的各種文件取回到自己的計算機，或將自己的文件傳送給遠程機。如軟件，電子雜志，技術文件等都可利用這一功能來完成。但前提是必須是對方計算機的注冊用戶，有進入對方的username和password。否則是無法進行上述操作的。匿名FTP卻可以使用戶不必是注冊用戶也能進行上述操作。匿名最重要的服務之一。利用匿名FTP用戶可以自由拷貝各種免費共享軟件、技術文檔、甚至電子雜志和歸檔的新聞組以及許多使用Internet所必須的客戶和服務器軟件。Tools:LeapFTPCuteFTP(支持斷點續(xù)傳)

BBS

BBS即BulletinBoardSystem電子公告板系統(tǒng)的縮寫，中文稱為電子公告系統(tǒng)。BBS分為I