第二章數字信息收集方法一、信息收集途徑

1.1搜索引擎

1.2信息數據庫1.3開放獲取二、信息檢索技術2.1布爾邏輯檢索2.2字段檢索2.3加權檢索2.4引文檢索1.1搜索引擎搜索引擎分為普通搜索引擎學術搜索引擎檢索需求查找某概念的確切含義如：什么是“blog”查找某概念的背景知識如：誰最先發現青霉素查找某些事物的數值及量化指標特征型知識一般通過事實型、數值型數據庫和搜索引擎獲得。1.搜索引擎(searchengine)是指根據一定的策略、運用特定的計算機程序搜集互聯網上的信息，在對信息進行組織和處理后，為用戶提供檢索服務的系統。搜索信息的機器普通搜索引擎按其工作方式主要可分為三種：全文搜索引擎（FullTextSearchEngine）：如百度、谷歌優點：信息及時又多

缺點：根據各站的技術判定在此不評論

目錄索引類搜索引擎（SearchIndex/Directory）：如雅虎優點：收錄網站質量高全人工審核

缺點：死鏈接較多元搜索引擎（MetaSearchEngine）優點：方便簡單快捷可以同時使用多個搜索引擎

缺點：沒有自己的數據庫.全文搜索引擎的工作原理在搜索引擎分類部分我們提到過全文搜索引擎從網站提取信息建立網頁數據庫的概念。搜索引擎的自動信息搜集功能分兩種。一種是定期搜索，即每隔一段時間（比如Google一般是28天），搜索引擎主動派出“蜘蛛”程序，對一定IP地址范圍內的互聯網站進行檢索，一旦發現新的網站，它會自動提取網站的信息和網址加入自己的數據庫。當用戶以關鍵詞查找信息時，搜索引擎會在數據庫中進行搜尋，如果找到與用戶要求內容相符的網站，便采用特殊的算法——通常根據網頁中關鍵詞的匹配程度，出現的位置/頻次，鏈接質量等——計算出各網頁的相關度及排名等級，然后根據關聯度高低，按順序將這些網頁鏈接返回給用戶。學術搜索引擎——與普通搜索引擎的區別

突出學術特點1.百度學術搜索

-保持學習的態度2014年6月上線時間

/

2.搜狗學術搜索

/

搜狗學術搜索頻道，提供權威學術內容，滿足國內各領域專業研究用戶的學術搜索需求。在引入微軟必應學術知識圖譜技術后，搜狗學術構建以論文為核心的知識圖譜卡片，包含學術文獻、學術人物、學術期刊和學術會議等不同類型的內容，并支持時間、作者、領域、期刊及會議多維度的篩選，以及引用下載等實用功能，幫助用戶可以便捷地查詢到全球英文學術資料。3.Google學術搜索

Google學術搜索是一項免費服務可以幫助快速尋找學術資料，如專家評審文獻、論文、書籍、預印本、摘要以及技術報告。信息來源包括萬方數據資源系統，維普資訊，主要大學發表的學術期刊、公開的學術期刊、中國大學的論文以及網上可以搜索到的各類文章。4、

Scirus是目前互聯網上最全面、綜合性最強的科技文獻搜索引擎之一，由Elsevier科學出

版社開發，用于搜索期刊和專利，效果很不錯！Scirus覆蓋的學科范圍包括：農業與生物

學，天文學，生物科學，化學與化工，計算機科學，地球與行星科學，經濟、金融與管理

科學，工程、能源與技術，環境科學，語言學，法學，生命科學，材料科學，數學，醫學

，神經系統科學，藥理學，物理學，心理學，社會與行為科學，社會學等。

5、/

BASE是德國比勒費爾德(Bielefeld)大學圖書館開發的一個多學科的學術搜索引擎，提供對

全球異構學術資源的集成檢索服務。它整合了德國比勒費爾德大學圖書館的圖書館目錄和

大約160個開放資源（超過200萬個文檔）的數據。

6、http://www.vascoda.de/

Vascoda是一個交叉學科門戶網站的原型，它注重特定主題的聚合，集成了圖書館的收藏、

文獻數據庫和附加的學術內容。

7、/

與google比較了一下發現，能搜索到一些google搜索不到的好東東。它界面簡潔，8、

Google在同一水平的搜索引擎。是A推出的，Webresult部分是基于Google的，

所以保證和Google在同一水平，另外增加了Amazon的在書本內搜索的功能和個性化功能：主要是可以記錄你的搜索歷史。現在還是Beta，不過試用后感覺很好，向大家推薦一試，不過缺憾是現在書本內搜索沒有中文內容。

9、/

一個檢索免費paper的好工具。進入網頁以后，可以看到他有三個功能，driectoryweb

article，其中article對我們很有幫助，你可以嘗試輸入你要找的文章，會有很多發現的！

10、

現點擊后或跳轉到，在此搜索引擎里可以搜索到超過千萬種化

學品信息或相應的供應商，與Chemblink有點相似，但提供的化學品理化信息沒有Chemblink詳細，與其不同的是該搜索引擎可提供化學品結構式搜索（主頁上有在線繪制化學結構式的搜索框）。

11、

/

OJOSE(OnlineJournalSearchEngine，在線期刊搜索引擎)是一個強大的免費科學搜索引擎，通過OJOSE，你能查找、下載或購買到近60個數據庫的資源。但是感覺操作比較復雜

12、/

一個關于計算機和信息科學的搜索引擎。

13、/

為了給讀者用戶提供一個方便快捷的查閱國外各類期刊文獻的綜合網絡平臺，中圖公司組

織開發了cnpLINKer（cnpiecLINKservice）在線數據庫檢索系統，并正式開通運行。cn

pLINKer即“中圖鏈接服務”，目前主要提供約3600種國外期刊的目次和文摘的查詢檢索、電子全文鏈接及期刊國內館藏查詢功能.并時時與國外出版社保持數據內容的一致性和最新性.

點評：只提供了外文檢索的功能，但是無法得到全文。個人認為不是很理想。

學術搜索引擎

——突出學術特點1）百度學術搜索

-保持學習的態度2014年6月上線時間

/

百度學術搜索

與國內外學術站點合作超過70萬家，如中文學術站點知網、萬方、維普，外文學術站點acm、IEEE、springer等，共計收錄中外文學術資源總量逾2億，中文超1.5億，外文超1億，這也是國內首個擁有億級別索引量的互聯網學術平臺。1中英文文獻檢索的學術資源搜索平臺2涵蓋了各類學術期刊、學位、會議論文，3并通過時間篩選、標題、關鍵字、摘要、作者、出版物、文獻類型、被引用次數等細化指標提高檢索的精準性。4.在各文獻網站中架設起了錯落有致的橋梁，使得用戶可以隨意穿梭，讓學術搜索“一鍵直達”。百度學術搜索

百度學術搜索

百度學術搜索

1.2信息數據庫

文獻是記錄知識的載體。數據庫是結構化的數據集合，至少由一種文檔組成并能夠滿足某種特定目的或特定數據處理系統需要的數據集合。當數據庫記錄的對象為文獻信息時，就稱為文獻信息數據庫。查找某一學科的一般知識如：關于分子生物學有哪些專著查找學科專業領域的新進展如：有關納米技術的研究綜述查找課題相關的專業文獻最常見的！文獻數據庫1.2信息數據庫

文獻信息數據庫的評價標準①收錄內容范圍——系統準確。②揭示文獻詳略——完備詳細。③更新速度快慢——及時快速。④檢索字段多寡——途徑豐富。⑤檢索功能強弱——高效完善。⑥用戶使用方便——易學易用。⑦維護服務質量——及時到位。文獻數據庫的類型按數據庫文獻記載的詳細度可分為1.書目型數據庫（二次文獻數據庫）：僅提供文獻檢索，讀者根據其提供的線索查找文獻原文如文獻篇名、作者、出處等線索。包含目錄、索引、文摘。可以分為：題錄型文摘型如：OPAC

全國新書目EISCI中國科學引文索引文獻數據庫的類型按數據庫文獻記載的詳細度可分為——2.全文數據庫：是一種不僅能為用戶提供文獻的題錄、摘要等信息，同時還提供原始文獻本身的數據庫。主要包括全文數據庫、術語數據庫、圖像數據庫等等。如:CNKI萬方ElsevierIEL文獻數據庫的類型按數據庫文獻記載的詳細度可分為——3.混合型數據庫:數據中的數據，一部分只是提供參考數據庫中的信息（文獻的基本情況及線索）；另一部分則可以提供全文數據庫中的信息（原始文獻本身）如：EBSCO(ASP\BSP)文獻數據庫的類型按文獻數據庫收錄信息的學科范圍可分為——(1)專業性文獻信息數據庫(CA)(2)綜合性文獻信息數據庫(中國期刊網)文獻信息數據庫的結構一個數據庫通常由一個主文檔(MasterFile)和若干個索引文檔或稱倒排文檔(InvertedFile)

組成。文檔——是具有某種特征的全部記錄的集合。記錄——是構成文檔的基本單元，由各種反映文獻特征的字段組成。如一篇論文、一件專利、一本圖書、一個標準的相關信息都能夠成為文檔中的一條記錄。字段——是記錄的基本組成元素。一條記錄的常見字段通常包含題名字段、著者字段、主題詞字段、文獻出處字段（如刊名等）多種字段。

項目傳統期刊OA期刊出版模式讀者付費即出版物以商品形式有償地提供給訂戶作者付費，讀者免費版權版權限制并不受多數版權、許可權限制，載體紙本電子化的，在線的各自優勢1、具有質感，一頁一頁地閱讀下去，更能享受書香氣息。

2、更具有收藏價值，贈送親朋好友比較實在，且能留作紀念。

3、從閱讀方面來說，讀者更好做筆記，對理解文章大意更具有好處。

4、從舒適程度來說，紙質材料在燈光漫反射作用下更有利于緩解視覺疲勞。

5、從經濟方面來說，有利于印刷業出版業的發展，促進就業。

6、有利于讓人靜下來，止浮躁的心，培養人們的書生氣質。1、開放傳播，同一文獻可以通過多種途徑檢索和閱覽，交流范圍覆蓋整個互聯網；2、提高信息來源和信息使用的直接性和交互性，提高學術交流的時效性；3、OA期刊快捷的訪問方式可以大大提高論文的被引頻次。4、實現學術資源的平等免費獲取1.3開放獲取

是相對于傳統訂閱期刊而言，是隨著互聯網的發展而應運而生，

沒有互聯網也沒有開放獲取的說法。

維基百科認為：開放獲取是一個通過互聯網讓科研成果能夠自由傳播的運動，可以讓用戶把經過同行評議的學術論文放到互聯網上，

有利于學術成果的快速傳播。開放獲取開放獲取一般途徑：金色道路（開放獲取期刊）和綠色道路（作者自存檔）

金色道路是采用作者付費，讀者免費的獲取方式；

綠色道路是作者向傳統期刊投稿的同時，將自己的論文以電子檔的形式存放在專門的開放獲取知識庫（知識機構庫）中供讀者閱讀。

1.國內主要開放資源中國科技論文在線

2003年上線，主辦：教育部科技發展中心主辦，打破傳統出版物的概念，免去傳統的評審、修改、編輯、印刷等程序，給科研人員提供一個方便、快捷的交流平臺，提供及時發表成果和新觀點的有效渠道，從而使新成果得到及時推廣，科研創新思想得到及時交流。

允許作者同時向其它專業學術刊物投稿，以使科研人員新穎的學術觀點、創新思想和技術成果能夠盡快對外發布，并保護原創作者的知識產權。截止：2016.11.2

首發論文共89842篇優秀學者論文共92551篇自薦學者論文共31273篇科技期刊共1273921篇

1.國內主要開放資源中國學術會議在線2003年上線，主辦：教育部科技發展中心主辦用戶提供學術會議信息預報、會議分類搜索、會議在線報名、會議論文征集、會議資料發布、會議視頻點播、會議同步直播等服務，內容涉及：全學科檢索途徑包括：模糊檢索、會議檢索、視頻檢索、

會議論文摘要檢索1.國內主要開放資源中國預印本服務系統http:///

什么是預印本？

預印本（Preprint）是指科研工作者的研究成果還未在正式出版物上發表，而出于和同行交流目的自愿先在學術會議上或通過互聯網發布的科研論文、科技報告等文章。與刊物發表的文章以及網頁發布的文章比，預印本具有交流速度快、利于學術爭鳴、可靠性高的特點。2.外文開放獲取期刊

/

DOAJ（DirectoryofOpenAccessJournals）

開放存取期刊目錄在線平臺是個很好的專門OA期刊文獻檢索系統，DOAJ由瑞典Lund大學圖書館創建2003年和維護。該系統收錄期刊的文章都是經過同行評議或嚴格評審的，質量高，與期刊發行同步，且都能免費下載全文，是做研究的好幫手。

收錄全世界的開放獲取期刊共9,174

種其中6,418

種期刊可以檢索到論文水平論文來自128

國家共有2,326,134

篇論文湯森路透公司《期刊引證報告》（JCR）顯示，越來越多的開放獲取期刊被SCI收錄。DOAJ目前最好的OA期刊目錄網站在開放獲取方面有著嚴格的要求覆蓋范圍方面質量控制方面，（1）所有內容免費提供（1）學科代表性強（涵蓋所有學術和科研領域）；（1）期刊論文應該有通過編輯、編委和/或同行評議的質量控制制度；（2）接受用戶在線免費注冊（2）學術型和科研型期刊（出版內容是研究型論文或綜述型論文的全文）；（2）期刊必須有ISSN，電子期刊必須有eISSN。（3）要求開放獲取無延遲。（3）來源廣泛（學術機構、政府、商業機構，非營利性機構等來源均可）；（4）目標群體定位明確（主要為科研人員）；（5）期刊內容為研究論文且必須提供全文；（6）語種不限。外文開放獲取期刊

HighWirePress數據庫

/

資源簡介:全球最大的提供免費全文的學術文獻出版商資源詳細介紹：

HighWirePress是全球最大的提供免費全文的學術文獻出版商，于1995年由美國斯坦福大學圖書館創立。目前已收錄電子期刊1052種期刊，免費提供期刊全文達近430萬篇。資源內容類型：全文數據庫

資源學科分類:哲學,經濟學,法學,教育學,文學,歷史學,理學,工學,農學,醫學,軍事學,管理學

通過該界面還可以檢索Medline收錄的4500余種期刊中的1200多萬篇文章，可看到文摘題錄。

HighWirePress數據庫

HighWirePress在線期刊主要具有以下特點：1．提供免費全文文獻的期刊。該鏈接下的頁面列出了本站收錄的所有可提供免費全文文獻的期刊。在刊名后按“FreeIssues”，“FreeTrial”，“FreeSite”標注著相應時間或其他。其中“FreeIssues”欄中如標注的是某月，則表示每年在該月及以前的所有文獻都免費提供全文。Freetrials在限定時間內所有文獻提供免費全文。

freebackissues某時間之前文獻均提供免費全文；2．提供即將進入本站的期刊。該鏈接下和頁面列出了即將加入本站的期刊及預計加入的時間。3．提供在線使用部分期刊的統計情況。包括該刊被經常閱讀的文獻和引用最頻繁的文獻（均采用本站收錄文獻的數據，每月重新統計）。4．提供需要付費的站點。列出需要收費提供全文文獻的站點及其收費標準，有兩種收費方式。“Pay-per-viewSite”為在一段時間內獲得使用某篇文獻的權利；“SitePass”為在一段時間內獲得該刊所有文獻的權利。5．提供在線期刊文獻數。介紹了所收錄文獻的總數及各個期刊所提供文獻的情況。全部期刊按字順排列，從提供的文摘數、HTML格式的全文文獻、PDF格式的全文文獻數、全部全文文獻的總數、免費全文文獻的數量，以及所提供的全部文獻數等幾個項目的統計表。6．除本站外，還提供了其他一些可提供免費全文服務的自然科學文獻站點，并進行了簡要介紹，并鏈接到更多的自然科學期刊的網頁。初級檢索界面高級檢索界面

OpenScienceDirectory(OSD)

/

由EB