信息檢索教學(xué)應(yīng)用影響作用研究論文6篇
第1篇：跨語言信息檢索中的最關(guān)聯(lián)英文語義翻譯選取
0引言
在跨語言的信息檢索Web環(huán)境中，需要采用語義本體模型匹配和特征提取方法進行各種語義翻譯處理和語義信息分析，實現(xiàn)對信息檢索庫中語義信息資源調(diào)度和模型構(gòu)建。由于跨語義信息檢索數(shù)據(jù)庫中存在一定的語義沖突，嚴重影響了語言翻譯和信息檢索的準確性，存在語義異構(gòu)和語義分歧問題，特別是在跨語言數(shù)據(jù)庫中對英文語義翻譯的關(guān)聯(lián)性不好，在信息檢索、數(shù)據(jù)集成和數(shù)據(jù)庫重構(gòu)中導(dǎo)致對關(guān)聯(lián)語義的匹配度和檢索的準確度不高[1？2]。因此，需要進行跨語言信息檢索中的最關(guān)聯(lián)英文語義翻譯選取設(shè)計，利用語義分析與提取技術(shù)提高跨語言信息檢索的準確性[3]。本文以異構(gòu)英文語義本體模型為研究對象，進行最關(guān)聯(lián)英文語義翻譯選取和特征提取研究，找出語義相同或者相似概念對，逐一地對本體之間語義信息素進行相似度信息分析和信息素導(dǎo)引，提高對語言信息數(shù)據(jù)庫的訪問和檢索能力，并取得一定的研究成果。
1關(guān)聯(lián)英文語義本體結(jié)構(gòu)模型構(gòu)建
1.1跨語言信息檢索的英文翻譯語義映射
為了實現(xiàn)跨語言信息檢索中的最關(guān)聯(lián)英文語義翻譯選取，需要首先構(gòu)建跨語言信息檢索中最關(guān)聯(lián)英文語義本體結(jié)構(gòu)模型，基于語義相似度計算方法進行跨語言信息檢索的英文語義翻譯的機器學(xué)習(xí)和訓(xùn)練。首先給出跨語言信息檢索的數(shù)據(jù)訪問和語義選取結(jié)構(gòu)圖如圖1所示。
根據(jù)圖1所示的跨語言信息檢索的數(shù)據(jù)訪問和語義選取結(jié)構(gòu)，進行跨語言信息檢索語義映射關(guān)系的分類[4？5]。
定義1英文語義映射。針對語法分析方案Ai，跨語言信息檢索英文翻譯的本體語義映射模型的形式化定義是一個五元組，其中：
C：語義修飾概念集合。C中的語句CS有m種不同的語法分類，從語義上來說，對語義相似度分析，得到跨語言數(shù)據(jù)庫中包含有多個從句。在本體中，AA是后置定語，滿足基本單元的語句語義結(jié)構(gòu)。
I：實例集合。I為每次選擇一個簡單子句的每個實例，通過語義映射得到一個惟一的個體。在本體中，實例是語句語義結(jié)構(gòu)的本體映射表象，因此也稱為語義修飾目標。
HC：語句的語義相關(guān)度的分類關(guān)系集合。這類關(guān)系可以求出非語句主干的特征映射關(guān)系（Hyponymy），用函數(shù)來表示表示本體中父概念（Super？Concept）和子概念（Sub？Concept）之間的不同的語法分析方案。
R：當前跨語言信息檢索關(guān)聯(lián)英文數(shù)據(jù)庫本體內(nèi)元素的分類集合。R所包含的關(guān)系可分成兩大類：語義指向性信息索引行為關(guān)系和概念的隸屬關(guān)系。
A：語義修飾目標集合。A中的每條語義修飾目標代表英文翻譯語義中實詞的個數(shù)，它可用于語義修飾目標之間的語義相關(guān)度來描述概念和實例之間跨語言信息檢索的映射關(guān)系，或者描述第i種語法分析方案下的語義特征映射的約束關(guān)系。
1.2語義本體相關(guān)度計算模型
在上述進行了跨語言信息檢索的英文翻譯語義映射定義基礎(chǔ)上，根據(jù)跨語言信息檢索中英文語句的多種語法分析方案，構(gòu)建最關(guān)聯(lián)英文語言翻譯的語法分析方案。
假設(shè)跨語言信息檢索數(shù)據(jù)庫中關(guān)聯(lián)英文的本體映射三層集成分布概念集合的數(shù)學(xué)模型可表示為：
式中：中的是表示語句具有m種語法分析方案的個數(shù)，表示語義相關(guān)度；語句主干權(quán)重系數(shù)。英語從句具有m種語法分析方案，最符合語義邏輯的語法分析方案滿足所有詞匯翻譯相關(guān)性的約束條件為：
根據(jù)跨語言信息檢索的詞語知識（Lexicalknowledge）得到語義映射關(guān)系的差異性特征。通過對不同本體進行英文翻譯的語法分析，對概念的上下文（Context）進行關(guān)聯(lián)匹配度分解，在概念節(jié)點Mountain中考慮等價的語義映射，根據(jù)語義本體相關(guān)度計算，得到語法分析的最佳方案[6]。
定義2語義本體模型。跨語言信息檢索關(guān)聯(lián)英文翻譯的本體與之間的語義修飾互信息特征通過一個映射函數(shù)M表示，。其中，C是本體的語義關(guān)聯(lián)度，rel是跨語言信息檢索數(shù)據(jù)庫中的英文資源信息一個實詞集合，被稱之為英文從句的歸結(jié)關(guān)系。
采用語義指向性信息索引方法進行英文翻譯的上下文語義映射，可進行從句范圍選擇中預(yù)期使用的詞匯能有效反映英文語義翻譯的單語義。根據(jù)簡單語義單元建立英文翻譯的語義修飾關(guān)系[7]，如圖3所示。
由于建立本體之間英文翻譯的語義修飾關(guān)系存在異構(gòu)性，語義結(jié)構(gòu)為：，概念節(jié)點（Cs和Ct′）對英文翻譯中的語義關(guān)聯(lián)句屬于主句，還是從句進行判斷，判斷準則為：Cs與Ct′之間內(nèi)部語法結(jié)構(gòu)映射關(guān)系（）、Cs與Ct′之間簡單語義單元的語義特征映射關(guān)系（）、Cs與Ct′之間的自組織映射泛化關(guān)系（）、Cs與Ct′之間的從句權(quán)重關(guān)系（）和Cs與Ct′之間的每種語法分析方案的映射關(guān)系（）。計算每個簡單語義單元的語義本體相關(guān)度，得到異構(gòu)本體之間的語義相關(guān)度值，例如：把語義塊的n個英文翻譯詞匯進行信息素濃度聚焦，實現(xiàn)知識共享、重用，得到跨語言信息檢索中英文翻譯詞句集合rel中的語義指向性信息索引的語義相關(guān)度表示為式中：表示語句CS中關(guān)聯(lián)英文語義翻譯的相似度；表示兩組本體片段之間進行跨語言信息檢索的語義關(guān)聯(lián)度，且系數(shù)。
2最關(guān)聯(lián)英文語義翻譯選取實現(xiàn)
2.1英文語義翻譯的上下文語義映射
在上述進行了關(guān)聯(lián)英文語義本體結(jié)構(gòu)模型構(gòu)建的語義本體相關(guān)度計算的基礎(chǔ)上，進行跨語言信息檢索中的最關(guān)聯(lián)英文翻譯的選取。針對當前方法存在的弊端，本文提出一種基于最關(guān)聯(lián)語義本體模型匹配的跨語言信息檢索英文翻譯選取方法，采用語義指向性信息索引方法進行英文翻譯的上下文語義映射[8]。在一個概念詞語知識的英文語義本體模型中，語義詞典庫用一個三元組的形式K=（O，A，R）表示。其中，O是語義詞典庫的英文語義對象集合，A是跨語言檢索的屬性集合，R是O和A之間的詞語選擇語義用二元素表示。設(shè)本體模型的拓撲結(jié)構(gòu)中英文翻譯的從句屬性總數(shù)為m，各個分詞的語義信息流在翻譯采樣信息時間間隔的自相關(guān)函數(shù)為：
式中：英文語義翻譯的上下文語義映射的提取率與的差別越來越大，則解釋信息與概念信息流與完全無關(guān)；作為所包含的元素節(jié)點集合的自相關(guān)函數(shù)，趨于0。通過英文語義翻譯的上下文語義映射模型構(gòu)建[9]，得到英文語義翻譯的上下文語義映射的規(guī)則如下：
（1）將跨語言信息檢索中英文的連接詞和謂詞邏輯表示成概念上下文形式；
（2）將介詞，如“in”或者“of”，表示成相應(yīng)的邏輯公式；
（3）將帶有包含關(guān)系從句如“except”或者“butnot”表示成否定形式。
根據(jù)上述規(guī)則構(gòu)建英文語義翻譯的上下文語義映射，進行最關(guān)聯(lián)英文語義翻譯選取。
2.2跨語言檢索最關(guān)聯(lián)英文語義翻譯選取
在本體模型O=中采用關(guān)鍵詞索引方法，給定邏輯公式W，通過上下文語義映射進行詞頻信息X，Y特征提取，根據(jù)語義本體之間的詞語知識和本體片段映射方法進行英文語義翻譯的特征提取，分別為：
式中：，是分別是語義標識過程中英文實詞X，Y的語義修飾目標集；是聯(lián)合訪問語義相似度詞頻信息，表示X，Y所得到的準確的語義信息召回的聯(lián)合概率密度函數(shù)。
在進行跨語言檢索最關(guān)聯(lián)英文語義翻譯選取中，假設(shè)V是形容詞，S是V的后置虛詞，O是V的最佳語義相關(guān)度，L是S，V，O中間的簡單子句，AB是前置定語，AA是跨語言信息檢索的后置謂語，PD是實詞的個數(shù)，通過語義關(guān)聯(lián)度匹配，實現(xiàn)英文語義翻譯選取，步驟表述如下：
步驟1（數(shù)據(jù)預(yù)處理）：根據(jù)詞匯語義進行本體映射中英文從句的分詞選擇，并獲得其詞性，為進行準確的英文翻譯提供目標從句；
步驟2（找到詞匯語義的子句）：針對語句CS，對應(yīng)于n個詞匯所形成的概念樹，可以找出最佳語義相關(guān)度值，對簡單子句集合進行從句范圍選擇；
步驟3：計算分段L的語義結(jié)構(gòu)，選擇計算結(jié)果最佳的簡單子句CSi，乘以權(quán)重系數(shù)KS，進行查準率優(yōu)化，語義修飾CSi；
步驟4：選擇具有最佳語義相關(guān)度值的簡單句，如果滿足約束條件，則重復(fù)步驟2，3；否則，計算所有子句的最佳語義相關(guān)度；
步驟5：針對語法分析方案Ai，選擇前置虛詞，計算一次值，當滿足英文語義翻譯的上下文語義映射的規(guī)則，算法結(jié)束。
3實驗測試分析
在進行跨語言信息檢索的最關(guān)聯(lián)英文語義翻譯選取的實驗中，以KDDP2015跨語言數(shù)據(jù)庫作為詞匯語義資源，采用Matlab7編程軟件進行英文語義翻譯選取的編程設(shè)計。測試英文翻譯問題來自于KDDP2015的CWT200G數(shù)據(jù)測試集，測試集中包含21個語義等價概念集、46個不同語言的從句屬性集和358個實例集。測試通過跨語言信息檢索實現(xiàn)最關(guān)聯(lián)英文語義翻譯的查全率、查準率和最佳語義相關(guān)度值測試結(jié)果見表1。
分析表1中結(jié)果得知，采用本文模型進行跨語言信息檢索的最關(guān)聯(lián)英文語義翻譯，能達到最佳語義相關(guān)度配準，提高英文語義翻譯的查全率和查準率。圖4為不同方法進行英文語義翻譯選取的查準率對比結(jié)果，結(jié)果表明，采用本文方法進行關(guān)聯(lián)英文語義翻譯的查準率高于傳統(tǒng)模型，具有優(yōu)越性。
4結(jié)語
為了提高跨語言信息檢索中的英文語義翻譯準確性，本文提出一種基于最關(guān)聯(lián)語義本體模型匹配的跨語言信息檢索英文翻譯選取方法。構(gòu)建跨語言信息檢索中最關(guān)聯(lián)英文語義本體結(jié)構(gòu)模型，采用語義指向性信息索引方法進行英文翻譯的上下文語義映射，根據(jù)語義本體之間的詞語知識和本體片段映射方法進行英文語義翻譯的特征提取，實現(xiàn)最關(guān)聯(lián)英文語義翻譯選取。仿真測試結(jié)果表明，采用本文方法進行跨語言信息檢索，英文語義翻譯選取的召回性能較好，查全率、查準率較高，在英文跨語言檢索和翻譯中具有較好的應(yīng)用價值。
第2篇：試論大數(shù)據(jù)環(huán)境下信息檢索技術(shù)在數(shù)字圖書館中的應(yīng)用
數(shù)字圖書館的信息檢索技術(shù)，是圖書館發(fā)揮信息服務(wù)功能的核心部分，數(shù)字圖書館的易用性很大程度上取決于信息檢索系統(tǒng)設(shè)計是否科學(xué)、合理。據(jù)專家考證，18世紀以前，知識更新速度為80至90年翻一番，20世紀90年代以來，知識更新加速到3至5年翻一番。近50年來人類社會所創(chuàng)造的知識比過去3000年的總和還要多，知識總量呈幾何級數(shù)增長。這些信息都是以數(shù)據(jù)的形式分布于飛速發(fā)展的因特網(wǎng)，而因特網(wǎng)中的數(shù)字圖書館則是信息儲存的主要基地，這就使得如何在龐雜浩繁的信息資源中找到用戶想要的信息，最大限度地在科學(xué)性、合理性的前提下進行信息檢索服務(wù)，成為必須面對且急待解決的問題，即基于大數(shù)據(jù)環(huán)境下，數(shù)字圖書館信息檢索技術(shù)的研究問題。目前關(guān)于數(shù)字圖書館的研究和信息檢索研究都已經(jīng)比較完備，但是針對如何在大數(shù)據(jù)環(huán)境下，滿足數(shù)字圖書館用戶的多樣需求的信息檢索技術(shù)的研究并不多，這也是現(xiàn)代數(shù)字圖書館發(fā)展急需解決的問題之一。
一、信息檢索技術(shù)的優(yōu)缺點對比
目前，從對數(shù)字圖書館的信息檢索技術(shù)研究成果來看，主要有三個時間段：傳統(tǒng)的信息檢索、全文檢索、基于內(nèi)容的信息檢索。這三種技術(shù)各有優(yōu)劣。
1、傳統(tǒng)的信息檢索技術(shù)優(yōu)缺點分析
信息檢索技術(shù)開始時基于對關(guān)鍵詞、概念知識的檢索，或者是僅僅針對一個個單字進行的檢索，主要按照關(guān)鍵字的方法進行匹配檢索。如果是針對單字、單詞進行檢索的話，能夠比較準確地完成檢索需求；如果是需要根據(jù)內(nèi)容相關(guān)性進行檢索的話，檢索的結(jié)果誤差大、耗時長，基本上不能滿足用戶需求，而且檢索的適應(yīng)度非常差。如果是針對一個只有幾百本書的圖書館來說，這種檢索技術(shù)還勉強可用，但是絕對不能適應(yīng)現(xiàn)在動輒幾百萬本以上存儲量圖書館的檢索需求。
2、全文檢索技術(shù)優(yōu)缺點分析
一般來說，按照自由詞進行檢索的一種檢索方式就是所謂的全文檢索。全文檢索技術(shù)檢索的側(cè)重點和傳統(tǒng)檢索技術(shù)的側(cè)重點不同，它檢索的主要內(nèi)容不是對象的外在表征，而是對象表達的內(nèi)在信息。所以說，全文檢索技術(shù)克服了傳統(tǒng)檢索技術(shù)精度差、適應(yīng)度差的問題，使得用戶每次檢索的結(jié)果的匹配度都比較高，基本上能滿足用戶的需求。但是由于全文檢索技術(shù)內(nèi)在查詢機制的缺陷，導(dǎo)致在查詢過程中會出現(xiàn)效率低下，查詢的數(shù)據(jù)量太大，造成資源利用不合理，因而也越來越不能被用戶所認可。
3、基于內(nèi)容的信息檢索技術(shù)（簡稱CBR）優(yōu)缺點分析
CBR技術(shù)就是指綜合運用計算機模擬視覺技術(shù)、圖像分析處理技術(shù)、圖像智能理解技術(shù)、模式分析識別等學(xué)科中的一些方法作為部分基礎(chǔ)技術(shù)，從數(shù)據(jù)中提取特定的信息線索，然后根據(jù)這些線索從大量存儲在數(shù)據(jù)庫中的信息中進行查找，檢索出具有相識特征的內(nèi)容。從本質(zhì)來講，CBR技術(shù)只關(guān)心對用戶檢索信息的快速撲捉，并不會在分析用戶檢索信息的本身上下功夫。
也就是說，作為不以字和具體內(nèi)容為關(guān)注點的檢索技術(shù)，CBR技術(shù)的檢索特點就是基于特征的信息檢索技術(shù)。它能夠在用戶需求指引下，針對需要檢索的數(shù)據(jù)目標進行分析處理，形成檢索目標特征，然后根據(jù)這些特征在數(shù)據(jù)庫中進行近似匹配。因而相對于前兩種方法來說，檢索的效率和精準度更高，更能滿足用戶的需求。但是，隨著人類知識基數(shù)的不斷增大，專業(yè)分工的細化，這種信息檢索技術(shù)在面對未來信息檢索更加精確化的要求時，顯得越來越力不從心。
二、大數(shù)據(jù)技術(shù)在數(shù)字圖書館信息檢索技術(shù)中的應(yīng)用
對于“大數(shù)據(jù)”（Bigdata），研究機構(gòu)Gartner給出了這樣的定義：大數(shù)據(jù)是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來適應(yīng)海量、高增長率和多樣化的信息資產(chǎn)。[1]
麥肯錫全球研究所給出的定義是：一種規(guī)模大到在獲取、存儲、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價值密度低四大特征。[2]
從本質(zhì)上來講，大數(shù)據(jù)技術(shù)的目標不是建立占有人類的知識海，而是面向知識海洋的龐大數(shù)據(jù)信息進行有目的的處理、利用和管理。顯然，大數(shù)據(jù)技術(shù)必然是和網(wǎng)絡(luò)技術(shù)、云計算以及人工智能技術(shù)密切相連的集成技術(shù)。也就是說，它是一種依靠網(wǎng)絡(luò)技術(shù)、人工智能技術(shù)和云計算，利用網(wǎng)絡(luò)上眾多硬件進行信息的高效利用、處理和管理。大數(shù)據(jù)必然無法用單臺的計算機進行處理，必須采用分布式架構(gòu)。它的特色在于對海量數(shù)據(jù)進行分布式數(shù)據(jù)挖掘。但它必須依托云計算的分布式處理、分布式數(shù)據(jù)庫和云存儲、虛擬化技術(shù)。[3]
隨著互聯(lián)網(wǎng)時代的到來，云計算、云存儲的不斷深入發(fā)展，人類的知識越來越被網(wǎng)絡(luò)連接在一起。那么，如何高效地發(fā)現(xiàn)和檢索出用戶需求的信息，快捷、精確地在知識海中捕獲被埋藏的數(shù)據(jù)，成為一個被關(guān)注的焦點。在這種需求之下，多種關(guān)于檢索技術(shù)的研究都在如火如荼地進行之中。隨著這些研究的深入進行，研究者們認識到，如果最終能夠?qū)崿F(xiàn)大數(shù)據(jù)和人工智能技術(shù)的完美融合，這將使未來信息檢索技術(shù)更加智能化，也將使人類對于知識海洋的利用更加充分有效，對知識的管理更加智能化。建立于人工智能基礎(chǔ)上的大數(shù)據(jù)技術(shù)的研究，必然帶來其它各個學(xué)科的變革，從而有力地推動信息檢索技術(shù)的飛速發(fā)展。因而，大數(shù)據(jù)技術(shù)的應(yīng)用是對數(shù)字圖書館信息檢索技術(shù)的革命性推動，它充分利用人工智能技術(shù)，使數(shù)字圖書館的信息檢索服務(wù)更加人性化，檢索方式更加智能化，結(jié)果更加精確化，查詢顆粒更加模糊化。
三、大數(shù)據(jù)技術(shù)對數(shù)字圖書館信息檢索的影響
為了滿足數(shù)字圖書館的用戶信息檢索的多樣需求，大數(shù)據(jù)技術(shù)必須也必然會促進信息檢索技術(shù)的變革，而且這種變革會帶來諸多更適應(yīng)未來信息利用和管理的影響。
1、獨特用戶化
獨特用戶化指的是針對用戶的信息檢索歷史，為用戶建立獨特的檢索特征，從而匹配出檢索的數(shù)據(jù)庫。這種信息檢索的方法主要是立足于對用戶歷史檢索數(shù)據(jù)庫的收集和分析基礎(chǔ)上，采用智能化的分析手段，實時為用戶量身打造適合其某一階段需要的檢索信息庫，并能夠隨時更新，給用戶提供檢索建議，從而精準計算用戶的檢索需求。同時，這種檢索技術(shù)還需要具備較高的智能化，它能在和用戶的交互過程中，不斷地分析用戶需求的信息目標，并將所有可能的目標按照用戶可能關(guān)注度的高低實時反饋給用戶，供用戶取舍，在用戶的取舍中不斷修正和定位，及時高效地幫助用戶發(fā)現(xiàn)目標信息，最終實現(xiàn)獨特用戶化的信息檢索。
2、定期更新性
大數(shù)據(jù)環(huán)境下，數(shù)字圖書館的數(shù)字化信息數(shù)量大、種類多，數(shù)據(jù)價值聯(lián)系低，處理速度快、效率高，而且數(shù)據(jù)結(jié)構(gòu)復(fù)雜，不僅有結(jié)構(gòu)化的數(shù)據(jù)、半結(jié)構(gòu)化的數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，而且非結(jié)構(gòu)化的數(shù)據(jù)所占的比例越來越大，使信息更新的速度越來越快。[4]因而，為了更好地滿足用戶的需求，適應(yīng)圖書館非結(jié)構(gòu)化數(shù)據(jù)的不斷增加，提高圖書館的信息檢索效率，必須相應(yīng)地對信息檢索的引擎進行定期優(yōu)化。
一般來說，定期優(yōu)化主要指的是，信息檢索引擎的技術(shù)人員，定期根據(jù)信息檢索的檢索效率和檢索出的結(jié)果的精準程度進行評價，從而進行改進提高，使用戶始終能夠在每一次的檢索中得到自己期望的結(jié)果，滿足客戶需求。同時，由于非結(jié)構(gòu)數(shù)據(jù)的比例不斷變大，使信息更新的數(shù)據(jù)飛速增加，如何對這些新增加的數(shù)據(jù)進行有效管理，是信息檢索效率高低的關(guān)鍵所在。因此，信息檢索引擎應(yīng)該根據(jù)用戶不同的需求和特點，按照對客戶需求分析的結(jié)果，對全庫數(shù)據(jù)進行分類排隊，保證信息檢索引擎的檢索結(jié)果始終能滿足用戶需求。
3、自我學(xué)習(xí)性
圖書館的信息檢索服務(wù)的最終目標就是要準確定位用戶的需求，實時完成不同用戶的檢索方案，快速將匹配的結(jié)果按照精準程度的高低排序，讓用戶能夠根據(jù)自身需求，選擇獲取。要達到這一目的，數(shù)字圖書館的信息檢索引擎要具備自我學(xué)習(xí)的能力。這種自我學(xué)習(xí)能力主要指的是信息檢索引擎能夠根據(jù)用戶的檢索歷史，不但能對用戶的需求根據(jù)分析進行準確預(yù)判，還能實時將信息檢索的有關(guān)信息進行排列和反饋，并對用戶檢索歷史進行分析判斷，反饋最適合用戶需求的檢索信息。同時，信息檢索的學(xué)習(xí)應(yīng)該是全范圍的檢索。隨著電子化產(chǎn)品的不斷發(fā)展，對知識的儲備不再像以前那樣局限于文字或聲音，越來越多的圖片、視頻性信息數(shù)據(jù)已經(jīng)進入數(shù)字圖書館，也漸漸成為知識儲備的主題。作為信息檢索技術(shù)，就要能滿足對這些信息的檢索，根據(jù)用戶的需求，實時高效地完成信息檢索任務(wù)。當然，信息檢索還要能在數(shù)據(jù)更新過程不斷進行改進和提高。數(shù)字圖書館中的信息數(shù)據(jù)在不斷飛速更新，作為信息檢索技術(shù)來說，要面對越來越龐雜的知識庫和多樣用戶需求的挑戰(zhàn)，更要不斷改進和完善，使數(shù)字圖書館的用戶保持較高的滿意度，信息檢索更加精準、高效。
第3篇：淺析信息檢索在公安管理中的作用
科學(xué)技術(shù)的不斷成熟一方面極大的推動了社會的進步和發(fā)展，但是另一方面許多技術(shù)也被不法分子所利用，進行新型的違法犯罪活動，在當下的時代背景下對正常的社會秩序帶來了嚴重的隱患，而作為維護社會穩(wěn)定的國家行政執(zhí)法機關(guān)，公安機關(guān)必須順應(yīng)時代發(fā)展的形勢，積極履行職責和使命。將信息檢索技術(shù)應(yīng)用于公安管理之中能夠提高公安機關(guān)打擊違法犯罪活動的能力，而且應(yīng)用信息檢索技術(shù)進行公安管理也是保障公安管理工作持續(xù)健康發(fā)展的內(nèi)涵要求。由于信息檢索技術(shù)已經(jīng)在多個社會領(lǐng)域進行了應(yīng)用，公安管理應(yīng)該借鑒相關(guān)的經(jīng)驗將信息檢索技術(shù)更好的與公安管理相結(jié)合，以實現(xiàn)信息檢索技術(shù)在公安管理中作用的最大化。
一、信息檢索技術(shù)在公安管理中的應(yīng)用
（一）信息檢索在公安信息整合中的應(yīng)用
由于公安管理涉及較多的信息數(shù)據(jù)，而且對其管理難度較大，常常需要花費更多的人力、物力去進行所需信息的查詢和調(diào)取，嚴重影響了公安機關(guān)的辦案效率和管理效率。在公安管理中應(yīng)用信息檢索技術(shù)，建立一個龐大的數(shù)據(jù)信息整合平臺或者是數(shù)據(jù)庫，然后通過相關(guān)技術(shù)人員的計算機操作實現(xiàn)對相關(guān)公安管理信息的有效管理。隨著云計算技術(shù)的發(fā)展，利用云技術(shù)建立起更加強大的數(shù)據(jù)庫成為可能，而且數(shù)據(jù)的實效性和準確性將更有保證。此外，數(shù)據(jù)庫的建立還能夠為公安機關(guān)的決策部署提供可靠的信息依據(jù)，提高決策的科學(xué)性。
（二）信息檢索在警察公共關(guān)系中的應(yīng)用
警察公共關(guān)系在現(xiàn)代公安管理中具有十分重要的作用，良好的警察公共關(guān)系不僅能夠迅速發(fā)現(xiàn)涉警輿情，而且能夠有力的維護和諧的警民關(guān)系。基于公安機關(guān)在社會管理中的特殊性，應(yīng)用信息檢索技術(shù)進行公安管理具有直接的現(xiàn)實意義。因為現(xiàn)代網(wǎng)絡(luò)技術(shù)也已經(jīng)比較成熟，所以結(jié)合網(wǎng)絡(luò)技術(shù)進行信息檢索技術(shù)的應(yīng)用能夠建立起良好的涉警輿情預(yù)警機制，及時的發(fā)現(xiàn)和妥善處理涉警輿情，維護公安機關(guān)的社會形象和權(quán)威。要建立輿情預(yù)警機制就應(yīng)該重點考慮信息收集以及信息分析，可以通過建立起關(guān)鍵詞數(shù)據(jù)庫檢索應(yīng)用，實現(xiàn)對涉警輿情的實時監(jiān)控，這樣能夠保證公安機關(guān)在處置緊急情況時做出及時而準確的反應(yīng)。
（三）信息檢索在科研及文秘工作中的應(yīng)用
信息檢索技術(shù)還能夠應(yīng)用在公安科研之中，由于現(xiàn)在的犯罪手段更加智能化和網(wǎng)絡(luò)化，如果公安機關(guān)的相關(guān)破案手段跟不上時代發(fā)展的要求，必然會影響到公安機關(guān)在維護社會穩(wěn)定中的積極作用。加強公安科研是解決這一問題的重要途徑，而應(yīng)用信息檢索技術(shù)，建立大數(shù)據(jù)平臺能夠幫助公安局科研人員找到科研突破口，在對數(shù)據(jù)信息分析的過程中不斷提高科研實力，從而更好的為公安管理服務(wù)。
由于公安管理還涉及到公安的文秘工作，這項工作在公安管理中也具有舉足輕重的作用。公安文秘人員的日常工作就是為公安機關(guān)的領(lǐng)導(dǎo)處理繁雜的工作事物，在這個過程中工作人員會接觸到大量的數(shù)據(jù)信息，如何能夠更好的利用這些信息，以及那些信息能夠幫助領(lǐng)導(dǎo)做出正確決策等等問題，都需要文秘人員進行認真的鑒別和妥善處理。這常常需要花費大量的時間和精力，且一旦出現(xiàn)疏忽就會產(chǎn)生嚴重的后果。應(yīng)用信息檢索技術(shù)，將日常事務(wù)通過計算機技術(shù)傳輸至數(shù)據(jù)處理平臺，經(jīng)過處理之后再進行文秘工作就能大大提高工作效率，而且也促進了公安管理的信息化建設(shè)。
二、信息檢索技術(shù)的優(yōu)勢和作用
信息檢索技術(shù)是一種基于現(xiàn)代信息技術(shù)手段和一定的邏輯組織方式建立起來的幫助用戶進行數(shù)據(jù)管理和實現(xiàn)數(shù)據(jù)分析的過程和技術(shù)。從目前信息檢索技術(shù)的應(yīng)用來看其作用主要體現(xiàn)在以下兩方面：
（一）能夠獲取更加全面的數(shù)據(jù)信息
信息檢索技術(shù)的應(yīng)用主要是依靠數(shù)據(jù)庫的建立和運行，在信息檢索的后臺常常是由多個數(shù)據(jù)庫進行整個技術(shù)運行和支撐，在不同的數(shù)據(jù)庫中存儲了大量的數(shù)據(jù)信息，其本身能夠容納龐大的信息量，用戶通過相應(yīng)的技術(shù)操作能夠快捷的檢索出相應(yīng)的信息，以此進行相應(yīng)的決策。隨著信息時代的到來和發(fā)展，掌握一定規(guī)模的有效數(shù)據(jù)信息是做好各項工作的基礎(chǔ)和前提，信息檢索技術(shù)能夠很好地實現(xiàn)這一點。
（二）能夠快捷的獲取信息以及提高信息的應(yīng)用效率
信息技術(shù)能夠全面的將搜集起來的數(shù)據(jù)信息呈現(xiàn)給用戶，首先一點就是幫助用戶節(jié)省了信息獲取的時間，另外就是能夠保證信息數(shù)據(jù)的準確性。另外，由于信息檢索技術(shù)已經(jīng)在內(nèi)部對龐雜的數(shù)據(jù)信息實現(xiàn)了一定邏輯序列的整合，因此用戶能夠?qū)崿F(xiàn)對所需信息的快速檢索和有效信息的篩選工作，這就大大提高了信息的利用率。
總之，信息檢索技術(shù)能夠通過對龐雜信息的邏輯處理，為用戶提供更加全面、更加準確的數(shù)據(jù)信息，幫助用戶依據(jù)這些客觀真實的信息進行正確的決策。
三、信息檢索在公安管理中的作用
公安管理是社會管理的重要組成部分，是通過對公安機關(guān)以及警務(wù)人員的有效組織和管理從而實現(xiàn)公安機關(guān)在維護社會秩序以及履行相關(guān)行政職責的順利開展，最大化的發(fā)揮其在社會管理中的作用。在公安管理中應(yīng)用信息檢索技術(shù)是實現(xiàn)公安管理信息化、智能化的必然選擇，也是在新形勢下提高公安管理水平的正確嘗試。筆者結(jié)合從業(yè)經(jīng)驗在查閱相關(guān)文獻資料的基礎(chǔ)上對信息檢索技術(shù)應(yīng)用于公安管理的作用與價值進行如下分析。
（一）最大限度的解決公安管理中面臨的信息處理問題
隨著網(wǎng)絡(luò)時代的到來和發(fā)展，各種信息更加繁多，而作為公安機關(guān)又必須對諸多信息實現(xiàn)完全的掌握，只有掌握了社會各方面的信息資料才能夠在面對違法問題和進行社會秩序維護時做到及時妥善的處理，才能從根本上維護公安機關(guān)在社會管理中的權(quán)威形象，也才能切實的維護廣大人民群眾的核心利益。傳統(tǒng)的公安管理中對于數(shù)據(jù)信息的管理常常依靠人力進行解決，不僅花費了大量的人力成本，而且嚴重影響了辦事效率，甚至直接影響公安機關(guān)的案件偵查，另外由于依靠人力進行數(shù)據(jù)信息的檢索，無法保證信息的準確性。而信息檢索技術(shù)的.應(yīng)用能夠很好的解決這一問題，通過基礎(chǔ)數(shù)據(jù)庫的建立，在信息處理技術(shù)的支持下，為相關(guān)人員進行數(shù)據(jù)信息的查詢和調(diào)取提供便利，最大限度的解決公安機關(guān)在處理龐雜數(shù)據(jù)信息上的困境。
（二）提高公安機關(guān)決策的科學(xué)性
信息檢索技術(shù)能夠?qū)崿F(xiàn)對復(fù)雜信息的搜集和整合處理，這也是信息檢索技術(shù)的核心所在。公安機關(guān)在進行決策的過程中需要依據(jù)一定的數(shù)據(jù)信息進行決策的開展，也就是說，在進行決策時需要對已經(jīng)掌握的數(shù)據(jù)信息進行綜合的歸納分析，并依據(jù)分析結(jié)論進行相關(guān)決策的做出和實施。信息檢索技術(shù)能夠最大限度的收集到各種社會信息，并且通過技術(shù)手段實現(xiàn)對這些數(shù)據(jù)信息的加工處理，自動化的得出相應(yīng)的分析結(jié)論，直接的提供給用戶進行決策。信息檢索技術(shù)最核心的部分就是數(shù)據(jù)庫的建立，工作人員能夠通過對數(shù)據(jù)庫的主要信息檢索搜集有用的信息進行再處理，從而確保了信息的準確性，數(shù)據(jù)的準確性直接影響到?jīng)Q策的準確性，公安機關(guān)能夠根據(jù)這些準確的數(shù)據(jù)信息進行正確決策的制定和實施，提高了公安管理的效率和針對性。
（三）能夠幫助公安機關(guān)迅速發(fā)現(xiàn)涉警輿情
鑒于目前我國正處于社會大變革的歷史發(fā)展階段，社會改革進入深水期，各種社會矛盾日益尖銳，這就要求公安機關(guān)能夠更好的發(fā)揮維護社會穩(wěn)定的職責。事實上廣大的警務(wù)人員以及各級公安管理部門在黨的正確領(lǐng)導(dǎo)下正在進行積極的管理工作，對社會穩(wěn)定的維護起到了良好的作用。但是由于公安管理的特殊性，對于一些涉及公安機關(guān)或者警務(wù)人員的負面消息如果不及時的進行發(fā)現(xiàn)和處理，就很容易演變成涉警輿情，嚴重時直接影響到公安機關(guān)在維護社會穩(wěn)定中的權(quán)威形象，影響社會秩序的正常運轉(zhuǎn)。所以公安機關(guān)必須建立起及時的涉警輿情預(yù)警機制，通過將網(wǎng)絡(luò)技術(shù)和信息技術(shù)的結(jié)合，實現(xiàn)對涉警輿情的實時監(jiān)控和掌握，同時能夠幫助公安機關(guān)建立完善的應(yīng)急預(yù)案，在面對突發(fā)狀況時能夠進行及時的處理。涉警關(guān)鍵詞檢索應(yīng)用能夠通過對社會涉警輿情的實時監(jiān)控，在出現(xiàn)問題時能夠及時的發(fā)出預(yù)警，幫助公安機關(guān)及時的化解隱患。
四、結(jié)語
隨著科學(xué)技術(shù)的不斷發(fā)展以及社會的進步，公安管理在社會管理中的作用日益凸顯，在新形勢下實現(xiàn)公安管理水平的提高具有十分積極的現(xiàn)實意義。而信息檢索技術(shù)能夠解決當前公安機關(guān)在處理復(fù)雜信息中的困境、幫助公安機關(guān)進行正確決策的制定以及對于涉警輿情的及時發(fā)現(xiàn)也具有積極作用，所以在公安管理中應(yīng)用信息檢索技術(shù)是十分必要的。盡管當前信息檢索技術(shù)在公安管理中的應(yīng)用技術(shù)還不是十分成熟，但是我們也應(yīng)該看到相關(guān)的技術(shù)人員以及管理部門正在進行積極的探索和應(yīng)用，因此，筆者希望更多的專業(yè)人士能投入到該課題研究中，針對文中存在的不足，提出指正建議，為提高信息檢索技術(shù)在我國公安管理中的應(yīng)用做出重要的貢獻。
第4篇：慕課背景下信息檢索課程教學(xué)探討
信息檢索課是一門注重實踐、操作性很強的課程，課程中設(shè)置的操作、演示環(huán)節(jié)較多，特別適合學(xué)生利用網(wǎng)絡(luò)環(huán)境，反復(fù)觀摩視頻資料進行自主學(xué)習(xí)。而信息檢索課要求學(xué)生利用文獻來解決特定信息問題的教學(xué)思路也與MOOC的特點非常契合。MOOC教學(xué)中教師會將課程資料（課件、視頻、問題等）放在教學(xué)平臺上，供學(xué)生預(yù)習(xí)，學(xué)生帶著問題學(xué)習(xí)，課堂上側(cè)重學(xué)習(xí)分享、問題探討和創(chuàng)新思考。
一、基于MOOC環(huán)境的校內(nèi)信息檢索課建設(shè)的可行性
1.個性化平臺建設(shè)
除了利用國內(nèi)外優(yōu)秀的MOOC教學(xué)平臺外，不少學(xué)校也獨立建立了網(wǎng)絡(luò)在線教學(xué)平臺。平臺分為教學(xué)管理（教師管理、學(xué)生管理、課表管理、考試管理、作業(yè)管理等）、課程內(nèi)容管理課程編輯、課程學(xué)習(xí)進度管理）、教學(xué)互動（師生互動、學(xué)生之間、PBL教學(xué)）等功能模塊。因此，MOOC不僅僅可以是名師名校開設(shè)的大規(guī)模網(wǎng)絡(luò)公開課，其教學(xué)理念也可以延伸到校內(nèi)信息檢索課的日常課堂教學(xué)。
2.課程設(shè)計的可行性
基于MOOC環(huán)境的校內(nèi)信息檢索課建設(shè)，可以借鑒網(wǎng)絡(luò)上現(xiàn)有的信息檢索課MOOC的教學(xué)思路。如可以學(xué)習(xí)和借鑒中科大羅昭鋒老師的“文獻管理與信息分析”和武漢大學(xué)黃如花教授的“信息檢索”MOOC。近兩年石河子大學(xué)圖書館校內(nèi)信息檢索MOOC的實踐和取得的成效，也給了我很大啟迪。把傳統(tǒng)的課堂教學(xué)與網(wǎng)絡(luò)MOOC的精髓進行深度融合，通過翻轉(zhuǎn)課堂的形式進行呈現(xiàn)，是校園信息檢索課的設(shè)計思路。在課程設(shè)計時，不能盲目模仿，還必須保持本校的信息檢索教學(xué)特色，滿足本校學(xué)生的個性化需求。
二、基于MOOC環(huán)境下的本校信息檢索課
1.教學(xué)內(nèi)容安排
課程進度分四階段進行，第一，課程引導(dǎo)，由教師向?qū)W生介紹課程內(nèi)容、教學(xué)方法、課程安排、教學(xué)平臺的使用方法及考核要求等。第二，理論知識學(xué)習(xí)階段。以網(wǎng)絡(luò)課程自學(xué)為主，面授教學(xué)為輔，教師在平臺上發(fā)布教學(xué)課件、視頻、學(xué)習(xí)要求等。學(xué)生通過閱讀教材和觀看課件、視頻進行自學(xué)。第三，檢索實習(xí)階段，安排五次實習(xí)，教師指導(dǎo)學(xué)生聯(lián)機實際操作，學(xué)生結(jié)合所學(xué)的專業(yè)及課程選擇檢索課題，完成實習(xí)作業(yè)與撰寫文獻綜述。第四，聯(lián)機考試階段。統(tǒng)一考試，學(xué)生從試題庫中隨機抽取考題，在規(guī)定時間內(nèi)完成答題。
2.教學(xué)思路
在MOOC教學(xué)內(nèi)容設(shè)計中，引起注意是設(shè)計的關(guān)鍵。MOOC內(nèi)容設(shè)計應(yīng)注重短小精悍、生動有趣，適合學(xué)生“碎片化”學(xué)習(xí)。因此，就要把完整的教學(xué)內(nèi)容拆分成干個知識點，每一個知識點制作成最多十幾分鐘的短視頻、PPT、動畫等來吸引學(xué)生，中間穿插問題和小測驗，這樣可抓住學(xué)生的注意力，有利于學(xué)生記憶與理解學(xué)習(xí)內(nèi)容。建立關(guān)聯(lián)是信息檢索課教學(xué)的重要環(huán)節(jié)。把檢索知識與日常生活、課程學(xué)習(xí)、專業(yè)學(xué)習(xí)、考試、考研、畢業(yè)論文寫作建立關(guān)聯(lián)，同樣會激發(fā)學(xué)生們的學(xué)習(xí)動機和需求。
3.教學(xué)效果
通過課程內(nèi)容由淺入深的設(shè)置和組成學(xué)習(xí)小組等方式來提升學(xué)生信心。教學(xué)內(nèi)容從信息檢索基礎(chǔ)知識入手，接著介紹圖書館和網(wǎng)絡(luò)搜索引擎、中文綜合型數(shù)據(jù)庫檢索、外文綜合型數(shù)據(jù)庫檢索、專業(yè)數(shù)據(jù)庫檢索、特種文獻檢索，最后介紹信息檢索的綜合應(yīng)用。遵循由易到難、循序漸進的原則，讓學(xué)生增加學(xué)習(xí)信心。同時多安排小組研討課，鼓勵學(xué)生按學(xué)科專業(yè)、課程、專題組成一起學(xué)習(xí)、交流，讓學(xué)生感受到學(xué)習(xí)不再是單獨的個體行為，可增加學(xué)生們的學(xué)習(xí)信心。
4.教學(xué)方法上的創(chuàng)新
繆靜敏等認為，MOOC的興起為高校教師實施翻轉(zhuǎn)課堂提供了優(yōu)質(zhì)的教學(xué)資源，間接推動了實踐的開展。翻轉(zhuǎn)課堂教學(xué)法徹底改變了傳統(tǒng)灌輸式的課堂教學(xué)方式，讓教師把更多的精力投入到培養(yǎng)學(xué)生自主學(xué)習(xí)、思考問題和解決問題的能力上，真正做到“授人以魚，不如授之以漁”的教學(xué)實踐。
實施慕課教學(xué)法，教師需提前布置下次課的學(xué)習(xí)任務(wù)，學(xué)生課下完成視頻內(nèi)容的學(xué)習(xí)、完成相關(guān)作業(yè)和測試，課堂上，教師不再長篇大論，而是以問題為導(dǎo)向，根據(jù)問題進行集中答疑和講解。如果需要實際操作的內(nèi)容，教師可在線進行操作演示。在此基礎(chǔ)上，教師可引入PBL教學(xué)法，即基于問題的學(xué)習(xí)（Problem-BasedLearning，簡稱PBL）教學(xué)模式。通過提出問題、思考、檢索、分析、討論和交流等活動，學(xué)生找到了解決問題的辦法，真正做到了知識內(nèi)化，也大大提高了學(xué)生們的課堂學(xué)習(xí)積極性。
5.師生角色的轉(zhuǎn)變
如何實現(xiàn)從“以教師為中心”到“以學(xué)生為中心”的角色轉(zhuǎn)換，是長期以來教學(xué)改革的一大難題。基于MOOC環(huán)境的校內(nèi)信息檢索課，課堂教學(xué)可實施傳統(tǒng)與翻轉(zhuǎn)教學(xué)的有機結(jié)合，讓教師和學(xué)生有時間去適應(yīng)，在實踐中實現(xiàn)真正的轉(zhuǎn)變。教師不僅要熟練掌握信息檢索的知識和技能，還應(yīng)具備扎實的相關(guān)學(xué)科能力，并要具備提出問題、解決問題、應(yīng)用知識的能力，以及具備嚴密的邏輯思維能力和良好的組織管理能力，善于調(diào)動學(xué)生學(xué)習(xí)積極性、調(diào)節(jié)課堂氣氛、控制課堂節(jié)奏。因此，MOOC環(huán)境下的教師角色不再是單純的授課者、課堂主宰者，而是引導(dǎo)者、組織者、觀察者。教師只有多與同行交流，多聽名師名校的課程，多學(xué)習(xí)課內(nèi)課外的知識，才能快速接受角色的轉(zhuǎn)變。
6.學(xué)生如何轉(zhuǎn)變角色
相對傳統(tǒng)課堂的授課方式，MOOC學(xué)習(xí)完全需要自覺，學(xué)與不學(xué)、怎么學(xué)完全取決于學(xué)生自己，如果沒有嚴格的監(jiān)督機制，學(xué)生可能會應(yīng)付了事，甚至效果比傳統(tǒng)的課堂教學(xué)更差。因此，如何讓學(xué)生從被動接受者變成主動學(xué)習(xí)者，需要嚴格的考核機制和推動機制。首先，作業(yè)、考試、交流必不可少，都與最終成績掛鉤。其次，小組任務(wù)要層層分解到每個成員，讓學(xué)生無路可退。最后，還是要培養(yǎng)和激發(fā)學(xué)生的學(xué)習(xí)需求和興趣，關(guān)鍵點還在于課程設(shè)計、教師講授、多媒體制作都要精良。
三、結(jié)論
MOOC的興起使傳統(tǒng)的課堂教學(xué)面臨著巨大的挑戰(zhàn)，但也帶來了新的發(fā)展機遇。利用校園網(wǎng)絡(luò)教學(xué)平臺，把MOOC先進的教學(xué)理念和技術(shù)引入到傳統(tǒng)的信息檢索課課堂教學(xué)，探索新形勢下信息檢索課教學(xué)改革的新思路和新方法，必將對信息素養(yǎng)教育及圖書館服務(wù)帶來一系列深刻的變化和影響。
第5篇：信息檢索技能對大學(xué)生群體學(xué)習(xí)能力影響的研究
一、引言
怎樣在浩瀚的信息資源中，使用恰當?shù)姆椒ǎ瑴蚀_地找到自己想要的信息，并將信息合理地分類、管理，甚至利用信息生產(chǎn)價值，完成這個過程是本科生最基本的素質(zhì)之一，即信息素養(yǎng)。“選擇信息方法與工具，找到自己想要的信息”即是信息檢索技能，亦是良好信息素養(yǎng)的必要條件，具備這種技能的人知道需要信息，了解知識構(gòu)成，積極主動學(xué)習(xí)，擅長解決問題，尋求正確答案，而大學(xué)階段正是大學(xué)生由接受被動式教育向自主性學(xué)習(xí)進而終身學(xué)習(xí)的過程，因此具備良好的信息檢索技能，是完成這一過程的必要條件。比較當前國內(nèi)外學(xué)者的研究，國內(nèi)學(xué)者對信息檢索技能的研究往往置于信息素養(yǎng)框架之內(nèi)，而國外O’Brien、Korobili等學(xué)者對本科生、研究生信息檢索能力進行了持續(xù)研究，相關(guān)研究大多集中在信息檢索技能對個體的學(xué)習(xí)能力與效率影響方面，而對于群體學(xué)習(xí)能力的影響研究還比較少。當前研究關(guān)于群體學(xué)習(xí)的定義還未達成共識，代表人物是Edmondson，他提出了群體學(xué)習(xí)行為這一概念，其后續(xù)研究又將該定義擴展為采取行動、獲得反饋與反思反饋、做出變化的過程。
二、信息檢索技能與大學(xué)生群體學(xué)習(xí)能力的關(guān)系研究
在當前信息時代，從復(fù)雜的網(wǎng)絡(luò)資源中獲取有用的信息或知識，對提升學(xué)生的學(xué)習(xí)能力至關(guān)重要，同時信息獲取能力也是決定群體學(xué)習(xí)能力的一個關(guān)鍵因素。在現(xiàn)代信息社會中，成員信息獲取能力是一種普遍的掌握能力，尤其以搜索引擎為代表的信息檢索技術(shù)給成員帶來了更便捷廣泛的信息搜索途徑。相關(guān)研究表明搜索引擎獲取信息的效率是傳統(tǒng)方式的3.5倍。基于此考慮，本研究認為信息檢索技能對提升群體學(xué)習(xí)能力具有重要的作用。通過本研究，希望可以提高群體成員獲取學(xué)習(xí)信息的能力與自主學(xué)習(xí)能力，以及在沒有教師指導(dǎo)的情況下，減少無效學(xué)習(xí)，培養(yǎng)成員較強的獨立思維的能力等。
（一）信息檢索技能的測量體系研究
該研究要解決的第一個問題是：信息檢索技能包括哪些測量指標以及怎樣對其測量？對不同專業(yè)與年級的班級群體訪談，收集搜索引擎使用水平數(shù)據(jù)，建立信息檢索技能測量體系，設(shè)計具有較高信度與效度的信息檢索技能測量量表。
（二）信息檢索技能與群體學(xué)習(xí)能力關(guān)系研究
該研究要解決的第二個問題是：信息檢索技能怎樣影響群體學(xué)習(xí)能力？主要研究信息檢索技能是否影響群體學(xué)習(xí)能力以及不同水平的信息檢索技能是否會對群體學(xué)習(xí)能力產(chǎn)生不同的影響。根據(jù)以前對文獻的分析與對實際案例的研究認為，信息檢索技能與群體學(xué)習(xí)能力間的關(guān)系均存在調(diào)節(jié)作用，但調(diào)節(jié)方向不同。
（三）建立訓(xùn)練信息檢索技能提高群體學(xué)習(xí)能力的方法研究
本研究將在上述研究的基礎(chǔ)上，探討可以通過哪些方法來訓(xùn)練信息檢索技能以提高群體學(xué)習(xí)能力，擬以本校公安管理專業(yè)學(xué)生為研究應(yīng)用對象，作為班級群體運作的標桿，為教學(xué)提供案例。
三、結(jié)束語
本研究以國內(nèi)警察學(xué)院公安管理專業(yè)本科生為研究對象，采用基于共同學(xué)習(xí)體的教學(xué)模式，以公安信息管理課程為改革點，讓學(xué)生主動參與，激發(fā)學(xué)生的學(xué)習(xí)興趣，讓學(xué)生在共同學(xué)習(xí)的過程中理解、掌握知識，提高分析問題與解決問題的能力。關(guān)于學(xué)習(xí)共同體的教學(xué)思想具有普遍的推廣價值，可以應(yīng)用到許多課程教學(xué)中，而且研究方法對于其他教學(xué)模式的研究者也具有一定的參考價值。
第6篇：中文拼音首字母在標準信息檢索中的應(yīng)用
“信息檢索”一詞出現(xiàn)于20世紀50年代，來源于人們對圖書館圖書信息的參考咨詢和文摘索引工作。從19世紀下半葉的手工檢索，到20世紀50年代的脫機批量檢索及60年代以后的聯(lián)機檢索，發(fā)展到90年代以后的網(wǎng)絡(luò)化聯(lián)機檢索，信息檢索成為人們獲取知識、豐富生活的重要方式。標準信息作為信息行業(yè)的一個分支，在檢索方法上也在不斷發(fā)展變化。
標準題錄檢索是我國標準信息檢索的主要內(nèi)容，根據(jù)輸入內(nèi)容可分為數(shù)字、英文字符、中文字符、其他可顯示的字符（如“-”）等。例如，檢索國家標準《GB/T1.1-2009標準化工作導(dǎo)則第1部分：標準的結(jié)構(gòu)和編寫》時，按照標準號檢索，需輸入數(shù)字、英文字符、空格、橫線“-”、點“.”；按照標準名稱檢索，需輸入數(shù)字、中文字符、空格和冒號“：”。除中文字符外，其他符號或字符都可以直接從鍵盤上找到并輸入，中文字符則需要轉(zhuǎn)換成中文輸入法后，再輸入拼音找到相應(yīng)漢字，并且輸入的字符數(shù)量較多，國標GB/T1.1-2009的中文名稱按全拼方式需輸入55個英文字符。有沒有更直接、更簡單的輸入方式代替中文輸入呢？答案是有。中文拼音首字母是一種代替中文字符進行檢索的更好方式。目前，主要的標準綜合服務(wù)平臺還沒有使用拼音首字母進行檢索，希望拼音首字母能成為今后標準檢索的必備方式。
1中文拼音首字母檢索原理
我們以最常用的GB2312字符集為例，說明拼音首字母代替中文字符進行檢索的原理。GB2312字符集是ASCII字符集的擴展，有一級漢字3755個，按拼音排序，二級漢字3008個，按部首排序，覆蓋國內(nèi)漢字99.75%的使用頻率。它采用國標碼或者區(qū)位碼對應(yīng)一個唯一的漢字或符號，國標碼是一個4位十六進制數(shù)，區(qū)位碼是一個4位十進制數(shù)。漢字的國標碼范圍從B0A1到F7FE，如“標準”兩個字的國標碼分別是B1EA、D7BC。在一級漢字中，找到每個拼音首字母漢字所在的國標碼位置，其余漢字與相鄰兩個拼音首字母漢字的國標碼位置進行比較，就能獲得該漢字的拼音首字母。一級漢字中，不同拼音首字母的第1個漢字在GB2312字符集中的位置參見表1。二級漢字則需采用國標碼位置與首字母一一對應(yīng)方式查找，因數(shù)量較多，本文不再一一列出。
2實現(xiàn)方法及相關(guān)技術(shù)
使用中文拼音首字母檢索標準的具體過程如下：首先在標準題錄信息表中添加要檢索的中文拼音首字母字段，根據(jù)要檢索的中文內(nèi)容確定增加的字段數(shù)量，如中文標準名稱、中文摘要、起草單位、起草人等都可增加對應(yīng)的拼音首字母字段。在檢索界面中，可以增加獨立的拼音首字母輸入欄，也可和中文輸入欄同時使用而用軟件判斷輸入的是中文還是英文。標準檢索軟件根據(jù)輸入的拼音首字母，直接檢索對應(yīng)的拼音首字母字段，找到匹配的標準信息，展現(xiàn)給使用者。
通過獲取漢字國標碼數(shù)值，取得該漢字的拼音首字母。在不同的軟件語言中，獲取一個漢字的GB2312國標碼位置的函數(shù)和數(shù)值不盡相同，因此，表1中列出了3種數(shù)值供參考。如C#編程語言使用short函數(shù)獲取某個中文字的國標碼位置（十進制數(shù)值）；而powerbuilder編程語言使用asc函數(shù)獲取單字節(jié)字符的國標碼位置，漢字是雙字節(jié)字符，因此要獲取2個數(shù)值，使用十進制二維數(shù)組數(shù)值。常用計算機編程軟件獲取中文國標碼的函數(shù)參見表2。
以國家標準GB/T1.1-2009為例，檢索中文“標準化工作導(dǎo)則”和拼音首字母“BZHGZDZ”信息，采用目前較流行的ACCESS和SQLSERVER作為標準題錄信息數(shù)據(jù)庫，安裝在同一臺計算機上，筆者做了一組對比試驗。Stdinfo1_t、Stdinfo2_t、Stdinfo3_t表存放標準題錄信息，分別有6萬、16萬、26萬條數(shù)據(jù)量，有標準號、標準中文名、拼音首字母3個字段。檢索標準中文名稱和拼音首字母的效率參見表3。
從表3可以看出，在Access和SQLServer數(shù)據(jù)庫中，無論有無索引，檢索拼音首字母信息均比檢索中文信息的速度快，無索引時，提升的檢索效率更高。設(shè)無索引的中文檢索速度為Va，有索引的為Vb；無索引的拼音首字母檢索速度為Vc，有索引的為Vd。無索引且數(shù)據(jù)量分別為6萬、16萬、26萬時，Access中的提升效率按（Va-Vc）/Vc[×]100%計算，分別為27%、6%、194%；SQLServer中的提升效率按（Vb-Vd）/Vd[×]100%計算，分別為181%、77%、72%。有索引且數(shù)據(jù)量分別為6萬、16萬、26萬時，Access中的提升效率分別為38%、3%、77%；SQLServer中的提升效率分別為20%、7%、6%。
我國國家標準和行業(yè)標準數(shù)量已超過20萬條，公開聲明企業(yè)標準數(shù)量約20萬條，每年動態(tài)增加標準數(shù)量10多萬條，使用拼音首字母檢索可以有效提高檢索效率。標準題錄信息中，起草單位、起草人、標準摘要、公開標準企業(yè)名稱、企業(yè)地址、企業(yè)聲明等常用中文信息通常沒有索引，使用拼音首字母檢索的效率更是成倍增加，從而提高網(wǎng)絡(luò)平臺響應(yīng)速度，減少檢索人員等待時間。
3結(jié)束語
近年來，標準信息越來越廣泛應(yīng)用于我國社會各行各業(yè)，許多專業(yè)機構(gòu)投入巨資建設(shè)標準綜合服務(wù)平臺，標準題錄信息檢索是這些平臺的主要服務(wù)內(nèi)容，如何為標準人員提供更快捷、更簡便、更全面的檢索方式，是平臺改進的重要內(nèi)容。本文提出中文拼音首字母檢索，希望能為標準服務(wù)業(yè)人員拋磚引玉，不斷探索進一步完善標準服務(wù)方式和豐富標準服務(wù)內(nèi)容，為廣大標準從業(yè)人員提供更好、更優(yōu)質(zhì)的服務(wù)。
【信息檢索教學(xué)應(yīng)用影響作用研究論文】相關(guān)文章：
信息檢索與應(yīng)用論文04-11
信息檢索的方式論文04-11
信息檢索課程論文04-11
信息檢索技術(shù)論文04-11
Web集成信息檢索在數(shù)字圖書館中的應(yīng)用研究論文04-14
關(guān)于網(wǎng)絡(luò)信息檢索論文04-11
研究信息技術(shù)在英語教學(xué)中的應(yīng)用論文07-07