信息采集技術(shù)信息采集的途徑與方法（二）一、光盤檢索采集方法光盤檢索簡介 光盤檢索：光盤的使用起始于70年代，最初主要用于制作激光唱片。80年代以來，隨著計算機技術(shù)和數(shù)字化計算機的發(fā)展，光盤才開始應(yīng)用于文獻信息領(lǐng)域。光盤在文獻信息領(lǐng)域的應(yīng)用對信息的存儲介質(zhì)（紙、磁介質(zhì)、縮微膠片等）帶來了革命性的影響，并強烈地沖擊著聯(lián)機產(chǎn)業(yè)。由于以CD-ROM為代表的光盤技術(shù)具有易用、存儲容量大等獨特的特點，因而受到了人們的普遍歡迎，并很快發(fā)展成為一種新的檢索系統(tǒng)——光盤檢索系統(tǒng)。90年代初期，光盤數(shù)據(jù)庫檢索系統(tǒng)以它存儲數(shù)據(jù)量大、操作簡單、檢索效率高、成本低廉、運行環(huán)境要求簡單等特性，在高校圖書館中的到了廣泛的應(yīng)用，達到了它的頂峰時期。近兩年來隨著Internet的普及使得光盤數(shù)據(jù)庫檢索系統(tǒng)逐漸發(fā)展為光盤網(wǎng)絡(luò)檢索系統(tǒng)，但是目前光盤數(shù)據(jù)庫的獨特的優(yōu)點使它仍然成為利用現(xiàn)代化手段進行文獻檢索的主要方式之一。

光盤檢索的特點優(yōu)點：

（1）運行速度快

光盤數(shù)據(jù)庫采用單機檢索，不受檢索線路是否擁擠的影響，即使連接在校園網(wǎng)上，由于傳輸距離較近，其運行速度也比較快。

（2）成本低，檢索效果好

一般而言，CD-ROM數(shù)據(jù)庫的檢索費用比聯(lián)機檢索費用低得多，并具有很好的檢索效果。購買CD-ROM數(shù)據(jù)庫后，在一年內(nèi)可以任意使用，利用率愈高，分攤的成本愈低，且在整個檢索過程中不涉及遠程通信網(wǎng)絡(luò)問題，也不需要使用專線電話之類的通信線路，并考慮機時費與流通量的問題，沒有聯(lián)機檢索按時間收費的緊張感，可為用戶提供良好的檢索條件和環(huán)境氣氛。

（3）下載方便

用戶可以方便地將光盤上的部分所需數(shù)據(jù)拷貝到軟盤或其他計算機系統(tǒng)里，從而形成本部門或個人的局部數(shù)據(jù)庫，以便隨時查詢。

（4）安全性能高

對于光盤數(shù)據(jù)庫來講，它是只讀光盤，具有不可擦除性，更不會因病毒而造成文獻丟失。

光盤檢索的特點缺點：

（1）使用范圍有限

目前光盤數(shù)據(jù)庫的規(guī)模和容量有限，一般都以某一領(lǐng)域?qū)W科為主，不可能囊括所有學(xué)科，而且受到所購置光盤專業(yè)種類的限制，有時會影響查全率。

（2）更新周期長

一般的光盤數(shù)據(jù)庫更新需要3個月，最快也需要1個月。

（3）檢索系統(tǒng)不兼容

不同出版商制作的光盤數(shù)據(jù)庫不能在一個系統(tǒng)中兼容，使用上有很多不便。

（4）需要不斷換盤

一個大型數(shù)據(jù)庫，一般都是幾張光盤，特別是全文數(shù)據(jù)庫，例如中國學(xué)術(shù)期刊全文光盤數(shù)據(jù)庫，每年都有一百多張光盤，檢索時需要不斷更換光盤。光盤檢索提供的服務(wù)（1）追溯檢索服務(wù)

目前引進的CD-ROM數(shù)據(jù)庫一般存儲近5～10年的文獻，對科研項目的研究提供追溯檢索的服務(wù)。（2）定題服務(wù)

定題服務(wù)是為了跟蹤某課題的最新動態(tài)，按用戶事先預(yù)定的檢索內(nèi)容，主動連續(xù)地從新到的文獻庫中檢出有關(guān)信息，提供給用戶。CD-ROM數(shù)據(jù)庫檢索系統(tǒng)還具備保留和重新執(zhí)行檢索策略的功能，可以對檢索策略進行任意修改和補充，因此實施定題服務(wù)是比較方便易行的。（3）專題追溯檢索服務(wù)

教育技術(shù)研究者在開始一項新課題研究時，需要系統(tǒng)全面地了解這一課題的進展情況，需查找過去若干年中前人有關(guān)此課題的文獻資料。由于CD-ROM數(shù)據(jù)庫的使用幾乎不受時間限制，因此可以為特定用戶制定的專題提供專題追溯檢索服務(wù)。由于受機時和費用的限制，聯(lián)機檢索系統(tǒng)一般不提供這類服務(wù)。光盤檢索系統(tǒng)1．光盤檢索系統(tǒng)的組成

光盤檢索系統(tǒng)由光盤、光驅(qū)、計算機和相應(yīng)軟件組成。

（1）光盤

數(shù)據(jù)存儲單元，一般由數(shù)據(jù)庫供應(yīng)商提供，數(shù)據(jù)在制作過程中固定在其物理介質(zhì)上，不能抹掉也無法修改，稱為CD-ROM。

（2）CD-ROM驅(qū)動器或光盤塔

光盤讀取的專用設(shè)備，其發(fā)射的激光束聚焦在光盤的信息軌道上，在有小孔或無小孔處形成不同的光反射，這兩種不同的光反射經(jīng)光學(xué)系統(tǒng)接收后轉(zhuǎn)換成電信號，計算機二進制信息“0”或“1”，經(jīng)計算機解碼后，成為原紀錄的數(shù)字化信息。

（3）計算機及相應(yīng)軟件

光盤本身是一種機讀文獻，需在計算機上讀取。目前使用的光盤檢索系統(tǒng)都以計算機為基礎(chǔ)設(shè)備，在普通的計算機上加載光盤驅(qū)動器的驅(qū)動軟件和數(shù)據(jù)庫的檢索軟件，即可成為光盤檢索系統(tǒng)。

光盤檢索系統(tǒng)2．光盤檢索網(wǎng)絡(luò)系統(tǒng)

光盤檢索網(wǎng)絡(luò)系統(tǒng)是90年代發(fā)展起來的計算機文獻檢索系統(tǒng)。隨著光盤數(shù)據(jù)庫的大量涌現(xiàn)，單機光盤檢索需頻繁換盤，給用戶帶來不便。而且在同一時刻只能有一個讀者使用，無法充分發(fā)揮昂貴的光盤數(shù)據(jù)庫的效益。在計算機網(wǎng)絡(luò)的硬件和軟件環(huán)境的支持下，產(chǎn)生了光盤網(wǎng)絡(luò)檢索系統(tǒng)。目前建成的光盤網(wǎng)絡(luò)檢索系統(tǒng)都是以計算機的局域網(wǎng)為基礎(chǔ)，有多種模式，其共同特點是擁有能同時運行幾十張光盤的光盤塔驅(qū)動器，它可供上百個用戶同時檢索同一張光盤。

光盤數(shù)據(jù)庫網(wǎng)絡(luò)的組成包括光盤塔和各種光盤組網(wǎng)軟件以及光盤塔服務(wù)器等。

光盤檢索的基本流程 光盤檢索的基本流程為根據(jù)檢索的課題選擇合適的數(shù)據(jù)庫，并確定檢索詞，根據(jù)檢索要求編寫檢索式，開始檢索，檢索完畢后，分析判斷檢索結(jié)果，如不合適需修改檢索詞和檢索式進行二次檢索，最終得到滿意的檢索結(jié)果。

1．分析研究課題，明確查找要求

明確所需信息及文獻內(nèi)容、性質(zhì)、水平等情況；在分析課題的基礎(chǔ)上形成主題概念；根據(jù)檢索主題概念的學(xué)科性質(zhì)，確定檢索的學(xué)科范圍。

2．選擇檢索數(shù)據(jù)庫

由于當(dāng)前數(shù)據(jù)庫的種類繁多，各數(shù)據(jù)庫的內(nèi)容相差很大，從國內(nèi)外出版的數(shù)據(jù)庫來看，一般從數(shù)據(jù)庫的學(xué)科范圍、數(shù)據(jù)庫的文獻范圍、數(shù)據(jù)庫的國別或語種范圍三個方面來確定數(shù)據(jù)庫的內(nèi)容。

光盤檢索的基本流程3．確定檢索詞

所謂檢索詞，就是將檢索要求概括成的簡潔詞語。檢索詞的選擇必須符合兩個要求，一是能準確反映課題的檢索要求，二是必須符合數(shù)據(jù)庫對輸入詞的要求。4．編寫檢索式

一個課題往往需要用多個檢索詞來描述其含義，這些檢索詞又往往需要用一定的語法規(guī)則來規(guī)定，才能完整描述檢索要求，這就要編寫檢索式。檢索式是將檢索詞之間的關(guān)系用布爾邏輯算符和位置算符來描述的式子。5．檢索結(jié)果顯示及判斷

根據(jù)顯示文獻信息的內(nèi)容和篇數(shù)，可以判斷檢索結(jié)果是否符合要求，如果不符合要求，則調(diào)整檢索詞和檢索式再次進行檢索。

常用用的的光光盤盤數(shù)數(shù)據(jù)據(jù)庫庫1．．《《中中文文科科技技期期刊刊數(shù)數(shù)據(jù)據(jù)庫庫》》光光盤盤《中中文文科科技技期期刊刊數(shù)數(shù)據(jù)據(jù)庫庫》》光光盤盤由由中中國國科科技技信信息息研研究究所所重重慶慶分分所所于于1992年年6月月開開發(fā)發(fā)成成功功。。1993年年面面世世，，其其前前身身為為中中文文科科技技期期刊刊篇篇名名數(shù)數(shù)據(jù)據(jù)庫庫軟軟盤盤版版。?！啊爸兄锌瘞鞄臁薄笔鞘悄磕壳扒皣鴩鴥?nèi)內(nèi)最最大大的的綜綜合合性性文文獻獻數(shù)數(shù)據(jù)據(jù)庫庫，，收收錄錄了了自自1989年年以以來來的的中中文文科科技技期期刊刊文文獻獻200多多萬萬條條，，引引用用期期刊刊達達5400余余種種，，年年報報道道量量26萬萬條條，，該該庫庫每每季季更更新新一一次次。。2．．《《中中國國專專利利文文獻獻》》光光盤盤數(shù)數(shù)據(jù)據(jù)庫庫中國國專專利利文文獻獻光光盤盤數(shù)數(shù)據(jù)據(jù)庫庫（（CNPAT））由由中中國國專專利利信信息息中中心心出出版版，，該該數(shù)數(shù)據(jù)據(jù)庫庫1992年年開開發(fā)發(fā)成成功功，，收收錄錄了了自自1985年年至至今今在在中中國國專專利利局局申申請請并并公公開開的的全全部部專專利利信信息息約約43萬萬件件，，內(nèi)內(nèi)容容有有題題錄錄、、文文摘摘和和主主權(quán)權(quán)項項，，提提供供了了關(guān)關(guān)鍵鍵詞詞、、發(fā)發(fā)明明名名稱稱、、國國際際專專利利分分類類號號、、范范疇疇分分類類號號、、申申請請?zhí)柼?、、發(fā)發(fā)明明人人、、公公告告號號、、優(yōu)優(yōu)先先權(quán)權(quán)項項、、國國別別省省市市代代碼碼、、申申請請日日、、公公告告日日、、申申請請人人地地址址、、代代理理機機構(gòu)構(gòu)代代碼碼共共14個個檢檢索索入入口口，，其其中中申申請請人人、、發(fā)發(fā)明明人人、、發(fā)發(fā)明明名名稱稱為為全全文文檢檢索索。。3．．英英國國《《科科學(xué)學(xué)文文摘摘》》光光盤盤數(shù)數(shù)據(jù)據(jù)庫庫英國國《《科科學(xué)學(xué)文文摘摘》》光光盤盤數(shù)數(shù)據(jù)據(jù)庫庫（（INSPECOndisc））由由英英國國IEE學(xué)學(xué)會會出出版版，，是是書書本本型型ScienceAbstract（（《《科科學(xué)學(xué)文文摘摘》》））的的機機讀讀版版。。其其信信息息來來源源于于世世界界范范圍圍內(nèi)內(nèi)已已出出版版了了的的計計算算機機、、電電子子學(xué)學(xué)、、物物理理學(xué)學(xué)方方面面的的文文獻獻，，涉涉及及期期刊刊4200余余種種，，會會議議、、圖圖書書、、技技術(shù)術(shù)報報告告和和學(xué)學(xué)位位論論文文1000余余種種，，每每年年提提供供25萬萬條條信信息息。。INSPEC數(shù)數(shù)據(jù)據(jù)庫庫中中每每條條記記錄錄的的著著錄錄項項目目有有：：論論文文題題目目、、作作者者姓姓名名、、作作者者單單位位、、期期刊刊、、會會議議、、圖圖書書、、報報告告、、學(xué)學(xué)位位論論文文的的信信息息、、文文摘摘、、分分類類、、敘敘詞詞、、自自由由詞詞等等主主要要項項目目，，同同時時提提供供了了分分類類號號、、主主題題詞詞、、自自由由詞詞、、數(shù)數(shù)值值索索引引、、化化學(xué)學(xué)索索引引等等27項項檢檢索索入入口口。。光盤盤檢檢索索采采集集的的模模式式模式式：：單用用戶戶的的光光盤盤數(shù)數(shù)據(jù)據(jù)庫庫信信息息采采集集模模式式點對對點點光光盤盤數(shù)數(shù)據(jù)據(jù)庫庫信信息息采采集集模模式式以局局域域網(wǎng)網(wǎng)為為依依托托的的光光盤盤數(shù)數(shù)據(jù)據(jù)庫庫信信息息采采集集模模式式文件件服服務(wù)務(wù)器器模模式式/對對等等模模式式以廣廣域域網(wǎng)網(wǎng)為為基基礎(chǔ)礎(chǔ)的的光光盤盤數(shù)數(shù)據(jù)據(jù)庫庫信信息息采采集集模模式式在虛虛擬擬網(wǎng)網(wǎng)絡(luò)絡(luò)基基礎(chǔ)礎(chǔ)上上的的光光盤盤數(shù)數(shù)據(jù)據(jù)庫庫信信息息采采集集模模式式E-mail,FTP、、傳傳真真、、程程控控電電話話等等光盤盤檢檢索索采采集集的的途途徑徑與與方方法法途徑徑與與方方法法運用用規(guī)規(guī)范范化化的的語語言言檢檢索索采采集集運用用非非規(guī)規(guī)范范化化的的語語言言檢檢索索采采集集運用用規(guī)規(guī)范范化化與與非非規(guī)規(guī)范范化化語語言言相相結(jié)結(jié)合合的的檢檢索索采采集集運用用文文獻獻的的外外形形特特征征檢檢索索采采集集運用用連連續(xù)續(xù)出出版版物物的的國國際際標標準準號號碼碼檢檢索索二、、全全文文檢檢索索采采集集方方法法全文文檢檢索索一種種將將文文件件中中所所有有文文本本與與檢檢索索項項匹匹配配的的文文字字資資料料檢檢索索方方法法。。全文文檢檢索索是是計計算算機機程程序序通通過過掃掃描描文文章章中中的的每每一一個個詞詞，，對對每每一一個個詞詞建建立立一一個個索索引引，，指指明明該該詞詞在在文文章章中中出出現(xiàn)現(xiàn)的的次次數(shù)數(shù)和和位位置置。。當(dāng)當(dāng)用用戶戶查查詢詢時時根根據(jù)據(jù)建建立立的的索索引引查查找找，，類類似似于于通通過過字字典典的的檢檢索索字字表表查查字字的的過過程程。。全全文文檢檢索索系系統(tǒng)統(tǒng)是是按按照照全全文文檢檢索索理理論論建建立立起起來來的的用用于于提提供供全全文文檢檢索索服服務(wù)務(wù)的的軟軟件件系系統(tǒng)統(tǒng)。。功能能上上全全文文檢檢索索系系統(tǒng)統(tǒng)需需要要具具有有建建立立索索引引，，處處理理查查詢詢返返回回結(jié)結(jié)果果集集，，增增加加索索引引，，優(yōu)優(yōu)化化索索引引結(jié)結(jié)構(gòu)構(gòu)等等功功能能。。結(jié)結(jié)構(gòu)構(gòu)上上具具有有索索引引引引擎擎，，查查詢詢引引擎擎，，文文本本分分析析引引擎擎和和對對外外接接口口等等。。全文文檢檢索索西文文全全文文檢檢索索數(shù)數(shù)據(jù)據(jù)庫庫的的索索引引機機制制是是心心自自然然語語言言的的單單詞詞為為基基本本單單元元的的，，詞詞與與詞詞之之前前有有自自然然界界限限（（以以空空格格為為標標志志））漢語語的的詞詞則則是是以以單單音音節(jié)節(jié)為為基基礎(chǔ)礎(chǔ)層層層層組組合合構(gòu)構(gòu)成成的的，，常常用用方方法法有有““詞詞典典匹匹配配法法””、、““詞詞頻頻統(tǒng)統(tǒng)計計法法””、、““聯(lián)聯(lián)想想詞詞群群法法””、、““設(shè)設(shè)立立標標志志法法””、、““知知識識與與規(guī)規(guī)則則法法””、、““人人工工智智能能法法””等等等等全文文數(shù)數(shù)據(jù)據(jù)庫庫的的結(jié)結(jié)構(gòu)構(gòu)與與特特點點結(jié)構(gòu)構(gòu)：：包括括兩兩個個部部分分順序序文文檔檔結(jié)結(jié)構(gòu)構(gòu)倒排排文文檔檔結(jié)結(jié)構(gòu)構(gòu)特點點：：文本本客客觀觀性性/語語言言自自然然性性/后后控控詞詞表表性性/檢檢索索徹徹底底性性/較較大大穩(wěn)穩(wěn)定定性性全文文檢檢索索系系統(tǒng)統(tǒng)的的模模式式單漢字字無標標引全全文檢檢索系系統(tǒng)此系統(tǒng)統(tǒng)是為為了讓讓原文文每一一個字字都具具有可可檢性性，便便通過過計算算機替替原文文的各各個字字都建建立倒倒排檔檔，以以便信信息人人員或或用戶戶以各各個單單字檢檢索入入口進進行檢檢索的的過程程。全文檢檢索系系統(tǒng)在在主文文檔中中包括括題名名、著著者、、正文文等字字段；；在倒倒排檔檔中，，包括括字與與地址址集合合，其其中地地址集集合由由三元元組成成，即即文獻獻記錄錄號、、增加加字段段標識識與字字的起起始位位置。。特點：：容易實實現(xiàn)，，維護護方便便，檢檢索速速度慢慢，浪浪費存存儲空空間，，查全全率與與查準準率不不高例：為有效效檢索索主文文檔中中的信信息，，依據(jù)據(jù)主文文檔抽抽取一一些字字建立立的倒倒排檔檔：檢索過過程全文后后控檢檢索系系統(tǒng)是為了了在詞詞與詞詞之間間建立立一種種指引引關(guān)系系，而而運用用后控控詞給給予控控制的的體系系。詞詞與詞詞之間間有從從屬關(guān)關(guān)系、、等同同關(guān)系系、相相關(guān)關(guān)關(guān)系等等。后控詞詞表是是由專專家編編制的的一種種輔助助表，，并由由專家家定期期檢查查、更更新與與完善善。系統(tǒng)特特點：：提高高了查查全和和查準準率；；易產(chǎn)產(chǎn)生歧歧義，，量大大時長長；B2B1BEFGAA是B與E的上上位詞詞，E是B的同同位詞詞，B1、、B2是B的同同義詞詞，F(xiàn)、G是B的相相關(guān)詞詞或近近義詞詞例：與信息息產(chǎn)業(yè)業(yè)相關(guān)關(guān)之詞詞詞間聯(lián)聯(lián)系的的參照照符號號：三、現(xiàn)現(xiàn)代信信息間間諜采采集方方法現(xiàn)代信信息間間諜采采集方方法概念－－現(xiàn)代代信息息間諜諜采集集方法法，是是間諜諜機構(gòu)構(gòu)通過過派遣遣間諜諜，運運用現(xiàn)現(xiàn)代化化手段段，以以合法法或非非法的的方式式，采采集本本國或或本單單位所所急需需的、、競爭爭對手手中有有極大大價值值的信信息的的方法法現(xiàn)代信信息間間諜活活動現(xiàn)現(xiàn)狀現(xiàn)代信信息間間諜盛盛行的的原因因是兩軍軍決用用的秘秘密武武器是搞跨跨競爭爭對手手的法法寶是取得得奇效效的上上等秘秘訣現(xiàn)代信信息間間諜活活動的的特點點間諜與與工具具結(jié)合合公開與與隱蔽蔽并施施盟國與與友軍軍不存存企業(yè)與與企業(yè)業(yè)較量量專家與與學(xué)者者出動動政府與與民間間攜手手生態(tài)間間諜游游蕩現(xiàn)代間間諜采采集信信息的的方式式方法法秘密方方式：：高空拍拍攝/竊取取機密密/行行賄拉拉攏/美人人利誘誘/安安插內(nèi)內(nèi)線/威脅脅恐嚇嚇/破破譯密密碼/假而而實之之公開方方式衛(wèi)星偵偵察/參觀觀考察察/分分析文文獻/會議議交流流/留留學(xué)搜搜集/無償償饋贈贈/發(fā)發(fā)表論論文/外交交活動動四、社社會調(diào)調(diào)查采采集信信息的的方法法社會調(diào)調(diào)查采采集信信息的的方法法是針針對用用戶的的需要要，向向各種種社會會活動動了解解其活活動情情況、、數(shù)據(jù)據(jù)與資資料的的方法法社會調(diào)調(diào)查的的方法法普遍調(diào)調(diào)查（（普查查）：：對采集集對象象的運運動狀狀況、、特征征與趨趨向等等進行行全面面采集集與分分析的的方法法，是是統(tǒng)計計調(diào)查查的一一種重重要方方式。。有自上上而下下式和和自下下而上上式如大規(guī)規(guī)模的的全國國人口口普查查/經(jīng)經(jīng)濟普普查等等社會調(diào)調(diào)查的的方法法問卷調(diào)調(diào)查：：是采用用出題題與回回答的的方式式采集集信息息的一一種方方法。。是進進行市市場調(diào)調(diào)查常常用的的有效效方法法之一一。具有準準確、、可靠靠、及及時的的特點點問卷題題目的的擬定定要準準確、、簡潔潔、易易答、、省時時等社會調(diào)調(diào)查的的方法法問卷調(diào)調(diào)查常常見的的題型型：是非題題選擇題題品等題題比較題題填空題題（比比較式式填空空/定定距定定量填填空））問答題題社會調(diào)調(diào)查的的方法法觀察調(diào)調(diào)查：：是信息息人員員深入入現(xiàn)場場后，