第一篇：現(xiàn)代信息檢索學(xué)習(xí)報(bào)告

76993082.doc

（圖與內(nèi)容無(wú)關(guān)）

Modern Information Retrieval 現(xiàn)代信息檢索學(xué)習(xí)報(bào)告

姓名：

班級(jí)：

學(xué)號(hào)： 教師：

76993082.doc

一，我的感想

在報(bào)這課程時(shí)，對(duì)這門(mén)課程并不了解，只是簡(jiǎn)單的認(rèn)為信息檢索就是翻翻書(shū)找找文獻(xiàn)等是單純的查找。但是經(jīng)過(guò)這一學(xué)期的課程，我發(fā)現(xiàn)每一條信息，每一篇文章都是系統(tǒng)的歸類(lèi)，劃分范圍類(lèi)型，而檢索的途徑也很多種，如有作者途徑檢索、分類(lèi)途徑檢索等，檢索式更是分類(lèi)齊全繁多。

有很多收獲，感覺(jué)很充實(shí)，發(fā)現(xiàn)我們的生活中時(shí)時(shí)刻刻都在檢索信息.在老師的指引下，我們對(duì)檢索工具一步一步地熟悉和應(yīng)用，對(duì)于檢索的方法，我覺(jué)得不管是在哪個(gè)網(wǎng)站檢索，最重要的還是關(guān)鍵詞的選擇。關(guān)鍵詞選的“關(guān)鍵”，不僅可以提高檢索速度，而且大大提高了檢索結(jié)果的質(zhì)量，可以很容易找到自己需要的資料，總之要縮小范圍。

二，學(xué)習(xí)收獲

信息檢索課是無(wú)意間報(bào)名的，如不是一個(gè)偶然的事件，要不是我找錯(cuò)教室，也許我就會(huì)錯(cuò)過(guò)了一個(gè)真正的學(xué)習(xí)的機(jī)會(huì)。根據(jù)CNNIC最新統(tǒng)計(jì)調(diào)查顯示，在互聯(lián)網(wǎng)應(yīng)用中，信息檢索已經(jīng)排在了第二位，成為僅次于電子郵件的互聯(lián)網(wǎng)應(yīng)用。搜索網(wǎng)站可以幫助我們快速便捷地在互聯(lián)網(wǎng)中進(jìn)行信息的檢索、查詢(xún)。信息檢索對(duì)我們來(lái)說(shuō)并不陌生，在這個(gè)信息泛濫的年代，很難想象如果一夜之間如果沒(méi)有了Internet將對(duì)我們的生活產(chǎn)生怎樣的影響。

以前我在網(wǎng)上找資料基本上處于一種盲目的狀態(tài)。在百度里輸入

76993082.doc

關(guān)鍵詞，不少檢索出來(lái)的東西，基本上用處不大，或者并沒(méi)有什么依據(jù)，只是網(wǎng)友自己的解答。本學(xué)期上了信息檢索課，我學(xué)習(xí)到了檢索的一些知識(shí)，并且也由此及彼地把這些知識(shí)應(yīng)用到信息的檢索中。在學(xué)習(xí)階段，通過(guò)上信息檢索課我對(duì)信息檢索的認(rèn)識(shí)又上升到了一個(gè)新的高度。

我覺(jué)得信息檢索可以應(yīng)用在我們每個(gè)課程中，自己可以給自己覺(jué)得有意義的課題，進(jìn)行一個(gè)追蹤或者資料的查詢(xún)，可以把自己學(xué)到的知識(shí)鞏固，并且可以深化自己隨著方面的理解。例如在我們的一堂《企業(yè)財(cái)務(wù)管理》課程，老師布臵了一個(gè)作業(yè)，一個(gè)企業(yè)并購(gòu)案例分析，香港巨商李嘉誠(chéng)之子，李澤楷，盈科數(shù)碼動(dòng)力主席與新加坡總理李光耀之子，李顯揚(yáng)，新加坡電信行政爭(zhēng)奪香港電訊的收購(gòu)權(quán)。在分析這道題時(shí)，就涉及到信息的檢索，首先要看看這三家公司的經(jīng)營(yíng)情況，還要檢索當(dāng)時(shí)參與收購(gòu)的財(cái)團(tuán)，還有收購(gòu)的獲勝方，收購(gòu)價(jià)格，最終收購(gòu)后的經(jīng)營(yíng)狀況等等。最后通過(guò)自己查到的這些資料分析為什么盈科數(shù)碼動(dòng)力會(huì)獲勝，但是經(jīng)營(yíng)確是賠本的。

通過(guò)學(xué)習(xí)以后發(fā)現(xiàn)，信息檢索的策略也是非常重要的，我原來(lái)誤以為一個(gè)好的檢索策略只能提高查準(zhǔn)率，大不了我多查幾篇資料，現(xiàn)在發(fā)現(xiàn)它還能提高你的查全率，而且對(duì)于你從較高層次上把握課題的研究方向、發(fā)展脈絡(luò)是極有幫助的。

附：常用搜索網(wǎng)站信息和基本檢索技巧

一，八大搜索網(wǎng)站簡(jiǎn)單介紹

1、“Google”是功能強(qiáng)大，易用性最強(qiáng)的搜索網(wǎng)站，搜索速度快而且提供了最豐富的高級(jí)搜索功能。

Google(http://004km.cn.yahoo.com)支持網(wǎng)頁(yè)、網(wǎng)站搜索，搜索速度快而且準(zhǔn)確性比較高。

4、“網(wǎng)易”網(wǎng)站搜索非常出色，但缺少提示，網(wǎng)易搜索的操作界面不太方便，在使用的過(guò)程中也缺少提示。

網(wǎng)易搜索(http://search.163.com)支持網(wǎng)頁(yè)、網(wǎng)站搜索，網(wǎng)頁(yè)搜索使用的是百度的搜索技術(shù)，除了分頁(yè)方式以外，其他的返回結(jié)果都與百度一樣，但推薦的站點(diǎn)比較少。

5、“搜狐”曾是IE默認(rèn)的中文搜索網(wǎng)站，網(wǎng)站搜索值得推薦，但重復(fù)現(xiàn)象較多搜狐的搜索結(jié)果中沒(méi)有標(biāo)出關(guān)鍵字，查閱起來(lái)非常不便。

搜狐(http://search.soho.com)支持網(wǎng)頁(yè)、網(wǎng)站搜索，在國(guó)內(nèi)享有很高的聲譽(yù)，曾經(jīng)一度是微軟IE瀏覽器使用的默認(rèn)中文搜索網(wǎng)站，在IE瀏覽器地址欄直接輸入關(guān)鍵字即可進(jìn)行搜索。

6、“慧聰”是出色的 行業(yè)搜索網(wǎng)站，但缺少高級(jí)搜索功能，死鏈率也不低，而且搜索結(jié)果中重復(fù)的網(wǎng)站較多。

長(zhǎng)期以來(lái)，國(guó)內(nèi)的搜索技術(shù)提供廠商很少，百度作為先驅(qū)者，占據(jù)了大部分份額。到了2002年，國(guó)內(nèi)搜索市場(chǎng)中出現(xiàn)了一匹黑馬，那就是慧聰搜索(http://004km.cn)是國(guó)家“九五”重點(diǎn)科技攻關(guān)項(xiàng)目“中文編碼和分布式中英文信息發(fā)現(xiàn)”的研究成果。天網(wǎng)搜索的FTP服務(wù)器文件搜索功能非常強(qiáng)大，而且還為用戶(hù)整理了一份龐大的熱門(mén)搜索關(guān)鍵字目錄，方便用戶(hù)瀏覽和下載所需的文件。二，信息檢索技巧

1、選擇恰當(dāng)?shù)年P(guān)鍵字

互聯(lián)網(wǎng)上流傳的所有搜索技巧都是在如何確定關(guān)鍵字上做文章，選擇一個(gè)好的關(guān)鍵字是搜索成功的關(guān)鍵。關(guān)鍵字代表著我們要搜索資料的特征，如果您找不

76993082.doc

到所需的信息，大部分情況是因?yàn)樵陉P(guān)鍵字的選擇方向上發(fā)生了偏移。找出關(guān)鍵字可不是一件簡(jiǎn)單的事情：首先您需要知道或者估計(jì)出目標(biāo)網(wǎng)頁(yè)內(nèi)包含的文字，在腦子里形成一個(gè)比較清晰概念，再?gòu)闹刑釤挸龃祟?lèi)信息最具代表性的關(guān)鍵字。盡量不要選擇常用詞匯進(jìn)行搜索，但可以同時(shí)使用多個(gè)關(guān)鍵字并加入與、或、非等多種邏輯關(guān)系進(jìn)行搜索，這樣才能避免返回?zé)o關(guān)的搜索結(jié)果。

a.避免輸入及邏輯關(guān)系錯(cuò)誤 首先我們要避免輸入的關(guān)鍵字中有錯(cuò)別字，以及其他錯(cuò)誤的操作。不同的搜索網(wǎng)站往往都有各自的特點(diǎn)，在某些搜索網(wǎng)站上，您可以使用“Where can I find software?”這樣的自然語(yǔ)言進(jìn)行搜索；但在某些搜索網(wǎng)站上，您甚至不能成功地使用單個(gè)漢字作為關(guān)鍵字進(jìn)行搜索。另外，在使用多關(guān)鍵字通過(guò)與、或、非邏輯關(guān)系進(jìn)行搜索時(shí)，不同的搜索網(wǎng)站所采用的邏輯關(guān)系表示符號(hào)也可能有所不同。所以我們有必要針對(duì)不同的搜索網(wǎng)站選擇不同的關(guān)鍵字，并在首次使用一個(gè)搜索網(wǎng)站時(shí)，花一點(diǎn)時(shí)間閱讀搜索網(wǎng)站的幫助文檔，這是非常有必要的。

b.使用多關(guān)個(gè)鍵字來(lái)提高 檢準(zhǔn)率 對(duì)于大部分的搜索任務(wù)來(lái)說(shuō)，一般都能夠通過(guò)搜索網(wǎng)站找到需要的網(wǎng)頁(yè)，但是如果不細(xì)心選擇關(guān)鍵字，搜索網(wǎng)站可能會(huì)返回很多并不是您需要的結(jié)果。此時(shí)，如果您將另外一個(gè)跟搜索目標(biāo)相關(guān)的關(guān)鍵字加在一起搜索，返回的結(jié)果就會(huì)少很多，也更加準(zhǔn)確。因此，很多時(shí)候我們需要使用多個(gè)關(guān)鍵字查詢(xún)的方法來(lái)提高搜索準(zhǔn)確率。但需要注意的是，搜索網(wǎng)站對(duì)關(guān)鍵字的個(gè)數(shù)可能會(huì)有限制。另一方面，也要注意搜索內(nèi)容之間的邏輯關(guān)系是否合理。

2.句子檢索法可有效提高文本檢準(zhǔn)率

在使用搜索網(wǎng)站時(shí)，不少人經(jīng)常被“關(guān)鍵字”這個(gè)名稱(chēng)所限，而忘了關(guān)鍵字可以是一個(gè)字、一個(gè)詞，甚至一句話(huà)。例如在搜索小說(shuō)、文章等文本內(nèi)容時(shí)，最簡(jiǎn)單的方法，是用文本的標(biāo)題搜索，但最高效的方法，則是用文中的一句話(huà)來(lái)搜索，可以讓您的搜索效率提高不少。3.文件檢索法 利于快速查找文件目標(biāo)

如果您的搜索目標(biāo)是一個(gè)文件，如一個(gè)公司Logo的圖像文件，或者一個(gè)設(shè)備驅(qū)動(dòng)程序的壓縮包，您除了可以用公司的名稱(chēng)或者設(shè)備的名稱(chēng)進(jìn)行搜索外，還可以從文件的名稱(chēng)入手。例如，當(dāng)您在搜索設(shè)備驅(qū)動(dòng)程序時(shí)，如果選擇設(shè)備的品牌、型號(hào)為關(guān)鍵字時(shí)，搜索網(wǎng)站會(huì)返回許多無(wú)關(guān)的信息，這時(shí)，如果在這些關(guān)鍵字的后面再加上ZIP或RAR等常見(jiàn)壓縮文件擴(kuò)展名，您會(huì)有意外的收獲。4?！皰伌u引玉”法利于快速查找相關(guān)信息 如果您有一個(gè)非常喜歡的專(zhuān)業(yè)網(wǎng)站，并希望從互聯(lián)網(wǎng)上找到更多同類(lèi)的網(wǎng)站，這時(shí)怎么選擇關(guān)鍵字最有效呢？或許搜索這個(gè)網(wǎng)站的內(nèi)容類(lèi)型會(huì)找到一些不錯(cuò)的站點(diǎn)，例如使用“軍事網(wǎng)站”、“醫(yī)學(xué)站點(diǎn)”做關(guān)鍵字，但很多時(shí)候這種搜索方法也可能一無(wú)所得。實(shí)際上最有效的方法是拋磚引玉，用您最喜歡的網(wǎng)站的站點(diǎn)地址作為關(guān)鍵字。因?yàn)殒溄拥侥莻€(gè)站點(diǎn)的往往是同類(lèi)站點(diǎn)，用這種方法您肯定能夠找到一些相關(guān)的網(wǎng)站。

5.中西結(jié)合檢索法可以很好地完成某些搜索任務(wù)

在使用搜索網(wǎng)站時(shí)，靈活地結(jié)合中文和英文可以很好地完成某些搜索任務(wù)。您除了可以將要翻譯成中文的英文詞匯用作關(guān)鍵字，并指定搜索網(wǎng)站只返回中文網(wǎng)頁(yè)的結(jié)果，嘗試將搜索網(wǎng)站當(dāng)成翻譯機(jī)器來(lái)使用；還可以將中文詞匯的一部分翻譯成英文，例如您正想將“土豆燒牛肉”翻譯成英文，只要您知道土豆的英文，您就可以輸入關(guān)鍵字 “土豆燒牛肉 potato”，從互聯(lián)網(wǎng)上找到含有土豆燒牛肉

76993082.doc 的英文網(wǎng)頁(yè)。

三，信息檢索的應(yīng)用

本學(xué)期選修了現(xiàn)代信息檢索課程，覺(jué)得很有用，雖然在一開(kāi)始對(duì)于這門(mén)課程，到底能夠?qū)W下什么，到底可以應(yīng)用多少產(chǎn)生過(guò)質(zhì)疑。覺(jué)得現(xiàn)代信息檢索，名字叫得聽(tīng)高級(jí)，到底學(xué)什么不了解，但在這門(mén)課程學(xué)完后我有了理解?！翱焖俦憬莸卣业阶约核枰男畔ⅰ笔沁@門(mén)課程的要求，那怎么才能應(yīng)用與我所學(xué)的旅游管理專(zhuān)業(yè)上呢？

隨著互聯(lián)網(wǎng)技術(shù)的廣泛應(yīng)用，旅游業(yè)的網(wǎng)上營(yíng)銷(xiāo)是近期行業(yè)內(nèi)探討的熱門(mén)話(huà)題，而其中一個(gè)重要的推廣手段——搜索引擎，在企業(yè)中發(fā)揮的作用也漸漸突顯出來(lái)。對(duì)搜索引擎以及旅游行業(yè)專(zhuān)業(yè)人士—— “去哪兒”旅游搜索引擎的了解，綜觀搜索引擎對(duì)推動(dòng)在線(xiàn)旅游業(yè)發(fā)展方面所創(chuàng)造的價(jià)值，可以讓旅游業(yè)界人士對(duì)運(yùn)用搜索引擎來(lái)最大化收益有個(gè)更清晰的理解。

通過(guò)對(duì)“去哪兒”旅游搜索引擎的了解，可以看整個(gè)在線(xiàn)旅游行業(yè)的現(xiàn)狀，細(xì)致分析了消費(fèi)者利用網(wǎng)絡(luò)查找及預(yù)訂相關(guān)旅游服務(wù)的情況，不但有利于完善和豐富旅游搜索引擎自身的發(fā)展，對(duì)旅游運(yùn)營(yíng)商——航空公司、酒店及旅游代理商了解搜索引擎的及消費(fèi)者購(gòu)買(mǎi)流程更是大有裨益。

“去哪兒”的調(diào)查發(fā)現(xiàn)，使用網(wǎng)上預(yù)訂的旅客都是旅游?？?，進(jìn)行網(wǎng)上預(yù)訂的消費(fèi)者是熱衷旅游的人士，26%稱(chēng)在過(guò)去一年中他們至少度假4次；雖然中國(guó)的網(wǎng)絡(luò)用戶(hù)主要是在中國(guó)境內(nèi)旅行，越來(lái)越多的中國(guó)人計(jì)劃出國(guó)旅行，將近40%的人希望下一次旅行時(shí)能夠走出國(guó) 6

76993082.doc

門(mén)。

對(duì)于網(wǎng)上旅行者特征的調(diào)查，“去哪兒”的報(bào)告顯示，這部分消費(fèi)者是屬于吸引力很強(qiáng)的人群，73%使用信用卡，22%擁有并駕駛小汽車(chē)，88%擁有大學(xué)學(xué)歷。

而對(duì)他們的預(yù)訂方式的調(diào)查發(fā)現(xiàn)，更多的人愿意使用互聯(lián)網(wǎng)預(yù)訂旅行。“去哪兒”的報(bào)告顯示，一半以上的互聯(lián)網(wǎng)用戶(hù)曾經(jīng)在某個(gè)地方在網(wǎng)上購(gòu)買(mǎi)機(jī)票，略低于一半的人曾在網(wǎng)上預(yù)訂酒店。

從市場(chǎng)應(yīng)用角度來(lái)講，航空旅游行業(yè)對(duì)搜索引擎的依賴(lài)性是比較強(qiáng)的。我們可以從用戶(hù)的反饋看到，凡是在網(wǎng)上有旅行預(yù)訂經(jīng)歷的用戶(hù)，有97%的人都會(huì)通過(guò)搜索引擎來(lái)尋找旅游產(chǎn)品。這也給航空公司、旅行代理，還有酒店一個(gè)很強(qiáng)烈的信號(hào)——利用搜索引擎來(lái)傳達(dá)他們的相關(guān)信息，是企業(yè)推廣的有效手段之一?！?/p>

關(guān)于信息檢索的應(yīng)用有部分摘抄自2007的一個(gè)騰訊新聞網(wǎng)的《關(guān)于旅游業(yè)與搜索引擎的發(fā)展關(guān)系》，其中還有介紹Google的旅游搜索引擎，但由于Google2010年3月推出中國(guó)內(nèi)地，轉(zhuǎn)至香港，就不做介紹分析。

以上為我對(duì)現(xiàn)代信息檢索的感想，學(xué)習(xí)收獲，和現(xiàn)代信息檢索在游業(yè)方面應(yīng)用的看法，可能不是太全面，或者太狹隘，望何老師見(jiàn)諒和指導(dǎo)。

2011年12月5日星期一

第二篇：信息檢索學(xué)習(xí)報(bào)告

信息檢索學(xué)習(xí)報(bào)告

第一部分：對(duì)自己的學(xué)習(xí)做個(gè)自我評(píng)價(jià)，對(duì)于“信息檢索”這門(mén)課程的學(xué)習(xí)，我給自己的評(píng)價(jià)是8分（10分制）。

首先，我對(duì)檢索確確實(shí)實(shí)有了更深入、更準(zhǔn)確的理解。它不再是我之前觀念中那種單純的搜索查找，而是一項(xiàng)系統(tǒng)的技術(shù)。在通過(guò)課堂的講解和教材的指導(dǎo)后，我也基本掌握了對(duì)各種信息進(jìn)行檢索的方法、技巧以及對(duì)檢索系統(tǒng)與工具的選擇。一定程度上達(dá)到了學(xué)習(xí)本課程的目的。

其次，由于檢索技術(shù)概括的面之廣，而在實(shí)際使用與操作中，涉及的檢索對(duì)象有限，使用的系統(tǒng)、語(yǔ)法、方法、工具等都集中在一些常用或習(xí)慣的部分，導(dǎo)致很多內(nèi)容只是到懂得、知道的地步，遠(yuǎn)達(dá)不到熟練使用與操作。

最后，通過(guò)系統(tǒng)的學(xué)習(xí)，我已經(jīng)可以檢索到自己需要的資料，實(shí)現(xiàn)學(xué)以致用的目的。第二部分：每次課堂學(xué)習(xí)的收獲，開(kāi)學(xué)以來(lái)，在C203上理論課的時(shí)間一共是7節(jié)。針對(duì)我們所學(xué)專(zhuān)業(yè)——地理資源和城鄉(xiāng)規(guī)劃管理作了舉例和講解。其中詳細(xì)、具體學(xué)習(xí)的內(nèi)容如下：

a)信息檢索基礎(chǔ)知識(shí)——信息與信息檢索的認(rèn)識(shí)，明白檢索的對(duì)象、意義等。然后重點(diǎn)以信息檢索工具及其選擇原則、信息檢索方法及途徑、檢索式的擬定、信息檢索和分析步驟進(jìn)行學(xué)習(xí)。其中檢索語(yǔ)言類(lèi)型、檢索語(yǔ)言的規(guī)范、檢索詞的用法最為實(shí)用，學(xué)習(xí)后就立竿見(jiàn)影解決了平時(shí)檢索的很多像檢索不全、不準(zhǔn)或過(guò)多等問(wèn)題。

b)網(wǎng)絡(luò)信息檢索——就與網(wǎng)絡(luò)相關(guān)的檢索，彌補(bǔ)了除對(duì)圖書(shū)、期刊的檢索的局限性，讓學(xué)習(xí)的知識(shí)可以在平時(shí)的娛樂(lè)、休閑中起作用。對(duì)搜索引擎的了解雖不是像一門(mén)技術(shù)可以掌握，但至少了解其工作原理。網(wǎng)絡(luò)資源、導(dǎo)航的學(xué)習(xí)可以說(shuō)切切實(shí)實(shí)節(jié)省了時(shí)間，提高了我們檢索的效率。

c)學(xué)術(shù)論文的寫(xiě)作——作為學(xué)習(xí)這門(mén)課程的幾大目的之一，掌握論文寫(xiě)作是必要的。通過(guò)學(xué)習(xí)知道了其格式、要求和寫(xiě)作程序，但還沒(méi)實(shí)際操作，以至記憶不深刻，還不能不翻書(shū)完全對(duì)立完成寫(xiě)作。

d)對(duì)圖書(shū)、期刊、特種文獻(xiàn)、數(shù)據(jù)與事實(shí)信息的檢索——不同的信息在不同的檢索系統(tǒng)和工具上完成。在之前學(xué)習(xí)的基礎(chǔ)上，只要清楚在哪里才能檢索哪種信息就可以有效的找到相關(guān)資料，當(dāng)然這也要求我們能將檢索目標(biāo)準(zhǔn)確的判斷為哪種信息和較好的使用檢索語(yǔ)言。第三部分：完成上機(jī)實(shí)驗(yàn)題目的收獲，我們上機(jī)實(shí)驗(yàn)的題目主要是對(duì)檢索語(yǔ)言的練習(xí)和利用一檢索系統(tǒng)對(duì)相應(yīng)信息進(jìn)行檢索的練習(xí)。這兩方面與我們現(xiàn)在的學(xué)習(xí)、生活聯(lián)系相當(dāng)密切，直接的操作比上理論課更直觀的感受了我們學(xué)習(xí)的內(nèi)容有什么作用，對(duì)我們有什么幫助。也同樣檢查了我們是否真正掌握這些方法，讓我知道在什么情況要做何處理。

第四部分：對(duì)信息檢索這門(mén)課做個(gè)評(píng)價(jià)，上完這門(mén)課，我才知道為什么其他學(xué)校同學(xué)爭(zhēng)先恐后選修這門(mén)課。它比起其他很多課程更具有實(shí)用價(jià)值，學(xué)完即用。學(xué)時(shí)短，但成效可以非常顯著，現(xiàn)在我已經(jīng)可以利用學(xué)到的很多東西了。但是，上機(jī)時(shí)間有些短，如果可以再增加兩堂實(shí)驗(yàn)課，再多布置一些題目進(jìn)行練習(xí)，我想可以更好地在課堂中發(fā)現(xiàn)自己不知道如何處理的情況和不清楚的方法并處理這些問(wèn)題。

第三篇：現(xiàn)代信息檢索論文

期末課程論文

論文標(biāo)題：課程名稱(chēng)：信息檢索技術(shù)課程編號(hào)：學(xué)生姓名：尹江津?qū)W生學(xué)號(hào)：所在學(xué)院：計(jì)算機(jī)科學(xué)與工程學(xué)院學(xué)習(xí)專(zhuān)業(yè)：計(jì)算機(jī)科學(xué)與技術(shù)課程教師：

文本分類(lèi)及相關(guān)技術(shù)研究

1220500 1100310230

王

沖

2013年7月2 日

文本分類(lèi)及相關(guān)技術(shù)研究

信息檢索(Information Retrieval，IR)是研究信息的表示、存儲(chǔ)、組織和獲取的一門(mén)學(xué)科，其目標(biāo)是為用戶(hù)快速、準(zhǔn)確地提供其所需的信息。信息檢索起源于20世紀(jì)50年代，在60年代取得了關(guān)鍵性進(jìn)展，其中最著名的是GerardSalton開(kāi)發(fā)的SMART系統(tǒng)以及Cym Cleverdon提出的Cranfield評(píng)價(jià)方法，SMART系統(tǒng)和Cranfield評(píng)價(jià)方法有力地推動(dòng)了信息檢索的發(fā)展。在70年代和80年代，多種關(guān)于文檔檢索的模型被提出，文本檢索會(huì)議(TREC)于1992年開(kāi)始舉辦，該會(huì)議推動(dòng)了大規(guī)模文檔集合環(huán)境下的信息檢索技術(shù)的發(fā)展。隨著互聯(lián)網(wǎng)上信息的迅速增加，為了進(jìn)一步提高用戶(hù)信息檢索的質(zhì)量和效率，網(wǎng)絡(luò)上出現(xiàn)了更高效地信息索工具——搜索引擎(Google，Yahoo，Bing，百度等)，搜索引擎為用戶(hù)在互聯(lián)網(wǎng)這個(gè)分布式環(huán)境下檢索需要的信息提供了極大的方便。

文本分類(lèi)是一個(gè)監(jiān)督學(xué)習(xí)過(guò)程，它根據(jù)一個(gè)類(lèi)信息已知的訓(xùn)練文檔集合，訓(xùn)練出文本特征和文本類(lèi)別間的關(guān)系模型，然后通過(guò)這個(gè)學(xué)習(xí)得到的模型對(duì)待分類(lèi)文本進(jìn)行分類(lèi)。文本分類(lèi)技術(shù)是處理和組織文本數(shù)據(jù)的重要手段，同時(shí)也是信息檢索的重要基礎(chǔ)，把大量的文本信息按主題層次進(jìn)行組織可以極大地簡(jiǎn)化信息檢索的過(guò)程，按照類(lèi)別對(duì)文檔進(jìn)行檢索或?qū)z索結(jié)果進(jìn)行分類(lèi)，都可以提高檢索的查準(zhǔn)率。由于文本分類(lèi)技術(shù)可以對(duì)大量的文本進(jìn)行分類(lèi)，文本分類(lèi)在信息檢索、自然語(yǔ)言處理、垃圾信息過(guò)濾、Web挖掘等領(lǐng)域得到了廣泛應(yīng)用。

一、文本分類(lèi)概述 1.文本分類(lèi)的一般過(guò)程

數(shù)據(jù)分類(lèi)是數(shù)據(jù)分析的一種重要形式，數(shù)據(jù)分類(lèi)通常用兩個(gè)步驟：學(xué)習(xí)和分類(lèi)。在學(xué)習(xí)步，分類(lèi)算法利用訓(xùn)練數(shù)據(jù)來(lái)構(gòu)建分類(lèi)器，訓(xùn)練數(shù)據(jù)有多個(gè)元組以及與元素關(guān)聯(lián)的類(lèi)標(biāo)簽構(gòu)成。元組X被表示為n維的屬性向量，每一個(gè)元組屬于一個(gè)或多個(gè)事先定義好的類(lèi)別，類(lèi)別由類(lèi)標(biāo)號(hào)屬性(class label attribute)決定，類(lèi)標(biāo)號(hào)屬性由離散、無(wú)序值構(gòu)成。由于每一個(gè)訓(xùn)練元組的類(lèi)標(biāo)號(hào)已知，因此，學(xué)習(xí)步是一個(gè)監(jiān)督學(xué)習(xí)過(guò)程。學(xué)習(xí)步可以看作是學(xué)習(xí)映身函數(shù),函數(shù)，對(duì)于給定的元組Z該函數(shù)可以預(yù)測(cè)與X關(guān)聯(lián)的類(lèi)別標(biāo)號(hào)。文本是數(shù)據(jù)的一種具體形式，也是語(yǔ)言的實(shí)際運(yùn)用形態(tài)，文本在人們生常生活中無(wú)處不在，任何有具體一定含義的文字都可以統(tǒng)稱(chēng)為文本。文本分類(lèi)系統(tǒng)的任務(wù)是：在給定的分類(lèi)體系下，根據(jù)文本的內(nèi)容自動(dòng)地對(duì)待分類(lèi)文本進(jìn)行分類(lèi)，確定待分類(lèi)文本的類(lèi)別。其數(shù)學(xué)公式表示如下：

其中，A為類(lèi)信息未知文本的集合，B為分類(lèi)體系中類(lèi)別信息的集合文本分類(lèi)一般包括以下5個(gè)過(guò)程：文本預(yù)處理、文本表示、特征降維、分類(lèi)器的選取與訓(xùn)練以及分類(lèi)結(jié)果的評(píng)價(jià)。

文本分類(lèi)系統(tǒng)的主要功能模塊為：

(1)文本預(yù)處理：為了使文檔的格式滿(mǎn)足分類(lèi)器的輸入要求，首先需要對(duì)原始語(yǔ)料進(jìn)行處理，將其格

式進(jìn)行規(guī)范化，；

(2)文本表示：將文本分解為基本處理單元，用數(shù)學(xué)模型來(lái)表示；(3)特征降維：降低特征空間的維數(shù)，提高分類(lèi)器的效率和準(zhǔn)確率；(4)分類(lèi)器：選擇合適的分類(lèi)器并用訓(xùn)練數(shù)據(jù)集進(jìn)行訓(xùn)練；(5)性能評(píng)價(jià)：選擇對(duì)分類(lèi)器的性能進(jìn)行評(píng)估的性能評(píng)價(jià)標(biāo)準(zhǔn)。

2.文本預(yù)處理·

自動(dòng)文本分類(lèi)的第一步是文本預(yù)處理。通常情況下，各種不同類(lèi)型的文檔的來(lái)自不同的領(lǐng)域，從而文檔的存儲(chǔ)形式各異，并且計(jì)算機(jī)處理的文本不僅包含文字內(nèi)容，還包含有功能性標(biāo)簽等不規(guī)范符號(hào)，文本分類(lèi)模型不能直接對(duì)原始文檔進(jìn)行處理。必須對(duì)原始文本進(jìn)行預(yù)處理，去除其中的噪聲，規(guī)范化其形式，從而使文本滿(mǎn)足分類(lèi)模型的輸入要求。文本預(yù)處理是影響文本分類(lèi)準(zhǔn)確度的關(guān)鍵因素，文本預(yù)處理的主要任務(wù)是從原始文本提取主要內(nèi)容并對(duì)其格式進(jìn)行規(guī)范化，一般包括以下幾個(gè)步驟：去除文檔中的格式標(biāo)記、過(guò)濾非法字符、字母大小寫(xiě)轉(zhuǎn)換、去除停用詞和稀有詞、詞干化處理。

3.文本表示

文本本身不能被直接用來(lái)分類(lèi)，為了使文本能夠輸入到計(jì)算機(jī)中進(jìn)行處理，首先應(yīng)將原始文本轉(zhuǎn)換為數(shù)學(xué)模型，然后用計(jì)算機(jī)對(duì)數(shù)學(xué)模型進(jìn)行處理。在實(shí)際應(yīng)用中，將原始文本轉(zhuǎn)為文本向量和詞頻矩陣后，這些數(shù)學(xué)模型非常龐大，計(jì)算機(jī)處理時(shí)需要花費(fèi)大量的時(shí)間，為了提高處理效率，一般都假設(shè)詞語(yǔ)與詞語(yǔ)之間相互獨(dú)立，詞語(yǔ)在文本中的位置被忽略，文檔被表示為不同特征項(xiàng)的集合。這種方法被稱(chēng)為“樸素(Naive)”的方法或“詞袋“模型。文本表示模型主要有布爾模型、向量空間模型以及統(tǒng)計(jì)語(yǔ)言模型，雖然這三種模型采用不同的方法來(lái)表示文檔，這三種模型都采用了“詞袋”模型的思想。

4.信息增益

信息增益是指某特征項(xiàng)在文本中出現(xiàn)前后的信息熵之差，在機(jī)器學(xué)習(xí)領(lǐng)域中，經(jīng)常用信息增益來(lái)衡量某個(gè)特征項(xiàng)的重要性。對(duì)于詞語(yǔ)t和文檔類(lèi)別C，通過(guò)統(tǒng)計(jì)C中出現(xiàn)和不出現(xiàn)t的文檔數(shù)來(lái)衡量t對(duì)C的信息增益。特征項(xiàng)t的信息增益用如下公式計(jì)算：

其中，Pr(Ci)表示在文本集合中屬于白類(lèi)的文本出現(xiàn)的概率，Pr(t)表示文本集合中包含特征項(xiàng)t的文本在文本集合中的出現(xiàn)概率，Pr(Ci|t)表示在文本中包含詞語(yǔ)f的條件下文本屬于類(lèi)Ci的條件概率，Pr(t)表示文本集合不包含特征項(xiàng)t的文本在文本集合中的出現(xiàn)概率，Pr(Ci|t)表示在文本中不包含詞語(yǔ)t的條件下文本屬于類(lèi)Ci的條件概率，m是類(lèi)別總數(shù)。根據(jù)公式計(jì)算出各個(gè)特征項(xiàng)的信息增益后，除去增益值小于指定閩值的特征項(xiàng)，剩余的即為選中的特征；或按特征項(xiàng)的信息增益從大到小排序，刪除信息增益很小的單詞。

二、文本分類(lèi)方法 1.Naive Bayes方法

Naive Bayes分類(lèi)方法(以下簡(jiǎn)稱(chēng)NB法)是一種簡(jiǎn)單而又非常有效的分類(lèi)方法。NB法的一個(gè)前提假設(shè)是：在給定的文檔類(lèi)語(yǔ)境下，文檔屬性是相互獨(dú)立的。假設(shè)面為一任意文檔，它屬于文檔類(lèi)C={cl，C2，．，Ck)中的某一類(lèi)cj。根據(jù)NB分類(lèi)法有：

對(duì)文檔反進(jìn)行分類(lèi)，就是按計(jì)算所有文檔類(lèi)在給定di情況下的概率，概率值最大的那個(gè)類(lèi)就是di所在的類(lèi)，即：

可知，對(duì)于給定分類(lèi)背景和測(cè)試文檔，用NB法分類(lèi)的關(guān)鍵就是計(jì)算P(Cj)和P(di|cj)。計(jì)算P(cj)和尸(硝lcj)的過(guò)程就是建立分類(lèi)模型(或者說(shuō)學(xué)習(xí))的過(guò)程。根據(jù)．P(dj|ci)計(jì)算方式的不同，可以將Naive Bayes方法分為最大似然模型(Maximum Likelihood Model)、多項(xiàng)式模型(Multinomial Model)、泊松模型(PoisonModel)等[ELM03]。

2.使用最大熵模型進(jìn)行中文文本分類(lèi)

最大熵模型是一種在廣泛應(yīng)用于自然語(yǔ)言處理中的概率估計(jì)方法，它可以綜合觀察到的各種相關(guān)或冪相美的概率知識(shí)，對(duì)許多問(wèn)題的處理結(jié)果都到這或超過(guò)了其他方法的最好結(jié)果。但是，將最大熵模型應(yīng)用在文本分類(lèi)中的研究卻非常少，本章使用最大熵模型進(jìn)行了中文文本分類(lèi)的研究。通過(guò)實(shí)驗(yàn)，比較和分析了不目的中文文本特證生成方法，以及使用平滑技術(shù)的情況下，基于最大熵模型的分類(lèi)器的分類(lèi)性能；將其和Bayes、KNN、SVM三葶爭(zhēng)典墨的文本分類(lèi)器進(jìn)行了比較；使用Bagging來(lái)提高最大熵模型的分類(lèi)穩(wěn)定性。

1）.最大熵模型

最大熵模型是用來(lái)進(jìn)行概率估計(jì)的。假設(shè)a是某個(gè)事件，b是事件a發(fā)生的環(huán)境(或稱(chēng)上下文)，我們想知道a和b的聯(lián)合概率，記為p(a，b)。更一般地，設(shè)所有可能發(fā)生的事件組成集合為A，所有環(huán)境組成的集合為B，我們想知道，對(duì)于任意給定的aA，bB，概率p(a，b)是多少?

我們抱這個(gè)問(wèn)題放到自然語(yǔ)言處理的領(lǐng)域來(lái)討論，對(duì)于文本分類(lèi)問(wèn)題，一個(gè)文檔分到某個(gè)類(lèi)別可以看成一個(gè)事件，文檔中出現(xiàn)的詞可以看成這個(gè)事件的發(fā)生環(huán)境，我們想知道包含詞b的文檔屬于某一類(lèi)a的概率。很容易想到的方法是通過(guò)訓(xùn)練語(yǔ)料進(jìn)行統(tǒng)計(jì)。給定一個(gè)訓(xùn)練集，定義A={a1，a2，A，am)是文檔所屬類(lèi)別集，B={bl，b2，A，bm}是文檔的特征詞集，num(ai，bj)為疆練集中二元組(ai，bj)出現(xiàn)的次數(shù)，那么我們可以使用如下公式進(jìn)行概率估計(jì)：

這個(gè)方法有個(gè)很大的問(wèn)題，即“稀疏事件”(sparse evidence)問(wèn)題，即便是很大的訓(xùn)練文本，很多

二元縫組(ai，bj)仍然沒(méi)有出現(xiàn)，武斷的認(rèn)為它的概率為0顯然是不可取的。最大熵模型是這樣來(lái)解決稀疏事件問(wèn)題的，它使未知事件的概率分布總是盡可能均勻，即傾向予得到最大熵。例如一個(gè)軍事、政治和科技的三類(lèi)文本分類(lèi)題，我們得知出現(xiàn)“飛秘”這個(gè)詞的、80％的文檔屬于軍事類(lèi)別，對(duì)于“飛機(jī)”這個(gè)詞在蒺飽兩類(lèi)中的分布未知。根據(jù)最大熵原則，如果給定一個(gè)包含“飛機(jī)”這個(gè)詞文檔，那么認(rèn)為文檔以0．8的概率屬于軍事類(lèi)別，分別以0．1的概率屬于其它兩類(lèi)；如果文檔中不包含“飛機(jī)”這個(gè)詞，那么認(rèn)為文檔分別以相同的、1／3的概率屬于每一個(gè)類(lèi)。即，在符合已知約束條件下，使未知事件盡可能均勻。具體來(lái)說(shuō)，根據(jù)Shannon的定義，熵的計(jì)算公式如下：

那么，求解滿(mǎn)足最大熵原則的概率分布公式如下：

三、總結(jié)與展望

文本分類(lèi)技術(shù)是組織和處理文本數(shù)據(jù)的重要手段，其主要任務(wù)是如何在給定的分類(lèi)體系下，根據(jù)文本的內(nèi)容自動(dòng)地確定與文本關(guān)聯(lián)的類(lèi)別。文本分類(lèi)可以有效解決大量文本信息歸類(lèi)的問(wèn)題，并且是信息檢索、Web挖掘、內(nèi)容信息過(guò)濾等研究的重要基礎(chǔ)。主題模型是概率模型，由于主題模型可以捕獲潛在的語(yǔ)義結(jié)構(gòu)信息，主題模型在文本分類(lèi)、信息抽取、觀點(diǎn)挖掘等文本挖掘任務(wù)中的應(yīng)用得到了較深入的研究。

本文對(duì)文本分類(lèi)進(jìn)行了研究，介紹了文本分類(lèi)的一般過(guò)程與關(guān)鍵技術(shù)，主要包括：文本預(yù)處理、文本表示、性能評(píng)價(jià)指標(biāo)，同時(shí)還對(duì)主題模型PLSA、LDA、sLDA和iTopicModel的構(gòu)建方法和參數(shù)估計(jì)方法進(jìn)行了介紹。針對(duì)已有的監(jiān)督主題模型與基于機(jī)器學(xué)習(xí)的文本分類(lèi)算法假設(shè)文檔之間相互獨(dú)立、不能有效利用文檔間的關(guān)聯(lián)關(guān)系的問(wèn)題，提出了監(jiān)督關(guān)聯(lián)主題模型SRTM和關(guān)聯(lián)文本分類(lèi)算法TC．iTM。為了利用利用文檔間的關(guān)聯(lián)關(guān)系來(lái)提高監(jiān)督主題模型的預(yù)測(cè)準(zhǔn)確度，我們基于iTopicModel提出了監(jiān)督關(guān)聯(lián)主題模型SRTM，將文檔間的關(guān)聯(lián)關(guān)系、文檔的文本信息、文檔的標(biāo)號(hào)進(jìn)行統(tǒng)一建模，首先用古典線(xiàn)性回歸模型對(duì)文檔標(biāo)號(hào)進(jìn)行建模，給出SRTM的聯(lián)合概率分布，通過(guò)EM算法最大化聯(lián)合概率分布的對(duì)數(shù)似然對(duì)SRTM的參數(shù)進(jìn)行估計(jì)，然后用Fold．In[54]方法對(duì)訓(xùn)練數(shù)據(jù)以外文檔的標(biāo)號(hào)進(jìn)行預(yù)測(cè)。最后我們用廣義線(xiàn)性模型對(duì)文檔標(biāo)號(hào)進(jìn)行建模，對(duì)SRTM進(jìn)行擴(kuò)展，使SRTM可以處理多種類(lèi)型的文檔標(biāo)號(hào)。Cora研究論文分類(lèi)數(shù)據(jù)集和電影評(píng)論數(shù)據(jù)集上的實(shí)驗(yàn)表明，在文檔網(wǎng)絡(luò)中，SRTM的預(yù)測(cè)結(jié)果要優(yōu)于現(xiàn)有的監(jiān)督主題模型。

參考文獻(xiàn)： [學(xué)位論文] 姜英杰，2010鄭州大學(xué)：計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)

[學(xué)位論文] 劉欣，2010重慶大學(xué)：計(jì)算機(jī)科技與技術(shù)

[學(xué)位論文] 陳樹(shù)清，2010南京理工大學(xué)：計(jì)算機(jī)應(yīng)用技術(shù)

第四篇：信息檢索教程學(xué)習(xí)報(bào)告

信息檢索教程學(xué)習(xí)報(bào)告

一．學(xué)習(xí)自我評(píng)價(jià)

剛開(kāi)始接觸信息檢索這門(mén)課覺(jué)得很茫然，因?yàn)閺膩?lái)沒(méi)有接觸過(guò)，甚至聽(tīng)說(shuō)過(guò)，所以對(duì)這門(mén)課很有興趣，有知識(shí)的好奇才是學(xué)習(xí)的原動(dòng)力，所以我比較認(rèn)真的聽(tīng)課，通過(guò)這一學(xué)期的學(xué)習(xí)多多少少還是對(duì)這個(gè)學(xué)科有一點(diǎn)了解，隨著現(xiàn)代信息技術(shù)的快速發(fā)展，信息數(shù)量呈爆炸性增長(zhǎng)，信息的存儲(chǔ)和傳播方式發(fā)生了巨大的變革，而信息的雜亂性、無(wú)序性、分散性無(wú)疑加大了查找和利用信息的難度，影響了獲取信息的質(zhì)量和效率。于是信息檢索便應(yīng)運(yùn)而生，而通過(guò)這一學(xué)期的學(xué)習(xí)，我掌握了信息檢索的方法和技巧，提高了自己的學(xué)習(xí)效率，提高了自己解決問(wèn)題的能力，最主要的還是給生活上提供了很大的方便，最基本的，查找信息的時(shí)間大大減少這都得益于信息檢索這門(mén)課和尚老師的教導(dǎo)，而自己在學(xué)習(xí)上也比較認(rèn)真和努力，所以說(shuō)也算基本掌握了這門(mén)課的主要內(nèi)容，而在生活上的種種收獲更讓我覺(jué)得知識(shí)的，通過(guò)尚老師的教授和自己對(duì)這門(mén)課的學(xué)習(xí)，提高了自己的素質(zhì)，也十分感謝。

二．課堂學(xué)習(xí)收獲

信息檢索這門(mén)課總共包括九章，雖說(shuō)每一章內(nèi)容不一樣，但是核心卻是一樣的，都是服務(wù)生活，信息的客觀，時(shí)效，傳遞，共享這些屬性讓我們更全面具體的了解了信息，作為一個(gè)喜愛(ài)瀏覽雜志期刊的學(xué)生，第四章給我很大的幫助，了解了檢索期刊的途徑和工具，更是了解到期刊全文數(shù)據(jù)庫(kù)，以及檢索方法，而通過(guò)第五章的學(xué)習(xí)，更是給我們平時(shí)的學(xué)習(xí)生活提供力很大幫助通過(guò)對(duì)學(xué)術(shù)論文的了解，以及對(duì)論文檢索方法和技巧和地方的學(xué)習(xí)，給現(xiàn)在提供了很大幫助，耿鬼以后的畢業(yè)論文打下了基礎(chǔ)，而國(guó)外論文的學(xué)習(xí)更是豐富了我們的學(xué)習(xí)生活，各種科技報(bào)告和文獻(xiàn)的學(xué)習(xí)也是、對(duì)我們幫助很大，七八章的學(xué)習(xí)更是讓我們平時(shí)的生活豐富和方便，最后我們還有兩百道題的學(xué)習(xí)鞏固，更是讓我們收獲很多，增長(zhǎng)見(jiàn)識(shí)，讓自己在如今的社會(huì)中取得一定的優(yōu)勢(shì)。

三．上機(jī)實(shí)驗(yàn)收獲

上機(jī)是對(duì)所學(xué)知識(shí)的應(yīng)用實(shí)踐，是鞏固提高我們所學(xué)知識(shí)的手段以及最佳方法，在上機(jī)中我們通過(guò)網(wǎng)絡(luò)對(duì)老師要求的內(nèi)容進(jìn)行檢索，讓我們對(duì)所學(xué)知識(shí)進(jìn)行深化，通過(guò)布爾邏輯方式，特定文件類(lèi)型檢索，精確匹配——雙引號(hào)，把搜索范圍限定在特定站點(diǎn)中——SITE等好幾種方式去檢索。使我熟練的掌握了這幾種檢索方式，提高了我的檢索技能。堅(jiān)持實(shí)踐和課堂相結(jié)合更是讓我收獲良多

四．檢索課程評(píng)價(jià)

帶著好奇與求知去學(xué)習(xí)是最好的動(dòng)力，如今的生活信息與我們息息相關(guān)，我們每天都在與信息打交道，通過(guò)這一課程的學(xué)習(xí)，讓我通過(guò)反覺(jué)器官接受外界各種各樣的信息，更是通過(guò)很多方式傳遞，而通過(guò)這一學(xué)期的學(xué)習(xí)讓我不僅能更快捷的收索到信息，而且讓我們能更準(zhǔn)確的傳遞信息，不僅方便了我的生活，也提高了我的學(xué)習(xí)質(zhì)量與效率，所學(xué)到的知識(shí)與技術(shù)更是能讓我一生受用，知識(shí)改變命運(yùn)

第五篇：信息檢索報(bào)告

2017-2018學(xué)年第1學(xué)期 《信息檢索與利用》實(shí)習(xí)報(bào)告

院部 ： 年級(jí)： 2015專(zhuān)業(yè)： 姓名： 學(xué)號(hào)： 20150070214 任課教師:

商學(xué)院 級(jí) 電子商務(wù) 李亮 張燕

一、信息檢索概論

1.課題名稱(chēng)： 電子商務(wù)物流問(wèn)題及對(duì)策研究

2.課題分析：

21世紀(jì)是一個(gè)以網(wǎng)絡(luò)為核心的信息時(shí)代,以網(wǎng)絡(luò)為平臺(tái)以信息技術(shù)為基礎(chǔ)的電子商務(wù)(E-Commerce)方興未艾。數(shù)據(jù)顯示,2012年我國(guó)電子商務(wù)市場(chǎng)交易總額突破8萬(wàn)億元。而根據(jù)《國(guó)務(wù)院關(guān)于促進(jìn)信息消費(fèi)擴(kuò)大內(nèi)需的若干意見(jiàn)》預(yù)測(cè),我國(guó)到2015年電子商務(wù)交易額將超過(guò)18萬(wàn)億元,以卓越亞馬遜、淘寶商城、新蛋網(wǎng)、凡客誠(chéng)品、當(dāng)當(dāng)網(wǎng)、京東商城等為代表的B2C電子商務(wù)成為時(shí)下電子商務(wù)的主流。于此同時(shí),B2C電子商務(wù)的發(fā)展也對(duì)現(xiàn)代物流業(yè)提出了新的更高標(biāo)準(zhǔn)的要求,低質(zhì)量高成本的傳統(tǒng)物流已難適應(yīng)新的要求。在國(guó)際物流領(lǐng)域,通常把社會(huì)物流總成本的GDP占比作為衡量一國(guó)物流運(yùn)轉(zhuǎn)效率的重要指標(biāo),雖然我國(guó)B2C電子商務(wù)快速發(fā)展,但這一指標(biāo)從2004年的18.8%到2007年的18.4%再到2012年的18%,沒(méi)有明顯的改善,與發(fā)達(dá)國(guó)家(10%以下)之間的差距仍舊很大。我國(guó)物流配送時(shí)效低、資源浪費(fèi)極其嚴(yán)重的弊端越來(lái)越突出,此外逆向物流及其相關(guān)的各種問(wèn)題也被提出并受到廣泛關(guān)注,物流不能滿(mǎn)足B2C電商發(fā)展需求。因此通過(guò)深入分析B2C電子商務(wù)環(huán)境下我國(guó)物流業(yè)發(fā)展的外部環(huán)境和現(xiàn)狀,積極探索物流業(yè)發(fā)展的新問(wèn)題新挑戰(zhàn),全面調(diào)整其發(fā)展策略以適應(yīng)B2C電子商務(wù)的迅猛步伐,將對(duì)物流業(yè)自身的長(zhǎng)遠(yuǎn)發(fā)展大有裨益。

3.確定檢索詞：

電子商務(wù) 物流問(wèn)題 對(duì)策 分析

4.利用計(jì)算機(jī)運(yùn)算符編寫(xiě)檢索式: 電子商務(wù) and 物流問(wèn)題 and 對(duì)策 or 分析

二、中文檢索系統(tǒng)

1.根據(jù)所選課題進(jìn)入CNKI數(shù)據(jù)庫(kù)檢索（1）一般檢索：共 1191 篇

（自主選擇一篇期刊論文給出題錄信息）題名：電子商務(wù)物流配送存在的問(wèn)題及對(duì)策分析 作者：孟強(qiáng)

作者機(jī)構(gòu)：黑龍江大學(xué)信息管理學(xué)院 文獻(xiàn)來(lái)源： 企業(yè)經(jīng)濟(jì)

該題錄源刊影響因子： 復(fù)合影響因子 0743 綜合影響因子 0451（自主選擇一篇碩博論文給出題錄信息）

題名：湖北省電子商務(wù)物流服務(wù)業(yè)發(fā)展現(xiàn)狀及對(duì)策研究 作者：詹杰

作者機(jī)構(gòu)：華中師范大學(xué) 文獻(xiàn)來(lái)源： 物流服務(wù)業(yè)（2）高級(jí)檢索：共 120 篇

（自主選擇一篇碩博論文給出題錄信息）

題名：王峰

作者：首都經(jīng)濟(jì)貿(mào)易大學(xué) 文獻(xiàn)來(lái)源： 物流管理

2.超星數(shù)據(jù)庫(kù)檢索：檢索與課題或?qū)I(yè)相關(guān)圖書(shū)(選擇一本圖書(shū)并寫(xiě)下圖書(shū)的題錄信息)書(shū)名：電子商務(wù)物流 作者：周長(zhǎng)青，付蕾 出版日期：2017.01 中圖分類(lèi)號(hào)：F713.365.1

3.讀秀數(shù)據(jù)庫(kù)檢索: 設(shè)定“知識(shí)檢索”，檢索相關(guān)文獻(xiàn)，將檢索結(jié)果截圖。

三、特種文獻(xiàn)檢索

1.專(zhuān)利：檢索與課題或?qū)I(yè)相關(guān)或相近文獻(xiàn)

專(zhuān)利數(shù)據(jù)庫(kù)名稱(chēng)：CNKI 檢索結(jié)果： 共 4652 篇

（自主選擇一篇專(zhuān)利文獻(xiàn)寫(xiě)出題錄信息）發(fā)明名稱(chēng)：一種電子商務(wù)物流提醒系統(tǒng) 發(fā)明人: 陳欽鵬

申請(qǐng)?zhí)枺篊N201710304448.6 申請(qǐng)日：2017-05-03 公開(kāi)號(hào)：CN107146054A 公開(kāi)日：2017-09-08 申請(qǐng)人：王海駿

2.標(biāo)準(zhǔn)：利用知網(wǎng)檢索有關(guān)食品安全的標(biāo)準(zhǔn)文獻(xiàn)并選擇一篇寫(xiě)下題錄信息。標(biāo)準(zhǔn)編號(hào)：GB/T 2200-2006

標(biāo)準(zhǔn)中文名稱(chēng)：食品安全管理體系.食品鏈中各類(lèi)組織的要求

中標(biāo)分類(lèi)號(hào)：X00 標(biāo)準(zhǔn)狀態(tài)：中國(guó)標(biāo)準(zhǔn)

四、外文檢索系統(tǒng)

使用eric或science direct數(shù)據(jù)庫(kù)自擬課題進(jìn)行檢索 1.將檢索結(jié)果界面截圖

2.檢索結(jié)果：共 2902 篇（自主選擇一篇寫(xiě)出如下信息）

題名：A Delve into the Deployment of eCommerce and Higher Educational Learning

作者：Djoleto, Wilhelmina

五、思維導(dǎo)圖軟件與文獻(xiàn)管理軟件

1.根據(jù)所選課題利用思維導(dǎo)圖軟件Free mind構(gòu)圖，并將結(jié)果截圖或直接手繪思維導(dǎo)圖。

2.安裝文獻(xiàn)管理軟件E-study，并將學(xué)習(xí)單元建立界面截圖。

六、綜述

實(shí)習(xí)報(bào)告做完之后，結(jié)合課題，根據(jù)檢索信息，寫(xiě)出綜述文獻(xiàn)上交。（200-300字左右）

在本次信息檢索與利用實(shí)習(xí)報(bào)告結(jié)束后，我再次了解了電子商務(wù)物流問(wèn)題，電子商務(wù)物流是最近幾年的新興產(chǎn)業(yè)，同時(shí)在電子商務(wù)物流系統(tǒng)中，也存在著許許多多的問(wèn)題。

物流成本問(wèn)題是我國(guó)B2C電子商務(wù)物流發(fā)展所要解決的首要問(wèn)

題。物流成本過(guò)高,使得B2C電商企業(yè)和物流企業(yè)的經(jīng)濟(jì)效益明顯下降,而整個(gè)物流系統(tǒng)的整體效益也不高;逆向物流問(wèn)題是我國(guó)B2C電子商務(wù)物流發(fā)展的新問(wèn)題。缺乏系統(tǒng)性的退貨流程使得逆向物流效率低下,尚未實(shí)現(xiàn)信息化的處理方式使得逆向物流效益低下,不完善的退貨政策使得退貨物流的服務(wù)水平低下,而不健全的逆向物流模式又使得逆向物流的發(fā)展成為一個(gè)難題。如此“三低一難”的逆向物流問(wèn)題已經(jīng)成為我國(guó)B2C電子商務(wù)物流進(jìn)一步發(fā)展的瓶頸。

要解決以上我國(guó)B2C電子商務(wù)物流發(fā)展問(wèn)題就必須從多方面下手。強(qiáng)化物流法制建設(shè),深化物流理論研究,加強(qiáng)物流基礎(chǔ)設(shè)施建設(shè),合理選擇物流模式,革新物流管理方式等是當(dāng)前形勢(shì)下所必須采取的措施,只有這樣才能保證我國(guó)B2C電子商務(wù)物流的穩(wěn)態(tài)良性發(fā)展,保證B2C電子商務(wù)物流滿(mǎn)足B2C電子商務(wù)發(fā)展對(duì)物流服務(wù)的基本需求,從而保證國(guó)民經(jīng)濟(jì)整體保持又好又快的發(fā)展形勢(shì)。

在撰寫(xiě)實(shí)習(xí)報(bào)告過(guò)程中，我發(fā)現(xiàn)檢索式的書(shū)寫(xiě)和檢索方法是一個(gè)有許多技巧的過(guò)程，通過(guò)跟老師的學(xué)習(xí)我只掌握了一部分，后面又跟同學(xué)們探討學(xué)到了一些技巧，以后我會(huì)更加努力學(xué)習(xí)文獻(xiàn)檢索的技巧以充實(shí)自己。

通過(guò)這一個(gè)學(xué)期跟隨老師的學(xué)習(xí)，我學(xué)到了很多實(shí)用知識(shí)。我前后一共學(xué)到了CNKI、超星數(shù)字圖書(shū)館、中國(guó)專(zhuān)利信息網(wǎng)、中國(guó)標(biāo)準(zhǔn)全文數(shù)據(jù)庫(kù)、國(guó)家知識(shí)產(chǎn)權(quán)局等數(shù)據(jù)庫(kù)的應(yīng)用，學(xué)會(huì)使用這些數(shù)據(jù)庫(kù)對(duì)我以后在查找文獻(xiàn)方面提供了很大的便利。

總之，我對(duì)信息檢索這個(gè)課程有了更加深刻的了解，也對(duì)如何選

好關(guān)鍵詞這個(gè)重點(diǎn)、難點(diǎn)有了一定的掌握。在這個(gè)信息時(shí)代，我們必須盡可能多地掌握更多的信息，盡可能地充實(shí)自己，完善自己，同時(shí)，也在此向我的恩師張燕老師以及所有在我論文寫(xiě)作過(guò)程中給予我?guī)椭耐瑢W(xué)致以深深的感謝！