网络信息采集技术介绍.doc

第2章 网络信息采集技术介绍 PAGE 24 PAGE 25 2 网络信息采集技术介绍 学习内容 1.网络信息采集概述 2.网络信息采集技术的发展 3.网络信息采集软件简介 实训内容 网络信息采集软件的使用 学习目标 掌握：网络信息资源采集的质量标准、途径与策略，网络检索自动化技术的发展，常用网络信息采集软件的使用方法。 理解：网络信息采集的特点、原则，网络检索多媒体技术的应用及检索工具的智能化发展。 了解：网络信息采集系统的应用前景，常用网络信息采集软件的种类。 2.1 网络信息采集概述 网络信息采集是指从互联网共享服务资源中收集、处理和分析网络实体信息的过程。网络信息采集不仅包括对互联网公共实体信息的查询和存储，还包括对信息的归类、提取和解析，更重要的是在已收集信息的基础上分析数据，并将分析结果用于实际问题的解决。 2.1.1网络信息资源采集的原则 网络资源纷繁而复杂，为了避免网络信息资源采集的随意性、无计划性和盲目性，对网络资源的采集必须严格执行统一的采集标准，主要包括以下几个方面的原则： 全面性原则：全面性原则是对网络信息采集网罗度的要求。对于所要采集的某方面的信息，要尽可能全面地采集，保证为收集到尽可能多的信息。 针对性原则：指应依据用户的实际需要，有目的、有针对性、有重点、有选择地获取利用价值大的、符合需求的信息。针对性原则能够提高信息采集的准确性和价值性。 时效性原则：及时收集必威体育精装版的、有效的信息，并定期对原有信息资源进行更新，方能使所保有的信息常新。这样既能够保证资源得到有效的保存，又能保证信息资源的高质量。 选择性原则：采集时首先应对信息来源有所选择，重点采用信誉高、稳定性强的网站的信息。其次，资源采集所用的方法要有所选择，应用不同的信息采集方法所获得的信息往往不同，要善于通过多种途径进行信息的采集工作。再次，采集的信息应把质量放在首位，在保证质量的情况下兼顾数量。 全程性原则：信息采集是一个全过程的连续性的工作。信息资源必须持续不断地补充，进行长期的积累。这样才能反映这些资源的历史、发展状况、特点及规律，从而保证所收集的资源具有较高的使用价值。 2.1.2网络信息资源采集的特点 网络信息资源采集的特点主要表现为采集对象的多样化、采集方式的多元化以及采集手段的现代化。 1．采集对象多样化 传统的文献信息资源采集是以纸张为载体的印刷型文献为主，采集种类单一。而在网络环境下，各种各样名目繁多的电子文献和网络文献层出不穷，文献信息资源的种类呈现出多样化发展的趋势，文献信息资源的采集种类不仅包括传统的印刷型文献(如各类纸质型图书、期刊、报刊等)，还包括各类电子文献(如电子图书、电子报刊、计算机软件等)和各类网上信息资源(即以数据库和网络为基础，通过联机系统或互联网向用户提供的文献信息)。 2．采集方式多元化 传统的文献信息资源采集主要是根据需要，通过订单向出版社或书商订购或直接到书店选书，采集方式比较单一。而在网络环境下，由于信息存储、传输和再现发生了变化，文献信息资源的出版发行渠道变得更加复杂多样，人们采集文献信息资源的方式除了订购、现购、交换、接受赠送等传统方式外，还包括入网、联机使用、租用、免费获取等方式，采集方式呈现出多元化的趋势。 3．采集手段现代化 传统的文献信息资源采集，主要是以手工操作的方式进行，程序复杂、烦琐，不但花费大量的时间，而且容易出现差错。网络环境下的文献信息资源的采集实现了现代化、电子化和网络化，用先进的计算机技术可以从事查重、打印订单、统计、验收等工作，不仅速度快、效率高，而且不容易出现差错。另外，现代化的采集工具不仅提高了工作质量和工作效率，也节约了采集人员的时间和精力，使他们能够有足够的精力了解、掌握、研究文献信息资源方面的出版动态，保证文献信息资源的采集质量不断提高。 2.1.3网络信息资源采集的质量标准 严格的资源采集标准是信息资源可靠性的关键保障之一。可以从内容和形式两个方面对网络信息资源的质量进行评价。 1．内容标准 内容标准主要包括权威性、实用性、准确性、实效性、独特性、全面性等。 权威性：信息发布者是学术权威或者是有影响的学术机构，专业性网站评价机构对其有较好的评价结果，资源在本领域有一定知名度与学术号召力，得到本领域相当数量专业学者的公认。 实用性：广告所占比例低，对信息进行了深度揭示，包括与其他外部信息的链接，对链接列表中的资源有注释说明。 准确性：资源内容基本覆盖资源标题所言范畴，内容客观，信息(包括引用信息)准确可靠，语法和拼写错误很少甚至是没有，转载的内容有来源说明，链接有效性高。 时效性：资源内容反映学科的必威体育精装版发展，近期内进行过内容更新且注明了最后更新日期。 独特性：资源包含信息基本上是其他网络资源不具有的，网站上的内容主要为原始信息而非转载或指向其他网