广州信息文献知识服务

    通过AND、OR、NOT将数据库搜索大限度的利用起来。AND用来缩小搜索范围，OR用来拓宽搜索范围，NOT则是不排除搜索中的一个词。还可以通过查找以特定词干开头的单词来扩大搜索范围，截断的常用符号是「*」。举个例子：typingcell*findscell,cells,cellular。当然有些数据库还有更为复杂的术语来允许你完成指定术语邻接。顺便再分享一些常用的数据库和期刊集：◆Business——ABI/INFORMComplete,BusinessInsights:Global,EmeraldJournals,WebofScience.◆Engineering–Compendex,Inspec,IEEEXplore.◆HumanitiesandSocialSciences–JSTOR,ASSIA(AppliedSocialSciencesIndexandAbstracts),.◆Law–LexisUKandWestlaw.◆Science–WebofScience,ScienceDirect,IEEEXplore,PubMed/Medline,SpringerLinkandWileyInterscience.◆NexisUK(NewsandBusiness)providescomprehensivenewscoverageandiscommonlyusedinbusiness。文本语义脑图检索系统通常会针对某一文献内容特征进行单一维度的文献聚类细分。广州信息文献知识服务

    文本语义脑图的算法基础：1、以读者当前搜索词作为启始节点（一起始列），后续（右侧）的第n列数据是由前n-1列的节点元素在文献搜索结果中推导而得（概念之间同句共现关系）。2、单一列向量空间内，由上至下所有节点之间依据该文本概念词的语义权重和文献时序权重，反映列内语义节点的先后有序特性。3、任意概念节点右上数字角标表示其在搜索结果中的文献数。点击该文献数则显示相应的文献指引（基于文本概念的细分聚类）。4、选择语义脑图中任意节点（x）作为兴趣点（聚焦节点），可以进一步推导出该节点的所有直接关联节点（y）。5、兴趣聚焦操作时（x-y）左上角标指引聚焦关联文献（隐性知识发现）。6、任意节点可以选作为新的起始重心节点（a），重构一幅全新的语义脑图（扩散思维）。文本语义脑图能够揭示一站式跨库搜索结果内文本信息之间多层次的语义网络关系并迅速定位检索命中文献。 广州文献知识哪家好文献知识ISBN 国际标准书号的简称,是专门为识别图书等文献而设计的国际编号。

    语义关联矩阵:首先，语义脑图从当前所截获的文献中提取若干概念性语词。例如读者搜索“硫化氢”，系统会从当前搜索结果文献的文本中实时提炼出脱硫剂、地下水、气相色谱法、缺血、自噬、氨氮、污水处理厂等若干文本语词。之后，语义脑图以一个5列12行的关联矩阵来表达概念语词之间的语义关系：将读者搜索词排列在矩阵的左侧一列作为起始中心节点，后续右侧各列选词由左邻侧列的概念语词关联推导产生，同一列内概念语词按语义权重降序排列。然后，各个概念语词依据和中心节点（搜索词）的语义关联度，在语义脑图中表现为：中心节点（搜索词），直接关联节点（红色边框）、间接关联节点（长方型边框）、弱关联节点（菱形边框）等三个层级的语义关系。也就是说，将传统搜索引擎按年代（或按相关度）降序排列搜索结果的单一维度模式，提升为一个围绕着读者搜索词一次性展开近50个概念语词的具备语词间层级关联和权重有序的二维语义关联矩阵（发明专利，PCT国际专利CN2018/081327，美国专利:16314840）。任意概念节点的右上数字角标（表示相关文献数）可以迅速定位链接到当前细分概念的相关文献。

    小伙伴们检索的时候可以直接按照被引量或者下载量来排序以便更方便地直接显示更高质量的文献，只要点击左上角排序方式中的被引或者下载，文献检索结果的排序就会按照该文献的被引量和下载量的数量进行从高到低的排序。3.巧用重要机构、重要基金以及知名作者分组在检索结果中，文献是可以按照不同分组进行显示，例如主题、发表年度、作者、机构、基金等，这时小伙伴们就可以利用这个分组功能，看到一些发文量大的作者、机构和基金，一般来说，发文量越大，作者或者机构的研究水平和实力也更强，所以想找高质量的文献找这些专家和知名机构重要基金发表的就肯定没错啦~找自己所需的——俗话说，合适的才是**好的，那查找文献也不例外。小伙伴们查找文献的时候常常因为这样那样的问题而导致文献的检索结果中没有自己所需的，或者不是很符合自己想要的，那这种情况该怎么办呢？***，明确自己想要的是怎样的资源，从期刊、博硕士论文、会议论文、报纸、年鉴等不同的数据库中选择，避免出现大量其他不需要的数据库中的数据混淆视线。第二，通过分组浏览的主题、时间、研究领域等等的分类进行筛选，选择更契合自己检索的主题，限定发表时间检索自己需要的文献。第三，巧用知网节。掌握必备的文献知识是检索的基础。

    《一站式学术搜索》界面：一站式搜索界面示例界面上部的搜索结果文献按年度划分的时间轴线图时间轴线反映各个文献数据库搜索结果合并（已去重）后该年度的文献数。选中任意文献数，则在界面中间的主体部分将显示该年度的文献。界面左侧反映当前参与搜索的文献数据库及其结果文献数点击任意文献数据库，则界面中间的主体部分显示该文献数据库当前所返回的文献（原始文献数据库的搜索结果顺序）。界面中间的文献内容显示主体部分文献显示内容包含文献标题、作者、摘要、文献出处、期刊权重、原文献链接及其引用链接。期刊权重：图书馆馆员可以后台通过Excel格式导入至多5种本馆需求的期刊评价指标体系（如IF、SJR、SNIP、CiteScore等）。学术引用：通过百度学术、谷歌学术、必应学术等提供该文献的参考文献与被引用情况等信息内容链接。界面右侧是当前搜索结果（TopN）中杂志来源和文献作者（频度比较高）例如，杂志列表，是把当前搜索结果中的文献进行期刊归类并按照命中文献数从高到低进行排列，点击可以查看对应期刊的具体文献。 到底什么叫做文献知识？江西图书馆文献知识服务

上海半坡拥有个性化文献阅读服务：个人文献搜索、阅读历史可追溯。 读者以文献类目体系模式自建文献收藏夹。广州信息文献知识服务

    隐性知识链发现：语义脑图中，给定重心节点（搜索词）A，任意兴趣节点C（黑色背景）；当A和C本身并没有直接关联的前提下，如果存在A-B语义直接关联，并且B-C语义直接关联，这类的概念节点B（具有蓝色右下角标的节点），正是读者在文献阅读过程中试图去发现的A和C之间潜在的知识衔接节点。右下数字角标所标识链接的具体文献，表示在其中的一篇文献中，或在不同的两篇文献中，读者可以找到这种隐性知识链的相关文献内容。多维度发散思维：读者可以选定语义脑图中的任意概念词（双击），则由此作为新的重心节点，系统将在搜索结果中重新提取与新的重心概念密切相关的概念语词，重构一幅全新的语义关联矩阵。任意一个概念语词就是一个新的维度（视角），使得读者能够立体看到当前文献搜索结果的各种语义关联呈现。 广州信息文献知识服务

上海半坡网络技术有限公司致力于商务服务，是一家服务型的公司。公司自成立以来，以质量为发展，让匠心弥散在每个细节，公司旗下计算机软件，网络信息，技术咨询，技术服务深受客户的喜爱。公司将不断增强企业重点竞争力，努力学习行业知识，遵守行业规范，植根于商务服务行业的发展。上海半坡凭借创新的产品、专业的服务、众多的成功案例积累起来的声誉和口碑，让企业发展再上新高。