一，名解：
成都创新互联公司服务项目包括华安网站建设、华安网站制作、华安网页制作以及华安网络营销策划等。多年来，我们专注于互联网行业，利用自身积累的技术优势、行业经验、深度合作伙伴关系等，向广大中小型企业、政府机构等提供互联网行业的解决方案，华安网站推广取得了明显的社会效益与经济效益。目前，我们服务的客户以成都为中心已经辐射到华安省份的部分城市，未来相信会继续扩大服务区域并继续获得客户的支持与信任！
1， 文献：记录有知识的一切载体。
2， 知识：是人们在认识和改造客观世界的实践中所得出的认识和经验的总和。是人们通过对信息的感知，获取，选择，处理，加工等一系列思维过程，形成的对客观事物的本质和规律的认识。
3， 信息：是物质存在的一种方式，形态和运动状态，是事物的一种普遍属性，一般指数据，消息中包含的意义，可以使消息中描述事件的不定性减少。
4， 信息素养：人们在解决问题时，利用信息的技术和技能。
5， 信息伦理：是指人们从事信息生产，加工，分析研究，传播，管理，开发利用等信息活动的伦理要求，伦理准则和伦理规范，以及在此基础上形成的新型的伦理关系。
6， 信息检索：是为了达到某一特定目的，将信息源与用户需求连接起来，查询，鉴别，选择并确定相关信息的过程。
7， 检索策略：是为实现检索目标制定的全盘计划和方案。
8， 特种文献：是指专利文献，标准文献，会议文献，科技报告和学位论文的总称。
9， 专利：包含专利权，专利技术，专利文献三重含义。
二，选择（不定项），填空
1， 文献的三个基本要素：知识，记录的方式和手段，物质载体。
2， 记录的方式：文字，图象，符号，声频，视频
3， 记录的手段：书写（刀刻，笔写，石雕），印刷（油印，铅印），光电磁（印刷，照相微缩）
4， 物质载体：（现在）：纸张，光盘，录相带，胶片，唱片。
（古）：甲骨，金石，竹筒，帛。
5、信息的基本属性：客观性，可知性，传递性。
6、信息、知识、文献的相融关系：信息＞知识＞文献
7、文献按载体划分为：印刷型，电子型；
按出版形式划分为：图书，期刊，特种文献。
8、属一次文献：专著，期刊论文，科技报告，学位论文。
属二次文献：索引，文摘，目录，相应的数据库。
属三次文献：综述，评述，进展，现状，发展趋势等期刊文献和百科全书，年鉴，手册等参考工具书。
属零次文献：实验数据，观测记录，调查材料。
9、网上的信息资源包括：政府信息，科研信息，教育信息，文化信息，休闲娱乐信息。
10、因特网信息资源的特点如下：无限性和广泛性，多样性，廉价性，共享性，新颖性，无序性。
11、因特网上信息资源的种类：Web信息资源，Telnet，FTP信息资源，用户组信息资源，RSS信息资源，BT信息资源，Gopher信息资源。
12、信息素养的基本内容包括：要有信息意识；能有效的利用信息资源；能对信息进行批
判性的思考；并将有用信息融合成自己的知识体系；能主动鉴别各类信息；获取所需
信息并能评价和分析；具有开发和传播信息的能力等。
13、信息素养的构成体系为：信息意识和情感；信息伦理道德；信息知识和信息能力。
14、广义的信息检索包括：储存（如；建立数据库）和检索；
狭义的信息检索包括：检索
15、广义的检索策略包括：一，分析检索课题的实质要求，选择合适的数据库或参考工具书；二，确定检索途径和检索用语；三，建立检索提问表达式，并准备多种备用检索方案等一系列策略。
狭义的检索策略包括：一，确定检索词，并用布尔逻辑算符；二，必要时用截词和邻近算符等与检索词一起构成检索提问表达式的构思。
16、文献检索的途径分类：
按文献的外表特征形成分为：书名途径，著者途径，序号途径；
按文献的内容特征形成可分为：分类途径，主题途径。（文献检索最常用的途径）
17、1999年出版的第四版《中国法》将图书分成二十二个大类，例如：用英文字母进行类号标致，如R.表示医药，卫生。
18、专利的种类：发明专利；实用新型专利；外观设计专利。
19、对授予专利权的发明必须具备“三性”原则；新颖性，创造性，实用性。
20、不授予专利的范围：一，科学发现；二，智力活动的规则和方法；三，疾病诊断和治疗方法；四，动物和植物品种；五，原子核变换方法及用该方法获得的物质；六，违反国家法律，社会公德，防害公共利益的发明创造。
21、专利年限为二十年。
22、专利文献的分类：部；大类；小类；主组；分组。
其中IPC将全部科学技术领域，分“A－H”八个部。
23、国际标准刊号：ISSN
国际标准书号：ISBN
国内统一刊号：CN
24、题录格式：题名＋著者＋出处
文摘格式：题录＋摘要
25、检索词的选词原则：
一，首选主题词编写检索式；用主题词检索能紧扣问题中心，网罗性强，可用副主题词限定，可进行下位词扩检等优点。
二，有部分概念无主题词，可用自由词检索；
三，用自由词检索时，要考虑到同一概念可能不同的表达方式；
四，用自由词检索，若一个检索概念含有两个以上单词，要考虑到词间的相邻距离，用合适的邻近符来连接；
五，少用词组，忌用句子，尽量用概念最小化的词。
26、检索常用的网络数据库；
一，综合性数据库（维普全文数据库；中文期刊网全文数据库；万方数据库）
二，专业性数据库（CMCC；CBMDISC；Medline;药学文献数据库等）
三，其它数据库：学位论文，专利（中国专利信息网）；成果（国家科技成果网）；引文数据库（维普，万方，清华同方引文库）等。
27、分类检索的优点：
A，具有反应学科体系的特点
B，采用族性检索，涉及同一学科概念的文献查找更加适宜
C，能较灵活扩大或缩小检索范围
缺点：分类结构一旦确定，不易更动，对新概念或跨学科文献难于进行或极易漏检
28、主要检索的
A，专指性强，能满足特性检索要求
B，打破学科界限
C，能适应科学发展需要，随时添加、改换主题词
D，具有很强的组配性
缺点：对一些内容复杂和主题分散的课题，主题词选择有一定难度，组配较为困难，容易漏检。
三，逻辑表达式（P115例1）
四，简答题。
1、 构建检索策略流程：
分析课题，明确实际要求
↓
选择合适的检索工具或数据库
↓
概念分析，并转换成合适检索的语词 ←
↓ ↑
拟定检索提问式，选择检索途径 ↑
↓ ↑
检索 ↑
↓ No ↑
检索结果是否满意 → 重新检索调整策略
↓Yes
输出检索结果
2、Pubmed与Medline区别
答:(1)Medline中的记录均按Mesh主题词表进行了标引，而pubmed有一部分待标引文献。
(2)Pubmed的收录范围较Medline要广泛。Pubmed收录的学科范围包括与生物医学基础研究及临床研究有关的生命科学、行为科学、化学、生物工程各 学科及相关教育领域，其中收录的多为学术期刊，也有少量报纸、杂志、通讯等。
3搜索引擎与数据库的比较
基于数据库的搜索 全文检索者站内搜索软件系统
原 理 数据库搜索 对数据库数据进行html解析、图片缩略，分词，索引，实现站内搜索。
检索效率 非常低下 消耗大量硬件资源 高效
检索范围 无法完成全文检索（可以用sql的单字索引功能最简单的完成索引功能实现最低级的全文检索），只能进行标题检索。 数据库效率太低，无法开展各种附加功能。 标题＋内容 基于内容分析的排序方法。基于内容分析排序是最佳的排序方法。 标题和内容可控制，搜索结果准确到位。内容可控，用户可对搜索的内容范围和体现的结果进行精确的控制
检索语法 无 支持标准的国际搜索语法。
动态摘要 无 提供动态摘要，摘要清晰精确，便于用户快速寻找到需要的信息。
关键词飘红 无 有
内容的范 可控制 可有效控制，您可以把多个字段拆分合并，可以确定那些需要，哪些不需要。所有动态网页和没有链接的网页均可有效收入。 栏目控制精准。
图片缩略 无 有
同义词 无 有
相关性排序 无 有
其他 低效率低质量的平台无法开展增值服务 具有持续不断的升级能力和良好的售后服务
成本 低 以产品形式运作，多家客户分摊成本，成本相对低廉。运维成本低。
维护成本 不大 以产品形式运作，多家客户分摊成本，成本相对低廉。运维成本低。
一、搜索速度慢，服务器资源占用大； 二、搜索的准确性差，用户搜索不到想要的结果； 三、用户搜索行为分析，进行智能匹配搜索结果；四、各种方法的组合关键词搜索。跨平台性――适用于Linux与Windows系统，支持SQL Server、ORACLE、MySql、Sybase、Postgresql等数据库大容量性――目前可以支持1000万级的数据在毫秒级的查询时间，每秒100人的并发访问 功 能 性――支持分词、多个关键字、句子查询等实 时 性――数据库数据的实时更新，方便客户，数据加载自动完成，不需要人工的干预，最大限度降低企业成本可制定性――可根据企业的需求对系统进行功能上的修改，包括数据库检索的内容、搜索结果排序算法、显示界面等。
使用搜索引擎搜索引擎系统就不用花钱购买任何设备和软件，提高数据处理能力无须再无止尽的购买设备，再无任何费用。
重点全在了
爬虫本质上不需要分布式。因为你要爬一个网站通常5-10个线程足够了，再多就是对网站压力测试了。你只需要将任务分配到不同的机器上，然后各运行各自己的，结果合并一下就可以。这个与nutch人map,reduse也没有什么差别。只是手工分，手工合并。当然也可以用脚本分，脚本合并，脚本远程启动。有一个远程控制模块，似乎叫rpy。很简单，很容易上手。可以远程控制一个模块。数据库用postgresql不是很好。因为爬行结果放在关系型数据库里太吃力。特别是网页内容。通常是URL放在redis里。内容放在文件系统里，你可以用hadoop+hdfs+thrift方案放在hadoop里。如果使用了hadoop，就干脆模仿nutch的流程，把python脚本也交给hadoop去管理好了。至于控制与通信这个都让hadoop来处理好了。当然我个人觉着rpy方式更简单。里面控制与通信都是现成的。10分钟就学会了。还是回到原来的说法，大部分情况下，单机多线程跑爬虫足够用了。不需要分布式。而且效率甚至比分布式更高。
转数据库偷懒的做法就是：用一台装有sql server的机器，运行DTS程序（导入导出数据），然后源选择postgresql，目标选择mysql，直接导。。。记得装ms的两个数据库驱动程序 很多情况下，简单的数据库一下就能导过去，但是出于需要，还是建议人工建表，核对字段比较稳妥
