5. ИНФОРМАЦИОННЫЙ ПОИСК
5.2. Теория и методы
информационного поиска
См. № 1075.
5.3. Информационно-поисковые
языки
5.3.1.
БИБЛИОТЕЧНО-БИБЛИОГРАФИЧЕСКИЕ КЛАССИФИКАЦИИ
См. № 1116.
5.3.2. ДЕСКРИПТОРНЫЕ ЯЗЫКИ.
ТЕЗАУРУСЫ
Ар 09–15998
1111.
Трусова Ю. О. Представление
предметной области “Анализ изображений” в виде специализированного тезауруса:
автореф. дис. … канд. техн. наук: 05.13.17 / Ю. О. Трусова;
Учреждение РАН Вычислительный центр им. А. А. Дородницына. – М.,
2009. – 26 с. – Библиогр.: 15 назв.
Основными результатами работы
являются специализированный тезаурус по анализу изображений и построенная на
его основе экспериментальная версия онтологии рассматриваемой предметной
области. Разработанные средства предназначены для решения задач
интеллектуализации и автоматизации принятия интеллектуальных решений на основе
анализа и оценивания информации, представленной в виде изображений. Результаты
диссертационной работы используются в составе лингвистического обеспечения
ГСНТИ.
5.4.
Информационно-поисковые массивы. Базы данных
М/59764 № 9
1112.
Зеленина Г. Н. Технология
работы библиотек в проекте МАРС / Г. Н. Зеленина // Библиотеки вузов
Урала: проблемы и опыт работы: науч.-практ. сб. – Екатеринбург, 2008. – № 9. –
С. 119–124.
Освещены особенности и
возможности МАРСианской технологии, совместные наработки разных библиотек по
основным технологическим операциям при формировании сводной базы данных с
приведением некоторых результатов анкетирования.
Д9–08/49450
1113. Электронные ресурсы библиотек региона: материалы регион.
науч.-практ. конф. / ГПНТБ СО РАН. – Новосибирск, 2008. – 382 с. – ISBN
978–5–94560–141–3.
Из содерж.: Калюжная Т. А., Махотина Н. В.,
Соболева Е. Б. Создание БД “Труды гуманитарных конференций Сибирского
отделения РАН”: проблемы и решения. – С. 40–46; Шабурова Н. Н.
Полнотекстовые научные коллекции и архивы в институте физики полупроводников СО
РАН. – С. 65–68; Рыкова В. В. Особенности формирования
документопотока, пополнившего ПОБД “Проблемы Севера” и “Природа и природные
ресурсы Сибири и Дальнего Востока” в 2006 г..: библиометрический анализ. –
С. 79–86. – Библиогр.: 2 назв.; Щербинина Г. С. О модели состава
информационных ресурсов библиотеки. – С. 89–92; Зибарева И. Н.
Совместное использование баз данных ChemicalAbstracts и ScienceCitationIndex в
библиометрическом анализе российских химических исследований. – С. 111–113;
Редькина Н. С. БД “Организационно-технологическая документация” –
важный компонент системы информационного сопровождения библиотечной технологии.
– С. 320–324. – Библиогр.: 9 назв.; Редькина Н. С.,
Кулева О. В. Эффективность применения мониторинговых технологий в
изучении статистики пополнения и использования электронных ресурсов. – С.
324–329; Свирюкова В. Г. Информационное пространство территории: как
его формировать? (на примере Сибирского федерального округа). – С. 329–332. –
Библиогр.: 5 назв.; Шершавикова Е. В. База данных “Научный потенциал
г. Новосибирска”. – С. 355–359. – Библиогр.: 2 назв.
Н/17971 № 7/2
1114.
Юданов Ф. Н. Использование
технологии Autofetch для оптимизации ORM запросов к базе данных на примере университетской
информационной системы (УИС) / Ф. Н. Юданов // Вестн. НГУ. Сер.
Информ. технологии. – 2009. – Т. 7, вып. 2. – С. 112–122. – Библиогр.: 4 назв.
Описана исследовательская
работа по оптимизации информационной системы масштаба предприятия на уровне
работы с базой данных через ORM средства (ORM, ObjectRelationalMapping –
общее название технологий, отображающих объектную модель на реляционную базу
данных). Основным направлением исследований стало определение эффективности
такого типа оптимизации, как проставление директив предвыборки (prefetch) в те или иные ORM запросы системы с целью минимизации числа обращений к
БД и устранения так называемой “N + 1 selectproblem”.
В качестве основного инструмента при проведении указанной оптимизации была
использована библиотека Autofetch.
Исследования проводились на примере Университетской информационной системы
(УИС), разрабатываемой в ЦНИТ НГУ и активно эксплуатирующейся в НГУ, а также в
нескольких других организациях.
См. также № 1064, 1078, 1122, 1140.
5.4.1. БИБЛИОТЕЧНЫЕ КАТАЛОГИ
И КАРТОТЕКИ
М/59764 № 9
1115.
Акоев М. А. Электронный
каталог как единая точка доступа к информационным ресурсам университета /
М. А. Акоев, О. М. Бычкова // Библиотеки вузов Урала:
проблемы и опыт работы: науч.-практ. сб. – Екатеринбург, 2008. – № 9. – С..
114–119.
Конверсия традиционного
каталога в электронный.
5.5. Процессы
информационного поиска
У 1155
1116. Ключевые слова для поиска публикаций по физике нанообъектов и
нанотехнологий / Н. М. Буйлова [и др.] // НТИ. Сер. 2. – 2009. – № 6.
– С. 45–47.
Предложен перечень ключевых слов
по физике, относящихся к нанообъектам и нанотехнологии, но не начинающихся с
фрагмента “нано”. Этот перечень поможет обеспечить эффективный поиск
соответствующих публикаций в базах данных.
У 1154
1117.
Московкин В. М. Возможности
использования поисковой машины GoogleScholar для оценки публикационной активности университетов /
В. М. Московкин // НТИ. Сер. 1. – 2009. – № 7. – С. 12–16. –
Библиогр.: 5 назв.
Рассмотрена процедура оценки
публикационной активности университетов с помощью запросов на англоязычные
названия университетов. Построены публикационные структуры за 2008 г. для
десяти избранных ведущих университетов мира, включая МГУ им.
М. В. Ломоносова. Сделано сравнение публикационной активности
рассматриваемых университетов в 2007 г. на основе баз данных по
цитируемости Института научной информации США (WebofKnowledge) и поисковой машины GoogleScholar (GS-publication).
Д9–08/49450
1118. Электронные ресурсы библиотек региона: материалы регион.
науч.-практ конф. / ГПНТБ СО РАН. – Новосибирск, 2008. – 382 с. – ISBN
978–5–94560–141–3.
Из содерж.: Бусыгина Т. В., Жарикова Л. А.,
Скарук Г. А. Языковые средства доступа к информации: от каталога к
интернету. – С. 212–216; Скарук Г. А. Эффективность использования ИПЯ
в электронном каталоге: возможность и реальность. – С. 216–224;
Зибарева И. Н., Круковская Н. В. 100-летие ChemicalAbstracts:
от реферативного журнала к онлайновой информационно-поисковой системе для науки
и образования. – С. 298–299.
У 1465
1119. Козловская М. Книжные полки on-line /
М. Козловская // Информ. ресурсы России. – 2009. – № 1. – С. 20–21.
Представлена
электронно-библиотечная система “КнигаФонд” (разработанная компанией ДДС),
которая на основании прямых договоров с правообладателями предоставляет
онлайн-доступ к текстам изданий учебной, специальной и гуманитарной
направленности. Сайт www.Knigafund.ru имеет
развитый поисковый интерфейс и рассчитан на тематический поиск по ключевым
словам, с возможностью использования метаинформации (предметные рубрики, автор,
заглавие, специальность, вуз). “КнигаФонд” построен на базе программного
комплекса, применение которого полностью исключает возможность
несанкционированного копирования материалов потребителями.
См. также № 1045, 1075.
5.6.
Информационно-поисковые системы. Банки данных
Н/17971 № 6/3
1120.
Сидорова Е. А.
Инструментальные средства фактографического анализа документов в информационных
системах, основанных на онтологиях / Е. А. Сидорова // Вестн. НГУ.
Сер. Информ. технологии. – 2008. – Т. 6, вып. 3. – С. 126–134. – Библиогр.: 6
назв.
Рассматривается технология
создания сервиса фактографического анализа текстовых ресурсов для различных
информационных систем. Используемая база знаний включает четыре компонента:
онтологию предметной области, словарь предметной лексики, модель рассматриваемых
документов и схемы фактов, которые связывают термины словаря с элементами
онтологии. Определяется набор инструментов, необходимых как для формирования
базы знаний, так и для автоматического применения знаний эксперта при обработке
текста.
Д9–08/49450
1121.
Федотов В. Б. Библиотечные
информационные системы – шаг вперед или два шага назад? /
В. Б. Федотов // Электронные ресурсы библиотек региона: материалы
регион. науч.-практ. конф. – Новосибирск, 2008. – С. 339–344.
Анализируется возможность
использования глобальных информационных систем (Google) в библиотечной практике. Приведены модели системы
доступа к распределённым информационным ресурсам ГПНТБ СО РАН.
У 1155
1122.
Шехтман Н. А.
Информационно-поисковые системы и базы знаний / Н. А. Шехтман // НТИ.
Сер. 2. – 2009. – № 7. – С. 9–11. – Библиогр.: 5 назв.
Переход от незнания к знанию
предполагает дифференциацию основных понятий информационного поиска: базы
данных и базы знаний. Рассматриваются виды знания, классификационные и
типологические формы систематизации материала в предметной области.
См. также № 1075, 1082, 1084, 1114, 1116, 1136.
5.7. Защита данных.
Информационная безопасность
См. № 1075, 1091.
5.8. Информационные
системы с базами знаний. Когнитология
Н/14610 № 2 (147)
1123.
Башин Ю. Б. Структура
знаний в современных организациях / Ю. Б. Башин,
Г. Н. Гринёв, Ю. Г. Дрёмова // Межотраслевая информ.
служба. – 2009. – № 2 (147). – С. 3–9. – Библиогр.: 13 назв.
Приведено описание
технической и социальной составляющих общей структуры знаний современных организаций.
Рассмотрены некоторые проблемы и характеристики процессов в этой системе, что
позволяет оптимизировать деятельность вновь создающимся и развивающимся
организациям. Доказано, что основной и самый важный ресурс и капитал
организации – её высококвалифицированные кадры.
Ар 09–16023
1124.
Дьяченко М. А. Влияние
императивов экономики знаний на формирование интеллектуального капитала:
автореф. дис. … канд. экон. наук: 08.00.01 / М. А. Дьяченко; ГОУ ВПО
“Волгогр. гос. ун-т”. – Волгоград, 2009. – 24 с. – Библиогр.: 9 назв.
Определено влияние
императивов экономики знаний на конкурентоспособность носителя
интеллектуального капитала. Предложены показатели, которые могут быть
использованы для приоритетов совершенствования интеллектуальных способностей
специалистов.
См. также № 1072, 1122.
|