国家科技图书文献中心预订外文科技文献资源分析与评价   总被引：3，自引：1，他引：3       下载免费PDF全文

沈玉兰  潘淑春  马亚敏 《中国图书馆学报》2007,33(3)

采用文献计量学和信息分析等方法对国家科技图书文献中心预订外文科技文献资源进行分析和评价。主要评价指标包括:是否被权威数据库收录、是否世界著名出版机构出版、被国外著名图书馆收藏情况、SCI影响因子值及SCI被引用次数、国内缺藏情况、是否属于收藏薄弱学科的期刊、被专家学者推荐情况。通过整体与分散评价,最终选出基本符合主要指标的期刊和会议文献作为新增文献资源的备选源。表3。参考文献7。  相似文献   

从文献课教材内容特点看高校信息素质教育发展新动向     

徐庆宁  陈雪飞  江梅 《大学图书馆学报》2007,25(5):49-54

通过对近三年出版的具有代表性的文献课教材的抽样调查,对现行教材内容的特点进行分析和归纳,并从中总结出当前信息素质教育发展的新动向:信息素质教育要强调全面培养学生的信息意识、信息技能和信息道德;只有注重实际教学效果,强化检索实践,关注社会需求,才能不断拓展文献课的作用和影响;教材内容必须及时反映信息资源变化及信息检索技术的最新成果,尤其需要突出信息创新意识、创新技能以及信息道德规范教育。  相似文献   

文献资源发展政策简论   总被引：1，自引：0，他引：1  

张洪元  燕今伟 《高校图书馆工作》2007,27(6):1-4

文献资源发展政策(即馆藏发展政策)研究于20世纪70年代起始于美国,此后20年,文献资源发展政策实践在美国图书馆界得到了大力普及.我国图书馆界虽然从20世纪80年代起就开展这项研究,但时至今日,我国文献资源发展政策实践成果仍寥寥无几.文献资源发展政策可分为"总纲""学科文献资源描述""附件"三个部分,文章从编制实践出发,对撰写"政策"时需要明确的具体内容进行详细阐述,同时提出了文献资源发展政策工作办法.参考文献6.  相似文献   

耗散结构理论与文献信息资源共享     

荣红涛 《江西图书馆学刊》2007,37(3):30-31

对自组织科学和耗散结构理论进行了简要介绍和分析,并阐释了文献信息资源共享体系的耗散结构特性及其对资源共事的启示.  相似文献   

区域文献资源共享之可能与方略——陕西宝鸡区域文献资源共享研探     

张金霞 《当代图书馆》2007,(2):10-12

文献资源共享，乃图书情报界之大势，亦业内同仁之共同心愿。本文就陕西宝鸡区域文献资源共享之可能与方略予以研探。  相似文献   

小型专业图书馆数字馆藏建设浅析     

魏晓丽 《当代图书馆》2007,(3):71-72

文献信息数字化带来了图书馆工作环境与工作手段的变化，随之而来的数字化馆藏建设也涉及到每一个图书馆的馆藏建设工作，小型专业图书馆如何作好数字馆藏建设对其生存和发展有着举足轻重的作用。本文针对小型专业图书馆的数字馆藏建设工作提出了一些看法和措施。  相似文献   

基于句子相似度的文档复制检测算法研究   总被引：3，自引：0，他引：3  

秦新国 《现代图书情报技术》2007,2(11):63-66

提出一种基于句子相似度的文档复制检测技术，在抓住文档的全局特征的同时又兼顾文档的结构信息，克服以往检测算法两者不可兼顾的缺陷，提高检测精度。最后，给出该算法与其他算法检测结果的比较情况。实验证明，该算法是可行的。  相似文献   

研究型大学的文献资源建设探析--对86所大学图书馆的调查   总被引：2，自引：0，他引：2  

胡红晓  刘俊英  武旭  张小平 《江西图书馆学刊》2003,33(4):22-24

根据《中国大学指南》并参阅相关献,研究86所“211工程”国家重点建设大学的献资源和相关情况后得出结论：当前图书馆的馆藏仍以印刷型献为主,与发达国家相比差距较大。建议研究型大学在献资源建设中制定一些可以达到的目标,做到完善制度,确保经费到位;加强督导,推动资源共享;着眼未来,加速网络建设。  相似文献   

高校图书馆文献信息资源建设的迎评举措     

杨艳华 《新世纪图书馆》2007,(6):66-68,72

论文阐述了高校图书馆在迎评过程中文献信息资源建设的基本规律，探讨了高校图书馆文献信息资源建设的对策和措施，并提出了应注意的若干问题。  相似文献   

Improving document clustering in a learned concept space     

Jean-François Pessiot  Young-Min Kim  Massih R. Amini  Patrick Gallinari 《Information processing & management》2010

Most document clustering algorithms operate in a high dimensional bag-of-words space. The inherent presence of noise in such representation obviously degrades the performance of most of these approaches. In this paper we investigate an unsupervised dimensionality reduction technique for document clustering. This technique is based upon the assumption that terms co-occurring in the same context with the same frequencies are semantically related. On the basis of this assumption we first find term clusters using a classification version of the EM algorithm. Documents are then represented in the space of these term clusters and a multinomial mixture model (MM) is used to build document clusters. We empirically show on four document collections, Reuters-21578, Reuters RCV2-French, 20Newsgroups and WebKB, that this new text representation noticeably increases the performance of the MM model. By relating the proposed approach to the Probabilistic Latent Semantic Analysis (PLSA) model we further propose an extension of the latter in which an extra latent variable allows the model to co-cluster documents and terms simultaneously. We show on these four datasets that the proposed extended version of the PLSA model produces statistically significant improvements with respect to two clustering measures over all variants of the original PLSA and the MM models.  相似文献