网上金融信息资源分布与搜索方式初探

doi:10.11925/infotech.1003-3513.2001.03.19

现代图书情报技术

2001, Vol. 17

Issue (3): 56-59 https://doi.org/10.11925/infotech.1003-3513.2001.03.19

金融证劵信息管理

本期目录 | 过刊浏览 | 高级检索

网上金融信息资源分布与搜索方式初探

王知津¹ 李德升¹王乐²

¹(南开大学国际商学院　天津　300071)
²(复旦大学图书馆　上海　200433)

Distribution and Search of Network Information Resource in Finance Field

Wang Zhijin¹ Li Desheng¹ Wang Le²

¹(International Business School, Nankai University, Tianjin)
²(Fudan University Library, Shanghai)

摘要
参考文献
相关文章
Metrics

全文:
输出: BibTeX | EndNote (RIS)

摘要

讨论了金融信息资源在网上的分布, 包括金融信息资源的分类及其特点、各类金融信息资源在网上的分布, 涉及到相关站点、搜索引擎、电子媒体和网上数据库等。作者研究了搜索方式, 涉及到搜索引擎方式和“滚雪球”方式, 前者包括直接搜索和分类浏览, 并对后者检索原理与引文索引方式进行了比较。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：金融, 信息资源, 网络, 搜索引

Abstract：

Classification and characteristics of information resource in finance field, and distribution of various network information resource in finance field are discussed in the article which involves related network stations, search engines, electronic media, network databases, and so on. The authors investigates search modes which involve both search engine mode and “roll snow ball” mode.

Key words： Finance Information resource Network Search engine

收稿日期: 2000-12-28 出版日期: 2001-06-25

ZTFLH:

G250.73

通讯作者: 王知津,李德升,王乐

作者简介: 王知津,李德升,王乐

引用本文:

王知津,李德升,王乐. 网上金融信息资源分布与搜索方式初探[J]. 现代图书情报技术, 2001, 17(3): 56-59.
Wang Zhijin,Li Desheng,Wang Le. Distribution and Search of Network Information Resource in Finance Field. New Technology of Library and Information Service, 2001, 17(3): 56-59.

链接本文:

http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2001.03.19 或 http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2001/V17/I3/56

1 赖茂生徐克敏.科技文献检索.北京:北京大学出版社,1994
2 孙丽等.网上中文检索工具的比较研究.情报学报,1999,(6):225-234
3 刘青华谭红英.试谈《中国学术期刊〈光盘版〉》与我国数据库建设.图书馆学研究,1998,(3):3840
4 包平唐惠燕.三种中文引文系统的分析与评价.情报理论与实践,1999,(4):273274,277
5 吴家玲.《中文科技期刊数据库》检索策略的应用.图书情报工作,1998,(7):3132,63
6 李莹等.计算机信息检索.北京:机械工业出版社,1997
7 中国学术期刊镜像数据库使用方法.读者之友.南开大学图书馆主办,2000,6
8 周涛.中文搜索引擎1图书馆理论与实践,2000,(3)

[1]	席运江, 杜蝶蝶, 廖晓, 仉学红. 基于超网络的企业微博用户聚类研究及特征分析*[J]. 数据分析与知识发现, 2020, 4(8): 107-118.
[2]	盛嘉祺, 许鑫. 融合主题相似度与合著网络的学者标签扩展方法研究*[J]. 数据分析与知识发现, 2020, 4(8): 75-85.
[3]	邱尔丽,何鸿魏,易成岐,李慧颖. 基于字符级CNN技术的公共政策网民支持度研究 ^*[J]. 数据分析与知识发现, 2020, 4(7): 28-37.
[4]	王末,崔运鹏,陈丽,李欢. 基于深度学习的学术论文语步结构分类方法研究*[J]. 数据分析与知识发现, 2020, 4(6): 60-68.
[5]	王思迪,胡广伟,杨巳煜,施云. 基于文本分类的政府网站信箱自动转递方法研究*[J]. 数据分析与知识发现, 2020, 4(6): 51-59.
[6]	蔡永明,刘璐,王科唯. 网络虚拟学习社区重要用户与核心主题联合分析*[J]. 数据分析与知识发现, 2020, 4(6): 69-79.
[7]	刘伟江,魏海,运天鹤. 基于卷积神经网络的客户信用评估模型研究*[J]. 数据分析与知识发现, 2020, 4(6): 80-90.
[8]	张毅,杨奕,邓雯. 网络在线信任影响因素研究综述^*[J]. 数据分析与知识发现, 2020, 4(5): 15-26.
[9]	李文政,顾益军,闫红丽. 基于网络贝叶斯信息准则算法的社区数量预测研究*[J]. 数据分析与知识发现, 2020, 4(4): 72-82.
[10]	闫春,刘璐. 基于改进SOM神经网络模型与RFM模型的非寿险客户细分研究*[J]. 数据分析与知识发现, 2020, 4(4): 83-90.
[11]	苏传东,黄孝喜,王荣波,谌志群,毛君钰,朱嘉莹,潘宇豪. 基于词嵌入融合和循环神经网络的中英文隐喻识别*[J]. 数据分析与知识发现, 2020, 4(4): 91-99.
[12]	邓建高,张璇,傅柱,韦庆明. 基于系统动力学的突发事件网络舆情传播研究：以“江苏响水爆炸事故”为例^*[J]. 数据分析与知识发现, 2020, 4(2/3): 110-121.
[13]	梁艳平,安璐,刘静. 同类突发公共卫生事件微博话题共振研究^*[J]. 数据分析与知识发现, 2020, 4(2/3): 122-133.
[14]	刘玉文,王凯. 面向地域的网络话题识别方法^*[J]. 数据分析与知识发现, 2020, 4(2/3): 173-181.
[15]	徐月梅,刘韫文,蔡连侨. 基于深度融合特征的政务微博转发规模预测模型^*[J]. 数据分析与知识发现, 2020, 4(2/3): 18-28.

Viewed

Full text

Abstract

Cited

Shared

Discussed