网络环境下高校用户的信息检索教育

doi:10.11925/infotech.1003-3513.2002.04.27

现代图书情报技术

2002, Vol. 18

Issue (4): 76-77 https://doi.org/10.11925/infotech.1003-3513.2002.04.27

工作交流

本期目录 | 过刊浏览 | 高级检索

网络环境下高校用户的信息检索教育

宋云龙王振云

(山东大学威海分校图书馆威海 264209)

On the Information Retrieval Education of University Users under Network Situation

Song Yunlong Wang Zhenyun

(The Library of Shandong University, Weihai 264209,China)

摘要
参考文献
相关文章
Metrics

全文:
输出: BibTeX | EndNote (RIS)

摘要

现代信息技术的快速发展带来了网络信息的快速增长，并给高校传统的文献检索课带来了很大的冲击。如何在网络环境下充分开发网上信息资源是高校当前信息检索教育的重要课题。本文提出了几点对策和建议。

	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 ：网络, 信息检索, 高校用户教育

Abstract：

The rapid development of modern information technology has brought a fast increase in network information .This causes great impact on traditional index retrieval classes in universities .How to develop network information resources fully under the network situation is a important subject in present university information retrieval education classes .This article presents several answers and suggestions.

Key words： Network Information retrieval Users in universities

收稿日期: 2002-04-12 出版日期: 2002-08-25

ZTFLH:

G252.7

通讯作者: 宋云龙,王振云

作者简介: 宋云龙,王振云

引用本文:

宋云龙,王振云. 网络环境下高校用户的信息检索教育[J]. 现代图书情报技术, 2002, 18(4): 76-77.
Song Yunlong,Wang Zhenyun. On the Information Retrieval Education of University Users under Network Situation. New Technology of Library and Information Service, 2002, 18(4): 76-77.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2002.04.27 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2002/V18/I4/76

［１］　徐文敏，束春德，孙先方.论文献检索课与网络利用教育的关系.图书馆工作与研究，1999，（1）
［２］　邓荣先.现代检索技术环境下高校文献检索课的教学与组织.图书馆学刊,2000，(1)
［３］　李冠强.网络信息获取技能培训.山东图书馆季刊,2001，(1)
［４］　李爱红.网络信息检索研究的发展趋势.图书情报工作，1999，(5)

[1]	范少萍,赵雨宣,安新颖,吴清强. 基于卷积神经网络的医学实体关系分类模型研究*[J]. 数据分析与知识发现, 2021, 5(9): 75-84.
[2]	鲁云蒙,刘铁忠. 基于知识关联性的科研合作网络隐性知识扩散模型研究：以重大科技工程为例*[J]. 数据分析与知识发现, 2021, 5(9): 10-20.
[3]	周泽聿,王昊,赵梓博,李跃艳,张小琴. 融合关联信息的GCN文本分类模型构建及其应用研究*[J]. 数据分析与知识发现, 2021, 5(9): 31-41.
[4]	范涛,王昊,吴鹏. 基于图卷积神经网络和依存句法分析的网民负面情感分析研究*[J]. 数据分析与知识发现, 2021, 5(9): 97-106.
[5]	王若琳, 牛振东, 蔺奇卡, 朱一凡, 邱萍, 陆浩, 刘东磊. 基于异质信息嵌入与RNN聚类参数预测的作者姓名消歧方法^*[J]. 数据分析与知识发现, 2021, 5(8): 13-24.
[6]	王勤洁, 秦春秀, 马续补, 刘怀亮, 徐存真. 基于作者偏好和异构信息网络的科技文献推荐方法研究^*[J]. 数据分析与知识发现, 2021, 5(8): 54-64.
[7]	顾耀文, 张博文, 郑思, 杨丰春, 李姣. 基于图注意力网络的药物ADMET分类预测模型构建方法^*[J]. 数据分析与知识发现, 2021, 5(8): 76-85.
[8]	张乐, 冷基栋, 吕学强, 崔卓, 王磊, 游新冬. RLCPAR：一种基于强化学习的中文专利摘要改写模型*[J]. 数据分析与知识发现, 2021, 5(7): 59-69.
[9]	黄名选,蒋曹清,卢守东. 基于词嵌入与扩展词交集的查询扩展^*[J]. 数据分析与知识发现, 2021, 5(6): 115-125.
[10]	王晰巍,贾若男,韦雅楠,张柳. 多维度社交网络舆情用户群体聚类分析方法研究^*[J]. 数据分析与知识发现, 2021, 5(6): 25-35.
[11]	马莹雪,赵吉昌. *自然灾害期间微博平台的舆情特征及演变^——以台风和暴雨数据为例**[J]. 数据分析与知识发现, 2021, 5(6): 66-79.
[12]	高伊林,闵超. 中美对“一带一路”沿线技术扩散结构比较研究^*[J]. 数据分析与知识发现, 2021, 5(6): 80-92.
[13]	余本功,朱晓洁,张子薇. 基于多层次特征提取的胶囊网络文本分类研究^*[J]. 数据分析与知识发现, 2021, 5(6): 93-102.
[14]	陈文杰,文奕,杨宁. 基于节点向量表示的模糊重叠社区划分算法^*[J]. 数据分析与知识发现, 2021, 5(5): 41-50.
[15]	韩普,张展鹏,张明淘,顾亮. 基于多特征融合的中文疾病名称归一化研究^*[J]. 数据分析与知识发现, 2021, 5(5): 83-94.

Viewed

Full text

Abstract

Cited

Shared

Discussed