查询资料
专利检索的主要目的包括：专利查新：在专利申请之前检索，知道该专利申请是否具备新颖性和创造性；针对检索得到的文献，选择是否放弃专利申请或是修改技术方案、缩小保护范围继续进行申请；专利分析：分析的内容很多，专利无效需要做分析，了解行业的发展状况需要做分析，了解行业现状需要做分析，了解竞争对手和目标对手需要做分析；作分析离不开检索；专利无效：检索现有技术，专利检索就像大海捞针，即使是审查员，也有漏检的时候；了解授权前景：对某些非常重要的专利，产品的市场竞争很激烈的情况下，确定该专利是否具备良好的授权前景，以确定未来市场的投入或投资，需要做检索；了解权利稳定性：对已经授权的专利，并不代表能够维权，特别是实用新型专利，因此，在维权之前还需要对专利权的稳定性进行评价；避免重复研发：立项之前，需要对该科研项目的技术主题进行检索，以确定是否有必要投入经费、人力、时间进行科研活动，避免人力、资金和时间的浪费。挖人才：21世纪最贵的是什么？人才。通过专利检索，还可以猎到本技术领域的高级人才，但是在对检索结果进行筛选时，需要甄别谁才是真正的发明人。信息利用：---【专利文献利用的最高级别】已经失效的专利，可以免费利用，这是一笔不小的财富；有的技术即使过了20年，仍然在利用；别国的专利技术，只要没有在我国申请专利，同样可以免费利用，这不是偷别人的技术，这是法律允许的，是光明正大的事情；别人的产品销售得好，你要进入这个领域，需要针对他的专利做规避设计。其他需要检索的情形。不同的检索目的，不同的检索策略。
（1）文献信息检索是获取知识的捷径。掌握文献信息检索方法与技能，可以帮助人们快、准、全地获取所需知识，最大限度地节省查找时间，使文献信息得以充分的利用。 （2）文献信息检索是科学研究的向导。要进行有价值的科学研究，必须依赖文献检索，全面获取相关文献信息，及时了解各学科领域出现的新问题、新观点、以确定自己的研究起点和研究目标。 （3）文献信息检索是终身教育的基础。科技的迅速发展使知识的总量呈指数增长，而知识的陈旧速度也明显加快，这就要求人们具有终身教育的能力，这种能力在很大程度上就是获取新知识的能力，就是对新知识的敏感力和接受力，因而必须掌握文献信息检索的方法。终身学习的需要，是知识创新的需要。
一是避免重复研发二是进行规避，避免侵犯专利权
回答 您好，您的问题我已经看到了。正在整理答案，马上回复您 、文献信息检索的含义、分类、检索语言 1、文献信息检索： 文献检索含义 是指将信息按一定的方式组织和存储起来，并根据信息用户的需要找出有关的信息过程，所以它的全称又叫“信息的存储与检索,这是广义的信息检索。狭义的信息检索则仅指该过程的后半部分，即从信息集合中找出所需要的信息的过程，相当于人们通常所说的信息查寻。 计算机信息检索，是指以计算机技术为手段，通过光盘和联机等现代检索方式进行信息检索的方法。 一次文献 (primary document)：是指作者以本人的研究成果为基本素材而创作或撰写的文献，不管创作时是否参考或引用了他人的著作，也不管该文献以何种物质形式出现，均属一次文献。 二次文献 (secondary document)：是指文献工作者对一次文献进行加工、提炼和压缩之后所得到的产物，是为了便于管理和利用一次文献而编辑、出版和累积起来的工具性文献。检索工具书和网上检索引擎是典型的二次文献。 三次文献 (tertiary document)：是指对有关的一次文献和二次文献进行广泛深入的分析研究综合概括而成的产物。如大百科全书、辞典等。 零次文献 它是指未经过任何加工的原始文献，如实验记录、手稿、原始录音、原始录像、谈话记录等。零次文献在原始文献的保存、原始数据的核对、原始构思的核定(权利人)等方面有着重要的作用。 用检索标识与文献的存储标识相比，如果能够取得一致，就叫"匹配"，就可得到"命中文献"。 2、文献检索语言 文献检索语言是一种人工语言，用于各种检索工具的编制和使用、并为检索系统提供一种统一的、作为基准的、用于信息交流的一种符号化或语词化的专用语言。检索语言按原理可分为3大类： (1)、分类语言 它是将表达文献信息内容和检索课题的大量概念，按其所属的学科性质进行分类和排列，成为基本反映通常科学知识分类体系的逻辑系统，并用号码（分类号）来表示概念及其在系统中的位置，甚至还表示概念与概念之间关系的检索语言。 (2)、主题语言 是指经过控制的，表达文献信息内容的语词。主题词需规范，主题词表是主题词语言的体现，词表中的词作为文献内容的标识和查找文献的依据 (3)、关键词语言 指从文献内容中抽出来的关键的词，这些词作为文献内容的标识和查找目录索引的依据关键词不需要规范化，也不需要关键词表作为标引和 更多21条
就是利用图书文献的分类方法查找，搜寻所需文献的过程。
大数据的核心：数据挖掘大数据的核心：数据挖掘。从头至尾我们都脱离不了数据挖掘。其实从大学到现在一直都接触数据挖掘，但是我们不关心是什么是数据挖掘，我们关心的是我们如何通过数据挖掘过程中找到我们需要的东西，而我们更关心的是这个过程是什么？如何开始？总结的过程也是一个学习的过程，通过有章节的整理对目前正在的学习的内容做规整。在这个过程中我们会从具体的项目实施中去谈数据挖掘，中间会贯穿很多的概念，算法，业务转换，过程，建模等等。我们列一下要谈论的话题：1、什么是数据挖掘及为什么要进行数据挖掘？2、数据挖掘在营销和CRM中的应用？3、数据挖掘的过程4、你应理解的统计学5、数据描述与预测：剖析与预测建模6、经典的数据挖掘技术7、各类算法8、数据仓库、OLAP、分析沙箱和数据挖掘9、具体的案例分析什么是数据挖掘？是知识发现、商业智能、预测分析还是预测建模。其实都可以归为一类：数据挖掘是一项探测大量数据以发现有意义的模式（pattern）和规则（rule）的业务流程。这里谈到了发现模式与规则，其实就是一项业务流程，为业务服务。而我们要做就是让业务做起来显得更简单，或直接帮助客户如何提升业务。在大量的数据中找到有意义的模式和规则。在大量数据面前，数据的获得不再是一个障碍，而是一个优势。在现在很多的技术在大数据集上比在小数据集上的表现得更好——你可以用数据产生智慧，也可以用计算机来完成其最擅长的工作：提出问题并解决问题。模式和规则的定义：就是发现对业务有益的模式或规则。发现模式就意味着把保留活动的目标定位为最有可能流失的客户。这就意味着优化客户获取资源，既考虑客户数量上的短期效益，同时也考虑客户价值的中期和长期收益。而在上面的过程，最重要的一点就是：如何通过数据挖掘技术来维护与客户之间的关系，这就是客户关系管理，CRM。专注于数据挖掘在营销和客户关系管理方面的应用——例如，为交叉销售和向上销售改进推荐，预测未来的用户级别，建模客户生存价值，根据用户行为对客户进行划分，为访问网站的客户选择最佳登录页面，确定适合列入营销活动的候选者，以及预测哪些客户处于停止使用软件包、服务或药物治疗的风险中。两种关键技术：生存分析、统计算法。在加上文本挖掘和主成分分析。经营有方的小店自然地形成与客户之间的学习关系。随着时间的推移，他们对客户的了解也会越来越多，从而可以利用这些知识为他们提供更好的服务。结果是：忠实的顾客和盈利的商店。但是拥有数十万或数百万客户的大公司，则不能奢望与每个客户形成密切的私人关系。面临这样困境，他们必须要面对的是，学会充分利用所拥有的大量信息——几乎是每次与客户交互产生的数据。这就是如何将客户数据转换成客户知识的分析技术。数据挖掘是一项与业务流程交互的业务流程。数据挖掘以数据作为开始，通过分析来启动或激励行为，这些行为反过来又将创建更多需要数据挖掘的数据。因此，对于那些充分利用数据来改善业务的公司来说，不应仅仅把数据挖掘看作是细枝末节。相反，在业务策略上必须包含：1、数据收集。2、为长期利益分析数据。3、针对分析结果做出分析。CRM（客户关系管理系统）。在各行各业中，高瞻远瞩的公司的目标都是理解每个客户，并通过利用这种理解，使得客户与他们做生意更加容易。同样要学习分析每个客户的价值，清楚哪些客户值得投资和努力来保留，哪些准许流失。把一个产品为中心的企业转变成以客户为中心的企业的代价超过了数据挖掘。假设数据挖掘的结果是像一个用户推荐一个小首饰而不是一个小发明，但是如果经理的奖金取决于小发明的季度销售量而不是小首饰的销售量（即便后者更为有利可图或者收获长期盈利更多的客户），那么数据挖掘的结果就会被忽视，这就导致挖掘结果不能产生决策。
分类是在一群已经知道类别标号的样本中，训练一种分类器，让其能够对某种未知的样本进行分类。分类算法的分类过程就是建立一种分类模型来描述预定的数据集或概念集，通过分析由属性描述的数据库元组来构造模型。
简单地说，数据挖掘是从大量数据中提取或‘挖掘’知识。该术语实际上有点用词不当。数据挖掘应当更正确地命名为‘从数据中挖掘知识’，不幸的是它有点长。许多人把数据挖掘视为另一个常用的术语‘数据库中知识发现’或KDD的同义词。而另一些人只是把数
好比淘金者在河沙里淘沙获取金子一个道理，数据挖掘就是在大量已知的数据里找出来有用的数据！数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程。
数据分析与数据挖掘的目的不一样，数据分析是有明确的分析群体，就是对群体进行各个维度的拆、分、组合，来找到问题的所在，而数据发挖掘的目标群体是不确定的，需要我们更多是是从数据的内在联系上去分析，从而结合业务、用户、数据进行更多的洞察解读。数据分析与数据挖掘的思考方式不同，一般来讲，数据分析是根据客观的数据进行不断的验证和假设，而数据挖掘是没有假设的，但你也要根据模型的输出给出你评判的标准。我们经常做分析的时候，数据分析需要的思维性更强一些，更多是运用结构化、MECE的思考方式，类似程序中的假设。分析框架（假设）+客观问题（数据分析）=结论（主观判断）而数据挖掘大多数是大而全，多而精，数据越多模型越可能精确，变量越多，数据之间的关系越明确数据分析更多依赖于业务知识，数据挖掘更多侧重于技术的实现，对于业务的要求稍微有所降低，数据挖掘往往需要更大数据量，而数据量越大，对于技术的要求也就越高需要比较强的编程能力，数学能力和机器学习的能力。如果从结果上来看，数据分析更多侧重的是结果的呈现，需要结合业务知识来进行解读。而数据挖掘的结果是一个模型，通过这个模型来分析整个数据的规律，一次来实现对于未来的预测，比如判断用户的特点，用户适合什么样的营销活动。显然，数据挖掘比数据分析要更深一个层次。数据分析是将数据转化为信息的工具，而数据挖掘是将信息转化为认知的工具。其实不论数据分析还是数据挖掘，能抓住老鼠的就是好猫，真的没必要纠结他们之前的区别，难道你给领导汇报时，第一部分是数据分析得出，第二部分是数据挖掘得出？他们只关注你分析的逻辑、呈现的方式。
数据分析和数据挖掘都是从数据库中发现知识、所以我们称数据分析和数据挖掘叫做数据库中的知识发现。但严格意义上来讲，数据挖掘才是真正意义上的数据库中的知识发现（Knowledge Discovery in Database，KDD）。数据分析是从数据库中通过统计、计算、抽样等相关的方法，获取基于数据库的数据表象的知识，也就是指数据分析是从数据库里面得到一些表象性的信息。数据挖掘是从数据库中，通过机器学习或者是通过数学算法等相关的方法获取深层次的知识（比如属性之间的规律性，或者是预测）的技术。
数据挖掘领域的十大经典算法：C5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes, and CART。不仅仅是选中的十大算法，其实参加评选的18种算法，实际上随便拿出一种来都可以称得上是经典算法，它们在数据挖掘领域都产生了极为深远的影响。 C The k-means algorithm 即K-Means算法 Support vector The Apriori 最大期望(EM)算法 PageR AdaB kNN: k-nearest neighbor Naive B CART关于数据挖掘的相关学习，推荐CDA数据师的相关课程，课程内容兼顾培养解决数据挖掘流程问题的横向能力以及解决数据挖掘算法问题的纵向能力。要求学生具备从数据治理根源出发的思维，通过数字化工作方法来探查业务问题，通过近因分析、宏观根因分析等手段，再选择业务流程优化工具还是算法工具，而非“遇到问题调算法包”点击预约免费试听课。
数据挖掘的十大算法按照不同的目的，我可以将这些算法分成四类，以便你更好地理解。分类算法：C5，朴素贝叶斯（Naive Bayes），SVM，KNN，Adaboost，CART聚类算法：K-Means，EM关联分析：Apriori连接分析：PageRank1、C5C5 算法是得票最高的算法，可以说是十大算法之首。C5 是决策树的算法，它创造性地在决策树构造过程中就进行了剪枝，并且可以处理连续的属性，也能对不完整的数据进行处理。它可以说是决策树分类中，具有里程碑式意义的算法。2、朴素贝叶斯（Naive Bayes）朴素贝叶斯模型是基于概率论的原理，它的思想是这样的：对于给出的未知物体想要进行分类，就需要求解在这个未知物体出现的条件下各个类别出现的概率，哪个最大，就认为这个未知物体属于哪个分类。3、SVMSVM 的中文叫支持向量机，英文是 Support Vector Machine，简称 SVM。SVM 在训练中建立了一个超平面的分类模型。如果你对超平面不理解，没有关系，我在后面的算法篇会给你进行介绍。4、KNNKNN 也叫 K 最近邻算法，英文是 K-Nearest Neighbor。所谓 K 近邻，就是每个样本都可以用它最接近的 K 个邻居来代表。如果一个样本，它的 K 个最接近的邻居都属于分类 A，那么这个样本也属于分类 A。5、AdaBoostAdaboost 在训练中建立了一个联合的分类模型。boost 在英文中代表提升的意思，所以 Adaboost 是个构建分类器的提升算法。它可以让我们多个弱的分类器组成一个强的分类器，所以 Adaboost 也是一个常用的分类算法。6、CARTCART 代表分类和回归树，英文是 Classification and Regression Trees。像英文一样，它构建了两棵树：一棵是分类树，另一个是回归树。和 C5 一样，它是一个决策树学习方法。7、AprioriApriori 是一种挖掘关联规则（association rules）的算法，它通过挖掘频繁项集（frequent item sets）来揭示物品之间的关联关系，被广泛应用到商业挖掘和网络安全等领域中。频繁项集是指经常出现在一起的物品的集合，关联规则暗示着两种物品之间可能存在很强的关系。8、K-MeansK-Means 算法是一个聚类算法。你可以这么理解，最终我想把物体划分成 K 类。假设每个类别里面，都有个“中心点”，即意见领袖，它是这个类别的核心。现在我有一个新点要归类，这时候就只要计算这个新点与 K 个中心点的距离，距离哪个中心点近，就变成了哪个类别。9、EMEM 算法也叫最大期望算法，是求参数的最大似然估计的一种方法。原理是这样的：假设我们想要评估参数 A 和参数 B，在开始状态下二者都是未知的，并且知道了 A 的信息就可以得到 B 的信息，反过来知道了 B 也就得到了 A。可以考虑首先赋予 A 某个初值，以此得到 B 的估值，然后从 B 的估值出发，重新估计 A 的取值，这个过程一直持续到收敛为止。EM 算法经常用于聚类和机器学习领域中。10、PageRankPageRank 起源于论文影响力的计算方式，如果一篇文论被引入的次数越多，就代表这篇论文的影响力越强。同样 PageRank 被 Google 创造性地应用到了网页权重的计算中：当一个页面链出的页面越多，说明这个页面的“参考文献”越多，当这个页面被链入的频率越高，说明这个页面被引用的次数越高。基于这个原理，我们可以得到网站的权重划分。
1、信息检索策略所谓检索策略就是为实现检索目标而制定的计划或方案，是对整个检索过程的谋划和指导。换言之，它是对信息检索过程的安排。信息检索包括手工检索和计算机检索两种方式，相应地，检索策略也有两种方式，即手工检索策略和计算机检索策略。2、搜索引擎搜索引擎(SearchEngine)是一种用于帮助互联网用户查询信息的搜索工具，它以一定的策略在互联网中搜集、发现信息，对信息进行理解、提取、组织和处理，并为用户提供检索服务，从而起到信息导航的作用。3、信息检索信息检索是指从众多的信息集合中找出所需要的信息的全过程。广义的信息检索包括两个方面：其一是将信息按一定的方式组织存储起来；其二是根据用户的需要找出有关信息。信息检索的全称是信息存储与检索。只有经过信息的有序存储才能提供检索。4、倒排文档倒排文档是由顺序文档派生出来的一种文件组织形式。它是由具有某种属性的字段值和具有该字段值的记录存取号构成的文档，因为它不是由记录存取号去找属性，而是由某属性去查找相关记录，故称为倒排文档。
词语概念基本信息文献词目：文献GB/T4894-1985定义：记录知识的一切载体。基本解释[document;literature] 有历史意义或研究价值的图书、期刊、典章。[1]引证解释 有关典章制度的文字资料和多闻熟悉掌故的人。《论语·八佾》：“ 夏 礼吾能言之， 杞 不足徵也； 殷 礼吾能言之， 宋 不足徵也。文献不足故也。” 朱熹 集注：“文，典籍也；献，贤也，” 宋 陆游 《谢徐君厚汪叔潜携酒见访》诗：“衣冠方南奔，文献往往在。” 专指有历史价值或参考价值的图书资料。元 杨维桢 《送僧归日本》诗：“我欲东夷访文献，归来中土校全经。”清 袁一相《睢阳袁氏(袁可立)家谱序》：“虽长老无存，文献莫考，而耳闻目见颠未可述，吾之忠贤子弟，其益绍前烈，共思葛蕾之诗。” 清 王士禛 《香祖笔记》卷九：“余邑先辈，文献无徵，每以为恨，故于羣书中遇邑人逸事逸文，辄掌录之。” 鲁迅 《书信集·致曹白》：“不过这原是一点文献，并非入门书。” 徐迟 《哥德巴赫猜想》：“由于这些研究员的坚持，数学研究所继续订购世界各国的文献资料。”[1] 文献是用文字、图形、符号、声频、视频等技术手段记录人类知识的一种载体，或理解为固化在一定物质载体上的知识。也可以理解为古今一切社会史料的总称。文献称为情报工作的物质基础。起源（1）“文献”一词最早见于《论语·八佾》，南宋朱熹《四书章句集注》认为“文，典籍也；献，贤也”。所以这时候的文指典籍文章，献指的是古代先贤的见闻、言论以及他们所熟悉的各种礼仪和自己的经历。《虞夏书·益稷》也有相关的引证说明“文献”一词的原意是指典籍与宿贤。（2）宋代马端临《文献通考》中将文与献，作为叙事与论事的依据：“文”是经、史历代会要及百家传记之书；“献”是臣僚奏疏、诸儒之评论、名流之燕谈、稗官之记录，在他的影响之下，关于文献的认识，便只限于一般的文字记载，不能表达为文字记载的东西，则不能称之为文献。基本含义演变今天我们所说的文献，主要指有历史意义的比较主要的书面材料，广义的文献定义就成了记录有知识的一切载体。依据国际定义文献乃是一切情报的载体。随着社会的发展，"文献"的概念已发生了巨大变化。除了泛指古籍外，近人把具有历史价值的古迹、古物、模型、碑石、绘画等，统称为"历史文献"。1984年中华人民共和国国家标准《文献著录总则》关于"文献"的定义是："文献：记录有知识的一切载体。"在这一定义中，有两个关键词："知识"是文献的核心内容，"载体"是知识赖以保存的物质外壳，即可供记录知识的某些人工固态附着物。也就是说，除书籍、期刊等出版物外，凡载有文字的甲骨、金石、简帛、拓本、图谱乃至缩微胶片、视盘、声像资料等等，皆属文献的范畴。数千年来，我国先人创造出丰富而灿烂的各类文化硕果，主要是录存于浩如烟海的古代图书典籍之中，这些就是古典文献。而其中与某一学科直接相关的图书资料，就是该学科的文献。古典文献学的基本任务，是继承古代校雠学家的方法、经验和成就，运用历史唯物主义和辨证唯物主义的观点与方法，发掘、搜集、整理、研究这些文献，去伪存真，考镜源流，使之为各个学科、各个层次的专业工作者所了解、掌握和利用，并在此基础上创造新的科学文化，进而为全人类作出贡献。作用文献在科学和社会发展中所起的作用表现在：（1）是科学研究和技术研究结果的最终表现形式；（2）是在空间、时间上传播情报的最佳手段；（3）是确认研究人员对某一发现或发明的优先权的基本手段；（4）是衡量研究人员创造性劳动效率的重要指标；（5）是研究人员自我表现和确认自己在科学中的地位的手段，因而是促进研究人员进行研究活动的重要激励因素；（6）是人类知识宝库的组成部分，是人类的共同财富。第一，文献是人们获取知识的重要媒介。文献是人类文化发展到一定阶段（具有可记录的内容与记录的工具、手段时）的产物，并随着人类文明的进步而不断发展。人类认识社会与自然界的各种知识的积累、总结、贮存与提高，主要是通过文献的记录、整理、传播、研究而实现的。文献能使人类的知识突破时空的局限而传之久远。第二，文献的内容，反映了人们在一定社会历史阶段的知识水平；而文献的存在形式（诸如记录手段、书写材料、构成形态与传播方式等），又受当时社会科技文化发展水平的影响与制约。例如在纸发明以前，我国的古人只能在甲骨、简牍、缣帛上作记录；在雕版印刷发明以前，古人只能凭手工抄写来记录文献。然而，正是在文献的初级原始阶段经验积累的基础上，才发明了纸与雕版印刷术，使文献的记录方式更为便利，传播的范围更广，速度更快。人们又从文献中汲取、利用知识贡献于社会，从而极大地推动了社会文明的发展。由此可见，社会的发展水平决定了文献的内容与形式，而文献的继承、传播与创造性的运用，又反作用于社会，成为社会向前发展的有力因素。前苏联著名作家高尔基的名言："书是人类进步之梯"就是从这个意义上说的。第三，文献是科学研究的基础。任何一项科学研究都必须广泛搜集文献资料，在充分占有资料的基础上，分析资料的种种形态，探求其内在的联系，进而作更深入的研究。如英国李约瑟教授历数十年时间撰成举世瞩目的巨著--《中国科学技术史》，就是在占有大量中国古代科技文献资料的基础上写成的。纵观中国医学史，凡是在学术上有重大成就的医家，无不十分重视对文献的研究。医圣张仲景"勤求古训，博采众方，撰用《素问》、《九卷》、《八十一难》、《阴阳大论》、《胎胪药录》并《平脉辨证》，为《伤寒杂病论》合十六"。唐代最著名的医学家孙思邈历数十年，集唐以前医学文献之大成，先后著成《备急千金要方》和《千金翼方》。明代伟大的科学家李时珍"渔猎群书，搜罗百氏，凡子、史、经、传，声韵、农圃，医卜星相，乐府诸家，稍有得处，辄著数言。""岁历三十稔，书考八百家"，编纂了不朽的名著《本草纲目》，被称为"博物之通典"，据统计，其直接和间接引用的文献达900余种。他们都是研究和利用古代文献的典范。又如中医基础理论的现代研究，古代病证、治法、方药的现代研究，无一不是在搜集、整理、分析、研究古典医药文献的基础上进行的。据上所述，文献对人类的文明、社会的进步至关重要，无论古今中外，凡从事科学研究，都需凭借有关文献。古典文献在许多学科的现代研究中发挥着越来越重要的作用，日益受到人们的关注。相信在现代信息社会中，充分运用现代科技手段，古典文献定会发挥出更大的作用。分类根据载体不同最主要的是根据载体把其分为印刷型、缩微型、机读型和声像型。（1）印刷型：是文献的最基本方式，包括铅印、油印、胶印、石印等各种资料。优点查可直接、方便地阅读。（2）缩微型：是以感光材料为载体的文献，又可分为缩微胶卷和缩微平片，优点是体积小、便于保存、转移和传递。但阅读时须用阅读器。（3）计算机阅读型：是一种最新形式的载体。它主要通过编码和程序设计，把文献变成符号和机器语言，输入计算机，存储在磁带或磁盘上，阅读时，再由计算机输出，它能存储大量情报，可按任何形式组织这些情报，并能以极快的速度从中取出所需的情报。出现的电子图书即属于这种类型。（4）声像型：又称直感型或视听型，是以声音和图像形式记录在载体上的文献，如唱片、录音带、录像带、科技电影、幻灯片等。根据不同出版形式及内容根据不同出版形式及内容，可以分为：图书、连续性出版物、特种文献。（1）图书：凡篇幅达到48页以上并构成一个书目单元的文献称为图书。（2）连续性出版物：包含期刊（其中含有核心期刊）、报纸、年度出版物。（3）特种文献：专利文献、标准文献、学位论文、科技报告、会议文献、政府出版物、档案资料、产品资料。文献根据文献内容、性质和加工情况根据文献内容、性质和加工深度可将文献区分为：零次文献、一次文献、二次文献、三次文献。（1）零次文献是指未经加工出版的手稿、数据原始记录等文件。它是一次文献的基础。（2）一次文献指以作者本人的研究成果为依据而创作的文献，如期刊论文、研究报告、专利说明书、会议论文等。一次文献包括图书、剪刊、会议文献、学位论文、专利文献、政府出刊物、产品样本、科技报告、标准文献、档案等。图书的范围很广，它包括名著、一般性专著、教科书、科普通俗读物、资料性工具书等。名著是指一个时代、一个学科、一个流派最具有影响的权威著作。如法国丹纳的《艺术哲学》、达尔文的《物种起源》等。专著是就某一学科、某一专门问题的系统、全面、深入的论述，内容专深，大多是作者多年研究成果的结晶。如达尔文的《物种起源》。教科书是专业性书籍，具有严格的科学性、系统性和逻辑性。科普读物是面向广大群众的以普及科学知识为宗旨的通俗读物，有初、中、高级之分，文字浅显，但最新信息含量较低。报纸属于连续出刊物，它是以刊登新闻和评论为主的定期连续出刊物。如《文汇报》、《中国教育报》等。期刊是定期或不定期的连续出刊物，有 周刊、月刊、双月刊、季刊等。它可分为 学术理论性期刊、情报性期刊、技术性期刊、事业性期刊和普及性期刊。常见的期刊有三类。一类是 杂志。一类是 汇报、集刊、丛刊、汇刊及高校的学报。还有一类是 文摘及复印资料。资料性工具书有 手册、词（辞）典、百科全书、年鉴等。 手册往往汇集了经常需要参考的某一专业或某一方面最常用的文献资料。如《药物手册》、《摄影手册》。 词（辞）典是汇集字词，按一定方式编排，并逐一予以解释的工具书。如《辞海》、《哲学大辞典》、《化学化工词典》、《中国美术辞典》、《中国人名大辞典》、《中国艺术家辞典》等。百科全书是论述人类一切门类或某一门类只是的
自学成才