百思不得其解, 到底哪里有问题? (我碰到的实际问题, 郁闷着. 请大家帮忙)

husonghu · 发表于 2007-9-5 13:00:00

我正在一个database查文献, 请看:

(1) 我查 electromagnetic shielding hardening, 得到143条目

(2) 我查 electromagnetic shielding, 得到153条目

(3) 我查 electromagnetic shielding hardening, 得到15条目

(4) 我查 electromagnetic hardening shielding, 得到39条目

(5) 我查 electromagnetic hardening, 得到50条目

我原指望, 按逻辑, 上述结果应该有如下关系的:

(1) + (3) = (2)

(3) + (4) = (5)

(1) + (3) + (4) = (2) + (5) - (3)

但显然, 事实上, 上述结果不符这些等量关系. 不知是search engine的毛病, 还是我的毛病? (我要睡着了). 请大家帮帮忙, 解释一下为啥会如此.

开开心心 · 发表于 2007-9-5 18:11:46

试重做一次，你应该可以看出原因。

奥数金牌 · 发表于 2007-9-5 20:18:10

很简单， and 和not并不是在现有的结果上筛选，而是重新搜索。比如你搜索朱镕基，出来很多结果，然后朱镕基 not 李鹏，又出来很多结果，如果是在朱镕基的基础上减去李鹏，那么很多网页应该是一样的，可事实上，非常不同。所以可以确定，不是在在现有的结果上筛选，每次都是新搜索。

至于怎么搜索，结果怎么产生，这个算法都是很复杂的。

xyh · 发表于 2007-9-5 21:57:29

很有意思的发现。如果单单从逻辑的角度来说，这的确是个问题。

现在既然有这样的结果，那就说明，除了逻辑之外，一定还有其他影响因素。

我的猜测是，对于 NOT 与 AND 这两个逻辑也许用在不同的对象上。

简单假设一下：所有的论文都包含“摘要”和“关键字”部分。我们用某个关键字查询的时候，数据库可能在论文的“摘要”和“关键字”这两部分查找。如果发现有，就选出来。

但是如果面对逻辑关系的时候，这样的关键字只在“关键字”部分查询，而不在“摘要”部分查询（否则可能会有很多应该选出来的文章被排除掉）。

如果我的猜测正确的话，如果你查 hardening hardening，应该会有少许结果出来。

husonghu · 发表于 2007-9-6 08:11:19

开心和金牌两位的说法, 我理解似乎是说这里的search类似于google或yahoo搜索, 搜到的条目可能会有重复, 也可能有省略; 而且变化很快, 前后两次搜索可能就会有不同. 但我搜的是一个相对稳定的database, 几天都不会变的, 更不要说前后两次了.

新新说的是有漏网之鱼的意思, 我猜想也是如此. 关键就是不清楚是怎么漏的了. 这也是我感困惑的地方: 怎么机器都这么不牢靠呢?

我试了新新说的, 搜了 shielding shielding, 和 hardening hardening 等等, 但结果都是0.

我仔细看了搜到的条目, 好象是这样的: 在

(1) 搜 electromagnetic shielding hardening

和

(3) 搜 electromagnetic shielding hardening

两者的结果中, 有几条是重复的. 也就是说有这样两种可能: 要么在(1)中没有把所有的"带有hardening"的鱼排除在外; 要么在(3)中让某些"不带hardening"的鱼混进来了. (1)+(3)=158, 而(2)=153, 也即有5条鱼在(1)和(3)重复出现了.

类似地, (3)和(4)中也有重复的鱼, 所以(3)+(4)>(5).

但我还是想不通, 鱼到底是怎么漏网的. (说明: 我每次搜的范围都是一样的: title, abstract, key words).

本贴由[husonghu]最后编辑于：2007-9-6 0:24:27

开开心心 · 发表于 2007-9-6 23:59:05

最多只是153条目，条目又不多，比较一下，可能有些条目不应该全在也说不定呢！将1、2、3に条目分別copy下来，用2的条目先删去与1、3一样的条目內容再比较吧！比较数字沒意思，就比较条目內容吧！

奥数金牌 · 发表于 2007-9-7 06:09:15

原来是学校图书馆的数据库啊，那就可能是因为SQL语句的“select.... from..... where” 语句，有很多不同的表达，可能并不是每个都是在原来的where后边添新条件加以限制。

这得问问那个程序员，看看他的具体程序代码是什么，才能解释。这么干猜估计是不行的。

奥数金牌 · 发表于 2007-9-7 06:26:35

另外，更奇妙的是，SQL对于大小写，空格，都敏感。比如你的图书进库的时候，书名输成

< A>

_ （下滑线表示空格）

这三者完全是不一样的。

比如说 select * from book where book_title=

那如果当时输入的时候另外两个，肯定就出你这种现象，难免多一个，或者少一个，尽管你肉眼看上去三者是一样的。

还有就是，返回的时候，也有很多参数，所以到底怎么返回的，也都是问题。只能看源代码，才能找出真正原因。猜没法猜，太多可能了。

husonghu · 发表于 2007-9-7 10:47:43

多谢楼上各位的热心. 我受益不少.

		自动登录	找回密码
密码			立即注册

动态微博

百思不得其解, 到底哪里有问题? (我碰到的实际问题, 郁闷着. 请大家帮忙)

试重做一次，你应该可以看出原因。[:-D]

回复：百思不得其解, 到底哪里有问题? (我碰到的实际问题, 郁闷着. 请大家帮忙)

回复：百思不得其解, 到底哪里有问题? (我碰到的实际问题, 郁闷着. 请大家帮忙)

谢谢各位回答! 我的说明和感觉.....

还未能证明有漏网之鱼，有沒有想过可能是滥於充数问题？重搜一次..

回复：谢谢各位回答! 我的说明和感觉.....

回复：回复：谢谢各位回答! 我的说明和感觉.....

多谢楼上各位的热心. 我受益不少.[@};-][@};-][@};-][@};-]