数据库基本概念在专利检索中的运用

1数据库基本概念在专利检索中的运用陈卫明许瑛姚文闫小苏2007.7.232目录1、数据、信息和数据处理2、数据库系统概述3、关系型数据库的三种操作4、布尔逻辑运算（集合运算）5、三种字段类型31、数据、信息和数据处理1.1、三个世界按照数据库理论，有现实世界、信息世界、计算机世界等三个世界。现实世界的“客观事物”（事实、事件）在信息世界中抽象为“实体”，并定义了各种“属性”来描述“实体”。“实体”在计算机世界被描述成一条“记录”。客观事物----实体----记录41、数据、信息和数据处理1.2、数据（data）是一些符号，用来描述客观事物的特征。这些符号可以是数字形式、文字形式（以及图形、图像和声音等）。例如学生成绩、飞机班次、测量温度、（CPRS中的）发明人姓名、发明名称、文摘、优先权项、文献号、申请号、分类号、申请日、公开日等。51、数据、信息和数据处理1.3、信息（information）信息是经过加工（记载、分类、组织、关联、解释、提炼、消化理解）而具有使用价值的数据。（信息=数据+数据处理）有的信息由一个数据构成，比如分类号；有的信息由几个数据构成，比如优先权项、CPRS中的一条记录。数据和信息在形式上往往并无区别，尤其是那些由一个数据构成的信息。例如分类号。6一、数据、信息和数据处理1.4、数据和信息的关系（信息是数据的内涵、二者是形与质的关系。）（数据是信息的载体，信息的表现形式仍是数据。）（信息是经过加工而具有使用价值的数据，信息=数据+数据处理。）数据只是把客观事物记录下来，并没有特定目的；而信息是有针对性的（某一问题、某一论点、某一特定目的）来收集、处理数据，用来作为决策或参考的依据。所以两者的差别在于是否存在某一特定目的。71、数据、信息和数据处理1.5、数据处理数据处理是指对各种类型的数据进行加工（收集、存储、分类、计算、检索、传输）的过程。数据处理的目的使之成为信息。数据处理通常也称为信息处理。82、数据库系统概述2.1、数据库（Datebase，DB）长期存放在外部存储设备（外存储器、外存介质）上、可以以各种方式进行组织、可以共享的数据（包括这些数据之间的联系）集合。（这些数据与应用程序[例如VB]相互独立）92、数据库系统概述2.2、数据库系统（DatabaseSystem，DBS）数据库不能独立存在，是数据库系统的一部分。在实际应用中，人们所面对的其实是数据库系统。数据库系统具有管理和控制数据库的能力（输入、输出、组织数据）。102、数据库系统概述数据库系统包括：硬件（计算机）数据库（DB）数据库管理系统（DBMS，常用的数据库管理系统有FoxPro、Oracle、SYBASE、INFORMIX等，用来建立、管理、控制数据库）数据库管理员用户和应用程序112、数据库系统概述2.3、信息世界的术语实体（Entity）对应于现实世界中的“客观事物”。实体可以指代具体事物，如一个学生，一本书（一件专利文献）；也可以指代抽象事件，如一场足球比赛。122、数据库系统概述属性（attribute）属性用来描述实体的特性。如学生实体可以用若干属性（学号、姓名、年龄、性别、出生日期、班级）来描述。属性的具体值称为属性值，如CN2745142Y（[授权]公告号）、马林（申请[专利权]人）、2004年9月16日[2004.9.16]（申请日）是属性值。132、数据库系统概述2.4、计算机世界的术语记录（record）、元组对应于信息世界的“实体”，二维表中的一行。字段（field）对应于信息世界的“属性”，二维表中的一列。每个字段有字段名（标头），例如“发明人”、“申请号”等等。字段值（value）、数据项对应于信息世界的“属性值”，二维表中的一格。关系（relation）、数据库文件142、数据库系统概述一个关系就是一个二维表，每个关系有一个关系名。一个关系可以存储为一个数据库文件。例如某专利文献数据库可以有专利号的表，发明名称的表，专利权人的表等。下面是一个模拟数据库，该表是由一个以上的表（关系）通过“关联”而成。15PN(字段名)TIPAICPD5000000(5000000)carG&MB60j31/0010/25/1998（一行表示一条记录）（5000001）computerIBMG06f3/0001/02/2000………………模拟数据库（不是真的）（一列表示一个属性）2、数据库系统概述162、数据库系统概述2.5、关系的三种类型一对一的关系（例如一个学生只有一个学号；再例如一件专利只有一个申请号）一对多的关系（例如某班主任老师可以有多个学生，再例如一个发明人可以有多件专利）多对多的关系（例如一个学生可以选修多门课，一门课可以供多名学生选修；再例如一个分类号之下可以有多件专利文献，一件专利也可以有多个分类号）172、数据库系统概述2.6、数据库的三种类型数据模型是数据库结构的组织形式，目前数据库系统中常用的数据模型有三种：层次模型（HierarchicalModel）：用树形结构表示数据及其联系的数据模型，树形结构只能表示一对多联系：18班主任（微机871班）王小艳李峰张勇2、数据库系统概述192、数据库系统概述网状模型（NetworkModel）：用网络结构表示数据及其联系的数据模型。网状模型可以直接表示多对多联系，但其中的结点间连线或指针更加复杂，因而数据结构更加复杂：20dl001（刑法）王小艳李峰张勇dl002（声乐）dl003（绘画）2、数据库系统概述212、数据库系统概述关系模型（RelationalModel）：用关系表示的数据模型。关系是指由行与列构成的二维表，关系不但可以表示实体间一对多的联系，通过关系间的连接，也可以表示多对多的联系（见连接）：22学号姓名年龄性别班级870101王小艳18女微机871870102李峰18男微机871870103张勇19男微机871微机871班学生表（A）2、数据库系统概述23学号课程编号870101（王）dl001（刑）870101（王）dl002（声）870102（李）dl001（刑）870102（李）Dl002（声）870103（张）Dl002（声）870103（张）dl003（画）选修表（B）2、数据库系统概述24课程编号课程名授课教师授课地点dl001刑法周火主楼102教室dl002声乐刘琴主楼102教室dl003绘画任安主楼504教室课程表（C）2、数据库系统概述253、关系型数据库的三种操作3.1、选择：从关系中找出满足给定条件的记录（元组），即在二维表中选行。（例（例如：对表A中李峰的选择）3.2、投影：从关系中找出若干字段（属性）组成新的关系，即在二维表中选列。（例如：对表B课程编号的投影）3.3、连接：将两个关系按某种条件提取部分（或全部）记录及部分（或全部）字段组合成新的关系。（例如：表B、表C按照课程编号[关键字]连接）26课程编号课程名授课教师授课地点学号dl001刑法周火主楼102教室870101、870102dl002声乐刘琴主楼102教室870101、870102、870103dl003绘画任安主楼504教室870103连接而成的新表（D）3、关系型数据库的三种操作274、布尔逻辑运算（集合运算）4.1、并（或、or）（A∪B）A集合和B集合所有元组合并，再删去重复的元组，这种运算称为“并”（或）；所组成新的C集合，称为A、B的并集4.2、差（非、not）（A-B）A集合中删去（A集合中）与B集合相同（重复）的元组，这种运算称为“差”（非）；所组成新的C集合称为A、B的差集4.3、交（与、and）（A∩B）既属于A集合又属于B集合的元组，这种运算称为“交”（与）；所组成新的C集合，称为A、B的交集28交（∩，与，and）属于集合A且属于集合B的元素组成的集合C，叫做A，B的交集（属于A又属于B的元素组成的集合，AandB=C）例：A-汽车，B-发动机，C-即有‘汽车’也有‘发动机’的记录集caps中两词间空格，“and”，“+”集合B集合A集合C29并（∪，或，or）属于集合A或属于集合B的元素组成的集合C，叫做A，B的并集（A，B所有元素合并，删除重复元素组成的集合，AorB=C）。例：A-汽车，B-发动机，C-仅有‘汽车’的记录集，仅有‘发动机’的记录集，即有‘汽车’也有‘发动机’的记录集。caps中用“or”，“，”集合A集合B•集合C30差（-，非，NOT，与非，ANDNOT）属于集合A而不属于集合B的元素组成的集合C，叫做A，B的差集（在A中排除属于B的元素后组成的集合，AnotB=C）例：A-汽车，B-发动机，C-从所有含‘汽车’的记录集中去掉含‘发动机’的记录集caps中用“without”，“not”，“#”集合A集合B•集合C314、布尔逻辑运算（集合运算）4.4、差并（ornot、或非）从总集合排除B，再与A集合合并。三种情况4.4.1、A集合的所有元素都是B集合的元素时，还要考虑A集合与B集合哪个更大：4.4.1.1、如果A集合更大，或非结果=总集合；4.4.1.2、如果B集合更大，总集合被挖去部分[B]只填入了局部，有“空区”）324、布尔逻辑运算（集合运算）4.4.2、A集合的所有元素都不是B集合的元素，或非结果=总集合notB4.4.3、A集合的部分元素是B集合的元素，总集合被挖去部分[B]只填入局部，有“空区”）33总BA或非（4.1.1.1、A所有元素都是B的元素，且AB）34总或非（4.1.1.1、A所有元素都是B的元素，且AB）35或非（4.1.1.2、A所有元素都是B的元素，且AB）总BA36总或非（4.1.1.2、A所有元素都是B的元素，且AB）BA37总B或非（4.1.2、A所有元素都不是B的元素）A38或非（4.1.2、A所有元素都不是B的元素）总BA39或非（4.1.3、A部分元素是B的元素）总BA40或非（4.1.3、A部分元素是B的元素）总BA414、布尔逻辑运算（集合运算）4.5、举例在检索时，可能会对这样的情形感到困惑：为什么当我们将两个检索结果进行集合运算时（或、与、非），却常常会得到我们所意想不到的结果（比如3+2=3）？这是因为集合运算所强调的是（集合中的）元素的种类。42（3+2=3）AB+C或的讨论1（1）:B集中所有元素都属于A集43（3+2=3）+BA或的讨论1（2）:B集中所有元素都属于A集44（3+2=3）ACB或的讨论1（3）:B集中所有元素都属于A集45B+=AC（3+2=3）或的讨论1（4）:B集中所有元素都属于A集46（3+2=5）A+BC或的讨论2（1）:B集中所有元素都不属于A集47（3+2=5）+AB或的讨论2（2）:B集中所有元素都不属于A集48BCA3+2=5或的讨论2（3）:B集中所有元素都不属于A集493+2=5A+=BC或的讨论2（4）:B集中所有元素都不属于A集50（3+2=4）AB+C或的讨论3（1）:B集中部分元素属于A集51（3+2=4）+BA或的讨论3（2）:B集中部分元素属于A集52（3+2=4）ABC或的讨论3（3）:B集中部分元素属于A集53（3+2=4）AB+C=或的讨论3（4）:B集中部分元素属于A集54非的讨论1（1）：（A集有几个B集没有的元素？）B集中所有元素都属于A集（3-2=1）AB-C55非的讨论1（2）：（A集有几个B集没有的元素？）B集中所有元素都属于A集（3-2=1）-BA56非的讨论1（3）：（A集比B集多几个元素？）B集中所有元素都属于A集（3-2=1）BAC57非的讨论1（4）：（A集比B集多几个元素？）B集中所有元素都属于A集（3-2=1）B-=AC58非的讨论2（1）：（A集有几个B集没有的元素？）B集中所有元素都不属于A集（3-2=3）AB-C59非的讨论2（2）：（