- 1. INFORMACE Z POHLEDU KNIHOVNICTVJAK HLEDAT A NAJTMgr. Barbora
Lichancov Knihovna [email protected]
2. ZKLADN POJMY INFORMACE DATA ZNALOSTI 3. INFORMACE INFORMACE
Nov Pravdiv DATA ZNALOSTI 4. PODN INFORMAC POTEBA PODAT DVE DNES
BUDOUCNOST najdeme dve ne zaneme hledat (pedvdn) CL PODN 5. PODN
INFORMAC POTEBA PODAT DVE DNES BUDOUCNOST najdeme dve ne zaneme
hledat (pedvdn) CL PODN -NAJT 6. VSLEDKY OBSAHOV ANALZY
REFERT(ABSTRAKT) ANOTACE PEDMTOV (VCN) PODN Systematick (MDT, DDT,
..) Pedmtov hesla (obsah+hledisko+forma) Deskriptorov selekn jazyky
Tezaury Klov slova Slova z nzv 7. VSLEDKY OBSAHOV ANALZY
REFERT(ABSTRAKT) ANOTACE PEDMTOV (VCN) PODN Systematick (MDT, DDT,
..) Pedmtov hesla (obsah+hledisko+forma) Deskriptorov selekn jazyky
Tezaury Klov slova Slova z nzvP 8. VSLEDKY OBSAHOV ANALZY
REFERT(ABSTRAKT) ANOTACE PEDMTOV (VCN) PODN Systematick (MDT, DDT,
..) Pedmtov hesla (obsah+hledisko+forma) Deskriptorov selekn jazyky
Tezaury Klov slova Slova z nzv PLN TEXT 9. UIVATEL INFORMAC POTEBA
POADAVEK DOTAZ 10. VYHLEDVN 11. VYHLEDVN UM 1 12. VYHLEDVN UM 2 13.
VSLEDEK VYHLEDVN Ranking to na jakm mst se zobraz vsledek jeodrazem
pedstavy svta, kter je ve spolenosti bn Social Search do vsledk
vyhledvn se promtnou i nae vazby a iny ze socilnch st (tohle se lb
jeho ptelm z facebooku, tak to dm v mnoin vsledk nahoru) Nov
knihovn katalogy 14. VYHLEDVN WEB VS DEEPWEB DATABZE DATA,
DATAMINING, TEXT MINING, BIG DATA 15. VYHLEDVN WEB versus
DEEPWEBVisible web DATABZE Deep web DATA, DATAMINING, TEXT MINING,
BIG DATA 16. VYHLEDVN WEB VS DEEPWEB DATABZE PODLE FORMY
ZPRACOVVANCH DOKUMENT PODLE TYPU POSKYTOVANCH INFORMAC PODLE
OBOROVHO ZAMEN PODLE POTU OBSAENCH ZZNAM PODLE PSTUPNOSTI DATA,
DATAMINING, TEXT MINING, BIG DATA 17. VYHLEDVN WEB VS DEEPWEB
DATABZE DATA, DATAMINING, TEXT MINING, BIG DATA 18. ED LITERATURA
BL 1:10 ED PRODUCENTI ED LITERATURY Akademick instituce Stt Firmy
Prmysl TYPY ED LITERATURY Vzkumn zprvy VKP Konferenn materily
Preprinty Nepublikovan peklady Produkty zpravodajskch a vojenskch
organizac Statistiky Pidruen publikace 19. ED LITERATURA BL 1:10 ED
PROBLMY ZSKVN KVALITA POPIS EN 20. WEB 2.0 BLOGY AKADEMICK ST
(Researchgate.net, Academia.edu. Mendeley, ) REPOZITE OPEN ACCESS
HODNOCEN VDY A VZKUMU Budoucnost?! ..WEB 3.0 WEB 4.0 21. MODELY
VYHLEDVN HUNTING GRAZING BROWSING 22. REERN STRATEGIE Strategie
stavebnch kamen identifikujeme skupinuklovch pojm, kter nsledn
spojujeme pomoc opertor Strategie rostouc perly vybereme nejupojem,
kterm zaneme vyhledvat informace. Tento pojem pi malm potu vsledk
zobecujeme Strategie osekvn pro vyhledn formulujemeobecnou, ir
kategorii. Po prvnm zobrazen a prohldnut nalezench vsledk, pouijeme
taktiky pro zen vsledk 23. FORMULACE DOTAZU BOOLOVSK OPERTORY
PROXIMITN OPERTORY DAL METODY 24. FORMULACE DOTAZU BOOLOVSK
OPERTORY PROXIMITN OPERTORY DAL METODY 25. FORMULACE DOTAZU
BOOLOVSK OPERTORY PROXIMITN OPERTORY DAL METODY 26. FORMULACE
DOTAZU BOOLOVSK OPERTORY PROXIMITN OPERTORY NEAR slova budou blzko
sebe bez ohledu na poad pi pouit sla definujeme poadovanou
vzdlenost, v jak od sebe maj bt jednotliv pojmy uvedeny WITHIN
(followed by) pojmy budou vyhledny pesn v tom poad, jak byly zapsny
Tak lze doplnit slem urujcm vzdlenost SENTENCE budou v jedn vt
PARAGRAPH budou ve stejnm odstavci DAL METODY 27. FORMULACE DOTAZU
BOOLOVSK OPERTORY PROXIMITN OPERTORY DAL METODY 28. FORMULACE
DOTAZU BOOLOVSK OPERTORY PROXIMITN OPERTORY DAL METODY Mezi dal
metody pat truncation, stemming a wild cards: Truncation krcen
podle slovnch koen pouvaj se znaky ? (nahrazuje jeden znak) nebo *
(nahrazuje vce znak) tmito znaky se nahrad poten, nebo koncov st
slova Stemming automatick vyhledn pbuznch pojm nepouvaj se dn
zstupn znaky, pouze zadte slovo a systm automaticky vyhled pojmy
podobn tento systm vyuv nap. Google Wild cards (zstupn znaky)
nahrazovn psmen, nebo st slov uprosted (truncation nahrazuje zatky
a konce slov) pouvaj se znaky ?, *, # a dal 29. KNIHOVN KATALOG
JAKO DATABZE N katalog Caslin Vufind 30. GOOGLE
http://www.youtube.com/watch_popup?v=0QoG7tgbReE 31. GOOGLE -
VYHLEDVAC FUNKCE Kriminalistick technikaKriminalistick AND
technikaA ZROVEOROR/NEBOHLED PESN VRAZ** NAHRAZUJE SLOVO V PESNM
VRAZU~SLOVOHLED SYNONYMA (JEN ANGLITINA)-SLOVONOTSITE:DOMNAJEN Z
DAN STRNKYLINK:DOMNAODKAZUJ NA DANOU STRNKUSAFESEARCH:ODSTRAN ZVADN
OBSAHINFO:DOMNAINFO O DOMNRELATED:DOMNAPODOBN STRNKYCACHE:DOMNAUKE
ULOEN OBSAHFILETYPE:.PPONADRUH SOUBORUINURL:SLOVODAN SLOVO MUS BT V
URLINTITLE:SLOVOHLED SLOVO V TITULKU STRNKY..ROZSAH
SELDEFINE:SLOVONAJDE DEFINICI 32. GOOGLE DAL FUNKCE POTN+-*/PEVODY
JEDNOTEKX Cm in inchesVPOET PROCENT Z SLA% OFPOASWeather Prague 33.
ZPT K UIVATELI INFORMAN CHOVN CO NEN NA PRVN STRNCE VSLEDK GOOGLE
NEEXISTUJE? INFORMAN HYGIENA Informan peten Informan neurza
Informan krize Informan stres ZvislostJak se z toho nezblznit 34.
NCO PRO ODLEHEN VYHLEDVN HUDBY MIDOMI.COM MUSIPEDIA.COM ARCHIV WEBU
http://web.archive.org YOUTUBE URL triky &T=XXmXXs lze si
nadefinovat as od kdy zane video bet &HD=1 _popup 35. POUIT
ZDROJE KRATOCHVL, Ji a SEJK, Petr. Zskvn a zpracovn vdeckch
informac: pracovn seit. 1. vyd. Brno: Masarykova univerzita, 2011.
81 s. ISBN 978-80210-5535-3. NOVOTN, Darina. Informan hygiena jako
soust informan gramotnosti: nvrh modulu e-learningovho kurzu. Brno:
Masarykova univerzita, Filozofick fakulta, stav esk literatury a
knihovnictv. Kabinet informanch studi a knihovnictv, 2010. 110 s.
Vedouc diplomov prce PhDr. Michal Lorenz. PALOVSK, Radomr a SKLENK,
Vilm. Informace a Internet: vetn vodu do protokol Internetu. Vyd.
1. Praha: Vysok kola ekonomick, 1998. vii, 380 s. ISBN
80-7079-562-X. PAPK, Richard. Strategie vyhledvn informac a
elektronick informan zdroje. 1. vyd. Praha: Velryba, 2011. 192 s.
Podnikn a management. ISBN 978-8085860-22-1. Semin NUL 2013
Searching session 2012 lerka, Josef. Sociln a personalizovan
vyhledvn. Voc, Ondej. Vyhledvn hudbou:Youtube trochu jinak Pednky
ISK FF UK Dr. Bratkov, Doc. Papk, Ing. Sklenk 1998-2003
