希望以上网站内容能帮到你
运用文献计量学方法,从总体情况、学科分布、期刊分布、国际合作和高水平论文 分布等5方面展 开分析结果表明,临床领域国家自然科学基金资助SCI论文产出占比逐年攀升,学科分布重点集 中于肿瘤学、神经科学等6个方面Q1、Q2区期刊的论文占比累计达
计量经济学论文可以研究的问题有多种，期中比较简单的就是根据数据，建立方程，研究变量之间的关系，主要运用的工具就是计量经济学的初等知识和Eviews软件，思路、要求和注意事项我觉得这么说对你的帮助不大，所以给你一篇我的论文做参考，也许对你有帮助，如果你觉得看的不是很明白的话，可以再留言给我，我把什么思路等告诉你。 计量经济学 期末实验报告 实验名称：大中城市城镇居民人均消费支出与其影响因素的分析 姓 名： 学 号： 班 级： （）级统计学系（）班 指导教师： 时 间： （上面是论文封皮） 23个城市城镇居民人均消费支出与其影响因素的分析（题目） 一、 经济理论背景 近几年来，中国经济保持了快速发展势头，投资、出口、消费形成了拉动经济发展的“三架马车”，这已为各界所取得共识。通过建立计量模型，运用计量分析方法对影响城镇居民人均消费支出的各因素进行相关分析，找出其中关键影响因素，以为政策制定者提供一定参考，最终促使消费需求这架“马车”能成为引领中国经济健康、快速、持续发展的基石。 二、 有关人均消费支出及其影响因素的理论 我们主要从以下几个方面分析我国居民消费支出的影响因素： ①、居民未来支出预期上升，影响了居民即期消费的增长 居民的被动储蓄直接导致购买力的巨大分流, 从而减弱对消费品的即期需求，严重地影响了居民即期消费的增长，进而导致有效需求的不足，最终导致经济增长的乏力。90年代末期以来，我国的医疗、养老、失业保险、教育等一系列改革措施集中出台，原有的体制被打破，而新的体制尚未建立健全，因此目前的医疗、养老、失业保险、教育体制对居民个人支出的压力较大，而且基本上都是硬性支出，支出的不确定性也很大，导致居民目前对未来支出预期的上升。 ②、商品供求结构性矛盾依然突出 从消费结构上看，我国消费品市场已发生了新的根本性变化：居民低层次消费已近饱和，而更高水平的消费又未达到。改革开放20多年来，城乡居民经过了一个中档耐用消费品的普及阶段后，目前老百姓的收入消费还不足以形成一个新的、以高档产品为内容的主导性消费热点，如轿车、住房等还远不能纳入大多数人的消费主流，居民现有的购买力不能形成推动主导消费品升级的动力。 ③、物价总水平持续在低水平运行，通货紧缩的压力较大，不利于消费的增长 加入WTO之后，随着关税的降低和进口规模的扩大，国外产品对我国市场的冲击将进一步加大，国际价格紧缩对国内价格变化将产生负面影响。物价的持续下降，不利于居民的消费增长。因为从居民的消费心理上看，买涨不买降是居民购物的习惯心理。由于居民对物价有进一步下降的预期，因此往往推迟消费，不利于居民消费的增长。另外，从统计上分析，由于物价的下降，名义消费增长往往低于实际消费的增长，这在一定程度上也不利于消费增长幅度的提高。 ④、我国现阶段没有形成大的消费热点，难以带动消费的快速增长 经过近几年的培育和发展，我国目前已经形成了住房消费、居民汽车消费、通信及电子产品的消费、节假日消费及旅游消费等一些消费亮点，可以促进消费的稳定增长，但始终未能形成大的消费热点，因此不能带动消费的高速增长。 三、 相关数据收集 相关数据均来源于2006年《中国统计年鉴》： 23个大中城市城镇居民家庭基本情况（表格） 地区 平均每户就业人口（人） 平均每一就业者负担人数（人） 平均每人实际月收入（元） 人均可支配收入（元） 人均消费支出（元） 北京 6 8 1 2 9 天津 4 0 6 8 8 石家庄 4 0 3 0 9 太原 3 2 9 9 5 呼和浩特 5 9 2 8 7 沈阳 3 1 5 7 1 大连 6 8 8 1 5 长春 8 7 1 1 2 哈尔滨 4 0 8 5 4 上海 6 9 0 1 3 南京 4 0 4 0 6 杭州 5 9 0 9 2 宁波 5 8 4 2 4 合肥 6 8 5 1 9 福州 7 9 5 4 8 厦门 5 9 7 3 7 南昌 4 8 0 1 4 济南 7 7 3 8 4 青岛 6 8 6 5 7 郑州 4 1 2 2 3 武汉 5 0 5 2 1 长沙 4 1 9 9 8 广州 7 8 6 1 1 四、 模型的建立 根据数据，我们建立多元线性回归方程的一般模型为： 其中： ——人均消费支出 ——常数项 ——回归方程的参数 ——平均每户就业人口数 ——平均每一就业者负担人口数 ——平均每人实际月收入 ——人均可支配收入 ——随即误差项 五、实验过程 （一）回归模型参数估计 根据数据建立多元线性回归方程： 首先利用Eviews软件对模型进行OLS估计，得样本回归方程。 利用Eviews输出结果如下： Dependent Variable: Y Method: Least Squares Date: 12/11/07 Time: 16:08 Sample: 1 23 Included observations: 23 Variable Coefficient S Error t-Statistic P C -180 506 -282633 2159 X1 3490 2332 427889 1704 X2 1209 7866 498528 1513 X3 552510 629371 466766 0239 X4 -180652 742107 -590947 1290 R-squared 721234 Mean dependent var 2913 Adjusted R-squared 659286 SD dependent var 1711 SE of regression 8502 Akaike info criterion 77564 Sum squared resid 9 Schwarz criterion 02249 Log likelihood -9199 F-statistic 64259 Durbin-Watson stat 047936 Prob(F-statistic) 000076 根据多元线性回归关于Eviews输出结果可以得到参数的估计值为： , , ， ， 从而初步得到的回归方程为： Se= (506) (2332) (7866) (629371) (742107) T= (-282633) (427889) (498528) (466766) (-590947) F=64259 df=18 模型检验：由于在 的水平下，解释变量 、 、 的检验的P值都大于05，所以变量不显著，说明模型中可能存在多重共线性等问题，进而对模型进行修正。 （二）处理多重共线性 我们采用逐步回归法对模型的多重共线性进行检验和处理： X1： Dependent Variable: Y Method: Least Squares Date: 12/11/07 Time: 16:28 Sample: 1 23 Included observations: 23 Variable Coefficient S Error t-Statistic P C 8238 6688 296574 7697 X1 0964 4840 531833 1405 R-squared 100508 Mean dependent var 2913 Adjusted R-squared 057675 SD dependent var 1711 SE of regression 6105 Akaike info criterion 68623 Sum squared resid 2 Schwarz criterion 78497 Log likelihood -3917 F-statistic 346511 Durbin-Watson stat 770750 Prob(F-statistic) 140491 X2： Dependent Variable: Y Method: Least Squares Date: 12/11/07 Time: 16:29 Sample: 1 23 Included observations: 23 Variable Coefficient S Error t-Statistic P C 641 2658 632596 0156 X2 -1146 9597 -218861 2364 R-squared 066070 Mean dependent var 2913 Adjusted R-squared 021597 SD dependent var 1711 SE of regression 7371 Akaike info criterion 72380 Sum squared resid Schwarz criterion 82254 Log likelihood -8237 F-statistic 485623 Durbin-Watson stat 887292 Prob(F-statistic) 236412 X3： Dependent Variable: Y Method: Least Squares Date: 12/11/07 Time: 16:29 Sample: 1 23 Included observations: 23 Variable Coefficient S Error t-Statistic P C 8827 8342 326831 1988 X3 540400 095343 667960 0000 R-squared 604712 Mean dependent var 2913 Adjusted R-squared 585888 SD dependent var 1711 SE of regression 2575 Akaike info criterion 86402 Sum squared resid 5 Schwarz criterion 96276 Log likelihood -9362 F-statistic 12577 Durbin-Watson stat 064743 Prob(F-statistic) 000013 X4： Dependent Variable: Y Method: Least Squares Date: 12/11/07 Time: 16:30 Sample: 1 23 Included observations: 23 Variable Coefficient S Error t-Statistic P C 7094 8178 141465 2665 X4 596476 124231 801338 0001 R-squared 523300 Mean dependent var 2913 Adjusted R-squared 500600 SD dependent var 1711 SE of regression 4178 Akaike info criterion 05129 Sum squared resid 1 Schwarz criterion 15003 Log likelihood -0898 F-statistic 05284 Durbin-Watson stat 037087 Prob(F-statistic) 000096 由得出的数据可以看出， 的调整的判定系数最大，因此首先把 引入调整的方程中，然后在分别引入变量 、 、 进行OLS得： X1、X3 Dependent Variable: Y Method: Least Squares Date: 12/11/07 Time: 16:32 Sample: 1 23 Included observations: 23 Variable Coefficient S Error t-Statistic P C -8991 9081 -644388 5266 X1 8101 2070 275533 2167 X3 517213 095693 404899 0000 R-squared 634449 Mean dependent var 2913 Adjusted R-squared 597894 SD dependent var 1711 SE of regression 1510 Akaike info criterion 87276 Sum squared resid 2 Schwarz criterion 02087 Log likelihood -0368 F-statistic 35596 Durbin-Watson stat 032110 Prob(F-statistic) 000043 X2、X3 Dependent Variable: Y Method: Least Squares Date: 12/11/07 Time: 16:33 Sample: 1 23 Included observations: 23 Variable Coefficient S Error t-Statistic P C 5536 1435 451015 6568 X2 -00981 0392 -110678 9130 X3 536856 102783 223221 0000 R-squared 604954 Mean dependent var 2913 Adjusted R-squared 565449 SD dependent var 1711 SE of regression 7747 Akaike info criterion 95036 Sum squared resid 0 Schwarz criterion 09847 Log likelihood -9292 F-statistic 31348 Durbin-Watson stat 063247 Prob(F-statistic) 000093 X3、X4 Dependent Variable: Y Method: Least Squares Date: 12/11/07 Time: 16:34 Sample: 1 23 Included observations: 23 Variable Coefficient S Error t-Statistic P C 7015 5882 326290 0306 X3 766892 553402 192782 0046 X4 -473721 656624 -244390 0363 R-squared 684240 Mean dependent var 2913 Adjusted R-squared 652664 SD dependent var 1711 SE of regression 1157 Akaike info criterion 72634 Sum squared resid 0 Schwarz criterion 87445 Log likelihood -3529 F-statistic 66965 Durbin-Watson stat 111635 Prob(F-statistic) 000010 由数据结果可以看出，引入X4时方程的调整判定系数最大，且解释变量均通过了显著性检验，再分别引入X1、X2进行分析。 X1、X3、X4 Dependent Variable: Y Method: Least Squares Date: 12/11/07 Time: 16:37 Sample: 1 23 Included observations: 23 Variable Coefficient S Error t-Statistic P C 6693 8464 479562 6370 X1 29944 6512 366505 7180 X3 652622 646003 558228 0192 X4 -345001 757634 -775265 0919 R-squared 686457 Mean dependent var 2913 Adjusted R-squared 636950 SD dependent var 1711 SE of regression 0712 Akaike info criterion 80625 Sum squared resid 3 Schwarz criterion 00373 Log likelihood -2719 F-statistic 86591 Durbin-Watson stat 082104 Prob(F-statistic) 000050 X2、X3、X4 Dependent Variable: Y Method: Least Squares Date: 12/11/07 Time: 16:38 Sample: 1 23 Included observations: 23 Variable Coefficient S Error t-Statistic P C 60939 2088 127981 8995 X2 1557 9303 575948 5714 X3 886588 600027 144175 0053 X4 -596394 701018 -277251 0345 R-squared 689658 Mean dependent var 2913 Adjusted R-squared 640657 SD dependent var 1711 SE of regression 3798 Akaike info criterion 79599 Sum squared resid 8 Schwarz criterion 99347 Log likelihood -1539 F-statistic 07429 Durbin-Watson stat 143110 Prob(F-statistic) 000046 由输出结果可以看出，在 的水平下，解释变量 、 的检验的P值都大于05，解释变量不能通过显著性检验，因此可以得出结论模型中只能引入X3、X4两个变量。则调整后的多元线性回归方程为： Se= (5882) (553402) (656624) T= (326290) (192782) (-244390) F=66965 df=20 （三）异方差性的检验 对模型 进行怀特检验： White Heteroskedasticity Test: F-statistic 071659 Probability 399378 Obs*R-squared 423847 Probability 351673 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/11/07 Time: 16:53 Sample: 1 23 Included observations: 23 Variable Coefficient S Error t-Statistic P C 50 9 266460 7929 X3 9623 1924 394723 6977 X3^2 -071268 187278 -380548 7080 X4 -6779 3390 -467114 6460 X4^2 121138 229933 526841 6047 R-squared 192341 Mean dependent var 87 Adjusted R-squared 012861 SD dependent var 54 SE of regression 59 Akaike info criterion 12207 Sum squared resid 60E+09 Schwarz criterion 36892 Log likelihood -9038 F-statistic 071659 Durbin-Watson stat 968939 Prob(F-statistic) 399378 由检验结果可知， ，由White检验知，在 时，查 分布表，得临界值 (20)=1435，因为 < (5)= 1435,所以模型中不存在异方差。 （四）自相关的检验 由模型的输出结果可知，估计结果都比较满意，无论是回归方程检验，还是参数显著性检验的检验概率，都显著小于05，D-W值为111635，显著性水平 =05下查Durbin-Watson表，其中n=23，解释变量的个数为2，得到下限临界值 ，上限临界值 ， =543 给一下邮箱，我发给你。 图书情报学是指图书馆业务学科和情报信息学科结合的一门学科。情报学,就是情报信息学科;这两个专业现在的本科都归结为信息管理与信息系统专业,也就是信息管理专业,主要是文献信息的组织存储检索咨询分析和读者服务等相关知识学科。图书情报专硕中文献分类检索是按学科分类体系查找文献资料。因为题目选定后即可按已确定文献查找的学科范围进行, 通过期刊论文题名, 最容易了解本学科研究的历史和现状。文献分类检索的范围确定后, 第二步要选择所使用的检索工具, 即图书目录、索引、文摘等。此专业为图书情报专硕硕士。专业硕士和学术学位处于同一层次，培养方向各有侧重。专业硕士主要面向经济社会产业部门专业需求，培养各行各业特定职业的专业人才，其目的重在知识、技术的应用能力。(专业硕士)图书情报是管理学领域下的专业学位专业。图书情报硕士专业学位英文名称为“Master of Library and Information Studies”，简称MLIS。为适应新形势图书情报事业发展对图书情报专门人才的迫切需求，完善图书情报人才培养体系，创新图书情报人才培养模式，提高图书情报人才培养质量，特设置图书情报硕士专业学位。更多关于图书情报专硕的备考技巧，干货，新闻资讯等内容，小编会持续更新。 一、图书情报：培养具备系统的图书馆学基础理论知识，有熟练地运用现代化技术手段收集、整理和开发利用文献信息的能力，能在图书情报机构和各类企事业单位的信息部门从事信息服务及管理工作的应用型、复合型图书馆高级专门人才。二：档案的收集、整理、保管、鉴定、统计和提供利用的活动。包括：档案收集、档案整理、档案价值鉴定、档案保管、档案编目和档案检索、档案统计、档案编辑和研究(见档案文献编纂)、档案提供利用三：关系：这三个专业同属于同属于资讯管理方便,在现在社会都是利用现代化手段对信息进行整理和加工，所填这三个专业运用的相关方法是一直的，但是由于图书情报针对的是图书类，档案管理更多的针对人力资源，而信息管理则主要应用在信息技术等领域，所以也是存在区别的。 一、MLIS学位特点图书情报专业硕士是图书情报教育机构开启的直接为图书情报事业服务的一个新的研究生教育层次，也是图书情报事业体系中人力资源建设必不可少的一种人才机制，社会与学校、理论与实践、行业与教育、人才需求与人才培养的紧密集合将使图书情报专业学位教育呈现出教育目的、教育模式、课程体系、教学手段方法等的职业化、应用型、高层次等特征。根据全球专业学位教育的基本规律，结合我国专业学位教育和人力资源发展的现状，图书情报专业学位必须具有鲜明的学位特色。具体来说，包括：(1) 面向职业培养高层次专门人才，直接体现在培养目标上，区别于科学学位，区别于原有的职业培训;(2) 以职业为中心的培养模式，在课程设置、培养方式、教育方法、教学特色、招生考试等各个方面都体现出职业特点;(3) 为行业提供服务，主要体现为人才支持与保障，发挥行业人力资源咨询职能，为行业主管部门提供人力资源发展建议，为用人单位提供定向培养与职业标准培训;(4) 通过职业与教育的融合，努力实现人才培训与职业认证对接。二、MLIS培养目标培养具备良好的政治思想素质和职业道德素养，掌握扎实的图书情报专业知识和技能，具有较高的外语水平和较强的跨文化交际能力，具有综合运用管理、经济、法律、计算机等知识解决图书情报工作实际问题能力，适应社会信息化和国民经济建设需要的高层次、应用型、复合型图书情报专门人才。三、MLIS毕业生应具备的能力1、具备良好的政治思想素质和职业道德素养。2、掌握扎实的图书情报专业知识和技能。3、具有较高的外语水平和较强的跨文化交际能力。4、具有综合运用管理、经济、法律、计算机等知识解决图书情报工作实际问题能力，适应社会信息化和国民经济建设的需要四、MLIS就业方向图书情报专业主要学习图书馆学、情报学、档案学等课程，其中既包括“信息”又涉及“管理”是近年来考研的热门专业，就业范围十分广泛。可以在图书馆、情报所工作，也可以在政府事业部门的咨询或信息服务部工作，主要在企业的情报分析与咨询部工作。图书情报专业优秀的毕业生主要从事以下几方面的工作：1、信息咨询员——帮助人们查找信息和解决问题;2、图书出版编辑——在出版社从事图书编辑;3、图书馆员、档案管理员——在图书馆或人事部、档案部管理资料;4、信息主管(CIO)——公司企业中信息资源主管，向总经理提供各种管理信息、辅助决策等。科技查新资格证、图书管理员资格证，秘书证 同时，因特网信息资源的骤增及其异构性、动态性，不断给信息检索带来新的挑战。信息检索已成为现代社会信息化和各种应用的关键。如何更高层次的模拟、应用人脑的智能原理，从本质上变革信息资源检索方法，已成为现代化信息知识检索理论研究的热点。实践证明，将人工智能技术与信息技术结合，发挥人工智能的作用，是一条成功的经验。下面就知识检索与信息检索的关联和发展，作初步的探讨。一、布尔检索利用布尔逻辑算符进行检索词或代码的逻辑组配，是现代信息检索系统中最常用的一种方法。常用的布尔逻辑算符有三种，分别是逻辑或“OR”、逻辑与“AND”、逻辑非“NOT”。用这些逻辑算符将检索词组配构成检索提问式，计算机将根据提问式与系统中的记录进行匹配，当两者相符时则命中，并自动输出该文献记录。下面以“计算机”和“文献检索”两个词来解释三种逻辑算符的含义。①“计算机”AND“文献检索”，表示查找文献内容中既含有“计算机”又含有“文献检索”词的文献。②“计算机”OR“文献检索”，表示查找文献内容中含有“计算机”或含有“文献检索”以及两词都包含的文献。③“计算机”NOT“文献检索”，表示查找文献内容中含有“计算机”而不含有“文献检索”的那部分文献。检索中逻辑算符使用是最频繁的，对逻辑算符使用的技巧决定检索结果的满意程度。用布尔逻辑表达检索要求，除要掌握检索课题的相关因素外，还应在布尔算符对检索结果的影响方面引起注意。另外，对同一个布尔逻辑提问式来说，不同的运算次序会有不同的检索结果。布尔算符使用正确但不能达到应有检索效果的事情是很多的。二、信息检索信息检索起源于图书馆的参考咨询和文摘索引工作，从19世纪下半叶首先开始发展，至20世纪40年代，索引和检索已成为图书馆独立的工具和用户服务项目。信息检索通常指文本信息检索，包括信息的存储、组织、表现、查询、存取等各个方面，其核心为文本信息的索引和检索。它是基于信息组织形式，如字符串、结构化数据库，应用信息处理方法，如排序数据查找、字符匹配，实现效率不高的检索。信息检索综合应用布尔检索方法和基于超链的检索技术，改进了基本检索功能，但缺点是对精确的提问不能给出精确的回答。从历史上看，信息检索经历了手工检索、计算机检索到目前网络化、智能化检索等多个发展阶段。目前，信息检索已经发展到网络化和智能化的阶段。信息检索的对象从相对封闭、稳定一致、由独立数据库集中管理的信息内容扩展到开放、动态、更新快、分布广泛、管理松散的Web内容；信息检索的用户也由原来的情报专业人员扩展到包括商务人员、管理人员、教师学生、各专业人士等在内的普通大众，他们对信息检索从结果到方式提出了更高、更多样化的要求。适应网络化、智能化以及个性化的需要是目前信息检索技术发展的新趋势。三、知识检索知识检索的基本思想是，模拟扩展人类关于知识处理与利用的智能行为和认识思维方法，是充分利用在线图书馆和数字图书馆的文献信息资源的有利工具。例如：抽象思维方法，形象思维方法。知识检索具有明显的优势：①实现信息服务向知识服务的转化，向用户提供潜在内容知识，以及分析预测后的超前性领域成果或知识。②提供主动服务方式，自动优化用户需求，主动提供个性化检索。③面向用户，依据用户的需求及其变化，能灵活选择理想的检索策略和技术，并且将繁重的知识信息存取工作从用户移向了计算机。④综合应用各类知识和各种高效的智能技术，全面提高检索效率。 文献分类方法（简称分类法）是由许多类目根据一定的原则组织起来的分类体系，并用标记符号来代表各级类目和固定其先后次序。它是情报图书部门日常用以类分文献、组织藏书的工具。文献分类法的表现形式是分类表，因此习惯上常将分类法和分类表等同于一个概念。但实际上二者是有区别的，即文献分类法并不单纯是一份分类表和该表的说明，还应包括分类的实践。分类法有多种多样，其中常见的有：等级分类法，标题分类法，组面分类法（或叫冒号分类法），二进位分类法，十进分类法，字顺分类法，自然分类法，人为分类法，主题分类法等。 文献指用文字、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。现在通常理解为图书、期刊等各种出版物的总和。科技文献包括科技图书、科技期刊、专利文献、会议文献、科技报告、政府出版物、学位论文、标准文献、产品资料和其它文献这十大类型文献。 文献分类方法（简称分类法）是由许多类目根据一定的原则组织起来的分类体系，并用标记符号来代表各级类目和固定其先后次序。它是情报图书部门日常用以类分文献、组织藏书的工具。文献分类法的表现形式是分类表，因此习惯上常将分类法和分类表等同于一个概念。但实际上二者是有区别的，即文献分类法并不单纯是一份分类表和该表的说明，还应包括分类的实践。分类法有多种多样，其中常见的有：等级分类法，标题分类法，组面分类法（或叫冒号分类法），二进位分类法，十进分类法，字顺分类法，自然分类法，人为分类法，主题分类法等。十进分类法又叫杜威十进分类法，是美国图书馆学家杜威创制的图书分类法。初版于1876年，至今已出至19版。被许多国家的图书馆广泛采用，是一部创制最早，流行最广、影响最大的分类法。采用严格的10进制等级分类体系，共分10个基本大类，每个基本大类分10个大类，每个大类再分10个小类，小类还可逐级细分。使用阿拉伯数字1到9标记9个大类，“0”表示“总论”所有数字作为小数看待。该分类法具有结构层次分明，易懂易记的特点。国际十进分类法是比利时的拉芳田和奥特勒创立的国际目录学研究所在《杜威十进分类法》基础上编制的一部国际性图书分类法。1927-1929年间出版了法文版，以后陆续翻译成德、英、日、西等多种文字，中文版译本于1959-1961年间分册出版。体系结构比《杜威法》有了进步。该分类法分类详细，灵活性强，通用性好，同时经常修订以保持它的实用性、科学性。 图书情报学是指图书馆业务学科和情报信息学科结合的一门学科。情报学,就是情报信息学科;这两个专业现在的本科都归结为信息管理与信息系统专业,也就是信息管理专业,主要是文献信息的组织存储检索咨询分析和读者服务等相关知识学科。图书情报专硕中文献分类检索是按学科分类体系查找文献资料。因为题目选定后即可按已确定文献查找的学科范围进行, 通过期刊论文题名, 最容易了解本学科研究的历史和现状。文献分类检索的范围确定后, 第二步要选择所使用的检索工具, 即图书目录、索引、文摘等。此专业为图书情报专硕硕士。专业硕士和学术学位处于同一层次，培养方向各有侧重。专业硕士主要面向经济社会产业部门专业需求，培养各行各业特定职业的专业人才，其目的重在知识、技术的应用能力。(专业硕士)图书情报是管理学领域下的专业学位专业。图书情报硕士专业学位英文名称为“Master of Library and Information Studies”，简称MLIS。为适应新形势图书情报事业发展对图书情报专门人才的迫切需求，完善图书情报人才培养体系，创新图书情报人才培养模式，提高图书情报人才培养质量，特设置图书情报硕士专业学位。更多关于图书情报专硕的备考技巧，干货，新闻资讯等内容，小编会持续更新。 文献的分类是指使用文献分类法为依据，根据文献所反映出的学科内容和属性，系统化，分门别类地揭示文献，我们一般都是用中图法来对文献进行分类，中国图书馆分类法简称中图法，是全世界通用的图书分类的工具书，基本上正规图书馆都会用中图法来进行图书分类。 文献分类方法（简称分类法）是由许多类目根据一定的原则组织起来的分类体系，并用标记符号来代表各级类目和固定其先后次序。它是情报图书部门日常用以类分文献、组织藏书的工具。文献分类法的表现形式是分类表，因此习惯上常将分类法和分类表等同于一个概念。但实际上二者是有区别的，即文献分类法并不单纯是一份分类表和该表的说明，还应包括分类的实践。分类法有多种多样，其中常见的有：等级分类法，标题分类法，组面分类法（或叫冒号分类法），二进位分类法，十进分类法，字顺分类法，自然分类法，人为分类法，主题分类法等。十进分类法又叫杜威十进分类法，是美国图书馆学家杜威创制的图书分类法。初版于1876年，至今已出至19版。被许多国家的图书馆广泛采用，是一部创制最早，流行最广、影响最大的分类法。采用严格的10进制等级分类体系，共分10个基本大类，每个基本大类分10个大类，每个大类再分10个小类，小类还可逐级细分。使用阿拉伯数字1到9标记9个大类，“0”表示“总论”所有数字作为小数看待。该分类法具有结构层次分明，易懂易记的特点。国际十进分类法是比利时的拉芳田和奥特勒创立的国际目录学研究所在《杜威十进分类法》基础上编制的一部国际性图书分类法。1927-1929年间出版了法文版，以后陆续翻译成德、英、日、西等多种文字，中文版译本于1959-1961年间分册出版。体系结构比《杜威法》有了进步。该分类法分类详细，灵活性强，通用性好，同时经常修订以保持它的实用性、科学性。文献分类在图书情报领域的应用
文献分类在图书情报领域的应用论文
文献分类在图书情报领域的应用研究
简述文献分类在图书情报领域的应用