1現(xiàn)代文獻(xiàn)檢索與利用

第4版

第二章數(shù)字圖書館制作：饒宗政rzz_84@163.com《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作2本章內(nèi)容框架《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作3學(xué)習(xí)目的●了解數(shù)字圖書館的概念，圖書數(shù)字化過程●了解數(shù)字資源類型●知道數(shù)字圖書、數(shù)字期刊、數(shù)字特種文獻(xiàn)在哪里查找？《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作4教學(xué)內(nèi)容數(shù)字圖書館概述數(shù)字圖書館的建設(shè)數(shù)字文獻(xiàn)資源《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作52.1數(shù)字圖書館概述2.1.1數(shù)字圖書館概念

數(shù)字圖書館(DigitalLibrary——DL)：凡是應(yīng)用計算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)，解決數(shù)字資源的采集、存儲、管理、發(fā)布和服務(wù)的圖書館，都可以稱為數(shù)字圖書館。它涉及數(shù)字文獻(xiàn)資源的加工、存儲、檢索、傳輸和利用的全過程?！馜L是虛擬的、沒有圍墻的圖書館，是基于網(wǎng)絡(luò)環(huán)境下共建共享的知識網(wǎng)絡(luò)系統(tǒng)，是超大規(guī)模的、分布式的、便于使用的、沒有時空限制的、可以實現(xiàn)跨庫無縫鏈接與智能檢索的知識中心?！袷欠植际?、面向?qū)ο蟮男畔⒉樵兿到y(tǒng)?！穹植际绞侵缚鐖D書館（跨地域）和跨物理形態(tài)的查詢；●面向?qū)ο笫侵覆粌H要查到線索，還要獲得原文（對象）《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作6數(shù)字圖書館的內(nèi)容1.數(shù)字圖書館是海量的知識中心●人們需要的知識都可以在這里找到、得到。DL是以數(shù)字資源建設(shè)為核心，便于讀者使用和檢索的知識中心。2.數(shù)字圖書館是優(yōu)質(zhì)資源門戶網(wǎng)站●如同一個人自由使用數(shù)字圖書館的所有資源，而面對分布式的海量索取，就如同在一個網(wǎng)站中自由查詢。

●在互聯(lián)網(wǎng)上，用資源共建共享機(jī)制建立的超大規(guī)模的、高質(zhì)量的中文數(shù)字資源庫群（集中與分布）。數(shù)字圖書館的內(nèi)容主要是以下6點：《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作73.數(shù)字圖書館是一門新學(xué)科●數(shù)字圖書館是一門新學(xué)科：圖書文獻(xiàn)資源數(shù)字化存取，互聯(lián)網(wǎng)技術(shù)傳播與獲取，讀者查找文獻(xiàn)更加方便?！駭?shù)字圖書館是一項全新的社會事業(yè)：用戶通過互聯(lián)網(wǎng)，登錄數(shù)字圖書館網(wǎng)站，可在任何時間、任何地點，十分方便快捷地使用世界上任何一個圖書館的數(shù)字文獻(xiàn)資源。

4.數(shù)字圖書館的拓展服務(wù)●用戶在查找到所需文獻(xiàn)后，可以直接閱讀數(shù)字圖書或期刊；查找到電影、音樂等多媒體資料之后可以即時播放；●個人數(shù)字圖書館——為用戶收集、整理所需的各種類型的資源。收藏和訂制個性化信息資源；（如CNKI）系統(tǒng)自動推送新文獻(xiàn)到你的郵箱、或者個人數(shù)字圖書館?！冬F(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作85.數(shù)字圖書館圓終身教育夢數(shù)字圖書館有豐富文獻(xiàn)資源，滿足不同人群的學(xué)習(xí)需求。●圖書館職能轉(zhuǎn)變：紙本文獻(xiàn)→文獻(xiàn)中心

→

學(xué)習(xí)中心?！駥W(xué)習(xí)方便：利用互聯(lián)網(wǎng)上網(wǎng)設(shè)備：電腦、平板電腦、手機(jī)，在家WIFI連接，在外面移動互聯(lián)網(wǎng)連接?！褡x者只要想學(xué)習(xí)，不受時間空間限制，一天24小時都能查找文獻(xiàn)信息資源。●終身教育反映了對高質(zhì)量學(xué)習(xí)機(jī)會的需求，數(shù)字圖書提供最新的技術(shù)和支持?！窕ヂ?lián)網(wǎng)是成人最方便的老師，很多問題的答案都可利用百度（Baidu）和必應(yīng)（Bing）找到?！冬F(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作92.1.2數(shù)字圖書館的特征1.數(shù)字化資源：文獻(xiàn)資源數(shù)字化：圖書、期刊、特種文獻(xiàn)、視頻、聲頻資料等；

2.網(wǎng)絡(luò)化存?。壕W(wǎng)絡(luò)是ＤＬ的傳輸工具；ＤＬ依附于網(wǎng)絡(luò)而存在，ＤＬ的各種服務(wù)是在網(wǎng)絡(luò)環(huán)境下進(jìn)行的，得益于網(wǎng)絡(luò)，也受限制于網(wǎng)絡(luò)。3.分布式管理：全球ＤＬ遵循統(tǒng)一的訪問協(xié)議，實現(xiàn)“聯(lián)合檢索”?！冬F(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作102.1.3數(shù)字圖書館的產(chǎn)生背景數(shù)字圖書館——是傳統(tǒng)圖書館在信息時代發(fā)展的需要；——將成為未來社會公共信息中心和樞紐。2.1.4數(shù)字圖書館的技術(shù)與人才●數(shù)字圖書館是高技術(shù)的產(chǎn)物。涉及數(shù)字化技術(shù)、超大規(guī)模數(shù)據(jù)庫技術(shù)、網(wǎng)絡(luò)技術(shù)、多媒體信息處理技術(shù)、信息壓縮與傳送技術(shù)、分布式處理技術(shù)、安全保密技術(shù)、可靠性技術(shù)、數(shù)據(jù)倉庫與聯(lián)機(jī)分析處理技術(shù)、信息抽取技術(shù)、數(shù)據(jù)挖掘技術(shù)、基于內(nèi)容的檢索技術(shù)、自然語言理解技術(shù)等。●DL需要計算機(jī)專家和圖書館專家，沒有一個天才可以獨自成功；●圖書館員必須成為計算機(jī)學(xué)者，才能理解計算機(jī)技術(shù)與圖書館專業(yè)的關(guān)系，建成好用的數(shù)字圖書館?！冬F(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作112.1.5ＤＬ的主要優(yōu)點1.數(shù)字文獻(xiàn)共享：實現(xiàn)了特種文獻(xiàn)資源共享；珍貴文獻(xiàn)資源，很多絕版圖書（世界僅1本），數(shù)字化后全世界共享；2.遠(yuǎn)程訪問：理論上全球任何地方的數(shù)字圖書館可以訪問；3.元數(shù)據(jù)檢索速度快（需要時才傳送對象數(shù)據(jù)——原文）；4.同一數(shù)字文獻(xiàn)可多人同時使用，Ｎ次復(fù)制；5.信息儲存空間小，節(jié)省物理空間?！窭硐氲臄?shù)字圖書館：任何人、在任何時間、任何地點、獲取任何圖書館的任何資源。《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作12數(shù)字資源的使用率遠(yuǎn)高于實體館藏

——以清華大學(xué)圖書館為例：至2010年底，實體館藏總量約有400萬冊，據(jù)清華館2010年年鑒統(tǒng)計：紙質(zhì)圖書外借82.8萬冊次，流通率為20.7％。二次文獻(xiàn)檢索353/325萬次；（近4倍）電子圖書瀏覽/下載53/88萬冊次，（近1倍）電子期刊瀏覽/下載453/764萬篇次，（5.47/9.22倍）

學(xué)位論文瀏覽/下載3.5/129萬篇次。（1.55倍）說明社會進(jìn)步和時代發(fā)展后：●電子資源在網(wǎng)絡(luò)環(huán)境下使用是印刷型文獻(xiàn)遠(yuǎn)無法比擬的?！窀淖兞俗x者閱讀習(xí)慣，也改變了讀者獲取文獻(xiàn)的方式！資料來源：姜愛蓉.移動互聯(lián)網(wǎng)的發(fā)展與機(jī)遇，2011年7月西安交大館長會議的PPT課件?！冬F(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作132.1.6國外數(shù)字圖書館概況1.數(shù)字圖書館的發(fā)展歷程在1971年7月由MichaelHart發(fā)起的古登堡計劃（ProjectGutenberg）是世界上第一個數(shù)字圖書館，是圖書數(shù)字化的先行者。●它是一項將大量版權(quán)過期書籍通過掃描或者輸入的方法，使之?dāng)?shù)字化?！袼袝妮斎攵际怯芍驹刚邅硗瓿傻?。（正確率達(dá)到教材級水平）●維基百科由志愿者來完成的；

人人可編輯的自由百科全書，到2015年3月已有81萬多篇中文條目，錯誤率極少！可以達(dá)到教科書級的正確率。為信息傳播與資源共享做出重要的貢獻(xiàn)。是免費信息資源之一，（2017年底維基百科中國站點關(guān)閉）《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作14DL的發(fā)展經(jīng)歷了以下三個階段●第一階段是研究、試驗、規(guī)劃階段●第二階段是起步與應(yīng)用階段世界各地進(jìn)行數(shù)字化計劃，如美國國會圖書館的美國記憶（AmericanMemory）計劃、古登堡計劃（ProjectGutenberg）、百萬冊圖書計劃和環(huán)球圖書館（UniversalLibrary）等?！竦谌A段是規(guī)模擴(kuò)大階段數(shù)字圖書館經(jīng)過傳統(tǒng)圖書館與數(shù)字圖書館相互結(jié)合、共存互享之后，已進(jìn)入數(shù)字圖書館建設(shè)的第三個階段。這一階段的數(shù)字圖書館特點：模式新、規(guī)模大、資源豐富、技術(shù)更先進(jìn)、服務(wù)面廣、受益者多、影響深、競爭激烈?！冬F(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作152.幾個世界上有重要影響的數(shù)字圖書館

（1）Google數(shù)字圖書館計劃早在1999年，Google公司剛剛起步致力于做搜索引擎時，Google聯(lián)合創(chuàng)始人拉里·佩奇（LarryPage）就提出了將世界所有書籍?dāng)?shù)字化的大膽想法。到2009年Google已掃描了1000多萬冊圖書，其中有約600萬本是受著作權(quán)保護(hù)的絕版書。約占全球書目數(shù)據(jù)庫里列出并被收藏3200萬冊圖書的三分之一。“Googlebooks是搜索全球圖書的最新索引，有數(shù)百萬本好書可供您預(yù)覽或免費閱讀。Google數(shù)字圖書館計劃的目標(biāo)：在切實尊重作者及出版商版權(quán)的同時，讓讀者可以更容易地查找相關(guān)圖書，特別是那些通過其他任何方式都無法找到的絕版圖書?！冬F(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作16（2）世界數(shù)字圖書館●世界數(shù)字圖書館（WorldDigitalLibrary，WDL)是聯(lián)合國教科文組織和世界32個公共團(tuán)體合作建立，由美國國會圖書館主導(dǎo)開發(fā)的知識共享計劃，中國國家圖書館參加其中?！衲壳笆珍浧叻N語言：英文、阿拉伯文、中文、西班牙文、法文、葡萄牙文及俄文。平臺之檢索方式可以利用地點、時間、專題、條目類型、機(jī)構(gòu)等來查尋?！袷澜鐢?shù)字圖書館網(wǎng)址：/zh/《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作17（3）歐洲數(shù)字圖書館歐洲數(shù)字圖書館(EuropeanaDigitalLibrary,EDL)是為了制衡谷歌的數(shù)字圖書館而誕生。于2008年11月20日正式對外服務(wù)。因谷歌公司2004年12月宣布籌建全球最大的數(shù)字圖書館，歐洲人不讓美國在數(shù)字圖書館上有絕對的話語權(quán)，必須對谷歌的信息資源壟斷進(jìn)行反擊。用戶可以通過該網(wǎng)站獲取來源于歐盟27個成員國的國家圖書館和文化機(jī)構(gòu)的兩百多萬種資料。內(nèi)容包括圖書、地圖、錄音、圖片、檔案、油畫和電影資料。歐洲數(shù)字圖書館網(wǎng)址：http://www.europeana.eu《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作182.1.7中國數(shù)字圖書館研發(fā)概況1.起步階段在中國，正式提出數(shù)字圖書館概念，是1996年在北京召開的第62屆國際圖聯(lián)(IFLA)大會，數(shù)字圖書館成為該會議的一個討論專題。IBM公司和清華大學(xué)圖書館聯(lián)手展示“IBM數(shù)字圖書館方案”。2.試驗階段1997年1月～1999年12月：由國家圖書館、中山圖書館、上海圖書館、深圳圖書館、遼寧圖書館、南京圖書館、文化部文化科技開發(fā)中心共同承擔(dān)實施了“中國試驗型數(shù)字圖書館項目”，標(biāo)志我國數(shù)字圖書館事業(yè)進(jìn)入到了試驗階段?！冬F(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作193.操作階段1999年9月～2001年11月，文化部與國家圖書館啟動了中國國家數(shù)字圖書館工程（國家圖書館二期工程暨國家數(shù)字圖書館工程），由“中國數(shù)字圖書館有限責(zé)任公司”作為業(yè)主單位全面負(fù)責(zé)工程的建設(shè)、運營及服務(wù)，數(shù)字化圖書掃描年產(chǎn)量3000萬頁以上。標(biāo)志著中國數(shù)字圖書館進(jìn)入操作階段。4.實用階段2001年5月23日后，國家重點科技項目“中國試驗型數(shù)字式圖書館”通過專家技術(shù)鑒定，標(biāo)志DL在中國進(jìn)入實用階段。同時產(chǎn)生的幾家做數(shù)字圖書的公司：超星、書生、阿帕比《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作202.2數(shù)字圖書館建設(shè)

2.2.1中國數(shù)字圖書館有限責(zé)任公司的方案來源：中國數(shù)字圖書館有限責(zé)任公司.數(shù)字圖書館解決方案[EB/OL][2012-2-16]/tsg/index.html三層技術(shù)說明1資源加工層2資源管理層3應(yīng)用服務(wù)層《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作21（1）數(shù)字圖書館解決方案三層技術(shù)說明1）資源加工層：將各種類型的資料轉(zhuǎn)化為有序的數(shù)字資源。將各種印刷型資料、音頻資料、視頻資料進(jìn)行數(shù)字化加工，轉(zhuǎn)化為數(shù)字格式的資源；2）資源管理層：依據(jù)OAIS、Z39.84（DOI）、ISO10646等國際標(biāo)準(zhǔn)構(gòu)建。對網(wǎng)絡(luò)資源進(jìn)行分類、整合及發(fā)布；對異構(gòu)數(shù)字資源進(jìn)行整合，以便統(tǒng)一檢索和使用；將經(jīng)過加工和標(biāo)引的數(shù)字資源進(jìn)行發(fā)布；進(jìn)行元數(shù)據(jù)管理、數(shù)字版權(quán)管理、數(shù)字對象管理。3）應(yīng)用服務(wù)層：直接面向用戶和讀者的是應(yīng)用服務(wù)層。作為圖書館的門戶，為用戶提供方便快捷的、主動的、個性化的、安全可靠的服務(wù)?！冬F(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作222.2.2文獻(xiàn)數(shù)字化技術(shù)1.文獻(xiàn)數(shù)字化概述文獻(xiàn)數(shù)字化是：印刷型資料→數(shù)字化加工→數(shù)字格式的文獻(xiàn)資源。是數(shù)字圖書館建設(shè)過程中工作量非常大的基礎(chǔ)工作。2.紙質(zhì)文獻(xiàn)數(shù)字化技術(shù)用數(shù)字化圖書→建設(shè)數(shù)字圖書館，有兩個重要的內(nèi)容：●紙質(zhì)圖書轉(zhuǎn)化為→電子版的數(shù)字圖書；●電子版圖書的存儲，檢索、交換，流通共享?！冬F(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作23（1）紙質(zhì)文獻(xiàn)數(shù)字化●將沒有版權(quán)爭議的印刷型文獻(xiàn)數(shù)字化，建成數(shù)字化資源庫。（2）紙質(zhì)文獻(xiàn)數(shù)字化的原則紙質(zhì)文獻(xiàn)數(shù)字化有“保真原則”“整理原則”和二者兼顧原則。（3）紙質(zhì)文獻(xiàn)數(shù)字化的方法和設(shè)備按其發(fā)展過程分為：人工鍵盤錄入法、語音識別法、掃描法。目前應(yīng)用最多、效率最高的是→掃描法（掃描儀→●紙質(zhì)文獻(xiàn)數(shù)字化過程：①紙質(zhì)文獻(xiàn)放在掃描儀平板上，②通過掃描→紙質(zhì)文獻(xiàn)轉(zhuǎn)換為→數(shù)字圖形→輸入計算機(jī)，③經(jīng)軟件OCR識別、校對后，轉(zhuǎn)換為可進(jìn)行編輯的數(shù)字化文獻(xiàn)。實現(xiàn)計算機(jī)網(wǎng)絡(luò)環(huán)境下快速轉(zhuǎn)遞、檢索和資源共享等功能?！冬F(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作243.影響OCR識別正確率的幾個重要參數(shù)（1）分辨率參數(shù)分辨率參數(shù)決定掃描圖像的清晰度，即決定掃描圖像的圖像細(xì)節(jié)。分辨率一般以dpi作為單位。dpi是dotperinch(點/每英寸)的縮寫。文字OCR識別一般要300dpi。掃描儀能支持的dpi越大，其圖像清晰度就越高。（2）亮度參數(shù)：亮度參數(shù)是掃描儀的重要參數(shù)之一，也是影響OCR系統(tǒng)文字識別效果的極為重要的因素。（3）掃描速度掃描速度是掃描儀的又一個重要指標(biāo)，它決定掃描儀的工作效率，在文字識別應(yīng)用中尤其如此，單位是英寸/每秒（IPS）參考文獻(xiàn)：饒宗政.談檔案數(shù)字化[J].四川檔案,2002（5）:33-34.《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作254.數(shù)字文獻(xiàn)著錄標(biāo)準(zhǔn)（DublinCore，簡稱DC）●紙質(zhì)文獻(xiàn)：圖書目錄→用MARC（機(jī)讀目錄）來描述；●數(shù)字文獻(xiàn)→用都柏林核心（DublinCore）元數(shù)據(jù)來描述網(wǎng)上電子文獻(xiàn)的基本特征——元數(shù)據(jù)標(biāo)引，以方便檢索。元數(shù)據(jù)也稱“數(shù)據(jù)的數(shù)據(jù)”。背景資料：都柏林核心集(DublinCoreElementsSet,DC)產(chǎn)生于1995年3月在美國俄亥俄州的都柏林召開的第一屆元數(shù)據(jù)研討會上，是52位來自圖書館、計算機(jī)、網(wǎng)絡(luò)等方面的專家和學(xué)者共同研討下的產(chǎn)物，是以圖書館界為主建立起來的元數(shù)據(jù)系統(tǒng)?！駭?shù)字文獻(xiàn)→用都柏林核心（DublinCore）元數(shù)據(jù)標(biāo)引，第一次會議上提出的DC元數(shù)據(jù)核心集為13個；后來經(jīng)過不斷修改和補(bǔ)充，現(xiàn)在DC元數(shù)據(jù)為15個，如下所示：《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作26都柏林核心（DublinCore）15個元數(shù)據(jù)

的具體內(nèi)容：（1）名稱（Title）（2）作者、制作者（Creator）（3）主題及關(guān)鍵詞（SubjectandKeywords）（4）說明（Description）（5）出版者（Publisher）（6）發(fā)行者（Contributor）（7）時間（Date）（8）類型（Type）（9）格式（Format）（10）標(biāo)識（Identifier）（11）來源（Source）（12）語言（Language）（13）相關(guān)資源（Relation）（14）范圍（Coverage）（15）版權(quán)（Rights）《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作275.數(shù)字資源的科學(xué)組織方法（1）將數(shù)字資源分為元數(shù)據(jù)和對象數(shù)據(jù)●元數(shù)據(jù)——目錄數(shù)據(jù)，供免費檢索；(如CNKI文獻(xiàn)目錄免費檢索)●對象數(shù)據(jù)——全文；(如CNKI下載全文要付費)為什么要這樣做？全文檢索在海量信息狀態(tài)下行不通！例如，美國在1TB的信息系統(tǒng)中用簡單全文檢索測試，用了6個小時，才檢索到滿足用戶要求的結(jié)果。●全國高校圖書館有很多文獻(xiàn)資源，如何讓讀者知道各個館的館藏？●CALIS（中國高等教育文獻(xiàn)保障系統(tǒng)）經(jīng)過多年建設(shè)，完成的一項重要任務(wù)——CALIS聯(lián)合目錄，供讀者檢索全國高校圖書館的書目數(shù)據(jù)，知道某書收藏于某館？需要時可使用館際互借得到?！冬F(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作28●元數(shù)據(jù)是描述數(shù)字資源的文件，是關(guān)于數(shù)據(jù)的數(shù)據(jù)，免費共享！因數(shù)據(jù)小，檢索速度快，發(fā)展成為先進(jìn)的元數(shù)據(jù)搜索引擎?！癯枪居袑Ｈ怂阉髟獢?shù)據(jù)，圖書元數(shù)據(jù)最齊全，到2023年達(dá)到680萬種中文書目元數(shù)據(jù)[1]。（3）對象數(shù)據(jù)分布式存儲數(shù)字圖書館的對象數(shù)據(jù)是海量的，因此存儲空間是海量的，為減輕網(wǎng)絡(luò)傳送壓力和安全，對象數(shù)據(jù)可用分布式存儲。超星公司的數(shù)字化全文圖書，到2023年達(dá)到400萬種圖書全文[1]。按超星擁有自主知識產(chǎn)權(quán)的國際上中文圖像格式占用空間最小的一種壓縮技術(shù)，做到100萬種圖書大約有5000G≈5T300萬種圖書全文≈15T，按照此標(biāo)準(zhǔn)，Google想把全世界3000萬種圖書數(shù)字化——完成后也有150T。（2）元數(shù)據(jù)共享原則[1]資料來源：圖書被引用情況報告(2023)《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作29元數(shù)據(jù)搜索引擎速度快，但當(dāng)元數(shù)據(jù)的量達(dá)到海量時，對搜索引擎的檢索能力是一個非常大的考驗？如超星公司學(xué)術(shù)文獻(xiàn)元數(shù)據(jù)已達(dá)6.6億條，每個條元數(shù)據(jù)大約50個字段，約1.5K字節(jié)，則元數(shù)據(jù)有：650000000×1.5≈929G，在這么大的元數(shù)據(jù)庫里檢索，需要有更強(qiáng)大的查詢工具，來滿足用戶大并發(fā)、多條件的檢索要求。（5）計算機(jī)和網(wǎng)絡(luò)系統(tǒng)的承載能力對象數(shù)據(jù)將是海量的，這就需要海量的存儲空間。●對象數(shù)據(jù)必須分散在各個地方，解決大的并發(fā)和大的傳輸量，傳送實行就近原則，以減輕網(wǎng)絡(luò)的負(fù)擔(dān)。（4）搜索引擎的檢索能力《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作302.2.3圖書數(shù)字的工業(yè)化進(jìn)程目前，國內(nèi)進(jìn)行圖書數(shù)字化加工的公司的有：①中國數(shù)字圖書館有限責(zé)任公司；②方正阿帕比Apabi；③北京超星數(shù)圖信息技術(shù)有限公司（簡稱超星公司）●超星公司的技術(shù)最成熟，技術(shù)最先進(jìn)，規(guī)模也最大，成為行業(yè)的領(lǐng)跑者，為中國數(shù)字圖書館建設(shè)做出了突出的貢獻(xiàn)！《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作311.超星公司數(shù)字化圖書發(fā)展歷程超星公司1993年成立，是一家高科技民營企業(yè)。（1）從檔案資料數(shù)字化起家超星公司從1993年起從事檔案資料數(shù)字化軟件的開發(fā)，國內(nèi)最早提出檔案資料數(shù)字化的概念，以光盤存儲代替縮微膠片進(jìn)行檔案保存，發(fā)展了國內(nèi)第一家以光盤形式存儲檔案的檔案館用戶?！裼脩魯?shù)量達(dá)2000多家，中央檔案館、外經(jīng)貿(mào)部、林業(yè)部、中國人民銀行總行、招商銀行總行、北京市公安局和全國印鈔造幣系統(tǒng)等都是超星的用戶。（2）把資料數(shù)字化技術(shù)應(yīng)用于電子出版物；（3）把資料數(shù)字化技術(shù)應(yīng)用于網(wǎng)絡(luò)；（4）與國家圖書館合作創(chuàng)建“網(wǎng)上讀書”取得實用經(jīng)驗；《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作322.圖書數(shù)字化加工廠（1）圖書數(shù)字化加工生產(chǎn)線（DocScan）1998年，超星公司第一條大規(guī)模數(shù)字化掃描生產(chǎn)線，加工能力達(dá)到每天20萬頁。（按每冊300頁計算，有660冊圖書）五個數(shù)字化加工中心：在北京、成都、福州、長沙、鄭州等生產(chǎn)流水線作業(yè)，三班倒的方式，進(jìn)行圖書數(shù)字化——掃描；

入口：圖書送進(jìn)去，通過工人拆開、掃描，整個流水線采用C/S結(jié)構(gòu)，客戶端完成掃描加工處理，服務(wù)器完成數(shù)據(jù)管理和各工序任務(wù)的分配。

出口：數(shù)字圖書——建設(shè)數(shù)字圖書館的基礎(chǔ)資源。到2023年，已經(jīng)掃描中文圖書400萬種（全文數(shù)據(jù)）。《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作33（2）從數(shù)字圖書→數(shù)字圖書館加工數(shù)字圖書的目的——是為了建設(shè)數(shù)字圖書館。當(dāng)數(shù)字圖書的數(shù)量達(dá)到400多萬種時，已是一個相當(dāng)大規(guī)模的數(shù)字圖書館了，什么樣的中文圖書都可以在這里找到，滿足率可達(dá)到95%，這個數(shù)字圖書館對讀者是一個非常好的解決思路。（3）超星數(shù)字圖書館的社會效益超星數(shù)字圖書館是世界上最大的中文在線數(shù)字圖書館。它為偏僻山區(qū)、中國的西部的市民都可以和大城市享有同樣的閱讀條件和教育機(jī)會，而且是24小時、沒有等候的服務(wù)。它是縮小東西部數(shù)字鴻溝差距、解決網(wǎng)上資源匱乏的重要舉措?！冬F(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作34超星的PDG格式2000年11月，超星與清華大學(xué)圖書館技術(shù)部聯(lián)合開發(fā)的PDG圖像全文檢索技術(shù)。超星PDG應(yīng)該是在參考了djvu技術(shù)的基礎(chǔ)上開發(fā)的格式。名詞解釋：DjVuDjVu是于1996年開發(fā)成功的一項新的圖片壓縮技術(shù)，是一個公開標(biāo)準(zhǔn)。作為一種新的彩色文件壓縮技術(shù)，DjVu在紙質(zhì)世界和比特[1]世界之間搭起了一座橋梁。它使得高質(zhì)量的掃描圖像可以輕易地在因特網(wǎng)上進(jìn)行發(fā)布。DjVu有兩大優(yōu)勢1.可以將500M以上的高清晰雜志壓縮到只有10M左右甚至更小的容量，而雜志質(zhì)量絲毫不受影響。2.由于徹底改變了傳統(tǒng)的互聯(lián)網(wǎng)傳輸方式，在觀看DjVu格式的文件時，甚至比打開普通的網(wǎng)頁更快。[1]

bit和Byte同譯為“比特”,是數(shù)據(jù)量度單位,即1Byte=8bits）《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作35●新穎之處：

→在圖像文件上實現(xiàn)了全文檢索？●關(guān)鍵：

→是采用了分層壓縮技術(shù)當(dāng)紙質(zhì)原稿→通過掃描儀輸入到終端→存儲為圖像格式；負(fù)責(zé)集中運算的服務(wù)器→自動對該圖像進(jìn)行OCR識別→并完成相關(guān)運算→實時生成三層信息：●第一層信息是圖像，用來保留原文原貌，即反映連續(xù)色彩圖像和紙張的背景，用較低的分辨率，通常為100dpi足夠?！竦诙有畔⑹怯脕磉M(jìn)行OCR文字識別的，要確保文字和線條的清晰度需要較高的分辨率，提高清晰度是OCR文字識別率要求的，通常為300dpi?！竦谌龑邮谴_定文本在原稿圖像中所處的坐標(biāo)位置。

超星PDG圖像全文檢索技術(shù)原理《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作36三層信息共組成一個頁文件→當(dāng)讀者用關(guān)鍵詞“數(shù)字圖書館”進(jìn)行全文檢索時，搜索引擎①先到頁文件的第二層，以文本檢索的方式查找關(guān)鍵詞；②并在第三層中獲取關(guān)鍵詞處的坐標(biāo)位置；③最后在第一層圖像文件上將該區(qū)域標(biāo)識出來，對命中的關(guān)鍵字在圖像文件的原文中實現(xiàn)突出反顯。如讀秀全文檢索?！舫怯蠵DG圖像全文檢索技術(shù)后，將400萬種圖書通過拆開，掃描、數(shù)字化加工，用圖像全文檢索技術(shù)重新組合成的一本有17.7億頁巨型的百科全書[1]，任何一句詩詞，任何一句名言，任何一幅插圖，都可以在讀秀中找到它的出處；并通過鏈接找到全文。PDG圖像全文檢索實例[1]資料來源：超星公司2022年四川省圖工委會下的宣傳資料引用上年數(shù)字。如查一句話：“PDG圖像全文檢索技術(shù)原理”的出處？《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作37PDG圖像全文檢索技術(shù)原理現(xiàn)在，全文(知識)檢索有改進(jìn)，但原理相同檢索結(jié)果顯示：這句話前后相關(guān)知識點信息系統(tǒng)提供了“展開、PDF下載、閱讀”點擊“閱讀”進(jìn)入原文出處頁面閱讀提供這句話出處及相關(guān)知識點信息！《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作382.2.4超星數(shù)字圖書館方案

1.高校數(shù)字圖書館概述（1）數(shù)字圖書館是高校信息化建設(shè)的重點教育部要求：高等學(xué)校圖書館要具備“現(xiàn)代電子圖書系統(tǒng)和計算機(jī)網(wǎng)絡(luò)服務(wù)體系?！薄窀叨说腎T設(shè)備商都積極開發(fā)：IT在高校數(shù)字圖書館的應(yīng)用●發(fā)展前景好，市場非常大，是IT行業(yè)都想吃這塊“肥肉”?！褚布辛薎T行業(yè)大量的優(yōu)秀人才；●DL——計算機(jī)技術(shù)在圖書館的應(yīng)用，精通之，就業(yè)前景看好。因為：有實力的高校都在數(shù)字圖書館建設(shè)上下功夫。知識經(jīng)濟(jì)時代，數(shù)字圖書館的建立為高校教育提供了靈活多樣的培養(yǎng)方法，且不受時間、空間和地域的限制，能適合各種學(xué)科并能滿足高校教育、終身教育的需求?！冬F(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作39（2）海量數(shù)字資源是高校數(shù)字圖書館基礎(chǔ)超星數(shù)字圖書館已經(jīng)建立起了規(guī)模龐大的數(shù)字資源庫，并開發(fā)成功自主知識產(chǎn)權(quán)的超星閱覽器，解決了大量數(shù)據(jù)的遠(yuǎn)程傳輸問題，建立了數(shù)據(jù)資源的海量儲存，為我國數(shù)字圖書館的發(fā)展做出了巨大的貢獻(xiàn)。（3）要兼容傳統(tǒng)圖書館并有革命性的進(jìn)步●在相當(dāng)一個時期，圖書館的紙質(zhì)文獻(xiàn)和數(shù)字圖書館并存發(fā)展，優(yōu)勢互補(bǔ)，因此，數(shù)字圖書館要兼容傳統(tǒng)圖書館并有革命性的進(jìn)步?！駭?shù)字文獻(xiàn)資源的生產(chǎn)、傳播、服務(wù)為一體?！窠鉀Q查找方便，獲取方便，●知識的深度挖掘——知識發(fā)現(xiàn)?！冬F(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作40（4）高校數(shù)字圖書館的功能●圖書的快捷查詢；●檢索到書目與其它圖書館自動化系統(tǒng)的智能銜接，鏈接到圖書館的聯(lián)機(jī)公共目錄OPAC（OnlinePublicAccessCatalogue）查詢系統(tǒng)；●方便簡捷的一站式檢索平臺；●為讀者提供功能全面、界面友好的閱讀軟件；●高質(zhì)量的正版數(shù)字圖書，無版權(quán)糾紛?！冬F(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作412.3數(shù)字文獻(xiàn)資源

2.3.1數(shù)字圖書資源

1.超星數(shù)字圖書館（教育網(wǎng)鏡像站)《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作42讀秀中文學(xué)術(shù)搜索●讀秀中文學(xué)術(shù)搜索（一站式檢索系統(tǒng)）圖書、期刊、報紙、會議論文、學(xué)位論文、標(biāo)準(zhǔn)、專利、學(xué)術(shù)視頻等文獻(xiàn)資源都可以在這里一站式檢索?！褓Y源(超星發(fā)現(xiàn)2023年12月數(shù)據(jù))中文圖書元數(shù)據(jù)書目數(shù)據(jù)680多萬種，圖書全文400萬種；中外文文獻(xiàn)6.5億條元數(shù)據(jù)；中文期刊1.05億篇；中文報紙1.5億篇；外文期刊2.1億篇讀秀學(xué)術(shù)搜索

/《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作43百鏈云圖書館資源結(jié)構(gòu)百鏈云圖書館元數(shù)據(jù)資源池有6.5億條元數(shù)據(jù)①本館資源：本館館藏資源；本館的電子資源(有鏈接，可直接打開閱讀)。②多館云服務(wù)的資源：區(qū)域圖書館、行業(yè)圖書館、1800個圖書館接入，368個中外數(shù)據(jù)庫。各種文獻(xiàn)統(tǒng)一檢索，可查詢到每篇文章的館藏信息、在數(shù)據(jù)庫的鏈接地址。百鏈云圖書館服務(wù)：從單館為讀者服務(wù)→轉(zhuǎn)變?yōu)槎囵^協(xié)同為讀者服務(wù)。中文資源傳遞滿足率96%，外文資源傳遞滿足率90%（圖片來源：超星公司，2022年四川高校圖書館工作會議宣傳資料）《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作44超星的文獻(xiàn)傳遞原理●找到：在讀秀（百鏈）學(xué)術(shù)搜索平臺上可以解決全部文獻(xiàn)資源的檢索服務(wù)；●得到：搜索到的文獻(xiàn)資源決定要時，自助服務(wù)：→填寫一個Email地址，申請文獻(xiàn)傳遞服務(wù)；→超星數(shù)據(jù)庫內(nèi)有的文資源獻(xiàn)，機(jī)器會自動文獻(xiàn)傳遞到讀者郵箱；●參考咨詢：對于超星數(shù)據(jù)庫沒有的文獻(xiàn)資源，由超星數(shù)字圖書館成員館組成的圖書館參考咨詢聯(lián)盟，有很多圖書館專家，在線專門為讀者免費做文獻(xiàn)傳遞服務(wù)?！駨V東省立中山圖書館主辦的全國圖書館參考咨詢聯(lián)盟是利用超星技術(shù)組建的，面向世界讀者的，免費文獻(xiàn)傳遞網(wǎng)站?！冬F(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作45全國圖書館參考咨詢聯(lián)盟（超星公司技術(shù)）http://www.ucdrs.superlib.net/《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作462.方正阿帕比Apabi數(shù)字圖書館（1）北京方正阿帕比技術(shù)有限公司（

/）Apabi是Author（作者）、Publisher（出版者）、Artery(流通渠道)、Buyer（讀者，即購買者）以及Internet（網(wǎng)絡(luò)））五個單詞首字母組成的，Apabi的意思就是通過互聯(lián)網(wǎng)，將作者，出版社，中間商，讀者聯(lián)系起來，提供一整套解決方案，實現(xiàn)完全數(shù)字化的出版。（2）中華數(shù)字書苑的數(shù)字資源產(chǎn)品中華數(shù)字書苑是方正阿帕比公司的知識服務(wù)平臺，到2023年有數(shù)字資源：數(shù)字圖書：250萬冊可供翻閱的電子圖書，150萬冊電子圖書可供全文檢索和在線試讀，70萬冊可供全文下載。數(shù)字報刊近800種；工具書資源近2000種，3000冊；年鑒近1000種、6000卷?！冬F(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作473.中國高等教育文獻(xiàn)保障系統(tǒng)——

CALIS（1）CALIS簡介中國高等教育文獻(xiàn)保障系統(tǒng)（ChinaAcademicLibrary&InformationSystem，簡稱CALIS），是經(jīng)國務(wù)院批準(zhǔn)的我國高等教育“211工程”“九五”“十五”總體規(guī)劃中三個公共服務(wù)體系之一?！馛ALIS的宗旨：在教育部的領(lǐng)導(dǎo)下，把國家的投資、現(xiàn)代圖書館理念、先進(jìn)的技術(shù)手段、高校豐富的文獻(xiàn)資源和人力資源整合起來，建設(shè)以中國高等教育數(shù)字圖書館為核心的教育文獻(xiàn)聯(lián)合保障體系，實現(xiàn)信息資源共建、共知、共享，以發(fā)揮最大的社會效益和經(jīng)濟(jì)效益，為中國的高等教育服務(wù)?！馛ALIS管理中心：設(shè)在北京大學(xué)，下設(shè)了文理、工程、農(nóng)學(xué)、醫(yī)學(xué)四個全國文獻(xiàn)信息服務(wù)中心，華東北、華東南、華中、華南、西北、西南（四川大學(xué)）、東北七個地區(qū)文獻(xiàn)信息服務(wù)中心和一個東北地區(qū)國防文獻(xiàn)信息服務(wù)中心?！冬F(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作48CALIS的e讀

學(xué)術(shù)搜索引擎開元知?！讀學(xué)術(shù)搜索旨在全面發(fā)現(xiàn)全國高校豐富的紙本和電子資源，它與CALIS文獻(xiàn)獲取（e得）、統(tǒng)一認(rèn)證、資源調(diào)度等系統(tǒng)集成，打通從“發(fā)現(xiàn)”到“獲取”的“一站式服務(wù)”鏈路，為讀者提供全新的館際資源共享服務(wù)體驗。

e讀學(xué)術(shù)搜索特點：海量數(shù)據(jù)：包括期刊、學(xué)位論文、普通圖書、工具書、年鑒、報紙等資源，目前已逾3億條數(shù)據(jù)。在這里輸入檢索關(guān)鍵詞↑（/）《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作49CALIS

e得文獻(xiàn)獲取CALIS資源《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作50（2024年2月11日數(shù)據(jù)）。CALIS聯(lián)合目錄：書目記錄864萬條；CALIS外文期刊論文：有10萬多種紙本和電子的外文期刊；8892萬期刊篇名信息;CALIS學(xué)位論文：有中外文學(xué)位論文476多萬篇（中文286.9萬篇，外文189.1萬篇）CALIS全文電子資源：36萬種中文圖書和3千多冊外文圖書;100多個全文數(shù)據(jù)庫的鏈接;11個文摘數(shù)據(jù)庫的鏈接;196個圖書館的館藏紙本期刊信息；497個圖書館購買的電子期刊信息?！冬F(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作51中國高校人文社會科學(xué)文獻(xiàn)中心－－CASHL（2）CASHL簡介中國高校人文社會科學(xué)文獻(xiàn)中心（ChinaAcademicHumanitiesandSocialSciencesLibrary）(英文簡稱CASHL)，1）CASHL文獻(xiàn)資源①高校人文社科外文圖書聯(lián)合目錄：收錄了CASHL兩個全國中心和五個區(qū)域中心的24萬多種人文社會科學(xué)外文圖書，②高校人文社會科學(xué)外文期刊目次數(shù)據(jù)庫：全面、系統(tǒng)地揭示了國外人文社會科學(xué)重點學(xué)術(shù)期刊。收錄了CASHL中心4000多種人文社會科學(xué)外文期刊2）CASHL可以提供的服務(wù)①高校人文社科外文期刊目次數(shù)據(jù)庫查詢②高校人文社科外文圖書聯(lián)合目錄查詢③高校人文社科核心期刊總覽《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作524.中國國家數(shù)字圖書館據(jù)中國國家圖書館2021年年鑒的統(tǒng)計資料顯示：截至2020年底：館藏文獻(xiàn)總量：41079751冊/件，電子圖書：

2150132種，2630345冊；電子期刊：54804種，電子報紙：3430種，學(xué)位論文：

11265313篇，會議論文：7815528篇，音頻資料：

1919636首，視頻資料：198965小時中文數(shù)據(jù)庫134個，外文數(shù)據(jù)庫117個，合計251個。《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作535.國家科技圖書文獻(xiàn)中心（NSTL）國家科技圖書文獻(xiàn)中心國家科技數(shù)字圖書館國家科技圖書文獻(xiàn)中心（NationalScienceandTechnologylibrary,簡稱NSTL）是經(jīng)國務(wù)院領(lǐng)導(dǎo)批準(zhǔn)，于2000年6月12日成立的一個基于網(wǎng)絡(luò)環(huán)境的科技信息資源服務(wù)機(jī)構(gòu)。中心由中國科學(xué)院文獻(xiàn)情報中心、中國科學(xué)技術(shù)信息研究所、機(jī)械工業(yè)信息研究院、冶金工業(yè)信息標(biāo)準(zhǔn)研究院、中國化工信息中心、中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所、中國醫(yī)學(xué)科學(xué)院醫(yī)學(xué)信息研究所、中國標(biāo)準(zhǔn)化研究院標(biāo)準(zhǔn)館和中國計量科學(xué)研究院文獻(xiàn)館組成。NSTL擁有：圖書11余萬種，外文期刊約20000種，外文會議錄等9000多種，學(xué)位論文：中文220萬種，外文70多萬種會議論文：20多萬種，科技報告：194萬份，標(biāo)準(zhǔn)：中文54萬份，外文200萬份。《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作541）國家科技圖書文獻(xiàn)中心主頁/2）網(wǎng)絡(luò)資源《現(xiàn)代文獻(xiàn)檢索與利用》第4版/饒宗政成都工業(yè)學(xué)院圖書館/制作55①開放資源集成獲取系統(tǒng)

開放OA學(xué)術(shù)期刊總量：14000余種。②為全國免費開通的外文電子期刊448種NST