数字图书馆资源信息描述系统分析研究.docVIP

数字图书馆资源信息描述系统分析研究 　　关键词：数字图书馆；信息描述；统计分析；关联分析 　　摘要：文章就数字图书馆图书资料信息描述的基本理论和方法进行了研究，着重讨论了文本资料和图像等资料的描述方法以及资源信息描述系统的组成和功能，并给出了可能的应用案例分析。 　　中图分类号：G253文献标识码：A文章编号：1003-1588（2014）11-0120-03 　　收稿日期：2014-09-11 　　作者简介：肖妍（1967-），南京财经大学图书馆助理馆员。1数字图书馆的特征 　　数字图书馆就是将图书期刊和图像视频等电子信息作为主要资源对象，使用智能化搜索和云服务等信息海量存取技术，并以声音、视频和图片等多媒体技术手段，为用户保存、整理、查询、搜集和传播超大规模的数字化信息，使用户可以通过互联网远程跨库的方式，不受时间和空间的约束获取所需要的信息资源的电子化图书馆。 　　基于数字图书馆的定义可以发现，数字图书馆具有信息资源数字化、信息传递网络化、信息中心虚拟化和信息资源共享化的特点，因此数字图书馆代替传统图书馆是未来发展的必然趋势。和传统图书馆相比较，数字图书馆不仅仅是一个存储知识的载体，更重要的是根据用户需求，向用户提供准确的、充分的和个性化的知识服务。因此数字图书馆的工作重点不再是图书采购、图书编目、图书上架等工作，而是对图书信息的准确描述和知识内涵的集成。只有对图书信息进行充分描述和集成，才能根据用户提供的搜索关键字，向用户提供准确的而不是有太多冗余的信息资源。因此数字图书馆的图书信息获取和集成就成为了数字图书馆工作的重点。 　　2数字图书馆的文本信息描述 　　数字图书馆将所有的图书等资源以数字信息的形式储存起来，显然这些数字信息包括文本、图片、音频和视频等各种数字数据。如何定义和描述这些数字信息是能否消除信息孤岛，并为用户所共享和使用的关键，尤其是对于图片和视频等非结构化数据而言更是如此。 　　大多数图书资料主要包含文本信息，而对于文本信息的描述也相对容易，但是由于学科专业分类十分精细，对于图书管理员来说，要完全理解并掌握理、工、农、林、牧、渔等自然科学以及分类众多的人文社会科学方面的知识，进而对任何一种图书资料进行精确描述是不可能的。传统的描述方法是将图书本身附带的内容摘要直接录入数据库作为该图书的文本描述，这就不可避免地带来两个问题，即结构化问题和标准化问题。结构化问题是图书资料之间缺乏关联性。由于每一本图书的作者只能关注其所著图书的内容，无法知道和图书馆收藏的其他图书之间的关系，这就使得藏书之间在内容上几乎缺乏深入的关联描述，图书管理员只能根据所属大类进行简单归类。在用户就某一主题进行查询时，得到的常常是同一大类内的图书索引，因此用户总是检索到许多不需要的图书。出现这个问题的根本原因是藏书的关联性太差。另一个问题就是标准化问题。由于图书摘要是图书作者根据自己的喜好和理解编写的，带有很大的随意性和不准确性，使得图书信息描述缺乏统一的客观标准，很难有效构建图书信息描述内容的一致性供用户有效检索。 　　现代数字图书馆对于图书资料是以数字文本文件的形式存储，这为利用计算机进行智能内容分析进而准确地描述图书信息提供了可能。另外，近年来发展的数据挖掘技术和人工智能技术等，可以有效应用到图书信息的提取描述中。 　　2.1统计分析的应用 　　对数字图书馆中的文本内容进行句法分析，提取文本中出现频率最高的词汇，然后结合专业特点以及图书内容摘要和所属类别，对图书内容的主要侧重点给出得分，具体包括理论性得分、实践性得分、交叉学科得分、前沿性得分、基础知识性得分、科普性得分和专业性得分等等。获得得分以后，可以对该图书进行标准化精确描述。比如对于计算机学科中操作系统教材的标准化描述：理论性较强，实践性较强，交叉学科性低，前沿性低，基础知识性高，科普性低，专业性高。如此标准化描述以后，基本弄清楚该图书适用的读者对象层次。另外通过对高频率词汇的分析，可以具体描述该操作系统教程侧重讲授的知识重点，比如侧重进程管理，存储管理等基本原理还是侧重操作系统具体的使用等等。 　　获得图书资料的标准化描述以后，借助聚类分析对数字图书馆图书进行聚类，实现不同层次的图书之间关系的分析。比如对操作系统方面的图书而言，可以将其分类，即哪些是基础理论性书籍，哪些是实践应用性书籍等，进而给出图书之间在各个描述特性的相对比值，为读者进一步选用提供更好的指导。 　　肖妍：数字图书馆的资源信息描述系统分析研究肖妍：数字图书馆的资源信息描述系统分析研究2.2关联性分析的应用 　　关联分析指的是从大量数据中发现项集之间有意义的关联和相关联系。关联分析最初从购物篮分析发展而来的，也就是通过发现顾客购物篮中的不同商品之间的联系，分析商品之间的关联关