地方特色專題數據庫建設工作流程——以“西安事變數據庫”為實例

郎 菁

（陜西省圖書館，陜西 西安 710061）

全國文化信息共享工程陜西分中心從2007年開始，陸續建設了“陜西帝王陵”、“秦腔秦韻”、“西安事變”、“陜西非物質文化遺產”等8個富有陜西地方特色的專題數據庫，積累了一定的實踐經驗。規范、有效的工作流程在數據庫建設中發揮著至關重要的作用。

一般的建庫工作流程大致可分為申報立項、建設實施、評審驗收3個階段11項工作。簡單圖示如下：

1 申報立項階段

1.1 選題申報

地方特色專題數據庫是指具有地方文化特色，并且具有地方資源優勢的專題數據庫。由于文化本身所具有的特性，這類數據庫通常具有連續性、系統性、關聯性的特點，在選題時需要有高屋建瓴的視角，做整體規劃和長遠考慮。作為一項系統工程，在立項實施前應對其社會需求、實用價值進行多方面的調研、評價，進行可行性論證。為了避免重復建設，還應調查同類地方特色數據庫建設現狀和相關特色文獻分布狀況。

一般情況下，立項申報書所應包含的主要內容有：①數據庫建設需求分析（實用性分析）；②數據庫內容特色及主要建設內容；③數據庫建設可行性分析；④擬采取的建設方法和技術路線；⑤數據庫社會效益和經濟效益評價；⑥數據庫預期達到的目標及提供成果的形式；⑦數據庫建設周期及進度安排；⑧數據庫的經費預算、參建成員等。

項目申報書是項目申報者與評審專家之間溝通的依據。因此，規范填寫數據庫建設項目申報書，準確、全面地反映各項申報信息，充分表達申報者對該項目基本內容和大體框架的理解，對建設項目獲得專家認可具有重要作用。申報過程中，尤其要注重有關文獻調研、工作方案和技術選型等方面的清晰陳述，體現出申報者對項目的成熟思考及解決方案，讓評審專家一目了然。

“西安事變數據庫”的申報，主要突出以下幾點：西安事變發生在西安，在中國近代史上具有重大意義，陜西省圖書館選擇這一歷史事件建專題庫，獨具地緣特色，且具有歷史遺存、文獻、研究等多方面的建設基礎和優勢，具有較高的實用價值和社會效益。數據庫選用TRS數據庫管理發布系統，擬建成集文本、圖片、視頻于一體的多媒體數據庫，兼顧普及性和學術性，為公眾提供一個了解和研究西安事變的數字化信息平臺。

1.2 評審立項

該階段的工作主要是組織各方面專家，召開評審會議，對數據庫申報情況進行答辯論證。由評審會議簽署意見通過立項，或進一步修改。

一般較大規模的數據庫建設項目，還要制定數據庫評審立項程序、原則和標準。如全國文化信息資源共享工程地方資源建設項目、中國高校文獻保障系統（CALIS）特色數據庫子項目等，都有一系列申報程序和立項標準。地方特色數據庫項目評審遵循的基本原則和選題原則是一致的：①選題具有地方文化特色，內容屬于地方特色資源；②具備一定的建設基礎（主要指人員、資金、技術、資源等）；③能為本省地方社會文化建設所共享；④建設內容具備重要性、實用性、可持續性等。

陜西的8個地方特色數據庫建設項目是作為全國文化信息資源共享工程地方特色資源建設項目來申報的。2007年6月15日召開專家評審會，來自本省高校科研院所、博物館系統、文化系統的10余位專家聽取了各數據庫的結構規劃、基本內容、建設思路等，專家們肯定了數據庫的建設方案，認為該項目是陜西迄今涉及范圍最廣，提煉、提升陜西地方特色資源，具有開創性的數字化建設，并從學科專業方面對數據庫構架、收錄內容等提出了意見。評審會后，數據庫立項并開始建庫工作。

2 項目實施階段

這一階段的工作需要文獻編輯、技術支持、數據加工、平面設計等各方面人員。由于各個館部門設置不同，數據庫參建人員往往分屬不同部門，牽涉部門較多，只有各部門之間工作協調、銜接順暢，才能保證數據庫建設進度。如果沒有專設數據庫建設部門，就需要設立數據庫建設工作小組，由小組負責人負責數據庫建設總體工作，根據數據庫建設周期和工作進度安排，階段性地組織、召集工作會議，及時發現數據庫建設當中的問題，提出解決辦法，進行有效的調整，協調與其他分工協作部門的各種工作關系及工作交接，確保數據庫工作進度，并定期進行工作質量考核、統計及總結，上報本館相關職能部門。

數據庫建設流程中的工作多是一環套一環的，一步完成才能開展下一步工作，而有些工作是各自分頭或同時進行的，沒有嚴格的先后順序，如結構設計、頁面設計，在大綱設計完成后就可進行，數據標引則只有在數據加工和結構設計完成后才能進行。

2.1 大綱設計

數據庫大綱的制定，是實施階段要做的第一項重要工作。大綱主要根據收錄文獻的內容類別，進行相應的欄目、專題設置。地方特色數據庫不同于圖書館傳統的書目、題錄等單一數據庫，作為一個包含文本、圖片、影音文件等的多媒體數據庫，以導航目錄形式揭示文獻是普通受眾易于理解和接受的一種方式。

數據庫大綱既要有機統領全部入庫文獻，也要體現學科分類的科學、嚴謹和規范性。所以，大綱設計要多方吸納與數據庫選題相關的研究專家的意見，要反映出這一學科內容的研究現狀和較新成果。

“西安事變數據庫”大綱設計及入選文獻都充分聽取了專家意見，吸收了西安事變研究的重要成果，進行了多次修改、調整和補充?！拔靼彩伦償祿臁贝缶V框架主要分為事變簡介、人物志、大事記、紀念舊址、史料輯錄、歷史圖庫、追憶廣角、歷史評價、圖書論著、機構學者、今日報道、影視文藝、網站鏈接等12個一級欄目，為了方便內容揭示，最多設置到三級目錄。

從整個數據庫建設過程看，數據庫大綱設計階段應投入較多的精力，充分發揮研究專家的優勢，盡可能全面、合理地設置收錄文獻的一級分類導航，使后期內容的細化和補充都可在一級欄目下展開，確保大綱基本框架在之后的建庫工作中無需再做過大的調整，保證數據庫后期工作單制作、數據加工、標引、結構設計、頁面設計等一系列工作的順利開展，避免因前期工作不充分造成無謂的返工。

2.2 文獻選取

根據數據庫大綱，在前期文獻資源調研的基礎上，確定數據庫文獻收錄范圍。進行文獻選取時要注意版權問題，遵守著作權和網絡傳播權的相關法律法規，尤其是當代的研究文獻，要取得作者或出版社的授權，并在一定的合理范圍內應用。

大部分地方特色數據庫最終建成的都是多媒體庫，收錄的資源類型主要有文本、圖像、音視頻等對象數據。該階段的工作主要是根據數據庫大綱，從收錄內容及收錄形式兩方面進行入庫文獻的劃定。

如“西安事變數據庫”錄入文本主要有全文、題錄兩種，其中事變簡介、人物、事變研究3個部分都設有參考書架，由專家推薦重要、權威文獻，進行全文錄入，史料部分及西安事變研討會論文專輯全文錄入；其他研究文獻以題錄為主。作為一個以西安事變為專題的數據庫，盡可能將相關權威文獻、重要學者及研究成果全部收入。

2.3 工作單制作

以上4個流程的工作，包括本流程的工作單制作，一般都是由數據庫策劃編輯人員完成的。制作工作單，是因為要對數據庫收錄的對象數據如文本、圖像、音視頻等進行掃描、錄入等加工制作，要由專門的技術人員通過專業加工設備完成。工作單的內容主要包括文獻來源、加工內容、加工要求等，隨加工文獻一起提交加工制作人員。

除工作單之外，與數據加工人員進行文獻交接時，還應填寫文獻清單、交接清單等，保障加工文獻的安全無損，確定數據加工完成時間，以利下一步工作的銜接。

2.4 數據加工

數據加工要通過各種相應的采錄設備和編輯識別軟件來完成。該流程是文本、圖像、音視頻等對象數據入庫必不可少的工序，這類文獻要根據相關數據加工標準規范，通過掃描、識別等加工處理方式成為電子文獻，才能實現文獻性質的轉換，完成數據庫檢索功能。

文本數據：電子錄入；通過掃描儀進行紙質資料的全文掃描，并進行文字識別、校對、數據保存。

圖片數據：通過數碼相機直接拍攝；通過掃描儀進行物理圖片、照片的掃描；在數字視頻上進行圖片抓取。然后用圖片編輯軟件處理圖片，校對，數據保存。

音視頻數據：通過數字音視頻錄音、錄像軟件或設備進行直接錄音、錄像；通過音視頻采錄軟件和設備對非數字錄音、錄像進行采集和數字化；從現有的音視頻數據中進行直接的截取。影音文件可用格式工廠等視頻轉化軟件進行處理、校對、數據保存。

全文數據的文獻格式有圖形文件（TIFF）和文本文件（TXT）兩種格式。圖形文件在數據庫中僅供瀏覽，不能進行檢索，依據相關數字化規范，圖形文件掃描一般選取圖像分辨率（加水印）為300DPI，圖像模式為RGB模式（24位真彩），分別選擇TIFF格式用于保存，JPG格式用于網絡傳輸。文本文件在數據庫中不僅可以瀏覽，并且可供檢索。文本文件的加工，要經過掃描為圖片格式，用尚書六號等軟件識別圖片中文字，對于識別不了的文字經手工錄入、校對等工序才能完成，加工費用較圖片格式高出很多。古籍紙本文獻由于存在著繁體字、異體字、豎排版等問題，其文本轉換是一項難度較大的工作，加工費用更高。一般需通過人工錄入或OCR（OpticalCharacter Recognition）軟件將圖形文件轉換成文本文件。所以，收入數據庫中的文獻選擇哪種加工方式，要綜合考慮文獻特點及其使用目的、檢索要求、加工費用等多種因素。

“西安事變數據庫”入庫數據中，上述幾種加工形式都有涉及，收入文本1500萬字、圖片4000多幅、視頻30多部，計萬余條數據。全文數據絕大多數處理為可供檢索的文本格式，少量固定的圖表類、簡介類文字處理為圖像版的靜態頁面，雖不能檢索，但直觀，揭示性更強。數據庫中所收文獻多為建國后出版物，都是簡體版，僅有少量臺灣文獻為繁體豎排版，考慮到文獻的重要性，也都處理為可供檢索的文本格式。標準規范主要依照文化信息共享工程資源建設相關文本、圖像、音頻、視頻等加工標準和工作規范。

2.5 結構設計

結構設計在數據庫大綱、文獻選取等工作完成后就可以進行了，由數據庫技術支持人員承擔。對于地方特色數據庫建設，快捷的檢索途徑、友好的用戶界面是衡量數據庫質量高低的重要參數。數據庫結構設計的合理與否與此緊密相關，因此在進行數據庫結構設計時，數據庫設計人員和編輯人員要加強溝通，從使用者的角度，根據文獻內容進行細致的研究分析，力求標引字段設置合理，分類導航清晰科學，操作簡便快捷，最大限度地實現特色文獻的特殊檢索要求。地方特色數據庫應提供多種檢索方式，并且都在系統內存在，以方便用戶從各個角度找到自己想要的數據。其中包括分類查詢、關鍵字全文模糊檢索、數據庫分項檢索、數據庫高級檢索、二次（多次）檢索等。

“西安事變數據庫”主要包括了西安事變人物、西安事變史料、西安事變研究等方面的信息，信息格式包括文本、圖片和音視頻。基本字段為題名、責任者、時間、文獻出處、圖片出處等，該庫充分利用TRS全文檢索系統中高效的全文檢索功能，提供不同途徑的全文檢索，如全部字段檢索、組合檢索及全文關鍵字檢索，并能實現二次檢索。除各個欄目內設檢索口外，在前臺頁面中，還設置了全文檢索入口，提供庫內跨欄目通檢，檢索頁面顯示題名及所在欄目，方便用戶準確找到所需文獻。另外，在數據庫的前臺頁面，設置12個一級欄目，每個欄目下再分若干專題，將所有文獻通過這12個欄目及相關專題以分類導航樹的形式向用戶層層推薦。通過前臺頁面，用戶即可非常直觀地了解、瀏覽數據庫的資源體系。

2.6 頁面設計

結構設計完成后，要通過頁面設計顯示出來。該流程工作由平面設計人員承擔。具體工作內容是根據數據庫大綱及結構設計要求，完成首頁、一級欄目、二級欄目、三級欄目、概覽、細覽等所有前臺頁面、靜態頁面的制作及美術設計。

兩人到了旁邊的轉角，左小龍假裝站守轉角，趕緊抓緊時間方便，然后又趕緊收了起來，慌忙之中，還噓到了自己手上，左小龍眼看四周沒有什么地方可以沖水，又在地上搓了搓，仔細一看，昨天滿手污黑的機油還被沖干凈了一些。

在地方特色數據庫的建設中，前臺頁面的表現形式相當重要，在一定程度上，可以有助于揭示數據庫內容。一般的書目、題錄數據庫都只設置一個檢索頁面，提供一個檢索入口。而地方特色數據庫通常都是多媒體庫，并以Web網頁形式發布，其特性是將圖形、音頻、視頻信息集合于一體，同時易于導航，可以建立各信息之間的鏈接，用戶可以從一個鏈接跳到另一個鏈接，在各頁各站點之間進行瀏覽。這對頁面設計也提出了更高的要求。設計者要了解熟悉數據庫內容，針對數據庫面對的受眾，設計出特色鮮明、主題突出、編排合理、便于受眾理解、使用方便的頁面。頁面設計的根本目的是揭示內容，所以頁面設計人員同樣存在與數據庫策劃編輯人員的良好溝通，頁面設計人員只有熟悉、了解數據庫結構和內容，才能從方便用戶了解、利用數據庫的角度編排頁面，使數據庫的內容策劃得到形式上的最佳體現。

以“西安事變數據庫”為例，通過數據庫前臺頁面，用戶不僅可以通過全文檢索入口檢索庫內文獻，還可以直觀地了解數據庫的資源體系。前臺頁面設置有全部12個欄目及其相關專題，每個欄目的分頁面也設置有檢索入口，層級關系在左側邊框中一目了然，能體現一個欄目自成體系的文獻資源。

“西安事變數據庫”的美術設計做到了形式和內容的統一，將豐富多樣的內涵，用簡潔明了的設計很好地揭示了出來。數據庫設置有引導頁，以烏云翻卷、光影變幻的黑白色天幕為背景，正中“西安事變”4個紅色字體異常醒目，暗喻當時風云際會、山雨欲來的歷史背景和西安事變改變時局的重大意義。點擊進入后，仿佛歷史的大幕拉開，主頁面仍以黑白和棕色為主色調，頁頭主題鮮明，背景色調同引導頁，表現的是烏云壓頂的西安城，除“西安事變”4個紅字凸顯數據庫名稱外，幾個關鍵字：張學良、楊虎城、1936年12月12日、國共合作、八項主張、抗日等，也以紅白兩種色彩、大小不同的字體，組合在頁頭的黑白背景中，將西安事變這一歷史事件的人物、時間、地點、內容等關鍵詞巧妙地揭示出來?；?、棕、紅三色的和諧搭配，符合事件的歷史感和政治色彩。主頁的版塊設計也主次分明，布局合理、有序，雖然多達12個欄目，通過線、點、塊的分割，保證了頁面良好的視覺秩序，頁面在棕色欄目條的分割下，產生和諧統一的美感。為使繁多的欄目名稱、文字、照片等靜態圖片不顯擁擠、呆板，左上角照片以幻燈片形式轉換，加上中間一條滾動的圖片腰線，通過不同比例的空間分割，層次分明且富有空間上的韻律感。

2.7 數據標引

數據加工和結構設計完成后，就可以進入數據標引階段了。數據標引是將入庫的各種不同格式、不同來源、不同類型的數字文獻，依據一定的元數據結構及著錄規則，進行分類、著錄，使入庫的數字資源組織有序、可供檢索且隨要隨取。具體工作內容是根據數據庫大綱欄目及文獻內容的要求，確定顯示字段或元數據規范，進行數據標引著錄。

數據標引包括元數據的著錄標引和對象數據的標引，數據庫中如收入有CNMARC、DC等目錄元數據，則無需經過前面的工作單制作、數據加工流程，一般根據相關元數據規范直接著錄、標引或收割入庫。

數據標引是一項較復雜的技術性工作，尤其是地方特色數據庫的標引工作，收錄文獻具有地域性和特殊性，在遵循圖書館數字化建設、資源共建共享相關標準規范的前提下，應根據自身數據庫收錄的特點，制定出符合本數據庫建設實際工作需求的標準和方法，以滿足特色文獻標引工作需要。

另外，數據標引涉及到數據庫檢索質量問題，檢全率、檢準率是衡量數據庫質量的重要標準，而標引者對文獻內容的把握、整合程度直接影響到數據標引的正確、合理。所以文獻標引工作一般由數據庫編輯人員完成。但標引工作又有機械、重復、量大的一面，也有些單位是交由一般文字錄入人員承擔，這樣就得增加一道工序，必須由數據庫編輯人員提供標引工作單或標引細則及要求，明確標引字段，并加強審校，以保證數據標引質量。

《西安事變數據庫》收入的全部為文本、圖像、視頻等對象數據。標引工作由數據庫編輯人員承擔?；赥RS強大的全文檢索功能，首頁面又有直觀清晰的分類導航目錄，檢索字段的設置要求簡明實用，主要標引題名、責任者、文獻出處、圖片出處、時間等要項，基本可以滿足受眾對西安事變史料、研究資料等的檢索需求。

2.8 鏈接發布

結構設計、頁面設計、數據標引等工作全部完成后，由數據庫技術支持人員完成鏈接發布工作，在網站主頁及其他頁面各個模板之間作鏈接，保障標引數據的正確顯示。

在這個階段，編輯人員可以直觀地看到發布后的數據庫，檢查顯示是否有錯誤，及時和技術人員溝通修改，保障標引數據的正確鏈接和顯示。另一方面，也可以對上傳數據進行再次的檢查校對，結構設計和頁面設計上還有什么需要完善的地方，都可以跟技術人員、設計人員進行溝通，做進一步的修改。

數據庫建設實施各流程的工作完成后，由技術支持人員負責數據庫的后期管理維護、系統安全、數據安全、數據備份等各項工作。另外，編輯人員還要制定更新計劃，定期對數據內容進行更新、清理和修正，保障數據庫的生命活力。

2.9 評審驗收

整個專題數據庫工作完成后，數據庫策劃編輯人員提交數據庫建設工作總結，并在評審驗收會上進行數據庫演示說明，由上級主管部門聘請專家對特色數據庫項目的任務完成情況、系統功能、數據規范及數據量等進行綜合驗收評審。建設完成的數據庫應具備相應的數據庫管理功能和服務功能，及規定的數據量。較大規模的數據庫建設還要制定數據庫驗收指標、評審標準和驗收辦法等，進行系統測試、試運行檢查，對于建設周期較長的數據庫，還需要增加中期審驗環節，以項目任務書規定的階段性目標為指標。

[1] 李月明.基于trs平臺的專題特色數據庫開發與實踐[J].農業圖書情報學刊，2009（4）：29-31.

[2]吳濤.“河洛文化文獻專題數據庫”建設方略探微[J].現代圖書情報技術，2005（6）：60-64.

[3] 樊志堅，鄭章飛，何平.書院文化數據庫的設計與實現[J].圖書情報工作，2005（3）：112-115.