圖書館特色數據庫建設中數據組織的質量控制

趙伶　郭曉保　郭妍捷

[摘要]以“非金屬材料與化工專業特色數據庫”為例，從數據組織、數據采集和數據標引幾個方面對數據庫建設中的數據質量控制方法進行了探討。

[關鍵詞]特色數據庫；數據組織；質量控制

1數據源采集過程的質量控制

為保障數據庫中數據的質量，在確定數據庫建設之前，首先需要對數據庫建設進行市場調查和分析，以保證該數據庫立項的合理性和實用性，避免造成資源與人力的浪費；而在數據采集時，則必須遵循準確清晰的指導思想和采集原則，以形成能夠滿足數據庫用戶需求的數據資源。

1.1 數據庫建設需求分析

特色數據庫的數據資源需要體現特色，即專業特色、館藏特色或行業特色。作為高職院校圖書館，專業特色要體現本校的專業特長，有重點地選擇自己辦學歷史中專業特色突出、發展良好的建庫課題。在申請本課題前，我們通過對教育部相關信息網站[2]調查得知，目前開辦材料工程專業的本科院校有148所、開辦無機非金屬專業的本科院校有91所，高職院校開辦材料專業的院校有15所，中專、職高學校開辦硅酸鹽專業的有27所。各學校辦學層次和宗旨不同，擔負的教學任務不同，培養社會需要的人才不同，本科院校培養的是學術研究型、工程技術人才，高職院校培養的是高端技能型、應用型人才，中職教育培養操作技能型人才，因此各學校對信息需要的層次、類型、專業側重點也有所不同。

高職院校的行業和職業特征非常明顯，在辦學水平不斷提高和發展的同時，逐漸形成了各個學校的特色資源。高職院校圖書館如果能對這些極具針對性、專業性的特色信息資源進行開發，為用戶提供精、準、新、快的信息服務，滿足用戶的個性化需求，提供專業化的信息服務，對學校的發展有很好的促進作用。同時，能提供專業化的特色服務，也是衡量圖書館服務能力和服務水平的重要標準。

我院材料工程技術專業是學院特色專業，也是四川省精品專業、國家示范高職院校重點建設專業，多年來，對國家材料類專業技能型人才培養、行業企業技術服務、同類專業教學改革等多方面做出了積極貢獻。本課題的研究，將通過及時、準確的信息提供，促進專業建設和發展。因此圖書館有必要建立這一特色數據庫。

1.2 數據庫建設市場調查

從2008年以來，我館一直關注CALIS中心特色資源的建設情況[3]，并對材料類專業數據庫的建設情況進行調查[4]，發現目前全國高校建立的特色數據庫基本是由高校圖書館開發建設的，主要有武漢理工大學“復合材料專題特色數據庫”、上海大學“納米材料數據庫”、西南科技大學“無機非金屬材料特色庫”，而化工建材研究院所和企業的網站平臺以服務企業為宗旨，主要提供高新技術項目信息和產品信息，沒有相關的專業數據庫。

在對化工行業和高職院校相關專業的數據庫開發進行調查時發現，中小企業中幾乎沒有自己開發資源的，高職院校自建數據庫的，目前有124個，所涉及專業只有23個，其余大多是隨書光盤數據庫、教師自編教材庫等，而化工建材方面的專業資源庫一個也沒有。

從上述調查結果來看，目前已有數據庫的數據形式多以文本格式為主，內容以研究型和高新技術研究成果的學術論文為主。結合我院的辦學發展過程進行分析，發現目前已有數據庫針對中、高職教育教學科研和企業人才培養方面的實用信息資源缺乏，與目前中高職職業教育人才培養的信息需求不適合，不利于中高職院校的專業建設與校企結合的發展建設。因此，我館于2012年向四川省教育廳申請了“非金屬材料與化工專業特色數據庫”的科研課題，并獲批準。

2數據組織階段的質量控制

2.1 數據組織的原則

良好的數據資源基礎是數據庫建設成敗的關鍵。設計開發再好的數據庫，如果沒有符合用戶需求的數據，也無意義。數據采集作為數據庫建設的重中之重，需要準確的指導思想和采集原則。非金屬材料與化工專業作為我院的國家示范職業教育專業，圖書館在長期的資源組織上一直是重點保障專業，我們確定的采集原則[5]主要是：1）完整性。盡可能全面、準確、完整地搜集與我院非金屬材料專業相關的各類型學術進展和研究成果的文獻資源。2）實用性。根據本館的館藏特色和本校的特色專業及重點專業，重點收錄與高職辦學相關的人才培養方案、課程標準、教學成果、精品課程、試題庫等資源；根據高職教師與學生的實際需求，收錄了實用的相關專業文獻、自編教材、講義及相關專業的技術標準、規范和專利文獻等。3）特色性。專業特色突出，在數據庫建設中選擇非金屬材料專業中對人才培養有益的資源和代表性的重要文章，掃描錄入全文數據庫。

2.2 數據組織中的質量控制

數據搜集是數據庫建設的重要前提[6]。在明確了數據采集原則后，首先，就要嚴格控制數據組織中的數據質量。對于本數據庫專業資源并不十分豐富的資源市場，盡可能搜集不同類型文獻。為此，我館在整理本館紙質文獻的基礎上，加強了電子型、視聽型文獻資源搜集；同時，不局限于本館資源，也搜集其他合作單位的一些專業資源，以補充我們專業資源的不足。

其次，在數據組織時積極配合學院重點專業教學、培訓的需要，除購置教學科研所需的相關資源外，還深入到院系搜集重要的教學成果、教師的專業著述、人才培養方案等特色資源。

再次，考慮到高職人才培養注重應用技能的培養的特點，專利、標準、技能考核訓練也是高職人才培養的重要教學參考資源，是我館搜集的重點。本著實用性原則，盡量搜集專業技術較新的、專業特色與本數據庫建庫宗旨一致的資源，如專利、標準電子資源的選取，以有效專利和現行標準為主要原則，圍繞本數據庫建設宗旨，在資料的選取上盡量保證專業特色顯著。

最后，在特色數據庫的框架范圍內，對搜集的資源按類型所屬模塊和子類目進行分類，形成具有本館特色的資源體系。

2.3 形成特色子庫

2.3.1 館藏圖書書目數據庫。建筑材料專業一直是我院創建以來圖書館資源收藏的重點專業，該類文獻出版量不大、品種少，但我們在采購時仍然盡量將其收錄館藏。該庫共收錄此類文獻3 000多種，以及本院教師歷年來自編的教材、講義等，所占比率雖然不大，但已形成我館本專業收藏特色較為顯著的文獻體系。

2.3.2 電子資源庫。電子資源已成為當今獲得文獻信息最主要的途徑，為滿足師生們在教學中對現代信息資源的需要，圖書館用于購置電子資源的經費也在逐年增加，目前我館的電子資源除購買了CNKI、維普、超星等數字資源，還圍繞材料專業的學科建設購買了相應領域（水泥、玻璃、陶瓷等）的專利光盤數據庫、中國標準數據庫等。

2.3.3 精品課程庫。本數據庫收錄了學院在重點專業建設時學院老教師開發的、高職教育所需的化工類非金屬材料國家精品課程、四川省精品課程、校精品課程等。

2.3.4 校內資源庫。本數據庫搜集了學院教學形成的人才培養方案、課程標準、教學成果、試題庫等內部資源。

3數據標引的質量控制

在數據庫建設中，信息描述是信息組織的重要環節，好用的數據庫依賴于數據的準確描述，提供給讀者較為準確的檢索信息，使讀者通過檢索能準確判斷信息是否為自己所需。因此，最艱難的是對已搜集的大量信息進行數據的分析加工描述，通過合理分配人員對數據加工過程進行質量控制。

3.1 規范數據著錄標引

在組織數據庫建設之初，我們將人員分為數據庫開發人員和數據整理標引人員兩組，在數據標引方面，我們按照中文文獻著錄規則、專利文獻分類法、標準文獻分類法，對不同類型的文獻資源制訂了嚴格的著錄標引細則。

首先，由課題主研人員對已采集的數據進行篩選，按照不同類型的數據制訂詳細的著錄標引細則。由于我們搜集的數據資源類型多樣化，分類標引的字段、分類標準等都有所不同，因此對標引的深度、分類的集中與分散、主題詞和關鍵詞的選用、著錄等均制訂了標引細則，以提高標引質量，使信息分類更規范、更科學嚴謹，使數據庫信息資源更能滿足各類用戶的需求。同時，為保障任何人都能夠利用終端檢索和利用特色數據庫，我們針對不同類型的資源提供盡可能多的檢索入口，比如題名、著者、分類號、專利號、標準號、主題詞、關鍵詞、年代、摘要等。系統的檢索入口越多，用戶選擇的余地越大，就越能滿足用戶多樣化的檢索要求。

其次，對數據標引人員進行專業培訓。通常圖書館專業人員只熟悉中圖法分類，對數據庫收集的專利、標準文獻的分類標引基本不了解。為了對標引詞的準確性進行控制，我們的數據標引人員進行了基本的專利、標準文獻分類法的學習，力求分類著錄時能按照要求，對文獻進行標準化、規范化的分類、著錄和主題標引等工作，這是保證數據庫質量的關鍵。

再次，由于本數據庫信息資源種類繁多，既有普通的電子文本，也有圖像、視頻等各類特藏，為了有效地利用這些信息資源就必須根據一定的原則和方法對其進行組織，使其成為有序的信息資源。我們的數據經過相關專業標引后，再由數據庫開發人員進行結構描述形成專業數據元數據，然后導入數據庫中，這樣就能全面反映數據庫數據的準確信息，為數據庫建設形成良好的數據基礎。

3.2 數據庫建設與標引模式創新

3.2.1 數據庫建設模式。目前專業特色數據庫開發還沒有統一的共享平臺，我們綜合比較了目前其他數據庫選用的開發軟件[7—9]，選用基于微軟Net2.0平臺采用C#語言，利用微軟配套的Visual Studio.NET、.NET Framework專業的開發軟件及應用程序組成開發環境；在數據庫連接上，采用了Visual Studio.NET 中最新的ADO.NET技術連接遠程SQL Server2005 數據庫；采用微軟ASP.net的數據訪問層、業務邏輯層、表示層架構設計，擁有良好的數據庫平臺框架結構和符合資源共享的公共檢索平臺。

根據CALIS三期特色庫項目的設計思路[10]，數據庫平臺采用Web2.0網站標準架構體系，整合了Web2.0技術與應用，網站界面友好、布局合理，資源分類合理，易于檢索與查找操作。數據庫平臺訪問采用基于B/S的結構，用戶無須安裝任何軟件，只需使用IE瀏覽器就可進行檢索與瀏覽，并預留了與外部數據中心并接的軟件接口。

3.2.2 數據標引模式創新。為了方便在將來加入CALIS數據中心時數據庫平臺整合時能夠保證元數據被專題特色庫中心系統收割發布[11]，避免造成元數據丟失或錯位，影響數據庫共享及升級，我們將數據庫源文獻資源存儲在SQL Server2005中。在數據錄入上，我們沒有采用傳統的方式在已建好的數據庫中直接錄入數據，而是采取數據在庫外進行標引，完成后由數據庫開發人員進行導入并校驗，不僅避免了過去先開發后標引，在錄入數據時間上的浪費，還可以防止在錄入時因數據庫的修改調試造成數據丟失；同時，數據可以隨時從數據庫中調出，既方便對數據庫進行修改，又為今后的數據庫升級保存數據，對數據庫建設和數據質量提升都是一個較為理想的模式。

3.3 數據庫建庫后續工作

此外， 數據修正、維護、更新和系統維護等后續工作也是保證數據庫質量的必要手段。數據庫建成后需要定期對數據內容進行更新、追加、清理和修正， 并經常對系統的運行狀況（如存儲空間狀況）和響應時間進行分析， 結合用戶在使用過程中發現的問題確定改進措施， 使系統逐步完善。

4結語

在面向數據源的數據組織中，不僅需要保質保量的數據采集，建庫前廣泛的調查分析也是必不可少；而在數據標引過程中，通過人員的合理分工合作，采用新的庫外標引與數據庫開發同步進行的模式，使兩部分工作能有序順利的推進，也方便了后續的維護更新。通過上述具體的方法，將數據質量控制貫穿到整個數據庫建設的過程中。

[參考文獻]

[1] 楊瑩，羅宏.CALIS 高校學位論文數據庫數據質量分析[J].四川圖書館學報，2012（3）：36—39.

[2] 高考自愿填報參考系統[EB/OL].[2014-07-05].http：//gkcx.eol.cn/soudaxue/querySchoolSpecialty.html？zycengci=.

[3] 中國高等教育文獻保障系統（CALIS）主頁[EB/OL].[2014-07-05].http：//project.calis.edu.cn/calisnew/.

[4] 趙伶，郭曉保.高職院校圖書館特色資源開發現狀調查分析及對策[J].綿陽職業技術學院院報，2009（1）：54—56.

[5] 邵銳，鐘世明.專題特色數據庫系統研究[J].圖書館學研究，2007（6）：9—11.

[6] 李玲.高校圖書館專題特色數據庫建設的質量控制研究[J].圖書館工作與研究，2012（7）：119—122.

[7] 孫瑾.軍隊檔案專題數據庫建設現狀及存在問題——兼論數據組織階段質量控制[J].檔案學研究，2013（3）：41—45.

[8] Zhou Hui，Zeng Hong，Chen Jianli，Qin Shigang.A Research of Higher Vocational Colleges Teaching Resources Database Construction based on Web[C]. Proceedings of 2011 International Conference on Business Management and Electronic Information（BMEI 2011） VOL.01： 443—446.

[9]Helland Pat. If You Have Too Much Data， then 'Good Enough' Is Good Enough[J].Communications of the ACM， Jun2011， Vol.54 Issue 6： 40—47.

[10] 燕今偉.CALIS專題特色數據庫的建設[M/OL].[2014-07-05].http：//lib.gznu.edu.cn/tgw/tongzhi/2011/0405/yjw.pdf.

[11] 趙增和.圖書館特色資源元數據API實現與比較研究[J].圖書館學刊，2014（8）：49—53.

[收稿日期]2014-09-05

[作者簡介]趙伶（1962—），女，副研究館員，綿陽職業技術學院圖書館，已發表論文數篇；

郭曉保（1959—），男，綿陽職業技術學院副研究館員，已發表論文數篇； 郭妍捷（1990—），女，南京理工大學自動化學院在讀研究生。