地方古籍數據庫應用特點與優化研究

[摘 要]以廣州圖書館所建《廣州大典》網絡服務平臺后臺用戶使用數據為來源，以描述性統計為基礎，結合交叉分析和閾值分析，從登錄用戶特征、用戶檢索特征、資源使用特征、資源需求特征4個維度分析用戶地方古籍數據庫應用特點。在確保入庫資源質量的前提下，地方古籍數據庫具備長期的使用價值，按照用戶應用特點對數據庫進行細粒度優化，能更好地滿足用戶古籍資源需求。

[關鍵詞]古籍 數字化 數據庫 《廣州大典》 地方文獻

[分類號]G258.2；G255.9

1 研究背景

《中華人民共和國公共圖書館法》第四十一條規定：“政府設立的公共圖書館應當加強館內古籍的保護，根據自身條件采用數字化、影印或者縮微技術等推進古籍的整理、出版和研究利用。”可見，古籍數字化和古籍數據庫建設已成為當前古籍保護和古籍傳承的重要組成部分。近年來，一大批古籍數據庫得以問世，為專家、學者和社會各界提供了豐富的古籍資源，如廣州圖書館的《廣州大典》網絡服務平臺，首都圖書館的館藏古籍珍善本圖像數據庫，長春市圖書館的館藏國家珍貴古籍全文數據庫，廣東省立中山圖書館的特藏文獻全文數據庫，蘇州圖書館的古籍數據庫等。此外，《蘇州全書》編纂工作已于2022年立項，以該書為基礎的數字資源平臺亦在規劃中[1]。這些古籍數據庫及服務平臺的建設不僅促進了古籍的保護與傳播，更為傳承和弘揚中華優秀傳統文化注入了活力。

2022年，中國國家圖書館副館長陳力就數字人文視角下古籍數字化和古籍數據庫建設涉及的問題進行了討論[2]。張力元與王軍對國內外常見的300種古籍數據庫進行分面分析，為古籍數據庫構建了一個分面分類體系[3]。李明杰等借助CiteSpace軟件對近十年國內古籍數字化研究的作者、關鍵詞、國家社科基金項目等進行分析，總結出我國近十年古籍數字化研究的特征[4]。武杰以寧夏入選《國家珍貴古籍名錄》古籍為樣本，就寧夏珍貴古籍數字化未來發展做出規劃[5]。張小燕以江西珍貴古籍數字資源庫為例，對江西省古籍文獻數字化和古籍數據庫建設進行分析 [6]。中山大學圖書館建設了徽州文書數據庫，并圍繞徽州文書數字化和數據庫建設展開一系列研究[7-9]。徐丹則調研了用戶對古籍數據庫的功能需求[10]。

地方古籍數據庫兼具地方文獻與古籍數據庫雙重特性，是區域性圖書館圍繞本地產生的古籍而建，以保護和傳承地方文化遺產為宗旨。在數據庫建設過程中，本地圖書館得益于地利之便，不僅能獲得豐富的地方古籍資源，且能得到眾多地方文化專家的智力支持。為探討用戶對地方古籍數據庫的使用偏好與特點，筆者以《廣州大典》網絡服務平臺后臺記錄的用戶數據為基礎展開分析，以期為各地圖書館地方古籍數據庫建設提供參考和借鑒。數字化古籍包括3種形式：圖像版、文本版、圖文版，《廣州大典》網絡服務平臺的數字化古籍具備圖文功能，但由于尚未建設文本資源，目前用戶可用的主要為圖像版古籍，因此筆者研究重點將聚焦于圖像版數字化古籍的用戶使用特點。

2 《廣州大典》網絡服務平臺與數據收集

《廣州大典》是由中共廣州市委宣傳部、廣東省文化廳策劃并組織研究編纂，旨在系統搜集整理和搶救保護廣州文獻典籍、傳播廣州歷史文化的大型地方文獻叢書，所收文獻時間下限為1911年，個別門類延至民國。該書于2015年4月完成出版（曲類于2019年出版），共收錄古籍文獻4064種。《廣州大典》網絡服務平臺是由廣州圖書館主持建設的數字化服務平臺，以《廣州大典》紙質版所收古籍為入藏對象，分經、史、子、集、叢部，用戶可在該平臺查詢到三千余種授權古籍的圖像版原文，并可查閱全部書目信息。該平臺設計了導航、檢索等文獻獲取方式，用戶在閱讀中可對文獻執行下載、打印等操作。為協助用戶使用，該平臺還提供了字典快查與紀年換算等功能。在用戶管理上，該平臺可供廣州圖書館認證讀者使用，同時建立獨立的用戶注冊系統，接受全球用戶注冊。

為便于分析，筆者僅收集與古籍資源使用相關的數據。數據統計時間為2023年2月，由于該庫于2016年完成授權資源入庫，因此截取2017—2022年共6年的數據，以Excel表格導出后借助SPSS進行分析。

3 《廣州大典》網絡服務平臺應用特點分析

按照數據之間的邏輯，筆者從用戶特征、資源檢索、資源使用、資源需求4個方面對《廣州大典》網絡服務平臺中數字化古籍資源的應用特點進行分析。

3.1 登錄用戶特征分析

根據平臺使用要求，用戶須注冊和登錄方能查閱古籍全文。分別統計用戶登錄數和登錄次數并計算增長速度，其中年均增長速度采用累計法擬合。從表1可以看出，2017—2022年，盡管登錄用戶數在一些年份存在波動，但總體呈上升之勢，登錄次數也逐年遞增，兩者的年均增長速度分別達到19.69%和14.50%，這反映出用戶對古籍數據庫的持續關注。《廣州大典》網絡服務平臺自2016年建成后到2022年底均未有新資源入庫（2023年啟動了曲類和其余授權資源入庫計劃），但從上述用戶登錄情況和下文的使用趨勢看，均未出現因資源更新減少而導致使用量下降的現象，這說明如果能夠確保重點資源入藏，古籍數據庫可以長期保持使用價值和吸引力。

根據用戶性質，將登錄用戶按照圖書館讀者與獨立注冊的“大典用戶”區分，得到表2。從該表可知，2017—2022年，每年圖書館讀者占比均在50%以上，個別年份甚至達到70%以上。由于圖書館讀者須持本地戶籍或居住證明注冊，因此這一數據也說明本地居民和專家是地方古籍資源的主要用戶群體。然而，“大典用戶”在登錄用戶中亦占有一定比例，一些年份甚至逼近50%，說明古籍數據庫可吸引更廣泛的社會用戶利用（含外地用戶）。平臺上線不久后，亦收到境外用戶電話，咨詢數據庫查詢事宜，可知該庫在境外亦有使用者。

選取2017—2022年年登錄次數大于等于10次的圖書館注冊讀者作為常頻用戶（由于注冊信息不足，無法對“大典用戶”做進一步分析），合并重復賬號，共得到223名用戶。根據后臺記錄，逐一核查用戶信息。統計顯示，有67名用戶注冊時提交了單位信息，其中51名來自高等教育機構，涵蓋教師、研究生和本科生，占比達76%，其他用戶則分散于圖書館、博物館等文化單位與少量公司和基層行政單位。統計用戶的出生年份（共查得222名用戶的出生信息），結合用戶數據庫登錄年數情況制成表3。從該表可知，1990—1999年出生的用戶最多，其次為1980—1989年，兩個年齡段的用戶合計達到163名，占全部用戶的73%，說明古籍資源的主要使用群體為20～40歲的中青年人。從該表還可以看出，152名用戶僅在一年內登錄10次及以上，42名用戶在兩年內分別登錄10次及以上，合計為194人，占全部用戶的87%，說明大部分用戶的使用時間集中在一到兩年間。由此可以推斷，《廣州大典》網絡服務平臺古籍資源的主要使用對象為高校教師和研究生群體。

3.2 數據庫檢索特征分析

從后臺提取歷年檢索記錄，剔除無意義的檢索詞和含義模糊的單字，根據檢索量對篩選的有效詞匯進行排序，選擇前100個關鍵詞并按照性質對關鍵詞進行歸類，制成表4。從該表可以看出，書名和人名是最主要的檢索項，其中書名以本地文獻為主，而人名則主要聚焦于本土文化名人，用戶可能希望查找這些人物所撰的文獻，也可能是查找與這些人物有關的文獻。用戶最常搜索的21種圖書中，除了《道德經》《易》兩種非本地文獻外，其余18種均能在數據庫中找到。以“作者”字段對表中26位文化名人進行檢索，可以找到其中24位作者的著述。這一結果說明，《廣州大典》網絡服務平臺對本地文獻和本地文化名人具有較高的覆蓋度，基本能滿足學者本地文化研究的需要。除了書名和人名兩個主要詞類外，還出現了地區名稱、文獻類型、文化與文獻主題等詞類。地區名稱不僅涉及城市名稱，還涉及城市行政區劃，除廣州外，也延及周邊城市和地區。文獻類型方面的檢索詞包括“詩”“志”“曲類”“日記”“鈔”“譜”等具有古籍特色的文獻類別，而文化和文獻主題方面的檢索詞，則以傳統文化特別是本地文化為主，如“十三行”“粵劇/謳”“廣東鄉試”等。

3.3 資源應用特征分析

平臺為用戶提供了瀏覽、下載及打印3種文獻使用方式，對2017—2022年的使用數據進行統計，制成表5。由于平臺規定每名用戶每天下載和打印的文獻總量不得超過10頁，因此表5將這兩項數據合并計算。從表中可以看出，盡管平臺收錄的古籍約三千種，但從瀏覽數據看，每年的使用率都超過了300%，個別年份如2020年甚至達到了500%，說明數字化古籍在傳承優秀傳統文化、推動古籍資源利用方面發揮了重要價值。從歷年瀏覽量變化趨勢看，雖然存在波動，但整體呈上升趨勢。在使用月份分布上，用戶對資源的需求貫穿全年，相對而言下半年的使用量略高于上半年，而下半年又以8月份使用量較多，這可能與高校暑假期間用戶使用較多有關。下載和打印量在2019年與2020年達到高峰，隨后出現下滑。對登錄用戶的賬號進行分析發現，一些用戶名存在明顯的重復注冊現象，如部分用戶采用“用戶名+數字”的方式連續注冊多個賬號，顯然是為了規避下載和打印數量的限制。據一些用戶反饋，由于打印和下載受限，他們有時會采用拷屏方式將文獻保存到個人電腦中，這反映出用戶對數字化古籍下載和打印功能的強烈需求，未來平臺可以考慮在保證版權的前提下適當放寬下載和打印限制。

3.4 資源需求特征分析

基于文獻所屬部類，逐年統計各文獻瀏覽冊次，整理成表6和圖1。從統計數據可知，集部的利用率最高，史部緊隨其后。在四部分類中，集部主要收錄詩文詞總集和專集等，包括楚辭、別集、總集、詩文評、詞曲5個類別。《廣州大典》集部主要包括別集、總集、詩文評、詞類等內容，曲類在數據庫建設之時尚未出版。集部的使用率較高說明用戶對古籍中涉及文化藝術的著述有濃厚的興趣。史部包括方志類、地理類、政書類、傳記類、編年類、金石類、雜史類、詔令奏議類等內容，其使用率較高說明用戶對歷史研究亦有較多關注，這與我國的史學傳統是一脈相承的。然而作為匯集儒家經典著作的經部，其使用情況并不理想，反映了今人與古人在學術旨趣和取向上的差異。

將歷年文獻依據瀏覽冊次排序，取年度瀏覽次數達到10次及以上的文獻列為年度常頻文獻，進一步統計這些常頻文獻在統計期間被使用的年數，制成圖2。從圖2中可以看出，被使用一年及以上的文獻共有949種，約占全部文獻的三分之一，隨著使用年數的增加，文獻數量逐漸減少，其中最上層的46種文獻在統計期間每年都有10次以上的訪問量，屬于《廣州大典》的核心文獻，可作為后續推廣和進一步挖掘的重點對象。

4 結論與思考

研究表明，古籍數據庫的用戶群體以本地用戶為主，同時不乏非本地（含境外）用戶。在各類用戶中，高校師生為主要用戶群體，以20～40歲的中青年教師和研究生為主。用戶常用的檢索詞包括書名、人名、地名、文獻類型以及文化與文獻主題等。相較于實體古籍，數字化古籍顯著提高了資源的利用率。在使用方式上，瀏覽、下載和打印均是用戶利用數字化古籍的常見方式。在內容需求上，用戶對集部和史部文獻的需求比較突出，這涉及地方文化藝術作品及歷史類文獻。根據上述分析，筆者就地方古籍數據庫的優化提出一些建議。

第一，強化對重點文獻的遴選和入庫。根據上述數據，以文化藝術為代表的集部文獻和反映地方歷史的史部文獻利用率較高。文化藝術與歷史類文獻蘊含的文化價值具有較強的延續性，一些膾炙人口的文學和藝術佳品至今依舊能給人們帶來美的享受，而通志、地方志、日記等史類文獻則持續為現代人提供過去社會和文化等方面的信息，因此這兩類文獻應作為重點文獻入藏。為提高入庫文獻對用戶的價值，可以采取以下措施：① 須廣泛征求專家意見確定優先入庫和重點揭示的資源，避免以館員的主觀判斷代替專業意見。② 多渠道搜集精良版本。版本不僅關系到文獻質量，更關系到讀者的閱讀體驗，除本館資源外，還可以從其他圖書館、古籍收藏機構、私人藏書家、古籍書店以及國際交流渠道等途徑博觀約選。以《廣州大典》編纂為例，除從本地公共和高校圖書館征集文獻外，還分別從國內55家、國外14家藏書單位及6位私人藏書家征集到大量文獻影像。③ 建庫后要借助用戶的使用和檢索行為，持續跟蹤用戶需求熱點，發掘建庫盲點，并及時補充和完善。

第二，拓寬用戶群體。免費開放的古籍數據庫，一般包括注冊免費使用和非注冊免費使用兩種使用方式[11]，目前國外古籍數據庫普遍采用非注冊免費使用的方式提供服務，但在國內許多古籍數據庫的開放程度尚顯不足，一些珍善本數據庫僅限特定IP段內訪問，或僅限本地用戶使用，網絡可見度低[12]，無法實現跨地區遠程訪問[13]。上述研究顯示，除本地用戶外，非本地用戶（含境外用戶）對地方古籍資源同樣存在需求，因此數據庫應優先考慮非注冊免費使用，對于確需注冊使用的數據庫，也應采取分級管理和服務策略，推動資源在不同層面開放與利用。例如，江蘇師范大學圖書館在建設徐州地方文獻數據庫時，將資源與用戶細分為不同類型，并通過開放服務、IP控制、賬號管理等多種手段，實現了資源與用戶的多維度匹配[14]。在資源管理方面，由于不同資源的權屬各異，可開放的范圍和程度不同，因此可從資源集體和資源個體兩個角度設置權限，如內部使用、館內閱覽、機構內/外閱覽、是否允許下載或打印等。在用戶方面，可根據用戶類別賦予不同權限，如本地/本機構用戶、外地/機構外用戶、開放用戶等，并建立用戶權限與資源權限的聯列矩陣，使用戶對個人權限一目了然，也便于圖書館對資源和用戶進行管理。

第三，優化數據庫功能與設計，提升用戶體驗。為方便用戶使用，數據庫應在功能設計、用戶操作、體驗管理等多個層面展開優化。對于需要身份驗證的資源訪問，除常規注冊流程外，還應為無法接收手機短信的用戶提供郵箱驗證作為備選驗證方式，確保注冊過程順暢。在功能設計上，應著重考慮用戶的實際需求和使用習慣。良好的導航設計、強大的檢索功能、方便易用的閱讀操作及各項支持功能均有助于提升用戶獲取和使用資源的體驗，而簡潔、一致和符合用戶認知的設計能有效提升用戶的操作效率。其中，要注意書目數據與對象數據可能存在的表述差異。在構建書目數據時應遵循標準化原則，對對象數據中的非規范表述進行適當處理，以免影響檢索準確性，如“梁啟超”的“啟”字存在兩種繁體形式——“啟”與“啓”，可在書目數據中采用統一的標準表述，而在對象數據中保留原表述即可。上述研究發現，用戶對打印和下載功能有較高的需求，但目前國內古籍數據庫對此限制頗多，如中國基本古籍庫一次只能復制200個漢字，《廣州大典》網絡服務平臺僅允許每個賬號每天下載或打印10頁，對此可在征得文獻所有者同意的前提下，適當提高下載或打印上限，或為高頻用戶開通VIP權限。

第四，深度揭示和挖掘古籍資源。從上述研究可知，除書名外，讀者還傾向于從人名、地區、文獻類型、文化和文獻主題等角度檢索文獻，因此在設置文獻描述元素時，應適當增加描述標簽，以實現對文獻的深層次揭示。其中，人名可以是作者的，也可以是文獻中涉及人物的，如傳記的傳主。因此在作者字段外，還可另設人名標簽，詳細著錄文獻中的重要人物；在古籍文獻與地區的對應關系中，包括內容涉及的地區，被創作的地區、或是被收藏的地區，對于歷史類文獻，如方志，第一種關系尤為重要，便于讀者從地區角度獲取文獻，因此可設置一級標簽“地區”，并在其下細分“內容”“創作”“收藏”等二級標簽。在文獻揭示的基礎上，系統可引入可視化、語義關聯、智慧服務等技術，實現文獻的多途徑發現和獲取。對于地方史志類文獻，可引入GIS工具進行可視化呈現，如上海圖書館建設的家譜知識服務平臺設置了“時空瀏覽”欄目，提供檢索定位、地圖劃圈瀏覽等便捷服務[15]。由哈佛大學費正清中國研究中心、臺灣“中央研究院”歷史語言研究所、北京大學中國古代研究中心及中文在線聯合推出的“中國歷代人物傳記資料庫”，對歷史資料中與人物相關的數據進行精準標引，并借助GIS為用戶提供多種發現體驗[15]。此外，系統還可利用關聯數據技術，從多個維度對文獻進行知識關聯和整合，如由上海圖書館建設的中文古籍聯合目錄及循證平臺就借助關聯數據技術實現了古籍知識之間的多維度鏈接。在古籍庫建設中，文本是系統進行知識服務的基礎，但在不具備對全庫資源進行文本建設的條件下，可采取“基于使用量”的文本化策略，即優先對核心文獻進行文本加工，并將生成的文本數據融入全文檢索、知識發現、AI問答等系統，為古籍核心文獻提供增值服務。

第五，加強數據庫推廣和普及。研究表明，高校教師和研究生是古籍數據庫的重點用戶，因此數據庫建成后應著重關注這兩類群體，深入了解其研究動態和研究需求，通過嵌入式服務、主動推送等措施提供精準服務。在資源方面，應根據用戶的使用頻率遴選數據庫核心資源，建立重點資源列表，并圍繞重點資源獲取相關研究成果，形成主題資源集，按用戶研究領域和研究方向進行推送。《廣州大典》網絡服務平臺擬于2024年改版，在首頁上設置“經典文獻”欄目，以提高核心文獻的可見度和易獲取性。上述研究還表明，古籍由于存在使用門檻，用戶主要集中在專業領域，普通市民利用不足，因此應積極拓展古籍資源的普及推廣渠道，吸引更多市民利用。蘇州圖書館為促進古籍活化利用，于2022年舉辦了“吳門縹緗”系列活動，讓讀者近距離接觸古籍和傳統文化，并與上海圖書館合作推出“古今相映，樂創未來——非物質文化遺產系列推廣活動”，策劃實施“書版合璧——蘇州雕版特展”，提高了市民對古籍資源的知曉度[16]。

5 結語

筆者主要依據《廣州大典》網絡服務平臺所記錄的用戶數據展開分析，但由于該平臺在數據記錄方面存在一定局限，如數據不全、粒度較粗等，且筆者在界定常頻用戶與常頻文獻時所采用的標準帶有一定的主觀性，因此對研究分析結果的客觀性和準確性造成一定影響。2024年，《廣州大典》研究中心擬對《廣州大典》網絡服務平臺進行全面升級和完善，并將啟動新一輪數據入庫計劃，其中后臺統計功能優化是一個重要目標，隨著平臺功能優化和更多細粒度數據被保留，未來可對古籍數據庫的應用情況進行更為全面和深入的分析。

參考文獻：

[1] 蘇州新聞網.全面梳理蘇州文脈資源 保存蘇州集體記憶《蘇州全書》編纂工程正式啟動[EB/OL].[2024-02-03].http：//www.subaonet.com/2022/szyw/0703/533254.shtml.

[2] 陳力.數字人文視域下的古籍數字化與古典知識庫建設問題[J].中國圖書館學報，2022（2）：36-46.

[3] 張力元，王軍.古籍數據庫分面分類體系設計研究[J].圖書館建設，2021（3）：56-61.

[4] 李明杰，張纖柯，陳夢石.古籍數字化研究進展述評（2009—2019）[J].圖書情報工作，2020（6）：130-137.

[5] 武杰.寧夏古籍數字化現狀分析與對策研究——以入選《國家珍貴古籍名錄》的古籍為調查樣本[J].圖書館理論與實踐，2022（4）：131-136.

[6] 張小燕.江西省珍貴古籍數字化項目案例分析[J].圖書館，2018（12）：98-103.

[7] 王蕾，等.民間歷史文獻數字人文圖書館構建——以徽州文書數字人文圖書館實踐反思為例[J].圖書館論壇，2018（3）：30-36.

[8] 馬翠嫦，王蕾.史學話語體系視角下徽州文書領域主題多維結構研究[J].圖書館雜志，2022（7）：119-127.

[9] 蘇日娜，王蕾，童翠萍.非遺語境下徽州文書搶救性保護的科學體系構建[J].圖書館建設，2022（1）：15-21.

[10] 徐丹.基于KANO模型的人文學科研究需求對古籍數字化產品的功能調查[D].武漢：武漢大學，2019.

[11] 吳玉靈.館藏古籍數字化保護問題與對策研究[J].圖書館學刊，2022（2）：43-49.

[12] 史麗君.古籍圖像數據庫建設常見問題及對策研究——以首都圖書館館藏古籍珍善本圖像數據庫建設為例[J].圖書館工作與研究，2016（9）：62-66.

[13] 李敏.南海特色古籍數據庫架構研究[J].圖書館學研究，2016（9）：34-40.

[14] 楊雪莉，曹志梅.徐州地方文獻數據庫建設的存在問題及對策研究[J].情報探索，2016（8）：67-70.

[15] 朱本軍，聶華.跨界與融合：全球視野下的數字人文——首屆北京大學“數字人文論壇”會議綜述[J].大學圖書館學報，2016（5）：16-20.

[16] 蘇州圖書館2022年度蘇州圖書館年報[EB/OL].[2024-02-04].https：//www.szlib.com/gwgk.html？articeid=50348.

付躍安 男，1974年生。博士，研究館員。研究方向：數字圖書館、閱讀推廣。

（收稿日期：2023-12-18；責編：劉清揚。）