地方文獻數(shù)據(jù)庫建設(shè)初探

第第頁地方文獻數(shù)據(jù)庫建設(shè)初探吉安地區(qū)坐落在贛中南，是一座歷史悠久的地理文化名城，擁有豐富的地方文獻資源。建立吉安地方文獻資源數(shù)據(jù)庫，為地方經(jīng)濟建設(shè)服務(wù)，是圖書館與地方經(jīng)濟建設(shè)相結(jié)合的有效途徑。

1吉安地方文獻數(shù)據(jù)的采集

地方文獻是指有關(guān)當(dāng)?shù)氐囊磺匈Y料，表現(xiàn)為不同時期各種記載形式的文獻，如：圖書、雜志、報紙、圖片、影片、畫片、拓本、表格、傳單、票據(jù)、文告、手稿、簿籍等。因此，地方文獻的數(shù)據(jù)可以從時間、空間、內(nèi)容等方面進行采集。

1.1時間順序

吉安是一個歷史悠久的文化名城，有著500年的歷史。我們收集地方文獻數(shù)據(jù)時，可以按照時間順序，從古代—近現(xiàn)代—當(dāng)代的順序進行收集。如我館編撰的《井岡山革命斗爭史研究資料索引》，就是按照時間順序進行的，從井岡山革命根據(jù)地的創(chuàng)立（1927.9—1928.2）井岡山革命根據(jù)地的鞏固和發(fā)展（1928.2—1929.1）井岡山軍民堅持斗爭（1929.1—1930.2）

1.2空間范圍

地方文獻具有典型的地域性，使得地方文獻的出現(xiàn)始終與一定的地域相聯(lián)系。吉安地理位置復(fù)雜，從地形、地貌到各區(qū)方言，再到各地習(xí)俗都有很大的區(qū)別。所以，我們可以按照地理空間，一般是按行政區(qū)劃來劃分。市下設(shè)縣，縣下設(shè)鄉(xiāng)鎮(zhèn)，直到村。以地名來收集地方文獻，按地域區(qū)分隸屬關(guān)系，以地名作為細(xì)類和子目，將庫容文獻各歸其類，有利于編制地名歸類文獻檢索子系統(tǒng)，形成一個樹杈式的檢索結(jié)構(gòu)。

1.3內(nèi)容范圍

地方文獻是某一地域自然現(xiàn)象、社會現(xiàn)象的知識記錄。天、地、人、事、物，包羅萬象，按內(nèi)容進行劃分可分為：

1.3.1人文、歷史類數(shù)據(jù)

(1)吉安地區(qū)研究數(shù)據(jù)（歷史、現(xiàn)狀、人文）。對于吉安市近500年的歷史，按時間空間順序，對期間的歷史、現(xiàn)狀、人文、風(fēng)俗進行收集，形成該地研究數(shù)據(jù)庫。我館歷時3年之久，編撰了《井岡山革命斗爭史研究資料索引》，匯編了全國圖書、報刊文獻當(dāng)中所載的有關(guān)井岡山斗爭資料1300余條，集中反映了井岡山革命斗爭史和井岡山精神。

(2)本地區(qū)名人數(shù)據(jù)。吉安自古以來就人杰地靈，從“人生自古誰無死，留取丹心照汗青”的文天祥，到一代文豪歐陽修，再到賀子珍、袁文才、王佐等一代革命家，到曾慶紅等新一代國家領(lǐng)導(dǎo)人。以這些歷代名人組成專題數(shù)據(jù)庫，對于其中的有特殊貢獻的名人，可追加全文數(shù)據(jù)庫、照片數(shù)據(jù)，輔之以字畫、印章等必不可少的內(nèi)容。我館目前正在建立《古代吉安名人研究資料索引》，計劃將陸續(xù)出版歐陽修、文天祥、楊萬里、劉過、劉辰翁、周大必等古代名人的研究資料索引，目前已出版《楊萬里研究資料索引》、《歐陽修研究資料索引》。

(3)古籍?dāng)?shù)據(jù)。包括本地的全部古籍地方文獻的專題數(shù)據(jù)庫。由于古籍珍貴，甚至有的是孤本，不便于查詢，可通過光電掃描技術(shù)，存入計算機。如《楊萬里研究資料索引》中收錄了楊萬里的詩、詞、文；《歐陽修研究資料索引》中收錄了其詩、詞、文賦以及其史學(xué)觀、經(jīng)濟觀、書法等。

(4)地方志數(shù)據(jù)。包括本地全部史志的專題數(shù)據(jù)。按照地域范圍，依次逐步采集。

(5)姓氏淵源數(shù)據(jù)。建立專題數(shù)據(jù)庫，可根據(jù)需要建立全文數(shù)據(jù)庫。

(6)譜牒多媒體數(shù)據(jù)。

(5)、(6)兩種數(shù)據(jù)在《楊萬里研究資料索引》和《歐陽修研究資料索引》當(dāng)中都有所反映，資料分別介紹了歐陽修、楊萬里的家世、生平、年譜。

1．3．2商情類數(shù)據(jù)

（1）行業(yè)動態(tài)數(shù)據(jù)。包括吉安地區(qū)熱門、重點行業(yè)，如政策動態(tài)、市場、投資趨勢，形成旅游、電子、生物等行業(yè)特色專題數(shù)據(jù)。

（2）地方企業(yè)名錄數(shù)據(jù)。吉安有許多企業(yè)，如電線電纜總廠、江西電視機廠、八三四廠。建立地方企業(yè)名錄數(shù)據(jù)庫，以公司名稱、業(yè)務(wù)經(jīng)營范圍、產(chǎn)品名稱等反映公司行業(yè)主題特征的字段作為基本索引字段，以公司地址、電話、員工數(shù)字段作為輔助索引字段。

（3）地市名特產(chǎn)數(shù)據(jù)。吉安地區(qū)有許多地方名特產(chǎn)，如：遂川狗牯腦茶葉、泰和武山烏骨雞、安?；鹜鹊?，以他們的產(chǎn)地、用途、成分等字段來描述，形成專題數(shù)據(jù)庫。

（4）旅游資料數(shù)據(jù)。吉安旅游區(qū)和待開發(fā)旅游區(qū)，如：井岡山旅游區(qū)、遂川湯湖、吉安青原山道教勝地、八都故居、君山湖度假村等，按他們的地理位置、主要景點、服務(wù)項目、歷史典故等字段形成數(shù)據(jù)庫。

（5）地區(qū)農(nóng)業(yè)科技數(shù)據(jù)庫。吉安是個以農(nóng)業(yè)為主的地區(qū)，開發(fā)多種經(jīng)濟作物，如：茶葉、玉米、煙葉、甘蔗等等，數(shù)據(jù)庫重點介紹地方特色產(chǎn)品的歷史、種植、栽培、加工等技術(shù)。

1．3．3綜合數(shù)據(jù)

介紹該地各行業(yè)、各個方面的百科全書性綜合數(shù)據(jù)。

2吉安地方文獻數(shù)據(jù)庫的設(shè)計

2．1書目型數(shù)據(jù)庫

書目型文獻數(shù)據(jù)庫即二次文獻數(shù)據(jù)庫，儲存原始文獻的題名、著者文獻出處、文摘、主題詞等項目。其價值在于把用戶指引到所需要的原始文獻，如歐陽修研究，把對歐陽修研究的文章進行二次加工，形成書目索引，可設(shè)計為書目型數(shù)據(jù)庫。在對吉安地方文獻進行分類時，可把本地區(qū)名人數(shù)據(jù)，人文、歷史類數(shù)據(jù)，古籍、地方志數(shù)據(jù)建成書目型數(shù)據(jù)庫。目前我館建立的《古代吉安名人數(shù)據(jù)庫》，就可按照其索引資料建立書目型數(shù)據(jù)庫。

2．2源數(shù)據(jù)庫

源數(shù)據(jù)庫即一次信息庫，儲存用戶作為檢索目的而要求獲得的數(shù)據(jù)、事實或文本。其價值在于檢索的結(jié)果可以直接滿足用戶的信息要求。按照信息形式不同可分為：

（1）數(shù)值型數(shù)據(jù)庫。如：吉安地方工農(nóng)業(yè)總產(chǎn)值、市場等。

（2）詞典型數(shù)據(jù)庫。把姓氏淵源數(shù)據(jù)、地方企業(yè)名錄、地市名特產(chǎn)品數(shù)據(jù)、旅游資源數(shù)據(jù)、農(nóng)業(yè)科技等建成詞典型數(shù)據(jù)庫。

（3）全文本數(shù)據(jù)庫。名人著作數(shù)據(jù)庫、古籍?dāng)?shù)據(jù)庫等可建成全文本數(shù)據(jù)庫。

有些數(shù)據(jù)還可能是上述3種形

式的結(jié)合。如：本地名人數(shù)據(jù)庫中歐陽修、楊萬里研究資料，包括了他們的原著及其研究論文、政治思想觀點、家世生平和年譜等等，內(nèi)容復(fù)雜，可建成一些復(fù)合式專題數(shù)據(jù)庫。2．3數(shù)據(jù)庫地址指針在數(shù)據(jù)庫文檔組織中的使用

利用倒排擋形式，把由基本索引字段構(gòu)成的基本索引款目和由輔助索引字段構(gòu)成的輔助索引款目采用倒排的形式，描述其特征標(biāo)識、存取號、字段位置。在實踐中，為了提高聯(lián)機響應(yīng)的速度，常采用兩級索引的倒排文檔結(jié)構(gòu)，即將倒排文檔分為詞典文檔和存取號文檔，

詞典文檔也稱為索引文檔款目，內(nèi)容包含特征標(biāo)識、含有該標(biāo)識的記錄總數(shù)、關(guān)聯(lián)到存取號文檔的指針。詞典文檔相當(dāng)于一個索引詞表，其規(guī)模由索引詞數(shù)量決定，基本不受數(shù)據(jù)庫文獻或數(shù)據(jù)記錄增加的影響，可以極大提高系統(tǒng)對檢索終端的響應(yīng)速度。存取號文檔的款目主要包括與詞典文檔指針關(guān)聯(lián)的存儲地址、含有該標(biāo)識的記錄存取號，以及該標(biāo)識在記錄中所處的字段及其位置。這樣的兩級索引結(jié)構(gòu)不僅包括了原倒排的全部內(nèi)容，而且使主機聯(lián)機響應(yīng)速度得到極大的提高。這是由于特征標(biāo)識與含有該標(biāo)識的存取號及其字段位置的分離。雖然使文檔的結(jié)構(gòu)更為復(fù)雜，卻突破了原先倒排文檔的索引款目會因記錄的增加而數(shù)百倍增加，進而因文檔的規(guī)模擴大而影響檢索速度的限制。在《歐陽修研