农业期刊引文数据库设计与建设

摘要:农业期刊引文数据库建设的目的有两个,一个是让更多的农业领域的读者以及对农业领域感兴趣的读者免费地随时随地去查询相关文献材料,并通过引文的网状关系去拓展知识的深度和广度;另一个目的就是为农业期刊办刊者提供各种期刊评价指标,使办刊者做出合理决策。主要介绍农业期刊引文数据库的设计,每个主要表的数据结构,以及主要表的数据批量导入与整理,重点描述了引文表的数据加工流程,以及引文细拆分的程序流程。

关键词:引文数据库;引文拆分;数据加工;数据库建设;引文索引;农业期刊

中图分类号:G230文献标志码:A文章编号:1673-291X(2010)09-0174-02

一、建设农业期刊引文数据库的作用和目的

农业期刊引文数据库建设的目的有两个,一个是让更多的农业领域的读者以及对农业领域感兴趣的读者免费地随时随地去查询相关文献材料,并通过引文的网状关系去拓展知识的深度和广度;另一个目的就是为农业期刊办刊者提供各种期刊评价指标,使办刊者做出合理决策,引领期刊方向,提高期刊质量。

二、农业期刊引文数据库设计

农业期刊引文数据库的设计是要让读者通过题名、作者、刊名等关键字,查找到相关文献列表,继而查找到想要的文献的具体文摘内容和引文列表,而且通过这个引文列表还能查到相关的另类文献。反过来,也可以通过这个文献去查找其被引频次以及被引的文献列表,形成一种网络状的索引模式。

根据这个目的,我们设计了三个主要的表:一个是期刊表,一个是文摘表,一个是引文表。这三个表是引文数据库的主体,有了这三个表就可以进行基本的引文关联查询了。在此基础上,还可以拓展。可以引进作者表,对作者的详细信息进行记录,比如性别,出生年月,毕业院校,职称,职务,主要研究领域,主要研究成果等等,促进读者对主要责任者的了解;还可以增加出版公司表,包含公司性质、规模、地址、联系电话、网址、EMAIL等;根据业务的扩展,还可以建立与读者互动的表,如建立读者表,建立读者收藏表等等。在此,我们仅对这三个主表的设计进行描述。

三、数据的批量导入与整理

期刊表的数据来源于图书馆集成管理系统中的期刊库,都是SQL-SERVER表,所以导入很方便。文摘表和引文表在目前的图书馆集成管理系统中没有现成的数据,需要另外进行加工录入。

1.文摘数据的加工流程

文摘数据的加工是先将期刊一页一页地扫描成.tif文件,再用图形识别软件将 .tif文件转换为.txt格式的文本文件,然后合并整理,并人工录入切分符号,将文章的题目、作者、正文、参考文献等内容进行切分,再用程序将不同年、卷期的各种期刊文档批量导入数据库中的文摘表中。这时候,对表中各字段按照长度、左边第一个字符,右边第一个字符建立索引,然后根据索引找出有问题的数据进行校验。最后形成一个数据完整的文摘表。

2.引文数据的加工

由于引文数据量多,而且著录格式较规范,所以主要是用程序对大多数数据进行拆分,人工仅对少量数据进行审核。

(1)引文数据的拆分流程。

(2)引文的粗拆分。在文摘库里,引文字段存放的数据是一大段关于参考文献的所有信息。粗拆分的目的就是将这么一大段文字,按照序号的不同,拆成若干条条记录,分别存放在引文表里。

(3)引文的细拆分。引文被拆成一条条的记录后,现在就需要把每条引文记录细拆成有具体意义的各种字段,并存放在数据库中,以便于今后的引文索引和计算。

引文字段拆分方法。中文引文中大概有50%是按照新的国家标准(GB/T7714-2005)来著录的,而引用的外国文献基本上没有按照这样的标准,还有一些引文数据和注释参和在一起,另外一些根本没有按照国家标准著录,这就给拆分引文带来了困难。

我们通过对大量的引文数据做分析,并在实际拆分过程中对有问题的数据进行归纳,终于找到问题发生规律,使得数据在拆分后能保证有80%的准确率。

(4)引文数据的初审。经过程序拆分后的数据,要进行初审,尽量将能用程序修正的数据用计算机程序来修正,减少人工工作量。

(5)引文数据的人工审核。被剔除的有问题的数据单独存放在另一个表里,让数据加工人员逐条进行审核,以确保数据的正确性和完整性。人工审核完毕后,将这个表里的数据覆盖原表中的带标记的数据,则引文表的数据加工就完成了。

四、农业引文数据库的应用

农业引文数据库主要的三个表建立好之后,就可以运用于实际了。首先就是要建立一个农业引文查询网站,使读者能够通过这个网站充分利用农业引文数据库,享受这个数据库为其带来的便利;另一个应用就是建立一个办刊者对期刊指标进行查询的网站,使办刊者实时了解其期刊被利用的程度,了解期刊的质量,随着数据库的扩展,甚至能让办刊者随时了解期刊的读者群。

随着应用的深入和扩展,我们还要不断改进和完善农业引文数据库的内容,更好地为读者服务。