文獻數據庫

計算機可讀的、有組織的相關文獻信息的集合。在文獻數據庫中，文獻信息不是以傳統的文字，而是將文字用二進制編碼的方式表示,按一定的數據結構,有組織地存儲在計算機中，從而使計算機能夠識別和處理。文獻數據庫是當前通過遍佈於全世界的通信網絡進行聯機情報檢索的最早的和主要的處理和檢索對象。

文獻數據庫起源於二次文獻編輯出版的計算機化。20世紀60年代初，各文摘社為克服因信息爆炸而帶來的困難，紛紛引進了先進的計算機技術。將經過整理、加工的文獻信息輸入到計算機中，由計算機進行編輯和排版，輸出後排版印刷為文摘刊物和各種索引。同時，仍保留在計算機中的機器可讀的文獻信息，作為二次文獻編輯出版的副產品，發展成為文獻數據庫。由於機器可讀信息大多記錄在計算機的磁帶上，因此也稱文獻數據庫為磁帶版二次文獻。早期的文獻數據庫有1964年正式對外發行的美國國立醫學圖書館的醫學文獻分析與檢索系統(MEDLARS),美國化學文摘社的(CACON)等。

文獻數據庫的內容與其傳統的文獻信息是相對應的。一種書刊或一篇文獻的內容和形式特徵經著錄後形成一條款目。款目是文獻信息的基本單位。在文獻數據庫中，一條款目稱為一條記錄，記錄也是構成文獻數據庫的基本單位。款目由篇名、作者和主題等著錄項目組成，著錄項目在文獻數據庫中稱為字段。一個字段又可細分為若干個子字段。這樣，文獻數據庫是由一系列連續的記錄、字段和子字段組成，並形成了一個分級樹型結構。

按文獻的編輯方法和出版特點可以將文獻劃分為圖書、期刊、報紙以及介於圖書與期刊之間的特種文獻，主要包括科技報告、政府出版物、會議文獻、學位論文、專利文獻、技術標準、產品資料及其他零散資料如輿圖、圖片、樂譜等。將傳統文獻數字化成數據庫以後，則成為不同類型的數據庫，常用的數據庫有電子圖書數據庫、數字化期刊數據庫、報刊數據庫、會議論文數據庫、學位論文數據庫、專利數據庫、標準數據庫、產品數據庫、科技報告數據庫等。可以按照文獻內容或者外部特徵某一方面的特點組織成一類文獻數據庫 ^[1]  。

文獻數據庫主要分為以下幾種

實驗室階段（1970年以前）

這一階段的主要特點是數據庫隨着計算機技術的產生髮展而產生髮展由於計算機軟硬件技術的限制，數據庫規模較小同這一階段的計算機技術一樣，數據庫處於實驗室研究階段，還沒有得到廣泛的應用。數據庫的發展是伴隨着相關計算機軟硬件的發展而發展的。最初人們發明計算機是為了解決越來越複雜的計算問題。1946年，第一台真正意義上的電子計算機在美國賓夕法尼亞大學誕生，標誌着人類進入電腦時代。人們發現，計算機不但要能夠進行計算，還要能夠管理越來越龐大複雜的數據，數據庫隨之產生。最早的數據庫可以追溯到20世紀50年代，那時的數據管理非常簡單。通過大量的分類、比較和表格繪製的機器運行數百萬穿孔卡片來進行數據的處理，其運行結果在紙上打印出來或者製成新的穿孔卡片。而數據管理就是對所有這些穿孔卡片進行物理的儲存和處理。例如1951年由美國調查局所建立的數值數據庫。數據庫的實用，首先應用在按字母順序排列的、以磁存貯器為載體的書目數據庫。這種於60年代初，用於文摘和索引服務的數據庫，開始被改造為計算機控制的照相排字系統。1960年，美國國家醫學圖書館着手設計其MEDLARS系統，1964年使用該系統進行醫學文獻的批式檢索。1965年，美國化學文摘服務社，首先出版了磁帶形式的《化學與生物領域》。同年，美國國家科學基金會、國家衞生協會和國防部，聯合建立了化學註冊系統數據庫。1967年，生物科學情報服務社設立了磁帶版發行機構。1969年，工程索引公司也建立了同樣的機構。同年，美國國會圖書館發行了書目磁帶 ^[1]  。

商業化初始階段（1970~1990年）

這一階段數據庫的特點有數據庫技術研究與數據庫的生產主要在美國數據庫由單機檢索向聯機檢索發展企業意識到數據庫的商業價值，介入數據庫生產，數據庫商業化進程開始美國數據庫數量增加，內容逐漸豐富；1970年以前，數據庫的查找是批量方式進行的，這是在磁帶上檢索情報的唯一方法。由於計算機技術和磁盤技術的發展，使得在70年前後由批式檢索向聯機檢索的轉變成為可能。使用聯機檢索可對磁盤上的資料隨機訪問和採用交互方式修改策略。消除了批式檢索的盲目性。美國空軍的NASA實驗室於1971年使用修改過的軟件，在紐約州的醫學圖書館，對數據庫實現聯機實時檢索。同年，美國國家醫學圖書館自己的聯機系統投入運行。1972年起洛克希德公司開始為多家數據庫生產者提供服務。1980年4月，BRS率先推出了由1000篇文獻組成的全文數據庫，這個數據庫不僅提供標題、文摘，而且可以進行全文檢索。同期的Dialog、Orbit、BRS等聯機檢索系統提供的文獻檢索服務主要集中在以期刊文獻為載體自然科學及應用技術領域，如收購的數據庫除了技術領域之外，更多地關注經濟學、統計學、管理學及商業，則以專利和石油文獻形成自己的特色。70年代中期，不單在美國。而且在歐洲，情報產業界開始認識到“聯機革命”，數據庫生產和聯機檢索，在英國、法國、聯邦德國等國家迅速發展起來。

美國傑奇門在參考許多資料之後，認為書目和非書目數據庫的總數，1968年為25個，1970年在50~100個之間。進入70年代後，美國更多的政府機構開始生產數據庫，數據庫的數量迅速增加，到1975年，總數已超過300個。5年時間數據庫數量大體翻了兩番。早年政府提供獎金的聯機實驗的成功以及數據庫和聯機檢索在情報界的確認，刺激更多的營利機構着手生產數據庫。1975~1980年間，除了數據庫的數量持續增長。由個增長到個之外，內容多樣化是這一時期的主要特點。許多數據庫收錄的內容是社會科學、人類學，以及人們普遍關心的事項或大眾化的課題。所開發的商業性數據庫，包括銷售、金融、經濟、工業廠商等，以及各種專業的課題，諸如房地產保險業務等。非書目數據庫日益受到關注，各種指南和參考性數值數據庫問世，全文數據庫也日漸增多。

全球競爭及網絡化發展階段（1980年至今）

這一階段的特點是文獻數據庫數量激增美國以外的眾多發達國家意識到數據庫生產的重要性，紛紛鼓勵本國數據庫生產，數據庫產業的競爭及對信息資源的爭奪從美國走向全球。1980年以來，世界各國數據庫數量增長速度加快，庫容量激增。以美國為例，美國的數據庫產業迅猛發展。我們可以從下表中可以看到:1975年數據庫的數量還是以百計，十年後數據庫數量則以千計，1985年的數據庫數量是1975年的九倍，平均每年大約增加300個數據庫。而數據庫記錄條數從0.52億條發展到16.8億條，記錄條數翻了32倍多。從1985到1996年的十年間美國數據庫數量增加了6490個，平均每年約增加600個。數據庫記錄條數也從16.8億條增加到108億條。數據庫記錄條數翻了6倍多。而從1996年2000到年的五年間，美國數據庫數量增加了2364個，平均每年約增加460個。數據庫記錄條數從108億條增加到152.5億條，增加了41%的數據量。

1980年，以MDC的NEXIS為開端，原本數目很小的全文數據庫，也開始明顯增多。連報紙也轉變為採用計算機控制的光電排字法，全文報紙數據庫開始出現。數據庫和聯機產業日益為社會所承認。80年代初，家庭計算機銷售量激增，於是數據庫和聯機服務應運興起，以滿足這種新的市場。一直位處前列的兩個服務機構DIALOG和BRS，建立了供衞星通訊網絡終端用户、使用個人計算機和採用簡單提問語言查找大眾化數據庫的服務機構。前者的“知識索引”和後者的“BRS after black”，是為公眾晚間安排的兩項服務，以供查找大眾化數據庫。

跨入80年代以來，世界上其他發達國家開始認識到數據庫產業對本國國民經濟發展的重要價值，日本和歐洲的一些國家，獨立自主地建立自己的數據庫產業和聯機產業。美國對數據庫的壟斷局面逐漸被打破。在歐洲，英國、法國、聯邦德國等國家，大力推進情報產業，取得了巨大成就。其中法國推行獨立自主方針最為堅決。法國生產數據庫的機構超過100個。其中58個為政府機構服務。情報中心共有15個，其中主要的兩個QUESTEL中心和G.CAM中，各擁有數據庫三四十個之多。日本的數據庫產業發展也很快，日本數據庫一方面依靠進口，另外一方面政府向製作數據庫的民間企業提供財政支持，以促進數據庫產業的更快發展。1990年日本國產數據庫只808個，國產化率為34.3%，到1998年其國產數據庫達到1227個，國產化率為49.5%。蘇聯對其超大型的《文摘雜誌》也建立了數據庫。此外，澳大利亞，加拿大等國家均有自主發展數據庫產業的政策和規劃。