數(shù)字圖書(shū)館資源建設(shè)

A、數(shù)字圖書(shū)館資源建設(shè)之地方圖書(shū)數(shù)字化全文識(shí)別加工

資源數(shù)字化數(shù)量：20000頁(yè)

1、元數(shù)據(jù)加工標(biāo)準(zhǔn)

1.1規(guī)范性引用文件

下列文件對(duì)于本規(guī)則的應(yīng)用是必不可少的。

《中國(guó)文獻(xiàn)編目規(guī)則》（第二版）

《GB/T25100-2010 信息與文獻(xiàn) 都柏林核心元數(shù)據(jù)》

《信息資源的內(nèi)容形式和媒體類(lèi)型標(biāo)識(shí)》（GB/T3469-2013）

1.2著錄對(duì)象

以數(shù)字化文獻(xiàn)為著錄對(duì)象。一般以具有獨(dú)立名稱(chēng)、并可獨(dú)立使用的一個(gè)數(shù)字資源為著錄單位。

圖書(shū)的著錄單位為一種圖書(shū)。對(duì)于多部分資源，一般可自由選擇綜合著錄或分散著錄。

1.3著錄信息源

著錄信息源是資源本身。資源本身是著錄的首選來(lái)源。資源本身信息不足，可參考其他信息源。

1.4著錄用文字

題名、責(zé)任者等取自資源本身的信息一般按資源本身的文字著錄。

由編目員進(jìn)行描述或標(biāo)引的信息均采用簡(jiǎn)體中文著錄。

有規(guī)范或規(guī)定編碼標(biāo)準(zhǔn)的要求按標(biāo)準(zhǔn)著錄，如：語(yǔ)種、中圖分類(lèi)。

日期用阿拉伯?dāng)?shù)字著錄。

推薦采用ISBD著錄標(biāo)識(shí)符。

一個(gè)著錄項(xiàng)中多個(gè)著錄內(nèi)容之間以半角分號(hào)分隔。

1.5元數(shù)據(jù)著錄簡(jiǎn)表

必備項(xiàng)為：加工編號(hào)、正題名、中圖分類(lèi)、主題詞或關(guān)鍵詞、摘要、內(nèi)容形式、媒體類(lèi)型、格式、頁(yè)碼、語(yǔ)種、適用對(duì)象、CDOI、數(shù)據(jù)提交單位、所屬任務(wù)年份，共計(jì)13項(xiàng)；有則必備項(xiàng)為：其它提名、責(zé)任者名稱(chēng)、責(zé)任方式、附注、出版者名稱(chēng)、出版地、出版日期、關(guān)聯(lián)、時(shí)間范圍、空間范圍、版本、ISBN、統(tǒng)一書(shū)號(hào)、發(fā)布地址，共計(jì)14項(xiàng)。

2、圖像數(shù)字化標(biāo)準(zhǔn)和命名規(guī)則

2.1圖像掃描加工

掃描前根據(jù)國(guó)際色彩協(xié)會(huì)（International Color Consortium，簡(jiǎn)稱(chēng)ICC）標(biāo)準(zhǔn)，做加工設(shè)備的基本色彩校正，及針對(duì)各類(lèi)型文獻(xiàn)進(jìn)行色彩校正；

逐頁(yè)掃描；

黑白頁(yè)和灰度頁(yè)用灰度方式掃描

色彩位深：8 位

分辨率：300 dpi；小于5號(hào)字體用400 dpi

檔案典藏級(jí)格式：TIFF 不壓縮

發(fā)布服務(wù)級(jí)：PDF（經(jīng)過(guò) JPEG2000 壓縮后，再做格式轉(zhuǎn)換）

彩色頁(yè)用彩色方式掃描

色彩位深：24 位

分辨率：300 dpi；小于5號(hào)字體用400 dpi

檔案典藏級(jí)格式：TIFF 不壓縮

發(fā)布服務(wù)級(jí)格式：PDF（經(jīng)過(guò) JPEG2000 壓縮后，再做格式轉(zhuǎn)換）

糾偏處理。對(duì)出現(xiàn)偏斜的圖像進(jìn)行糾偏處理，圖像歪斜度不可以超過(guò)一度，對(duì)方向不正確的圖像進(jìn)行旋轉(zhuǎn)還原，以符合閱讀習(xí)慣；

去污處理。對(duì)圖像頁(yè)面中出現(xiàn)的影響圖像質(zhì)量的雜質(zhì)如黑邊等進(jìn)行去污處理；

圖像拼接。若原文獻(xiàn)幅面較大，無(wú)法整體采集的，可將原件分畫(huà)幅采集（分畫(huà)幅采集時(shí)，注意各拍攝區(qū)域邊緣須留有一定的重復(fù)采集區(qū)域，以保證拼接完成后所有接縫處連貫完整），服務(wù)級(jí)文件進(jìn)行拼接處理，合并為一個(gè)完整的圖像，以保證數(shù)字文件的整體性（合并信息應(yīng)在readme.txt進(jìn)行說(shuō)明）。

2.2圖像文件質(zhì)量要求

圖像文件（各種格式）放大到1：1狀態(tài)，逐頁(yè)檢查。檢查文件是否有彩點(diǎn)、彩線、太淡、太濃、黑邊、污點(diǎn)、歪斜、模糊（馬賽克等）或圖像內(nèi)容不完整等現(xiàn)象。若不符合圖像質(zhì)量要求應(yīng)進(jìn)行圖像校正或重新掃描；

圖像文件真實(shí)反映原件，同冊(cè)圖書(shū)的圖像尺寸相同，不得有失真現(xiàn)象；不能有缺頁(yè)、錯(cuò)頁(yè)、數(shù)據(jù)內(nèi)容缺失等現(xiàn)象（原件有缺失的除外）；

檔案典藏級(jí)圖像，允許進(jìn)行適當(dāng)?shù)募m偏，去污等處理，以不壓縮標(biāo)準(zhǔn)格式存檔。發(fā)布服務(wù)級(jí)的圖像，為有損壓縮圖像格式，一頁(yè)為一個(gè)PDF文件，在轉(zhuǎn)換工作中應(yīng)在圖像輪廓清晰可讀的前提下（可放大到實(shí)際尺寸檢查判定），盡量減小數(shù)據(jù)量；

圖像符合掃描規(guī)格要求和技術(shù)參數(shù)；

所有文件保存位置以及文件命名正確,同一流水號(hào)不得有跳號(hào)情況，可以有效打開(kāi)和顯示；

圖像的綜合錯(cuò)誤率不超過(guò)1‰。

2.3命名規(guī)則

2.3.1加工編號(hào)（book_id）

文獻(xiàn)數(shù)字化加工過(guò)程中一冊(cè)文獻(xiàn)的唯一標(biāo)識(shí)，它由11位數(shù)字和1位下劃線組成。

文獻(xiàn)基本資料類(lèi)型（1位）、文獻(xiàn)語(yǔ)種（1位）、任務(wù)年（2位）、機(jī)構(gòu)代碼（4位）、下劃線（1位）、單位內(nèi)部流水號(hào)(3位)。

本規(guī)則針對(duì)地方圖書(shū)的文獻(xiàn)基本資料類(lèi)型為（0：圖書(shū)），文獻(xiàn)語(yǔ)種為（1：中文），任務(wù)年為公元年后兩位數(shù)字（16年項(xiàng)目統(tǒng)一為16），機(jī)構(gòu)代碼見(jiàn)《推廣工程數(shù)字資源聯(lián)合建設(shè)機(jī)構(gòu)代碼》，單位內(nèi)部流水號(hào)由各單位自行分配，從1開(kāi)始，不足3位以0補(bǔ)齊。

例：01160000_001

2.3.2圖像文件名

文件后綴名為小寫(xiě)字母

前封（含封一、封二）

掃描文件名為Axxxxx_00，其中xxxxx為5位數(shù)字，按原書(shū)順序依次排序。

前附頁(yè)

目錄頁(yè)之前的前附頁(yè)掃描文件名為Bxxxxx_00，其中xxxxx為5位數(shù)字，按原書(shū)順序依次排序。

目錄頁(yè)之后的前附頁(yè)掃描文件名為Dxxxxx_00，其中xxxxx為5位數(shù)字，按原書(shū)順序依次排序。

目錄頁(yè)

掃描文件名為Cxxxxx_00，其中xxxxx為5位數(shù)字，按原書(shū)順序依次排序。

正文

有頁(yè)碼的正文掃描文件名為T(mén)xxxxx_00,其中xxxxx為5位數(shù)字,與原書(shū)頁(yè)號(hào)一致，按原書(shū)順序依次排序。當(dāng)存在大幅圖像需分區(qū)掃描時(shí)其文件命名為T(mén)xxxxx_00zz，其中zz為數(shù)字，表示掃描圖像分區(qū)，按掃描順序排序，對(duì)應(yīng)的發(fā)布服務(wù)級(jí)進(jìn)行合并后命名為T(mén)xxxxx_00。例如：該圖在原書(shū)的第28頁(yè)，該圖分成4個(gè)畫(huà)幅，則4個(gè)畫(huà)幅的掃描文件名分別為T(mén)00028_0001.tif、T00028_0002.tif、T00028_0003.tif、T00028_0004.tif，拼接后的發(fā)布級(jí)圖像文件名為T(mén)00028_00.pdf。

正文中插頁(yè)掃描文件名為T(mén)xxxxx_yy，其中xxxxx為5位數(shù)字,表示插頁(yè)的前一頁(yè)順序號(hào),yy為數(shù)字，表示插頁(yè)，并按原書(shū)順序依次排序。當(dāng)插頁(yè)中存在大幅圖像需分區(qū)掃描時(shí)其命名為T(mén)xxxxx_yyzz，yy為數(shù)字，表示插頁(yè)；zz為數(shù)字，表示掃描圖像分區(qū)，按掃描順序排序，對(duì)應(yīng)的發(fā)布服務(wù)級(jí)圖像進(jìn)行合并后命名為T(mén)xxxxx_yy。例如：一張圖夾在20頁(yè)、21頁(yè)之間，且該圖分成4個(gè)畫(huà)幅掃描，則4個(gè)畫(huà)幅的掃描文件名分別為T(mén)00020_0101.tif、T00020_0102.tif、T00020_0103.tif、T00020_0104.tif，將4個(gè)畫(huà)幅拼接后，該圖的文件名為T(mén)00020_01.pdf。

后附頁(yè)

掃描文件名為Yxxxxx_00，其中 xxxxx為5位數(shù)字，按原書(shū)順序依次排序。

后封（含封三、封四）

掃描文件名為Zxxxxx_00，其中xxxxx為5位數(shù)字,按原書(shū)順序依次排序。

3、TXT文本標(biāo)準(zhǔn)

對(duì)圖像數(shù)據(jù)逐頁(yè)進(jìn)行ocr識(shí)別，每頁(yè)生成一個(gè)對(duì)應(yīng)的TXT文件，文件命名與TIFF圖像一致，后綴名小寫(xiě)。文本轉(zhuǎn)換數(shù)據(jù)的準(zhǔn)確率平均應(yīng)達(dá)到90%以上。

4、數(shù)據(jù)庫(kù)標(biāo)準(zhǔn)

4.1數(shù)據(jù)庫(kù)命名

對(duì)象數(shù)據(jù)所對(duì)應(yīng)數(shù)據(jù)庫(kù)。數(shù)據(jù)庫(kù)名由8位數(shù)字組成：

文獻(xiàn)基本資料類(lèi)型（1位）、文獻(xiàn)語(yǔ)種（1位）、任務(wù)年（2位）、機(jī)構(gòu)代碼（4位）。

例：01160000.mdb

4.2數(shù)據(jù)庫(kù)制作

4.2.1 對(duì)marc數(shù)據(jù)進(jìn)行加工處理，制作文獻(xiàn)基本信息表（book）。

4.2.2目錄信息著錄，生成文獻(xiàn)目錄信息表(catalog)。

4.2.3 文獻(xiàn)版權(quán)頁(yè)著錄，生成文獻(xiàn)版權(quán)信息表(copyright)。

4.2.4 不帶頁(yè)號(hào)插圖信息著錄，生成文獻(xiàn)插頁(yè)信息表(inset)。

注：圖書(shū)中有夾頁(yè)時(shí)，對(duì)該表字段進(jìn)行標(biāo)引。

4.2.5 文獻(xiàn)缺頁(yè)信息著錄，生成文獻(xiàn)缺頁(yè)信息表(lostpage)。

注：圖書(shū)有缺失頁(yè)時(shí)，對(duì)該表字段進(jìn)行標(biāo)引。

4.2.6 文獻(xiàn)結(jié)構(gòu)信息著錄，生成文獻(xiàn)結(jié)構(gòu)信息表(struct)。

注：起始頁(yè)號(hào)均為文獻(xiàn)印刷頁(yè)碼

4.2.7 記錄掃描分辨率、壓縮因子、文件數(shù)量、存儲(chǔ)量等信息，生成文獻(xiàn)加工信息表(process)。

4.3 數(shù)據(jù)庫(kù)制作要求

數(shù)據(jù)庫(kù)的制作符合下列要求。

（1）文件格式為mdb格式;

（2）使用字符集為UTF-8;

（3）著錄信息應(yīng)嚴(yán)格按照文獻(xiàn)實(shí)際內(nèi)容進(jìn)行描述，所著內(nèi)容與對(duì)象文件應(yīng)正確鏈接;

（4）數(shù)據(jù)庫(kù)字段各類(lèi)表格等內(nèi)容嚴(yán)格按照規(guī)定和樣例版式;

（5）著錄中遇到無(wú)法錄入的生僻字、公式、符號(hào)等內(nèi)容用“〓”表示。同時(shí)將“〓”所對(duì)應(yīng)圖像文件保存在檔案典藏級(jí)數(shù)據(jù)內(nèi)，以“〓”命名的文件夾內(nèi)，建立方法：

子目錄內(nèi)應(yīng)包含所有用“〓”表示的圖像文件；

圖像文件刪除其他信息，僅保留“無(wú)法錄入的內(nèi)容”所在行的信息，tif不壓縮格式，圖像命名不變;

多個(gè)用“〓”表示的內(nèi)容對(duì)應(yīng)同一個(gè)圖像時(shí)，僅保存一個(gè)圖像文件;

（6）各種著錄的文字、符號(hào)、版式、位置和文件名稱(chēng)準(zhǔn)確，其綜合錯(cuò)誤率不超過(guò)0.3‰。

5、說(shuō)明文件

5.1制作文獻(xiàn)的說(shuō)明文件

說(shuō)明文件格式：Microsoft Excel

說(shuō)明文件命名：由8位組成：文獻(xiàn)基本資料類(lèi)型（1位）、文獻(xiàn)語(yǔ)種（1位）、加工年（2位）、機(jī)構(gòu)代碼（4位）。如：01160000.xls

（說(shuō)明文件的5張表需保存在同一個(gè)Excel文件的不同工作表中，每個(gè)工作表按下列表命名）。

5.1.1數(shù)據(jù)總體說(shuō)明表

5.1.2保存級(jí)對(duì)象數(shù)據(jù)硬盤(pán)存儲(chǔ)清單

5.1.3發(fā)布級(jí)PDF對(duì)象數(shù)據(jù)硬盤(pán)存儲(chǔ)清單

5.1.4發(fā)布級(jí)TXT對(duì)象數(shù)據(jù)硬盤(pán)存儲(chǔ)清單

5.1.5圖書(shū)單冊(cè)數(shù)據(jù)量統(tǒng)計(jì)表

5.2 制作每?jī)?cè)文獻(xiàn)和保存數(shù)據(jù)介質(zhì)的說(shuō)明文件

6、存儲(chǔ)規(guī)則

6.1 存儲(chǔ)介質(zhì)及命名

存儲(chǔ)介質(zhì)為硬盤(pán)，硬盤(pán)命名由8位組成：

文獻(xiàn)基本資料類(lèi)型（1位）、文獻(xiàn)語(yǔ)種（1位）、加工年（2位）、機(jī)構(gòu)代碼（4位）。

6.2數(shù)據(jù)存儲(chǔ)規(guī)則

存儲(chǔ)內(nèi)容包括：TIFF圖像、PDF、TXT文本、對(duì)應(yīng)數(shù)據(jù)庫(kù)、說(shuō)明文件、介質(zhì)說(shuō)明文件，書(shū)目數(shù)據(jù)文件各一份。

各類(lèi)型對(duì)象數(shù)據(jù)按加工編號(hào)遞增順序依次放置在硬盤(pán)內(nèi)，保存目錄及文件名由四級(jí)組成：

第一級(jí)目錄為加工編號(hào)的前8位，如01160000，同時(shí)將介質(zhì)說(shuō)明文件并行保存(readme.txt)；

第二級(jí)目錄為T(mén)IFF,PDF,TXT同時(shí)將對(duì)應(yīng)數(shù)據(jù)庫(kù)（01160000.mdb）、說(shuō)明文件（01160000.xls）、書(shū)目數(shù)據(jù)文件（01160000.iso）并行保存；

第三級(jí)目錄為加工編號(hào)；

第四級(jí)目錄為相應(yīng)格式的對(duì)象數(shù)據(jù)文件，需要相應(yīng)的單冊(cè)文獻(xiàn)的說(shuō)明文件。

7、加工成品數(shù)據(jù)的文獻(xiàn)管理平臺(tái)功能要求

1.該發(fā)布系統(tǒng)需具備完善的數(shù)字圖書(shū)館資源管理和發(fā)布軟件技術(shù)平臺(tái),包括數(shù)字資源發(fā)布、檢索、閱讀、管理、采集、制作、下載以及用戶(hù)交互等功能。資源類(lèi)型包括圖書(shū)、期刊、論文以及自建數(shù)據(jù)庫(kù)，并且實(shí)現(xiàn)在圖書(shū)，期刊，論文、自建庫(kù)的統(tǒng)一的檢索和獲取。平臺(tái)功能成熟，檢索方便快捷，具備多種途徑的單項(xiàng)檢索、組合條件檢索。

2.能夠兼容國(guó)家863計(jì)劃中國(guó)數(shù)字圖書(shū)館示范工程標(biāo)準(zhǔn)PDG格式的電子圖書(shū)文獻(xiàn)資源，技術(shù)上能夠做到整合到同一平臺(tái)中，同時(shí)支持轉(zhuǎn)換PDF、PDG、PNG、Word格式的文檔資料為網(wǎng)頁(yè)版閱讀方式，方便大多數(shù)用戶(hù)使用習(xí)慣。同時(shí)實(shí)現(xiàn)不同格式的文檔轉(zhuǎn)換，所有圖書(shū)均可實(shí)現(xiàn)文字圖像復(fù)制摘錄和圖書(shū)無(wú)損縮放。支持元數(shù)據(jù)檢索、目次檢索、全文檢索等多種檢索方式，友好統(tǒng)一的用戶(hù)界面，提供各種高級(jí)的檢索功能，具有突出的檢索性能。

3.該系統(tǒng)需具備獨(dú)立完善的管理平臺(tái)，管理功能全面，具備基本狀態(tài)、流量分析、用戶(hù)管理、排行管理、IP范圍管理、圖書(shū)管理、反饋需求管理、公告問(wèn)題管理、頻道專(zhuān)題管理、頁(yè)面模板風(fēng)格管理等功能；能實(shí)現(xiàn)自建特色庫(kù)，系統(tǒng)具有良好的開(kāi)放性和兼容性，除電子圖書(shū)外還可以支持音頻、視頻、期刊、專(zhuān)題數(shù)據(jù)庫(kù)、標(biāo)準(zhǔn)、網(wǎng)站信息等的使用。

4.不限制使用用戶(hù)個(gè)數(shù)，無(wú)下載量限制，軟件無(wú)用戶(hù)數(shù)或使用次數(shù)限制；可以進(jìn)行資源管理，包括推薦資源，查詢(xún)，分類(lèi)管理、設(shè)置；可以自行修改用戶(hù)的訪問(wèn)權(quán)限和局域網(wǎng)IP范圍。

5.提供原廠開(kāi)發(fā)的數(shù)字圖書(shū)館軟件系統(tǒng)一套，免費(fèi)對(duì)數(shù)據(jù)庫(kù)及相關(guān)軟件系統(tǒng)的安裝、調(diào)試、培訓(xùn)與維護(hù)。

6.平臺(tái)提供IP和用戶(hù)名兩種身份認(rèn)證和權(quán)限管理方式，圖書(shū)館設(shè)有外網(wǎng)地址的情況下可以實(shí)現(xiàn)鏡像平臺(tái)的外網(wǎng)賬號(hào)訪問(wèn)；具有強(qiáng)大的查詢(xún)檢索、圖書(shū)推薦、圖書(shū)排行、訪問(wèn)量統(tǒng)計(jì)等功能，并支持頁(yè)面定制。

B、數(shù)字圖書(shū)館資源建設(shè)之地方報(bào)紙數(shù)字化及篇名識(shí)別加工

建設(shè)數(shù)據(jù)量：5000版

1、元數(shù)據(jù)加工標(biāo)準(zhǔn)

1.1規(guī)范性引用文件

下列文件對(duì)于本規(guī)則的應(yīng)用是必不可少的。

《中國(guó)文獻(xiàn)編目規(guī)則》（第二版）

《GB/T25100-2010 信息與文獻(xiàn) 都柏林核心元數(shù)據(jù)》

《信息資源的內(nèi)容形式和媒體類(lèi)型標(biāo)識(shí)》（GB/T3469-2013）

1.2著錄對(duì)象

以數(shù)字化文獻(xiàn)為著錄對(duì)象。一般以具有獨(dú)立名稱(chēng)、并可獨(dú)立使用的一個(gè)數(shù)字資源為著錄單位。

報(bào)紙的著錄單位為一種報(bào)紙。

對(duì)于連續(xù)性資源的著錄對(duì)象是否發(fā)生改變，可依據(jù)題名、發(fā)行者、版本等的變化情況進(jìn)行判斷，具體規(guī)則參照《中國(guó)文獻(xiàn)編目規(guī)則》（第二版）。

1.3著錄信息源

著錄信息源是資源本身。資源本身是著錄的首選來(lái)源。資源本身信息不足，可參考其他信息源。

報(bào)紙的著錄信息源是本題名下第一期或第一部分，若無(wú)法獲得本題名下第一期或第一部分，應(yīng)以可獲得的最早發(fā)行的一期或部分著錄。

1.4著錄用文字

題名、責(zé)任者等取自資源本身的信息一般按資源本身的文字著錄。

由編目員進(jìn)行描述或標(biāo)引的信息均采用簡(jiǎn)體中文著錄。

有規(guī)范或規(guī)定編碼標(biāo)準(zhǔn)的要求按標(biāo)準(zhǔn)著錄，如：語(yǔ)種、中圖分類(lèi)。

日期用阿拉伯?dāng)?shù)字著錄。

推薦采用ISBD著錄標(biāo)識(shí)符。

一個(gè)著錄項(xiàng)中多個(gè)著錄內(nèi)容之間以半角分號(hào)分隔。

1.5元數(shù)據(jù)著錄簡(jiǎn)表

必備項(xiàng)為：加工編號(hào)、正題名、中圖分類(lèi)、主題詞或關(guān)鍵詞、內(nèi)容形式、媒體類(lèi)型、格式、語(yǔ)種、適用對(duì)象、出版頻率、館藏范圍、CODI、數(shù)據(jù)提交單位、所屬任務(wù)年份，共計(jì)14項(xiàng)；有則必備項(xiàng)為：其它提名、附注、出版者名稱(chēng)、出版地、開(kāi)始日期、終止日期、關(guān)聯(lián)、時(shí)間范圍、空間范圍、ISSN、統(tǒng)一刊號(hào)、發(fā)布地址，共計(jì)12項(xiàng)。

2圖像數(shù)字化標(biāo)準(zhǔn)和命名規(guī)則

2.1圖像掃描加工

掃描前根據(jù)國(guó)際色彩協(xié)會(huì)（International Color Consortium，簡(jiǎn)稱(chēng)ICC）標(biāo)準(zhǔn)，做加工設(shè)備的基本色彩校正，及針對(duì)各類(lèi)型文獻(xiàn)進(jìn)行色彩校正；

逐版掃描；

黑白頁(yè)和灰度頁(yè)用灰度方式掃描

色彩位深：8 位

分辨率：300 dpi

檔案典藏級(jí)格式：TIFF 不壓縮

彩色頁(yè)用彩色方式掃描

色彩位深：24 位

分辨率：300 dpi

檔案典藏級(jí)格式：TIFF 不壓縮

糾偏處理。對(duì)出現(xiàn)偏斜的圖像進(jìn)行糾偏處理，圖像歪斜度不可以超過(guò)一度，對(duì)方向不正確的圖像進(jìn)行旋轉(zhuǎn)還原，以符合閱讀習(xí)慣；

去污處理。對(duì)圖像頁(yè)面中出現(xiàn)的影響圖像質(zhì)量的黑邊等進(jìn)行去污處理。

2.2圖像文件質(zhì)量要求

圖像文件放大到1：1狀態(tài)，逐版檢查。檢查文件是否有彩點(diǎn)、彩線、太淡、太濃、黑邊、污點(diǎn)、歪斜、模糊（馬賽克等）或圖像內(nèi)容不完整等現(xiàn)象。若不符合圖像質(zhì)量要求應(yīng)進(jìn)行圖像校正或重新掃描；

圖像文件真實(shí)反映原件，同種報(bào)紙圖像尺寸相同，不得有失真現(xiàn)象；按版次順序由小到大，符合閱讀習(xí)慣，不能有缺版、錯(cuò)版、數(shù)據(jù)內(nèi)容缺失等現(xiàn)象（原件有缺失的除外）；

圖像符合掃描規(guī)格要求和技術(shù)參數(shù)；

所有文件保存位置以及文件命名正確，可以有效打開(kāi)和顯示；

圖像綜合錯(cuò)誤率不超過(guò)1‰。

2.3命名規(guī)則

注：檔案典藏級(jí)文件（TIFF格式）與其相應(yīng)的發(fā)布文件（雙層PDF格式和XML格式）命名規(guī)則相同，這里僅以TIFF格式文件為例，文件后綴名均為小寫(xiě)。

2.3.1加工編號(hào)

加工編號(hào)是報(bào)紙數(shù)字化加工過(guò)程中一種報(bào)紙的唯一標(biāo)識(shí)號(hào)，由11位數(shù)字和下劃線組成。文獻(xiàn)基本資料類(lèi)型（1位）、文獻(xiàn)語(yǔ)種（1位）、任務(wù)年（2位）、機(jī)構(gòu)代碼（4位）、下劃線（1位）、單位內(nèi)部報(bào)紙種類(lèi)編號(hào)（3位）。中文報(bào)紙的文獻(xiàn)基本類(lèi)型為(2：報(bào)紙)，文獻(xiàn)語(yǔ)種編碼為（1：中文）。

2.3.2文件命名規(guī)則

每期報(bào)紙按照實(shí)際版次命名，用三位數(shù)字表示，后綴名小寫(xiě)tif。如第一版為001.tif，第2版為002.tif；則若報(bào)紙包含號(hào)外、增刊、副刊、特刊等特殊版面，且其不屬于報(bào)紙?jiān)谐Ｒ?guī)版次內(nèi)容，為獨(dú)立的另起版面，其文件的命名規(guī)則為：特殊版面種類(lèi)拼音首字母（大寫(xiě)）+版次（2位，如有實(shí)際印刷版次，按實(shí)際命名，如沒(méi)有則按01開(kāi)始順序命名），如號(hào)外第一版H01.tif、增刊第一版Z01.tif、副刊第一版F01.tif、特刊第一版T01.tif；若報(bào)紙中存在通版（即打通同一面上兩個(gè)相鄰版而形成的版）情況，應(yīng)將這兩版整體掃描為一個(gè)圖像文件，并同時(shí)將其保存為這兩版的圖像，如當(dāng)報(bào)紙中的第2版和第3版為通版時(shí)，通版圖像整體保存為一個(gè)文件，并且將這一圖像同時(shí)命名為002.tif和003.tif。

3雙層PDF標(biāo)準(zhǔn)

3.1雙層PDF加工

將處理完成后的圖像進(jìn)行報(bào)紙篇目文字識(shí)別校對(duì)。采用圖在文上的模式進(jìn)行雙層PDF輸出。

PDF文件根據(jù)圖像尺寸、顏色、數(shù)據(jù)存儲(chǔ)量、按JPEG2000有損壓縮，壓縮因子適度動(dòng)態(tài)調(diào)整，在確保圖像清晰的情況下，盡量壓縮圖像文件所占空間至最小。

3.2PDF文件質(zhì)量要求

兼容adobe reader6.0及以上版本。

在保持圖像清晰可讀的基礎(chǔ)上盡可能減小存儲(chǔ)量。

PDF文字層所使用的字體以”已嵌入子集”方式嵌入PDF文件。

雙層PDF文件的圖像層和文字層的文字對(duì)位準(zhǔn)確，反顯區(qū)域與文字區(qū)域相差1毫米以?xún)?nèi)。

雙層PDF錯(cuò)誤率不超過(guò)0.3‰。

4XML文件標(biāo)準(zhǔn)

文件應(yīng)著錄全面的報(bào)紙信息，記錄標(biāo)題及篇目位置等信息，標(biāo)題位置為引題、標(biāo)題和副題的整體位置，遵守XML語(yǔ)法規(guī)則，按規(guī)范標(biāo)簽進(jìn)行制作XML，使用utf-8字符集，錯(cuò)誤率小于0.3‰。

5數(shù)據(jù)庫(kù)標(biāo)準(zhǔn)

5.1數(shù)據(jù)庫(kù)命名

每種報(bào)紙單獨(dú)制作數(shù)據(jù)庫(kù)，其命名與報(bào)紙加工編號(hào)相同，如：21160000_001.mdb。

5.2數(shù)據(jù)庫(kù)制作

5.2.1報(bào)紙基本信息表（book）

5.2.2報(bào)紙版面篇目信息表（catalog）

5.2.3報(bào)紙結(jié)構(gòu)信息表（struct）

5.3 數(shù)據(jù)庫(kù)制作及要求

標(biāo)引數(shù)據(jù)庫(kù)以MDB數(shù)據(jù)庫(kù)方式提交，后綴名mdb；

基本信息表的內(nèi)容應(yīng)與MARC數(shù)據(jù)相應(yīng)內(nèi)容保持一致；

版面篇目信息數(shù)據(jù)庫(kù)標(biāo)引要求真實(shí)反映報(bào)紙?jiān)玻?/p>

結(jié)構(gòu)信息表應(yīng)嚴(yán)格按文獻(xiàn)實(shí)際情況進(jìn)行描述；

無(wú)法錄入的生僻字等用“〓”表示；

版面篇目信息表與XML文件的對(duì)應(yīng)元素項(xiàng)的內(nèi)容應(yīng)一致；

各種著錄、說(shuō)明文件的文字、符號(hào)、版式、位置和文件名稱(chēng)準(zhǔn)確，其綜合錯(cuò)誤率不超過(guò)0.3‰。

6說(shuō)明文件

6.1數(shù)字化成品總清單

說(shuō)明文件格式：Microsoft Excel

說(shuō)明文件命名：地方文獻(xiàn)數(shù)據(jù)說(shuō)明（說(shuō)明文件的5張表需保存在同一個(gè)Excel文件的不同工作表中，每個(gè)工作表按下列表命名）。

6.1.1提交數(shù)據(jù)總體說(shuō)明

6.1.2保存級(jí)對(duì)象數(shù)據(jù)硬盤(pán)存儲(chǔ)清單

6.1.3發(fā)布級(jí)PDF對(duì)象數(shù)據(jù)硬盤(pán)存儲(chǔ)清單

6.1.4發(fā)布級(jí)XML對(duì)象數(shù)據(jù)硬盤(pán)存儲(chǔ)清單

6.1.5每種文獻(xiàn)數(shù)據(jù)量統(tǒng)計(jì)表

6.2每個(gè)存儲(chǔ)介質(zhì)內(nèi)的說(shuō)明文件（readme.txt）

7. 存儲(chǔ)規(guī)則

7.1 存儲(chǔ)介質(zhì)及命名

存儲(chǔ)介質(zhì)為硬盤(pán)，硬盤(pán)命名由8位組成：

文獻(xiàn)基本資料類(lèi)型（1位）、文獻(xiàn)語(yǔ)種（1位）、加工年（2位）、機(jī)構(gòu)代碼（4位）。

7.2 數(shù)據(jù)存儲(chǔ)規(guī)則

存儲(chǔ)內(nèi)容包括：TIFF圖像、雙層PDF、XML、對(duì)應(yīng)數(shù)據(jù)庫(kù)、說(shuō)明文件、介質(zhì)說(shuō)明文件，書(shū)目數(shù)據(jù)文件各一份。

各類(lèi)型對(duì)象數(shù)據(jù)按加工編號(hào)遞增順序依次放置在硬盤(pán)內(nèi)，保存目錄及文件名由四級(jí)組成：

第一級(jí)目錄為加工編號(hào)的前8位，如21160000，同時(shí)將介質(zhì)說(shuō)明文件并行保存(readme.txt)；

第二級(jí)目錄為T(mén)IFF,PDF,XML同時(shí)將對(duì)應(yīng)數(shù)據(jù)庫(kù)、說(shuō)明文件（21160000.xls）、書(shū)目數(shù)據(jù)文件（21160000.iso）并行保存；

第三級(jí)目錄為加工編號(hào)；

第四級(jí)目錄為相應(yīng)格式的對(duì)象數(shù)據(jù)文件；

第五級(jí)目錄為相應(yīng)格式的對(duì)象數(shù)據(jù)文件。

8加工成品數(shù)據(jù)的文獻(xiàn)管理平臺(tái)功能要求

1.該發(fā)布系統(tǒng)需具備完善的數(shù)字圖書(shū)館資源管理和發(fā)布軟件技術(shù)平臺(tái),包括數(shù)字資源發(fā)布、檢索、閱讀、管理、采集、制作、下載以及用戶(hù)交互等功能。資源類(lèi)型包括圖書(shū)、期刊、論文、報(bào)紙以及自建數(shù)據(jù)庫(kù)，并且實(shí)現(xiàn)在圖書(shū)，期刊，論文、報(bào)紙、自建庫(kù)的統(tǒng)一的檢索和獲取。平臺(tái)功能成熟，檢索方便快捷，具備多種途徑的單項(xiàng)檢索、組合條件檢索。

2.能夠兼容國(guó)家863計(jì)劃中國(guó)數(shù)字圖書(shū)館示范工程標(biāo)準(zhǔn)PDG格式的電子圖書(shū)文獻(xiàn)資源，技術(shù)上能夠做到整合到同一平臺(tái)中，同時(shí)支持轉(zhuǎn)換PDF、PDG、PNG、Word格式的文檔資料為網(wǎng)頁(yè)版閱讀方式，方便大多數(shù)用戶(hù)使用習(xí)慣。同時(shí)實(shí)現(xiàn)不同格式的文檔轉(zhuǎn)換，所有圖書(shū)均可實(shí)現(xiàn)文字圖像復(fù)制摘錄和圖書(shū)無(wú)損縮放。支持元數(shù)據(jù)檢索、目次檢索、全文檢索等多種檢索方式，友好統(tǒng)一的用戶(hù)界面，提供各種高級(jí)的檢索功能，具有突出的檢索性能。

3.該系統(tǒng)需具備獨(dú)立完善的管理平臺(tái)，管理功能全面，具備基本狀態(tài)、流量分析、用戶(hù)管理、排行管理、IP范圍管理、圖書(shū)管理、反饋需求管理、公告問(wèn)題管理、頻道專(zhuān)題管理、頁(yè)面模板風(fēng)格管理等功能；能實(shí)現(xiàn)自建特色庫(kù)，系統(tǒng)具有良好的開(kāi)放性和兼容性，除電子圖書(shū)外還可以支持音頻、視頻、期刊、專(zhuān)題數(shù)據(jù)庫(kù)、標(biāo)準(zhǔn)、網(wǎng)站信息等的使用。

4.不限制使用用戶(hù)個(gè)數(shù)，無(wú)下載量限制，軟件無(wú)用戶(hù)數(shù)或使用次數(shù)限制；可以進(jìn)行資源管理，包括推薦資源，查詢(xún)，分類(lèi)管理、設(shè)置；可以自行修改用戶(hù)的訪問(wèn)權(quán)限和局域網(wǎng)IP范圍。

5.提供原廠開(kāi)發(fā)的數(shù)字圖書(shū)館軟件系統(tǒng)一套，免費(fèi)對(duì)數(shù)據(jù)庫(kù)及相關(guān)軟件系統(tǒng)的安裝、調(diào)試、培訓(xùn)與維護(hù)。

6.平臺(tái)提供IP和用戶(hù)名兩種身份認(rèn)證和權(quán)限管理方式，圖書(shū)館設(shè)有外網(wǎng)地址的情況下可以實(shí)現(xiàn)鏡像平臺(tái)的外網(wǎng)賬號(hào)訪問(wèn)；具有強(qiáng)大的查詢(xún)檢索、圖書(shū)推薦、圖書(shū)排行、訪問(wèn)量統(tǒng)計(jì)等功能，并支持頁(yè)面定制。