中文期刊,学位论文数据库比较分析课题结题报告

中文期刊、学位论文数据库比较分析课题结题报告

项目负责人：何青芳

所在部门：资源建设部

项目起止日期：2007年9月——2008年12月

一、研究目的及意义

网络技术、计算机技术和通讯技术的发展，促进了文献资源数字化的进程，改变和正在改变着人们获取信息的习惯。人们信息获取习惯的改变和对数据库的青睐，给数据库市场带来了很大的商机，于是，各类数据库如雨后春笋般涌现出来，品目繁多，但是，与此同时也出现了越来越多的内容重复的数据库。这种现象的出现，给情报机构的资源采购带来苦恼：资金有限，这么多的数据库，到底买哪一个更好？即使经费充足，与本校学科相关的数据库都可以购买，但也可能造成信息泛滥，给读者查阅信息带来困惑：同样内容的数据库，到底查哪一个得到的信息质量更高、内容更全面？此外，由于同类资源太多，必然会有一些数据库使用率不高，造成资源浪费。比如目前的中文数据库，相对而言其价格比较便宜，于是一些有实力的高校图书馆基本都不加选择的购买了这些数据库，但实际使用中，一些数据库的利用率并不高。因此，对于同类数据库收录内容进行比较，分析他们的特点，一方面可以为读者利用数据库提供指导，另一方面可以为图书馆的数据库采购提供依据，使图书经费得到有效利用，合理配置数据库资源。此外，根据目前数据库建设的发展趋势来看，以后象这类收录内容重复的数据库还会不断出现，通过本项目的研究，可以为同类数据库收录内容的比较提供一种方法。

本项目研究的主要目的：

（1）分析论证这些数据库是否可以相互取代还是不可替代，是否可以利用原文传递取代某些利用率低的数据库，为优化我馆的数据库资源和文献采购提供依据；

（2）为读者使用数据库提供指导。

二、研究方法

本项目主要应用比较分析法，（1）对我国三大著名的综合性中国学术期刊论文数据库（《清华学术期刊全文数据库》、《中文科技期刊数据库》、《万方数据资源系统数字化期刊》）所收录的期刊进行比较。主要从数据库收录期刊的数量、学科、收录核心期刊的数量（核心期刊的参照标准为《中文核心期刊要目总览》、《中国科学引文数据库》、《中文社会科学引文索引》中收录的期刊）和专业、包含的EI和SCI收录期刊的数量等几个方面对三个数据库的收录期刊的数量、收录期刊的质量进行比较分析；（2）对万方的《中国学位论文全文数据库》和清华的《中国优秀搏硕士学位论文数据库》的收录内容进行比较研究。主要从论文的范围（包括学科范围、收录学校范围）、收录211学校论文的情况、论文收录时间，数据库的更新时间等方面对两个数据库进行比较，分析万方论文数据库对清华论文数据库的覆盖率。

具体方法：

1、将需要比较的期刊数据分别倒入EXCEL表中，对拟作为对比字段的数据进行规范化处理，使要进行对比的2表中的对比字段格式一致，避免对比的不准确性。由于数据库商提供的期刊目录中部分期刊无ISSN号，有些期刊提供的ISSN 号有错误，而刊名中如果存在一些符号，不同数据库中表示方法上有差异，因此，无论是选刊名还是选ISSN号作为比较字段，都会不可避免的出现误差，因此，对于期刊目录的比较，选择刊名与ISSN号相结合的方式，减少比较误差。

2、利用EXCEL中的INDEX与MATCH语句，2个命令结合使用，比较两个表中的数据库以获得重复数据，具体命令为：=index(表1！A1：An，match(表2！A1，表1！A1：An，0))，其中A1与An为要比较的字段所在列，A1：An表示数据范围，表1与表2中是要进行数据对比的2个期刊目录；

3、对比较结果进行分析，对于有疑问的数据，进入具体数据库进行查验，确保比较结果的正确性。

三、数据来源

1、3种数据库收录期刊目录及收录起始年与已收录年限有数据库商提供；

2、《中文核心期刊要目总览》、《中国科学引文数据库》、《中文社会科学引文索引》、EI和SCI收录期刊目录从互联网查得；

3、学位论文收录数据从数据库中实际查得。

四、研究结果

（一）三种中文全文期刊数据库的比较分析

1、三种数据库期刊收录情况比较

（1）收录数量与收录年代的比较（统计数据截止2008年12月）

（1）刊名刊：只要数据库中有收录，无论收录多少期，都视为被数据库收录。（2）连续收录刊：本次统计数据截至2008年12月，某本期刊收录年限到2008年，视为被该数据库连续收录。

（3）收录起始年：期刊被数据库收录的最早年代。表中给出的只是每种数据库的最早的收录年代，实际上，各数据库每年都有新增刊，新增刊基本是从收录年开始收录，如，2008年开始收录的期刊，只从该期刊2008年的期

次开始收录，个别会有回溯。因此，每一种期刊在数据库中的收录年限不一致，也即，一些期刊，三种数据库并不是在同一年开始收录，因此，在不同数据库中，收录年代并不一致，读者可以利用这一特点查找不同年代的文章。

（2

注：有些期刊属于多个学科，因此学科统计时期刊有重复，核心期刊也有重复。重复现象严重的是维普。去重后核心期刊的统计见表2。

3 种数据库均未收录的核心期刊一览

（二）万方与清华学位论文数据库的比较

《万方中国学位论文全文数据库》是由国家法定学位论文收藏机构——中国科技信息研究所提供，并委托万方数据加工建库，收录了自 1977年以来我国各学科领域的博士、硕士研究生论文。它精选了相关单位近几年来的博士、硕士研究生论文，涵盖自然科学、数理化、天文、地球、生物、医药、卫生、工业技术、航空、环境、社会科学、人文地理等各学科领域。清华优秀硕博学位论文数据库收录1999年以来的学位论文，有部分1999年以前的学位论文。万方学位论文收录时间长是它的明显优势。

抽查了清华大学、北京大学、中国科技大学、南京大学、复旦大学、上海交通大学、西安交通大学、浙江大学、哈尔滨工业大学、南开大学、天津大学、东南大学、华中科技大学、武汉大学、厦门大学、山东大学、湖南大学、中国海洋大学、中南大学、吉林大学、北京理工大学、大连理工大学、北京航空航天、重庆大学、电子科技大学、四川大学等几所211学校的学位论文2000年——2007年（数据截至2007年11月）2库中的收录情况，总体情况是年限越早，万方收录的学位论文数越高于清华的优秀硕博论文库，2006年后，清华学位论文库的收录量逐渐赶超万方，当年学位论文的收录量清华远高于万方（见图1），说明清华学位论文数据库更新速度快。