数字保存的可理解性风险检测研究

摘要

可理解性是指存储于保存系统中的数字对象的内容能够被该保存系统的目标用户群体所理解。保存系统中的数字资源只有被用户理解才能发挥其价值。但是，由于数字资源与传统的纸质文献在载体形式、传播方式以及数量等方面存在较大的差异性，因而数字资源有可能会因其载体损坏或传播链接断裂或在庞大的数字洪流中无法准确有效的被捕捉而表现出脆弱性和易逝性等特征，数字资源的可理解性在长期保存过程中也易遭到破坏。所以，在长期保存过程中实时检测并识别出影响数字对象可理解性的威胁是非常有必要的。本文针对数字对象的可理解性开展了相应的风险检测研究。 首先，界定了可理解性的涵义及其三种具体理解方式，并剖析可能使数字对象的可理解性遭到破坏而影响目标用户群体理解的风险类型。 其次，分别从数字对象方面、保存事件方面、保存政策方面设计了可理解性风险型元数据。数字对象自身属性方面的可理解性风险型元数据包括数字对象内部结构信息、外部结构信息、整体式语义信息、知识点式语义信息、最佳浏览软件、还原信息、信息摘要；保存事件方面的可理解性风险型元数据包括外部结构判定、摘要计算、语义信息识别、病毒检测、介质刷新、迁移事件；保存政策方面的可理解性风险型元数据包括内部结构信息列表、最佳浏览工具判定、病毒检测周期、介质刷新频率、迁移准确率。 再次，选取《中国知网》作为本研究的实验对象，按照文献类型、学科类型、年代区间分类标准，将数字对象划分为若干个层次，采用分层随机抽样法，从各层次单元中抽取出一定量的样本，构建实验所需样本集。之后，应用风险检测方法实施可理解性风险检测实验，并对检测结果加以统计分析，析出可能产生风险的潜在因素，制定降低风险的可能措施。 最后，对本研究所完成的主要工作进行了总结，同时提出本研究的后续研究方向。

目录

声明

1 绪论

1.1 选题背景

1.2 研究意义

1.3 国内外研究现状

1.3.1 数字保存的可理解性研究方面

1.3.2 数字保存的可理解性风险类型方面

1.3.3 数字保存的可理解性风险型元数据方面

1.3.4 数字保存的可理解性风险检测方面

1.3.5 国内外研究趋势

1.4 研究框架与内容

1.5 研究目标与方法

1.5.1 研究目标

1.5.2 研究方法

1.6 创新之处

2 数字保存的可理解性及其风险类型

2.1 可理解性涵义

2.2 可理解性风险类型

3 数字保存的可理解性风险型元数据

3.1 数字对象方面的可理解性风险型元数据

3.2 保存事件方面的可理解性风险型元数据

3.3 保存政策方面的可理解性风险型元数据

4 数字保存的可理解性风险检测实验

4.1 术语界定

4.2 风险检测样本集的形成

4.2.1 数字对象样本集形成

4.2.2 可理解性风险型元数据内容的形成

4.3 风险检测算法描述

4.4 风险检测结果

4.4.1 零维度检测结果

4.4.2 单维度检测结果

4.4.3 双维度检测结果

4.4.4 三维度检测结果

4.5 检测结果分析

5 总结与展望

5.1 总结

5.2 展望

参考文献

个人简历及在校期间发表的学术成果

致谢