系统简述

系统组成

核心技术(1、图文数据库 2 、数字化加工和数据处理 3、资源的深层揭示与检索 4、个性化桌面 5、个人图书馆)

其他主要技术(数据库内容与文献格式无关 资源导入和导出 检索手段和技术指标 系统数据采用基本标准 二次开发接口支持 基于IP地址的访问权限控制 数据库模板功能 开放的词表和词典管理 数据库异地存储、备份、恢复功能)

DIPS—数字文献处理系统，是由北京新星快威数码技术有限公司开发，是面向图书、情报、档案等领域数字化建设的基础平台软件。DIPS以全文检索技术为基础、互联网内容管理为核心，集成了信息资源的采集挖掘、加工整理、数据库建设管理、内容发布与检索利用等功能，能够满足大容量数据及多用户并发的要求，是新一代集文档影像的数字化加工、数字内容管理和全文检索为一体的信息开发管理平台。

系统简述

该系统有二大技术特点，一是在国内率先提出图文相关联的理念并成功实现了“图文数据库”技术，解决了图像文献不能进行内容检索的难题；二是采用了支持基于PDF格式文档的全息数据库，做到检索直接命中到页，并对检索结果进行标注显示。

作为基础平台软件，系统的信息发布做到了数据与界面分离、信息处理做到了内容与管理数据分离；系统技术实现做到了三个开放、三个标准：数据结构开放、程序接口开放、资源加工处理开放；数据格式符合国际标准、数据描述符合国际国家元数据标准、数据传输数据安全控制符合国家安全标准。

使用DIPS及其相应的辅助工具，可以将图书馆及文献机构中已有的各种海量信息资源，通过专业化的加工、转换、聚类、去重、整合等等，快速构建起基于互联网的专业文献信息资源库，并对这些资源进行统一管理和维护；利用DIPS提供的强大的全文检索技术，为使用者提供简便、快捷、准确、个性化的信息服务；同时，可以利用DIPS提供的收费管理功能和DIPS的网络发布系统，向社会提供有偿的特色信息服务，让信息资源发挥出更大的应用价值。

DIPS目前已成功拥有国家图书馆、国防科工委、机械工业信息研究院、中国化工信息中心、中国电子科技集团等高端用户，以及国防大学、中国科技大学、南京大学、合肥市图书馆等100百多家高校图书馆和省市级公共图书馆等用户。该系统同样适用于情报、档案、司法、政府机构、专利和标准等部门，以及企业信息化的需要。

系统组成

DIPS由DIPS数据加工、DIPS内容管理和DIPS网络发布三个子系统组成。它们既相对独立又相互关联，分别形成了数据加工、数据管理、数据发布三个不同的应用面。

DIPS数据加工系统 是C/S结构的网络系统，一个或多个客户端用户能够独立或协同完成纸质资源的数字化加工，可以对各种已有的电子资源（如：TXT纯文本，PDF、HTML、DOC等格式化文本，MARC数据，ODBC关系型数据，JPEG、TIF、BMP等图像数据，MP3、MPEG等多媒体数据，各种资料光盘数据及其它国内自定义主流格式数据等）进行的批量处理、转换、导入等获取系统原始数据，再经过对数据进行（识别、压缩、）装订、标引、校对、审核等深加工处理，形成DIPS数据库的源数据（入库文件）。DIPS数据加工系统具有流程清晰、责权分工控制明确、可加工资源类型丰富以及允许大量批处理环境灵活设置等特点。

DIPS内容管理系统 是C/S结构的网络系统，一个或多个客户端用户能够独立或分别完成系统的数据库、库模板、入库文件、词表、词典和用户六类对象的数据维护、管理及应用。（例如新建数据库、动态加载DIPS数据库数据、数据库数据的维护、记录的导出转换、记录下载控制、索引建立、库体操作、入库文件的刷新追加、发布管理设置、模板创建使用、分类导航或关联信息的设置、联想检索词典的创建维护、密级安全控制、用户注册、权限分配等等）所有关于DIPS数据库的管理都在这里完成。系统具有结构设计先进、安全控制严密、管理灵活、维护方便及操作简单等特点。

DIPS网络发布系统 采用B/S结构和标准IE浏览器，完成DIPS数据库的网上检索和应用服务。DIPS的网络发布系统提供图片类资源、文献类资源、多媒体类资源、综合类资源等多套显示模板，根据用户所建数据库的特性自动生成发布界面。系统允许用户或按用户的要求对所生成的网页进行个性化修改，允许用户按自己的需求自建新的发布模板；利用系统提供的个性化设置和信息推送功能，动态生成用户所关心的信息，满足用户的个性化需求，从而进一步提高文献资源的利用率。系统具有发布自动化、界面个性化等特点，充分展现DIPS的检索和应用优势。

核心技术

1、图文数据库

让图文自动关联，以文本作为检索依傍，图像作为检索结果。以经济便捷的手段获取正确率不低于 95% 的文本并与原稿图像相关联构建数据库建立索引，读者通过检索文本获取双层 PDF 原稿，从而达到加工高效、检索便捷、所得结果精确的目的。

2 、数字化加工和数据处理

百页纸质图书 20 分钟轻松完成从纸张到网上动态发布，双层 PDF 技术实现全文检索和检索结果反显标注；百万级二次文献信息自动转换导入；格式化电子文档批量转换，自动生成目录结构；多媒体资源加工实现导航提示，自动标引插入。

3、资源的深层揭示与检索

DIPS 系统采用核心字段列表浏览、二次文献窗口显示和全文资源阅读器管理等多层揭示。所有信息不仅实现高效的全文检索，而且提供目录导航、直接命中到页和检索点反显。此技术对大部著作、系列丛书等海量数据尤为重要，是本公司率先开启对内容深层揭示的先河，直到目前依然独家拥有。

4、个性化桌面

服务个性化是专业版 DIPS 系统的重点。读者根据访问权限，自行配置检索界面、信息栏目、信息频道等；自定义“个人喜好”（“关键词”、“分类”、“资源库”等）；自行设置“我的订阅”、“我的资料”、“系统推送”等资料夹。

5、个人图书馆

专业版 DIPS 系统的 My library 技术，实现了动态信息推送、主动服务等个性化功能，个人图书馆不受机器、地域限制，一旦登录、即刻拥有。个人图书馆由“我的订阅”、“我的资料”、“系统推送”等资料夹组成。 “我的资料”——对系统中感兴趣的信息资源实现一键收藏；“我的订阅”——根据读者设定的“关键词”、“分类”和时间范围，自动更新内容；“系统推送”——以读者和资源自身静态信息为基础，结合读者每次实际应用轨迹，进行统计和分析，形成搜索决策获取信息，自动更新资料夹。

其他主要技术

数据库内容与文献格式无关

传统的全文检索系统只处理文本信息，对于象PDF格式的文档，只对元数据做索引，文献信息按对象数据处理，不能对其进行全文检索。个别系统即使对该PDF文档吸取文本信息做索引，也只能做到对该文献检索命中，但并不能表示命中点的所在。

DIPS系统采用的图文关联技术，不但对文本型、图文关联型和PDF等全息型文献做到检索记录直接命中到位（页），结果反显，而且在同一个数据库允许每条记录有各自不同格式的文献，这是全文检索用于内容管理的重大突破。

资源导入和导出

DIPS的数据符合国际通用标准和规范，能够解析导入国内外主流数据格式，可以按用户和读者指定的标准格式导出系统的数据，提供参考咨询和信息传送服务。

检索手段和技术指标

检索手段：主题词关键词检索、分类导航检索、内容关联检索、单字段逻辑运算检索、多字段逻辑组合检索、二次渐进检索、模糊匹配检索、跨库跨平台（联邦）检索以及基于开放词典的联想检索等等，检索结果可按要求自动进行相关度排序。

相关技术指标：

① 检索速度： 10 亿汉字平均响应时间为 0.30 秒左右；

② 索引膨胀率：空间膨胀率为 -0.1 至 0.3 ；

③ 容量指标：支持 65536 个库，单库 1024 个字段，单库 10 亿条记录，单字段 64M 字节。

系统数据采用基本标准

① 数据存储格式（ TIF 、JPG 、TXT 、PDF 、MP3 、WMA 、MPG 、WMV 、RM 、SWF 等）；

② 数据交换标准（ DC 、 XML 、 MARC 、 ODBC 等）；

③ 数据传输协议及安全（ Http1.1 、 TCP/IP 、 SSL 等）。

二次开发接口支持

系统提供开放的 API 接口，对需要进行导入或导出的新格式数据，用户可以进行二次开发或者合作开发以实现其功能。

基于IP地址的访问权限控制

除了密级管理和权限控制以外，系统可通过对 IP 地址的有效控制，设置不同区域（如校内校外、图书馆内馆外）之间的用户访问权限（免登录、限制登录、限制访问）。

数据库模板功能

系统提供丰富的数据库建库模板，用户可以直接使用数据库模板或在此基础上进行修改，方便快捷地完成自己理想的数据库结构。系统允许用户自己新建库模板来扩充模板库，进一步满足用户个性化需求。

开放的词表和词典管理

词表是分类和分类导航检索的基础，词典是系统联想检索的依据。系统为词表和词典对象提供一整套管理和维护功能。

数据库异地存储、备份、恢复功能

系统提供安全实用的数据库异地存储、数据备份和数据恢复等功能，保证数据安全、缓解服务器压力，满足用户对海量数据进行分布式存储和管理的要求。