用例：图书馆书目数据的标识和剔重

注：本用例是Guenter Muehlberger（因斯布鲁克大学（所在地奥地利）图书馆数字化典藏部门的主任）对Antoine Isaac(荷兰自由大学)问卷调查的回答。问卷的前部分回答过于简单，后半部分（诸如：现有工作、相关词汇、存在问题和局限性、相关用例和非预料的用例、参考）因为是可选了，也没做回答。这只使得我们只能对此用例有个大致了解，核心部分用例中关联数据的应用也就知其然不知其所以然了。在网上也没找相关信息的补充，若是找到再做补充。用例原文：http://lists.w3.org/Archives/Public/public-xg-lld/2010Sep/0053.html

名称：图书馆书目数据的标识和剔重（牧羊者 lxmsmile 娄秀明)

所有者：Guenter Muehlberger

背景和现状

图书馆的数据库中拥有大量的书目记录，诸多原因使这些书目记录极其相似，但又不完全一致。再者，在奥地利或者东欧国家的诸多案例中，可以发现被完整著录（如通过MARC21）的文献的数量是相当少的。索引卡片扫描图（注：这里可能是指传统卡片式目录才刚刚进行数字化转换）才刚刚才产生，还有可能只有短短的题名目录信息。如果要改变目前图书馆不同记录之间的匹配问题，需要半自动化甚至是人工式操作，这需要相当大的功夫。

目标

目标是为图书馆书目记录需求自动匹配的算法，最终使得每一条单一的学术款目只有一条记录与之对应。值得一提的是在实现匹配算法过程中需要大量的可参引的数据。目前获取这些参引数据（例如通过Worldcat的API）是受限的或者是有偿服务的，但如果很多图书馆利用关联数据提供他们的书目记录，我们就可以获取更多的可参引的数据，这使得图书馆书目记录的匹配和标识更容易。

目标用户

图书馆的管理人员及服务提供商对图书馆是相当熟悉的，他们可以很容易的选用最恰当的元数据标识文献。这使得最终用户无需筛选同一文献的大量类似描述了，最终获取的是一条和本地目录相连的单一书目记录。

用例情境描述

1用户搜索图书馆目录或者上网查找文献信息。他们不会获得同一文献的大量相似描述，而是得到一条和众多条相似信息链接的单一书目记录。

2图书馆的资源网络希望通过书目记录之间的匹配，实现书目记录的一致。经过上述处理，最终使得每一文献都有一最合适的书目记录。

用例中关联数据的应用

有很多关于自动匹配的算法，Guenter Muehlberger说在因斯布鲁克大学的master thesis（关于这个Guenter Muehlberger说的含含糊糊）中有个运行蓝本，master thesis是同上述用例纲要一同运作的。

现有工作（可选）