利用EXCELCOMPARE實現圖書數據簡單比對

回 玲

（新疆農業大學 科學技術學院，烏魯木齊830052）

隨著信息技術發展，數據分析已成為信息資源的重要部分，大數據的時代，繁冗的數據處理不再適合手工比對。對于圖書館而言，在書目采訪、驗收和編目等工作流程之后，數據比對是必不可少的一個重要環節，尤其是在結算圖書費用、減少圖書錯誤著錄方面，占據著重要地位。在很大程度上，圖書數據比對更能解決館藏數據的完整與正確問題。因此，圖書數據比對是否簡潔、方便，效果是否明顯，對節約資源購買經費以及資源的質量十分重要。

一、數據比對技術

在信息資源的管理和組織中，數據比對技術一直占據著相當重要的地位，尤其是在大數據環境下，比對技術與查重技術結合成為現代數據校驗技術發展的主流。現今比對的函數主要包括IF、VLOOKUP、COMPARE等，其中COMPARE技術的比對的數據誤差最小，速度最快，比對完全是表與表之間的數據交互，界面簡單，操作便捷，減少圖書工作人員用眼的工作強度，效率相對EXCEL中其他函數有所提高。本文利用開發工具——EXCEL COMPARE基于數據比對技術環境運行簡單，可用在圖書館數據比對或其他資源比對環境中。

二、數據圖書比對難點

書目的不統一與不標準是比對部分的難點部分，過程描述如下。

（一）規范化字段

由于不同的圖書供應商在著錄書目數據時有不同的著錄方式，著錄數據時也會有誤差發生，所以在比對之前，標準化書目字段是十分有必要的。

標準化字段時需要著重考慮書名、ISBN、價格、冊數這4個字段。為了書目數據規范化字段，根據書目中常見的幾種問題提供了解方案。根據實際情況考證，方案是行之有效的。

1.書名繁體字化為簡體字

早期出版的書目中，題名有一些是采用繁體字的，有些圖書供應商著錄時按照原題名仍然著錄繁體字，而有些圖書供應商著錄時改為簡體字，方便讀者。如果題目不統一在數據比對圖書數據時造成比對結果不精確。如《國學》一書的書名包含有繁體和簡體字兩種。因此，在比對之前因將繁體字都化為簡體字，可以有效查出因著錄繁簡字而被電腦判定為不重復的書。

2.數字的不統一

將書目以阿拉伯數字統一為漢字數字是標準化數據，方便數據的比對。對于包含多冊的書目而言，有些圖書供應商著錄數據時用漢字表示，有些則采用阿拉伯數字。如《明朝那些事》有多部，圖書供應商在著錄時分別按照“第一部”和“第1部”重復著錄了兩次。如果根據題名字段比對，比對程序將判斷為兩本不同的書，導致重復購買。因此，在比對之前，需要將數字標準化。將圖書數據數字統一為漢字形式。

3.叢書類重復書籍

有一些書目ISBN號位相同但題名不同，有些則是ISBN號位不同但題名相同，對于這樣的叢書要進行篩選和甄別是否是同一本書，是否供應商著錄錯誤，確定叢書的數量，減少館藏不必要書目重復率，保證讀者的閱讀質量。

（二）購書清單數據與著錄數據的的準確性

圖書供應商要確保購書清單的準確性，如購書清單提供的ISBN號位與圖書本身不相同，購書清單是9位數字而圖書本身標注是13位數字，將ISBN號位統一有利于數據比對，著錄人員著入數據時應準確、細心，保證數據的完整性。有些著入信息不是副本沒有注明，就是單冊沒有錄入，這樣導出的數據就存在不完整。

加快推進全市基礎行業和優勢行業的轉型升級和提質增效。發揮百色鋁產業優勢，合理開發利用鋁土礦資源，著力構建鋁產業鏈和配套產業鏈。加快淘汰冶煉行業落后產能、改造提升技術裝備水平；整合全市礦產資源，發展鋁銅深加工行業。全面提升鋁加工行業的整體競爭力，加快發展高性能、綠色環保的精細化工產品和高端化工新材料產品。加強與貴州、云南區域間的電力合作，實現優勢互補，降低工業用電成本。提升改造傳統建材行業，突破發展新興建材行業。

所以，標準化和數據準確性是書目的必然保證，按照這樣原則進行比對，可以節約購書經費，保證圖書資源的合理性。

三、運用書目的關鍵詞實現COMPARE技術數據比對的基本方法

圖書比對可以分為四個板塊：數據關鍵字段-建立表-比對-顯示結果集。

（一）確定數據比對的關鍵字段

首先，要確定書目的ISBN號位、題名、單價、冊數以及索書號作為比對數據的標準。從理論而言，ISBN作為國際標準書號，能使不同出版者的每一種圖書在世界范圍內具有唯一性，因此，在圖書館的數據比對中被作為重要的比對標準而被廣泛采用。但是在實際采訪中，ISBN仍然存在一些問題，如叢書系列公用一個ISBN號；20世紀80年代以前出版的圖書沒有ISBN號；或者提供信息有著錄錯誤。因此，在對數據資源進行比對時需要對多字段進行校驗。

（二）使用EXCEL COMPARE工具實現數據比對的操作步驟

1.建立要比對的表

COMPARE組件是微軟公司所開發的組件，它運行的首要條件就是確定比對的表，將已編目完成圖書數據表與書商提供的書目清單比對，保證兩張表都含有ISBN、書目題名及價格與冊數，這樣可以多方面的查找錯誤數據，保證館藏數量的可靠性。

2.連接比對工具

啟動EXCEL COMPARE（見圖1）。

圖1 數據比對分析啟動界面

3.添加數據庫結果集

如圖1所示將比對的表輸入比對工具中進行比對。

圖2 數據比對分析使用效果

4.顯示結果集

比對結果將以報告的形式出現，比對數據的工作人員可以將報告儲存為自己想要的格式，還可以根據自己對數據精確度進行排序或篩選，得到滿意的結果，達到比對的效果。

5.兼容、保存頁面

為了兼容，可對頁面進行兼容處理，最后將頁面存為＊.docx，在Microsoft word中運行可以編輯和使用。

四、EXCEL COMPARE工具使用效果

按照本文所述的數據比對策略，進行了書目編目后的數據比對工作，取得了一定的成效。筆者從比對書目中隨機抽取了5個批次書目（來自不同供應商不同時間段的數據），如圖2所示，分析機器比對后所用時間效率的結果，可以看出該套數據比對可以減少圖書館工作人員的工作時間和用眼工作強度的可行性。

結語

本文針對目前數據比對中手工比對繁冗的現象提出一種新的比對策略，通過EXCEL COMPARE工具對書目字段進行比對，篩選出可以購買的圖書資源。為方便不熟悉EXCEL COMPARE工具的圖書館數據人員，只需要建立要比對的數據表就能得到結果。本文提出的比對可能存在一些紕漏，需要不斷完善和豐富，但在一定程度上減輕了數據人員的比對工作，實現智能比對，減少了重復購買的情況，保障圖書館館藏數據的準確性，在圖書館采購資金有限的情況下，該數據提高了資源購買的質量。

[1]張麗萍.利用ISBN號進行編目查重時存在的問題及對策[J].科技文獻信息管理，2008，（1）.

[2]王文剛，呂俊平，黃曉峰.利用宏處理ISBN號實現圖書數據批查重[J].山東圖書館學刊，2010，（6）.

[3]郭彩峰.基于Excel的采訪數據處理[J].內蒙古科技與經濟，2010，（7）.

[4]張靜.淺談圖書數據查重工作的開展[J].科技情報開發與經濟，2011，（2）.