Please wait a minute...
Advanced Search
现代图书情报技术  1996, Vol. 12 Issue (2): 51-53     https://doi.org/10.11925/infotech.1003-3513.1996.02.13
  图书馆自动化 本期目录 | 过刊浏览 | 高级检索 |
国际标准书号展开算法
朱兰芳
(河海大学图书馆 南京 210098)
RECOVERY CALCULATION METHOD OF ISBN
Zhu Lanfang
(Library of Hehai University)
全文:
输出: BibTeX | EndNote (RIS)      
摘要 

在回溯编目过程中, 许多图书馆会遇到相同的问题: 是逐条将卡片款目输入新系统, 还是直接借助旧系统中ISBN 检索点从商品书目数据库中读取有关数据。如果是批处理读出, 则高速、低耗、高质量, 但前提是原数据库与目标数据库的ISBN 号应一致, 可是有的旧流通系统中ISBN 为10 位, 商品书目数据为13 位。因此, 本文介绍一种ISBN 展开算法, 探讨如何解决这一问题。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
关键词 国际标准书号算法图书馆自动化    
Abstract

During the retrospective cataloguing process many libraries may face the same problem;to input the items of card catalog one by one into the new sys tem of directly read the concerning items from the commercial bibliography datab ase through the retrieving point ISBN of the old circulation system in operation .If reading in the mode of batch processing,then the retrospective cataloguing i s of high speed,low cost and high quality,But the prerequisite is that the ISBN of the source and target databases have the same digits. But the ISBN of some old circulat ion system in use has a length of 10- character, the commerical bibliography database 13- character. Thus, this paper introduces the recovery calculation method to tackle this problem.

收稿日期: 1995-10-25      出版日期: 1996-04-25
通讯作者: 朱兰芳   
作者简介: 朱兰芳
引用本文:   
朱兰芳. 国际标准书号展开算法[J]. 现代图书情报技术, 1996, 12(2): 51-53.
Zhu Lanfang. RECOVERY CALCULATION METHOD OF ISBN. New Technology of Library and Information Service, 1996, 12(2): 51-53.
链接本文:  
https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.1996.02.13      或      https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y1996/V12/I2/51

1 朱文显 邓星盈编著. 编辑学概论. 成都: 四川省社会科学院出版社, 1988.
2 江建名编著. 著编译审校指南. 北京: 中国科学技术大学出版社, 1988.
3 罗树宝 吕品编著. 编辑出版知识问答. 北京: 科学普及出版社, 1988.
4 杨效杰等编著. 写稿投稿出版——编辑答著译者问. 兰州: 兰州大学出版社, 1990.
5 王久安编. 全国千家出版发行单位名录. 北京: 中国青年出版社, 19901

[1] 苏强, 侯校理, 邹妮. 基于机器学习组合优化方法的术后感染预测模型研究*[J]. 数据分析与知识发现, 2021, 5(8): 65-75.
[2] 董美,常志军,张润杰. 一种面向科技文献元数据增量数据规范的多模式匹配算法*[J]. 数据分析与知识发现, 2021, 5(6): 135-144.
[3] 董振恒,吕学强,任维平,姜阳,李果林. 高性能区块链关键技术研究综述[J]. 数据分析与知识发现, 2021, 5(6): 14-24.
[4] 卢利农,祝忠明,张旺强,王小春. 基于Lingo3G聚类算法的机构知识库跨库知识整合与知识指纹服务实现[J]. 数据分析与知识发现, 2021, 5(5): 127-132.
[5] 马莹雪,甘明鑫,肖克峻. 融合标签和内容信息的矩阵分解推荐方法*[J]. 数据分析与知识发现, 2021, 5(5): 71-82.
[6] 王楠,李海荣,谭舒孺. 基于改进SMOTE算法与集成学习的舆情反转预测研究*[J]. 数据分析与知识发现, 2021, 5(4): 37-48.
[7] 邱云飞, 郭蕾. 面向非均衡数据的糖尿病并发症预测[J]. 数据分析与知识发现, 2021, 5(2): 116-128.
[8] 吴胜男, 蒲虹君, 田若楠, 梁雯琪, 于琦. 网络结构对链路预测算法的影响研究*——基于元分析视角[J]. 数据分析与知识发现, 2021, 5(11): 102-113.
[9] 杨辰, 陈晓虹, 王楚涵, 刘婷婷. 基于用户细粒度属性偏好聚类的推荐策略*[J]. 数据分析与知识发现, 2021, 5(10): 94-102.
[10] 杨恒,王思丽,祝忠明,刘巍,王楠. 基于并行协同过滤算法的领域知识推荐模型研究*[J]. 数据分析与知识发现, 2020, 4(6): 15-21.
[11] 李文政,顾益军,闫红丽. 基于网络贝叶斯信息准则算法的社区数量预测研究*[J]. 数据分析与知识发现, 2020, 4(4): 72-82.
[12] 唐琳,郭崇慧,陈静锋. 中文分词技术研究综述*[J]. 数据分析与知识发现, 2020, 4(2/3): 1-17.
[13] 刘书瑞,田继东,陈普春,赖立,宋国杰. 基于文本数据的过滤式与嵌入式样本选择算法*[J]. 数据分析与知识发现, 2020, 4(2/3): 223-230.
[14] 张纯金,郭盛辉,纪淑娟,杨伟,伊磊. 基于多属性评分隐表征学习的群组推荐算法*[J]. 数据分析与知识发现, 2020, 4(12): 120-135.
[15] 陈先来, 罗霄, 刘莉, 李忠民, 安莹. 基于识别率的多叉树森林k-匿名算法*[J]. 数据分析与知识发现, 2020, 4(12): 14-25.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn