电子书目数据(又称书目数据信息)指的是以数字化形式存在的有关图书资料的元数据,它的建设是数字图书馆资源建设中一个重要的组成部分。传统上,书目信息的建设需要人工逐条录入,这不但需要繁重的人力劳动,还给书目信息的准确性和及时性带来了问题。其实,互联网上有许多现成的书目信息可以被利用:图书作者和读者的博客、出版商的业务网、数字图书馆的检索系统,所有这些地方都有可能提供现成的书目信息。一个基于Web的书目信息自动搜集和服务系统可以自动地从Web上搜集书目信息,通过加工整理、分析、存储、索引后,可以集中对外提供元数据服务。本文研究了基于Web的书目信息自动搜集和服务系统所涉及到的关键技术和系统的相关实现,具体包括如下内容:如何在Web中发现包含书目信息的目标网站和页面;如何将目标页面中的书目信息抽取出来;怎样将抽取到的书目信息转换为MARC元数据;怎样利用这些MARC元数据为用户提供服务。本系统是根据网络上书目信息展现的特点,建立了一个书目主题的知识库,结合现有的主题网络爬虫、网页去噪、信息抽取等计算机技术,将互联网上半结构化的书目主题信息抽取出来存放到结构化的数据库中,再通过MARC生成技术将这些抽取到的结构化书目信息生成MARC格式信息,利用已有的Web技术和全文检索技术为各类用户提供书目MARC信息检索和下载服务。本课题的研究与开发为解决目前封闭式图书编目提供了一个可行的解决方案。充分利用互联网上丰富的书目信息和现代计算机技术,使得图书编目更加开放化,有利于数字图书馆的进一步发展。