族谱,又称宗谱或家谱,是一种以表谱形式来记录家族的世系繁衍和家族发展历史的书籍文献。在中华民族悠久的历史文化中,族谱文化也随之发展。现阶段随着寻根问祖文化的兴起,族谱日益被重视,同时族谱数字化这一研究课题也迅速发展起来。通过族谱文献,有助于人们了解人文历史。族谱数字化利用计算机技术将族谱人物数据和文字图片信息合理地组织起来,可以为族谱相关的研究提供极大便利,为人们提供族谱相关的个性化服务。对应在族谱系统中需要存储大量的族谱数据,如何对这些族谱数据进行有效的组织和管理,是一个突出的研究点。同时在存储的族谱数据背后,隐藏着丰富的价值信息,这些信息对于历史学、文化学以及人文研究都有着重要的意义,基于哪些课题和分析方法对这些大量族谱数据进行有效的分析,是值得我们探索的方向。最后,对于数据分析的结果,如何利用可视化的技术,对结果进行有效的展示,也值得我们深入研究。针对族谱数字化发展过程的问题和这些值得研究的应用点,本文将从优化族谱系统和基于对族谱数据进行分析来完善和丰富族谱数字化进程。本文研究成果主要有以下三个方面:(1)基于表分区技术和内存数据库SQLite对族谱系统进行优化对国内外族谱系统进行分析,分析其对族谱数据的管理方式和特点,在我们现有族谱系统的基础上,分析其对族谱数据管理的特点和不足,在族谱系统中引入表分区技术和内存数据库SQLite,优化系统对族谱数据的管理。(2)族谱数据的数据分析和可视化利用统计分析的方法统计族谱数据中的价值字段,从而在宏观上加深对族谱数据的理解,通过相关性分析,研究父母受教育程度和子女受教育程度的相关性;基于数据分析的结果,利用数据可视化技术,将结果进行图形化展示。(3)家族寻根“家族寻根”问题实质是对人与人之间的血缘关系、家族分支与家族之间的血缘关系研究。从人物姓名等信息的查询匹配和人物迁徙历史相似度匹配两个角度展开。查询匹配又分为完整查询、模糊查询和扩展的模糊查询三种,基于中文汉字相似性的特点,利用数据库查询技术、索引技术和SSC编码方式等,提出有效的解决方法;迁徙历史信息匹配问题基于迁徙轨迹的相似度计算和聚类算法两种方法来展开,分别提出了对应的解决方法。