中国地质文献数据库是全国专业图书馆中专业文献建库最早,数据量最大的专业文献数据库之一.至今入库文献量达到34万条.中国地质文献数据库维护工作是一项庞大的系统工程.数据库面向企业或部门，以数据为中心组织数据，形成综合性的数据库，为各应用共享；采用一定的数据模型。数据模型不仅要描述数据本身的特点，而且要描述数据之间的联系；数据冗余小，易修改、易扩充。不同的应用程序根据处理要求，从数据库中获取需要的数据，这样就减少了数据的重复存储，也便于增加新的数据结构，便于维护数据的一致性；程序和数据有较高的独立性；具有良好的用户接口，用户可方便地开发和使用数据库；对数据进行统一管理和控制，提供了数据的安全性、完整性、以及并发控制。中国地质文献库的建设是一项大规模连续性的信息组织与开发利用工程，除了根据具体环境和条件采用合理的建库模式和质量控制的方法，引入数据清理技术可以对这项工作起到有利的促进作用，然而在实际工作中它并没有得到足够的关注，有些人认为数据清理是一个需要大量劳动力的过程，往往过于依赖于特定应用领域，忽视其中所蕴含的技术含量，对此项工作的技术研究投人严重不足。其实不然，在数据清理系统的灵活框架上有很多东西值得研究，无论是数字化文献服务、搜索引擎，数据清理都是人们在现有数据基础上进一步分析利用时不可回避的一项工作。