在文獻源流考證中，最重要的是參考資料的準確性及全面性。就準確性而言，需要自行判斷。而完整性上，需要包含論文資料和書籍資料。但論文資料都是現在人的研究成果，可以作為是否已經有人做過自己需要整理內容的工作及進度參考。但如果要做原創源流考證，就需要依靠大量的第一手資料——古籍及現代書籍。而對書籍的檢索考證，是及其需要經驗、耐心、時間的。這也就形成了，能做好源流考證的多是年齡較大的研究學者。在此，本文試圖通過以現代的手段，實現快速源流考證，以便節省大量時間和人力。
在此以書籍搜集，數據提取，數據挖掘分析三個方面進行探討。
一，書籍搜集
書籍分為古籍和現代出版書籍。
古籍搜集，可以參考：中國古籍保護網（http://www.nlc.cn/pcab/），其中的中華古籍書目資料庫，進行檢索查詢。
現代書籍搜集，可以參考：全國圖書館參考諮詢聯盟（http://www.ucdrs.superlib.net/）。
另外可以關注響書網站（www.chinaxiangshu.com）在底部的連結集合了國內外主流圖書館連結，可以下載專有資源（歷史原因導致國內古籍外流）。
二，數據提取
書籍數據提取分為兩種，一是：PDF文本的OCR識別，轉換成可編輯文本（主要是doc,txt）；二是，可以找到現有的已經處理好的文本數據（各類資料庫）。
對古籍的數據提取，以資料庫為主，OCR識別為輔。原因有二：一：目前已經建成的各類資料庫基本可以涵蓋大部分古籍內容；二，OCR對古籍文本尤其是古籍抄本的識別並不理想。
例如：中醫古籍文獻，可以用中華醫典。
對現代書籍的數據提取，以OCR為主，資料庫為輔。原因有二：一，現代書籍數量巨大，排版質量較高，OCR識別準確率相對較高；二，現代書目每年都會更新，且受版權影響，相應資料庫較少。
集結現代書目最全面的便是讀秀（https://www.duxiu.com/?lsu=shr），其含有可檢索書目600餘萬冊，其中電子化文本有430餘萬冊，佔1949年以來出版書籍的95%以上，並且以每年10萬冊的速度在增長。
其下載有三種方法：一，高校帳號擁有下載權限（不同高校權限不同，從幾萬到20多萬種不等的下載權限）；二，在淘寶購買讀秀帳號（權限不等）；三，目前市面上已經流通讀秀的數據資源，約410萬冊，約200T，淘寶的代找書商家多是從這個途徑尋找（違法）。
目前國內OCR識別準確率相對較高的便是ABBYY FineReader 15。可以對多國語言及繁體，豎排文本的快速準確檢索，並實現PDF文本質量的二次編輯提升。
三：數據挖掘分析
Mythicsoft公司開發的filelocator pro可以實現對批量文本內容的快速檢索，並支持AND，NOT，NEAR，OR等檢索語句，及外部算法的導入。
張華平科研團隊代領研究的NLPIR自然語言處理與信息檢索共享平臺（http://www.nlpir.org/wordpress/），是國內自然語言處理較為優秀的平臺，可以實現分詞，詞性標註，詞頻統計，情感分析，實體抽取，文本摘要等功能。
王選研究室構建的gstore（http://www.gstore.cn/pcsite/index.html）平臺可以實現知識圖譜的快速構建及多層次檢索。
另外微軟為Excel打造的數據挖掘模塊，可以快速實現數據挖掘分析，雖然沒有SPSS的功能強大，但其可視化操作可以快速實現數據簡單分析。
更多數據挖掘分析技巧，歡迎大家添加微信號17862969297，有需要可以建立群聊共同分享。