面向社會(huì)的學(xué)位論文信息開(kāi)放獲取與共享平臺(tái)建設(shè)?

(華東師范大學(xué)圖書(shū)館 上海 200062)

學(xué)位論文，一般指博碩士研究生為獲取相應(yīng)的學(xué)位資格，在導(dǎo)師的指導(dǎo)下對(duì)所從事的科研活動(dòng)進(jìn)行論述總結(jié)而撰寫(xiě)的一次文獻(xiàn)。論文的研究對(duì)象多涉及所在學(xué)科的關(guān)鍵、前沿問(wèn)題，部分論文本身即是研究團(tuán)隊(duì)所承擔(dān)的國(guó)家各級(jí)重大科研課題的成果。學(xué)位論文與普通科研論文相比，具有文獻(xiàn)分析面廣、數(shù)據(jù)與圖表量大、理論分析充分、參考文獻(xiàn)大等特點(diǎn)，是一種不可忽視的信息源。〔1〕基于對(duì)學(xué)位論文價(jià)值的充分認(rèn)識(shí)，華東師范大學(xué)引入清華同方TPI系統(tǒng)進(jìn)行本校學(xué)位論文電子化數(shù)據(jù)庫(kù)建設(shè)。在將現(xiàn)有學(xué)位論文納入電子化管理的同時(shí)，圖書(shū)館逐步完成了華東師范大學(xué)早期學(xué)位論文的回溯工作，并著手聯(lián)合該校研究生院、信息化辦公室實(shí)施“學(xué)位論文數(shù)據(jù)庫(kù)推進(jìn)計(jì)劃”。該計(jì)劃將學(xué)位論文信息以Web Service的方式推送到研究生院網(wǎng)站的教師名錄上，提供了歷年教師指導(dǎo)學(xué)位論文的選題、研究方向、摘要等信息，有效增強(qiáng)考生填報(bào)志愿的針對(duì)性，為學(xué)位論文信息社會(huì)化服務(wù)提供了啟示，使項(xiàng)目組認(rèn)識(shí)到充分挖掘這部分學(xué)術(shù)資源的理論與實(shí)用價(jià)值，探索更廣泛的服務(wù)方式，是大學(xué)圖書(shū)館服務(wù)社會(huì)的有效途徑。〔2〕

1 學(xué)位論文信息社會(huì)開(kāi)放獲取與共享的意義

1．1 學(xué)位論文價(jià)值實(shí)現(xiàn)的內(nèi)在需求

學(xué)位論文是人類(lèi)科研探索活動(dòng)中所獲取知識(shí)的文字表達(dá)形式，具有文字符號(hào)系統(tǒng)所內(nèi)涵的交流功能，其承載思想的理論與應(yīng)用價(jià)值有待于使用者的解讀才能得以實(shí)現(xiàn)。相關(guān)研究認(rèn)為交流在科學(xué)探索中扮演著重要的角色，因?yàn)槌潜痪哂信d趣的社群所知，進(jìn)行至關(guān)重要的評(píng)估，發(fā)現(xiàn)和思想僅具有較低的價(jià)值。〔3〕作為人類(lèi)發(fā)現(xiàn)與思想的重要組成部分，學(xué)位論文信息更應(yīng)當(dāng)能在社會(huì)上被廣泛獲取與共享。

1．2 社會(huì)對(duì)圖書(shū)館及學(xué)校的要求

教育部2002年2月21日頒發(fā)的《普通高等學(xué)校圖書(shū)館規(guī)程(修訂)第二十一條》明確指出:“有條件的高等學(xué)校圖書(shū)館應(yīng)盡可能向社會(huì)讀者和社區(qū)讀者開(kāi)放”。自上世紀(jì)50年代以來(lái)，大量的文獻(xiàn)就學(xué)術(shù)圖書(shū)館服務(wù)公眾進(jìn)行了討論。〔4〕學(xué)位論文是高校和科研機(jī)構(gòu)特有的文獻(xiàn)資源，是國(guó)家投入巨量資金和各種科研資助下完成的科技發(fā)展和技術(shù)進(jìn)步的結(jié)論性載體，理應(yīng)為我國(guó)和人類(lèi)科技發(fā)展做出貢獻(xiàn)。〔5〕對(duì)學(xué)校而言，通過(guò)向社會(huì)開(kāi)放大學(xué)的學(xué)術(shù)資源，有助于向社會(huì)宣傳大學(xué)的教學(xué)研究動(dòng)態(tài)，展現(xiàn)教學(xué)科研成果，提高學(xué)校的知名度，促進(jìn)大學(xué)在全社會(huì)范圍內(nèi)進(jìn)行更多的產(chǎn)學(xué)研合作，用技術(shù)吸引社會(huì)資金，進(jìn)而促進(jìn)大學(xué)在競(jìng)爭(zhēng)中求得發(fā)展和完善。〔6〕

1．3 國(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃的要求

《國(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要》中“建立科技基礎(chǔ)條件平臺(tái)的共享機(jī)制”部分要求針對(duì)不同類(lèi)型科技條件資源的特點(diǎn)，采用靈活多樣的共享模式，打破當(dāng)前條塊分割、相互封閉、重復(fù)分散的格局。〔7〕學(xué)位論文信息的社會(huì)化開(kāi)放存取與共享無(wú)疑是一種靈活多樣的學(xué)位論文利用方式。

1．4 學(xué)位論文時(shí)效性與版權(quán)沖突的迫切要求

學(xué)位論文所承載的知識(shí)信息新穎，具有較強(qiáng)的時(shí)效性，及時(shí)為社會(huì)所發(fā)掘利用十分必要。但由于學(xué)位論文版權(quán)涉及多方關(guān)系，制定及實(shí)施操作復(fù)雜，版權(quán)問(wèn)題的解決也還處于學(xué)界探討階段，目前圖書(shū)館普遍面臨版權(quán)困境。〔8〕這極大地阻礙了學(xué)位論文的及時(shí)利用。通過(guò)提供學(xué)位論文信息服務(wù)，可以巧妙地避開(kāi)全文版權(quán)問(wèn)題，不僅讓學(xué)位論文所承載的知識(shí)及時(shí)地為社會(huì)了解，也可以成為后續(xù)全文服務(wù)全面開(kāi)展的試金石。

1．5 對(duì)現(xiàn)行國(guó)內(nèi)學(xué)位論文服務(wù)模式的有效補(bǔ)充

圖書(shū)館界對(duì)學(xué)位論文的探討與實(shí)踐主要集中在國(guó)家學(xué)位論文運(yùn)作機(jī)制、論文呈繳管理制度、版權(quán)解決辦法、可持續(xù)性運(yùn)作、元數(shù)據(jù)集中于項(xiàng)目中心、數(shù)字對(duì)象(論文全文)等〔9-11〕方面。本項(xiàng)目提出的“學(xué)位論文信息社會(huì)化開(kāi)放存取與共享”正是對(duì)既有服務(wù)模式在學(xué)位論文信息的社會(huì)情報(bào)價(jià)值、基于學(xué)位論文信息的知識(shí)發(fā)現(xiàn)、基于學(xué)位論文信息的文獻(xiàn)計(jì)量方面的有益補(bǔ)充。

2 學(xué)位論文信息社會(huì)開(kāi)放獲取與共享的可行性

2．1 學(xué)位論文資源保障體系已具規(guī)模

我國(guó)的學(xué)位論文資源保障體系經(jīng)過(guò)多年的發(fā)展，已經(jīng)形成了各高校、科研單位普遍擁有自建學(xué)位論文數(shù)據(jù)庫(kù)，多個(gè)國(guó)家級(jí)中心學(xué)位論文保障體系以及多家全國(guó)性的商業(yè)數(shù)據(jù)庫(kù)供應(yīng)商共存的局面。得益于商業(yè)化的建庫(kù)系統(tǒng)TPI、TRS，開(kāi)源的DSpace倉(cāng)儲(chǔ)平臺(tái)，以及自主開(kāi)發(fā)能力的增強(qiáng)，各高校科研單位普遍實(shí)現(xiàn)了學(xué)位論文的電子化、網(wǎng)絡(luò)化管理與服務(wù)。國(guó)家級(jí)的學(xué)位論文保障體系包括CALIS高校學(xué)位論文庫(kù)、NSTL中文學(xué)位論文庫(kù)、國(guó)家圖書(shū)館學(xué)位論文庫(kù)、中國(guó)科學(xué)院學(xué)位論文庫(kù)。〔12〕其中CALIS高校學(xué)位論文庫(kù)不僅對(duì)國(guó)內(nèi)高校的各類(lèi)學(xué)位論文信息庫(kù)進(jìn)行收割，還集成了PQDD以及NDLTD等國(guó)外學(xué)位論文系統(tǒng)中的元數(shù)據(jù)，目前博碩士學(xué)位論文數(shù)據(jù)逾384萬(wàn)條，其中中文數(shù)據(jù)約172萬(wàn)條，外文數(shù)據(jù)約212萬(wàn)條，數(shù)據(jù)持續(xù)增長(zhǎng)中。〔13〕商業(yè)的萬(wàn)方學(xué)位論文數(shù)據(jù)庫(kù)收錄約240余萬(wàn)篇、CNKI中國(guó)優(yōu)秀博、碩士學(xué)位論文數(shù)據(jù)庫(kù)收錄約170余萬(wàn)篇。上述學(xué)位論文資源建設(shè)的成果為學(xué)位論文信息的社會(huì)開(kāi)放獲取與共享提供了基本的數(shù)據(jù)保障。

2．2 學(xué)位論文元數(shù)據(jù)標(biāo)準(zhǔn)的研究成果豐富

提供學(xué)位論文信息服務(wù)的效果有賴(lài)于學(xué)位論文元數(shù)據(jù)的質(zhì)量。作為實(shí)現(xiàn)文獻(xiàn)揭示的一項(xiàng)基本工具，業(yè)界對(duì)此的研究由來(lái)已久，而且取得了豐富的成果。包括被廣泛采用的DC Metadata Element Set(都柏林核心元素集)，美國(guó)ETD互用性元數(shù)據(jù)標(biāo)準(zhǔn)、CALIS高校學(xué)位論文數(shù)據(jù)庫(kù)元數(shù)據(jù)規(guī)范、北京大學(xué)圖書(shū)館的學(xué)位論文元數(shù)據(jù)方案〔14〕、德國(guó)電子學(xué)位論文元數(shù)據(jù)XMetaDiss〔15〕，以及許多僅在小范圍內(nèi)使用的學(xué)位論文元數(shù)據(jù)方案。上述標(biāo)準(zhǔn)及方案為我們選擇所需的元素的著錄項(xiàng)，使用規(guī)范的著錄項(xiàng)名，進(jìn)行廣泛的學(xué)位論文元數(shù)據(jù)交換提供了豐富而高質(zhì)量的參考源。

2．3 計(jì)算平臺(tái)易于建立及網(wǎng)絡(luò)信息開(kāi)發(fā)技術(shù)豐富成熟

得益于計(jì)算平臺(tái)投入的持續(xù)降低，網(wǎng)絡(luò)環(huán)境的不斷升級(jí)，以及豐富的開(kāi)源平臺(tái)、框架與工具，使得更多的高校、科研機(jī)構(gòu)能夠加入到學(xué)位論文數(shù)據(jù)庫(kù)的建設(shè)中來(lái)，有機(jī)會(huì)形成一個(gè)基于動(dòng)態(tài)聯(lián)盟的學(xué)位論文集成服務(wù)平臺(tái)〔16〕來(lái)提供學(xué)位論文信息服務(wù)。虛擬化、分布式計(jì)算、SOA、RIA等技術(shù)為這種松散、低耦合的動(dòng)態(tài)聯(lián)盟提供了技術(shù)支撐。既有的專(zhuān)業(yè)統(tǒng)計(jì)分析軟件包，包括關(guān)聯(lián)數(shù)據(jù)在內(nèi)的語(yǔ)義網(wǎng)技術(shù)為學(xué)位論文信息服務(wù)的多樣化提供了契機(jī)。

2．4 逐步成熟的全國(guó)性管理機(jī)構(gòu)及管理機(jī)制

我國(guó)有明確的學(xué)位論文法定收藏單位，國(guó)務(wù)院學(xué)位辦于1983年、1984年和1986年相繼發(fā)文，要求將已通過(guò)的全部博士和碩士學(xué)位論文，自然科學(xué)類(lèi)寄送中國(guó)科技情報(bào)所，社會(huì)科學(xué)類(lèi)寄送中國(guó)社會(huì)科學(xué)院文獻(xiàn)信息中心;博士論文寄送北京圖書(shū)館。從此確立了以這三家單位為重心的國(guó)家學(xué)位論文收藏體系。〔17〕CALIS高校學(xué)位論文全文數(shù)據(jù)庫(kù)的建設(shè)工作成效顯著，并且形成了一套較為成熟的以CALIS全國(guó)中心、CALIS地區(qū)中心、CALIS成員館三方互動(dòng)管理機(jī)制。上述機(jī)構(gòu)及相應(yīng)的機(jī)制為類(lèi)似于本項(xiàng)目的研究探索成果提供了轉(zhuǎn)化到更廣范圍、更高層面的機(jī)會(huì)。

3 平臺(tái)的結(jié)構(gòu)與功能

平臺(tái)由使用平臺(tái)服務(wù)的最終用戶(hù)、一級(jí)服務(wù)方、二級(jí)服務(wù)方與服務(wù)注冊(cè)發(fā)布中心四方構(gòu)成，其中一級(jí)服務(wù)方也可以是使用平臺(tái)服務(wù)的用戶(hù)，服務(wù)注冊(cè)發(fā)布中心也可以是提供集成性服務(wù)的一級(jí)服務(wù)方(如圖1)。

使用平臺(tái)服務(wù)的最終用戶(hù)可以是社會(huì)中任意的個(gè)人。他們可以自由使用由多方提供的以網(wǎng)頁(yè)形式呈現(xiàn)的學(xué)位論文信息服務(wù)。對(duì)于最終用戶(hù)的認(rèn)證、管理可由相應(yīng)的服務(wù)方實(shí)施彈性控制。服務(wù)注冊(cè)發(fā)布中心可要求最終用戶(hù)進(jìn)行必要的注冊(cè)，以便對(duì)不同層次的服務(wù)進(jìn)行調(diào)節(jié)，以及對(duì)服務(wù)的使用情況進(jìn)行統(tǒng)計(jì)分析。

平臺(tái)的一級(jí)服務(wù)方一般是高校、科研單位、政府、公益組織、商業(yè)機(jī)構(gòu)。他們擁有自建的學(xué)位論文數(shù)據(jù)庫(kù)，通過(guò)向服務(wù)注冊(cè)發(fā)布中心進(jìn)行登記注冊(cè)來(lái)發(fā)布服務(wù)。其應(yīng)該具備下述基本功能:①確定本地的學(xué)位論文元數(shù)據(jù)集，設(shè)計(jì)規(guī)劃學(xué)位論文元數(shù)據(jù)存儲(chǔ)模式、實(shí)現(xiàn)學(xué)位論文元數(shù)據(jù)的長(zhǎng)期保存及獲取。②提供面向用戶(hù)的B/S結(jié)構(gòu)的學(xué)位論文信息服務(wù)，包括基于簡(jiǎn)單、高級(jí)的查詢(xún)模式提供事實(shí)型信息，對(duì)論文文摘和前16頁(yè)提供全文檢索，按學(xué)科、項(xiàng)目類(lèi)別、行業(yè)瀏覽學(xué)位論文信息。③基于SOA、RIA架構(gòu)，以Web Service、Web Widget等形式向平臺(tái)二級(jí)服務(wù)方提供學(xué)位論文信息服務(wù)接口。④利用信息計(jì)量學(xué)、語(yǔ)義網(wǎng)等方法向最終用戶(hù)以及二級(jí)服務(wù)方提供可視化的分析功能。⑤對(duì)學(xué)位論文信息服務(wù)的使用實(shí)施彈性的用戶(hù)、安全控制，實(shí)現(xiàn)必要的統(tǒng)計(jì)分析功能。⑥積極提供本地學(xué)位論文元數(shù)據(jù)收割接口，配合整體平臺(tái)的集成性學(xué)位論文信息服務(wù)。平臺(tái)的二級(jí)服務(wù)方一般是不具備自建學(xué)位論文數(shù)據(jù)庫(kù)但具有提供學(xué)位論文信息服務(wù)需求的機(jī)構(gòu)，如高校中研究生院、社會(huì)上的教育培訓(xùn)機(jī)構(gòu)。他們通過(guò)服務(wù)發(fā)布注冊(cè)中心獲取由中心、一級(jí)服務(wù)方提供的服務(wù)接口來(lái)實(shí)現(xiàn)自身的學(xué)位論文信息服務(wù)。雖然他們不需要加入整個(gè)平臺(tái)的學(xué)位論文元數(shù)據(jù)建設(shè)，但也應(yīng)配合平臺(tái)一級(jí)服務(wù)方和中心實(shí)施必要的學(xué)位論文信息服務(wù)的安全控制。

平臺(tái)的服務(wù)注冊(cè)發(fā)布中心是一個(gè)以門(mén)戶(hù)網(wǎng)站形式運(yùn)作的服務(wù)匯聚點(diǎn)和系統(tǒng)級(jí)事務(wù)服務(wù)的提供者，可以由一家或多家一級(jí)服務(wù)方承擔(dān)。

該中心應(yīng)具備下述基本功能:①負(fù)責(zé)開(kāi)發(fā)、維護(hù)服務(wù)注冊(cè)發(fā)布中心的門(mén)戶(hù)網(wǎng)站，對(duì)所提交的服務(wù)進(jìn)行審核與管理。②制訂服務(wù)的注冊(cè)發(fā)布規(guī)范。③實(shí)施學(xué)位論文元數(shù)據(jù)收割、負(fù)責(zé)整體學(xué)位論文元數(shù)據(jù)的長(zhǎng)期保存。④為一級(jí)服務(wù)方提供學(xué)位論文元數(shù)據(jù)映射工具，以實(shí)現(xiàn)多方元數(shù)據(jù)的互操作。⑤在整體學(xué)位論文元數(shù)據(jù)的基礎(chǔ)上提供與一級(jí)服務(wù)方類(lèi)似的信息服務(wù)。⑥為多方服務(wù)提供橋接功能，如整體平臺(tái)的統(tǒng)一認(rèn)證、安全控制。⑦為多方服務(wù)提供必要的事務(wù)處理基礎(chǔ)。⑧統(tǒng)計(jì)、分析平臺(tái)服務(wù)情況。

4 平臺(tái)建設(shè)的基本原則

平臺(tái)在本質(zhì)上是一個(gè)可行的學(xué)術(shù)交流系統(tǒng)模型，〔18〕它應(yīng)該遵循基本的學(xué)術(shù)交流原則，同時(shí)，作為一個(gè)松散、動(dòng)態(tài)的計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)，它應(yīng)當(dāng)遵循基本的計(jì)算機(jī)系統(tǒng)原則。

4．1 開(kāi)放性原則

平臺(tái)的開(kāi)放性是指隨著我國(guó)學(xué)位論文數(shù)量的快速增加，將學(xué)位論文資源進(jìn)行獨(dú)占式的開(kāi)發(fā)已經(jīng)變得不太現(xiàn)實(shí)。〔19〕必須廣泛接納希望加入到平臺(tái)中來(lái)的服務(wù)方，包括港臺(tái)的服務(wù)機(jī)構(gòu)，商業(yè)的數(shù)據(jù)庫(kù)廠商，以此保持平臺(tái)的動(dòng)態(tài)增長(zhǎng)。對(duì)于平臺(tái)提供的服務(wù)堅(jiān)持開(kāi)放存取(OA)，因?yàn)殚_(kāi)放存取在擴(kuò)大傳播范圍的同時(shí)，降低傳播成本，促進(jìn)科學(xué)信息的即時(shí)傳播、廣泛交流與出版，提升科學(xué)研究的公共利用程度，利于科學(xué)信息的長(zhǎng)期保存。〔20〕對(duì)于學(xué)位論文元數(shù)據(jù)的范圍保持開(kāi)放，雖然目前少有將學(xué)士學(xué)位論文納入到學(xué)位論文數(shù)據(jù)庫(kù)，但也有研究指出不少專(zhuān)家、學(xué)者，如蕭乾、費(fèi)孝通、侯仁之等，就因本科畢業(yè)論文而嶄露頭角，從此步入學(xué)術(shù)殿堂，〔21〕建議將其納入學(xué)位論文庫(kù)的建設(shè)中。對(duì)于技術(shù)規(guī)范保持開(kāi)放性，有利于平臺(tái)的拓展與多態(tài)。

4．2 集成性原則

平臺(tái)的集成性是指:在既有的分散的學(xué)位論文元數(shù)據(jù)上提供集成的服務(wù)，發(fā)揮平臺(tái)資源的優(yōu)勢(shì)開(kāi)展數(shù)據(jù)挖掘等特色服務(wù)，以區(qū)別于原有分散學(xué)位論文服務(wù)體系。從服務(wù)的價(jià)值角度來(lái)看建設(shè)學(xué)位論文元數(shù)據(jù)集成揭示系統(tǒng)成為重中之重。〔22〕此類(lèi)集成性的平臺(tái)在國(guó)內(nèi)外已有成功的先例，如美國(guó)NDLTD、國(guó)內(nèi)的CALIS。對(duì)于系統(tǒng)級(jí)的服務(wù)，應(yīng)有服務(wù)注冊(cè)發(fā)布中心提供集成支持，如統(tǒng)一認(rèn)證、消息服務(wù)、事務(wù)集成。

4．3 弱耦合、兼容性

作為一個(gè)匯聚廣泛服務(wù)方的平臺(tái)，必然面對(duì)異構(gòu)系統(tǒng)間的互操作問(wèn)題。因此平臺(tái)須在體系結(jié)構(gòu)上符合分布式的開(kāi)發(fā)標(biāo)準(zhǔn)。在中心與服務(wù)方以及服務(wù)方之間通過(guò)協(xié)議層級(jí)的約定來(lái)實(shí)現(xiàn)互操作，而非將其硬編碼到程序中。在數(shù)據(jù)上鼓勵(lì)以通用的交換格式，如XML、JSON等，進(jìn)行編碼。在程序的實(shí)現(xiàn)上采用業(yè)界主流的兼容性方案進(jìn)行開(kāi)發(fā)，如用JQuery、Dojo等進(jìn)行Web Widget的開(kāi)發(fā)，而非直接的Javascript編碼。所開(kāi)發(fā)的服務(wù)端應(yīng)用能夠讓客戶(hù)端實(shí)現(xiàn)自發(fā)現(xiàn)，如 WSDL、SRU。

4．4 服務(wù)持續(xù)創(chuàng)新

平臺(tái)服務(wù)的基礎(chǔ)是學(xué)位論文元數(shù)據(jù)，其能直接傳遞的知識(shí)信息有限，對(duì)有限的元數(shù)據(jù)進(jìn)行變換處理，發(fā)掘其潛在的信息價(jià)值尤為必要。應(yīng)當(dāng)利用數(shù)據(jù)間，數(shù)據(jù)與受體間的關(guān)聯(lián)發(fā)掘其情報(bào)價(jià)值，如擴(kuò)展二級(jí)服務(wù)方的范圍，豐富最終用戶(hù)的類(lèi)型。平臺(tái)提供的服務(wù)應(yīng)采用成熟、有效、前沿的科學(xué)方法，如共詞分析、多元統(tǒng)計(jì)分析和信息可視化方法〔23〕、信息計(jì)量學(xué)、語(yǔ)義網(wǎng)、自然語(yǔ)言處理，來(lái)進(jìn)行諸如前沿?zé)狳c(diǎn)分析、學(xué)科間關(guān)聯(lián)、知識(shí)推理等增值服務(wù)。

5 關(guān)于平臺(tái)學(xué)位論文元數(shù)據(jù)集的建議

學(xué)位論文元數(shù)據(jù)是將學(xué)位論文看作一種數(shù)據(jù)形式，為了對(duì)其進(jìn)行揭示、發(fā)現(xiàn)、管理而創(chuàng)建的依附性數(shù)據(jù)，即我們常說(shuō)的關(guān)于數(shù)據(jù)的數(shù)據(jù)。它是對(duì)學(xué)位論文本身所含知識(shí)信息的一種精煉表達(dá)，其表達(dá)的精確度、全面性對(duì)后續(xù)的基于學(xué)位論文元數(shù)據(jù)的信息服務(wù)起著至關(guān)重要的影響。

如何保證所設(shè)計(jì)的學(xué)位論文元數(shù)據(jù)集在精確與全面這兩個(gè)矛盾的需求中達(dá)到平衡，需要對(duì)學(xué)位論文這一文獻(xiàn)類(lèi)型及其應(yīng)用方式作反復(fù)的推敲與探討，需要在實(shí)踐中通過(guò)使用效果的反饋進(jìn)行反復(fù)的修正，這無(wú)疑需要經(jīng)歷時(shí)間的洗練。考慮到學(xué)位論文數(shù)據(jù)庫(kù)經(jīng)過(guò)多年建設(shè)，已在國(guó)內(nèi)外形成了許多優(yōu)良的元數(shù)據(jù)標(biāo)準(zhǔn)，項(xiàng)目組建議:①學(xué)位論文元數(shù)據(jù)集的確定應(yīng)廣泛考察國(guó)內(nèi)外主流的元數(shù)據(jù)標(biāo)準(zhǔn)，重視與國(guó)際接軌。②作為一個(gè)聯(lián)盟性質(zhì)的服務(wù)平臺(tái)，應(yīng)提供實(shí)現(xiàn)各服務(wù)方元數(shù)據(jù)兼容與互操作的機(jī)制。③鑒于學(xué)位論文元數(shù)據(jù)著錄工作具有不可重復(fù)的特點(diǎn)，盡量保存有價(jià)值的字段作為外圍元數(shù)據(jù)集或備用。④應(yīng)考慮在存儲(chǔ)層與事務(wù)層為元數(shù)據(jù)集的拓展提供彈性，保證元數(shù)據(jù)集的動(dòng)態(tài)、開(kāi)放，以滿(mǎn)足實(shí)際的需求。⑤應(yīng)考慮到原數(shù)據(jù)標(biāo)準(zhǔn)對(duì)編碼、傳輸層的支持，宜兼容XML、HTTP、OAI-PMH等規(guī)范。⑥重視元數(shù)據(jù)利用的統(tǒng)計(jì)分析，為元數(shù)據(jù)集調(diào)整提供科學(xué)的依據(jù)。

經(jīng)過(guò)對(duì)現(xiàn)有元數(shù)據(jù)研究的多方調(diào)查，發(fā)現(xiàn)包括國(guó)內(nèi)的《學(xué)位論文描述性元數(shù)據(jù)標(biāo)準(zhǔn)》草案、美國(guó)的ETD-MS、德國(guó)的XMetaDiss以及一些館制定的元數(shù)據(jù)標(biāo)準(zhǔn)都很好的兼容了DC的基本元素。〔24-28〕在綜合現(xiàn)有主流學(xué)位論文元數(shù)據(jù)標(biāo)準(zhǔn)及研究的基礎(chǔ)上，項(xiàng)目組從學(xué)位論文信息服務(wù)而非學(xué)位論文典藏利用角度，以DC基礎(chǔ)借鑒ETD-MS、XMetaDiss形成平臺(tái)的學(xué)位論文信息服務(wù)核心元數(shù)據(jù)集推薦(如表1)。

表1 學(xué)位論文信息服務(wù)核心元數(shù)據(jù)集推薦

6 平臺(tái)的計(jì)算架構(gòu)

此處的計(jì)算架構(gòu)是推薦作為平臺(tái)一級(jí)服務(wù)方、服務(wù)注冊(cè)發(fā)布中心的系統(tǒng)架構(gòu)，服務(wù)端開(kāi)放架構(gòu)與客戶(hù)端開(kāi)放框架。

6．1 平臺(tái)的系統(tǒng)架構(gòu)

系統(tǒng)架構(gòu)主要包括服務(wù)器、存儲(chǔ)、操作系統(tǒng)、持久化層、虛擬化五個(gè)方面。單方的平臺(tái)服務(wù)對(duì)計(jì)算能力、存儲(chǔ)空間的要求并不是很高，主流的X86服務(wù)器即可滿(mǎn)足常規(guī)需求，如果自身平臺(tái)同時(shí)提供全文服務(wù)，也可考慮更高計(jì)算級(jí)別的SPARC、RISC服務(wù)器。在存儲(chǔ)架構(gòu)上，可選擇經(jīng)濟(jì)的直連型存儲(chǔ)(DAS，Direct-attached storage)，但應(yīng)考慮數(shù)據(jù)的安全性，應(yīng)起碼具備RAID 5級(jí)別的冗余能力。操作系統(tǒng)的選擇應(yīng)該根據(jù)自身的服務(wù)端框架進(jìn)行選擇，在可能的情況下，如果具備足夠的技術(shù)能力，可選擇類(lèi)UNIX系統(tǒng)，以便取得較好的穩(wěn)定性。持久化層，通常由文件系統(tǒng)與關(guān)系數(shù)據(jù)庫(kù)管理系統(tǒng)構(gòu)成，前者用于存儲(chǔ)論文全文或前16頁(yè)，后者用于存儲(chǔ)元數(shù)據(jù)和文摘，一般以選擇C/S結(jié)構(gòu)的數(shù)據(jù)庫(kù)服務(wù)器為佳，如開(kāi)源的PostgreSQL、MySQL。

圖2 項(xiàng)目所依存的系統(tǒng)架構(gòu)〔29〕

上述是從滿(mǎn)足基本學(xué)位論文信息服務(wù)的角度出發(fā)推薦的系統(tǒng)架構(gòu)。就目前IT架構(gòu)的發(fā)展情況而言，系統(tǒng)架構(gòu)的建設(shè)應(yīng)該注意投入成本、管理的便利以及對(duì)先進(jìn)計(jì)算模式的支持。虛擬化技術(shù)對(duì)消減IT基礎(chǔ)架構(gòu)成本，增強(qiáng)計(jì)算資源的彈性分配與管理，以及對(duì)先進(jìn)的計(jì)算模式，如分布式計(jì)算/云計(jì)算方面提供了強(qiáng)勁的支持。項(xiàng)目組現(xiàn)有的應(yīng)用即建立在虛擬化的系統(tǒng)架構(gòu)上(如圖2)。

依托于華東師大圖書(shū)館既有的硬件資源，通過(guò)VMWare虛擬化方案，該館在應(yīng)用快速部署、服務(wù)動(dòng)態(tài)遷移、數(shù)據(jù)容災(zāi)上取得了良好的效果。同時(shí)，虛擬化提供了對(duì)計(jì)算資源精細(xì)的粒度掌控，有利于在需要的時(shí)候?qū)崿F(xiàn)分布式計(jì)算，建設(shè)云計(jì)算平臺(tái)。VMWare是一個(gè)商業(yè)的解決方案，若存在資金的限制，也可考慮開(kāi)源的VirtualBox，測(cè)試報(bào)告顯示，在圖形處理、數(shù)據(jù)庫(kù)應(yīng)用、Web服務(wù)應(yīng)用等各方面的性能并不遜于VMWare〔30〕。

6．2 平臺(tái)的服務(wù)端開(kāi)發(fā)架構(gòu)

平臺(tái)的服務(wù)端開(kāi)發(fā)架構(gòu)主要指服務(wù)應(yīng)用開(kāi)發(fā)的計(jì)算模式，開(kāi)發(fā)的語(yǔ)言、框架，輔助的開(kāi)發(fā)包。

平臺(tái)所提供的學(xué)位論文信息服務(wù)主要由各個(gè)服務(wù)方獨(dú)立提供，一般的單機(jī)計(jì)算模式即可滿(mǎn)足需求。從當(dāng)前業(yè)界在信息服務(wù)上的研究與實(shí)踐來(lái)看，基于數(shù)據(jù)挖掘、語(yǔ)義分析提供集成性的學(xué)位論文信息服務(wù)已是一種趨勢(shì)。要實(shí)現(xiàn)數(shù)據(jù)挖掘、語(yǔ)義分析以及在分散的學(xué)位論文元數(shù)據(jù)環(huán)境中完成統(tǒng)計(jì)、計(jì)量分析，這一切都需要依賴(lài)分布式計(jì)算技術(shù)/云計(jì)算。分布式計(jì)算包括了類(lèi)如移動(dòng) agent、P2P、網(wǎng)格(Grid)、Web Service、普適計(jì)算(Pervasive Computing)、云計(jì)算等諸多的方式。〔31〕項(xiàng)目組在服務(wù)端開(kāi)發(fā)中采用了Web Service，同時(shí)經(jīng)過(guò)調(diào)研認(rèn)為可選擇開(kāi)源的Hadoop實(shí)現(xiàn)平臺(tái)的云環(huán)境。Hadoop不僅提供了MapReduce編程模型，它作為一種海量數(shù)據(jù)處理的并行編程模型，目前已經(jīng)廣泛應(yīng)用在網(wǎng)頁(yè)索引、數(shù)據(jù)挖掘、科學(xué)模擬以及云計(jì)算平臺(tái)中〔32〕，而且包括了Hadoop Common、Hadoop Distributed File System(HDFSTM)、Hadoop YARN等一系列分布式計(jì)算所需的基礎(chǔ)設(shè)施。

服務(wù)器端的開(kāi)發(fā)語(yǔ)言、框架、工具集由平臺(tái)所需的兩種服務(wù)類(lèi)型決定。一是面向用戶(hù)的服務(wù)，如學(xué)位論文信息查詢(xún)網(wǎng)頁(yè)、平臺(tái)服務(wù)方注冊(cè)發(fā)布網(wǎng)頁(yè);一是面向程序的服務(wù)，如提供給二級(jí)服務(wù)方的Web Service接口，注冊(cè)發(fā)布中心提供的OAI-PMH收割接口、消息隊(duì)列、統(tǒng)一認(rèn)證服務(wù)等。對(duì)于前者，常見(jiàn)的 Web開(kāi)發(fā)架構(gòu)，如 LAMP、JSP、ASP．NET、Ruby on Rails配以合適的全文索引工具，如lucence，solr，即可以滿(mǎn)足需求。對(duì)于后者，最好選擇支持面向服務(wù)架構(gòu) (Service-Oriented Architecture，SOA)的開(kāi)發(fā)框架，如Zend、J2EE、WCF、Ruby on Rails。這不僅是像提供Web Service這樣的接口所必需的，也是提供異步的消息隊(duì)列服務(wù)，中間層級(jí)的事務(wù)邏輯控制、集中的統(tǒng)一認(rèn)證以及對(duì)可能的分布式計(jì)算支持的基礎(chǔ)。而SOA作為一種粗粒度、松耦合服務(wù)架構(gòu)〔33〕也滿(mǎn)足了平臺(tái)的基本原則。考慮到本館遺留系統(tǒng)的客觀情況，項(xiàng)目組選擇了WCF來(lái)實(shí)現(xiàn)學(xué)位論文信息服務(wù)，與一些獨(dú)立的技術(shù)相比，它對(duì)項(xiàng)目所需要的特性提供了集成的支持 (見(jiàn)表2)。

相對(duì)于WCF，J2EE，特別是其開(kāi)源實(shí)現(xiàn)，在功能的可獲得性上似乎更具吸引力，對(duì)于分布式計(jì)算、語(yǔ)義網(wǎng)實(shí)現(xiàn)都有開(kāi)源的解決方案，如 Hadoop、Sesame、Jena。

表2 WCF功能比較〔34〕

6．3 平臺(tái)的客戶(hù)端開(kāi)發(fā)框架

強(qiáng)化客戶(hù)端開(kāi)發(fā)的思想來(lái)自于為了將學(xué)位論文信息服務(wù)快速部署到二級(jí)服務(wù)方的需求。通過(guò)Web Service發(fā)布的服務(wù)，需要二級(jí)服務(wù)方進(jìn)行服務(wù)端的編程開(kāi)發(fā)才能獲得其所需要的效果，如果能將一級(jí)服務(wù)方的數(shù)據(jù)直接嵌入到二級(jí)服務(wù)方的網(wǎng)頁(yè)中無(wú)疑有助于服務(wù)的快速推廣與部署。作為富客戶(hù)端應(yīng)用(RIA)中的佼佼者，基于HTML5與JavaScript，具有桌面應(yīng)用風(fēng)格的Web Widget很好的滿(mǎn)足了這一需求。這種基本的架構(gòu)為混搭提供了無(wú)限可能的設(shè)計(jì)選擇與組合。〔35〕而混搭(Mush-up)正是項(xiàng)目所需要的。使用項(xiàng)目組開(kāi)發(fā)的學(xué)位論文信息Web Widget，二級(jí)服務(wù)方僅需要5行左右的純HTML代碼就可以在其網(wǎng)頁(yè)中嵌入所需的服務(wù)，其基本的工作原理(如圖3)。

圖3 學(xué)位論文信服務(wù)Web Widget的工作原理

為了保證訪問(wèn)者來(lái)自二級(jí)服務(wù)方的網(wǎng)站，Web Widget的服務(wù)端代碼中包含了對(duì)請(qǐng)求HTTP Referer的驗(yàn)證，此處也可以使用更加規(guī)范的OAuth等認(rèn)證方案。客戶(hù)端開(kāi)發(fā)常見(jiàn)的一個(gè)問(wèn)題是瀏覽器的兼容性，為了最大范圍的兼容，建議采用JQuery、Dojo等JavaScript框架進(jìn)行 Web Widget開(kāi)發(fā)。由于該服務(wù)模式涉及到跨域訪問(wèn)，需要使用JSON格式進(jìn)行數(shù)據(jù)編碼。富客戶(hù)端應(yīng)用(RIA)開(kāi)發(fā)中的其他技術(shù)，如Adobe Flex、Microsoft Silverlight，雖相對(duì)呈下降趨勢(shì)，〔36〕但也可以作為候選方案。

7 平臺(tái)注冊(cè)發(fā)布中心的基本結(jié)構(gòu)

圖4 注冊(cè)發(fā)布中心結(jié)構(gòu)圖

作為整個(gè)平臺(tái)實(shí)現(xiàn)服務(wù)注冊(cè)、發(fā)布、獲取，以及集成性服務(wù)的匯聚點(diǎn)，中心應(yīng)具備的功能與計(jì)算架構(gòu)已在上述各部分進(jìn)行了說(shuō)明，其中一些事務(wù)性功能需要依賴(lài)第三方工具的支持，如LDAP服務(wù)器、CAS服務(wù)器、JMS服務(wù)器，每一個(gè)都是一項(xiàng)獨(dú)立的技術(shù)，不宜作具體的說(shuō)明。本文僅就中心的功能模塊給出一個(gè)粗略的結(jié)構(gòu)圖，以便參考(見(jiàn)圖4)，其中虛線的部分是平臺(tái)的語(yǔ)義功能拓展，其實(shí)現(xiàn)還有待商榷。中心的注冊(cè)、發(fā)布功能都集中在CMS部分，其實(shí)現(xiàn)可以參考一個(gè)優(yōu)秀的 API發(fā)布平臺(tái) http://www．programmableweb．com/。

8 結(jié)論

論文提出的“面向社會(huì)的學(xué)位論文信息開(kāi)放獲取與共享平臺(tái)”是在華東師大圖書(shū)館“學(xué)位論文數(shù)據(jù)庫(kù)推進(jìn)計(jì)劃”實(shí)踐的基礎(chǔ)上廣泛調(diào)研相關(guān)研究成果所提出的建設(shè)目標(biāo)。其中的部分功能都已經(jīng)實(shí)現(xiàn)，并取得了良好的效果。

項(xiàng)目本身是在華東師大實(shí)施開(kāi)展的，其作為學(xué)位論文資源建設(shè)的一種嘗試要想在更廣的范圍實(shí)現(xiàn)其價(jià)值，還有待納入國(guó)家層面的架構(gòu)中。

1．羅鳳平，崔緒美．高校學(xué)位論文的管理實(shí)踐及開(kāi)發(fā)利用的思考．圖書(shū)館學(xué)研究，2005(8):40-42

2，6．李欣．提升大學(xué)學(xué)術(shù)資源的社會(huì)服務(wù)功能 -以博碩士學(xué)位論文數(shù)據(jù)庫(kù)為例．圖書(shū)館雜志，2011(12):56-58

3．Ng，T．W．“Electronic digests in scientific communication”，Internet Research:Electronic Networking Applications and Policy，1998，8(3):243-6

4．Lynne Weber，Peg Lawrence．Authentication and Access Accommodating Public Users in an Academic World．Information Technology and Libraries，2010(9):128-138

5．楊少萱，褚漢啟．我國(guó)博碩士學(xué)位論文的服務(wù)模式及版權(quán)問(wèn)題探索．圖書(shū)情報(bào)知識(shí)，2011(2):44-49

7．國(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要．〔2013-01-28〕．http://www．gov．cn/jrzg/2006-02/09/content_183787．htm

8．陳慧娜．學(xué)位論文的典藏困境與解決策略．圖書(shū)館建設(shè)，2010(7):39-41

9．賀德方等．國(guó)家學(xué)位論文資源管理現(xiàn)狀及其對(duì)策研究．情報(bào)學(xué)報(bào)，2006(10):531-539

10．趙陽(yáng)，姜愛(ài)蓉．“CALIS學(xué)位論文全文數(shù)據(jù)庫(kù)”的建設(shè)實(shí)踐．大學(xué)圖書(shū)館學(xué)報(bào)，2006(4):48-52

11，26．金毅，王紹平．元數(shù)據(jù)在電子化學(xué)位論文中的應(yīng)用探討．大學(xué)圖書(shū)館學(xué)報(bào)，2002(2):71-74

12．胡潛，張敏．學(xué)位論文資源的跨系統(tǒng)共享與集成服務(wù)的推進(jìn)．圖書(shū)情報(bào)知識(shí)，2008(11):75-79

13．CALIS學(xué)位論文中心服務(wù)系統(tǒng)-讀者指南．〔2013-01-28〕．http://etd．calis．edu．cn/etdportal/pages/others/readerguide．html

14，28．胡燕菘．博碩士學(xué)位論文數(shù)據(jù)庫(kù)元數(shù)據(jù)標(biāo)準(zhǔn)的制定 -以深圳大學(xué)為例．圖書(shū)情報(bào)知識(shí)，2005(8):71-74

15，25．羅博，吳丹．德國(guó)電子學(xué)位論文元數(shù)據(jù)XMetaDiss及對(duì)我國(guó)的啟示．大學(xué)圖書(shū)館學(xué)報(bào)，2010(3):85-90

16．張敏等．動(dòng)態(tài)聯(lián)盟的學(xué)位論文資源集成服務(wù)的實(shí)現(xiàn)．情報(bào)科學(xué)，2008(9):1375-1379

17．賀德方．國(guó)家學(xué)位論文服務(wù)體系研究．情報(bào)學(xué)報(bào)，2004(12):697-702

18．Mahmood Khosrowjerdi．Designing a viable scientific communication model:VSM approach．Library Hi Tech，2011．29(2):359-372

19．陳傳夫，符玉霜，孫凱．我國(guó)學(xué)位論文服務(wù)模式調(diào)查與服務(wù)機(jī)制創(chuàng)新．圖書(shū)館，2008(4):59-62

20．劉文科，鄭曉霞，李彥麗．基于OA理念的國(guó)家學(xué)位論文資源共享體系發(fā)展戰(zhàn)略研究．圖書(shū)館學(xué)刊，2008(6):58-60

21．李靜．高校學(xué)位論文的數(shù)字圖書(shū)館館藏及其利用 -以上海松江大學(xué)城高校為例．圖書(shū)館論壇，2010(8):179-181

22．張學(xué)福．我國(guó)博碩士學(xué)位論文資源共建共享機(jī)制構(gòu)建．中國(guó)圖書(shū)館學(xué)報(bào)，2008(3):47-51

23．王君，劉竟．我國(guó)圖書(shū)館學(xué)碩博士學(xué)位論文研究熱點(diǎn)可視化分析．圖書(shū)情報(bào)工作，2010(10):28-31

24．趙陽(yáng)，吳開(kāi)華，鄭雯譯．學(xué)位論文描述性元數(shù)據(jù)的設(shè)計(jì)．圖書(shū)情報(bào)工作，2005(6):49-53

27．賀德方，曾建勛，張敏．中國(guó)學(xué)位論文收集與服務(wù)系統(tǒng)的構(gòu)建．情報(bào)學(xué)報(bào)，2009(8):634-640

29．VmwareInfrastructureArchitectureOverview．〔2013-01-28〕．http://www．vmware．com/pdf/vi_architecture_wp．pdf

30．王家兵．VirtualBox服務(wù)器虛擬化系統(tǒng)在圖書(shū)館中的應(yīng)用．現(xiàn)代圖書(shū)情報(bào)技術(shù)，2012(9):93-96

31．葛澎．分布式計(jì)算技術(shù)概述．微電子學(xué)與計(jì)算機(jī)，2012(5):201-204

32．李玉林，董晶．基于Hadoop的MapReduce模型的研究與改進(jìn)．計(jì)算機(jī)工程與設(shè)計(jì)，2012(8):3110-3115

33．SOA．〔2013-01-28〕．http://baike．baidu．com/view/21305．htm#sub5033544

34．Wei Zhang．A Service-Oriented Distributed Framework-WCF．2009 International Conference on Web Information Systems and Mining，2009:302-305

35．Godmar Back，Annette Bailey．Web Services and Widgets for Library Information Systems．Information Technology and Libraries，2010(6):76-86

36．〔2013-01-28〕．http://www．google．com/trends/explore#q=adobe++flex，microsoft+silverlight，java++applet，HTML5，gwt