美國機構知識庫聯盟的建設研究及對我國的啟示*

陳美華 劉文云 畢 煜 岳麗欣（山東理工大學科技信息研究所 山東淄博 255049）

·國外圖書館·

美國機構知識庫聯盟的建設研究及對我國的啟示*

陳美華 劉文云 畢 煜 岳麗欣
（山東理工大學科技信息研究所 山東淄博 255049）

〔摘 要〕為了改善我國機構知識庫建設，實現開放獲取的可持續發展，文章通過網絡調查統計及文獻研究，從系統軟件平臺功能和服務特性、聯盟組織模式、資金來源等方面分析了當前美國幾個典型機構知識庫聯盟的特色；簡述了我國機構知識庫聯盟的建設現狀，提出了美國機構知識庫聯盟建設給我們的啟示：機構知識庫聯盟的建設需要實行分布式采集與集中式采集并行的模式，需要技術革新、平衡成員間發展以及建立完善的資金保障體制。

〔關鍵詞〕機構知識庫聯盟 系統平臺 組織模式 資金來源

機構知識庫作為實現信息與知識最大化的共享、滿足用戶對信息與知識的需求、促進學術交流體系的變革、推動知識交流與創新的重要途徑之一，已經成為開放獲取理論與實踐的重點領域，也是圖書情報學界探討的熱點問題。[1]根據ROAR[2]和OpenDOAR[3]統計，近幾年機構知識庫的數量迅速增長，目前已經進入一個增長相對平緩的階段，各國越來越重視機構知識庫質量建設的完善，且相關研究也日益增多。我國近幾年也不斷召開以機構知識庫創新發展為主題的學術研討會，以期通過對知識庫的服務、技術、政策等方面內容的研究交流與討論，實現國內機構知識庫的可持續發展。

目前，數據在一萬條以上的機構知識庫數量僅占知識庫總數的30%，大部分機構知識庫的存儲量較小。另外，機構知識庫的成立需要投入大量的人力、物力，很多小型學術機構沒有能力建立或支持機構知識庫系統的維持與服務。[4]為了解決單個機構知識庫面臨的資金支持和資源建設等困境以及實現各機構學術資源的廣泛共享，擴大學術影響，很多發達國家和地區開始構建機構知識庫聯盟并且取得了良好的成效。機構知識庫聯盟的出現不僅能夠實現更大范圍內的知識產出保存、共享，而且還能節約成本，體現“規模效益”[5]。本文基于網站調查和相關文獻研究，從系統軟件功能、組織結構及資金保障三方面分析美國機構知識庫聯盟建設的實踐，以期對我國機構知識庫聯盟的建設工作帶來啟示并對其可持續發展有所幫助。

1 機構知識庫聯盟概況

機構知識庫聯盟是各成員機構通過共享的方式，將各自的資源加以整合、聯合或者聚合并統一提供網絡化、數字化學術資源與集成知識服務的平臺系統。[6]世界各國開展的機構知識庫聯盟的建設一方面使機構知識庫聯盟成員在資源方面實現了信息共享，提升了服務質量，減輕了單個機構的經濟及系統管理負擔，另一方面有利于各機構成員間的學術交流和擴大影響力，促進地區乃至世界的開放獲取事業的發展。

表1 ROAR各國機構知識庫聯盟數量排行（前5位）

表2 資源數量排名前10位的機構知識庫聯盟

統計發現，美國、英國是目前機構知識庫聯盟數量最多的國家，見表1。由于ROAR對各機構知識庫的相關數據記錄的年代較早，本文結合有最新數據更新的Open DOAR統計機構知識庫聯盟的典型代表（記錄數據達100萬條以上），見表2，美國機構知識庫聯盟的數量在前10排名中占有4個，英國3個，說明占有較大數據資源的各國機構知識庫聯盟中，美國居于首位，其次是英國等歐洲國家機構知識庫聯盟。因此本文以分析典型案例的形式，選取在數量和質量上都居首位的美國機構知識庫聯盟進行分析研究。

2 美國機構知識庫聯盟建設的實踐

2.1 相關軟件系統功能和服務特性概覽

對于建設機構知識庫聯盟軟件的選擇，除了考慮構建及維護成本以外，還要考慮兩個重要因素：系統功能和服務特性。目標機構知識庫的差異性決定了選擇系統功能不同的軟件，例如，有些知識庫選擇較為成熟的軟件，經過簡單的本地化翻譯、安裝配置就可以滿足正常使用的需求，有些則必須由機構結合自己的業務需求進行二次開發或者根據某些語言腳本直接開發獨具特色的新型軟件。在Open DOAR所統計的150多種軟件中，機構知識庫使用最廣泛的軟件是Dspace和Eprints，其使用率之和超過65%。另外，有很多軟件只有一個或少數機構知識庫聯盟使用，反映了目前各機構日益重視知識庫軟件的開發與創新。從Open DOAR統計的數據存儲量前20位的機構知識庫聯盟發現，獨自開發的軟件正日益顯示出各機構知識庫聯盟進行創新的優勢。

分析研究新型特色的機構知識庫軟件，有助于科研機構在了解各系統功能特點的基礎上，選擇適合自己的機構知識庫聯盟構建平臺，也有利于把握該領域技術前沿動態，并從中學習借鑒優秀的設計思想促進機構知識庫聯盟系統的開發與建設。[7]在美國機構知識庫聯盟中，以美國國家生物信息中心為首創建的PubMed Central所開發的PMC軟件、密歇根大學圖書知識庫根據Perl腳本語言創建的系統平臺和康奈爾大學電子預印本倉儲使用的arXiv系統是最具特色的三款新型軟件。本文選擇這三個軟件系統分析其功能和服務特性：

（1）PMC。PubMed Central（PMC）是由美國國家醫學圖書館（NLM）的國家生物技術信息中心（NCBI）創建的生命期刊全文數據庫。[8]由于其在全球范圍內可以免費使用，所以目前它是國際上醫學科技人員最常使用的生物醫學文獻檢索數據庫。

PMC系統在自動詞語匹配、Cookies交互、鏈接和原文傳遞等方面具有強大功能。除通過期刊數據庫和醫學主題詞數據庫檢索可以得到用戶所需內容之外，通過該系統的單引文匹配器和批引文匹配器分別能夠查找到具體文獻的準確信息和獲取批量文獻的PM ID。[9]為方便用戶獲得更多的信息資源，PMC提供的其他資源鏈接中包括PMC International（包括歐洲PMC和加拿大的PMC）、開放獲取子集（保留版權的文獻）、Entrez的編程、國家醫學圖書館文獻存檔（電子文獻）和PMC引文檢索。此外為了便于知識的提取與利用，PMC還提供應用程序接口網絡服務，外部人員可以利用PMC的資源設計開發檢索分析工具，加強對PMC檢索結果的分析，如GoPubMed、AliBaba、ClusterMed、AnneO’Tate等。[10]

（2）Perl-based。在美國很多大學和研究所都把Perl作為基本的軟件系統編制工具，例如，密歇根大學的電子圖書館系統是基于Perl程序語言設計的軟件，像其它基于Perl語言編制的軟件一樣，充分利用了Perl語言的優勢，無論在原來系統的基礎上增加新功能而擴展，還是將這些軟件與現有的工具直接接口，都是非常容易的。[11]Perl的解釋程序是開放源碼的免費軟件，并且可以在絕大多數操作系統運行，適合各種層次的開發者進行各類軟件開發。[12]

Perl語言吸收了眾多語言的長處，被廣泛應用于各種操作系統平臺，可以很好地服務于網絡編程、系統維護、程序安裝、檢測工具、XML處理、自動化處理、圖形程序設計等許多應用領域。除與一般程序設計語言有共同之處外，還有其獨有的特色。首先，Perl程序可由Perl解釋器對源代碼程序解釋執行而不需要預先編譯；其次，Perl的函數庫模塊可以共享，這些開源模塊都在全面的Perl存檔網絡CPAN （the Comprehensive Perl Archive Network）上，通過搜索CPAN基本都可以找到要實現某種功能的模塊；另外，Perl語言不僅可以進行結構化的程序設計，還可以像C++語言那樣面向對象進行設計；最后，Perl可與C/C++相互嵌入，還可以同時訪問DBM、NDBM、SDBM等多個數據庫，它的可嵌入和可擴展的特性，適合多種操作系統平臺。[13]

（3）arXiv。arXiv電子印本倉儲（arXiv e-print archiving）目前設在康奈爾大學，并且由康奈爾大學圖書館負責運營和維護，截至2015年3月26日，存儲數據達1，024,344條。[14]據Open DOAR統計，arXiv是此文庫的專用軟件。arXiv軟件系統構建的機構知識庫采用三級類目形式，將電子預印本倉儲分為物理學、數學、計算機科學、定量生物學、定量金融學和統計學6個文庫，其中物理學又分為航天學、核理論、高能物理學、一般相對論和凝聚態物理學等13個分子庫，這些分子庫又進一步具體劃分第三級類目；數學分為31個學科類別；計算機科學分為40個學科類別；定量生物學分為10個學科類別；定量金融學分為9個學科類別；統計學分為6個學科類別。

另外，arXiv通過不斷升級，在文章提交方面，除了提交文章、替換文章、撤銷文章之外，還提供專門超大附件提交系統和文章重復檢測等服務，能夠更好地處理數據和其他附件，為作者自助提交與管理文章提供了巨大的便利。此系統還包括一些物理學和數學的電子期刊全文，豐富了機構知識庫的資源，增強了其在相關領域的影響力。目前，通過arXiv系統提供的機構使用排行榜、月提交量、下載量、日訪問量等統計數據和可視化數據來看[15]，arXiv已成為物理、數學等領域研究學者交流的重要平臺，擁有巨大的訪問量、提交量以及下載量，改變了科學交流由傳統學術期刊控制的局面。

2.2 機構知識庫聯盟組織模式

正確選擇機構知識庫建設模式對機構來說可以起到節約成本、提高管理效率與資源利用率的重要作用。[16]根據ROAR的機構類型統計，筆者把美國機構知識庫聯盟模式分為集中采集式和分布采集式兩種，并分別以典型案例加以分析。

圖1 arXiv的組織結構[17]

（1） 集中采集式——電子預印本倉儲（arXiv.org e-Print Archive）。集中采集式機構知識庫是在各聯盟機構成員支持下，由特定的知識庫建設中心建立一個統一、集中的服務系統與平臺，并長期管理所收集的元數據與內容，運行及維護整個知識庫系統，各成員機構則需要積極地將本機構的學術資源和對應的元數據上傳到知識庫中心系統中，而不需要承擔維護及管理系統的任務。[18]其中，分工明確的組織機構和完善的管理模式是集中采集式機構知識庫聯盟建設必不可缺的部分。e-print arXiv是集中采集式機構知識庫聯盟的典型代表，它在美國國家科學基金會和美國能源部資助下，由美國洛斯阿拉莫斯（Los Alamos）國家實驗室建立電子預印本文獻庫。目前主站點設在康奈爾大學，擁有來自22個國家的174個成員機構。[19]其機構知識庫的組織機構和管理模式，見圖1和圖2。

圖2 arXiv的管理模式[20]

從圖1組織結構上看，在決策、管理和實施方面，arXiv都分工明確：館長負責協調矛盾和進行必要的決策；項目總監和科學總監是arXiv的聯合總監，保障了知識庫聯盟建設發展的合理性與內容的科學性；信息技術領導、會員項目領導和用戶支持領導分別從技術、資金和日常運營方面保障了知識庫聯盟的正常發展。從圖2管理模式上看，管理內容互為補充且具有高度透明性：康奈爾大學圖書館（CUL）負責決策與日常管理與維護；科學顧問委員會由相關領域科研工作者組成，負責保證知識庫數據的科學性；會員顧問委員會代表參與機構的利益監督CUL的財政預算。

（2） 分布采集式——伊利諾伊學術與研究圖書館聯盟下的數字共享（Digitalcommons@carli）。分布采集式機構知識庫聯盟是指成員機構根據共同的數據交互標準和協議分別建立各自獨立的知識庫，并在數據與資源本身都是分布式和實現獨立搜索的基礎上，將元數據采集并存儲到一個集中的搜索數據庫中，通過建立統一檢索平臺的方式為用戶提供其所有成員機構知識庫資源的檢索。[21]其中，分布式聯盟機構知識庫最典型的就是以美國伊利諾伊學術與研究圖書館聯盟（CARLI）下的數據共享——Digitalcommons@carli。[22]

Digitalcommons@carli是CARLI的一部分，除了包括各聯盟機構的報告、培訓材料和CARLI的文件外，還能搜索到來自Digitalcommons成員機構的學術研究內容，并通過鏈接可獲得CARLI其他機構的數據材料。Digitalcommons共包括16個來自CARLI的成員機構，例如東伊利諾伊大學、伊利諾伊州立大學、杜佩奇學院、芝加哥哥倫比亞學院、德保羅大學等等，這些學校分別建有自己的機構知識庫，用戶可以根據所需內容通過Digitalcommons主頁進行簡單集成檢索，也可以按照資源類型、機構知識庫名稱等進行高級檢索，具體組織模式見圖3。分布式采集式機構知識庫聯盟最重要的是在保持各成員機構高度自主權的基礎上保證聯盟的一致性，具體體現在軟件平臺系統、數據收錄標準等方面。通過調查Digital Commons發現，各成員機構知識庫均使用統一軟件平臺系統bepress，且每個機構知識庫均有統一的系統設計，如均以色彩傳遞的方式進行可視化設計，都提供下載量排名、最新更新文章等服務。總之，整體上Digital Commons各成員機構的建設實現了高度統一。

圖3 分布式機構知識庫聯盟模式

2.3 資金保障機制

資金保障是影響機構知識庫建設的重要因素之一。機構知識庫的軟硬件配置、平臺開發升級、數據保存遷移、系統管理維護、服務提供等均依賴于資金投入。[23]機構知識庫的建設需要一個較明確的資金支持計劃來保證機構知識庫的正常啟動和后續運行。目前，機構知識庫的主要基金來源可分為三個方面：圖書館、國家項目支持和財團基金，對于大多數機構知識庫來說，圖書館經費是資金的主要來源，但是有限的經費限制了其進一步發展。機構知識庫聯盟的出現，大大緩解了很多機構構建知識庫的資金壓力。同樣對于機構知識庫聯盟來說，良好的資金保障機制也是實現機構知識庫長久健康運營的重要保障。

美國e-print arXiv制定了一個五年財政支持計劃2013-2017）[24]，規定康奈爾大學圖書館、西蒙斯基金會和全球該機構知識庫的會員都要承擔該知識庫的財政支持，其中康奈爾大學圖書館每年提供75，000美元支持arXiv的運營成本現金補貼和所有實物貢獻的間接成本，大約占總運營費用的37%；西蒙斯基金會每年出50，000美元作為對康奈爾大學圖書館運營arXiv的支持；每個成員機構承諾五年的資金支持，并按照使用等級，年費設置為四級，從1500美元到3000美元不等。康奈爾大學的目標是每年從大約170個會員機構中籌集300,000美元。為了鼓勵參與arXiv會員計劃，會費會隨著參與機構數量的增加而降低。這個財政戰略促成了儲備基金的建立，以支持不可預見的開支，并保證了arXiv有一個良好的經營模式。

3 我國機構知識庫聯盟的建設現狀及啟示

3.1 我國機構知識庫聯盟的建設現狀

通過調查，目前我國機構知識庫聯盟建設比較完善并呈現規模化的主要有大陸地區的中科院機構知識庫網格（CAS IR GRID）和CALIS機構知識庫，以及臺灣的臺灣機構典藏庫（TAIR）和香港的香港機構知識庫整合系統（HKIR），具體概況見表3。

表3 我國主要機構知識庫聯盟建設

（1）從構建模式上看，均采用分布式構建模式，相對單一。分布式模式保證了每個機構知識庫成員的較高自主權，各成員機構可以自行建立、運營和維護自身的機構知識庫，展現本機構的研究特色與研究能力，然而，較為單一的分布式機構知識庫聯盟也存在一定的缺點：①每個成員機構參與成本相對較高，需要專門投入資金、人力、技術等資本因素，從而不利于中小規模的學術機構知識庫成員的成長；②成員機構知識庫具有不一致性，無論從軟件的選擇還是元數據標準應用及數據收錄標準上，各成員機構均會出現差異性。我國目前大多數機構知識庫的建設處于起步階段，后期維護需要投入大量的人力、物力，分布式的機構知識庫聯盟不利于在資源共享的情況下實現社會總成本最低的目標。

（2）從系統軟件上看，我國機構知識庫聯盟主要使用開源軟件，如Dspace等，同時也開始重視自開發軟件和特色軟件的使用。例如，Cspace系統是中科院國家圖書館蘭州分館在建設CASIR平臺時，基于Dspace系統進行的二次研發，擴展了知識資源統計、個人主頁、權益管理、知識分析等模塊的功能[25]；CALIS的機構知識庫則根據國內的實際情況，分為CHAIR central（中心站系統）和CHAIR local/CHAIR RISE（兩個版本的本地系統），并加入了如中文分詞、標簽云等一些較為實用的功能模塊[26]；香港機構知識庫使用的開源代碼OPAC系統VuFind，其特色在于其完全模塊化，知識庫可以只實施基本系統，也可以采取系統提供的所有組件。作為一個開源系統，Vufind可以根據各機構的不同實際情況來修改模塊，也可以增加新模塊以擴展需要提供的資源。[27]

（3）從數據總量和機構知識庫成員數量來看，我國機構知識庫聯盟已初具規模。但是從存繳內容類型來看，大部分為期刊論文，其次學位論文和會議論文，其他形式的內容如研究成果、演示報告、文集等比例較低；從機構成員的存儲量來看，也具有巨大的差異性，中小型機構相對大型機構存儲量偏低；從分布來看具有地域性，CALIS的成員機構主要分布在北部地區和南部地區，而西部地區和東部沿海地區相對較少；另外，根據網站所具有的統計功能發現，從訪問量和下載量來看，我國機構知識庫聯盟的發展趨勢基本一致：2011年到2013年呈上升趨勢，而2014年則呈下降趨勢發展[28]，因此需要更加重視我國機構知識庫聯盟的建設。

（4）從資金來源看，我國機構知識庫聯盟的支持基金主要來源于國家社科基金項目，來源比較單一，而且項目基金多屬于啟動資金，而后續維護和運行資金得不到良好保障，繼而有可能造成我國機構知識庫聯盟的發展緩慢甚至停滯的局面。

3.2 美國機構知識庫聯盟建設給我國的啟示

（1）采取適合我國國情的聯盟模式——分布式與集中式并行。目前我國機構知識庫處于初步成長階段，缺乏先進的技術和經驗，沒有足夠的人力、物力，分散與集中式并行的方式更加適合我國機構知識庫聯盟的發展。分布式與集中式采集并行模式，一方面可以對中小規模成員機構聯合統一進行知識庫的構建、運行及維護，各成員機構共同承擔來自人力、物力及技術等的費用，盡可能降低各方機構的經濟負擔；另一方面，對于有條件的機構可以自行建立知識庫，以保證機構的主體性與特色，此時機構知識庫聯盟成為了這些機構展示與利用成員機構間的學術研究成果的紐帶與窗口。

（2）積極開發機構知識庫技術，發揮聯盟優勢，實現技術與經驗共享。機構知識庫聯盟可以通過成立技術部門，除負責系統使用、數據維護、系統更新等技術性工作以外，還要在研究分析現有機構知識庫軟件的基礎上，開發適合自身機構知識庫聯盟發展的新型軟件系統，為機構知識庫聯盟的長久發展提供技術保障。

（3）注重機構知識庫聯盟各成員發展的平衡性。加強聯盟成員之間的交流，縮小聯盟成員發展的差異；通過制定和完善質量控制政策、資源聚合政策、訪問政策等資源管理政策，保證聯盟成員元數據的多樣性及特色，并通過相關激勵政策調動成員機構參與資源共享的積極性。

（4）建設資金保障機制。為解決我國機構知識庫聯盟后續發展的資金保障問題，在發揮成員機構主觀能動性的基礎上，采取多種方式籌集多方資金。可以借鑒美國arXiv機構知識庫聯盟基金運作模式，制定長期計劃和激勵政策，建立相應的機構知識庫運作基金體系，并配有一套較成熟的管理模式，保障基金透明有效地運轉。

4 結語

結合目前我國機構知識庫建設現狀，機構知識庫聯盟構建符合當前我國國情。分析和借鑒國外先進機構知識庫聯盟的建設，不斷完善我國機構知識庫聯盟，可以實現在消耗最低社會總成本的前提下最大程度資源共享的目標。除了上述研究的關鍵問題以外，影響機構知識庫聯盟的建設與發展的因素還有很多，有待在今后不斷從理論與實踐方面進一步研究與探討，使機構知識庫聯盟彰顯出其應有的影響與作用。

（來稿時間：2015年5月）

參考文獻：

1. 鄧君. 機構知識庫發展的動力機制與動力模型研究.圖書情報工作， 2008（5）：44-47

2. ROAR. [2015-03-26].http://roar.eprints.org/view/

3. Open DOAR. [2015-03-26].http://www.opendoar.org/find.php

4, 6. 付希金等. 國內外區域IR聯盟建設比較及我國區域IR聯盟構建路徑研究. 情報科學， 2015（3）：35-40

5. 曾蘇等. 機構知識庫聯盟發展現狀及關鍵問題分析.圖書情報工作，2009（24）：106-110

7. 張旺強等. 幾種典型新型開源機構知識庫軟件的比較分析. 現代圖書情報技術， 2014（4）：17-24

8， 17， 19-20. Pub Med Central.[2015-04-05].http://www. ncbi.nlm.nih.gov/pmc/

9. 葉協杰, 王澤武. PubMed系統特殊服務功能應用概述.農業圖書情報學刊， 2006（2）：119-121

10. 林曉華, 鐘伶. 圖書館學研究.圖書館學研究， 2013 （4）： 56-59

11. 王麗宏等. Perl 語言及其應用.哈爾濱工業大學學報，1997（6）：82-85

12. 劉步權等.Perl程序設計語言綜述.計算機工程與應用， 2002（18）：86-88

13. Perl. [2015-04-05]. http://www.baike.com/wiki/perl

14, 15, 24. arXiv. [2015-03-26]. http://arxiv.org/

16. 鄧君. 機構知識庫建設模式研究.圖書情報工作，2010（6）：112-116

18. 渠芳. 高校教學聯合體機構知識庫聯盟建設研究：以徐州高校教學聯合體為例. 情報理論與實踐， 2010（11）： 83-85

21, 22. Digitalcommons@carli. [2015-03-30]. http:// digitalcommons.carli.illinois.edu/

23. 吳高, 萬文娟. 我國機構知識庫管理服務問題與策略分析.圖書館， 2013（6）：83-85

25. Open Source IR Software: Cspace. [2015-04-06]. http:// www.cspace.org.cn/ 2015.3

26. 聶華等. CALIS機構知識庫：假設與推廣、反思與展望.中國圖書館學報， 2013（2）：46-52

27. 楊楠等.開放源代碼OPAC系統的比較：Scriblio和VuFind. DLIB&OSS學術研討會論文， 2009:130-137 28. CALIS. [2015-04-07].http://ir.calis.edu.cn/

〔Key words 〕IRs Alliance System platform Organization model Funding sources陳美華（1989-），女，山東理工大學科技信息研究所研究生，研究方向：信息資源管理與情報分析；劉文云（1964-），男，山東理工大學科技信息研究所教授，碩士生導師，研究方向：信息資源管理與情報分析，發表論文150余篇，出版著作3部；畢煜（1989-），男，山東理工大學科技信息研究所研究生，研究方向：信息資源管理與情報分析；岳麗欣（1992-），女，山東理工大學科技信息研究所研究生，研究方向：信息資源管理與情報分析。

〔分類號〕G350

〔作者簡介〕

* 本文系山東省研究生教育創新計劃項目“基于知識傳承的研究生科研信息管理創新研究”（項目編號： SDYY14091）和山東理工大學人文社會科學發展基金項目“網絡期刊學術論文質量評價指標體系研究”（項目編號： 4083/113014）成果之一。

A Study on the Construction of Institutional Repository Alliances in America and Its Enlightenments to China

Chen Meihua Liu Wenyun Bi Yu Yue Lixin
( Information and Science Research Institute; Shandong University of Technology )

In order to improve the construction of institutional repository alliances and achieve sustainable development of open access in China, the characteristics of some classical American institutional repository alliances were analyzed from three aspects: software platform of each system, the organization model, and sources of funding by network investigation and literature research. The author also outlined the current status quo of institutional repository alliances in China, and proposed the enlightenments we got from America’s successful experience, combining with the existing problems which affect the sustainable development of institutional repository alliances. It found that we should adopt the model that contains both distributed collection and centralized collection. In addition, technology innovation, balanced development and a sound funding security system are also needed.

〔Abstract 〕