關聯數據與本體在圖書館資源服務模式中的應用研究

（南昌大學管理學院）

關聯數據與本體在圖書館資源服務模式中的應用研究

楊選輝，龍帆（南昌大學管理學院）

關聯數據作為實現語義Web的一種方式，近年來受到各大圖書館的重視。關聯數據通過RDF描述資源，URI標識資源，最終使用Http協議獲取資源，實現了網絡中數據資源的連接。資源服務作為圖書館的重要服務之一，關聯數據與本體提供了將圖書館的資源與外部資源進行連接的途徑以提高圖書館的資源服務質量。文章對關聯數據在圖書館資源服務方面的作用、優勢進行深入研究，并探討了關聯數據在圖書館資源服務應用中可能存在的問題。

關聯數據；本體；圖書館；資源服務

圖書館擁有專業和系統的數據儲存方式，數據儲存數量和質量也具備相當優勢，在專業大數據存放和服務機構背景下，圖書館具備應用關聯數據的條件，無疑是關聯數據的重要據點。圖書館中存在大量重復信息，若將這些信息充分挖掘并加以利用，利用關聯數據簡潔、去中心化、標準化等特點對圖書館資源進行語義化描述，圖書館將成為網絡中的資源轉換樞紐，最大化利用圖書館所擁有的信息資源，提升圖書館的資源服務質量。［1］

關聯數據（Linked Data）是“互聯網之父”Lee于2006年首次提出。其目的在于通過對數據進行標準化描述、標識，構建出機器可理解的結構化數據網絡，使原本沒有關聯的相關數據產生關聯，從而實現更高層次的智能檢索。其核心是通過統一的描述方式RDF對資源進行描述，并且經過RDF描述的資源機器也能理解資源中所蘊含的信息，利用超文本協議Http獲取資源并揭示資源之間的關聯，減少了“資源孤島”現象，將數據資源通過關聯網絡組織起來。關聯數據的應用架構如圖1所示。

圖1 關聯數據的應用架構

1 應用關聯數據的優勢及意義

1.1 圖書館資源現存的缺陷

隨著互聯網信息技術的發展，越來越多的資源以數字化的形式發布和傳播，傳統圖書館的信息管理和信息組織模式均難以滿足人們對信息資源日益增長的需要，單一圖書館的資源儲備已遠遠不及互聯網中的資源量，網絡中電子資源的劇增也對讀者的使用造成不便。［2］不同的資源又因其內容、格式、結構的不同造成資源之間缺乏甚至沒有關聯而導致出現大量的“資源孤島”，使資源難以精準檢索，圖書館自身內部資源存在的異構性也使資源變得難以共享和利用，造成了信息資源的浪費。其根本原因在于資源之間缺乏有效的統一描述規范，在信息成倍增長的今天，圖書館迫切需要解決如何將散布的資源發掘并組織起來以滿足用戶對資源的需求。

1.2 關聯數據的優勢所在

（1）強大的描述能力。關聯數據是通過資源描述框架RDF來描述資源的，RDF具備的描述復雜關系的能力使關聯數據可以通過統一標準描述語義關系。經過語義描述的資源由于機器可讀、高度結構化，使“資源孤島”之間產生語義關聯，將碎片化的資源連接成整個資源網絡供用戶使用。

（2）成本低。關聯數據應用現有成熟的Web技術，實現關聯數據的發布只需在現有系統基礎上建立一個符合關聯數據發布原則的機制即可，并不需要實質性突破的技術難題。［3］

（3）提高資源互通、發現能力。關聯數據對URI的充分運用使得其能描述互聯網中的任何資源，這些資源可以是圖片、文檔、聲音等，統一的資源標準化描述能顯著降低資源的異構性，使用關聯數據將顯著提高圖書館信息資源的傳播、分享以及發布能力。通過關聯數據描述發布的資源能在不同數據集之間互通，用戶在進行相應的語義搜索時，能發現其所搜索的內容與哪些信息相關，確保信息搜索結果的完整性和準確性，并且還有很大的可拓展空間供用戶進一步查找。

1.3 將關聯數據應用在圖書館資源中的意義

（1）促進圖書館信息資源的擴展，提高資源發現服務的效率。如今，信息技術的廣泛應用，數據量的劇增使圖書館原本的服務模式力不從心。因此，數字圖書館也應對傳統的服務模式進行相應的改進以適應時代發展。關聯數據的應用對圖書館數字資源的擴展有積極的促進作用，從而使數字圖書館資源發現服務的效率與資源發現準確度得到提高。

（2）最大化利用圖書館現存數據資源。圖書館擁有海量的數據信息資源，是信息資源的提供者，在圖書館服務工作中，與用戶之間必須有溝通，了解用戶群體的實際需求以更好地開展服務工作。將數字圖書館所擁有的數據資源進行數據關聯，使各類不相關的資源產生聯系，充分利用圖書館的數據資源。關聯數據能夠將海量數據資源中蘊含的信息挖掘出來，讓用戶獲取圖書館外部的相關信息資源。

綜上所述，關聯數據的優越性正好彌補了圖書館信息資源現有格局的不足，將不同類型的信息資源整合成完整的資源網絡，方便用戶查找和獲取，大大推進了圖書館的數字化發展。關聯數據是圖書館信息資源發布和整合的關鍵技術，結合圖書館傳統的編目、規范控制等基礎技術，圖書館可以利用關聯數據技術提高自身信息資源的服務水平。國外如美國國會圖書館發布的LCSH主題詞表、瑞典國家圖書館的LIBIRS目錄、德國國家經濟圖書館等都是關聯數據在圖書館機構中應用的成功案例。［4］

2 基于關聯數據的圖書館資源服務模式實現

基于關聯數據的圖書館資源發現框架見圖2。整個框架包含資源庫、資源本體、RDF文件存儲、圖書館新資源發布以及用戶Http協議獲取等重要環節。

圖2 資源服務框架

2.1 資源庫

圖書館內的資源應通過RDF描述，并以RDF文件形式存儲。資源的描述以資源名、屬性、值的三元組形式發布，并且每個資源都通過Http URI作為唯一標識，方便用戶通過Http協議進行獲取。

2.2 資源本體建立

資源本體是根據圖書館內部所有資源的領域概念建立的集合。資源本體中的概念正是用于描述資源的關鍵詞集合。關鍵詞可以通過借助現有本體獲取，同時應將資源的名稱進行元數據化，提取出資源名稱的關鍵字，組成本體概念。通過上述兩個途徑生成資源本體，并可加入本體推理功能提高本體的性能。本體構建出原型后，應在后續使用過程中對資源關鍵詞庫不斷豐富，提高本體關鍵詞對資源的覆蓋度。

由于圖書館日常服務的需要，圖書館經常需要在不同數據源中的數據資源對數據進行交換工作，圖書館之間不同的資源本體應在數字資源之間建立與其他領域相互關聯的紐帶，避免本體的異構性導致圖書館自身的資源本體無法與其他類型本體進行互操作。通過本體的概念連接使各類型圖書館的關聯數據可以復用，并使各圖書館在這種關聯中形成一個不斷融合的整體，圖書館在關聯中自身受益的同時，也使圖書館的資源服務水平得到提升。

2.3 圖書館關聯數據的發布與發現

圖書館可以將具有特色的館藏資源以關聯數據的形式發布至互聯網上進行共享，也可以將外部的關聯數據資源用于豐富自身，為用戶提供全面的資源服務。［5］因此，只要圖書館愿意共享自身的關聯數據，各圖書館機構就可以形成無界的數據資源網絡。

（1）內部數據發布。圖書館可著手從自身資源的作者、機構、類型、內容以及日期等信息對網絡上的其他資源進行關聯工作。通過借助信息分析技術，根據資源元數據與資源信息的特點，建立資源之間的潛在關聯，并以關聯數據的形式發布在網絡上。［6］

（2）外部數據發現。圖書館的自身資源相對于網絡來說仍然太過渺小，發現外部資源是圖書館提升資源服務的重要途徑。因此，圖書館應加強資源之間的交流，通過簽訂協議等途徑共享館際資源，將圖書館之間形成關聯。

2.4 用戶Http獲取

用戶在客戶端只需要向服務器端發送Http請求即可獲得資源，從技術層面說，Http URI的303 URI與Hash URI策略均可向用戶提供回應。在不同的查詢條件下結合使用兩種策略，可以盡量避免大量的Http請求，降低服務器壓力。［6］

3 資源本體的構建

在上述服務模式中，資源本體的構建是一個非常重要的環節。本體（Ontology）技術早于1991年由Neches等人提出，其目的在于使機器能理解Web中的各類信息，實現Web信息自動處理以適應Web資源劇增的大數據環境。然而目前本體的應用領域仍然不夠廣泛，并且由于網絡中各類信息復雜繁多、本體尚無確切的構建方法以及本體構建工作量過大等問題，使本體技術發展進入瓶頸。

在圖書館資源中，資源本體的局限性在于領域性過強導致各類本體之間無法語義互操作，也難以與外界資源進行鏈接。因此，需要將資源本體中底層的元數據進行抽取并關聯化處理，通過語義轉換使不同類型的本體元數據成為RDF格式，再整合進關聯數據網絡。［7］基于此，圖書館中各類資源才可能與外界資源進行語義互操作及檢索。

在本文中，筆者對圖書館各類資源進行分類，并參考DC元數據標準，采用Protégé軟件建立圖書館資源的元數據本體（見圖3）。本體中將圖書館資源劃分為數字資源、實體資源以及其他資源，每種類型的資源進行子分類。

圖3 圖書館資源元數據本體

資源元數據本體是整個圖書館資源系統中最底層的通用本體，其目的在于實現對資源進行語義互操作與共享。資源元數據本體僅提供各類資源中的共通屬性，在特殊資源中存在的某些特殊屬性則不包含，特殊資源應有專用的元數據本體，通過在原有的通用資源元數據本體的基礎上添加新的概念、約束等條件以生成專用的元數據本體。各類資源通過各類別的底層元數據本體進行語義連接，可以實現資源之間的語義互通、關聯。當各類元數據本體整合成為統一的整體，通過語義轉換將其以RDF格式存儲于數據庫中，并可經過RDF鏈接到其他領域的信息、資源。資源本體與圖書館關聯數據的架構見圖4。

這不但使圖書館自身資源的整合、查詢、維護得到優化，還使整個圖書館成為可以無限拓展的資源信息中心，提高了圖書館的資源服務水平。

4 圖書館應用關聯數據面臨的問題

4.1 資源元數據質量難以控制

作為關聯數據的核心，元數據質量的優劣直接影響了關聯數據的性能。首先，由于目前圖書館的資源并沒有整合形成一個完整的資源網絡，使得來源不同的元數據信息也存在標準不統一的情況，各個學術期刊發布的平臺也是獨立的個體。因此，文獻的收錄很有可能重復，造成數據冗余。來源不同的元數據在字段上存在的差異也影響了元數據的質量，降低資源發現的可靠性以及效率。圖書館中巨大的數據量使元數據的來源難以考證，元數據的來源直接決定了元數據是否有價值。其次，不同的元數據提供商提供的元數據著錄并不一致，存在格式、內容異構的問題，使得元數據的結構混雜，難以統一編排。再者，由于中文語言的特性，引進的國外元數據系統大都是基于英文的，對中文的元數據效果不佳。上述問題將對關聯數據的質量造成影響，因此，需要通過現有信息技術提升資源元數據的質量，優質的資源元數據將使關聯數據的效率得到質的飛躍。

圖4 資源本體與圖書館關聯數據架構

4.2 資源數據的共享與隱私

關聯數據在圖書館資源服務中，豐富了圖書館的館藏資源，給用戶獲取多樣化的相關資源提供便利的同時，也給圖書館帶來數據隱私侵權風險。［8］什么樣的數據可以被關聯、共享和修改是圖書館資源關聯數據化過程中需要認真考慮的問題。目前，網絡上關于隱私泄密的事件層出不窮，應當引起足夠重視。圖書館應通過技術手段與法律手段積極維護數據隱私與用戶隱私。館際之間共享資源也應征得其他圖書館的同意并簽訂相關協議。只有合法的關聯數據才能真正為圖書館的資源服務帶來益處，否則會將圖書館推至泄密輿論的風口浪尖。

4.3 關聯數據之間的資源整合及鏈接維護問題

隨著圖書館關聯的資源越來越多，需要維護的Http URI鏈接也越來越多，這需要龐大的技術團隊定期對資源進行檢查、維護。圖書館應保證資源Http URI的有效性，同時定期刪除無效、失效的URI鏈接。

關聯數據的應用目的就是將整個互聯網中的資源實現關聯，這將使圖書館面對龐大、無序的多元化信息資源。就算這類數據已經關聯，但用戶在進行SPARQL查詢時，無序的數據可能對其造成困擾，需要將多元化數據進行有序化整合。

關聯數據通過發布統一規范的資源數據，并與網絡中的資源實施共通，幫助圖書館存儲、利用資源，提高圖書館資源服務質量，方便用戶獲取所需資源。圖書館的資源數據關聯化需求將隨著數據資源量的增長而越發強烈，在圖書館資源服務中應用關聯數據具有重大的實踐意義。

［1］曹月珍，馬建玲．關聯數據在圖書館的最新發展［J］．圖書館學研究，2014（14）：6－12.

［2］李愛玲．我國高校圖書館資源發現服務研究述評［J］．情報探索，2014（4）：96－98.

［3］盧玉紅，孫曉鳳．關聯數據在圖書館服務中的應用方式探討［J］．成都中醫藥大學學報（教育科學版），2015（3）：102－104.

［4］陳德容．基于關聯數據的圖書館數據發布及數據服務［J］．圖書館工作與研究,2015，1（2）: 25－27，43.

［5］陳定權，盧玉紅．圖書館在關聯數據運動中的角色解析［J］．圖書館建設，2014（3）：17－21.

［6］黃永文，錢力．面向關聯數據的信息檢索服務研究綜述［J］．現代圖書情報技術,2012（12）: 2－8.

［7］歐石燕,等.本體與關聯數據驅動的圖書館信息資源語義整合方法及其測評［J］.圖書情報工作, 2014，58（2）:5－13.

［8］蔣京平，易慶勛．高校圖書館關聯數據的實現與挑戰［J］．農業圖書情報學刊，2015，27（10）: 76－79.

Research on the Application of Relational Data and Ontology in Library Resources Service Model

Yang Xuan-hui,Long Fan

As a way to realize semantic Web,relational data has been paid more attention by the major libraries in recent years. Through RDF descriptions,URI identification and the HTTP protocol,relational data has realized the connection of the resources on the Internet.Relational data and ontology provides an approach for the library to connect internal and external resources,which can greatly improve the library resources service.This article makes a deep analysis on the effect and advantage of relational data and discusses the problems it might cause.

Relational Data;Ontology;Library;Resource Service

G250.73

B

1005－8214（2016）12－0097－04

楊選輝（1974－），男，南昌大學管理學院信管系副教授，研究方向：信息管理、電子商務；龍帆（1992－），男，南昌大學管理學院圖書情報與檔案管理專業在讀研究生，研究方向：信息管理。

2016－09－13［責任編輯］張雅妮

本文系江西省研究生教育教學改革研究項目“基于知識元的研究生課程內容組織模式的研究”（項目編號：JXYJG-2013-016）的研究成果之一。