基于數據生命周期理論的學術圖書館科研數據管理模型研究?

孫仙閣

（黑龍江科技大學圖書館，黑龍江 哈爾濱 150022）

基于數據生命周期理論的學術圖書館科研數據管理模型研究?

孫仙閣

（黑龍江科技大學圖書館，黑龍江 哈爾濱 150022）

介紹了數據生命周期理論及科學數據管理的能力成熟度模型，分析了基于數據生命周期理論的學術圖書館服務角色定位，在此基礎上構建了學術圖書館科研數據管理模型，主要包括基本框架、數據模塊、技術模塊和服務模塊等。

數據生命周期 學術圖書館 科研數據 管理模型

在計算機網絡科技和信息技術快速發展的趨勢下，科學探究的過程及其研究手段都發生了翻天覆地的變化，與此同時，科研數據也呈現指數上漲的趨勢。現代科學研究是合作性的，需要不同學科專業背景的人才進行跨學科、跨專業的合作研究[1]。科研數據作為科學研究的基礎和保障，在科研數據漸變得學科豐富化、多元化和擴大化的境況下，對其進行有效的管理與保護變得迫在眉睫。目前對于科研數據的管理與保護進行探索研究和思考也漸漸成為圖書館學研究領域的熱點之一，持續性的動態管理活動不僅能夠完善對科研數據的管理，促進科研數據的利用和共享，還能夠提高科學研究的質量，做到短期效益、長期價值。高校圖書館作為為教學以及科研工作提供專門服務的機構，可憑借不同的形勢態度對科研數據管理與保護開展有效服務，其作用非常重要且不可替代。國外在有關實踐應用領域已有非常豐富的經驗，這對我國進行數據管護的探索考察工作具有極其重要的借鑒與啟示作用，因此我國高校圖書館應把握機遇，開展相關科研數據管護方面的工作，并根據本館的實際狀況，做到科研數據管護服務工作的本土化。

1 數據生命周期理論及模型

1.1 數據生命周期

隨著計算機技術和跨學科領域科研探索的發展、科研工作向研究密集型數據變化的趨勢，以及科研創新對于大量數據的處理和利用方面的依賴[2]，各機構、大學以及研究人員開始共同關注如何推進科研數據管理以及利用，研究數據成果對外開放共享的相關問題。關鍵的阻礙在于規劃和實踐科研數據的管理是一個相對漫長復雜的過程，這關乎到人與機構、資源以及活動之間的相互配合與協調。生命周期模型作為一個有用的框架，可以幫助開展和理解研究數據的管理工作，可以用來解釋和定義科研數據管理的復雜過程，有效并正確地讀取研究數據的演變階段以及對于研究人員的特定要求，明確在數據服務實踐中不同利益相關者所擔任的角色和承擔的責任，以及對于當前已經開展研究數據的相關管理項目的評估等。

1.2 科學數據管理的能力成熟度模型（SDM-CMM）

最初的能力成熟度模型（Capability Maturity Model for Software，CMM）開發于美國卡內基—梅隆大學的一個軟件工程研究所，其目的在于修改并完善軟件在開發過程中的組織能力[3]。就目前來說，CMM模型已在系統工程、人力資源以及知識管理等領域取得了非常多的優秀研究成果。

目前，國外已經開始在研究數據的管理領域實踐能力成熟度模型，并提出來自英國巴斯大學的社區成熟度模型框架、弗吉尼亞大學圖書館的DMVitals、澳大利亞國家數據服務（ANDS）和雪城大學的SDM-CMM[4]等。其中，弗吉尼亞大學圖書館的DMVitals目標是對于研究人員的數據管理；巴斯大學的社區成熟度模型框架旨在探索與研究社區開展數據密集型研究的相關能力；ANDS的模型和SDM-CMM都是從機構層面出發,以管理整個機構框架的數據為基礎，但與ANDS的模型相比，SDM-CMM的定義更具針對性，內容更加充實與完善。SDM-CMM的體系結構如圖1所示。

圖1 SDM-CMM的體系結構

2 基于數據生命周期理論的學術圖書館服務角色定位

目前，國內各高校圖書館已意識到科學地進行數據管理的重要性，并且已經開始在機構知識庫建設過程中對數據管理進行探索與創新，具有代表性的是國家科學圖書館的機構知識庫[5]。由此可見，高校圖書館應該成立專門的科學數據管理部門并設置相關崗位，使其在科研數據管理工作中發揮重要的作用，并承擔好以下幾個角色。

2.1 科學數據管理協調者

國外科學數據管理和運行，多采取涉及到多個機構協作與聯盟的管理模式。因此在對于數據科學管理的過程中，高校圖書館應扮演科學數據管理協調者的重要角色，做到科學數據從一開始產生時就應與有關科研管理組織、研究人員或組織合作協商，擬定對于數據科學管理的有關政策、提交機制和保存規則，以及對于科學數據的管理計劃。

2.2 元數據組織和管理機構

科學數據管理工作中非常重要的環節在于數據的組織，圖書館也可以看作是管理信息資源的組織機構，責任在于設置元數據組織的館員、扮演元數據組織和管理的角色任務，確定數據管理過程中，積極與研究人員和研究機構制定元數據方案、以及數據選擇規則等，制定契合的數據保存方法，以確保數據的儲存和訪問。

2.3 科學數據長期保存機構

信息時代，數據是動態變化于科研過程中的，圖書館應擔負起確保數據長期儲存與利用的責任和義務。現在，高校圖書館可以選擇利用構建機構庫的辦法，保存科研過程中的相關數據，與此同時，還要做到深化套索數據的長期保存規則，以便再次利用。

2.4 數據質量監控者

科學數據對于科研過程來說是極其重要的，每一階段數據是否準確將直接關乎到科研成果的成功與否。所以在科學數據管理中，對于數據質量的監控就是一項十分重要的工作[6]。由于動態的數據產生過程，使得對于數據質量的監控變得非常困難，這就對管理者的數據素養提出了較高的要求。圖書館作為收集和保存信息的機構，在數據保存的過程中，也扮演著監控數據質量的角色，故應設置監控數據管理館員，賦予其監控科研過程的權利，使得在數據成果誕生的各個階段做到對數據質量的及時評估。

3 學術圖書館科研數據管理模型的構建

3.1 基本框架

科研數據管理與保護的實施受到多方制約，是一項極其復雜的項目。如今，科研數據管護在我國國民的印象中是一個較新的概念，國內還并沒有有效的管理科研數據具象的成果模型[7]。科研數據的管護在基本設施的完善性、組織結構的可靠性、技術方面的先進性以及工作人員的職業素養等方面都有比較高的要求。筆者將分析科研數據管護的三層架構模型，如圖2所示。

圖2 科研數據管理模型框架

數據層處于管護模型架構的最底層，也是最為基礎的，包括畢業論文、學術論著以及科研項目數據、Web數據以及知識庫基本數據等。這些科研數據均來源于本機構師生以及研究人員進行科學研究后所得到的數據，另一種渠道是通過與國內高校、科研機構組織或者政府相關部門的合作，由數據服務工作人員提供專門的措施，鼓勵研究人員上傳其研究數據到機構外的數據中心共享庫中，以及上傳來自互聯網的大量數據和隱藏于知識庫中的數據。

技術層是中間部分，起到中介的作用。這一層主要包括兩個部分，第一部分是對于科研數據的分類歸檔、存儲、標注以及數據挖掘等方面；第二部分部分包括Open API、索引器和服務器等方面。Open API即開放API，也稱開放平臺，其為了二次應用開發數據資源，因此在開放平臺中開放了自身的數據。索引器作為c#程序語言種類中的成員之一，它可以做到將對象像數組一樣被索引，使用下標，并且通過索引的方式方便地訪問數據信息的方法，便于直觀展示和編寫程序。

服務層作為最頂層模塊，是實現科研數據管護模型的一種方法。這一層也包括了兩個內容，第一個是檢索、推送、定制以及咨詢服務等，是數據研究專家及館員為用戶提供的多樣化服務，以滿足用戶對于科研的需求；第二個是統一檢索平臺、機構基本知識庫以及數據資源庫等，一方面是服務于高校師生或科研人員，方便用戶通過此平臺和數據庫進行檢索與使用數據，另一方面是數據研究專家或服務館員錄入、管理以及維護這些通道以便進行科研數據等方面工作。

3.2 數據模塊

科研數據管護的數據模塊主要分為四部分，如圖3所示：①數據資源庫，內容是機構內與外的數據庫、機構知識庫，在軟件系統和硬件設備的支持下，對于科研數據進行存儲，以便用戶檢索與利用。②畢業論文數據主要是高校師生或是研究人員的研究成果，即他們論文中的科研數據、學術論著數據即高校師生及研究人員的論著、科研項目數據即高校師生以及研究人員科研項目中的數據、Web數據用于統一檢所平臺、以及知識庫中的基本數據等。③數據對象以及數據集，該科研數據的種類多樣，包括文本數據、各學科的數據、圖像、軟件以及各種算法和模型等。④元數據、原始數據、推導數據以及組合數據等。其中，前3個屬于數據對象，而最后一個屬于數據集。元數據是描述數據或者信息資源；原始數據是高校師生以及研究人員原始創建的未經改變或加工的數據；推導數據是對于已經存在的科研數據進行演變而產生的；組合數據是由兩個及以上產生直接抑或潛在聯系的原始或者推導數據相互組合拼貼而成的數據集合。

圖3 科研數據管理模型數據模塊

3.3 技術模塊

科研數據管護的技術模型可分為4個部分，如圖4所示。這4個部分分別是數據庫；對于科研數據的探索、分析以及劃分種類入檔；包括OpenAPI、索引器、服務器等軟件硬件在內的基礎建設以及數據消費者；具有科研數據需求的高校師生及研究人員等。機構內的數據庫包括來自高校科研項目中的各種科研數據成果、本校師生所發表文章中的各種科研數據以及其畢業論文中的各項科研數據，他們都是由高校教師學生以及研究人員主動匯報或者由數據服務方面的工作人員要求或者激勵科研人員上傳他們的科研數據，這些被上傳的研究成果需要有他直接的利用價值或者間接的研究價值。機構外數據庫的主體是一個對外共享的、與其他部門合作的數據庫。這一過程經科學研究發現，其包括收集和探索科研數據，還會篩選出科研數據中有實際或潛在價值的數據成果。然后分析和探索這些科研數據，主要工作是挖掘、標注和評價這些科研數據。數據挖掘是通過算法在海量的數據中找尋初隱匿于其中的有效信息，再標注科研數據、評價其價值，最后是歸類提檔這些科研數據的成果，也就是對最后的成果進行劃分、儲存以及對科研數據進行編制索引。在發現、分析和歸類提檔科研數據之后，可以通過使用OpenAPI、索引器、服務器等軟件和硬件基礎設施，通過統一檢索平臺、機構庫或是數據資源庫等，將最終將科研數據提供給數據消費者，以滿足高校師生以及科研人員對科研數據的需求。

圖4 科研數據管理模型技術模塊

3.4 服務模塊

筆者構建的科研數據管理服務模塊主要包括：①數據創建者與提供者，他們的職責是上傳科研數據。②數據研究專家和數據服務館員，為科研數據管護的用戶提供高質量、高效率和高效益的科研數據服務。他們主要的任務有對高校師生和科研人員進行培訓，使他們能夠運用檢索平臺或數據庫等平臺獲取自己所需要的科研數據；也可以繼續教育與自省，時刻更新和掌握有關領域的信息；管理系統；定制服務；分析以及歸類提檔科研數據等相關工作。③數據資源庫、機構基本知識庫以及統一檢索平臺。數據資源庫包括機構內外數據庫；機構知識庫是基礎的部分，可以存儲科研數據，共享數據以及數據集的時候，作為臨時、過渡的存儲節點或者是數據階段型的存儲庫；統一檢索平臺的數據服務的主體包括數據導航服務、數據用戶的個性化定制、推送的服務以及其咨詢服務，即使用相關技術研制出滿足用戶不同需求的服務。因為科研數據有著大規模、多品種、豐富內容和異形結構的特點，所以這部分需要實現大規模、可伸縮以及負載平衡的大容量存儲，還需要數據研究專家及服務館員根據數據相關的生命周期，進行智能、秩序、虛擬的管理活動。④數據消費者，主要是高校師生以及科研人員等用戶，他們在完成授權并被肯定之后，通過統一檢索平臺、機構庫和數據資源庫等平臺對科研數據進行檢索，并反饋給數據消費者相關結果。如果檢索所需科研數據失敗，也可反饋信息給數據研究專家或者是服務館員，以達到幫助數據服務館員完善數據庫的目的。

4 結語

目前,高校圖書館已經給予服務于科研活動的科學數據新的解釋與定義,也在科學數據的存儲、整理與使用方面有了新的目標,這也是如今高校圖書館非常現實并且有待解決的問題,筆者從科研數據的生命周期理論和模型方面入手,為解決高校科學數據管理問題努力尋找研究方法與措施。

[1]師榮華,劉細文.基于數據生命周期的圖書館科學數據服務研究[J].圖書情報工作，2011（1）：39-42.

[2]馬費成,望俊成.信息生命周期研究述評（Ⅰ）[J].情報學報,2010（5）：939-947．

[3]Witt M.Co-designing,co-developing,and co-implementing an institutional data repository service[J].Journal of Library Administration,2012（2）：172-188.

[4]葉蘭.研究數據管理能力成熟度模型評析[J].圖書情報知識.2015（2）：115-123.

[5]司莉，邢文明.國外科學數據管理與共享政策調查及對我國的啟示[J].情報資料工作，2013（1）：61-66.

[6]Wilson J A J,Martinez-Uribe L,Fraser M A,et al.An institutional approach to developing research data management infrastructure[J].International Journal of Digital Curation, 2011（2）：274-287.

[7]李曉輝.圖書館科研數據管理與服務模式探討[J].中國圖書館學報，2011（9）：46-52.

孫仙閣男，1979年生。研究生學歷，副研究館員。研究方向：文獻計量。

G251

2016-10-18；責編：王天泥。）

*本文系黑龍江省高校圖工委科研項目“基于科學數據管理的高校圖書館嵌入式學科服務研究”（項目編號：2015-B-116）成果之一。