“互聯網+”視角下的圖書館科學數據服務研究*

黃鑫 鄧仲華

摘 要：隨著大數據時代的來臨，海量科學數據的爆發使得圖書館科學數據服務面臨諸多挑戰，而“互聯網+”的提出為圖書館科學數據服務的發展提供了思路。在“互聯網+”視角下，科學數據開發服務、科學數據語義檢索服務、科學數據存儲服務、科學數據分析服務、科學數據參考咨詢服務、科學數據開放存取平臺服務以及個性化科學數據服務將成為圖書館科學數據服務的發展趨勢。在開展這些數據服務時，需注意個人隱私保障和數據安全、數據版權問題。

關鍵詞：互聯網+ ；科學數據；圖書館；數據服務；數據密集型科研環境

中圖分類號： G252 文獻標識碼： A DOI：10.11968/tsyqb.1003-6938.2016075

Research on Library Scientific Data Service under the Perspective of “Internet+”

Abstract With the approaching of the big data era， the outbreak of massive scientific data makes library scientific data service faces many challenges， but “Internet+” provides a guideline for the development of library science data service. The features of“Internet+”and library integration are analyzed at first， then the status of library science data services development is summarized， and finally these features are used to research into the library science data service under the perspective of“Internet+”. The new directions of the library science data service under the perspective of "Internet+" are proposed and some issues are emphasized which need to be solved.

Key words Internet+； scientific data； library； data service； data-intensive research environment

科學研究正在向數據密集型科研轉變，科學數據在科學研究中的地位與日俱增。圖書館作為傳統文獻信息的聚集中心和服務機構，提出了科學數據服務的概念，即圖書館提供給研究者的科學數據相關服務。現有的圖書館科學數據服務在數據資源、硬件基礎設施、數據互操作性、數據長期保存、服務受眾和服務協同性等方面存在很多難題。“互聯網+”是李克強總理多次強調，由國務院認定的國家發展新戰略，其核心理念是跨界融合，萬物相連。“互聯網+”的提出給圖書館科學數據服務所面臨的難題提供了新的解決思路，對圖書館科學數據服務發展具有重要意義，本文將從“互聯網+”與圖書館的融合特征入手，探討“互聯網+”視角下的圖書館科學數據服務新發展。

1 “互聯網+”與圖書館

2015年7月，李克強總理簽批國務院第40號文件《關于積極推進“互聯網+”行動的指導意見》，由此正式掀起我國各界“互聯網+”的熱潮[1]。“互聯網+”的“+”不是行業間簡單的疊加，而是互聯網與傳統行業的深度融合。在公共服務體系中，互聯網可以對公共服務資源進行優化和集成，提高公共服務資源利用率，提升服務過程的互動性。“互聯網+”與公共服務業的深度融合將引領公共服務模式創新，形成網絡經濟與實體經濟協同互動的發展新格局。圖書館“互聯網+”即是傳統圖書館與互聯網的深度融合，互聯網的平等、開放、高效、互動、去中心的特點將對圖書館的資源融合、結構變革、服務創新具有重要的引導作用，圖書館應該積極引入“互聯網+”的理念，才能適應網絡和信息化時代數據的爆發，滿足各類用戶不斷發展的新需求。“互聯網+”的跨界連接與融合理念對圖書館發展的推動作用主要體現在三個方面：（1）資源的融合。傳統的圖書館資源以自身館藏資源為主，以合作共享資源為輔，“互聯網+”環境下的圖書館可以實現資源的深度融合和跨界聯合，深度融合是指圖書館依托互聯網將館藏的跨學科、跨領域數據和信息資源進行有效集成，進一步方便用戶檢索獲取，跨界聯合是指圖書館與商業、政府、公益、醫療等機構的跨界聯合，以政策和協議為基礎，通過數據庫的連接來共享數據和信息；（2）組織融合。傳統環境下的圖書館各機構之間大多各司其職，聯系不夠緊密，而圖書館“互聯網+”將促進圖書館內部各機構之間的深層融合連接，館長辦公室、采編、技術、出版、服務等機構之間以互聯網為基礎的技術融合和組織融合在提高館員工作效率、提升服務質量等方面具有重要意義；（3）服務融合。圖書館“互聯網+”促進圖書館各類服務的融合，如文獻檢索服務和數據檢索服務的融合，圖書館以互聯網為基礎，使用元數據制定、統一標識符等技術將館藏文獻和數據進行語義集成，用戶在獲取文獻的同時也可以獲取相關的科學數據，服務融合對提升服務質量、提升用戶體驗等方面具有重要作用。

2 圖書館科學數據服務的發展困境

數據是科研活動的基礎產出，是科學出版的重要內容，也是科學研究活動的基本信息資源，類型上包括數值、事實和文字型數據[2]。科學數據服務是以科學數據為基礎的服務方式，類型上包括科學數據開發服務、科學數據檢索服務、科學數據參考咨詢服務、科學數據計算服務以及科學數據存儲服務等。科學數據服務的內容是向用戶提供所需科學數據，目的是協助用戶開展科學研究，提高科學數據的利用率。科學數據服務是一種跨界服務、動態服務、嵌入服務，既能滿足用戶需求，也符合圖書館等圖書情報機構自身發展的需要，是圖書館一項重要的新興服務。但是，隨著大數據時代的來臨，在數據密集型科研范式所帶來的海量科學數據的沖擊下，圖書館科學數據服務面臨著困境：（1）數據資源匱乏。在圖書館館藏資源中，文獻資源仍然占主導地位，數據資源的缺乏有很多原因，一是圖書館傳統信息中心的地位被削弱，科研機構逐漸建立自己的數據倉儲，不再以圖書館作為數據存儲中心[3]；二是科研人員上傳意愿不足，數據是科研人員和科研機構的重要戰略資源，具有高價值，數據上傳后的安全問題、版權問題都是阻礙科研人員上傳科學數據的重要因素[4]；（2）缺乏硬件基礎設施。在大數據時代，科學數據正在呈現爆發式增長，原始科學數據集的采集、傳輸、計算和存儲需要強大的計算中心、高通量網絡傳輸設備、大型云存儲中心的支持[5]。圖書館作為科研服務機構，理應向科研團隊提供科學大數據集的計算和存儲服務，但無論是建設大型計算中心、云存儲中心還是高通量網絡傳輸設施都需要大量資金的支持，這無疑是圖書館數據服務所面臨的困境[7]；（3）數據長期保存面臨挑戰[8-10]。科學數據的長期保存對于科學數據的復用、深度挖掘以實現科研創新具有重要意義。現在，科學大數據呈指數型增長，大量半結構化數據和非結構化數據的存儲給圖書館帶來了挑戰，數據的長期保存難題主要包括兩個方面：一是數據篩選難題，并不是所有的科學數據都值得長期保存，如何依托強大的硬件設施和合理的軟件工具對科學數據進行有效篩選，是圖書館亟待解決的問題；二是數據組織難題，多學科跨領域數據繁雜，圖書館缺乏領域專家來有效管理和組織科學數據；（4）數據互操作性不足[11]。現有的圖書館科學數據缺乏互操作性，一是因為數據間的關聯不足，現有圖書館的科學數據集大多獨立存儲，數據與數據之間、數據與文獻之間缺乏語義關聯。數據互操作性的缺失會影響用戶體驗，用戶在訪問某一科學數據集的同時難以依據語義關系轉向另一相關數據集，同時也不利于圖書館數據資源整合，阻礙圖書館的數據服務發展；二是由于缺乏統一的數據標準，數據間的格式不統一會阻礙科研進程，不同的數據分析軟件對輸入數據的格式有著不同的要求，當科學數據的格式不能作為數據分析軟件的輸入格式，科研工作流的效率就會減緩；三是互操作協議問題，跨機構的科學數據互操作需要合理的協議來保障，制定數據互操作協議有利于保護數據安全和維護各方權益，對促進跨機構科學數據交流良性發展起重要作用；（5）服務對象具有局限性[12]。現有的圖書館科學數據服務主要對象是科研工作者，服務目的是支持科研創新。但隨著移動互聯網的發展，開放存取理念的普及，高校圖書館的服務對象不應局限于科研工作者，而應同時向普通民眾開放，如將科學數據可視化之后向兒童展示以促進科學啟蒙教育，這在提升科學數據價值，加深科學研究項目的意義，發展惠民服務等方面具有重要意義；（6）服務缺乏協作性[13]。現有的圖書館科學數據服務缺乏協作性，多為獨自向用戶提供服務。如果用戶提出的服務需求不能被滿足，圖書館大多會轉向拒絕服務而非尋求機構協作來滿足用戶需求。隨著數據密集型科研范式的到來，科學數據量的不斷增長，圖書館無法獨自擁有所有的科學數據資源，在數據資源、硬件資源、平臺技術方面轉向機構協作是必然的發展趨勢，如圖書館與圖書館之間的協作、圖書館與科研機構的協作、圖書館與商業機構的協作、圖書館與政府機構的協作等。

3 “互聯網+”視角下的圖書館科學數據服務

本文將在“互聯網+”的視角下針對現有科學數據服務發展困境探討圖書館科學數據服務的發展趨勢，包括基于數據資源融合的科學數據開發服務、引入數據關聯技術的科學數據語義檢索服務、基于機構合作的分布式科學數據存儲服務、依靠基礎設施融合的科學數據分析服務、面向科研創新的科學數據參考咨詢服務、科學數據開放存取平臺服務以及基于情景感知與融合的個性化科學數據服務（見圖1）。

3.1 基于數據資源融合的科學數據開發服務

科學數據資源的融合對于改善圖書館科學數據資源匱乏的難題具有重要意義。圖書館科學數據開發服務是指圖書館對其自身擁有的科學數據和其他合作科研機構的科學數據進行統一收集和整理，通過構建科學數據共享平臺向用戶提供服務的過程[14]。如密歇根大學[15]、加州大學伯克利分校[16]、麻省理工學院[17]等國外高校圖書館對學校內各科研機構的社會科學數據進行收集和整理后通過服務平臺統一提供給用戶，科學數據開發服務在提高科學數據利用率，方便科研數據獲取，提升科研效率方面具有重要意義。現在，隨著嵌入式服務和學科化服務的發展，大數據時代所帶來的海量半結構化和非結構化數據給圖書館科學數據開發帶來了巨大的挑戰，如何對海量科學數據進行有效的組織是圖書館面臨的難題。不同于傳統圖書館科學數據開發服務對各學科、領域和行業科學數據資源的簡單疊加，“互聯網+”要求圖書館對跨學科、跨領域的科學數據進行更深更廣的有機融合，包括兩個方面：一是技術融合，以網絡硬件和軟件為基礎，通過元數據制定等技術對不同學科間、領域間的科學數據進行語義關聯，更深層次的對科學數據資源進行開發；二是組織融合，通過與科研機構、政府機構、公益機構等組織跨界合作，共享數據，來實現更廣程度上的科學數據資源開發。

3.2 引入數據關聯技術的科學數據語義檢索服務

數據關聯技術可以有效增強數據互操作性。現在，隨著數據在科研活動中的地位和重要性與日俱增，科學數據檢索服務也逐漸成為圖書館服務的重要項目，是科研人員獲取所需科學數據的重要渠道，而基于語義的科學數據檢索是發展趨勢。如大英圖書館使用RDF格式編輯館藏目錄的xml文件，并對外界開放[18]；歐洲國家圖書館的European資源門戶通過關聯數據試點的形式對文本、圖像、視頻和音頻進行關聯并向用戶提供開放檢索服務[19]。另外，德國歐洲分子生物學實驗室開發了科學術語全自動化標注Reflect[20]瀏覽器插件，可以對學術文獻中的基因、分子、蛋白質等術語進行語義標注，并外鏈至相關的基因、分子和蛋白質數據庫。然而，國內圖書館在科學數據檢索服務方面仍然存在一些難題：一是科學數據資源有限，圖書館可供檢索的數據資源以自身館藏為主，缺乏與其他科研機構的連接；二是檢索技術有限，可供檢索的科學數據往往是獨立的，缺乏數據集之間、數據庫之間的映射和連接。“互聯網+”的理念提供了有效的解決方案，在科學數據檢索資源方面，圖書館與其他科研機構、政府機構、商業機構、公益機構等的跨界合作可以使圖書館脫離依靠自身館藏數據提供檢索的局面，在檢索技術方面，元數據描述、數字對象唯一標識符等數據關聯技術可以實現科學數據與數據、數據與文獻之間的連接，圖書館使用SPARQL語言可以實現跨領域間的科學數據語義檢索，URI標識的唯一性也可辨識不同領域的同一事物。

3.3 基于機構合作的分布式科學數據存儲服務

基于機構合作的分布式科學數據存儲服務為現有圖書館所面臨的缺乏硬件基礎設施、數據長期保存等難題提供了解決方案。傳統意義上的圖書館科學數據存儲服務即是建立科學數據倉儲，為科研用戶提供科學數據保存服務。科學數據存儲服務可以實現科學數據的共享和復用，對于科學發現和創新具有重要意義，也是國內外各圖書館的重要服務內容。如普渡大學圖書館則是使用科學數據管理服務平臺對各領域的科學數據進行統一收集和保存[21]；康奈爾大學圖書館與華盛頓大學合作建立了Datastar[22]數據存儲庫，科研用戶可以選擇上傳自己的科研數據，該庫試圖收集、分析和比較科研用戶的數據偏好，致力于建設一個基于語義技術的開放共享數據平臺。在傳統互聯網環境下，圖書館科學數據存儲以館內自建數據庫和院系共建數據庫為主，主要服務對象是校內科研人員。但隨著數據密集型科學研究范式的興起，海量原始科學數據的爆發式增長給圖書館帶來了巨大的數據存儲壓力，圖書館無法獨自應對昂貴的硬件設備，數據的組織、維護、安全等難題。“互聯網+”視角下的圖書館科學數據存儲形式將是以機構合作為基礎的分布式存儲。首先，以機構合作為基礎的分布式存儲可以分擔數據存儲硬件設備的開銷，也可減輕數據組織、維護的壓力；其次，基于機構合作的分布式科學數據存儲方案可以深化圖書館與其他科研機構、政府等機構、公益機構和商業機構等的合作關系，將科學數據服務對象擴大至更多非科研用戶，增加服務受眾，擴大服務范圍，進一步實現“互聯網+”普惠服務；最后，各類跨界機構所擁有的領域專家可以對各自領域內科學數據集進行高效地組織和監護，有利于多領域科學數據的長期保存。

3.4 依靠基礎設施融合的科學數據分析服務

基礎設施融合可以解決現有圖書館科學數據服務缺乏硬件基礎設施的難題。幾乎所有的科學研究實驗室都需要通過分析處理數據來得到科研成果。科學數據的分析服務是科研工作者的重要需求之一。圖書館科學數據的分析服務是指圖書館向科研用戶提供科學數據的計算、統計等服務，需要一定的軟件工具和硬件設施為基礎。服務內容包括數據抽取、關聯分析、聚類分析、可視化分析、統計分析等[23]。如哈佛大學和麻省理工學院建立了聯合數據中心Harvard-MIT Data Center，向校內科研工作者提供數據計算和分析服務，包括硬件基礎設施服務和軟件服務等[24]。隨著科學研究進入數據密集型時代，多個領域的科學正在從衛星、電話、高通設備、傳感器等數據采集設施獲取海量科學數據，這些原始科學數據必須通過計算和分析來實現其價值，科研工作者需要可支持大型數據集分析的高性能計算中心來計算和處理科學數據。現有互聯網環境下的圖書館無力獨自建設高性能計算中心來支持海量科學數據的分析服務，而“互聯網+”視角下的圖書館科學數據分析服務可以通過基礎設施融合來解決這個難題，一方面，圖書館通過與其他科研、商業、政府等機構的合作，簽訂硬件設備共享協議來建立更為強大的計算中心，為科研活動帶來足夠的計算能力；另一方面，圖書館可根據科研用戶的需求收集、購買、自主開發科學數據分析軟件，然后將學科內、跨學科的數據分析軟件關聯起來，實現科研軟件的融合，按照科研活動的生命周期推薦給科研用戶。

3.4 面向科研創新的嵌入式科學數據管理咨詢服務

“互聯網+”的跨界融合理念可以增強圖書館科學數據咨詢服務的協同性。圖書館科學數據參考咨詢服務即是圖書館組建科學數據參考咨詢團隊通過非正式科學交流方式嵌入到科研項目數據的規劃、采集、計算、存檔、發布和長期保存一系列流程中，幫助用戶解決各種科學數據相關的問題，以支持科研創新。服務內容主要包括制定數據管理規劃、數據發現與檢索咨詢、數據安全及版權咨詢、數據分析軟件開發、數據出版、數據政策咨詢等。圖書館科學數據參考咨詢服務是推動科研創新的重要服務內容，國外開設科學數據參考咨詢服務的高校圖書館較為先進，并已建立專門的服務網頁，有步驟有計劃地引導科研人員在科研活動中進行科學數據管理，麻省理工學院圖書館社會科學數據中心[17]在網站首頁右側列出了數據管理服務專家的姓名、肖像照、聯系方式，用戶可直接點擊“How can I help you”來獲取咨詢服務；耶魯大學[25]、澳大利亞昆士蘭大學[26]使用Lib Guides系統來引導用戶制定數據管理計劃、數據需求和共享等數據管理問題。國內圖書館在此項服務上并不完善，多數圖書館僅在網站上公布了館員的電子郵件或其他聯系方式，需要用戶主動聯系咨詢，在與用戶交互方面存在不足。《國務院關于積極推進“互聯網+”行動的指導意見》中指出：互聯網應與公共服務領域深入融合和創新發展，創新網絡化公共服務模式，大幅提升公共服務能力[1]。國內圖書館的科學數據參考咨詢服務應重視“互聯網+”指導思想，大力發展參考咨詢服務創新，實現服務思想創新、服務體系創新和服務內容創新：（1）在服務思想創新方面，圖書館應將傳統被動服務思想積極轉換為主動服務思想，將傳統獨立服務思想轉換為協作服務思想；（2）在服務體系創新方面，圖書館應以互聯網為基礎，一方面，通過開發科學交流軟件、建立服務社區等方式加深圖書館館員、領域專家、數據專家等與科研用戶的融合連接，全面了解科研用戶在科研活動各個階段的不同數據需求，并針對性的提供數據服務；另一方面，圖書館應重視機構間協作服務，積極發展與其他圖書館、科研、政府和商業機構的深度合作，為科研用戶提供更全面的服務資源；（3）在服務內容創新方面，增加數據引用服務、數據關聯服務等創新服務內容。

3.5 科學數據開放存取平臺服務

開放存取OA是一種學術信息免費共享的理念與出版機制，是指允許用戶不受經濟、法律和技術的限制免費獲取公共網絡上的論文以進行閱讀、下載、復制、打印和搜索等[27]。《柏林宣言》指出開放存取的內容不僅包括原始的科學研究成果，也包括原始的科學數據。科學數據的開放存取在加速科研進程、擴大科學數據影響、提高科研效率、縮短科研數據出版時間、提高數據引用速度和引用率、提高科學交流效率等方面具有重要意義。國內科學數據開放平臺如中國地質科學院數據網[28]，集成了中國地質科學院50年來積累的地質科學數據資源，向外界提供基礎地質科學數據的開放獲取服務。國外開放科學數據共享平臺如PubMed Central[29]、美國國家醫學圖書館平臺NLM[30]提供生命科學和醫學科學文獻和科學數據的開放獲取。科學數據的開放存取依托平臺而實現，作為多學科科研信息資源的集中地，在“互聯網+”的視角下，圖書館建設科學數據開放共享平臺具有必要性：一是加強跨界融合，與政府、企業、科研機構等深度合作，以實現更多科學數據資源的開放；二是提供科學數據的提交、審核、專家評議、出版、發布和交流等服務，以滿足科研用戶對科學數據的各種需求；三是關系結構重組，實現服務創新，在科學數據開放存取平臺上，每位科研用戶不僅是服務獲得者，也同時是服務提供者，關系結構的重組有利于科學數據交流生態環境的良性發展。

3.6 基于情景感知與融合的個性化科學數據服務

情景感知融合技術和個性化服務理念在實現圖書館民主化數據訪問，增加科學數據服務受眾方面具有重要作用。在“互聯網+”環境下，個人是連接融合的最小細胞，萬物互聯和信息爆炸不會把個人淹沒，反而會帶來個人的凸顯，每個人的個性將更容易識別，移動設備如智能手機、平板電腦的普及使得個人的地理位置、情景需求、行為趨向等數據更容易被采集和感知。圖書館應以互聯網為基礎，采集和融合每個用戶各類情景數據，快速理解和相應用戶需求，實現人與人、人與物、人與服務、人與場景的連接，構建基于情景感知與融合的個性化科學數據服務。“互聯網+”視角下的圖書館服務是以人為本的普惠服務，圖書館科學數據服務的對象不僅僅是科研工作者，還包括普通民眾，民主化的數據訪問是“互聯網+”圖書館科學數據服務的特征，體現了“互聯網+”人人受益的思想。如微軟全球望遠鏡WWT，任何人都可以通過轉動鏡頭和縮放來觀察浩瀚的宇宙，開始自己的太空旅行，還可以在感興趣的位置獲取相關論文[31]。

4 需要注意的兩個問題

4.1 個人隱私保障和數據安全問題

“互聯網+”與圖書館的融合為現有圖書館科學數據服務所面臨的數據資源匱乏、數據服務缺乏協調性、服務受眾局限性等諸多難題提供了解決思路，但個人隱私和數據安全問題在“互聯網+”的影響下被進一步放大，密切的跨界連接、數據開放共享會導致個人隱私缺乏保護，數據安全問題日益加劇。要在“互聯網+”環境下保障個人隱私和數據安全，一是要依靠國家政策法規，政府發布的政策和國家法規是保障“互聯網+”環境下個人隱私和數據安全的重要手段，《國務院關于積極推進“互聯網+”行動的指導意見》是政府首次發布“互聯網+”相關文件，其中列出了“互聯網+”的總體思路、發展目標和重點行動，顯示出政府將“互聯網+”列入國家戰略的決心，圖書館應結合自身需求，積極推動相關國家政策的發布和法律法規的形成；二是要完善數據互操作協議，圖書館以互聯網為基礎，與科研機構、政府機構和公益機構建立更多連接，實現數據共享的同時，應積極開發與機構間的數據互操作協議，完善的數據互操作協議可以統一數據操作標準，防止誤操作或惡意操作造成用戶隱私泄露，威脅數據安全。

4.2 數據版權問題

科學數據的采集、管理、計算、存儲和發布過程都需要大量資金的支持，其本身具有價值。在當今社會，知識產權受到特別重視，數據版權發展雖處于初級階段，但其重要性是不言而喻的。數據版權涉及數據資源歸屬、增值、引用等問題。“互聯網+”以跨界融合、萬物互聯為根本，機構之間的密切交流合作所帶來的數據版權問題愈發嚴峻。如何有效應對“互聯網+”時代數據版權問題，健全相關法律法規是關鍵，圖書館應積極推動數據相關法律法規的制定，嚴格區分數據版權歸屬、規范數據引用，權衡各方利益，避免機構間糾紛對“互聯網+”數據服務生態環境發展產生不利影響。

5 結語

“互聯網+”理念的提出為社會經濟、文化和服務的創新發展提供了理論基礎，融合連接、創新驅動、結構重組、開放共享和以人為本五個特征對于圖書館科學數據的發展有重要引導作用。“互聯網+”在解決現有圖書館數據服務難題的同時也帶來了諸多挑戰，如個人隱私、數據安全和數據版權等問題，如何應對新的挑戰是圖書館科學數據服務接下來需要考慮的問題。

參考文獻：

[1] 中國政府網.關于積極推進“互聯網+”行動的指導意見[EB/OL].[2016-05-16].http：//www.gov.cn/zhengce/content/2015-07/04/content_10002.htm.

[2] 張曉林.顛覆數字圖書館的大趨勢[J].中國圖書館學報，2011（9）：4-12.

[3] 肖瀟，呂俊生.E-science環境下國外圖書館科學數據服務研究進展[J].圖書情報工作，2012，56（17）：53-58.

[4] Borgman，Christine L.The Conundrum of Sharing Research Data[J].Journal of the American Society for Information Science and Technology，2012，63（6）：1059-1078.

[5] Vivien Marx.The big challenges of big data[J].Nature，2013（498）：255-259.

[6] 肖瀟，呂俊生.圖書館嵌入式學科化科學數據服務研究[J].圖書館學研究，2012，56（21）：85-89.

[7] Luce R.The role of academic research libraries in the digital data universe[EB/OL].[2016-05-20].https：//www-s.cic.net/programs/centerforlibraryinitiatives/Archive/ConferencePresentation/Conference2008/e-ScienceSpeakerPresentations/RickLucePPTpres13May08.pdf.

[8] 余文婷，吳丹.基于數據關聯的開放科學數據長期保存利用研究[J].信息資源管理學報，2014（2）：87-92.

[9] Pinfield S，Cox A M，Smith J.Research Data Management and Libraries：Relationships，Activities，Drivers and Influences[J].PLOS ONE，2014（12）：1-28.

[10] 徐坤，曹錦丹.高校圖書館參與科學數據管理研究[J].圖書館論壇，2014（5）：92-98.

[11] Shotton D，Portwin K，Klyne G，et al.Adventures in Semantic Publishing：Exemplar Semantic Enhancements of a Research Article[J].PLOS Comput Biol，2009，5（4）：1-17.

[12] 朱彩萍.高校圖書館提供科學數據服務的途徑與內容[J].圖書與情報，2014（3）：97-99.

[13] Cox A M， Pinfield S. Research data management and libraries： Current activities and future priorities[J].Journal of Librarianship and Information Science，2014，46（4）：299-316.

[14] 陳建新.科學數據服務：圖書館服務的新領域[J].圖書與情報，2013（4）：93-95.

[15] NADAC[EB/OL].[2016-05-20].http：//www.icpsr.umich.edu/icpsrweb/NADAC/.

[16] UC DATA[EB/OL].[2016-05-20].http：//ucdata.berkeley.edu/.

[17] Social Science Data Services[EB/OL].[2016-05-20].http：//libguides.mit.edu/ssds.

[18] Collection metadata service in THE BRITISH LIBRARY [EB/OL].[2016-05-20].http：//www.bl.uk/bibliographic/download.html#basicbnb.

[19] Linked Open Data Pilot[EB/OL].[2016-05-20].http：//www.europeana.eu/.

[20] Reflect[EB/OL].[2016-05-21].http：//reflect.ws.

[21] D2C2[EB/OL].[2016-05-26].https：//www.lib.purdue.edu/researchdata/.

[22] Datastar[EB/OL].[2016-05-26].http：//datastar.mannlib.cornell.edu/.

[23] 洪程.國外科學數據服務現狀研究[J].圖書館雜志，2012（10）：31-33.

[24] Harvard-MIT Data Center[EB/OL].[2016-05-20].http：//projects.iq.harvard.edu/user-services.

[25] Yale University Library[EB/OL].[2016-05-20].http：//guides.library.yale.edu/.

[26] UQ Library Guides[EB/OL].[2016-05-20].http：//guides.library.uq.edu.au/.

[27] Budapest Open Access Initiative[EB/OL].[2016-05-06].http：//www.budapestopenaccessinitiative.org/read.

[28] 中國地質科學院數據網[EB/OL].[2016-05-22].http：//www.geoscience.cn/.

[29] PMC[EB/OL].[2016-05-22].http：//www.ncbi.nlm.nih.gov/pmc/.

[30] National Library of Medicine[EB/OL].[2016-05-20].https：//www.nlm.nih.gov/.

[31] Tony Hey，Stewart Tansley，Kristin Tolle.The Fourth Paradigm： Data-Intensive Scientific Discovery[M].Microsoft research，redmond，Washington，2009：1-13.

作者簡介：黃鑫（1990-），男，武漢大學信息管理學院博士研究生，研究方向：數據密集型科研范式、科學數據管理、科學交流；鄧仲華（1957-），男，武漢大學信息管理學院教授，博士生導師，研究方向：知識組織與信息系統。