政府類開放關聯數據集調查研究

摘 要：作為開放關聯數據云圖中重要的數據集合，政府開放關聯數據集擁有龐大的數據規模和發達的數據共享實踐，受到廣泛關注。文章對曼海姆關聯數據目錄中的284個政府類開放關聯數據集進行調查，從數據集的發布國家分布、主題分布、數據集格式、鏈出情況、鏈入情況、連接謂詞、詞表和開放協議等方面進行統計分析，發現政府類開放關聯數據集具有數據集國家分布較集中、數據集主體涵蓋政府工作各個方面、數據集之間關聯關系緊密、質量控制和版權保護較為嚴格等特點。

關鍵詞：政府；關聯數據；開放關聯數據集

中圖分類號： G203 文獻標識碼： A DOI：10.11968/tsyqb.1003-6938.2016083

Investigation and Research on Government Linked Open Data Sets

Abstract As an important part of the Linking Open Data （LOD） data sets， government data sets have a large volume data and advanced data sharing practice， and receive a widespread attention. 284 government linked open data sets from Mannheim Linked Data Catalog are investigated， and aspects of distribution in countries， themes， formats， outgoing and incoming links， predicates for interlinking， used vocabularies and licensing information. Consequently， the paper summarizes the features of government open linked data and provides reference for the development of Chinese government linked open data.

Key words government；linked data；open linked data sets

1 引言

2016年3月，中央發布的“十三五”規劃綱要中提出，要全面實施促進大數據發展行動，加快政府數據開放共享。《綱要》指出，要全面推進重點領域大數據高效采集、有效整合，深化政府數據和社會數據關聯分析、融合利用，提高宏觀調控、市場監管、社會治理和公共服務精準性和有效性。2015年9月，國務院印發《促進大數據發展行動綱要》，稱要在2018年底前建成國家政府數據統一開放平臺，率先在氣象、環境、信用、交通、醫療、衛生等20余個重要領域，實現公共數據資源合理適度向社會開放，政府數據開放作為國家大數據發展戰略中重要的組成部分被提上了建設日程。

不僅中國，各國政府都把開放數據提到了前所未有的高度。在2009年奧巴馬簽署開放政府的行政命令后，政府數據的開放已成為近年來世界性的趨勢。美國聯邦數據平臺Data.gov上線后，英國、加拿大、新西蘭等國也都建立起了政府數據開放平臺，開放政府數據已成為政府的一項重要工作。在我國，2011年香港特別區政府開放政府數據網站“資料一線通（data.gov.hk）”；上海在2012年6月推出了中國大陸第一個數據開放平臺。之后，北京、武漢、無錫、佛山、南海等城市也都上線了自己的數據平臺。盡管如此，在我國開放政府數據過程中還存在各種問題，如開放數據總量偏低，可機讀性差，大多為靜態數據，數據按承諾更新比例低，整體都未嚴格符合開放授權等。

從2006年Tim Berners-Lee提出通過關聯數據發展數據網絡（Data Web）后，國際互聯網協會（W3C）的關聯開放數據（Linking Open Data，LOD）運動正式啟動。近年來關聯數據引起了學者的廣泛關注，同時也在政府部門的開放數據領域展開了實踐探索。關聯數據的核心目的就是促進數據資源的共享和重用，以此增加數據資源的應用價值。政府開放數據涵蓋各個領域的數據資源，包括醫療、交通、旅行和環境等領域數據。關聯政府開放數據同時也促進領域資源之間的互聯，即通過關聯數據技術，將具有相關性的政府開放數據進行鏈接，實現數據資源之間的關聯發現。如美國倫斯勒理工學院（Rensselaer Polytechnic Institute，簡稱RPI）開發的Data-gov Wiki可以將data.gov中的數據集轉換為RDF格式，以關聯數據的形式重新呈現[1]；英國政府發布的關聯數據主要包括統計數據[2]和地理空間數據[3]。

從國際上相關研究上來看，Hendler等[4]和Shadbolt等[2]分別介紹了數據集“Semantic.data.gov”和“Data.gov.uk”的建設和發布情況：Shadbolt 和O'Hara[5]通過研究英國開放數據集的發展現狀，認為在關注政府領域開放關聯數據時，要關注質量、消費動力問題，要跟蹤數據出處、保護公民隱私等；Galiotou等[6]介紹了希臘基于關聯數據技術，應用于希臘政府門戶網站的政府開放關聯數據技術的案例；Janssen和Hoven[7]探討了在建設和利用開放關聯大數據（Big and Open Linked Data，BOLD）時需要關注透明度和隱私問題；Vert[8]分析了運用關聯數據解決開放政府數據處理的生命周期中所需要的數據發現、清洗、造型、出版等步驟，并以羅馬尼亞為例介紹LOGD在智慧城市中的應用；Corradi等[9]以博洛尼亞為例，分析關聯數據在開放政府中的應用；Yuan等[10]認為，通過關聯數據技術發布的政府數據可以提高數據的透明度和重用度，并對中國智慧城市建設中使用的關聯政府數據進行了研究。

目前，國內還沒有實現大規模的政府開放關聯數據集建設。如吳玥、李占羽[11]根據國外的實踐經驗，總結出了發布開放政府數據到Web上的工作流程，認為我國應該按照先發布后調解的原則來發布政府數據，以便讓政府數據早日實現開放與共享；袁遠明等[12]深入分析涵蓋內容表達層、創建層、互聯層、瀏覽/查詢層4層結構的關聯政府數據技術體系，展望政府關聯數據在智慧城市建設中發揮的作用；錢國富[13]認為，政府數據應通過關聯數據標準進行發布，利用本體技術將與政府運作相關的各類數據模型開發成一個規范的政府數據本體，使得政府數據更規范，更關聯，更易于查找和利用。在實踐方面，吳玥等[14]使用關聯數據技術，改進國外命名實體提取工具Scones，鏈接發現工具Silk，數據轉換工具RDFizer以及其他工具，設計出一套適用于公安系統的關聯數據模型；丁楠等[15]構建了基于關聯數據技術的政府信息聚合模型，并通過美國政府關聯數據網站的關聯數據集進行實例驗證模型的可行性。總體而言，國內的研究主要集中于關聯開放政府數據（Linked Open Government Data，LOGD）的模型構建和分析，較少能應用于實踐中解決實際問題。

本文通過對國際上政府類開放關聯數據集進行較為詳細的調查研究，重點關注不同國家和不同管理單位對于開放關聯數據集的應用情況，希望對我國開放關聯政府數據集的研究和實踐起到一定的參考指導作用。

2 開放關聯政府數據集統計分析

2.1 數據來源選擇

隨著開放關聯數據計劃（The Linking Open Data Project，簡稱 LOD）的發展，越來越多的數據提供者和網絡應用開發者將各自的數據發布到網絡上，并與其它數據源關聯在一起，形成了一個巨大的數據網絡。筆者以德國曼海姆大學發布的關聯數據目錄（Mannheim Linked Data Catalog）為主要調查對象，結合LOD云圖2014年發布成果進行檢索，檢索時間為2016年3月20日。檢索結果顯示，截止調查時間為止，在互聯網上發布的開放關聯數據集共有1484個，主要集中于政府、出版物、生命科學、用戶生成內容、跨領域、媒體、地理、社交網絡等八大主題領域（見表1），與2014年8月LOD云圖發布的數據相對比，可以看到，關聯數據集數量增長了46.35%。其中，政府主題的數據集增長了55.19%。本次調查的樣本在曼海姆關聯數據目錄中滿足標簽信息為“government”的284個關聯數據集。

2.2 開放關聯政府數據集概況分析

2.2.1 數據集發布國家分布概況

從表2可知，284個數據集分布在20個國家或國際組織之間。其中，英國以153個占據首位，發布機構有英國內政部、英國統計局、Data.gov.uk團隊等，

注：檢索時間為2016年3月20日。

發布平臺有Opendatacommunities.org、data.gov.org等，數據集內容包括地方政府財政、政府預算、居民住房和家庭情況、社會福利、復合剝奪指數、部門業務計劃以及地理數據等。歐盟提供有30個關聯開放政府數據集，發布機構有歐盟統計局、歐盟議會、歐盟環境署、歐洲中央銀行等。美國提供有20個關聯開放政府數據集，發布機構為美國證券交易委員會、美國聯邦統計機構、美國國會等。西班牙提供有15個，市政府、市統計局等為主要發布機構。還有一些國際組織也紛紛發布了關聯開放政府數據集，如國際清算銀行、國際援助透明度倡議組織、國際糧食政策研究所、國際貨幣基金組織、經濟合作與發展組織和世界銀行等。

三元組數量排名前20的數據集部分屬性信息

（見表3）中，前五位有3個關聯開放政府數據集都是由美國data.gov發布的政府數據，占到政府類數據集三元組總數的52.18%。

2.2.2 數據集主題分布

政府信息資源涉及到綜合政務、經濟管理、交通運輸、信息產業、城市建設、科技教育等多個領域，在調查涉及的284個關聯開放政府數據集中，其主題分布在民政社區、政法監察、綜合政務、經濟建設等幾個方面（見表4）。其中，93個（占總體32.75%）關聯開放政府數據集的主題為民政和社區，內容包括人口數據（如2001年西班牙人口普查數據“2001 Spanish Census to RDF”；英國國家統計局發布的2001年年中到2007年年中的人口數據集“EnAKTing Population Dataset”等）、社會福利（如由英國社區暨地方發展部進行的區域社會復合剝奪指數“Index of Multiple Deprivation，簡稱 IMD”系列調查而生成的關聯數據集“English Index of Multiple Deprivation Ranking 2010”等）、民意調查（如歐洲標準調查數據集“Standard Eurobarometer”，提供歐洲社會科學研究中應用最廣泛的數據來源）等。

在政法監察類數據集中，有代表性的為英國國家檔案館發布的法律主題數據集“UK Legislation”、國際透明組織發布的包括腐敗感知指數和數據來源的數據集“Transparency International Linked Data”、希臘警察局發布的犯罪事件數據集“Hellenic Police”等。

2.2.3 數據集格式分布

從曼海姆關聯數據目錄中提供的數據集格式可以看出，不同的數據集或采用單一的格式，或將多種格式進行組合呈現。本次調查的284個關聯開放政府數據集共采用了26種數據集格式，其中排名前15名的見圖1。可以看出，example/rdf+xml、api/sparql和meta/void是LOGD最常采用的格式，特別是example/rdf+xml，有85.21%的關聯開放政府數據集選擇了此格式，如為了便于數據集的管理和互操作，由英國社區以及地方政府管理部成立的開放關聯數據網站OpenDataCommunities.org中所提供的所有數據集格式都統一為example/rdf+xml格式。而與醫學相關領域的開放關聯數據集進行對比，關聯開放政府

數據集更常采用meta/void、meta/rdf-schema來組織數據集格式[16]。

2.3 開放關聯數據集關聯應用統計分析

關聯數據的提供者通過設置RDF連接，將單一的數據集鏈接到數據云圖中，使得數據集可以通過RDF鏈接更易被發現和利用。在2014年對LOD云圖中數據集的統計中發現，一共有56.11%的數據集可以鏈接到至少一個數據集[17]。本次調查通過參考“鏈出”（outgoing links）和“鏈入”（incoming links）概念[16]來描述開放關聯數據集之前的關聯關系，根據在曼海姆關聯數據目錄中對284個關聯開放政府數據集進行調研，各個數據集的鏈出和鏈入情況詳細描述如下。

2.3.1 數據集鏈出統計

關聯數據的云圖并不是強連接，并不是每一個數據集都存在于其他數據集的連接，即可能會出現數據集“孤島”[18]。在本次調查的284個關聯開放政府數據集中，有103個數據集沒有鏈接到其他數據集，有70個數據集僅與一個數據集建立連接關系，而鏈出數量最高的為數據集“Community R&D; Information Service （CORDIS） （RKBExplorer）”，鏈出至20個數據集（見圖2）。其中鏈出數據集數量在5個以上的數據集具體分布情況（見表5）。

2.3.2 數據集鏈入統計

在284個數據集中，有57個數據集被本領域的其他數據集鏈入（非本領域的數據集鏈入情況不統計），具體分布情況（見圖3）。

根據LOD2014報告顯示，在LOD2014年發布的關聯數據中，鏈出數量最高的為數據集“DBpedia”，其入度（indegree）達到了207。在本次調查涉及的政府信息相關的關聯數據中，數據集“reference.data.gov.uk”和“statistics.data.gov.uk”的鏈入數據集最多，占到了所有關聯開放政府數據集的29.23%，這兩個數據集分別提供英國有關人口、部門、行政區劃等信息，因此其鏈入的數據集多為在平臺opendatacommunities.org上發布的數據集。

而從LOD整體數據集來看，被關聯開放政府數據集引用次數較多的數據集還有：跨領域數據集“dbpedia.org”，鏈入數據集71個；地理數據集“geonames.org”鏈入數據集33個；跨領域數據集“w3.org”鏈入數據集10個；跨領域數據集“lexvo.org”鏈入數據集9個。跨領域數據集提供標準被LOGD廣泛的使用，如由Wikipedia中抽取結構化信息生成的Dbpedia數據集為包括聯合國糧農組織關聯數據、國際貨幣基金組織關聯數據和Europeana關聯開放數據等在內的關聯開放政府數據集所引用。地理數據集geonames.org包含了超過800萬個地理名稱，涉及地理信息的關聯開放政府數據集，如世界銀行關聯數據集、OECD關聯數據集合、美國國會數據集、希臘政府消防數據集等被廣泛引用。

2.3.3 連接謂詞統計分析

關聯數據中的連接謂詞是RDF聲明語句中的屬性，定義了主體和客體之間的聯系，一般由一個URI表示。謂詞的選擇能使得知識連接的RDF描述語義更加明確，用戶和網絡抓取程序也能容易獲取知識連接，并通過謂詞的詞間關系建立更多的知識鏈接[19]。政府類關聯開放數據集常用的連接謂詞（見圖4）。dct：publisher定義了責任者屬性，通過該屬性將不同責任者制作的數據集建立關聯，形成基于同一內容不同出版者之間的數據操作。dct：spatial定義了空間屬性，數據集之間可以通過該屬性將不同實體地理坐標的數據集建立關聯，形成互操作[20]。owl：sameAs在LOD整體使用較多，表示“兩個URI引用實際上指向同一事物”，使用這一屬性能夠有效聚合指向同一事務對象的所有數據。

2.3.4 開放關聯數據集所用詞表統計

為了使應用程序更好的理解關聯數據，數據提供者使用詞表來盡可能的定義數據。在研究關聯數據的時候，一般認為，當一個詞表被至少2個數據集使用，即認為是非專有詞表，反之則為專有詞表。

從表7中可以看到，關聯開放政府數據集最常使用的詞表是作為描述語言的rdf和rdfs，都柏林核

心詞表dcterms使用也較為廣泛，有近半數的關聯開放政府數據集選擇了該詞表。除此之外，關聯開放政府數據集還較常使用詞表cube（The RDF Data Cube Vocabulary），這是一個用來發布規范的多維數據集語言，使用W3C RDF標準構建，主要用于表達各種統計數據[21]，代表性數據集包括英國復合剝奪指數系列數據集等。FOAF（Friend of a Friend Vocabulary）也是一個得到廣泛應用的本體，用于描述與人相關的資源，包括個人、組織和項目等，代表性數據集為2011年美國國會議員數據集“2011 US Congress People”、巴西政治家數據集“Brazilian Politicians”和西班牙政府數據集“Datos Abiertos de Zaragoza”等。而在其他領域被廣泛使用的網絡本體語言owl詞表在關聯開放政府數據集使用率相對較低（僅為20.77%，相比于LOD 2014數據為36.49%[17]，出版領域59.38%[22]、醫學領域71/85[16]），使用owl詞表的有聯合國糧農組織的地緣政治本體、歐洲關聯數據本體中心等。

2.5 開放關聯數據集開放協議統計

在發布關聯開放政府數據集的時候，不同的機構對數據集有不同等級和側重的開放許可協議。數

據開放許可協議一般分為面向內容和數據兩方面的協議。本次調查的284個關聯開放政府數據集中，聲明數據開放許可的情況（見表8）。

在284個關聯開放政府數據集中，有72.54%的數據集采用各種形式使用了許可信息，與2011年（LOD的207個開放數據集中有18個數據集公開了其協議信息[23]）相比，越來越多的數據集發布者開始使用各種關聯數據訪問協議來保護利益相關者，為政府類的關聯數據能穩定健康的發展和利用提供了法律保障，其中常用的協議主要包括知識共享（Creative Commons，CC）、公共數據協議（Open Government License，OGL）、開放數據共用（Open Data Commons，ODC）等針對關聯數據自身特點而制定的協議。英國由data.gov.uk發布的系列數據集（如商業、環境、專利、交通等）采用了英國皇家版權協議。還有16個數據集使用借鑒“開放知識”[24]的定義，從不同維度規定了開放協議的基本權利。

而通過調查數據集發布者的信息可以得知，在284個關聯開放政府數據集中，由第三方發布的有83個，其中僅有2個沒有提供開放許可信息；由制作者發布的有26個，其中有3個沒有提供開放許可信息。而在175個沒有明確標注發布者信息的數據集中，則有73個都無法提供明確的開放許可信息。可見明確的數據集發布者都較為注重保護信息的版權和隱私等信息。

3 開放關聯政府數據集的特點

根據上文中對關聯開放政府數據集的發布國家、主題分布、關聯應用和開放協議等方面的統計，筆者總結出開放關聯政府數據集的特點，為我國建設開放關聯政府數據集提供啟示。

3.1 數據集國家分布呈現較為集中，主要發布國之間數據開放程度高

在2015年英國開放基金會（OKF）公布的全球開放數據指數中，臺灣以78%政府數據開放成為全球第一，緊隨其后的是英國（76%）和丹麥（70%），而我國僅以18%的指數排在第93位，其中國家統計數據、全民普選數據等多個關鍵數據集均顯示并無法公開可訪問， “數據僅為公開、尚未達到開放的標準”[25]。而在由獨立學術組織世界正義項目（World Justice Project）發布的“全球開放政府指數”中，得分最高的前三個國家分別是瑞典、新西蘭、挪威，我國以0.43分位列全部國家和地區中的第87名[26]。

通過關聯數據發布的政府數據利用本體技術，整合政府運作過程中產生的各類術語體系和數據模型，使得數據通過語義關聯，便于數據的開啟、鏈接和重用，能夠有效提高數據的透明度，規范數據發布行為，提升政府數據的利用效率[27]。從調查中可以看到，關聯數據集集中分布在英國、歐盟、美國等國家，另外，根據檢索數據集網站the datahub，還可以發現捷克共和國、丹麥等國家的開放關聯數據集也已占據一定規模，這些國家通過關聯數據技術將已經發布的開放數據進行規范和重用，數據集之間建立連接關系，大大提高了政府開放數據的利用程度。

3.2 數據集主題涵蓋政府工作各個方面，為構建智慧政府和智慧城市提供數據支撐

開放關聯政府數據集的主題涵蓋了政治、經濟、文化、民生在內的多個方面，隨著智慧政府建設的發展，誕生智慧的過程就是建立信息關聯的過程。關聯數據技術將相關數據通過W3C標準中的關聯數據技術實現語義連接，并發布到統一的數據平臺上供公眾使用。通過數據化的高度融合，以數據信息的融合為基礎實現數據之間的互聯互通。關聯政府開放數據能夠為智慧政府和智慧城市的構建提供數據的組織和管理，促進數據資源的融合。

3.3 數據集之間關聯關系較為緊密，促進政府開放數據的關聯發現

政府目錄和數據集的數量繼續增加，最佳實踐通過數據發布者和使用者的連接數量來制定。2011年6月啟動的W3C政府關聯數據工作組具有提供標準和幫助世界各地政府發布他們的數據作為有效和有用的關聯數據的其他信息的使命，包括指導部門和對遺留數據的采集、詞匯選擇、URI構建，版本控制、穩定性、轉換機制[28]。政府類關聯數據集之間的相互關聯較為活躍，有63.7%的數據集與外部有鏈接，而對跨領域和地理領域的數據集關聯程度也較高。在搭建數據集平臺時，可以借鑒其他領域數據集的關聯關系，提高數據集之間信息的互聯。

3.4 質量控制和版權保護較為嚴格，規范利益相關者行為

從LOD2014可以看到，開放關聯政府數據集較多采用都柏林核心元數據組織信息，在關聯數據集格式上，也有85.21%的關聯開放政府數據集選擇了example/rdf+xml、meta/void和meta/rdf-schema等RDF標準數據發布格式，使得發布的關聯數據更為可靠，對于使用者也能更方便、靈活的重用政府數據。另外，開放關聯政府數據集的開放授權協議的使用也較為廣泛，這種嚴謹的版權保護政策能夠從數據發布的源頭規范人們涉及知識產權的行為，在滿足互聯網數據共享需求的同時，促進人們積極參與關聯數據運動，保障關聯數據運動不斷向前發展。

參考文獻：

[1] Tetherless World Constellation.The Data-gov Wiki[EB/OL].[2016-03-20].https：//data-gov.tw.rpi.edu//wiki.

[2] Shadbolt N，O'Hara K，Berners-Lee T，et al.Linked Open Government Data：Lessons from Data.gov.uk[J].IEEE，Intelligent Systems，2012，27（3）：16-24.

[3] Clough P，Tang J，Hall M M，et al.Linking archival data to location： a case study at the UK National Archives[J].Aslib Proceedings，2011，63（2/3）：127-147.

[4] Hendler J，Holm J，Musialek C，et al.US Government Linked Open Data：Semantic.data.gov[J].IEEE Intelligent Systems，2012，27（3）：25-31.

[5] Shadbolt N，O'Hara K.Linked Data in Government[J].IEEE Internet Computing，2013，17（4）：72-77.

[6] Galiotou E，Fragkou P.Applying Linked Data Technologies to Greek Open Government Data：A Case Study[J].Procedia - Social and Behavioral Sciences，2013（73）：479-486.

[7] Janssen M，Jeroen V D H.Big and Open Linked Data（BOLD）in government：A challenge to transparency and privacy？[J]. Government Information Quarterly，2015，32（4）：363-368.

[8] Vert，S.Linked Open Government Data for Smart City Applications[C].Patrut，B，etc.SMART 2014 - SOCIAL MEDIA IN ACADEMIA：RESEARCH AND TEACHING.ITALY：MEDIMOND S R L，2015：401-406.

[9] Corradi A，Foschini L，Ianniello R.Linked data for Open Government：The case of Bologna[C].Computers and Communication.2014：1-7.

[10] Yuan Y，Wu C，Ai H.Application Of Linked Open Government Data：State Of The Art And Challenges[J].Theriogenology， 2005，63（2）：283-299.

[11] 吳玥，李占羽.基于關聯數據開放政府數據[J].電腦知識與技術，2010，6（11）：8688-8691.

[12] 袁遠明，吳產樂，艾浩軍.關聯開放政府數據的研究與應用進展[J].電信科學，2012，28（9）：69-73.

[13] 錢國富.基于關聯數據的政府數據發布[J].圖書情報工作，2012，56（5）：123-127.

[14] 吳玥，李占羽，李丹寧.關聯數據在公安情報研判系統的應用[J].貴州科學，2011，29（2）：26-31.

[15] 丁楠，王鈺，潘有能.基于關聯數據的政府信息聚合研究[J].情報理論與實踐，2015，38（7）：76-79.

[16] 涂志芳，吳丹.醫學相關領域開放關聯數據集調查研究[J].圖書情報工作，2015，59（18）：14-23.

[17] State of the LOD Cloud[EB/OL].[2016-03-20].http：//linkeddatacatalog.dws.informatik.uni-mannheim.de/state/#toc4.

[18] Rodriguez M A. A Graph Analysis of the Linked Data Cloud[EB/OL].[2016-04-30].http：//arxiv.org/pdf/0903.0194vl.pdf.

[19] 司徒俊峰，曹樹金，謝莉.論基于關聯數據的知識鏈接構建與應用[J].圖書情報工作，2013，57（16）：123-129.

[20] Data Catalog Vocabulary（DCAT）[EB/OL].[2016-03-20].https：//www.w3.org/TR/vocab-dcat/.

[21] The RDF Data Cube Vocabulary[EB/OL].[2016-03-20].https：//www.w3.org/TR/vocab-data-cube/.

[22] 賈君枝，寇蕾蕾.關聯數據云圖中出版類數據集特點分析[J].國家圖書館學刊，2016（1）：59-68.

[23] 張春景，劉煒，夏翠娟，等.關聯數據開放應用協議[J].中國圖書館學報，2012（1）：43-48.

[24] Open Definition 2.0 - Open Definition - Defining Open in Open Data， Open Content and Open Knowledge[EB/OL].[2016-03-20].http：//opendefinition.org/od/2.0/en/.

[25] Place overview | Global Open Data Index by Open Knowledge[EB/OL].[2016-03-20].http：//index.okfn.org/place/.

[26] World Justice Project.Open Government Index 2015 Report[EB/OL].[2016-03-20].http：//worldjusticeproject.org/sites/default/files/ogi_2015.pdf.

[27] Li Ding，Vassilios Peristeras，Michael Hausenblas.Linked Open Government Data INTRODUCTION[J].Intelligent Systems，IEEE，2012，27（3）：11-15.

[28] eGovernment at W3C|Better Government Through Better Use of the Web.[EB/OL].[2016-03-20].http：//www.w3.org/egov/.

作者簡介：趙蕊菡，女，武漢大學信息管理學院博士研究生。