科研數字資源平臺設計與實現分析

王 月，閻 慧，梁家林，龍 杰

（1. 航天工程大學 航天信息學院，北京 101416；2. 航天工程大學 研究生院，北京 101416）

0 引言

隨著大數據時代的來臨，數字資源基礎平臺的建設成為相關領域的重要課題之一，關于數字資源，是指經過一定程度加工整序過的、不同類型不同學科且相對獨立的數字資源系統，不包括網上無序的以及自身沒有控制的數字信息資源。數字資源是在信息技術發展下促成的文獻信息的新型表現形式，是將計算機技術、通信技術及多媒體技術以數字形式發布、存取、利用的信息資源的總和[1]。

而科研數字資源泛指科研活動中產生的各類文本、圖像、音視頻、模型和實驗數據等，既包括各類電子儀表、傳感器、數據采集器等產生的直接數據，也包括經過學者處理或分析后的各種可靠的研究成果。根據互聯網數據中心（IDC）監測，全球產生的各類數字資源量大約每兩年翻一番[2]。通過有效的采集、整理、分析和挖掘，可以從這些數字資源中挖掘重要的知識和規律。中央深改組2018年1月 23日審議通過《科學數據管理辦法》，積極推進科學數據資源開發利用和開放共享。建立開放、共享、高效的智慧數據平臺成為國內外加強數字資源應用效率和提高科研能力的重要課題之一。

1 科研數字資源平臺建設的現狀

目前科研數字資源平臺的建設主要體現在以下兩個方面：

首先是數字圖書館，新時期數字圖書館的建設多是以知識管理為核心的智慧圖書館。在這一方面國內外高校圖書館和期刊數據庫最具代表性，數字圖書館中所涉及的科研數字資源以學術論文為主，包括碩博士論文及期刊文獻等。

另外則是科技信息服務平臺，此類平臺涉及的科研數字資源以科技項目、單位、專家等資料為主，也包括各行業標準、行業數據庫等，世界各國均有不同領域的科技信息服務平臺。如由美國國家虛擬天文臺、歐洲天體物理虛擬天文臺、英國虛擬天文臺 AstroGrid計劃共同發起成立了國際虛擬天文臺聯盟（Iternational Virtual Observatory Alliance，IVOA），將積累的全球基于地面和空間望遠鏡的天文數據建成數據集合，使天文學研究者能夠發現和分析這些數據[3]。美國國家地理數據中心與研究人員緊密合作，建立文件和可靠數據集，并與政府機構、非贏利機構、高校積極開展合作項目，鼓勵數據交換。日本社會科學數據存檔中心（SSJDA）從無法自己單獨分發數據但又愿將數據存放在SSJDA的組織和研究人員那里收集數據，同時鼓勵有能力分發數據的組織和研究人員將數據進行共享[4]。我國科學技術信息研究所也正在建設國家科技管理信息系統公共服務平臺[5]。這些科技信息服務平臺大多由國家政府牽引，科研機構參與建設。

推動科研數字資源平臺建設的動力來自于各個方面，各類文獻主要從推動科學研究的發展、避免重復浪費、促進科學研究合作等方面進行探討。

（1）支持科學質詢,方便證實科研成果的正確性和有效性。相關學者科研通過對他人科研成果相關的支撐數據或研究結果數據等進行驗證, 從而為證實科學研究是否存在錯誤和偏差提供驗證途徑，減少科研錯誤的出現；

（2）為后續研究提供數據基礎。目前絕大多數學者都是在前人的研究基礎上進行深入探索，人類基因項目（Human Genome Project）的科學數據共享實踐已經證明, 快速的數據共享為后續研究提供了便利；

（3）建立開放共享的科研數字資源平臺可以有效打破科研壁壘，對研究機構而言可有效利用有限的資金, 避免重復研究帶來的資源浪費[6]；

（4）有利于宏觀調控，從國家決策者和領域專家的角度，通過科研數字資源平臺對已有資源進行分析挖掘，便于了解當前的領域研究現狀，有利于科學有效的把握科研方向；

（5）促進稀有數據的長期有效保存，為孤立數據（orphan data）提供存儲空間；

（6）提高與其他科學研究者和研究機構的合作機率。

2 目前科研數字資源平臺建設面臨的問題

隨著國內外多種數字資源平臺的建設，國內諸多學者都做了相關的調研工作，結合其結論，提出幾點目前科研數字資源平臺建設需要解決的問題。

2.1 管理系統陳舊，浪費資源潛力

目前科研數字資源管理并未順應時代的發展，在知識應用和智慧應用方面尚未加以研究，依然停留在老舊的一般數據管理信息系統中，雖然這些技術較為成熟，但難以滿足當前科學研究中對于知識、創新性等需求。其次在數字資源管理方面，科研活動中所產生的絕大部分科研數據并未真正錄入到科研數字資源管理中，尤其是在小范圍科研活動中依然采用人工管理的方式，其所具有的挖掘潛力被浪費，給科研數字資源的利用造成了極大的不便。

2.2 數字資源單薄，技術應用不足

另一方面在面對越來越多的非結構化、半結構化等異構數據，這些傳統的數據管理信息系統往往束手無策。目前針對數字資源管理的相關技術數量多、應用廣，不同技術之間相互聯系、互相摻雜，在相關信息系統開發過程中需要數據專家針對具體環境給出具體解決方案，耗費資源巨大。而無論應用何種技術進行數字資源管理都離不開數據的建 模過程，但數字資源的建模方法尚未形成標準，沒有規范的、完整的解決途徑，從理論到方法依然不完善。

2.3 服務功能單一，拓展能力較弱

服務功能需要增強，目前在應用階段，大多停留于資源檢索，對于科研數字資源的智慧應用可以說是處于空白階段，與此相似的智慧城市、智慧校園數字資源智慧服務功能的相關研究已有受到大家認可的研究成果，因此應當充分考慮科研數字資源平臺的需求，借鑒智慧應用的研究，構建面向科研數字資源平臺的知識應用架構，為之后建立智能應用建立結構基礎。

3 科研數字資源平臺基礎架構設計

3.1 設計原則

（1）打破資源壁壘。面向智慧應用的科研數字資源平臺應匯集相關各類數據，既包括紙質、光盤等傳統媒介，也包括已有科研管理系統中的數字資源，從結構化的文本、數據庫資源到非結構化的音視頻、仿真模型、實驗數據、科研成果等，都通過相應技術手段，匯入科研數字資源平臺中。

（2）以標準化的數據建模為核心。為提高平臺的擴展性，應以最根本的數據管理為支撐，通過標準化的建模手段建立具有一致性的集中式或分布式數據管理平臺，為后續擴展性功能研發提供基礎保障。

（3）個性化服務滿足用戶需求。針對不同用戶群體提供分級服務，同時通過不同功能模塊提供個性化服務，在線分析、個性化知識管理、個性化推送等，有效滿足不同用戶的不用使用需求[7]。

3.2 總體架構

我國的科研數字資源平臺實踐尚處于建設的初步階段，尚未形成一定的規模，結合近幾年的大數據與云計算相關技術的發展，筆者就科研數字資源平臺的構建提供思路如圖1所示。

圖1 科研數字資源平臺整體架構Fig.1 Scientific research digital resource platform

從宏觀來看，科研數字資源平臺的總體架構可分四層：源數據層、數據管理層、系統支撐層和應用窗口層。

（1）源數據層：通過自動或手動的方式，將歷史資源、自動識別、物聯網、互聯網等方面的科研數字資源進行采集，提供給數據管理層。

（2）數據管理層：是整個科研數字資源平臺的核心與難點，以大數據與云計算基礎平臺為紐帶，綜合各種數據處理手段，系統支撐層提供數據支撐，通過將來自源數據層的初始數據進行過濾、整合、存儲，這一層是整個平臺的基礎。

（3）系統支撐層：根據提出的功能需求，分別開發相應的采集系統、檢索系統、存儲系統、挖掘系統和用戶管理系統，通過接口與應用窗口相連，以實現相關功能。

（4）應用窗口層：首先從需求角度出發，面對可能使用該平臺的科技人員、領域專家、管理人員等分別提供公眾訪問平臺和綜合管理平臺兩個應用窗口，前臺應用實現科研數字資源的檢索、瀏覽、分析與挖掘、下載和上傳等操作，后臺應用實現科研數字資源的審核、數據管理、用戶管理等工作。為適應時代發展，其應適用于多種不同的設備端，故應支持異構與分布的運行環境。

針對目前已有或在建的數字資源平臺，提出以數據管理層為系統的核心，避免以往僅從用戶角度出發產生的功能不足的缺陷，通過建立完善的基于大數據與云計算的數據管理分析基礎平臺綜合管理各種數據源為系統提供全面的數據支撐，再通過應用與功能層的建設滿足不同用戶的不同需求。

4 基本實現技術路線

科研數字資源平臺構建是一個大型的系統工程，其中涉及的相關領域和學科眾多，筆者認為應當進行自主開發，采用 java、php等開發語言，結合MySQL、Oracle等專業數據庫進行開發，此方式具有較強的自主性和可適性，為避免從前期調研、開發到后期實施、應用周期過長，應選擇適當的工程開發方式。筆者根據提出的科研數字資源平臺基礎架構，提出幾點技術問題的建議。

4.1 源數據層開發

由于目前已有的傳統數字資源管理、存儲系統數量眾多應用較深，盡管這些項目管理信息系統對應傳統的項目管理特點與模式上都比較成熟，但由于智慧應用的發展，這些傳統的科研管理信息系統并不能直接用于智慧應用，在數據結構、系統框架上都存在諸多不足，并不能直接加以利用。傳統科研管理系統中流轉的數據資源因其大多為數據庫資源或文本資源，也包括少量非結構化的圖片、數據表等，筆者提出應當基于此類系統進行二次開發，從已有數據庫、數據倉庫展開工作，結合新興的自動識別[8]、物聯網[9]、互聯網技術。嘗試將兩者結合，應用到科研數字資源平臺的源數據層中，以滿足智慧應用的要求，順應數據時代的發展。

4.2 數據管理層開發

從現有的研究成果來看，數字資源的過濾、整合、存儲都需要進行數據建模，離不開元數據。元數據被稱為“關于數據的數據”，是對數字資源的規范化描述，不僅能起到描述數據的作用，而且起到管理數據的作用。建立科學完整的元數據也是數據標準化的重要內容。我國在元數據研究中已經取得一定的進展與成果，隨著科技部 2002年正式啟動的國家科學數據共享工程的推進，國內各行業都制定了相應的元數據標準，為數據管理提供了巨大便利[10]。黃文碧[11]在詳細闡述利用元數據實現館藏資源聚合的可行性的基礎上,提出經過元數據倉庫構建、元數據映射和元數據關聯等過程實現館藏資源對象的分面語義關聯。本體作為”共享概念模型的明確的形式化規范說明”[12]。能夠捕獲相關領域的知識，提供對該領域知識的共同理解，確定該領域內共同認可的詞匯，并從不同層次的形式化模式上給出這些詞匯術語和詞匯間相互關系的明確定義。本體的這一作用可以實現異構數據的集成[13-15]以及知識建模[16-17]和語義建模[18-20]，為系統支撐層中的知識挖掘提供便利。

4.3 系統支撐層和應用窗口層開發

既要充分考慮一個實用的數字資源平臺所必需的上傳、下載、索引、瀏覽、數據管理和用戶管理的基本功能外，應當緊密結合用戶需求，引入大數據與云計算的相關技術，提供個性化服務、分級服務，對某些不能開放、共享的資源實現分級對待。同時提高對用戶的使用權限管理，從而提高數據安全性和系統可靠性。此外也應考慮平臺今后的交互性和可擴展性等功能。

5 結語

大數據時代，構建科研數字資源平臺，推動科學技術的發展，是一項重要的歷史使命。本文分析了構建科研數字資源平臺的重要意義，說明現有數據平臺存在的問題，在此基礎上提出了面向智慧應用的數字資源平臺基礎架構，詳細說明了其相關技術路線。

[1] Ohio LINK Resources[OL]. [2018-4-12]. https://www. ohiolink.edu.

[2] 陳如明. 大數據時代的挑戰、價值與應對策略[J]. 移動通信, 2012(17): 14-15.

[3] The International Virtual Observatory Alliance[OL]. [2018-4-12]. http://www.ivoa.net/.

[4] Information from SSJDA[OL]. [2018-4-12]. http://csrda.iss.u-tokyo.ac.jp/en/。

[5] 國家科技管理信息系統公共服務平臺[OL]. [2018-4-12].http://service.most.cn/index/.

[6] 黃如花, 邱春艷. 國外科學數據共享研究綜述[J]. 情報資料工作, 2013(4): 25-31.

[7] 李瑾, 顧戈琦. 基于“互聯網+”的農業大數據平臺構建[J].湖北農業科學, 2017, 56(10): 1947-1952.

[8] 姚楠, 耿奇. 基于MATLAB GUI的車牌自動識別系統設計[J].軟件, 2016, 37.

[9] 曾慶勇, 劉遠仲. 淺談物聯網技術發展方向與產業前景[J].軟件, 2018, 39(3): 37-40.

[10] 戴劍偉, 吳照林, 朱明東, 等. 數據工程理論與技術[M].國防工業出版社, 2010.

[11] 黃文碧. 基于元數據關聯的館藏資源聚合研究[J]. 情報理論與實踐, 2015, 38(4): 74-79.

[12] Studer R, Benjamins V R, Fensel D. Knowledge engineering:principles and methods[J]. Data & Knowledge Engineering,1998, 25(1–2): 161-197.

[13] 高文浩. 基于本體的異構數據庫集成技術研究及應用[D].江蘇大學, 2009.

[14] 陽其凱, 王堅, 凌衛青. 基于本體和云服務的交通異構數據集成方法研究[J]. 高技術通訊, 2015, 25(7): 694-702.

[15] 吳佑波, 陶熠. 基于本體的異構系統語義互操作研究[J].重慶工商大學學報(自然科學版), 2017, 34(2): 65-70.

[16] 李培培. 基于本體的知識建模框架及實例研究[D]. 西南大學, 2008.

[17] 王威. 基于本體的信息系統知識建模與表示框架的研究與應用[D]. 浙江大學, 2015.

[18] 唐曉波, 翟夏普. 基于本體知識集合的知識檢索研究[J].圖書館學研究, 2018(1).

[19] 閆東. 基于本體的石油地質領域知識服務系統研究[J]. 軟件, 2017, 38(11): 101-106.

[20] 張力生, 年歡, 宋輝, 等. 領域模型中關聯語義的描述邏輯表示與應用[J]. 軟件, 2015, 36(6): 66-74.