新形勢下高校機構知識庫的功能設計與實現

史 磊，曹思思2，裴 麗

機構知識庫(Institutional Repositories，IR)又稱機構典藏庫、機構倉儲等，是利用現代信息技術建立的一種可持續的資源倉儲和知識共享空間。機構知識庫允許所有研究者參與其中，能夠提升機構學術成果的可見度和傳播力，在學術交流和共享中產生了積極變革和創新[1-2]。隨著我國高等教育的發展及學術環境的改變，高校機構知識庫建設和服務面臨持續發展的瓶頸。

2015年起，國務院、教育部等部門相繼發布了《統籌推進世界一流大學和一流學科建設總體方案》[3]《關于實施一流本科專業建設“雙萬計劃”的通知》[4]。2017年，黑龍江中醫藥大學(以下簡稱“我校”)成為全國獲評“A+”的3所中醫藥院校之一[5]。高等教育新形勢對我校的學科專業、學術環境、成果收集管理等方面的建設提出了更高要求，而學科化服務需要有充分的元數據知識倉儲機構知識庫作為底層數據來保障。因此，本文在我校機構知識庫建設實踐工作基礎上，總結了項目建設的經驗與體會，為新形勢下高校機構知識庫的建設提供借鑒與參考。

1 高校機構知識庫建設現狀與存在問題

1.1 建設現狀

1.1.1 以資源存儲為中心的機構知識庫

國內機構知識庫相關研究最早見于2004年。初期的機構知識庫主要是在機構成果收藏和圖書館資源建設的影響下，以開放獲取為目標發展起來的一種機構資源倉儲[6]。該類型機構知識庫以資源為主體，強調資源的重要作用。圖書館關注的是資源的收和藏，主要對機構成員的成果進行收集、存儲、管理，即內容的收集和組織完全由圖書館主導制定，用戶只是被動地接受圖書館提供的資源和服務。2006年，廈門大學學術典藏庫投入使用，主要用來長期保存和管理廈門大學教職工的學術著作、期刊論文、畢業論文、工作文稿等具有學術價值的成果，為該類型機構知識庫的代表。

1.1.2 以用戶需求為中心的機構知識庫

2013年，高校機構知識庫研究的數量和質量均取得了一定的進展，其建設理念逐漸從以資源存儲為中心轉向以用戶需求為中心。以用戶需求為中心的機構知識庫是一種主動化的機構知識庫構建模式，即在成果收集和資源建設的同時，進行基于用戶需求的資源和服務重構。機構知識庫設計和運行完全從用戶信息行為和需求出發，不僅強調用戶的主觀能動性，同時也關注挖掘用戶的潛在需求，指導機構資源的深層開發，將加工過的知識化產物提供給用戶，實現服務內容的知識化。北京科技大學、福州大學等以基于需求的機構知識庫信息服務為目標，進行了機構知識庫系統的建設實踐[7-11]；東南大學情報科學技術研究所[12]則以學科用戶的需求為導向進行學科機構知識庫的建設實踐，在高校機構知識庫發展中具有一定的前瞻性。

1.1.3 以學科建設為中心的機構知識庫

近3年，隨著國家對一流學科、一流專業建設工作的部署和要求，高校圖書館相繼參與到學校的學科專業建設中。高校機構知識庫經過不斷發展，已經具備了學科相關的資源和數據，嵌入學科的機構知識庫構建模式應運而生。嵌入學科建設的機構知識庫，一方面可按照教育部學科分類、ESI學科分類等不同的分類體系，對基礎數據進行分析，完成定制化學科分析評價報告，為學校學科建設與人才引進等重要決策提供數據支撐；另一方面可促進圖書館的服務轉型，拓展服務領域，為學科服務提供先進技術支持，利于學科館員以學科機構知識庫為抓手開展基于不同學科和用戶群體的多層次服務。如華中師范大學、西安交通大學等根據學科建設需求進行機構知識庫建設[13-15]；徐春等[16]結合中國藥科大學藥學學科特色，分析藥學學科知識庫聯盟的構建模式，提出“雙一流”背景下構建藥學學科知識庫聯盟；山東理工大學圖書館創新性地提出基于機構知識庫系統構建學科決策智庫[17]。

1.2 存在問題

1.2.1 學者數據清洗不徹底

很多高校機構知識庫的建設表面上看無誤，但在基礎數據方面，因學術成果機構地址不規范、機構拆分合并、同名學者、作者縮寫等成果出版時存在的問題造成數據清洗不徹底，致使機構庫收錄成果出現錯漏；或因只收集機構知名人員名單，按名單做學者庫(并不能代表機構的全體人員和實力)，致使機構知識庫成為并不實用的“花架子”。另外，由于后期數據更新維護機制不完善，需要圖書館和用戶投入大量人力物力進行成果的認領，導致機構知識庫的建設難以延續，很難為用戶提供有效服務。

1.2.2 資源與知識組織單一

資源是機構知識庫的基石。隨著學術環境的改變，用戶對資源的需求也發生了改變。當前，機構知識庫的資源類型多為期刊論文、會議論文和學位論文等，而學習筆記、科學數據、教學課件、多媒體等隱性資源較少，難以滿足e-Science環境下科學研究的需要。知識組織方面，更多注重數字對象本身的表面聯系，而忽視了隱含知識的組織和關聯，缺乏對知識間關聯關系的挖掘，最終阻礙了機構知識庫知識再創造價值的實現[18]。

1.2.3 服務難以滿足學科建設需求

目前，高校機構知識庫多集中于資源存儲和滿足用戶個體的需求。隨著“雙一流”“雙萬計劃”等系統工程的啟動，各高校逐漸將工作重心轉向學科專業建設，迫切需要基于學科專業建設的個性化機構知識庫。因此，高校機構知識庫建設應更多關注學科資源的集成以及學科資源知識化的挖掘和開發，發揮機構知識庫的資源和技術優勢，利用機構知識庫開展學科服務。同時，實現與高校其他系統的互聯互通，為用戶提供高效率服務。

1.2.4 學術交流共享空間理念缺乏

在大數據、人工智能等新環境下，用戶信息交互空間的構建對于機構知識庫的發展和應用日益重要[19]?，F有機構知識庫只是通過資源集成實現數字內容的整合和可視化，因缺乏線上交流、學科討論組等學術互動交流功能的支持和缺乏學者個人空間、團隊研究空間等個性化空間而難以實現用戶的個性化標引、收藏、推薦、編輯、發布等，同時因沒有激活圖書館員與用戶間的互動而直接影響了機構知識庫學術資源的實時更新[20]。

1.2.5 知識產權問題凸顯

機構知識庫在收集學術成果并對其他用戶開放成果的復制權、傳播權時能否保護原創者的知識產權是用戶的關注點[21]，因此學者成果的版權許可成為影響機構知識庫發展的瓶頸之一。國外有學者對如何解決機構知識庫內容獲取與版權間的矛盾進行了討論，指出機構知識庫應當遵循法律的規定，對于被版權許可的對象，在重用知識對象時，需要聲明作者的版權。建議圖書館采用相應的策略和技巧實施內容獲取的管理，并制定機構知識庫用戶資源的獲取政策[22-23]。

2 黑龍江中醫藥大學機構知識庫的設計與實踐

2.1 平臺的建設內容及目標

黑龍江中醫藥大學機構知識庫基于我校教職工學術成果，建設內容主要體現在成果收集與維護、IR門戶、知識服務、系統管理、學科服務、學術社區6個模塊，實現學術成果存儲、學術資源集成與共享、用戶信息交互、知識發現、學科服務等功能。黑龍江中醫藥大學機構知識庫建設的總體目標分為兩方面。

機構可通過對其人員的學術成果的統一分類、標引、加工與存儲、長期管理與保存，有效保證機構資源的完整性和安全性；通過對底層數據的分析，形成人、出版物、教學科研數據的關聯模型，從而全面系統地反映機構的教學和科研成果；通過對數據的分析與評價，實現科學的績效管理。

學者可通過對機構學者成果的集中展示，增加成果的可見度，提高學術成果的閱讀率和被引數，從而提高學者的學術影響力。通過對成果的統一管理與永久保存，便于學者對個人成果進行管理與積累，可見證其在不同階段的學術歷程。

2.2 系統的設計與實現

2.2.1 系統技術架構

我校機構知識庫運用Hadoop 2.0分布式技術與HTML 5技術實現平臺海量數據的清洗和存儲、內容管理、資源與信息的自動化和多媒體化、用戶與文檔的交互方式等核心功能。機構知識庫系統整體架構如圖1所示。

2.2.2 系統工作流程

數據清洗：利用腳本化數據格式分析技術和目前已知的大多數格式數據的清洗功能，并將其統一翻譯成系統可識別的RefWorks數據格式。同時，通過數據去重、分辨第一機構和通訊機構、社會網絡、學術遷徙等方法，以及自動匹配和管理員認領，將成果逐篇指定到學者名下。

數據報送：用戶可以選用數據報送功能(需要數據來源的版權授權)，云端會定期自動將用戶關注的特色來源數據推送到機構知識庫本地服務器。

項目管理：機構知識庫系統提供接入對應的接口，實現對用戶各類型項目的統一儲存和管理，最終實現各類型項目數據的一站式儲存、分析和挖掘，以圖表形式對項目信息進行知識發現。

2.2.3 系統建設難點及解決方案

機構知識庫建設初期，數據清洗和規范是核心問題，它直接影響機構知識庫的健康運行和持續發展。部分機構知識庫系統無法將采集的數據準確分配到正確的高校-二級學院(附屬醫院)—學系(臨床科室)-個人，其原因主要包括收錄文獻數據庫中的機構成果描述不規范，署名單位不規范，同機構多頭銜，地址筆誤和錯漏，同姓名的不同作者，不同姓名英文縮寫相同的不同作者，頻繁跳槽的學者(學術遷徙)。

為解決這一技術難題，我校機構知識庫采用人工智能和機器算法實現數據采集、清洗、歸類合并、認領等流程的智能化和自動化。

圖1 黑龍江中醫藥大學機構知識庫系統架構

從成果中提取機構和二級機構異名，生成機構成果算法，系統自動篩選和判別各級機構的成果，對系統自動抓取的成果數據同館員或用戶手動導入的數據進行自動去重、標引和有效性檢測等。在標引過程中，相應數據標引至對應數據庫記錄的詳細內容頁，同一成果數據可有多種數據庫標引歸屬。

系統具備完善的字典管理功能，機構名稱支持曾用名和機構名稱縮寫及其各種變化情況，學者姓名支持簡稱、全稱等各種情況，精確區分同名學者。

系統可對不同來源的同一成果和對同一學者的同一成果進行自動去重，同時支持對英文成果等自定義字段進行去重。

2.3 機構知識庫功能實現

我校機構知識庫以“雙一流”建設等為核心，構建了集資源存儲、成果保存、知識服務、學科服務等功能于一體的系統。機構知識庫功能如圖2所示。

2.3.1 構建長期保存體系，實現資源開放獲取

我校機構知識庫在設計和建設初期就把長期保存作為一個重要環節來考慮，以避免機構知識庫建設走彎路。系統采用開源軟件DSpace，從技術層面設定了機構學術資源的長期保存策略。未來還將利用云技術推動機構知識庫資源的長期保存向“云端”發展，建立完善機構知識庫長期保存和資源獲取機制，促進我校學術資源的開放獲取。

2.3.2 多層次收集分散數據，構建機構資源倉儲

我校機構知識庫利用系統的技術優勢收集個人用戶和團隊用戶的資源和成果。支持系統自動抓取個人成果，并按照成果收錄情況、被引頻次等定期推送給個人用戶，由用戶進行認領，最后系統按照成果類型分類，自動存儲至學者空間，提高了用戶的各類報獎、項目申報等工作的效率。支持團隊成員將之前個人的文獻、研究生論文、實驗方案、實驗記錄、開題報告等進行分類集成和保存，提高學科團隊的科研產出能力，實現學科團隊成果的積累和傳承。

2.3.3 多角度展示機構成果，構建學術知識圖譜

我校機構知識庫支持開通學者個人空間，多角度展示其學術軌跡、H指數、成果被引情況、歷年成果趨勢等，展示學者ORCID、Researcher ID等信息，建立學者個人科研ID數據庫，并可通過設置權限對個人成果進行展示和分享。系統通過可視化、聚類關聯等技術對機構、學者與成果進行關聯分析，構建學者與機構、學者與研究領域等各類關系間的關系圖譜，多角度展示機構成果，擴大個人和機構的學術影響力。

圖2 黑龍江中醫藥大學機構知識庫功能

2.3.4 構建網絡學術社區，促進學術交流共享

我校機構知識庫借鑒“小木蟲”“丁香園”等網絡社區的形式，構建了基于用戶互助模式的機構知識庫。系統為用戶提供學術朋友圈、在線交流、評論、關注、直播等方式，促進學術活動中學者間的交流和互助，節約學術研究的成本，提升學術研究的工作效率。系統支持用戶查看本機構學者通訊錄，瀏覽學者個人空間，關注科研動態，根據學者本人設置的瀏覽權限可查看其學術博文、科研筆記等學術資源，實現對學者及其研究領域的持續關注。

2.3.5 整合學科資源，構建學科知識服務體系

為保障將我校中藥學等優勢學科建設成為國家一流學科，我校機構知識庫設計了學科服務模塊進行學科建設的資源和服務保障。學科服務模塊集成了學術搜索、引文庫等資源獲取和學術評價工具，系統會根據用戶的需求找到所需的相關知識，在發現和挖掘論文及其引文方面為用戶提供集成式增值服務，為學者及其團隊提供決策支持。系統在對圖書館現有資源進行整合的基礎上，建設重點學科特色資源庫、開放獲取學術期刊庫、科研基金知識庫等特色資源，構建一個資源、知識和服務的“融創系統”。

3 結語

我校圖書館在機構知識庫建設方面進行了實踐探索，在成果收藏、資源整合、知識服務等方面積累了一些經驗。未來的工作中，希望在“雙一流”“雙萬計劃”等高等教育新形勢下，通過保障學科和專業建設、針對重點學科和專業開展個性化服務、構建智慧化校園等繼續加強我校機構機構知識庫的建設，以此進一步完善機構知識庫的建設與發展，提升新形勢下圖書館的服務水平。

開放獲取全球化大潮洶涌澎湃，我國高等教育“雙一流”“雙萬計劃”等系統工程不斷深入。在此背景下，如何整合、管理和利用智力資源助力高校教學科研的創新和發展是我國高等教育界亟待解決的問題。機構知識庫憑借其強大的數據、資源和技術優勢，為解決上述問題提供了解決方案。我校運用先進的數據處理和媒體交互技術，以學科服務為導向，構建了一個集成果收集和管理、數據挖掘、資源共享、知識發現、學科服務、學術社交于一體的知識化、智能化機構知識庫，展示學校學科建設和人才培養特色，充分發揮圖書館專業化、知識化、特色化的信息服務職能，為高校機構知識庫建設實踐提供參考。