科技資源信息相關(guān)集成方法研究

于 陽(yáng)

（江蘇省科學(xué)技術(shù)情報(bào)研究所，江蘇南京 210042）

0 引言

科技創(chuàng)新驅(qū)動(dòng)發(fā)展，深入挖掘和利用科技資源信息，能夠高效地分析和利用信息數(shù)據(jù)對(duì)國(guó)民經(jīng)濟(jì)發(fā)展和社會(huì)發(fā)展的意義特別重大。本文結(jié)合大數(shù)據(jù)背景下的科技資源信息挖掘與利用，通過(guò)建立高效的科技大數(shù)據(jù)之分析和利用的應(yīng)用技術(shù)模型，為相關(guān)數(shù)據(jù)收集整理，滿足市場(chǎng)化需求將作廣泛深入研究，以此為大數(shù)據(jù)背景下的科技資源信息得到有效挖掘和利用提供必要的技術(shù)支撐。

1 科技大數(shù)據(jù)的特點(diǎn)與價(jià)值

科技大數(shù)據(jù)既與科學(xué)數(shù)據(jù)不同，也不是一般的網(wǎng)絡(luò)大數(shù)據(jù)［1］?？萍即髷?shù)據(jù)從分類上看既有科技知識(shí)數(shù)據(jù)，也有科技活動(dòng)數(shù)據(jù)；從內(nèi)容上看，既有圍繞科技產(chǎn)出的核心科技數(shù)據(jù)，也有伴隨科技活動(dòng)而形成的擴(kuò)展科技大數(shù)據(jù)；從表現(xiàn)形式上看既有以傳統(tǒng)科技文獻(xiàn)為代表的結(jié)構(gòu)化規(guī)范文檔，也有網(wǎng)絡(luò)環(huán)境下所產(chǎn)生的只言片語(yǔ)、轉(zhuǎn)發(fā)點(diǎn)贊。科技大數(shù)據(jù)與科學(xué)大數(shù)據(jù)、網(wǎng)絡(luò)大數(shù)據(jù)等有著顯著的不同，是大數(shù)據(jù)時(shí)代眾多大數(shù)據(jù)類型中獨(dú)特的一種數(shù)據(jù)形式。它既是政府決策和企業(yè)創(chuàng)新的重要基礎(chǔ)數(shù)據(jù)，也是各種科研機(jī)構(gòu)進(jìn)行科學(xué)研究的重要產(chǎn)物和成果?？萍即髷?shù)據(jù)除了一般大數(shù)據(jù)具有的4V特征（Variety、Volume、Velocity、Value，即多樣化、大量化、快速化、價(jià)值密度低）外，還具有一般科學(xué)數(shù)據(jù)客觀性、分離性、長(zhǎng)效性、不對(duì)稱性、非排他性、可傳遞性、增值性等特征內(nèi)容。另外，科技大數(shù)據(jù)還具有一些特性：高維度性、高度計(jì)算復(fù)雜性、高度不確定性和時(shí)空尺度大、分散多源異構(gòu)等［2］?？萍即髷?shù)據(jù)的上述特征和屬性，決定了科技大數(shù)據(jù)集成共享的復(fù)雜性、困難性和長(zhǎng)期性。

圍繞科技大數(shù)據(jù)開(kāi)展的研究分析工作，可在科技工作的不同階段提供內(nèi)容資源和信息分析、評(píng)價(jià)、預(yù)測(cè)、對(duì)比等多種科研和管理增值服務(wù)。例如可以在科學(xué)研究階段為研究人員提供選題思路、路線圖制定、提供競(jìng)爭(zhēng)情報(bào)，并進(jìn)行成果交流；實(shí)現(xiàn)項(xiàng)目管理階段的立項(xiàng)、資助、團(tuán)隊(duì)遴選、項(xiàng)目驗(yàn)收；在產(chǎn)業(yè)化階段為資金投向、市場(chǎng)分析、技術(shù)趨勢(shì)預(yù)測(cè)提供支持。對(duì)科技創(chuàng)新工作和創(chuàng)新型國(guó)家建設(shè)有著重要的輔助作用，同時(shí)也代表著科技信息與情報(bào)服務(wù)向知識(shí)服務(wù)轉(zhuǎn)變的行業(yè)發(fā)展方向。

2 科技資源平臺(tái)建設(shè)現(xiàn)狀及存在的問(wèn)題

2002 年科技部提出開(kāi)放科學(xué)數(shù)據(jù)，實(shí)現(xiàn)共同發(fā)展。經(jīng)過(guò)了近18 年來(lái)的發(fā)展與建設(shè)，我國(guó)科技資源平臺(tái)的建設(shè)工作取得了一定的成果，基本完成了適應(yīng)科技創(chuàng)新和科技發(fā)展需要的科技基礎(chǔ)條件支撐體系。國(guó)家科技資源共享網(wǎng)，通過(guò)整合國(guó)內(nèi)主流科技資源站點(diǎn)，在國(guó)家層面上構(gòu)建了全國(guó)范圍內(nèi)邏輯統(tǒng)一、高度集成、高效共享的科研共享信息平臺(tái)。平臺(tái)整合資源類別多達(dá)28類，參與建設(shè)的單位上千家，種類繁多，備受國(guó)內(nèi)外科技人員的廣泛關(guān)注［3］。與此同時(shí)，國(guó)內(nèi)科技資源管理共享系統(tǒng)、科技資源省市平臺(tái)網(wǎng)站、科技資源建設(shè)項(xiàng)目網(wǎng)站相應(yīng)地可以做到在一定條件下達(dá)到科技資源共享的目的，為大眾使用科技資源提供了前所未有的便利［4］。

然而，現(xiàn)有共享網(wǎng)站或系統(tǒng)主要采用傳統(tǒng)集中式IOE（IBM 服務(wù)器+Oracle 數(shù)據(jù)庫(kù)+EMC 存儲(chǔ)）模式，而隨著科技資源數(shù)據(jù)爆炸式增長(zhǎng)，該模式下服務(wù)器存儲(chǔ)量的不斷擴(kuò)展不僅給財(cái)政支出和日常運(yùn)維帶來(lái)壓力，技術(shù)上也存在以下4 個(gè)方面的問(wèn)題與不足。一是存儲(chǔ)橫向線性擴(kuò)展有限，傳統(tǒng)系統(tǒng)都屬于TB級(jí)，而支持PB級(jí)能力有限；二是硬件平臺(tái)兼容性差，致使異構(gòu)平臺(tái)整合困難；三是非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)處理能力不足，關(guān)系型數(shù)據(jù)庫(kù)僅對(duì)結(jié)構(gòu)化數(shù)據(jù)處理高效；四是數(shù)據(jù)處理與檢索性能瓶頸，數(shù)據(jù)量大、讀寫頻繁導(dǎo)致傳統(tǒng)數(shù)據(jù)庫(kù)I/O 性能下降。

3 科技大數(shù)據(jù)中心構(gòu)建思想和技術(shù)方法

3.1 科技大數(shù)據(jù)中心構(gòu)建思想

3.1.1 整合方式

構(gòu)建科技大數(shù)據(jù)中心需要整合的資源包括一切可以直接或經(jīng)過(guò)開(kāi)發(fā)后間接為科學(xué)研究和技術(shù)創(chuàng)新活動(dòng)提供價(jià)值的資源。按照科技人力、科技財(cái)力、科技物力資源以及科技信息資源的劃分［5］，需要整合出國(guó)內(nèi)外已有的知網(wǎng)、萬(wàn)方、維普及其他海量的數(shù)據(jù)庫(kù)資源，這些資源分支包括自然科技資源、科技人才資源、科技數(shù)據(jù)資源、大型儀器等數(shù)據(jù)庫(kù)，并且還需要集成包括科技服務(wù)產(chǎn)品與科技服務(wù)對(duì)象在內(nèi)的科技服務(wù)資源。同時(shí)將海量的科技資源信息進(jìn)行剖析重組，挖掘與用戶需求相適應(yīng)的知識(shí)內(nèi)容并提供專業(yè)的情報(bào)服務(wù)，完成對(duì)科技數(shù)據(jù)的深層次挖掘，最終達(dá)到情報(bào)服務(wù)升級(jí)的目的。

目前有大量的科技大數(shù)據(jù)中心用于解決日益增長(zhǎng)的多樣化業(yè)務(wù)服務(wù)，包括海量數(shù)據(jù)存儲(chǔ)、高性能的計(jì)算服務(wù)，還包括整合現(xiàn)有資源、保護(hù)現(xiàn)有資產(chǎn)、總線服務(wù)手段，以期實(shí)現(xiàn)業(yè)務(wù)流程的重組和再造，甚至將舊有的科技系統(tǒng)數(shù)據(jù)和服務(wù)順利接入云平臺(tái)?？萍即髷?shù)據(jù)中心要整合的科技資源在數(shù)量上也是不斷增加的，以往以Web 界面為基礎(chǔ)的整合方式雖然技術(shù)上很簡(jiǎn)單，然而各個(gè)資源之間是相互獨(dú)立的，沒(méi)有必要的數(shù)據(jù)交換，更談不上對(duì)所有的資源進(jìn)行有效的分析利用，最明顯的缺點(diǎn)是用戶使用每個(gè)資源時(shí)仍然要按照對(duì)應(yīng)的身份驗(yàn)證，實(shí)用商業(yè)會(huì)存在很大的麻煩和不便。隨著各種類型資源的增多，對(duì)這些資源的管理難度也會(huì)大大增加，整個(gè)大數(shù)據(jù)中心的安全性也得不到保障，所以在整合時(shí)要開(kāi)發(fā)設(shè)計(jì)統(tǒng)一登錄的身份認(rèn)證系統(tǒng)，以此來(lái)保證系統(tǒng)的安全性，也便于對(duì)中心平臺(tái)的資源管理、用戶管理。

以江蘇省的所有科技資源為例，將所有資源分為三大類：服務(wù)類、數(shù)據(jù)類、管理類。其中服務(wù)類的科技大數(shù)據(jù)包括成果交易產(chǎn)權(quán)一站式服務(wù)、物聯(lián)網(wǎng)智能化技術(shù)服務(wù)、經(jīng)濟(jì)社會(huì)信息服務(wù)、科技中介服務(wù)、眾創(chuàng)空間；數(shù)據(jù)類的科技大數(shù)據(jù)含有包括所有科技資源的一站式檢索以及創(chuàng)新能力數(shù)據(jù)的統(tǒng)計(jì)數(shù)據(jù)；管理類的科技大數(shù)據(jù)包括創(chuàng)新政策、項(xiàng)目管理、政務(wù)公開(kāi)、開(kāi)放合作、知識(shí)產(chǎn)權(quán)、科技前沿的相應(yīng)數(shù)據(jù)。

按照以上的整合方式建設(shè)科技大數(shù)據(jù)中心，科技資源最大程度共享的同時(shí)，還提供了豐富的科技服務(wù)?？萍挤?wù)涵蓋了全類別的科技服務(wù)機(jī)構(gòu)的主要業(yè)務(wù)，建設(shè)成為一個(gè)資源與服務(wù)并重的科技大數(shù)據(jù)中心，構(gòu)建了本地區(qū)的科技資源與服務(wù)為一體的門戶網(wǎng)站。為本區(qū)域提供全方位的科技資源共享和服務(wù)的同時(shí)，減少區(qū)域內(nèi)不必要的資源重復(fù)采購(gòu)，平臺(tái)也成為政府決策和企業(yè)創(chuàng)新的信息資源支撐平臺(tái)。

3.1.2 平臺(tái)架構(gòu)

科技大數(shù)據(jù)中心平臺(tái)采用可靠性高、擴(kuò)展性強(qiáng)、容錯(cuò)性好的Hadoop 大數(shù)據(jù)平臺(tái)，Hadoop 硬件需求不高，相應(yīng)的系統(tǒng)解決方案囊括數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理、系統(tǒng)管理，海量數(shù)據(jù)存儲(chǔ)由HDFS，MapReduce，HDFS提供，海量數(shù)據(jù)處理編程接口由MapReduce提供［6］。

該平臺(tái)選用內(nèi)存1GB以上的CPU，保證任務(wù)的分發(fā)，服務(wù)器盡量選擇磁盤容量和性能比較接近的，交換設(shè)備選擇千兆及以上的以太網(wǎng)，這樣可以提高系統(tǒng)的整體性能。

由于科技大數(shù)據(jù)資源的數(shù)據(jù)類型多種多樣，既有結(jié)構(gòu)化的數(shù)據(jù)又有非結(jié)構(gòu)夠化的數(shù)據(jù)，因此更適用HBase型數(shù)據(jù)庫(kù)存儲(chǔ)方式，所有其他的類型都可以由用戶自己設(shè)置。對(duì)于科技大數(shù)據(jù)資源，整合上需要頻繁地更新，用戶使用上需要大量的查詢、分析，因此對(duì)數(shù)據(jù)的操作會(huì)很頻繁，使用MapReduce程序可以方便地實(shí)現(xiàn)上述功能操作。目前科技發(fā)展迅速，對(duì)科技大數(shù)據(jù)的更新和維護(hù)有著極高的要求，采用HBase列式數(shù)據(jù)庫(kù)更適合數(shù)據(jù)的快速查詢與數(shù)據(jù)維護(hù)。構(gòu)建成大數(shù)據(jù)中心后，隨著時(shí)間的推移，仍然需要對(duì)其進(jìn)行擴(kuò)展更新，然而對(duì)傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)進(jìn)行擴(kuò)容很復(fù)雜，需要中間件才能實(shí)現(xiàn)。HBase數(shù)據(jù)庫(kù)的可伸縮性很強(qiáng)，當(dāng)HBase 集群需要擴(kuò)容時(shí)，通過(guò)增加服務(wù)器的數(shù)量就可以簡(jiǎn)便實(shí)現(xiàn)。

復(fù)旦劇社除了有洪深先生的大力扶持外，還有曹禺劇作的支撐。曹禺劇作《雷雨》《日出》都是由復(fù)旦劇社排練演出并第一次與中國(guó)觀眾見(jiàn)面的。曹禺的《雷雨》《日出》《北京人》等劇作曾多次搬上復(fù)旦劇社的舞臺(tái)。（圖 3、圖 4）

因此，從數(shù)據(jù)存儲(chǔ)模式、操作、維護(hù)、擴(kuò)展方面而言，HBase數(shù)據(jù)庫(kù)更適合科技大數(shù)據(jù)中心平臺(tái)。為實(shí)現(xiàn)科技資源的集成與共享，克服傳統(tǒng)的科技資源共享平臺(tái)存在的缺陷，構(gòu)建了科技大數(shù)據(jù)中心，其總體架構(gòu)如圖1所示。

圖1 中科技大數(shù)據(jù)中心支撐平臺(tái)分為數(shù)據(jù)平臺(tái)和分析平臺(tái)兩部分。數(shù)據(jù)平臺(tái)采用MongoDB 進(jìn)行存儲(chǔ)結(jié)構(gòu)化數(shù)據(jù)和使用HDFS 進(jìn)行存儲(chǔ)無(wú)結(jié)構(gòu)數(shù)據(jù)，并采用Lucene和Elasticsearch 彈性搜索技術(shù)來(lái)索引數(shù)據(jù)。分析平臺(tái)的智能分析功能依托于運(yùn)用Deeplearning和通用圖形處理器技術(shù)。

圖1 科技大數(shù)據(jù)中心平臺(tái)模型

科技大數(shù)據(jù)中心還提供情報(bào)服務(wù)，主要完成面向情報(bào)數(shù)據(jù)的情報(bào)服務(wù)功能，包括情報(bào)數(shù)據(jù)的搜索和標(biāo)注。分析服務(wù)則提供預(yù)測(cè)、規(guī)劃及博弈等功能。

科技大數(shù)據(jù)中心的目標(biāo)之一是挖掘用戶價(jià)值，除了實(shí)現(xiàn)初級(jí)的情報(bào)獲取和情報(bào)提煉，還致力于完成技術(shù)趨勢(shì)預(yù)測(cè)的高級(jí)目標(biāo)。

3.2 科技大數(shù)據(jù)中心構(gòu)建技術(shù)方法

科技大數(shù)據(jù)中心構(gòu)建技術(shù)與大數(shù)據(jù)技術(shù)的5 個(gè)核心部分類似，分為數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)清洗、數(shù)據(jù)挖掘、數(shù)據(jù)可視化［7］。針對(duì)科技大數(shù)據(jù)中心的構(gòu)建技術(shù)方法本文從4個(gè)方面進(jìn)行闡述。

3.2.1 數(shù)據(jù)采集

科技大數(shù)據(jù)的采集就是采集各種來(lái)源（如科技文獻(xiàn)資源、網(wǎng)絡(luò)科技新聞資源、科技政策資源等）的結(jié)構(gòu)化和非結(jié)構(gòu)化海量數(shù)據(jù)。數(shù)據(jù)采集過(guò)程，為了將分散、零亂、標(biāo)準(zhǔn)不統(tǒng)一的數(shù)據(jù)整合到一起，為后期的決策提供分析依據(jù)，通過(guò)ETL 工具來(lái)進(jìn)行數(shù)據(jù)抽取、清洗轉(zhuǎn)換和加載到數(shù)據(jù)倉(cāng)庫(kù)。

針對(duì)網(wǎng)絡(luò)上需要采集的科技數(shù)據(jù)，借助網(wǎng)絡(luò)爬蟲(chóng)或公開(kāi)的網(wǎng)站數(shù)據(jù)接口，從網(wǎng)頁(yè)采集而得的結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)，并將其統(tǒng)一處理為本地的結(jié)構(gòu)化數(shù)據(jù)。同時(shí)科技大數(shù)據(jù)還涉及相當(dāng)數(shù)量的文件采集，本文利用flume 進(jìn)行實(shí)時(shí)文件采集和處理，運(yùn)用這些技術(shù)共同保障科技大數(shù)據(jù)的實(shí)時(shí)完整。

3.2.2 科技大數(shù)據(jù)預(yù)處理

科技大數(shù)據(jù)預(yù)處理是在進(jìn)行數(shù)據(jù)分析之前，對(duì)采集及集成的原始數(shù)據(jù)進(jìn)行“清洗、填補(bǔ)、平滑、合并、規(guī)格化、一致性檢驗(yàn)”等一系列操作，目的是要提高科技大數(shù)據(jù)質(zhì)量，為后續(xù)的分析工作做基礎(chǔ)，科技大數(shù)據(jù)預(yù)處理包括科技數(shù)據(jù)的清理、集成、轉(zhuǎn)換、規(guī)約4個(gè)部分。

科技數(shù)據(jù)清理的清洗工具有ETL 和Potter's Wheel，它主要是對(duì)缺少感興趣屬性的有遺漏數(shù)據(jù)、數(shù)據(jù)中存在著錯(cuò)誤或偏離期望值的噪音數(shù)據(jù)、不一致的數(shù)據(jù)進(jìn)行處理。用全局常量、屬性均值、可能值填充或直接忽略該數(shù)據(jù)進(jìn)行遺漏數(shù)據(jù)處理。用分組原始數(shù)據(jù)，并分別對(duì)各組數(shù)據(jù)采用平滑處理方式來(lái)進(jìn)行噪音數(shù)據(jù)處理，還有聚類、計(jì)算機(jī)人工檢查、回歸等去除噪音處理方法。

科技數(shù)據(jù)集成，旨在把來(lái)源不同的科技數(shù)據(jù)合并存放到統(tǒng)一的數(shù)據(jù)庫(kù)。該過(guò)程著重解決3個(gè)問(wèn)題：模式匹配、數(shù)據(jù)冗余、數(shù)據(jù)值沖突檢測(cè)與處理。數(shù)據(jù)轉(zhuǎn)換，指對(duì)所抽取出來(lái)的數(shù)據(jù)中存在的不一致進(jìn)行處理的過(guò)程。它同時(shí)包含了數(shù)據(jù)清洗的工作，即根據(jù)業(yè)務(wù)規(guī)則對(duì)異常數(shù)據(jù)進(jìn)行清洗，以保證后續(xù)分析結(jié)果的準(zhǔn)確性。數(shù)據(jù)歸約能最大限度地保持?jǐn)?shù)據(jù)原貌，相當(dāng)于盡可能地保持?jǐn)?shù)據(jù)完整性，通過(guò)概念分層、數(shù)值規(guī)約、數(shù)據(jù)壓縮、數(shù)據(jù)方聚集、維規(guī)約等來(lái)最大限度精簡(jiǎn)數(shù)據(jù)量，減少數(shù)據(jù)集的操作。

3.2.3 大數(shù)據(jù)存儲(chǔ)

由于科技大數(shù)據(jù)結(jié)構(gòu)復(fù)雜，而Hadoop擁有開(kāi)源，善于處理半結(jié)構(gòu)、非結(jié)構(gòu)化的數(shù)據(jù)，復(fù)雜的抽取、交互轉(zhuǎn)換、加載至目的端流程，多種挖掘分析以及豐富的計(jì)算模型等優(yōu)勢(shì)，因此中心平臺(tái)通過(guò)擴(kuò)展和封裝Hadoop 來(lái)實(shí)現(xiàn)對(duì)科技大數(shù)據(jù)的存儲(chǔ)和分析的支撐，并采用云存儲(chǔ)與分布式文件存儲(chǔ)等基礎(chǔ)架構(gòu)來(lái)適應(yīng)科技大數(shù)據(jù)的增量變化，獲得較高的存儲(chǔ)效率，具有靈活的擴(kuò)展性，并能適應(yīng)多種規(guī)模，同時(shí)能夠降低數(shù)據(jù)存儲(chǔ)的花費(fèi)，減少不必要的資源浪費(fèi)，保證數(shù)據(jù)安全。

3.2.4 科技資源信息的再挖掘分析

由上述分析不難發(fā)現(xiàn)，通過(guò)可視化分析、數(shù)據(jù)挖掘算法、預(yù)測(cè)性分析、語(yǔ)義引擎、數(shù)據(jù)質(zhì)量管理等方面，對(duì)雜亂無(wú)章的數(shù)據(jù)進(jìn)行萃取、提煉和分析，可進(jìn)行科技資源信息的挖掘和利用［8］。圖形化工具解決了分散異構(gòu)的科技數(shù)據(jù)，可進(jìn)行關(guān)聯(lián)、分析并做出完整的圖表，直接呈現(xiàn)給中心用戶以簡(jiǎn)單明了、清晰直觀且易于接受的各種分析結(jié)果。數(shù)據(jù)挖掘算法解決了各種不同的科技數(shù)據(jù)類型和格式，使用能夠與之相適應(yīng)的查找，進(jìn)而確定適合挖掘的最佳參數(shù)模型，讓統(tǒng)計(jì)結(jié)果分析到位。還有一些像特別統(tǒng)計(jì)分析、趨勢(shì)預(yù)測(cè)、用戶畫像、建模、優(yōu)化、機(jī)器學(xué)習(xí)等高級(jí)分析功能，可以做到用科技大數(shù)據(jù)進(jìn)行預(yù)測(cè)性分析，讓事件的不確定性能夠提前預(yù)測(cè)，主要可用來(lái)預(yù)測(cè)科技研究熱點(diǎn)、主題熱度趨勢(shì)等各種將來(lái)事件，為政府和企業(yè)調(diào)整戰(zhàn)略提供依據(jù)。在科技大數(shù)據(jù)檢索時(shí)還需要采用語(yǔ)義引擎技術(shù)，為已有的科技數(shù)據(jù)添加語(yǔ)義，提高用戶的檢索體驗(yàn)。

4 結(jié)語(yǔ)

通過(guò)上述科技大數(shù)據(jù)的特點(diǎn)與價(jià)值的分析研究，結(jié)合現(xiàn)階段科技大數(shù)據(jù)共享平臺(tái)的現(xiàn)狀和存在的問(wèn)題，以及江蘇省科學(xué)技術(shù)情報(bào)所現(xiàn)有各類數(shù)據(jù)資源種類、數(shù)據(jù)內(nèi)容、表現(xiàn)形式、服務(wù)模式、運(yùn)用技術(shù)及網(wǎng)絡(luò)應(yīng)用平臺(tái)現(xiàn)狀，通過(guò)利用互聯(lián)網(wǎng)及大數(shù)據(jù)技術(shù)的發(fā)展特點(diǎn)，運(yùn)用多源數(shù)據(jù)融合技術(shù)、自然語(yǔ)言處理、深度學(xué)習(xí)等先進(jìn)的信息技術(shù)，以務(wù)實(shí)、嚴(yán)謹(jǐn)、科學(xué)的態(tài)度做好科技大數(shù)據(jù)中心的頂層設(shè)計(jì)，探討了其建設(shè)內(nèi)涵、組織架構(gòu)、任務(wù)內(nèi)容和實(shí)現(xiàn)路徑，實(shí)現(xiàn)數(shù)據(jù)共享與集成應(yīng)用，加強(qiáng)特色資源和服務(wù)能力建設(shè)，從而打造江蘇科技大數(shù)據(jù)建設(shè)與服務(wù)品牌。