融合數據治理體系的智慧圖書館框架研究

盧鳳玲

（中共上海市委黨校圖書館 上海 200233）

1 引言

隨著信息技術的發展，數據的價值被不斷挖掘。黨的十九屆四中全會在戰略層面提出將數據作為新型生產要素，要求培育和健全數據要素市場，提升數據治理能力現代化水平。數據作為基礎性戰略資源，在社會經濟領域受到重視，并在政府、教育等公共領域取得了顯著的實踐成效。圖書館作為知識信息服務機構，在信息化浪潮下，經歷著從數字化向數據化的變革，同樣面臨著數據資產的服務創新和價值創造難題，而引入數據治理有利于解決這一難題。國際上已有圖書館開展數據治理的相關實踐，如英國格拉斯哥大學研發了DAF數據資產框架[1]，美國康奈爾大學實施的嵌入式科研數據治理案例[2]。國內目前關于圖書館數據治理方面的研究仍處于理論引入階段，如研究圖書館引入數據治理可行性[3]、圖書館科研服務領域引入數據治理，并開始探討高校和公共圖書館數據治理框架模式構建[4-5]。

隨著智慧圖書館理論研究與實踐的深入開展，研究者意識到數據在智慧圖書館建設與服務中的核心價值。楊新涯提出沒有數據就沒有智慧圖書館[6]。徐瀟潔、洪亮先后提出數據驅動的智慧圖書館服務體系和框架構建[7-8]。筆者認為，在智慧圖書館建設中融入數據治理理論和架構，有利于智慧圖書館實現長期可持續發展，并可實現數據治理從理論到實踐的跨越。基于此，筆者探索構建融合數據治理體系的智慧圖書館框架的方法，以期在智慧圖書館建設和實踐中實現數據治理，進而推動智慧圖書館數據價值和智慧服務的實現。

2 數據治理及數據治理框架

2.1 數據治理的定義

自2004年H. Watson 最早提出“數據治理”概念以來，數據治理逐漸引起企業界和政府的關注。DAMA（國際數據管理協會）將數據治理定義為“對數據資產管理實施權威、保證質量的綜合活動”[9]。張寧等認為數據治理是圍繞數據資產開展的一系列工作，以服務組織層決策為目標，涉及有關數據管理的技術、過程、標準和政策的集合[10]。嚴昕認為數據治理是針對數據資產而開展的包括政策、技術、管理、控制等環節的整套工作流程[5]。綜上所述，數據治理建立在數據管理之上，對數據管理活動進行指導、監督和評估，目的是實現數據資產管理。沒有數據管理就不會提到數據治理，而數據管理方面出現問題，其根源是數據治理層面的混亂或缺失。數據治理的目標是確保數據管理活動始終處于規范、有序和可控的狀態，確保數據資產得到正確有效的管理，并最終實現數據資產價值的最大化。

2.2 數據治理框架

構建數據治理框架，需要將數據治理原則、組織架構、過程和規則等基本概念通過邏輯結構組織起來，以實現數據治理的總體戰略和目標。數據治理概念自提出以來，已經形成了四個具有代表性的框架：DAMA框架、DGI框架、IBM框架和我國數據治理規范國家標準[5]。我國數據治理規范國家標準于2019年正式實施，結合國際數據治理標準研制思路，明確數據治理規范實施的方法和過程，包括四個部分：頂層設計、數據治理環境、數據治理域、數據治理過程[11]，是具有中國特色的數據治理規范標準。

3 建設智慧圖書館面臨的數據問題

伴隨著時代變遷，圖書館作為生長著的有機體，其服務模式正向智慧圖書館方向發展。以物聯網、大數據、區塊鏈及智能計算技術為基礎，智慧圖書館將圖書館專業化管理和智能感知、計算相結合，通過智能采集圖書館各類資源與業務數據，進行智慧分析與處理，進而有效、精準、快捷地為用戶提供所需的文獻、信息、數據等資源，經過深加工的知識服務以及智能共享空間和特色文化空間[12]。智慧圖書館賦予數字圖書館中大量的文獻資源數據和用戶行為數據以“生命”，根據數據分析進行決策，再有針對性地圍繞用戶需求實現智慧管理和智慧服務。數據是智慧圖書館賴以存在的核心資產，如果不關注數據質量和數據安全，數據的準確性、一致性、相關性、安全性無法得到長期保證，智慧圖書館無法在真正意義上實現。

3.1 圖書館的數據資源類型

根據國家數字圖書館對圖書館數據類型的劃分，圖書館數據大致可以被歸納為資源數據、用戶數據、業務數據和管理數據四類[13]。資源數據是圖書館賴以生存和服務的核心數據資源，包括圖書館收藏的各類紙質和數字資源數據以及描述和揭示這些資源數據的元數據。從文獻類型來講，圖書館資源一般包括紙質和電子的圖書和報刊、研究論文、會議論文資料。隨著現代圖書館的發展，機構知識庫、科研數據、政府開放數據等各類數據也陸續被納入圖書館資源管理范圍。此外，智慧圖書館需要采集業務數據和用戶數據，進行大數據分析并構建算法，提供智慧服務。在互聯網環境下，圖書館的數據資源具有量大且類型結構復雜、生成速度快、規模龐大、價值大密度低的特點，為圖書館目前的數據管理帶來挑戰。

3.2 當前圖書館面臨的數據管理問題與挑戰

3.2.1 數據管理難度增大

隨著數字圖書館的日益發展，圖書館服務方式越來越靈活，由于數字資源類型復雜，載體形式、媒體格式和運行方式多種多樣，半結構化、非結構化數據的增多加劇了圖書館數據管理的難度。對象數據和元數據來源多樣、數據量大、重復率高，如果出現數據質量問題，將嚴重影響數字資源的利用效果。互聯網大數據時代，圖書館無時無刻不在產生和創造數據，圖書館的空間數據、設施數據、人員數據以及在服務過程產生的服務數據，是圖書館開展智慧服務必須依托的重要數據。只有依據數字圖書館數字資源標準規范進行數據管理，才能保證數據質量和數據服務質量。這些規范包括數字資源對象數據標準、數字資源元數據標準、數字資源組織管理標準、數字資源長期保存標準等等。雖然國家層面和行業層面制定了相關的數字資源標準規范，但其在精細程度上仍不夠完善，同時在具體落實上仍有不足，應用效果并不明顯。

3.2.2 數據孤島問題嚴重

當前圖書館為讀者提供服務的系統多樣，數據庫種類較多，數據異構情況普遍存在。數據異構導致數據之間缺乏互聯性，進而影響數據之間的交換與共享，造成數據孤島。同樣，圖書館為了向讀者提供便捷的服務，建設與引進了多個系統平臺，常用的系統包括圖書館集成管理系統、圖書館知識服務門戶以及移動圖書館、圖書館智能客服、RFID自助借還系統、座位管理系統等等，各系統之間的相互孤立、無法互通導致系統無法互操作，造成系統孤島，而圖書館在管理方面的缺位則造成業務孤島和管控孤島。圖書館要解決數據孤島問題，同時解決好系統孤島、業務孤島和管控孤島問題，才能實現數據流通，實現圖書館各平臺、業務系統與服務應用的無縫銜接與互操作，最終提升大數據應用與服務水平。

3.2.3 數據安全問題突出

圖書館數據安全主要涉及圖書館文獻信息資源的安全使用和管理、用戶數據的安全使用與管理，以及與數據資源安全相關的應用軟件和硬件設施設備、網絡的安全運行管理。文獻信息安全包括如何在知識產權保護前提下實現對文獻信息資源的合理合法使用。對圖書館用戶個人隱私的保護要在保證個人數據安全的前提下對數據進行合理利用以實現智慧增值服務，以及圖書館館藏電子資源的長期保存和生命周期管理。隨著新一代信息技術的發展和應用，圖書館資源與應用的服務、存儲與管理也要向云上遷移，云服務對數據安全提出更高的要求，這對圖書館來說是一項新的挑戰。

3.2.4 數據服務績效難以審計

由于數據孤島和系統孤島問題，圖書館難以對數字資源管理服務和數字圖書館管理服務進行績效評估和審計。數字化時代，圖書館為服務讀者一般會引進數十個甚至上百個數字資源產品，而資源商提供的資源服務平臺各不相同，圖書館對資源商提供的數據在客觀性、準確性上存疑，并且不同資源商提供的統計口徑難以統一，時效性難以保證。同時，圖書館需要將為讀者提供各類服務的不同應用系統中的統計數據進行匯總，據此實現對服務績效的審計和評估。當前圖書館賴以進行績效統計的數據在可靠性、準確性和及時性方面存在不足，圖書館需要以更加科學、準確、高效的方式實現服務績效考評。

4 智慧圖書館與數據治理的關系

4.1 目標一致性

智慧圖書館是在數字圖書館基礎上的轉型升級，是賦予數字圖書館中大量的文獻資源數據和用戶行為“生命”，通過數據分析進行決策，實現對資源的充分利用。智慧圖書館關注數據價值，強調通過對用戶行為數據的研究，提供有針對性、個性化、精細化的服務。數據治理的目標是實現數據價值，這與智慧圖書館的目標一致。

4.2 手段一致性

智慧圖書館建設離不開對數據的采集與管理、分析與利用，數據管理和數據價值提煉是圖書館智慧化的核心工作，讓數據管理活動始終處于規范、有序和可控的狀態，使數據資產得到正確有效的管理和利用。在技術手段和管理方法的應用上，智慧圖書館可借鑒數據治理的手段方法，完善自身建設的底層架構。

4.3 過程一致性

智慧圖書館通過技術手段組合實體空間、硬件設施、信息技術、資源數據等要素實現智慧服務，而各要素之間傳遞、接受、處理的對象是圖書館賴以提供服務的數據。從數字圖書館過渡到智慧圖書館，需要進行頂層設計、業務流程重組、資源重新配置以及智慧館員能力培養。數據治理戰略規劃、組織構建和架構設計可以為智慧圖書館戰略規劃和組織構建提供參考。

5 融合數據治理的智慧圖書館建設

5.1 用數據治理理念指導智慧圖書館建設

運營合規、風險可控、價值實現是數據治理的目標。運營合規是保證數據及其應用的合規。公共圖書館以《公共圖書館法》為基本遵循，各級各類圖書館還應遵守國家、地方和行業相關法規與政策性文件，遵守知識產權保護的相關法律，依法使用各類文獻信息資源，有序開展各項業務活動。風險可控是指對潛在的數據安全風險進行識別和預判，保障其完整性、一致性、可用性以及信息系統的安全性。2020年7月，《數據安全法（草案）》公布，為數字經濟時代堅持數據安全與數據流通利用提供了前瞻性指引。價值實現是開展數據治理的核心要求，體現在數據流通、數據服務和數據洞察三個方面。通過數據的采集、清洗、組織以及整合與分發，消除質量缺陷，實現數據關聯，最終實現數據價值。

5.2 將數據治理融入智慧圖書館體系

智慧圖書館的建設要避免流于對技術的片面追求，而應該把握智慧圖書館的實質。智慧圖書館是將“人”“資源”“空間”互聯和融合，基于圖書館數據的收集、挖掘、分析和知識發現，使過去相互獨立的各要素能相互關聯，依據數據生命周期的規律，實現數據—信息—知識—智慧的全過程，形成新的增值產品，為用戶提供一體化服務。在這個過程中，構建服務體系是關鍵。在服務體系中融入數據治理體系架構，制定數據標準，實施數據管控，構建數據模型，規劃數據治理的組織、制度和流程，制定相應的實施細則，形成相關流程要求，有利于保障數據質量和數據安全，最終實現數據價值。

5.3 在智慧圖書館系統中搭建數據治理子平臺

基于數據驅動的智慧圖書館，其現實功能已經涵蓋了大部分數據管理的功能，數據治理是搭建在其上的統領性的功能，進一步規范、指導、評估智慧圖書館建設中的數據管理與數據應用。智慧圖書館運行中的數據量大且類型復雜、業務范圍廣，服務內容雜，所以對數據的采集、存儲、分析與應用的要求高。搭建數據治理子平臺，目的是將數據治理落到實處，實現對元數據、數據標準、數據質量的管理和監控，實現數據監測和評估。由此可見，在智慧圖書館服務系統上建設數據治理子系統，是智慧圖書館健康發展的必然要求。

6 融合數據治理的智慧圖書館框架

經過近幾年的高速發展，關于智慧圖書館架構已經形成了一些較成熟的理論框架與建設實踐。陳進等提出基于智慧協同體概念的SLSP架構[14]，其頂層架構包括服務平臺和服務體系兩部分，是一個基于數據云和元數據，整合紙電和數字等各類資源實現一站式發現與獲取，帶有標準化接口并支持各類（移動）終端，具備統計功能并支持知識管理與服務管理的智能化平臺。洪亮等提出基于信息生態鏈構建大數據驅動的智慧圖書館服務體系[15]，包括基礎設施層、數據資源層和服務應用層，認為要建立集成的數據存儲機制以防止數據冰山效應，實現對數字資源的良好治理，為實現數據挖掘與利用奠定基礎。在智慧圖書館建設的實踐探索方面，重慶大學圖書館于2016年啟動規劃建設“三庫四系統”[16]，通過建設元數據庫、運行數據庫和數據倉庫，以及全面圖書館管理系統、統一搜索平臺、讀者知識社區和數據挖掘四個系統，探索建設新一代智慧圖書館系統。南京大學智慧圖書館建設實踐主要涉及三個方面的建設：實體場館的建設和改造、智慧信息服務平臺系統的建設以及智慧型服務，其構成要素主要包括智慧系統、智能基礎設施、智慧服務[17]，并提出“數據驅動的智慧圖書館服務框架”[18]，認為提供以數據為基礎、以用戶需求為根本、圍繞“知識”“空間”“管理”核心要素的智慧化服務是智慧圖書館的發展方向。上述理論框架與建設實踐對智慧圖書館建設具有重要的指導意義，有力地推動了我國智慧圖書館的發展。不足之處在于，建設理念中雖有提及要進行數據管理或數據治理，然而均未涉及建立數據治理體系。

圖1 融合數據治理體系的智慧圖書館框架

基于以上分析，筆者構建了融合數據治理體系的智慧圖書館框架。該體系框架以數據為核心搭建，基于業務流驅動，包括基礎設施層、數據服務層和交互應用層三個層次，數據治理處于數據服務層。基礎設施層提供智慧圖書館賴以服務的數據，包括從業務系統、電子資源庫獲取的本館紙電資源數據和元數據，以及從互聯網獲取海量動態的多元異構數據、政府開放數據等各類開放獲取資源；通過接口從各系統獲取的讀者數據、服務數據和業務數據；從RFID、監控器、傳感器、機器人等傳感設備智能感知的服務數據。數據服務層包括大數據平臺、數據治理平臺和數據分析平臺三個子系統。大數據平臺通過API接口和中間件采集數據并進行清洗、標引、整理和分類歸檔；數據治理平臺負責理清數據資產，實現元數據管理，建立數據標準體系、數據質量管理體系及數據安全管理體系，規范、維護并監督數據質量；數據分析平臺對處理好的數據進行知識抽取和知識發現、知識推理和深度學習，通過挖掘和算法實現智慧應用。

數據治理平臺內嵌在數據服務層，起到數據中樞控制中心的作用，通過數據治理平臺定義智慧圖書館大數據平臺的數據結構、數據標準和質量規則，實現大數據平臺的數據管控和治理。同時，大數據平臺的數據處理結果進一步反哺數據治理平臺，進而形成更多可信賴的數據服務。

元數據管理：智慧圖書館要支持不同類型資源元數據的一體化管理與服務，支持靈活可擴展的、適合各種資源類型的元數據標準規范，并支持元數據從采集、編目、加工、服務到統計、分析、評估、交換的完整生命周期的應用和管理需求，實現業務流程和系統功能的整合，達到數據在不同應用之間順暢交換，最終實現在知識組織層面上的融合。

數據標準管理：管理的內容包括數據標準的定義、標準的版本管理、數據標準的落地、數據評估檢測規范等。數字圖書館標準一般包括數字資源元數據標準、數字資源對象數據標準、數字資源組織管理標準、數字資源服務標準等[19]。

數據質量管理：通過規劃和運用相應的技術和方法，對不同來源的數字資源實施科學有效的質量管理。圖書館基礎的數據質量管理是館藏紙本書目數據和規范數據質量的管理，而電子書元數據、數字資源元數據質量關系到數據整合與發現系統的質量[20]。制定質量管理制度和規范，利于通過技術手段從數據采集源頭、系統集成和數據應用多個節點實現對數據質量的把控。

數據交換管理：為將圖書館分散的應用系統進行整合，實現應用子系統的數據傳輸和共享，分布異構系統之間的互聯互通，要構造統一的數據處理和交換，完成數據的抽取、集中、加載和展現。數據交換管理要對中間件、服務、Web Service接口及中心數據庫的接口進行管理，實現數據集成、信息集成和可靠通信。

數據安全管理：在數據共享、數據開發的大趨勢下，數據安全和個人隱私是大數據運營中的重要關注點。數據安全管理保障智慧圖書館數據管理與服務活動風險可控、運營合規。圖書館要在物理安全、運行安全、長期保存、訪問權限、知識產權、隱私保護等方面進行管理和規范，實現安全存儲、安全傳輸以及對網絡信息內容的安全審計。

數據生命周期管理：數據資產生命周期包含數據采集、數據傳輸、數據存儲、數據處理、數據交換和數據銷毀六個階段[21]。通過對圖書館數據進行評價與分類，依據策略實施數據管理方案，科學調配存儲系統，將利用率很低的數據確定為價值較低的資源進行歸檔存儲，圖書館能夠以最低成本實現信息價值最大化。

頂層設計是數據治理工作成敗的決定性因素。圖書館應通過數據治理頂層設計，對數據治理、數據管理、數據應用服務進行自上而下的指導和自下而上推進的多層次、多維度的構建；要在適應的內外部環境（技術、文化、組織）條件下，制定戰略、實現架構流程、明確組織構建[11]；要以制度規范為約束，以技術工具為支撐，通過組織機制保障。組織構建一般有決策層、管理層和執行層三個層面。決策層負責制定治理目標，對治理工作進行指導、監督，對治理成效進行考評。管理層負責實施數據治理體系建設，協調落實數據管理運行機制，實現數據治理的歸口管理和監督。業務部門（執行層）對本部門數據標準進行定義確認，按照業務流程進行數據錄入和維護，跟蹤解決本部門的數據質量問題。圖書館可在條件成熟的情況下引入獨立第三方，對數據治理過程和成效進行檢查與評價，提出存在的問題和改進的建議，促進圖書館數據治理目標的實現。