基于協同理論的大數據平臺資產數據管理研究

趙毅　李晉　王穎

摘 要：基于協同理論的大數據處理能力，本研究實現了各種數字資源元數據的精細存儲和管理，完成了其與紙質文獻資源元數據的集成。其間利用平臺的元數據采集和清理能力，為圖書館提供不斷更新的大數據資源庫。資源庫中的數據都是圖書館擁有的，圖書館可以實現對各類資源的管理與運用，提升數據掌控能力。

關鍵詞：協同理論;大數據;資產數據;管理

中圖分類號：G250.7 文獻標識碼：A 文章編號：1003-5168（2021）06-0036-03

Research on Asset Data Management of Big Data Platform

Based on Collaboration Theory

ZHAO Yi LI Jin WANG Ying

（Library of PLA Information Engineering University，Zhengzhou Henan 450002）

Abstract： Based on the big data processing capabilities of the collaborative theory， this research has realized the fine storage and management of various digital resource metadata， and completed its integration with paper document resource metadata. In the meantime， the platform's metadata collecting and cleaning capabilities were used to provide the library with a constantly updated big data resource library. The data in the resource library is owned by the library， and the library can realize the management and use of various resources and improve the ability to control data.

Keywords： collaboration theory;big data;asset data;management

協同理論認為，自然界和人類社會都可以看作是一個復雜的系統。協同理論成為研究和理解復雜系統各元素協調統一、從無序到有序并發揮整體效能的重要方法論[1]。基于協同理論的大數據處理能力，圖書館可以實現各種資源元數據的精細存儲和管理，同時利用平臺的元數據采集和清理能力，為自身提供不斷更新的自有大數據資源庫，實現各類資源的管理和應用，增強數據控制能力。

1 概述

智慧圖書館以物聯網技術、互聯網技術和移動終端為基礎，以資源數字化為前提。圖書館的未來發展方向是根據讀者的需求打造不限制空間的新型圖書館，并不斷改善讀者的體驗。智慧圖書館的核心要素是人與書聚在一起并相互聯系，此外，用戶可以隨時隨地使用圖書館。資產數據作為智慧圖書館系統重要的底層數據，對系統運行起著極其重要的作用。協同理論下的智慧圖書館服務對資產數據管理的要求越來越高，以此來保證系統穩定、健康地運行。合理管理資產數據，對于協同系統的實用性和可靠性起著決定性的作用。

2 基于協同理論的大數據平臺資產數據管理

2.1 數字資源元數據管理

對圖書館資源元數據進行收集、整理和清理，實現了元數據的集成和精細化管理。資源包括各種常規商業數據庫以及具有圖書館自身特色的數字資源數據庫。管理顆粒度被細化到文章級別，這有助于從各個維度查看和管理元數據。類型覆蓋圖書、期刊、論文和視頻等常規數字資源（僅限一次文獻庫，不包括引文、匯編等二次文摘庫）[2]。

默認的元數據管理以數據庫廠商為集合，人們可以查看數據庫中完整的元數據詳細信息。如果是動態連續出版物，如期刊，還可以按刊期進行瀏覽。另外，平臺支持以學科分類進行元數據查看。同時，平臺支持中圖分類與教育部學科分類標注，可按其中一種分類體系對館內資源進行組織管理與使用。其提供單一學科資源的各種維度分析報告，使人了解圖書館的各個學科資源配備情況。

元數據描述使用DC（都柏林核心，Dublin Core）標準，描述信息豐富，最高達到25個字段深度，包括基本的標題、副標題、作者、作者機構、出版單位、出版時間、封面、關鍵詞、摘要、ISSN/ISBN、學科、數字對象唯一標識符（DOI）、來源和資源路徑等。所有的元數據按設置的規則（機構前綴+數字編號）分配唯一的數字館藏號。同時，平臺也支持館員的復雜檢索操作[3]。

除了常規的元數據瀏覽操作，平臺還支持普通的檢索操作，包括對標題、年份、作者等信息進行查找。其支持對元數據進行常規新增、修改、刪除、下架，允許圖書館對元數據的描述字段進行擴展，每種類型最多可以擴展10個字段。

同一文獻的多個數據庫來源元數據會進行去重合并，但是保留全部來源信息，使得數字文獻也可以支持多副本的管理。合并的規則根據文獻類型有所區分，例如，期刊會以標題、作者、刊名、期號和頁面信息作為判定標準;圖書會以書名、作者、出版社、年份和ISBN作為判定標準。在文獻的合并過程中，平臺會對數據質量進行自動清洗，保留質量較高的版本。

元數據以批次為集合進行收割與存儲，并維持更新。對于常用的商業數據庫，更新延遲為1～2周，也就是說，數據庫廠商產品更新元數據后，1～2內就可以進入平臺存儲并應用。部分專業數據庫的更新延遲保持在1個月內。平臺可以根據圖書館的實際需求，調整更新延遲時間。

元數據的存儲使用國際流行的Hadoop大數據平臺。其可以穩定可靠地支撐百億級的數據規模。

2.2 紙本書刊元數據整合

平臺支持與圖書館現有紙書業務系統對接，實現紙本書刊數據整合。在平臺上，人們也可以查看與管理紙書元數據。目前，紙書業務系統發展相對成熟穩定，館員熟悉采編流程。所以，平臺以集成的方式完成對傳統業務的保留與數據整合，實現紙+電資源的綜合數據倉庫建設。

紙書元數據的集成方式有兩種，根據紙書業務系統的配合程度，平臺可以選擇其一實現目的。推薦的模式是利用接口自動化同步數據。這需要紙書業務系統提供接口，接口訪問的數據至少包括紙本書刊的文摘元數據和館藏狀態數據。平臺通過每天定時從接口收割數據，進行紙書元數據的更新、倉儲。這種模式完全不需要人工干預，程序自動化完成。接口的使用需要圖書館與其他廠商協調配合，這不包括在平臺的功能或者費用之中。另一種模式是通過程序人工導入元數據。平臺提供數據導入工具和數據匹配模板，可以快速地幫助館員將紙本書刊的元數據導入倉庫中。這種模式下，數據更新需要館員定期操作，可以作為過渡的解決方案。

倉儲后的紙本元數據管理顆粒度同樣達到篇級，與數字資源元數據使用相同的字段描述存儲。其在平臺內與數字資源元數據進行去重合并，二者通過副本的屬性保存各自來源的差異信息。整合后，圖書館可以在平臺上集中管理館內的全部資源元數據，提升資源管理效率。

2.3 元數據使用權限控制

平臺內的各類文獻資源允許圖書館設置詳細的使用權限，其可以靈活控制資源的使用范圍和使用場景。通過權限的分配，平臺可以為不同的讀者群體提供差異化的資源服務，同時保證服務內容的安全合法。通過應用場景的分配，其可以為不同的服務或者應用平臺提供有針對性的資源內容，滿足各類應用需求。

資源范圍的分配可以指定數據庫商、批次甚至是單篇文獻，并為其指定可開放使用的讀者范圍，如某個類型的讀者或者某個學院的讀者，以實現靈活的資源使用權限劃分。默認的資源權限為開放使用。同時，平臺可以指定開放的使用場景，包括主檢索、匯編應用、開發接口。為不同應用提供差異化的數據資源保障，可以使得圖書館的數據統一管理，但是服務平臺的數據相對隔離。

人們可以通過后臺操作，以批次為單位，對數據進行下架處理。下架后的數據只影響門戶使用，讀者不能查詢瀏覽，但是不會影響館員在后臺的數據管理。針對已經授權使用的資源，可以進行屏蔽操作，以處理極少數不合適的內容，保障平臺內容的合法性和政治正確性。屏蔽的內容不會讓讀者檢索或者查看。屏蔽的顆粒度可以指定供應商更新批次、關鍵詞或者單篇。

2.4 元數據查重與驗收輔助工具

在元數據篇級的管理基礎上，平臺提供基于大數據分析平臺的輔助管理工具，包括數據查重與數據驗收工具。目前，圖書館采購的各類資源很多，其中不少商家的資源有一定的重復，數據查重工具可以幫助圖書館清楚了解這些資源的重復情況。數字資源的核查對于館員來說是一項巨大的工作，檢驗數據庫廠商提供的服務是否與合約相符是平臺驗收工具能夠自動化完成的工作。

查重工具可以指定單個數據庫的元數據，與資源庫進行文獻重復度的分析，也支持導入臨時書目清單進行對比。待系統處理分析后得出結果，其可以列舉出該數據庫的獨有元數據和與其他數據庫重復的元數據清單，包括標題、作者、出版社和出版年份等，并支持按字段進行查詢。另外，查重工具也會提供查重的圖示分析報告，包括獨有的數據學科分布、時間分布、重復的數據與哪些廠商數據的重復比例較高等，直觀地展示結果。

查重結果可以用于內容編輯與修改，并支持導出到指定的格式，方便館員將結果數據應用到其他業務中。

驗收工具可以指定需要驗收的書目清單或者數據庫資源的批次，設置驗收的方式和比例，平臺就能自動對指定范圍的資源進行內容與權限核實，完全不需要館員的人工操作。驗收機制主要是通過分析館藏元數據來源路徑，判斷該條元數據是否正確和權限合法，是否與合同中描述的資源服務情況相符。

2.5 數據庫廠商管理

對平臺內元數據的來源信息進行管理，有助于圖書館以數據庫為單位進行梳理。數據庫廠商管理可以幫助圖書館梳理好資源的類型、學科、語言等屬性，同時為讀者提供數據庫基本信息的介紹和各類數據庫的導航索引。

管理的顆粒度分為兩級，第一級是數據庫所屬廠商的信息，第二級為數據庫信息。數據庫信息包括名稱、資源的文獻類型、資源對應的學科、資源對口的院系、資源的語言國別、介紹、使用地址和注意事項等內容。這些信息的描述可以幫助圖書館深入地管理好數字資源，還可以為讀者提供詳細的數據庫介紹，并提供按語言、類型、學科等維度劃分的數據庫查詢導航，幫助專業讀者使用數據庫。

2.6 館藏資源統計

在對館藏元數據進行精細化管理的基礎上，平臺支持從數據庫廠商、數據類型、主題分類等維度進行分析和查看。結果以圖形或表格的形式顯示出來。通過對庫存的分析，人們可以直觀地了解當前文獻資料的儲備情況，為圖書館提供文獻支持，并為協助后續資源建設和優化結構提供數據支持。分析層面，平臺可以比較各數據庫廠商的數據總量、監控資源更新的次數和頻率，便于圖書館了解電子資源的及時性是否得到保證、數據量的變化情況，從而反映數據庫廠商的服務質量[4]。

3 結論

資產數據作為智慧圖書館系統的重要底層數據，對系統運行起著極其重要的作用。同時，資產數據的安全性也是智慧圖書館系統需要考慮和保障的重要內容。合理整合資產元數據，有助于系統各部分更加緊密地協同工作。

參考文獻：

[1]孫守強.多元協同視角下智慧圖書館泛在智慧服務研究[J].圖書館，2019（11）：52-57.

[2]汪艷玲，薛繼紅.高校圖書館線上服務平臺之圖書館智慧門戶的建設[J].蘭臺內外，2019（25）：60-62.

[3]王飛躍，張智榮.新信息技術環境下高等學校智慧圖書館服務平臺建設路徑[J].內蒙古財經大學學報，2019（4）：141-144.

[4]范興豐.中國圖書館發展歷程與智慧化發展趨勢探析[J].江蘇科技信息，2017（5）：19-22.