面向科研決策的高校智慧圖書館科學數據共享空間構建研究

李小清

摘 要：文章在概述科研決策、高校智慧圖書館科學數據共享空間的基礎上，從數據采集融合層、應用體驗層、服務應用層、支持建設層四個層面構建了面向科研決策的高校智慧圖書館科學數據共享空間總體框架，并從科學數據融合處理、科學數據發現采集、科學數據聚合分析三個維度，歸納了高校智慧圖書館科學數據共享空間面向科研決策提供的數據服務，旨在提升高校科研人員科研決策的精準性與科學性。

關鍵詞：科研決策；高校智慧圖書館；科學數據共享空間

中圖分類號：G258.6 文獻標識碼：A 文章編號：1003-1588（2024）05-0075-04

隨著人工智能時代的到來，高校每天都會產生大量科學研究數據，且這些數據快速迭代、快速變化，高校智慧圖書館面向科研決策的科學數據共享面臨數據采集周期長、數據存儲周期長、數據時效性低等難題。雖然高校智慧圖書館近年來致力于增強科研數據服務能力，建設科研數據庫和科研數據服務平臺，支持高校的科研決策，但取得的效果有限，難以滿足高校應用科研數據快速咨詢、分析、調查的需求，一定程度上影響了重大科研項目的推進。因此，高校智慧圖書館科研決策更需要建立一個科學、穩定、高效的集成化數據平臺提供數據支持。源于國外的數據共享空間（Data Commons，DC）是當前在科學數據服務領域被廣泛應用的數據基礎設施，其不僅能滿足高校智慧圖書館科學數據的共享要求，還具備科研數據管理、發布、標準化處理、大數據分析、數據挖掘、數據可視化展示等功能，能在促進高校管理科研數據、開發數據管理工具、制定數據使用標準的同時，構建科研數據生態共享平臺，集成多種科研數據服務項目，為科研決策提供全方位支持。

1 科研決策、高校智慧圖書館科學數據共享空間概述

1.1 科研決策

科研決策是圍繞各類高校科學研究活動、學術會議、學科研究活動、課題研究、科學數據使用、科學項目等活動開展情況進行的決策行為，是與現代科學研究活動具有密切聯系的領導決策方式[1]。科研決策有兩個方面特點：一是重視科學數據及過往的決策經驗，基于科研活動的特點建立科學的決策體制，實現集體決策。二是重視通過對科研項目、科學研究活動的科學分析和應用科學方法進行決策[2]。同時，科研決策是高校論證科研項目、確定科研成果、開展科研管理的核心工作，科學的決策行為對制訂科研計劃、編制科研項目規劃、制定科學研究政策具有重要意義。

1.2 高校智慧圖書館科學數據共享空間

1990年，信息情報服務機構為解決大規模復雜的信息情報處理問題，將“信息共享空間理論”引入人文社科領域的信息處理，建立了信息共享空間，為用戶提供多樣化的信息服務。隨著數字技術快速發展，圖書館共享空間逐步向多元化發展，衍生出知識共享空間、智慧學習空間、智慧閱讀空間、信息交互空間、創客空間等[3]。此后，高校圖書館科學數據服務受E-Science密集型科研環境影響，針對大量異構化、半結構化科研數據的全生命周期管理就成為圖書館亟待解決的問題。為此，高校圖書館建設了數據共享空間，幫助高校解決科研數據全生命周期管理問題，致力于為生命科學、生物學、醫學、物理學等領域的科研工作提供數據支持。相潤等人認為，數據共享空間是圍繞科研項目或科研數據管理的標準化數據共享平臺，本質上是開放的數據網絡和數據庫工具，能夠對專業研究主題數據進行知識拓展，并促進數據共享[4]。吳雅威等人提出，科學數據共享空間能夠對科學數據進行長期存儲、提供研究工具、提供高效檢索，并支持數據分析、圖像分析、云服務和API服務，是處理大規模科學數據集并進行復雜網絡分析的數據服務平臺[5]。張向先等人在數據共享空間研究過程中，結合科學數據的特點及面向對象的不同，從數據資源層、平臺管理層、用戶應用層、數據服務層四個維度構建了互聯網背景下的圖書館數據共享空間框架模型，旨在為各學科用戶的科學數據管理提供支持[6]。高校智慧圖書館作為融合人工智能、AR/VR、5G、物聯網、大數據等技術實現智能化改造升級的新一代圖書館，具有感知智慧化、服務智慧化、資源數據化、閱讀場景化等特點，其擁有的數據共享空間可以基于AI系統強大的算力和數據處理能力為機構用戶、普通用戶的科研數據全生命周期管理、長期存儲及標準化共享提供支持，并提供科研數據分析、數據可視化、大數據預測等服務，為用戶的科研決策提供支撐。

2 面向科研決策的高校智慧圖書館科學數據共享空間框架構建

面向科研決策的高校智慧圖書館科學數據共享空間總體框架由科學數據采集融合層、應用參與層、服務應用層、支持建設層四部分構成，形成了面向科研決策的科學數據共享空間結構框架，見圖1。

2.1 數據采集融合層

數據采集融合層主要是針對各學科領域產生的科學數據進行采集、清洗、挖掘、融合，根據學科領域的劃分，將數據歸類到與之對應的科學數據集中，并根據數據的分布態勢、種類制定元數據標準、數據共享標準、數據共享使用協議等。數據共享標準和數據共享使用協議的制定可以擴大科學數據的共享范圍和使用范圍，使機構或用戶在科研決策時有更全面的數據支持，更規范、更合理地進行科研決策[7]。同時，高校智慧圖書館科學數據共享空間需重視數據的復用性、可靠性、安全性，在機構和用戶使用過程中進行身份認證，并給予一定的數據使用權限。

2.2 應用體驗層

應用體驗層是高校智慧圖書館科學數據共享空間的重要組織層，包括科學數據共享空間物理層、科學數據共享空間虛擬層及關聯者參與層，各層功能明確、分工明晰。

2.2.1 科學數據共享空間物理層。物理層主要指科學數據共享空間的物理空間，由科研討論區、創意交流區、數據服務區、決策支持區組成，為高校與科研人員的科研決策提供了基礎服務設施，可以促進高校與科研人員深化對高校智慧圖書館科學數據共享空間的了解，也能使科學數據共享空間的科學數據服務滲透到科研決策全過程。

2.2.2 科學數據共享空間虛擬層。虛擬層主要包括數字終端、API接口、科學數據服務平臺。科學數據服務平臺針對機構與用戶的科研決策需求提供科學數據產品及咨詢報告，是科學數據與用戶互動交流的主要渠道；API接口為機構與用戶用于科研決策的核心數據標準獲取、應用程序開發及程序工具訪問提供支持；數字終端面向機構與用戶的科研決策需求提供專業的數字服務，如云存儲、在線教學、知識圖譜等。

2.2.3 關聯者參與層。關聯者包括高校智慧圖書館、科學數據中心、政府、高校和科研人員，其中高校智慧圖書館在政府、高校、科學數據中心的支持下規劃建設科學數據共享空間，并由高校、數據中心為科學數據共享空間提供科學數據資源，并運營和管理科學數據共享空間。政府負責制定科學數據共享空間的運營管理制度，暢通高校智慧圖書館與各級高校的數據共享渠道。高校和科研用戶在科研決策過程中利用科學數據共享空間，享受科學數據共享空間提供的科學數據服務，并對服務進行反饋，幫助高校智慧圖書館優化科學數據共享空間的功能。

2.3 服務應用層

服務應用層是高校智慧圖書館面向科研決策提供科學數據服務的直接作用層，提供科學數據分析、預測、聚合、可視化、價值挖掘等服務，促進科學數據共享空間功能直接與高校和科研人員的決策機制相耦合。其中，高校智慧圖書館科學數據共享空間需要與高校和科研人員在科研決策上形成良好的交互機制，及時了解機構和科研人員的決策需求，并提供科學數據支持，提升科研決策效率。

2.4 支持建設層

支持建設層是構建科學數據共享空間的基礎，包括各類支持性條件，如專業技術、人員配置、基礎設施、經費、政策等[8]。技術支持性條件有數字終端、計算機設備、大數據技術、元數據標準等；人員配置包括科學數據共享空間管理人員、技術人員、數據專家等；基礎設施包括數字設備、網絡設施、通信設備等；經費是高校智慧圖書館建設科學數據共享空間的財力支持；政策保障則是政府對科學數據共享法律的制定、共享標準的制定、存儲標準的制定、數據服務政策的制定等，保障科學數據服務高效支持科研決策。

3 面向科研決策的高校智慧圖書館科學數據共享空間的科學數據服務

3.1 科學數據融合處理服務

高校智慧圖書館科學數據共享空間會對各類科學數據的存儲及使用進行監控，尤其注重高校和科研人員在科學數據使用過程中的權益保護，促進科學數據得到科學合理的使用。但是，一些異構化、非結構化的科學數據不能滿足機構或用戶的科研決策需求，其在數據結構、數據標準、數據格式方面可能存在較大的偏差，為此高校智慧圖書館科學數據共享空間應對這些數據進行科學排序，增強科學數據的價值性、完整性、可用性。通常情況下，高校智慧圖書館會構建一套通用的元數據標準，依托元數據標準對科學數據進行標準化處理，并根據數據內容確定數據主題，融合具有相同內容的科學數據，構建學科主題數據集，實現科學數據的集中化應用。例如，“A-Engineering Project Space”是美國建設的工程數據共享空間，收集了大量工程領域的科學數據，使用Spark、MuleSoft、Keboola進行科學數據的處理與融合，向有科研決策需求的機構和人員及時提供高密度集成的工程科學數據集，及時推送工程數據研究報告，高校或科研人員根據科學數據共享協議可隨時查詢工程數據研究報告或獲取工程科學數據集，借助操作平臺及時修改科學數據，對數據使用的全流程進行監控，隨時由數據專家提供支持，保證了科研決策質量。

3.2 科學數據發現采集服務

為滿足機構和用戶的科研決策需求，高校智慧圖書館科學數據共享空間通過數據發現技術對科學數據進行研究，發現科學數據的價值，與數據中心及其他高校進行策略關聯，采集可滿足科研決策需求的數據，并進行計量統計、分析與挖掘，從數據中挖掘知識，進行知識關聯，更有效地支持科研決策。科學數據共享空間的知識發現與采集可以與館員的知識技能和采集工具聯系起來，通過發現、采集、觀測和挖掘數據，發現科學數據潛在的分布態勢、存在特征及運動規律，探尋科學數據的內在關聯，采集顯著特征相似的科學數據構建知識地圖、數據導航圖、數據線路圖，在科研決策過程中提供可視化結果，使科研人員能夠看到科學數據的深層次聯系，更高效地做出決策。例如，華盛頓大學“Cultural and artistic data space”共享空間是典型的知識發現空間，應用Python爬蟲工具采集最新的文化藝術數據，通過數據清洗去除冗余、不完整的數據，使用Cite-Space構建文化藝術數據地圖、數據導航圖、藝術知識圖譜，在人文藝術學院科研項目立項決策時直接將可視化結果呈現給學者，使他們能夠針對最新文化藝術科研項目的可行性快速做出決策。

3.3 科學數據聚合分析服務

高校、科研人員針對科研項目的論證決策及可行性分析依賴科學數據的質量、完整性、精準性、預測性等，科學數據共享空間提供的科學數據越準確、完整，高校和科研人員就越能快速進行科研決策，決策的效率也就越高。為此，高校智慧圖書館科學數據共享空間需要基于機構和用戶的科研決策需求建立一套完善的科學數據聚合分析機制，通過搭建大數據Hadoop集群、建立科學數據分析矩陣、嵌入數據聚合分析算法，對科學數據進行有效聚合和精準分析，挖掘科學數據的深層次價值。高校智慧圖書館可根據高校的科研決策流程，使用不同的科學數據分析方法在科學數據共享空間對科學數據進行聚合分析，將不同的分析結果提供給有科研決策需求的高校或用戶，便于他們高效決策。高校智慧圖書館還可以搭建密集型科學數據聚合分析環境，優化科學數據共享空間算法，提高科學數據分析效率。例如，Science Big Data Miner是基于爬蟲工具、數據挖掘、數據聚合分類的密集型開源化科學數據分析環境，既適用人文社科領域科學數據的分析挖掘，也適用自然科學領域科研試驗數據的大規模分析，既可以通過Linux語言進行操作，也可以通過Java語言進行大規模進程操作，能在短時間內快速生成數據模型并進行數據分析，預測科研決策結果，幫助科研人員提升決策效率。

參考文獻：

[1] Zhao X，Shuning L，Yanan X，et al.Digital Humanities Scholarly Commons at Beijing Normal University Library[J].Library Trends，2020（1）.

[2] Science-Library Science;University of Nebraska-Lincoln Researchers Update Current Data on Library Science （Interiors，Affect， and Use：How Does an Academic Librarys Learning Commons Support Students Needs？）[J].Information Technology Newsweekly，2020.

[3] 袁先文，程結晶.圖書館用戶數據共享空間的構建及應用研究[J].圖書館理論與實踐，2021（4）：113-120.

[4] 相潤，韓明杰.基于用戶應用場景的圖書館知識循環共享空間建設研究[J].圖書館建設，2020（S1）：184-188.

[5]吳雅威，魏來.圖書館Data Commons的服務建設研究[J].圖書館學研究，2017（19）：46-52.

[6] 吳雅威，張向先.我國Data Commons平臺的建設策略研究[J].圖書館學研究，2019（18）：46-53.

[7] 張果果，鄧海波.基于大資源理念下的高校圖書館LC構建研究[J].長沙大學學報，2019（4）：43-45.

[8] 吳雅威，魏來.國外Data Commons的發展及其構建初探[J].情報資料工作，2017（6）：41-48.