●李娜 宋生艷

網(wǎng)絡(luò)原生數(shù)字資源開發(fā)利用策略研究

●李娜 宋生艷

文章在分析網(wǎng)絡(luò)原生數(shù)字資源內(nèi)涵與特征的基礎(chǔ)上，簡述網(wǎng)絡(luò)原生數(shù)字資源開發(fā)過程中涉及的幾個突出問題，進而引入新時期我國信息資源開發(fā)利用戰(zhàn)略思想，從政策支持、采集與儲存、信息深度聚合與動態(tài)組織、完善立法等方面提出網(wǎng)絡(luò)原生數(shù)字資源開發(fā)利用的相關(guān)策略。

網(wǎng)絡(luò)原生數(shù)字資源 開發(fā)利用 開放存取

互聯(lián)網(wǎng)為人們提供充分開放、自由發(fā)表言論及傳播信息的平臺，基于人類互聯(lián)網(wǎng)活動而產(chǎn)生的網(wǎng)絡(luò)原生數(shù)字資源也因此應運而生，呈現(xiàn)幾何級增長。據(jù)CNNIC2008-2009中國互聯(lián)網(wǎng)研究報告統(tǒng)計：截至2008年12月31日，中國的青少年網(wǎng)民達到1.67億人，占到全國網(wǎng)民的55.9%?？梢姡W(wǎng)絡(luò)原生數(shù)字資源逐漸成為互聯(lián)網(wǎng)時代數(shù)字信息的主流，探討網(wǎng)絡(luò)原生數(shù)字資源開發(fā)利用策略，對提高用戶的低碳意識，傳承社會特色文化，具有重要的歷史價值和學術(shù)價值。

一、網(wǎng)絡(luò)原生數(shù)字資源概念界定

綜觀國內(nèi)外目前對網(wǎng)絡(luò)原生數(shù)字資源的研究，究竟何為網(wǎng)絡(luò)原生數(shù)字資源，時至今日還沒有統(tǒng)一的定義。聯(lián)合國教科文組織（UNESCO）把原生數(shù)字資源定義為：除了數(shù)字形式再沒有其他載體形式的信息資源。也可以從兩個方面理解：一是直接產(chǎn)生于互聯(lián)網(wǎng)活動是網(wǎng)民在互聯(lián)網(wǎng)活動中的即興原創(chuàng)，并直接發(fā)布，具有網(wǎng)絡(luò)“原生態(tài)”性。二是網(wǎng)絡(luò)原生數(shù)字資源從產(chǎn)生、發(fā)布、傳播交流到最后的長期保存都只能以數(shù)字載體形式存在。在低碳背景下，網(wǎng)絡(luò)原生數(shù)字資源借助新媒體技術(shù)生產(chǎn)的特色資源，具有與其他網(wǎng)絡(luò)信息資源相區(qū)別的網(wǎng)絡(luò)原創(chuàng)性、數(shù)字形式唯一性和極易滅失性等獨特特征，構(gòu)成當前和未來網(wǎng)絡(luò)數(shù)字資源發(fā)展的高級階段。

二、網(wǎng)絡(luò)原生數(shù)字資源開發(fā)過程中存在的突出問題

（一）開發(fā)活動缺乏戰(zhàn)略思想指導及總體規(guī)劃

當前，由于網(wǎng)絡(luò)原生數(shù)字資源缺乏政府主導，我國信息資源開發(fā)各自為政現(xiàn)象十分嚴重，其開發(fā)戰(zhàn)略思想仍然處于基礎(chǔ)性開發(fā)階段，信息資源的深度挖掘、資源的再組織等“瓶頸”約束問題日益突出。另外，缺乏網(wǎng)絡(luò)原生數(shù)字聯(lián)盟共建共享的機制，信息共建共享程度低。

（二）知識產(chǎn)權(quán)問題成為瓶頸問題

目前，缺乏開放獲取背景下知識產(chǎn)權(quán)保護與共享的相關(guān)法規(guī)，客觀上制約了網(wǎng)絡(luò)原生數(shù)字資源的開發(fā)、傳播與共享。

（三）網(wǎng)絡(luò)原生數(shù)字資源長期保存復雜和棘手

相對于其他非原生網(wǎng)絡(luò)數(shù)字資源，網(wǎng)絡(luò)原生數(shù)字資源具有網(wǎng)絡(luò)原創(chuàng)性、數(shù)字形式唯一性、極易滅失性等獨特特征,因而開辟一條不同于非原生網(wǎng)絡(luò)數(shù)字資源的保存標準、保存方法，從保存技術(shù)而言，也更加復雜和棘手。

三、網(wǎng)絡(luò)原生數(shù)字資源開發(fā)利用策略

（一）總體規(guī)劃，創(chuàng)新網(wǎng)絡(luò)原生數(shù)字資源開發(fā)戰(zhàn)略思想

我們應該看到，新信息環(huán)境下，資源產(chǎn)業(yè)建設(shè)是增強國家綜合國力和國際競爭力的重要標志，要實現(xiàn)黨中央設(shè)定的2021年達到更高水平的小康社會、2049年基本實現(xiàn)現(xiàn)代化的目標，必須把強化資源的國家控制力作為主軸。從宏觀上，政府應當制定資源開發(fā)規(guī)劃，從技術(shù)、經(jīng)濟、法律、人文方面對網(wǎng)絡(luò)數(shù)字資源進行綜合性調(diào)控，設(shè)立網(wǎng)絡(luò)原生數(shù)字資源開發(fā)基金，并針對網(wǎng)絡(luò)數(shù)字資源的不同類型和性質(zhì)，采用市場驅(qū)動模式，加大對信息資源產(chǎn)業(yè)的扶持力度，促進網(wǎng)絡(luò)原生數(shù)字資源開發(fā)有章可循。從微觀上，圖書館行業(yè)、科研機構(gòu)等部門要界定本行業(yè)資源的開發(fā)范疇，應用現(xiàn)代信息技術(shù)、采取合作機制，科學有序地加快網(wǎng)絡(luò)原生數(shù)字資源開發(fā)利用進程。

（二）網(wǎng)絡(luò)原生數(shù)字資源的采集和保存

網(wǎng)絡(luò)原生數(shù)字資源的原創(chuàng)性、唯一性和極易滅失性等特征要求人們重視其采集和長期保存?？偨Y(jié)國內(nèi)外一些具有代表性的案例，結(jié)合我國實情，依據(jù)保存范圍的不同，采集方式分為批量采集、專題采集、選擇性采集和混合式采集四種，資源開發(fā)部門應依據(jù)需求選擇合適的方式采集。

1.批量采集。它是利用機器人、爬蟲等搜索工具，將目標網(wǎng)站上的所有網(wǎng)絡(luò)原生數(shù)字資源全部采集下來的一種收割方式。通常是采用自動采集機對域名內(nèi)的網(wǎng)站進行自動收割，需要投入大量資金和技術(shù)設(shè)備，因采集信息量大，垃圾信息難以控制，信息質(zhì)量良莠不齊。

2.選擇性采集。它是依據(jù)網(wǎng)絡(luò)原生數(shù)字資源的文化、研究和經(jīng)濟價值，有選擇地保存信息的一種收割方式，是對所保存的每一項主題都要經(jīng)過價值評判、甄別、評估，然后優(yōu)先選擇所需的、高質(zhì)量的資源進行采集，采選的信息質(zhì)量高。但內(nèi)容甄別、篩選非常費時費力，這種方式主觀性較強，一些有特殊價值的信息可能會采集不到，而永久隱藏在網(wǎng)絡(luò)深處得不到利用。像英國的UKWAC項目、克羅地亞HAW項目就是選擇性收割方法。

3.專題采集。專題采集是針對某一主題進行信息資源收割策略，既能反映某一事件的全貌，也能滿足用戶對特定主題信息的需求。具有代表性項目如美國Minerva項目同InternetArchive合作，收集像伊拉克戰(zhàn)爭、9ll事件等某一主題信息進行專題采集。

4.混合式采集。上述三種信息采集方式各有優(yōu)缺點，但三者可以互相補充?；旌鲜讲杉褪菍⑷呔C合運用，最終將資源采集策略最優(yōu)化。對于不同類型的網(wǎng)絡(luò)原生數(shù)字資源，可以選擇最合適的采集方式加以收割，研究歐洲18個WA項目，發(fā)現(xiàn)大多數(shù)是選擇混合式采集方式。

5.采集與保存的標準、策略。鑒于網(wǎng)絡(luò)原生數(shù)字資源變幻莫測、極易滅失等特性，圖書館在進行網(wǎng)絡(luò)原生數(shù)字資源采集與保存時面臨諸多問題，主要包括：如何收割動態(tài)網(wǎng)站、音/視頻網(wǎng)站、個人網(wǎng)站等原生數(shù)字資源，如何將收割下來的資源科學、有序地呈現(xiàn)給用戶，如何收割那些加密或收費的網(wǎng)絡(luò)原生資源等等。為了使網(wǎng)絡(luò)原生數(shù)字資源采集和保存暢通有序，應當構(gòu)建資源采集和保存標準，這些標準主要包括：網(wǎng)頁存檔格式標準、資源編碼標準、資源標識/著錄標準、資源選擇標準、無數(shù)據(jù)編碼與傳輸標準、數(shù)據(jù)存儲轉(zhuǎn)換格式標準等等，以約束采集和保存的整個流程，并在完善組織技術(shù)、方法的前提下，實現(xiàn)網(wǎng)絡(luò)原生數(shù)字資源組織與OA技術(shù)的無縫鏈接和有機融合。

（三）關(guān)聯(lián)數(shù)據(jù)的資源深度聚合

研究發(fā)現(xiàn)，未來原生數(shù)字資源知識組織體系的主攻方向和新研究視角是知識鏈接與知識關(guān)聯(lián)的研究。為此，應當運用網(wǎng)絡(luò)對信息資源的調(diào)配算法：蟻群算法、遺傳算法和模糊聚類算法等，實現(xiàn)關(guān)聯(lián)數(shù)據(jù)的信息動態(tài)聚合、信息檢索技術(shù)等，將網(wǎng)絡(luò)原生數(shù)字資源“碎化”為具有一定語義的細粒度知識元，以批量、智能化地處理多樣化的網(wǎng)絡(luò)原生數(shù)字資源，改變網(wǎng)絡(luò)原生數(shù)字資源的信息揭示方法、信息組織方式，將用戶信息需求意圖與網(wǎng)絡(luò)原生數(shù)字資源進行聚合，實現(xiàn)面向用戶的網(wǎng)絡(luò)原生數(shù)字資源的多粒度、多層次的動態(tài)組織模式，把有利于用戶認知的方式的網(wǎng)絡(luò)原生數(shù)字資源加以組織后展示給用戶。

（四）加快立法工作，提升法律支持環(huán)境

社會信息化的起點和歸宿是信息資源的開發(fā)利用，而網(wǎng)絡(luò)原生數(shù)字資源作為新的生產(chǎn)要素、新的資源類型，已構(gòu)成信息資源產(chǎn)業(yè)開發(fā)的一個重要組成部分。為保證資源采集、保存、利用無后顧之憂，互聯(lián)網(wǎng)信息采集與保存相關(guān)立法顯得十分重要。首先要重視解決版權(quán)和知識產(chǎn)權(quán)問題，圖書館在針對一個網(wǎng)站實施資源捕捉、存檔和供用戶利用之前，要提前獲取網(wǎng)站所有者的許可。其次要建立數(shù)字出版物和互聯(lián)網(wǎng)原生數(shù)字資源的呈繳制度，通過立法來約束數(shù)字出版物及原生資源創(chuàng)作者或法人向指定的開發(fā)機構(gòu)提交其原生數(shù)字產(chǎn)品。研究發(fā)現(xiàn)，法國、英國等國家是網(wǎng)絡(luò)原生數(shù)字資源呈繳制度方面的先行者，其以法律形式規(guī)定了圖書館對該國網(wǎng)絡(luò)原生數(shù)字資源采集和保存的權(quán)利和義務(wù)，值得我國資源開發(fā)者借鑒。

四、結(jié)語

在開放獲取的環(huán)境下，網(wǎng)絡(luò)原生數(shù)字資源建設(shè)的共享聯(lián)盟是發(fā)展走向。為此，我們認為，各圖書館在開發(fā)網(wǎng)絡(luò)原生數(shù)字資源階段，一方面要以本機構(gòu)的用戶需求為主導，自主創(chuàng)新本機構(gòu)的資源開發(fā)和利用。另一方面要融入開放獲取（OA）與合作分享智能資源，教師和各研究機構(gòu)聯(lián)盟建設(shè)知識倉儲，以此擴大圖書館資源覆蓋范圍，最大限度地實現(xiàn)網(wǎng)絡(luò)原生數(shù)字資源的共建共享。

[1]PalfreyJ，GasserU.Born dig ital Understanding the f irst generationof dig ital nat ives.New York:Basic Book s，2008.

[2]中共中央辦公廳、國務(wù)院辦公廳關(guān)于印發(fā)《2006-2020年國家信息化發(fā)展戰(zhàn)略》的通知（中辦發(fā)[2006]11號）

[3]常娥，袁曦臨.網(wǎng)絡(luò)原生數(shù)字資源管理問題探析[J].圖書館建設(shè)，2009(5)

[4]索傳軍.網(wǎng)絡(luò)信息資源組織研究的新視角[J].圖書情報工作，2013（7）

[5]陳紅星，張淑芳.網(wǎng)絡(luò)原生數(shù)字資源：概念、特征與類型[J].圖書館建設(shè)，2010(5)

（作者單位：山西大學商務(wù)學院 山西太原 030031）

（責編：呂尚）

F49

A

1004-4914（2014）04-062-02

本文為山西省社科聯(lián)2013至2014年度基金項目“網(wǎng)絡(luò)原生數(shù)字資源開發(fā)利用策略研究”（項目編號：SSKLZDKT2013095）研究成果之一。]