基于協(xié)同理論的大數(shù)據(jù)平臺資產(chǎn)數(shù)據(jù)管理研究

趙毅　李晉　王穎

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

關(guān)鍵詞：協(xié)同理論;大數(shù)據(jù);資產(chǎn)數(shù)據(jù);管理

中圖分類號：G250.7 文獻標(biāo)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(xié)同理論認為，自然界和人類社會都可以看作是一個復(fù)雜的系統(tǒng)。協(xié)同理論成為研究和理解復(fù)雜系統(tǒng)各元素協(xié)調(diào)統(tǒng)一、從無序到有序并發(fā)揮整體效能的重要方法論[1]。基于協(xié)同理論的大數(shù)據(jù)處理能力，圖書館可以實現(xiàn)各種資源元數(shù)據(jù)的精細存儲和管理，同時利用平臺的元數(shù)據(jù)采集和清理能力，為自身提供不斷更新的自有大數(shù)據(jù)資源庫，實現(xiàn)各類資源的管理和應(yīng)用，增強數(shù)據(jù)控制能力。

1 概述

智慧圖書館以物聯(lián)網(wǎng)技術(shù)、互聯(lián)網(wǎng)技術(shù)和移動終端為基礎(chǔ)，以資源數(shù)字化為前提。圖書館的未來發(fā)展方向是根據(jù)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(lián)系，此外，用戶可以隨時隨地使用圖書館。資產(chǎn)數(shù)據(jù)作為智慧圖書館系統(tǒng)重要的底層數(shù)據(jù)，對系統(tǒng)運行起著極其重要的作用。協(xié)同理論下的智慧圖書館服務(wù)對資產(chǎn)數(shù)據(jù)管理的要求越來越高，以此來保證系統(tǒng)穩(wěn)定、健康地運行。合理管理資產(chǎn)數(shù)據(jù)，對于協(xié)同系統(tǒng)的實用性和可靠性起著決定性的作用。

2 基于協(xié)同理論的大數(shù)據(jù)平臺資產(chǎn)數(shù)據(jù)管理

2.1 數(shù)字資源元數(shù)據(jù)管理

對圖書館資源元數(shù)據(jù)進行收集、整理和清理，實現(xiàn)了元數(shù)據(jù)的集成和精細化管理。資源包括各種常規(guī)商業(yè)數(shù)據(jù)庫以及具有圖書館自身特色的數(shù)字資源數(shù)據(jù)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(shù)據(jù)。類型覆蓋圖書、期刊、論文和視頻等常規(guī)數(shù)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(shù)據(jù)管理以數(shù)據(jù)庫廠商為集合，人們可以查看數(shù)據(jù)庫中完整的元數(shù)據(jù)詳細信息。如果是動態(tài)連續(xù)出版物，如期刊，還可以按刊期進行瀏覽。另外，平臺支持以學(xué)科分類進行元數(shù)據(jù)查看。同時，平臺支持中圖分類與教育部學(xué)科分類標(biāo)注，可按其中一種分類體系對館內(nèi)資源進行組織管理與使用。其提供單一學(xué)科資源的各種維度分析報告，使人了解圖書館的各個學(xué)科資源配備情況。

元數(shù)據(jù)描述使用DC（都柏林核心，Dublin Core）標(biāo)準(zhǔn)，描述信息豐富，最高達到25個字段深度，包括基本的標(biāo)題、副標(biāo)題、作者、作者機構(gòu)、出版單位、出版時間、封面、關(guān)鍵詞、摘要、ISSN/ISBN、學(xué)科、數(shù)字對象唯一標(biāo)識符（DOI）、來源和資源路徑等。所有的元數(shù)據(jù)按設(shè)置的規(guī)則（機構(gòu)前綴+數(shù)字編號）分配唯一的數(shù)字館藏號。同時，平臺也支持館員的復(fù)雜檢索操作[3]。

除了常規(guī)的元數(shù)據(jù)瀏覽操作，平臺還支持普通的檢索操作，包括對標(biāo)題、年份、作者等信息進行查找。其支持對元數(shù)據(jù)進行常規(guī)新增、修改、刪除、下架，允許圖書館對元數(shù)據(jù)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(shù)據(jù)庫來源元數(shù)據(jù)會進行去重合并，但是保留全部來源信息，使得數(shù)字文獻也可以支持多副本的管理。合并的規(guī)則根據(jù)文獻類型有所區(qū)分，例如，期刊會以標(biāo)題、作者、刊名、期號和頁面信息作為判定標(biāo)準(zhǔn);圖書會以書名、作者、出版社、年份和ISBN作為判定標(biāo)準(zhǔn)。在文獻的合并過程中，平臺會對數(shù)據(jù)質(zhì)量進行自動清洗，保留質(zhì)量較高的版本。

元數(shù)據(jù)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(yè)數(shù)據(jù)庫，更新延遲為1～2周，也就是說，數(shù)據(jù)庫廠商產(chǎn)品更新元數(shù)據(jù)后，1～2內(nèi)就可以進入平臺存儲并應(yīng)用。部分專業(yè)數(shù)據(jù)庫的更新延遲保持在1個月內(nèi)。平臺可以根據(jù)圖書館的實際需求，調(diào)整更新延遲時間。

元數(shù)據(jù)的存儲使用國際流行的Hadoop大數(shù)據(jù)平臺。其可以穩(wěn)定可靠地支撐百億級的數(shù)據(jù)規(guī)模。

2.2 紙本書刊元數(shù)據(jù)整合

平臺支持與圖書館現(xiàn)有紙書業(yè)務(wù)系統(tǒng)對接，實現(xiàn)紙本書刊數(shù)據(jù)整合。在平臺上，人們也可以查看與管理紙書元數(shù)據(jù)。目前，紙書業(yè)務(wù)系統(tǒng)發(fā)展相對成熟穩(wěn)定，館員熟悉采編流程。所以，平臺以集成的方式完成對傳統(tǒng)業(yè)務(wù)的保留與數(shù)據(jù)整合，實現(xiàn)紙+電資源的綜合數(shù)據(jù)倉庫建設(shè)。

紙書元數(shù)據(jù)的集成方式有兩種，根據(jù)紙書業(yè)務(wù)系統(tǒng)的配合程度，平臺可以選擇其一實現(xiàn)目的。推薦的模式是利用接口自動化同步數(shù)據(jù)。這需要紙書業(yè)務(wù)系統(tǒng)提供接口，接口訪問的數(shù)據(jù)至少包括紙本書刊的文摘元數(shù)據(jù)和館藏狀態(tài)數(shù)據(jù)。平臺通過每天定時從接口收割數(shù)據(jù)，進行紙書元數(shù)據(jù)的更新、倉儲。這種模式完全不需要人工干預(yù)，程序自動化完成。接口的使用需要圖書館與其他廠商協(xié)調(diào)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(dǎo)入元數(shù)據(jù)。平臺提供數(shù)據(jù)導(dǎo)入工具和數(shù)據(jù)匹配模板，可以快速地幫助館員將紙本書刊的元數(shù)據(jù)導(dǎo)入倉庫中。這種模式下，數(shù)據(jù)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(shù)據(jù)管理顆粒度同樣達到篇級，與數(shù)字資源元數(shù)據(jù)使用相同的字段描述存儲。其在平臺內(nèi)與數(shù)字資源元數(shù)據(jù)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(nèi)的全部資源元數(shù)據(jù)，提升資源管理效率。

2.3 元數(shù)據(jù)使用權(quán)限控制

平臺內(nèi)的各類文獻資源允許圖書館設(shè)置詳細的使用權(quán)限，其可以靈活控制資源的使用范圍和使用場景。通過權(quán)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(wù)，同時保證服務(wù)內(nèi)容的安全合法。通過應(yīng)用場景的分配，其可以為不同的服務(wù)或者應(yīng)用平臺提供有針對性的資源內(nèi)容，滿足各類應(yīng)用需求。

資源范圍的分配可以指定數(shù)據(jù)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(xué)院的讀者，以實現(xiàn)靈活的資源使用權(quán)限劃分。默認的資源權(quán)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(yīng)用、開發(fā)接口。為不同應(yīng)用提供差異化的數(shù)據(jù)資源保障，可以使得圖書館的數(shù)據(jù)統(tǒng)一管理，但是服務(wù)平臺的數(shù)據(jù)相對隔離。

人們可以通過后臺操作，以批次為單位，對數(shù)據(jù)進行下架處理。下架后的數(shù)據(jù)只影響門戶使用，讀者不能查詢?yōu)g覽，但是不會影響?zhàn)^員在后臺的數(shù)據(jù)管理。針對已經(jīng)授權(quán)使用的資源，可以進行屏蔽操作，以處理極少數(shù)不合適的內(nèi)容，保障平臺內(nèi)容的合法性和政治正確性。屏蔽的內(nèi)容不會讓讀者檢索或者查看。屏蔽的顆粒度可以指定供應(yīng)商更新批次、關(guān)鍵詞或者單篇。

2.4 元數(shù)據(jù)查重與驗收輔助工具

在元數(shù)據(jù)篇級的管理基礎(chǔ)上，平臺提供基于大數(shù)據(jù)分析平臺的輔助管理工具，包括數(shù)據(jù)查重與數(shù)據(jù)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(fù)，數(shù)據(jù)查重工具可以幫助圖書館清楚了解這些資源的重復(fù)情況。數(shù)字資源的核查對于館員來說是一項巨大的工作，檢驗數(shù)據(jù)庫廠商提供的服務(wù)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(shù)據(jù)庫的元數(shù)據(jù)，與資源庫進行文獻重復(fù)度的分析，也支持導(dǎo)入臨時書目清單進行對比。待系統(tǒng)處理分析后得出結(jié)果，其可以列舉出該數(shù)據(jù)庫的獨有元數(shù)據(jù)和與其他數(shù)據(jù)庫重復(fù)的元數(shù)據(jù)清單，包括標(biāo)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(shù)據(jù)學(xué)科分布、時間分布、重復(fù)的數(shù)據(jù)與哪些廠商數(shù)據(jù)的重復(fù)比例較高等，直觀地展示結(jié)果。

查重結(jié)果可以用于內(nèi)容編輯與修改，并支持導(dǎo)出到指定的格式，方便館員將結(jié)果數(shù)據(jù)應(yīng)用到其他業(yè)務(wù)中。

驗收工具可以指定需要驗收的書目清單或者數(shù)據(jù)庫資源的批次，設(shè)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(nèi)容與權(quán)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(shù)據(jù)來源路徑，判斷該條元數(shù)據(jù)是否正確和權(quán)限合法，是否與合同中描述的資源服務(wù)情況相符。

2.5 數(shù)據(jù)庫廠商管理

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

管理的顆粒度分為兩級，第一級是數(shù)據(jù)庫所屬廠商的信息，第二級為數(shù)據(jù)庫信息。數(shù)據(jù)庫信息包括名稱、資源的文獻類型、資源對應(yīng)的學(xué)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(nèi)容。這些信息的描述可以幫助圖書館深入地管理好數(shù)字資源，還可以為讀者提供詳細的數(shù)據(jù)庫介紹，并提供按語言、類型、學(xué)科等維度劃分的數(shù)據(jù)庫查詢導(dǎo)航，幫助專業(yè)讀者使用數(shù)據(jù)庫。

2.6 館藏資源統(tǒng)計

在對館藏元數(shù)據(jù)進行精細化管理的基礎(chǔ)上，平臺支持從數(shù)據(jù)庫廠商、數(shù)據(jù)類型、主題分類等維度進行分析和查看。結(jié)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(dāng)前文獻資料的儲備情況，為圖書館提供文獻支持，并為協(xié)助后續(xù)資源建設(shè)和優(yōu)化結(jié)構(gòu)提供數(shù)據(jù)支持。分析層面，平臺可以比較各數(shù)據(jù)庫廠商的數(shù)據(jù)總量、監(jiān)控資源更新的次數(shù)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(shù)據(jù)量的變化情況，從而反映數(shù)據(jù)庫廠商的服務(wù)質(zhì)量[4]。

3 結(jié)論

資產(chǎn)數(shù)據(jù)作為智慧圖書館系統(tǒng)的重要底層數(shù)據(jù)，對系統(tǒng)運行起著極其重要的作用。同時，資產(chǎn)數(shù)據(jù)的安全性也是智慧圖書館系統(tǒng)需要考慮和保障的重要內(nèi)容。合理整合資產(chǎn)元數(shù)據(jù)，有助于系統(tǒng)各部分更加緊密地協(xié)同工作。

參考文獻：

[1]孫守強.多元協(xié)同視角下智慧圖書館泛在智慧服務(wù)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(wù)平臺之圖書館智慧門戶的建設(shè)[J].蘭臺內(nèi)外，2019（25）：60-62.

[3]王飛躍，張智榮.新信息技術(shù)環(huán)境下高等學(xué)校智慧圖書館服務(wù)平臺建設(shè)路徑[J].內(nèi)蒙古財經(jīng)大學(xué)學(xué)報，2019（4）：141-144.

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