基于數(shù)據(jù)標(biāo)準(zhǔn)的科技信息資源共享架構(gòu)研究與設(shè)計(jì)

儲(chǔ) 雯，馬文卓，勾鑫曄，王 盈，熊 余

（1.重慶郵電大學(xué)，重慶 400065；2.重慶生產(chǎn)力促進(jìn)中心，重慶 401147）

政務(wù)信息系統(tǒng)互聯(lián)和公共數(shù)據(jù)共享是提高政務(wù)部門行政效率、提升服務(wù)水平的重要支撐，在政務(wù)部門深化改革、轉(zhuǎn)變職能、管理創(chuàng)新中發(fā)揮著重要的作用，也是大數(shù)據(jù)智能化發(fā)展的基本要求。國務(wù)院印發(fā)的《政務(wù)信息資源共享管理暫行辦法》提出各政務(wù)部門形成的政務(wù)信息資源原則上應(yīng)予以共享，并要求政務(wù)信息資源共享主管部門負(fù)責(zé)組織本級共享平臺(tái)建設(shè)[1]；重慶市政府發(fā)布實(shí)施的《重慶市政務(wù)數(shù)據(jù)資源管理暫行辦法》提出“政務(wù)數(shù)據(jù)資源以共享為原則、不共享為例外”，并要求各政務(wù)部門作為本部門政務(wù)數(shù)據(jù)資源管理主體，推進(jìn)本部門政務(wù)數(shù)據(jù)的資源匯聚、共享、開放和應(yīng)用[2]?？萍夹畔①Y源數(shù)據(jù)是政務(wù)數(shù)據(jù)資源的重要內(nèi)容之一，科技部和財(cái)政部印發(fā)的《國家科技資源共享服務(wù)平臺(tái)管理辦法》，同樣要求利用財(cái)政性資金形成的科技資源，除保密要求和特殊規(guī)定外，必須面向社會(huì)開放共享，地方政府科技管理部門要推動(dòng)本部門或本地區(qū)平臺(tái)建設(shè)，促進(jìn)科技資源整合與共享服務(wù)[3]。

重慶市目前已建成了十余個(gè)科技管理系統(tǒng)，采集了科研設(shè)備信息、科研人員信息、科研政策、科研經(jīng)費(fèi)等科研活動(dòng)相關(guān)各個(gè)要素的信息數(shù)據(jù)。數(shù)據(jù)的充分整合和共享能夠促進(jìn)科研要素之間的交流和科技活動(dòng)有效、快速進(jìn)行[4]，有利于激發(fā)各類創(chuàng)新性應(yīng)用，對科學(xué)技術(shù)的進(jìn)步和產(chǎn)業(yè)的發(fā)展具有非常重要的意義。在此背景下，構(gòu)建基于統(tǒng)一標(biāo)準(zhǔn)和規(guī)范的重慶市科技信息資源數(shù)據(jù)交換處理架構(gòu)、建設(shè)統(tǒng)一的科技管理服務(wù)平臺(tái)，既是對國家、重慶市和行業(yè)要求的積極響應(yīng)，同時(shí)也是促進(jìn)科技信息資源共享、實(shí)現(xiàn)科技信息資源增值的有效手段。

1 重慶市科技信息資源數(shù)據(jù)現(xiàn)狀和應(yīng)用需求

1.1 數(shù)據(jù)現(xiàn)狀

科技信息資源是記錄科技活動(dòng)和科學(xué)知識(shí)的載體[5]，主要包括科技實(shí)物資源的信息化表達(dá)、科學(xué)數(shù)據(jù)、科技文獻(xiàn)信息資源等，其中實(shí)物科技資源主要包括科學(xué)儀器設(shè)備、自然科技資源實(shí)物、科技文獻(xiàn)實(shí)體資源、科學(xué)數(shù)據(jù)資源管理相關(guān)設(shè)備、網(wǎng)絡(luò)科技環(huán)境的硬件設(shè)備和支撐軟件系統(tǒng)等；科學(xué)數(shù)據(jù)是指在自然科學(xué)、工程技術(shù)科學(xué)等領(lǐng)域，通過基礎(chǔ)研究、應(yīng)用研究、試驗(yàn)開發(fā)等產(chǎn)生的數(shù)據(jù)，以及通過觀測監(jiān)測、考察調(diào)查、檢驗(yàn)檢測等方式取得并用于科學(xué)研究活動(dòng)的原始數(shù)據(jù)及其衍生數(shù)據(jù)，包括觀測數(shù)據(jù)、考查數(shù)據(jù)、實(shí)驗(yàn)數(shù)據(jù)、統(tǒng)計(jì)數(shù)據(jù)等[6]；科技文獻(xiàn)信息資源是記錄科技知識(shí)的各種載體，主要包括科技圖書、學(xué)術(shù)期刊、學(xué)位論文、會(huì)議文獻(xiàn)、專利文獻(xiàn)和標(biāo)準(zhǔn)文獻(xiàn)等。

重慶市科技信息資源數(shù)據(jù)主要分布在市內(nèi)各科技創(chuàng)新主體中，包含政府部門、高校、院所、高新企業(yè)等。重慶市政府采集的科技信息資源數(shù)據(jù)主要包含市內(nèi)科技項(xiàng)目、人才、企業(yè)、科技獎(jiǎng)勵(lì)等管理工作中產(chǎn)生的數(shù)據(jù)，截至2021年，重慶市科研管理部門已整合13 類、273TB 包含大型科研儀器、科技人才、科技型企業(yè)、科技信用、科研項(xiàng)目、科技成果、科研機(jī)構(gòu)、研發(fā)平臺(tái)、孵化平臺(tái)、科技特派員、科普基地、科技文獻(xiàn)和專利等的科技信息資源數(shù)據(jù)。重慶市高校、院所、高新企業(yè)采集的科技信息資源數(shù)據(jù)主要包含各組織機(jī)構(gòu)內(nèi)部科研管理數(shù)據(jù)、成果數(shù)據(jù)等，大部分?jǐn)?shù)據(jù)只在各組織機(jī)構(gòu)內(nèi)實(shí)現(xiàn)交換共享。

1.2 數(shù)據(jù)應(yīng)用需求

重慶市科技信息資源數(shù)據(jù)主要應(yīng)用于科技政務(wù)服務(wù)“一網(wǎng)通辦”、“科技淘寶”服務(wù)、知識(shí)價(jià)值信用評價(jià)體系構(gòu)建等科技管理服務(wù)和數(shù)據(jù)展示與分析服務(wù)等。

1.2.1 科技管理服務(wù)

科技政務(wù)服務(wù)“一網(wǎng)通辦”實(shí)現(xiàn)高效的科技管理和便捷的科技服務(wù)，主要需要大型科研儀器、科技人才、科技型企業(yè)、科技信用、科研項(xiàng)目、科技成果、科研機(jī)構(gòu)、研發(fā)平臺(tái)、孵化平臺(tái)、科技特派員、科普基地、專利、科技文獻(xiàn)和行政規(guī)范性文件等數(shù)據(jù)作支撐?！翱萍继詫殹狈?wù)實(shí)現(xiàn)研發(fā)服務(wù)在線商品化交易，主要需要科研機(jī)構(gòu)、科技型企業(yè)、科技成果、科技服務(wù)等數(shù)據(jù)支撐。知識(shí)價(jià)值信用評價(jià)體系構(gòu)建實(shí)現(xiàn)企業(yè)的輕資產(chǎn)債權(quán)融資，需要科研機(jī)構(gòu)、科技型企業(yè)、科技信用等數(shù)據(jù)支撐。

1.2.2 數(shù)據(jù)展示與分析服務(wù)

數(shù)據(jù)展示與分析服務(wù)包含科技現(xiàn)狀展示、科技發(fā)展評價(jià)、科技發(fā)展預(yù)測、科技活動(dòng)推薦等。

科技現(xiàn)狀展示包含科研機(jī)構(gòu)/企業(yè)畫像、科研項(xiàng)目畫像、科技人才畫像、科技資源展示、科技服務(wù)展示等，需要科研機(jī)構(gòu)、研發(fā)平臺(tái)、孵化平臺(tái)、科研項(xiàng)目、科技人才、科技專家、科技特派員、科技成果、大型科研儀器設(shè)備、研究開發(fā)服務(wù)信息及檢測檢驗(yàn)服務(wù)信息等數(shù)據(jù)支撐。

科技發(fā)展評價(jià)包含科研能力評價(jià)、科研人才評價(jià)、科研績效評價(jià)、科研儀器平臺(tái)運(yùn)行效率評價(jià)等?？蒲心芰υu價(jià)需要科研項(xiàng)目、科研成果、科研績效、學(xué)術(shù)影響力、科研管理和人才培養(yǎng)等相關(guān)數(shù)據(jù)；科研人才評價(jià)需要項(xiàng)目數(shù)量、項(xiàng)目等級、項(xiàng)目角色等科研項(xiàng)目，論文、專利等學(xué)術(shù)成果，職稱頭銜、獲獎(jiǎng)情況、任職情況等學(xué)術(shù)影響力，學(xué)術(shù)誠信、學(xué)術(shù)道德、個(gè)人信用等學(xué)術(shù)道德等相關(guān)數(shù)據(jù)支撐；科研績效評價(jià)需要科研人力資源投入、科研經(jīng)費(fèi)投入、科研成果產(chǎn)出、科研成果轉(zhuǎn)化、科研獲獎(jiǎng)等數(shù)據(jù)支撐；科研儀器平臺(tái)運(yùn)行效率評價(jià)需要科研儀器設(shè)備開放程度、服務(wù)情況、支撐產(chǎn)出、人力投入等數(shù)據(jù)支撐。

科技發(fā)展預(yù)測包含科研機(jī)構(gòu)/科技人員科研能力預(yù)測、科研方向布局預(yù)測等?？蒲袡C(jī)構(gòu)/科技人員科研能力預(yù)測通過大數(shù)據(jù)分析，對科研機(jī)構(gòu)/科技人員未來科研能力和發(fā)展進(jìn)行預(yù)測，其中科研機(jī)構(gòu)科研能力預(yù)測需要科研機(jī)構(gòu)信息、科研人員信息、科研投入信息、科研產(chǎn)出信息等數(shù)據(jù)支撐，科技人員科研能力預(yù)測需要科技人才信息、科研成果等數(shù)據(jù)支撐；科研方向布局預(yù)測需要科研政策、科技趨勢、前沿方向、科研成果、科研項(xiàng)目、科研機(jī)構(gòu)和科研人員等數(shù)據(jù)支撐。

科技活動(dòng)推薦包含科研合作推薦、科研分析匹配等?？蒲泻献魍扑]通過對學(xué)科領(lǐng)域、科研成果等數(shù)據(jù)的分析學(xué)習(xí)等，實(shí)現(xiàn)科研機(jī)構(gòu)和人員的科研合作對象推薦，需要科研機(jī)構(gòu)信息、科研人員信息、科研項(xiàng)目、科研成果、科技信用等數(shù)據(jù)支撐。科研分析匹配面向科研機(jī)構(gòu)和科技人員進(jìn)行其研究領(lǐng)域的最新政策、熱門研究、科研項(xiàng)目等推薦，需要科研機(jī)構(gòu)信息、科研人員信息、科研項(xiàng)目、科研成果、科研政策等數(shù)據(jù)支撐。

2 重慶市科技信息資源交換共享處理架構(gòu)設(shè)計(jì)

2.1 設(shè)計(jì)思路

按照重慶市地方標(biāo)準(zhǔn)《科技信息資源元數(shù)據(jù)描述規(guī)范》《科技信息資源采集與處理規(guī)范》和重慶市科技資源數(shù)據(jù)共享目錄，集成科技項(xiàng)目子系統(tǒng)、科技平臺(tái)子系統(tǒng)、科技人才子系統(tǒng)等內(nèi)部數(shù)據(jù)和平行部門數(shù)據(jù)、第三方征信數(shù)據(jù)、外部擴(kuò)展數(shù)據(jù)等，將采集到的多源異構(gòu)科技信息資源數(shù)據(jù)進(jìn)行清洗、脫敏、標(biāo)準(zhǔn)化等處理后形成科技信息資源數(shù)據(jù)中心。科技信息資源數(shù)據(jù)中心按照大型科研儀器、科研機(jī)構(gòu)、科技人才、科技項(xiàng)目等不同的主題進(jìn)行數(shù)據(jù)存儲(chǔ)，并以各主題數(shù)據(jù)庫為紐帶，通過數(shù)據(jù)交換共享實(shí)現(xiàn)市內(nèi)科技信息資源數(shù)據(jù)的統(tǒng)一，為智慧科技信用評價(jià)與監(jiān)測、智慧科技管理、智慧科技服務(wù)等科技智慧業(yè)務(wù)協(xié)同和科技指數(shù)評價(jià)與發(fā)布、產(chǎn)業(yè)創(chuàng)新鏈全景圖譜、科技發(fā)展政策推演等科技政策決策支持提供數(shù)據(jù)支撐。

2.2 設(shè)計(jì)原則

標(biāo)準(zhǔn)化原則。相關(guān)系統(tǒng)建設(shè)和數(shù)據(jù)使用須遵循重慶市地方標(biāo)準(zhǔn)《科技信息資源元數(shù)據(jù)描述規(guī)范》《科技信息資源采集與處理規(guī)范》。

先進(jìn)性原則。盡可能采用先進(jìn)的技術(shù)、方法、軟件、硬件和網(wǎng)絡(luò)平臺(tái)，確保系統(tǒng)的先進(jìn)性。同時(shí)兼顧成熟性，使系統(tǒng)運(yùn)行成熟且可靠。

安全性原則。采用全面的權(quán)限管理機(jī)制，建立有效的數(shù)據(jù)備份、恢復(fù)機(jī)制，對數(shù)據(jù)的存取嚴(yán)格日志記錄和審計(jì)，采用高穩(wěn)定性、高可用性的軟硬件產(chǎn)品，確保數(shù)據(jù)安全。

實(shí)用性原則。系統(tǒng)表現(xiàn)和數(shù)據(jù)展現(xiàn)、管理、使用等操作簡單、表現(xiàn)直觀，方便用戶使用。

可維護(hù)性和擴(kuò)展性原則。提高各組件模塊的內(nèi)聚性，降低各組件模塊的耦合度，科學(xué)劃分組件接口和方法，使系統(tǒng)強(qiáng)壯且易于維護(hù)和擴(kuò)展。

2.3 總體架構(gòu)

總體架構(gòu)如圖1 所示，包含數(shù)據(jù)采集、數(shù)據(jù)處理交換、數(shù)據(jù)中心、數(shù)據(jù)應(yīng)用、數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范、安全保障等部分。

圖1 重慶市科技信息資源數(shù)據(jù)交換共享處理架構(gòu)圖

2.3.1 數(shù)據(jù)采集

對政府部門、高校、科研院所、企業(yè)等相關(guān)系統(tǒng)的數(shù)據(jù)進(jìn)行采集，每個(gè)字段都必須有唯一的數(shù)據(jù)提供者，并根據(jù)不同源數(shù)據(jù)的業(yè)務(wù)系統(tǒng)建設(shè)實(shí)際情況，確定相對應(yīng)的數(shù)據(jù)采集方案。對已建有相關(guān)業(yè)務(wù)支撐系統(tǒng)的數(shù)據(jù)，可通過數(shù)據(jù)中間庫、WebService 接口等方式，按照科技信息資源采集與處理規(guī)范、科技信息資源基礎(chǔ)數(shù)據(jù)標(biāo)準(zhǔn)等標(biāo)準(zhǔn)規(guī)范集成數(shù)據(jù)。無系統(tǒng)支撐但數(shù)據(jù)量大、數(shù)據(jù)字段復(fù)雜的數(shù)據(jù)，先新建或升級源數(shù)據(jù)業(yè)務(wù)系統(tǒng)后再進(jìn)行數(shù)據(jù)集成。無數(shù)據(jù)源業(yè)務(wù)系統(tǒng)支撐，但數(shù)據(jù)量較小、數(shù)據(jù)字段較簡單的數(shù)據(jù)，可直接采用excel 數(shù)據(jù)導(dǎo)入等方式進(jìn)行數(shù)據(jù)集成。

2.3.2 數(shù)據(jù)處理交換

對采集到的多源異構(gòu)科技信息資源數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、數(shù)據(jù)變換、數(shù)據(jù)脫敏等處理，如按照策略和規(guī)則進(jìn)行偏差檢測、冗余消除和填充缺失值等數(shù)據(jù)清洗操作，對數(shù)據(jù)進(jìn)行審查和校驗(yàn)，補(bǔ)全殘缺數(shù)據(jù)、修正錯(cuò)誤數(shù)據(jù)、處理重復(fù)數(shù)據(jù)；按標(biāo)準(zhǔn)規(guī)范進(jìn)行特征構(gòu)造、聚集、泛化和歸約等數(shù)據(jù)變換；對身份證件號碼、手機(jī)號、統(tǒng)一社會(huì)信用代碼等敏感信息進(jìn)行數(shù)據(jù)替換、隨機(jī)化、偏移和取整等數(shù)據(jù)變形、脫敏，實(shí)現(xiàn)敏感隱私數(shù)據(jù)的可靠保護(hù)；借助Hadoop、Spark 等大數(shù)據(jù)處理平臺(tái)進(jìn)行高效的分布式處理等[7]。

通過ETL 工具、數(shù)據(jù)共享接口等實(shí)現(xiàn)數(shù)據(jù)交換共享，并進(jìn)行數(shù)據(jù)集成調(diào)度運(yùn)行、監(jiān)控等。相關(guān)科技信息資源數(shù)據(jù)產(chǎn)生單位、使用單位應(yīng)按照“誰經(jīng)手，誰使用，誰管理，誰負(fù)責(zé)”的原則，根據(jù)履行職責(zé)需要依法依規(guī)使用共享信息數(shù)據(jù)，并加強(qiáng)共享信息數(shù)據(jù)使用的全過程管理。同時(shí)，在對數(shù)據(jù)目錄或獲取的科技信息資源數(shù)據(jù)有疑義或發(fā)現(xiàn)有明顯錯(cuò)誤的，應(yīng)及時(shí)予以校核。各業(yè)務(wù)平臺(tái)、系統(tǒng)產(chǎn)生的原始數(shù)據(jù)不能直接進(jìn)行數(shù)據(jù)交換共享，須以權(quán)威科技信息資源數(shù)據(jù)中心作為數(shù)據(jù)交換共享的統(tǒng)一出口。

2.3.3 科技信息資源數(shù)據(jù)中心

科技信息資源數(shù)據(jù)中心匯聚了處理后、標(biāo)準(zhǔn)化的科技信息資源，是科技信息資源數(shù)據(jù)交換共享的統(tǒng)一出口，包含基礎(chǔ)數(shù)據(jù)庫、專業(yè)領(lǐng)域數(shù)據(jù)庫、面向政策應(yīng)用的數(shù)據(jù)庫等，并實(shí)現(xiàn)數(shù)據(jù)管理。

基礎(chǔ)數(shù)據(jù)是描述核心業(yè)務(wù)實(shí)體相關(guān)屬性的數(shù)據(jù)，一般是靜態(tài)數(shù)據(jù)、變化不頻繁，由相關(guān)業(yè)務(wù)部門提供和維護(hù)，且跨多個(gè)業(yè)務(wù)流程或系統(tǒng)使用?？萍夹畔①Y源基礎(chǔ)數(shù)據(jù)包含組織機(jī)構(gòu)信息、科技資源信息、個(gè)人信息、科技服務(wù)信息等。專業(yè)領(lǐng)域數(shù)據(jù)庫包含農(nóng)業(yè)、林業(yè)等特色科學(xué)數(shù)據(jù)庫。面向政策應(yīng)用的數(shù)據(jù)庫主要記錄科研政策數(shù)據(jù)。

數(shù)據(jù)管理包括數(shù)據(jù)基礎(chǔ)管理、數(shù)據(jù)生命周期追溯、數(shù)據(jù)異動(dòng)監(jiān)測、數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)資產(chǎn)目錄開放管理等。數(shù)據(jù)基礎(chǔ)管理對數(shù)據(jù)情況進(jìn)行查看、線下數(shù)據(jù)導(dǎo)入等，如根據(jù)截止時(shí)間點(diǎn)，查看所有數(shù)據(jù)的表中文名稱、表名、記錄條數(shù)、所占空間等構(gòu)建細(xì)節(jié)；詳細(xì)查看數(shù)據(jù)對象所存儲(chǔ)的數(shù)據(jù)集；編輯、導(dǎo)入、導(dǎo)出相關(guān)數(shù)據(jù)記錄等。數(shù)據(jù)生命周期追溯可查詢數(shù)據(jù)對象的接口運(yùn)行記錄，展示數(shù)據(jù)對象從建立到查詢時(shí)點(diǎn)的數(shù)據(jù)變化過程，如數(shù)據(jù)對象生命周期查看、變化歷史記錄查詢、數(shù)據(jù)變化歷史對比等。數(shù)據(jù)異動(dòng)監(jiān)測管理對數(shù)據(jù)對象的數(shù)據(jù)異動(dòng)情況進(jìn)行監(jiān)測，如及時(shí)記錄異動(dòng)數(shù)據(jù)變動(dòng)歷史、列出數(shù)據(jù)異動(dòng)的次數(shù)、查看數(shù)據(jù)異動(dòng)日志等。數(shù)據(jù)質(zhì)量管理包含數(shù)據(jù)質(zhì)量評估、數(shù)據(jù)規(guī)則及任務(wù)管理、數(shù)據(jù)合規(guī)性檢測管理等。數(shù)據(jù)資產(chǎn)目錄管理集中展示科技信息資源數(shù)據(jù)資產(chǎn)目錄狀態(tài)信息、開放使用狀態(tài)、開放接口、開放的資產(chǎn)目錄數(shù)量、API 接口數(shù)、調(diào)用次數(shù)、調(diào)用記錄等，進(jìn)行數(shù)據(jù)資產(chǎn)使用統(tǒng)計(jì)，并進(jìn)行數(shù)據(jù)資產(chǎn)目錄開放管理、數(shù)據(jù)資產(chǎn)申請服務(wù)等。

2.3.4 數(shù)據(jù)應(yīng)用

面向科技政務(wù)服務(wù)“一網(wǎng)通辦”、“科技淘寶”服務(wù)、知識(shí)價(jià)值信用評價(jià)體系等科技管理服務(wù)和科技現(xiàn)狀展示、科技發(fā)展評價(jià)、科技發(fā)展預(yù)測、科技活動(dòng)推薦等數(shù)據(jù)展示與分析服務(wù)場景，開展數(shù)據(jù)應(yīng)用。

2.3.5 數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范

科技信息資源數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范包含科技信息資源元數(shù)據(jù)描述規(guī)范、科技信息資源采集與處理規(guī)范、科技信息資源基礎(chǔ)數(shù)據(jù)標(biāo)準(zhǔn)等。

2.3.6 安全保障

包含共享機(jī)制和數(shù)據(jù)安全防護(hù)機(jī)制。數(shù)據(jù)共享機(jī)制明確數(shù)據(jù)共享的內(nèi)容和范圍，劃清相關(guān)業(yè)務(wù)部門的職責(zé)，理順數(shù)據(jù)產(chǎn)生部門、數(shù)據(jù)使用部門、數(shù)據(jù)管理部門的權(quán)利和義務(wù)，確定共享的要求和流程等。數(shù)據(jù)安全防護(hù)機(jī)制需要根據(jù)信息安全等級保護(hù)要求制定相應(yīng)的管理措施和技術(shù)方案，對科技信息資源數(shù)據(jù)中心、數(shù)據(jù)交換處理平臺(tái)等重要基礎(chǔ)設(shè)施加強(qiáng)安全管理，制定數(shù)據(jù)備份和恢復(fù)策略等。

3 結(jié)束語

本文對重慶市科技信息資源數(shù)據(jù)的建設(shè)現(xiàn)狀和應(yīng)用需求進(jìn)行了調(diào)研和研究，設(shè)計(jì)了包含數(shù)據(jù)采集、數(shù)據(jù)交換處理、數(shù)據(jù)中心、數(shù)據(jù)應(yīng)用、數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范、安全保障等的科技信息資源數(shù)據(jù)交換共享處理架構(gòu)。后續(xù)將面向科技信息資源數(shù)據(jù)共享應(yīng)用中的標(biāo)準(zhǔn)化體系建設(shè)開展研究，為充分發(fā)揮科技信息資源數(shù)據(jù)的價(jià)值提供路徑建議。