機構知識庫建設模式及其學術資源整合策略*

寧洪梅

（遼寧對外經貿學院圖書館，遼寧 大連 116052）

1 概述

2006年，國家發改委曾下達項目，建設全社會征信體系，涉及金融、海關及各省、市的統計部門。但受制于部門的歸屬與管理，雖然得到的數據經過了篩選和過濾，但是在相關涉及的部門，卻促進了其內部的知識庫建設。筆者當時主持了大連海關征信體系的建設，當時做的是內容數據庫的建設，涉及了近6萬個企業，隨著數據庫的建設，逐步的提煉、總結、完善，將一些非客觀的因素融合到該體系當中，并借助網絡，直接延伸到通關現場，提高了通關效率。在這個案例中，知識庫與內容數據庫的結合，起到了重要的作用。

1996年，筆者參與的遼寧省農業銀行統計系統建設，涉及了銀行業務的日報、旬報和月報。這些內部的數據是真實體現，在當時，這些都是內容數據庫的建設，但是每條數據體現出來的，卻是管理者要注重的相關問題，很遺憾的是，當時沒有知識庫的概念，如果經過日積月累，對每條數據的分析加以知識庫的相關內容，無論是當時還是后來，都是一筆不小的財富。

2007年，知識庫的發展在部分行業、部分企業中得到了很好的應用。處于應用前沿的是工程領域、電子領域、加工領域及政府的決策支持領域。教育領域中，數字化校園的建設也力圖在技術上突破瓶頸，構建資源整合與共享機制，而共享機制是知識庫建設中的障礙因素。

從IR的知識組織方式來看，其關注的只是顯性知識，沒有考慮到隱藏在機構成員頭腦中的、具有重要價值的、顯性后可以提高機構知識庫水平的隱性知識的組織。所謂隱性知識是隱藏在一個人頭腦中的經驗、靈感以及技能等。當前，隱性知識對一個人、機構或者社會起的作用越來越大。

近年來，國內機構知識庫的建設得到了快速的發展。截至2012年4月20日，OpenDOAR共收錄了2199個IR，有34個來自我國[1]，ROAR共收錄了2326個IR，有78個來自我國[2]。而3年來機構知識庫的記錄數量呈現了大幅度的增長，英國、德國機構知識庫的記錄數量增長較為突出，美國、日本、巴西的記錄數量也都翻番增長，說明各國已經把IR的建設重點放在了自身內容的發展上。到目前為止，機構知識庫涉及學科及內容如下[4]：交叉學科、圖書館、信息科學、機械工程、材料學、歷史、考古、物理學、天文學、地球科學、健康、醫學、生態學、環境科學、農業、食品、獸醫、自然科學、教育學、經營、管理、計算機、信息技術、表演藝術、電學、電工、社會科學、數學、統計學、心理學、商業、經濟、人文科學、建筑學、地理學、化學、化工、城市規劃、法律、政治、哲學、宗教、工程技術、生物學、生物化學、語言文學。

國內研究資源整合的文章很多，但專門探討學術資源整合策略的研究文章不多，在機構知識庫建設的文章中，也僅僅是粗略的提及，未做詳細的論述。但是，資源整合近年在國內的高校中得到了迅速普及推廣，以數字化校園建設為目標的資源整合工作，形成了統一門戶、單點登錄、數據之間共享；以基礎數據為根本，形成相關的系統數據聯動，其技術難度和復雜程度，超過了學術資源的整合要求和標準，為學術資源的整合做了有益的探索。

學術資源整合不同于數據庫的資源整合，也不同于寬泛的信息資源整合。雖然都涉及到資源整合，但是其目的是不同的。學術資源整合注重的是標準、檢索與共享，而數據庫的資源整合注重的是數據格式、存儲空間等。信息資源整合則更加的寬泛，注重技術的研究及平臺的建設等。

2 我國機構知識庫建設中的問題及策略

目前，統計國內機構知識庫研究文章的數量為437篇，均對我國機構知識庫建設中存在的問題、發展策略進行了歸納和總結，并基本達成一致。

2.1 我國機構知識庫建設中存在的問題

2.1.1 整體重視不夠，各部門參與度低，開放存取觀念還未深入人心，缺乏相關政策支持，不論是政府還是學校科研機構，在政策和資金上沒有給予應有的扶持，國內還沒有正式的關于開放存取及機構知識庫建設的國家政策或機構政策來指導或支持開放存取和機構知識庫的部署和發展[3]。

2.1.2 內容收集難，數量和質量得不到有效的控制。國外一些建置較早的機構知識庫收錄資料數量大，而且全文開放存取的比率也很高，而國內的知識庫收錄的資料數量還不高，我國機構知識庫的建設還有很長一段路要走，IR內容的數量和質量控制成為今后IR發展面臨的挑戰之一。

2.1.3 版權許可問題。由于出版商的商業運作，往往要求論文作者在同意其作品發表的同時，將相關的版權移交至出版社，因而就與IR的作者文責自負原則產生了矛盾。

2.1.4 理論研究較多，實際應用較少。如發表的機構知識庫研究的文章達437篇，知識庫方面的文章多達18000多篇。我國在OpenDOAR中注冊的知識庫僅為34個。

2.1.5 機構知識庫規模較小，文獻類型單一，全文獲取程度較低。筆者查詢了國內的一些知識庫，全文獲取程度不高。

2.1.6 標準化及資源共享方面的問題還一直未能很好地解決。以教育行業為例，2012年3月15日，教育部出臺了7個教育信息化行業標準，為教育行業的知識庫建設起到了標準化的指導作用。但是，行業標準在機構知識庫的建設中，還要結合機構自身的特點，進一步細化和完善。

2.2 構建機構知識庫的發展策略

2.2.1 加強對機構知識庫的宣傳推廣。只有讓不同層面人群了解并認識到機構知識庫的重要性，才能引起其對機構知識庫的關注，應該通過各種渠道積極宣傳機構知識庫建設的重要性。

2.2.2 制定促進開放存取發展的相關政策[6]。需要由國家政府相關部門制定全國統一的、可供所有的組織機構共同遵守的國家政策，積極鼓勵科研成果的開放存取，出版機構還應提供多種出版模式選擇，由作者選擇是否以開放存取模式出版自己的科研成果，或者選擇以哪種開放存取方式出版自己的科研成果。筆者認為，可先行在985和211高校，將知識庫的相關課程，引入到教學當中，形成基礎；并針對在知識庫的建設中有貢獻的人員建立獎勵制度和措施，做到常態化。

2.2.3 加強質量控制。需要對不同類型的資源擬定與之相適應的質量控制和評價體制，加強內容更新和有效期管理。

2.2.4 多途徑解決知識產權問題。作者應向出版社表明要保留在網絡上張貼作品的權利，學術研究的贊助者應鼓勵研究者將研究結果放到開放電子文庫中由公眾共享；所有的中文學術期刊在投稿須知及版權轉讓協議中應明確規定：作者有向開放電子文庫張貼及更新自己論文的權利，作者有把自己論文張貼到自己或其所屬研究機構網站的權利。

2.2.5 建立IR國家聯盟。解決技術資金問題對構建機構知識庫的困擾，可以通過建立機構知識庫聯盟來解決。我國處于建設IR的初期，應該做長遠規劃，為今后建立IR國家聯盟做準備[4]。

2.2.6 加強機構知識庫的資源建設。內容建設是知識庫建設中的主體之一，要將機構中的資源經過分類、加工，按照規則進行建設，并形成長期的可持續的行為習慣。

2.2.7 正確認識行業標準。標準要每5年做一次調整修訂，不要因為標準的問題而影響了機構知識庫的建設。筆者曾參與過行業標準的制定，在時間和人力上都付出了巨大的代價。應該將理論和實踐有機結合，以實踐促進理論的發展。

3 機構知識庫建設中的障礙

3.1 技術障礙

無論使用何種軟件，都要根據自身的實際情況，做適當的修改。這是目前面臨的主要技術問題。

目前，國內外創建機構知識庫的軟件主要可以分為4類：①專用系統，這類系統是IR研究項目的成果，如eScholorship、JISC IE、Knowledge Bank等；②開放源代碼和免費的系統，如Dspace、Fedora、Archimede、CDSware等；③商業系統，如 Documentum、Bepress、UMI/ProQuest研制的 DigitalCommons、DiMe-Ma公司研制的CONTENTdm、Innovative公司的DRM、BioMed中心的Open Repository等;④混合型的系統，如VTLS公司的Vital等。

DSpace是一個免費的開放源代碼的機構知識庫構建軟件，由MIT和惠普公司聯合開發，具有很強的靈活性和可定制性。目前，DSpace聯盟的許多成員使用該軟件構建了本機構的機構知識庫，如 MIT、Cambridge、Columbia、Cornell、Masachusetts等大學，以及國內的香港科技大學、廈門大學。DSpace的設計原則是易于使用，它具有基于Web的用戶界面，這個界面可以為特定機構或個別的院系定制。

EPrint是由南安普頓大學開發的一個通用免費軟件，用于建立基于Web的檔案系統。它是GNU（一個類似于UNIX的操作系統）的一部分，采用 Perl語言開發，運行在GNU/LINUX或UNIX系統上，但不能在Windows系統上運行，其缺省配置是構建機構知識庫，具有高度的可定制性。目前已有130余家網站使用。

Bepress是Berkeley Electronic Press開發的一個系統，用以促進學術交流的便捷暢通，它的核心軟件是EdiKit，具有很強的靈活性，可以對用戶的工作流和站點的設計進行定制。

DSpace和EPrint是機構庫軟件技術系統中使用較多、分布較廣泛的軟件。

3.2 所有權/知識產權（動機，即分享知識）的障礙

知識庫建設中的法律問題主要涉及版權問題及知識產權問題。作者在向期刊投稿并被正式錄用時，通常出版商會與作者簽署一份版權轉讓協議。而版權轉讓協議的簽署使作者幾乎沒有了對個人研究成果自由傳播的權利，包括作者向機構知識庫中自行存儲研究成果。如果作者自行存儲，就會違反與出版商簽署的版權轉讓協議，違反版權法律。因此版權許可問題已經構成影響IR發展的重要挑戰[5]。從知識產權的角度來看，對于資源提供者而言，提交的內容不違反或侵犯其他人的版權；對于資源獲取者而言，可以免費從IR獲取資源，并可以在此基礎上生成衍生資源，但獲取的免費資源不能用于商業目的等；IR有權通過互聯網發布資源提供者提交的內容，為了資源的長期保存和便于存取，有權重新排列、復制或移植提交的資源，如果發現資源存在違反版權的情況，有權將其刪除；對于IR存儲內容來說，如果涉及保密或隱私等，不能即時開放，那么IR應采取利用權限設置，避免侵犯他人隱私權或違反國家保密法。

4 學術資源的整合策略

資源整合是把各個相對獨立的數字資源結合為一個新的有機整體，是依據一定的需要，對各個相對獨立的數字資源系統中的數據對象、功能結構及其互動關系進行融合、類聚和重組，重新結合為一個新的有機整體，形成一個效能更好、效率更高的新的數字資源體系[7]。數字資源的整合程度直接關系到它能否被高效吸收與利用，整合后的數字資源具有相同的組織結構和組織功能，提供統一的用戶界面和共同的檢索方法，整合后的數字資源在結構功能上的統一性便于數據的更新和擴充。此含義不但強調了數字資源的融合、類聚和重組，具有非常強的理論與現實指導意義。而且，還突出了數字資源格式的優化，只統一了數據格式，卻沒有優化格式，服務質量是很難提高的。

4.1 國內目前學術資源整合的技術方法

4.1.1 CrossRef的DOI（數字對象標識系統）來實現交叉鏈接。到目前為止，CrossRef已經提供了53555336個交叉鏈接[10]。DOI是數字內容的唯一標識符，由文字和數字組成。它由對象的電子地址，或者由位于可更新的中央目錄中的URL組成，用以防止因內容移動所引起的死鏈。CrossRef為出版商之間的合作發展提供一個技術基礎，確保引文或數據庫記錄中不出現一個死鏈，同時讓內容實現交叉鏈接。

4.1.2 SFX方法。遵循OpenURI協議（開放環境信息傳遞的規范化語法），擴展了資源鏈接的范圍。作為需要與外界建立鏈接的資源，只要遵循OpenURL，原則上就可以與任何資源（或者服務）建立鏈接，而無需關注鏈接對象的平臺和規則。

4.1.3 Web服務。Web Services主要利用HTTP和SOAP協議使商業數據在Web上傳輸，SOAP通過HTTP調用商業對象執行遠程功能調用，Web用戶能夠使用SOAP和HTTP通過Web調用的方法來調用遠程對象。Web服務可以使復雜變為簡單，使核心部分組件化，使資源共享變得更加容易，資源整合在某種角度就是要將復雜變為簡單。

4.1.4 從網格計算到云計算，是今后一個長期的發展趨勢。虛擬化的出現為資源整合奠定了物理基礎，使數據與平臺的徹底分離變為現實。使用云計算能夠獲取所需要的資源，而不再關心其狀態和位置。

4.2 學術資源整合的策略

筆者通過在高校、海關及銀行等項目的實踐，深刻感受到，學術資源整合是建設機構知識庫前必須要認真對待和考慮的內容。在學術資源的整合上，應采取如下的策略：

4.2.1 數據共享是機構間資源整合的主要方式。機構之間的知識庫、數據庫應當以共享為主，整合為輔。例如，當前的CNKI、維普、萬方、超星等數據庫，各自有其特點及內容庫的側重點，并已經過了多年的發展建設，積累了大量的資料與內容；這些數據庫之間很難找到平衡點進行整合，但是，這些數據庫之間進行一定程度的共享資源，則對用戶、數據庫的建設者都是有益的。而讓這些數據庫采取同一個平臺、統一標準、統一格式是不現實的。因此，不同的機構之間取長補短，發揮各自的優勢，共享資源，應該是今后機構知識庫建設的指導思想之一。

4.2.2 支持多搜索機制、多搜索引擎，充分發揮網絡技術在機構知識庫間的作用。機構知識庫在建設中，應考慮搜索的機制，支持多引擎，這樣，讓知識庫中的內容更好地為大眾服務，為廣大的科技人員服務，而不是僅僅支持某些單一的甚至是自行開發的引擎。索引要滿足不同檢索算法和檢索需求，如全文檢索、同義詞檢索等。

此策略適合基于數據源的整合，包括導航整合與平臺整合，導航整合主要提供按字母和主題的入口方式，平臺整合的常見模式是構建中間層，當用戶提出檢索請求后，其請求被交給服務器端的一個Agent程序，Agent應該將不同數據庫的結果轉化為統一的格式，并發送到瀏覽器端顯示給用戶。

4.2.3 支持通用的資源閱讀器，如目前的PDF閱讀器、Web瀏覽器等。當然，在當前知識庫的建設中，支持移動終端的閱讀也成為今后發展的方向之一。

4.2.4 標準化決定了IR資源共享的關鍵問題。機構知識庫的建設要支持OAI-PMH協議[10]。我國IR建設存在標準化程度不高、資源共享能力差的問題，因為在建設初期IR建設各自為政，缺乏通用的建設規范，包括元數據標準、互操作協議標準、文檔的格式標準等。這不利于IR的內容被其他搜索引擎或檢索工具收錄和訪問，降低了IR資源的利用率。

4.2.5 有效控制垃圾數據。知識管理不是越多內容越好?，F在是數據爆炸的年代，設計者面對海量數據時會無所適從。為此知識庫建設中要將個人的數據與正式生效的數據分開管理，數據一旦生效，則受到嚴格的更改控制，而個人的數據則不進行控制。

4.2.6 對非規范性資源進行整合。規范性的資源整合比較容易處理，并且也容易實現，對非規范性的資源，云計算是當前解決該類問題的最好技術。通過云服務平臺，科研人員將資源放到云當中，并從中獲取科研信息。將云資源按照一定的規則加以區分和歸類，并建立起一定的分類體系和排列序列，對于資源的整合與共享起到重要的作用。目前，采用云技術實現的視頻課程，為特定的資源整合起到了示范作用。

4.2.7 知識體系與知識組織結構的研究，是今后學術資源整合的理論基礎，要進一步夯實基礎，緊跟技術。目前，對本體、主題圖、概念圖、詞網等概念關聯類知識組織體系的研究成為關注點，包括新型知識組織體系和傳統知識組織體系間的集成與互補，新型知識組織體系間的內在聯系和功能整合等[9]。

4.2.8 基于OPAC系統的資源整合?；贠PAC系統的資源整合分為館外整合與館內整合。館外整合的實質是實現本館與不同的異構OPAC數據庫的整合，當前較多地采用Z39.50協議來完成。

[1] http：//opendoar.org.

[2] http：//roar.eprints.org/.

[3] 于佳亮，吳新年.機構知識庫的研究及發展現狀[J].現代情報，2007（5）.

[4] 肖可以，龍朝陽，姜勇峰.機構知識庫構建分布及發展狀況研究[J].情報雜志，2009（8）.

[5] 王亞鳳，顏惠.機構知識庫建設的法律問題研究[J].圖書館論壇，2011（2）.

[6] 王丹.國內機構知識庫構建研究[J].大學圖書情報學刊，2010（10）.

[7] 王愛麗.數字資源整合技術與模式研究[J].圖書館學研究，2006（3）.

[8] 馬文峰，杜小勇.數字資源整合的發展趨勢[J].圖書情報工作，2007（7）.

[9] 胡建峰.數字資源整合的方法和技術概述[J].圖書館研究與工作，2009（2）.

[10] http：//crossref.org.