大數(shù)據(jù)時(shí)代構(gòu)建出版信息服務(wù)平臺的幾點(diǎn)思考

【摘要】隨著移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)和云計(jì)算的技術(shù)發(fā)展催生了大數(shù)據(jù)的產(chǎn)生。出版行業(yè)的大數(shù)據(jù)也隨著與電商的合作、互聯(lián)網(wǎng)的銷售推廣以及出版數(shù)據(jù)分析而逐步深入。本文通過對書號、條碼、在版編目（CIP）系統(tǒng)的研究，提出大數(shù)據(jù)時(shí)代構(gòu)建出版信息服務(wù)平臺的幾點(diǎn)設(shè)想。

【關(guān)鍵詞】大數(shù)據(jù)時(shí)代;構(gòu)建;信息平臺

隨著大數(shù)據(jù)引領(lǐng)的智慧科技時(shí)代的來臨，數(shù)據(jù)資源整合、全媒體融合以及通過對數(shù)據(jù)的挖掘?qū)崿F(xiàn)個(gè)性化信息定制服務(wù)等，已經(jīng)成為出版業(yè)數(shù)字化轉(zhuǎn)型和產(chǎn)業(yè)重構(gòu)的重要因素。如何為出版業(yè)在大數(shù)據(jù)時(shí)代的數(shù)字化轉(zhuǎn)型提供有效的出版信息資源服務(wù)，中國版本圖書館（新聞出版總署條碼中心）書號、條碼、在版編目數(shù)據(jù)信息服務(wù)系統(tǒng)的構(gòu)建對于出版行業(yè)的發(fā)展起著重要作用。本文就大數(shù)據(jù)時(shí)代如何構(gòu)建好出版信息服務(wù)平臺提出如下幾點(diǎn)思考。

一、目前我國出版信息服務(wù)系統(tǒng)現(xiàn)狀

2010年4月，新聞出版總署黨組將中國條碼中心和新聞出版總署信息中心（中國版本圖書館）進(jìn)行全面整合，成立了新的“中國版本圖書館（新聞出版總署條碼中心）”。賦予了中國版本圖書館（新聞出版總署條碼中心）對出版物的書號、條碼和在版編目（CIP）信息數(shù)據(jù)技術(shù)編制和管理等新的職能。新組建了出版物標(biāo)識部，意在將出版物印前信息到樣本信息組合成為一條完整的數(shù)據(jù)鏈。通過整合，理順了出版業(yè)務(wù)管理流程，減少了部分?jǐn)?shù)據(jù)技術(shù)編制的交叉和重復(fù)，但仍未徹底解決書號實(shí)名申領(lǐng)、條碼和在版編目（CIP）信息數(shù)據(jù)共享問題。[1]

1.書號實(shí)名申領(lǐng)信息系統(tǒng)

書號實(shí)名申領(lǐng)信息系統(tǒng)采用SOA架構(gòu)，多層C/S結(jié)構(gòu)。系統(tǒng)的展現(xiàn)層、應(yīng)用層和數(shù)據(jù)層分開部署：展現(xiàn)層部署在用戶本地的客戶端，應(yīng)用層部署在后臺的應(yīng)用服務(wù)器上，數(shù)據(jù)層部署數(shù)據(jù)庫服務(wù)器上;展現(xiàn)層的版本升級通過版本服務(wù)器實(shí)現(xiàn)自動升級操作。客戶端的運(yùn)行環(huán)境為Windows操作系統(tǒng)，在.net平臺上開發(fā)，服務(wù)器端采用Linux操作系統(tǒng)，在J2EE環(huán)境下開發(fā)和運(yùn)行。具體業(yè)務(wù)工作流程詳見下圖：

書號實(shí)名申領(lǐng)業(yè)務(wù)流程：

2.在版編目（CIP）系統(tǒng)

在版編目（CIP）系統(tǒng)采用SOA架構(gòu)體系設(shè)計(jì);采用JAVA語言，基于J2EE的分布式計(jì)算技術(shù)，支持跨平臺部署;采用C/S和B/S混合模式，滿足不同用戶的工作需求。利用XML作為系統(tǒng)接口的數(shù)據(jù)交換標(biāo)準(zhǔn)，進(jìn)行信息資源整合;出版社端可以進(jìn)行在版編目（CIP）數(shù)據(jù)上報(bào)、接收、修訂、撤銷、加急、標(biāo)準(zhǔn)數(shù)據(jù)打印、數(shù)據(jù)導(dǎo)入導(dǎo)出、數(shù)據(jù)查詢統(tǒng)計(jì)、數(shù)據(jù)狀態(tài)顯示、本地?cái)?shù)據(jù)字典維護(hù)等操作。我館對出版社上報(bào)的在版編目（CIP）數(shù)據(jù)進(jìn)行編制、審核、修訂、撤銷、退回、標(biāo)準(zhǔn)數(shù)據(jù)發(fā)布和打印及其他系統(tǒng)設(shè)置和維護(hù)等工作。在版編目（CIP）系統(tǒng)使用的操作系統(tǒng)是CentOS，數(shù)據(jù)庫采用Oracle，使用Rose HA軟件雙機(jī)熱備。應(yīng)用服務(wù)器采用DMZ區(qū)Dell 2950和Dell R710服務(wù)器提供在版編目（CIP）數(shù)據(jù)的申報(bào)，內(nèi)網(wǎng)兩臺DELL 2950服務(wù)器用于數(shù)據(jù)制作雙機(jī)，IBM 3650 M4服務(wù)器提供全文檢索，操作系統(tǒng)采用Windows Server 2003企業(yè)版。應(yīng)用服務(wù)器中間件軟件采用JBoss和Tomcat，HA軟件采用DataWare。具體業(yè)務(wù)工作流程詳見下圖：

在版編目（CIP）業(yè)務(wù)流程：

3.樣本庫管理系統(tǒng)

樣本管理系統(tǒng)采用以色列Aleph 500?圖書館系統(tǒng)。以O(shè)racle數(shù)據(jù)庫為后臺，支持Unicode字符集、XML以及其它頂層應(yīng)用系統(tǒng)的API。Aleph 500基于微軟的window之上的館員客戶機(jī);公眾Web瀏覽器;供遠(yuǎn)程檢索的Z39.50客戶機(jī)。采用多層客戶機(jī)/服務(wù)器結(jié)構(gòu)，可以提供20余種的用戶接口。Web OPAC基于HTML頁面可以完全定制滿足圖書館的特殊需求。編目模塊將編目功能和系統(tǒng)其它各個(gè)方面相集成，提供各種書目實(shí)用程序接口，數(shù)據(jù)以Unicode編碼存儲。同時(shí)支持MARC和非MARC格式數(shù)據(jù)，可提供單個(gè)數(shù)據(jù)庫訪問以及相應(yīng)的數(shù)據(jù)核查和索引定義。具體業(yè)務(wù)工作流程詳見下圖：

樣本庫管理業(yè)務(wù)流程：

二、對大數(shù)據(jù)時(shí)代構(gòu)建出版信息服務(wù)平臺的設(shè)想

1.構(gòu)建出版信息服務(wù)平臺的目標(biāo)

為適應(yīng)大數(shù)據(jù)時(shí)代出版單位轉(zhuǎn)型的需要，筆者試從加大對出版信息化建設(shè)的投入，利用高科技技術(shù)手段，通過云計(jì)算等先進(jìn)技術(shù)建立并集成各類資源一站式出版信息服務(wù)[2]，構(gòu)建大數(shù)據(jù)時(shí)代出版信息服務(wù)平臺。既：對現(xiàn)有書號實(shí)名申領(lǐng)信息系統(tǒng)、在版編目（CIP）系統(tǒng)和樣書信息管理系統(tǒng)進(jìn)行深度融合，實(shí)現(xiàn)內(nèi)部書目信息、數(shù)據(jù)資源信息的匯集與關(guān)聯(lián)。實(shí)現(xiàn)出版單位信息采集、數(shù)據(jù)制作和信息共享等覆蓋全國圖書、音像電子等出版物一體化融合目標(biāo)。為政府管理部門和出版行業(yè)提供全方位的出版信息數(shù)據(jù)支持，為出版行業(yè)發(fā)展研究提供有效的數(shù)據(jù)挖掘分析和研究報(bào)告。

2.建設(shè)出版信息服務(wù)平臺的原則

①標(biāo)準(zhǔn)化和規(guī)范化原則;②實(shí)用性和可擴(kuò)展性原則;③靈活性和易操作性原則;④安全性原則。

3.總體技術(shù)架構(gòu)

①用開放的、面向WEB以服務(wù)為中心的企業(yè)級應(yīng)用J2EE標(biāo)準(zhǔn)平臺架構(gòu)。②采用開放、獨(dú)立的具有一定靈活性的數(shù)據(jù)交換機(jī)制。數(shù)據(jù)交換中心采用SOA架構(gòu)，利用基于統(tǒng)一標(biāo)準(zhǔn)、支持異構(gòu)的技術(shù)實(shí)現(xiàn)系統(tǒng)的數(shù)據(jù)傳輸服務(wù)。數(shù)據(jù)交換模塊通過Web services與數(shù)據(jù)交換中心交換傳輸數(shù)據(jù)。

4.遵循行業(yè)標(biāo)準(zhǔn)構(gòu)建數(shù)據(jù)共享體系

現(xiàn)有的三個(gè)系統(tǒng)原本是相互獨(dú)立，且信息標(biāo)準(zhǔn)不一致，因此，有必要制定統(tǒng)一規(guī)范的系統(tǒng)標(biāo)準(zhǔn)和行業(yè)數(shù)據(jù)標(biāo)準(zhǔn)，構(gòu)建數(shù)據(jù)共享體系。擬采用已經(jīng)頒布的中國出版物在線信息交換（CNONIX）標(biāo)準(zhǔn)，來規(guī)范圖書元數(shù)據(jù)描述、圖書元數(shù)據(jù)采集以及圖書產(chǎn)品信息交換，統(tǒng)一規(guī)范數(shù)據(jù)格式，實(shí)現(xiàn)出版信息資源共享，使“出版大數(shù)據(jù)”時(shí)代早日到來，發(fā)揮其真正力量。[3]

5.開發(fā)出版標(biāo)準(zhǔn)數(shù)據(jù)采集客戶端

現(xiàn)有的書號實(shí)名申領(lǐng)系統(tǒng)、CIP系統(tǒng)分別有各自的客戶端軟件。目前用戶需要分別在各自得客戶端進(jìn)行數(shù)據(jù)操作，并且操作的內(nèi)容具有很大的相關(guān)性。因此需開發(fā)統(tǒng)一的數(shù)據(jù)采集端來保障數(shù)據(jù)的一致性。客戶端支持C/S和B/S結(jié)構(gòu)，符合圖書元數(shù)據(jù)描述規(guī)范和采集規(guī)范，支持出版社ERP系統(tǒng)、發(fā)行系統(tǒng)和自有工具軟件，使各出版社的業(yè)務(wù)系統(tǒng)和出版信息數(shù)據(jù)充分共享。

6.實(shí)現(xiàn)業(yè)務(wù)流程再造

①用云計(jì)算技術(shù)優(yōu)化書號實(shí)名申領(lǐng)系統(tǒng)、在版編目（CIP）系統(tǒng)結(jié)構(gòu)，解決系統(tǒng)之間的數(shù)據(jù)匹配問題，減少數(shù)據(jù)冗余，達(dá)到系統(tǒng)數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)格式一致。②實(shí)現(xiàn)樣本依圖編目：對樣書前10頁（除圖片）信息進(jìn)行OCR掃描識別，建立依圖編目數(shù)據(jù)采集、加工系統(tǒng)，將掃描圖像按一定規(guī)則分配給編目員，依圖進(jìn)行編目、審核等。③整合規(guī)范后臺數(shù)據(jù)服務(wù)平臺：整合后將實(shí)現(xiàn)對各類圖書信息的查詢、統(tǒng)計(jì)、分類、數(shù)據(jù)分析及數(shù)據(jù)深度挖掘等功能。實(shí)現(xiàn)為政府部門和行業(yè)提供數(shù)據(jù)服務(wù)的能力。

整合后的業(yè)務(wù)流程圖如下：

三、結(jié)語

大數(shù)據(jù)的應(yīng)用對于出版業(yè)仍在探索之中，筆者意在就出版信息資源共享而優(yōu)化現(xiàn)有出版流程，將現(xiàn)有出版流程整合成一個(gè)功能強(qiáng)大的為政府提供出版信息服務(wù)支撐的出版信息服務(wù)平臺，通過新一代網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)技術(shù)更新。通過對海量出版數(shù)據(jù)的挖掘技術(shù)、大數(shù)據(jù)分析技術(shù)，快速完成資源的優(yōu)化和共享，實(shí)現(xiàn)知識的提純，內(nèi)容的關(guān)聯(lián)。

參考文獻(xiàn)

[1]左曉光.在2011年度全國書號、條碼、圖書在版編目（CIP）管理工作會議上的講話.

[2]郝振省.數(shù)字出版產(chǎn)業(yè)存在的問題與趨勢[N].中華讀書報(bào)，2013（7）.

[3]肖東發(fā)，卞卓舟.在融合中延伸與拓展[N].中國新聞出版報(bào)，2013-12-18.

作者簡介：蔡鳳娟，女，中國版本圖書館副館長，研究方向：出版信息技術(shù)。