從門戶到平臺——圖書館目錄的轉型

夏翠娟，吳建中

圖書館目錄是圖書館為方便讀者檢索和利用而對館藏文獻進行揭示和報道的重要工具。 在互聯網和信息通信技術的推動下， 圖書館迎來了創新發展的新機遇。 隨著開放數據和關聯數據技術研究的不斷深入及其在社會各層面的廣泛應用，圖書館向互聯網開放書目數據的時機已經成熟。國際圖書館界創新與轉型的經驗表明， 圖書館目錄只有成為網絡的一部分， 才能在互聯網世界發揮應有的價值。 本文在對國外圖書館目錄轉型現狀調研的基礎上， 探討基于關聯數據技術實現圖書館目錄從門戶到平臺的創新和轉型， 并提出可行性分析和建議。

1 背景

在“ 互聯網思維” 席卷全球的時代， 網絡產業的“ 四大金剛” ——谷歌、 蘋果、 臉書、 亞馬遜已經不僅僅是產品和服務提供商， 它們還為利益相關者和消費者建立網絡和社區， 提供學習、交流、 協作的平臺。 這種嶄新的“ 平臺策略” 取得了巨大的成功， 不僅為企業自身的發展帶來了取之不盡的活力和創新的源泉， 也開創了以產品和服務為導向， 向平臺化轉型的新局面。

圖書館一直作為文化和知識的傳承和保存機構， 是社會知識網絡的中心。 在“ 關聯即價值”的互聯網時代， 圖書館的定位不變， 但服務方式需要重新思考。 一直以來， 在互聯網上， 圖書館作為提供資源和服務的門戶存在， 門戶的典型特征是“ 推”， 推送資源、 推送服務， 用戶只是被動地接受， 信息的流動是單向的， 用戶的作用被弱化。 而平臺的典型特征是“ 拉”， 不僅貢獻資源和服務， 還能建立網絡和社區， 把有相同目標的用戶“ 拉” 到一起， 為他們提供創造新價值的平臺； 同時與其它的網絡和社區建立廣泛的聯系， 充分利用外部資源和服務， 對自有資源、 外部資源、 資源提供商和用戶進行深度整合， 形成完整的產業鏈條， 吸納用戶貢獻知識， 讓信息無限流通、 在流通中產生新價值[1]。 在平臺化的全球趨勢下， 圖書館面臨著從門戶到平臺的轉型，從“ 推送資源和服務” 到“ 拉到一起” 形成利益相關的網絡和社區， 這首先需要將面向查詢、 借閱的門戶發展為面向信息交流的開放平臺[2]。

圖書館目錄是圖書館各種書目數據的總稱，是圖書館最寶貴的財富， 是通向人類知識的窗口和橋梁。 最廣為人知的圖書館目錄是“ 聯機公共檢索目錄” (OPAC)， 各種自建特色庫、 外購電子資源庫也是圖書館目錄的不同形式， 一般在圖書館網站上為用戶提供服務。 近年越來越多的圖書館認識到， 圖書館資源不能再僅僅滿足依附于網絡之上(On the Web)， 而要主動融入網絡， 成為網絡的一部分(Of the Web)， 扮演更積極的角色，才能使圖書館那些經過千百年積累和沉淀的寶貴資源發揮應有的價值， 而不至于淹沒于網絡信息的汪洋大海之中。 于是關聯數據(Linked Data)作為一種可行的技術理念和實現方案被圖書館界廣泛關注。 圖書館的關聯書目數據項目的實踐表明， 關聯數據為圖書館資源更好地融入互聯網世界提供了可行方案， 其跨網域的共享、 重用和數據關聯功能， 為圖書館目錄從門戶到平臺的轉型創造了新的契機。

2 現狀調研

2015 年1 月22 日， 在日本國立國會圖書館舉辦的“ 面向數字文化資源的信息架構： 歐洲數字圖書館(Europeana)與國立國會圖書館的檢索”研討會上， 歐洲數字圖書館介紹了從門戶向平臺轉型的經驗。 此外， 一些發達國家圖書館如英國不列顛圖書館和德國國家圖書館等， 也正在推進將本館的目錄門戶向平臺轉型[3]。

從門戶向平臺轉型的基礎是關聯數據化。 自蒂姆·伯納斯·李(Tim Berners Lee)于2006 年提出關聯數據概念以來， 隨著W3C 等標準化組織的推波助瀾， 圖書館界成為關聯數據應用的積極響應者和實施者。 2008 年瑞典國家圖書館嘗試將瑞典聯合目錄(Swedish Union Catalogue)發布為關聯數據[4]， 2009 年美國國會圖書館嘗試將該館主題詞表(LCSH)發布為關聯數據， 此后英國、匈牙利、 意大利、 法國、 德國、 芬蘭、 西班牙、日本、 韓國等國家圖書館分別將本國的書目數據發布為關聯數據。 作為全球最大的書目數據生產、 維護和服務機構， 聯機計算機圖書館中心(OCLC)2012 年起將WorldCat 中的一批被圖書館廣泛收藏的書目數據發布為關聯數據， 標志著OCLC 正式將豐富的書目數據推向網絡環境， 到2014 年4 月， OCLC 已 發 布 書 目 數 據1.97 億條。 在“ 面向數字文化資源的信息架構： 歐洲數字圖書館與國立國會圖書館的檢索” 研討會上，歐洲數字圖書館介紹了平臺實施三個面向戰略，即面向學術群體、 面向創新群體、 面向最終用戶。 歐洲數字圖書館是包含圖書館、 美術館、 博物館、 檔案館和視聽中心等在內的數字資源庫，超過2000 家歐洲機構為其貢獻資源， 資源最多的是圖像， 其次是文本、 音頻、 視頻和3D 資料。 2014 年該平臺元數據已達3000 萬件， 其中被標為全免費開放(公有領域、 CC0、 CC- BY、CC- BY- SA)的占27%， 約700 萬件， 今后所有開放數據都將實行全免費開放[5]。

這些圖書館將書目數據以關聯數據的形式公開發布， 同時在數據的底層即與更多的外部數據源關聯， 將網絡資源與館藏資源結合起來為我所用， 以實現基于全網域的資源整合。 美、 英、德、 法等國家圖書館的書目數據都與最大的網絡地理空間數據集Geonames 相關聯， 這種關聯是來自于底層的RDF 數據并基于機器可理解的語義的， 比如“ 出版地： 倫敦” 這樣的元數據描述， 用RDF 表示， “ 倫敦” 就不再僅僅是一個對機器來說無意義的字符串， 而是一個URI， 即， 這個URI 由Geonames 維護， 也遵循關聯數據的原則， 當機器訪問這個URI， 會獲得關于這個地名的所有詳細信息， 而圖書館的書目數據只要和這個URI 關聯， 就無需再在本地書目系統中維護“ 倫敦” 這個地名的詳細信息。

除整合外部數據源外， 圖書館將書目數據發布為關聯數據， 還可以方便地提供各種不同的數據接口， 如SPARQL 端點、 Restful API 等， 便于最終用戶甚至網絡代理、 網絡應用程序和搜索引擎消費和利用， 這就將圖書館的數據推向了廣闊的網絡環境。 書目數據發布為關聯數據后成為開放數據， 數據使用者須根據一定的開放應用協議利用數據。 常見的數據開放應用協議有CC、PDDL、 ODbL 等。

各國在發布關聯書目數據的過程中， 所采用的方式和策略不盡相同， 較為典型的是大英圖書館、 美國國會圖書館和OCLC。 大英圖書館將MARC 記錄直接轉換為RDF 格式， 沒有從零開始設計獨立的本體模型和詞表， 而是盡可能利用現有的本體詞匯， 并不限于圖書館領域， 如在網絡上廣泛使用的用于描述人的詞表FOAF， W3C的用于描述事件和機構Event、 Organization 本體[6]。 這樣做有利于在數據描述的語義層上實現與網絡資源的互操作， 邁出了將圖書館的書目數據與網絡資源深度整合的關鍵一步。 美國國會圖書館聯合著名的語義網技術研發公司Zepheira全新開發了用于取代MARC 的基于關聯數據技術的書目框架格式BIBFRAME， 試圖在整合行業內現有的書目資源、 滿足圖書館新的編目需求的同時， 構建一個面向網絡的書目環境[7]。 OCLC則走了另一條路， 采用由Google、 Yahoo!、Yandex 等三個搜索引擎巨頭發起并設計的Schema.org 作為本體模型和詞匯來源， 基于Schema.org 開發了一個圖書館擴展詞匯集， 即SchemaBibEx。 Schema.org 背靠網絡巨擘， 從而達到讓圖書館資源在網絡上充分呈現、 便于被Google 等搜索引擎發現的目的[8]。

我國圖書館界對關聯數據的關注和研究起步較早， 自2010 年起上海圖書館劉煒在其博客“ 數圖研究筆記” 上發表有關關聯數據概念、 技術及應用系列博文， 是我國對關聯數據的最早關注。 一些研究關聯數據的學術論文開始見諸圖情期刊， 如林海青等的《圖書館關聯數據： 機會與挑戰》[9]系統性地研究圖書館關聯書目數據。 但截至目前， 我國圖書館在圖書館目錄關聯數據化上還處于探索階段， 未見有實質性進展。

3 圖書館目錄從門戶到平臺

3.1 門戶的不足

隨著谷歌、 百度等網絡搜索引擎的興起和臉書、 推特等社會化網絡的風靡， 時間和空間障礙、 行業和領域差別不再成為阻礙人們獲取知識的藩籬， 信息觸手可及。 圖書館也利用門戶網站、 手機APP 等將OPAC 提供給用戶遠程訪問，各種自建特色庫、 自購電子資源庫也為用戶提供不同的檢索入口。 近年來在各大中型圖書館還利用資源發現系統將圖書館內的各種目錄整合在一個門戶中， 但仍然改變不了圖書館竭力把資源和服務“ 推” 向用戶、 而用戶只能被動地接受或主動離開圖書館門戶轉向互聯網的局面， 原因在于作為門戶的圖書館目錄具有以下不足：

3.1.1 封閉的數據格式

傳統的圖書館目錄基于MARC 格式存儲于圖書館自動化系統中， MARC 格式誕生于20 世紀70 年代， 與“ 前互聯網時代” 的信息技術捆綁在一起， 也是一種僅適用于圖書館領域的數據格式。 MARC 是各國圖書館的機讀目錄格式標準的一個大集合， 每個國家有自己的格式標準。 雖然通過各種行業聯盟， 依賴Z39.50、 OAI 等行業協議， MARC 數據在圖書館行業內部的交流和共享變得順暢起來， 但其數據格式的專業性和系統的封閉性已成為與互聯網世界交流的障礙。

3.1.2 數據交換和整合局限于系統和領域之內

OPAC、 各種特色庫以索引為基礎， 局限于本館館藏資源的范圍之內。 雖然資源發現系統已經超越館藏的范圍， 將館外資源納入自己的服務體系， 但這種資源整合仍然局限于圖書館行業范圍之內， 無法在更廣泛的范圍內與有價值的互聯網資源進行深度關聯和整合， 也無法使自己的特色館藏資源融入網絡環境， 得到更好的利用[10]。

3.1.3 信息的流動是單向的， 用戶的作用被抑制和弱化

圖書館目錄的用戶群體是多種多樣的， 不同目標的用戶群體會形成不同的用戶社區。 面向門戶的圖書館目錄是一種自上而下的單向傳播體系， 為所有的用戶提供無差別的服務， 也缺乏與用戶進行快速溝通甚至吸引用戶參與共建共享、貢獻知識的途徑， 更無法支持具有相同目標的用戶群體進行資源共享和協作創新。

3.2 平臺化的意義與需求

3.2.1 促進數據開放

平臺化的第一要義是數據開放。 2013 年6月八國集團首腦在北愛爾蘭峰會上簽署《開放數據憲章》， 提出開放數據五原則： 開放數據是基本原則、 注重質量與數量、 讓所有人使用、 為改善治理而發布數據、 發布數據以激勵創新。 美、英、 法等國政府紛紛發布行動計劃， 主動作出開放數據承諾， 逐步開放數據資源。 麥肯錫2013年10 月發布報告《開放數據： 流動信息釋放創新能力》， 提出開放數據將為全球的教育、 交通、能源等7 個領域增加3 萬億美元的價值[11]。 資源數據一旦開放， 將產生巨大的能量。 具有平臺功能的圖書館目錄首先要做到數據的開放獲取。

3.2.2 便于跨系統跨領域資源的共享和再利用

2014 年8 月聯合國秘書長潘基文要求一個獨立專家顧問小組(IEAG)為掀起可持續發展領域數據革命提出具體建議， 該小組隨后提交報告《 一個可追責的世界： 活用數據革命促進可持續發展》[12]。 知識只有在得到利用的時候才能發揮應有的價值。 美國俄亥俄州圖書館聯盟(OhioLINK)的一項調查表明， 絕大多數成員館的流通量是由極少數的書創造的， 即7.2%的書支撐著80%的流通量， 超過80%的書在一年內沒有流通過[13]。 要使知識得到更好的利用， 除便于開放獲取之外， 還需要在數據格式上做到開放，獨立于系統和硬件， 便于共享和重用。 具有平臺功能的圖書館目錄的數據輸入輸出格式不能像MARC 那樣， 只能用于圖書館的自動化系統， 而要采取更為標準和開放的格式， 例如XML 等跨系統、 跨平臺的數據格式， 利用RDF、 本體等語義網技術實現跨領域的語義互操作。

3.2.3 實現全網域范圍內的資源深度整合

近年來整個社會創新意識的增強促進了不同領域、 不同機構之間的合作， 也加深了人與人之間的交流， 尤其是頭腦風暴等創新方式的廣泛應用為激活知識、 激發潛能創造了條件。 互聯網更是讓這種交流和合作變得無處不在、 無時不在。戴維·格勒恩特(David Gelernter)告訴我們， 計算機在不遠的將來發揮的主要功能就是接入不斷流動的全球網絡數據流[14]。 今后各種各樣的信息流，如社會媒體、 公共數據流、 新聞信息流都會相互交織在一起， 不僅實時且全天候發布。 這種跨領域的資源整合發生在數據層， 而非系統層， 同時在不同的領域中建立相互理解數據語義的機制，實現基于語義的互操作， 使來自不同領域的數據無縫集成， 從而成為有用的知識。 具有平臺功能的圖書館目錄體系不僅要體現館藏， 而且要將館藏與外部相關資源融為一體。

3.2.4 構建網絡和社區， 激勵創新

蒂姆·伯納斯·李提出開放數據的五星評價體系中， 最高層次的是“ 開放且可與外部資源關聯”， 關聯關系越豐富， 數據價值越高。 最大的關聯開放數據集DBPedia 已成為被使用最為廣泛和頻繁的公共數據集。 作為平臺的圖書館目錄需要有針對性地提供差別化的服務， 并協助目標相同的用戶建立自己的社區。 每個用戶在利用圖書館目錄的時候， 也能貢獻自己的知識。 比如，一個用戶群體的使用統計數據將幫助圖書館發現用戶的興趣， 提供更多同類資源， 近年來興起的PDA 模式就是一個很好的例子。 另一個用戶貢獻知識的例子是眾包模式的編目， 美國國會圖書館曾將館藏的珍貴歷史圖片開放到Flicker 上， 允許了解這些圖片的用戶對元數據進行修改。

3.3 關聯數據對于平臺化的作用

為打破圍墻， 成為網絡的一部分， 國外圖書館界做了大量的嘗試和努力， 采用關聯數據的原則和技術在網絡上發布書目數據、 實現圖書館目錄的平臺化是各國國家圖書館較常見的選擇。 關聯數據有望在四方面改善圖書館所面臨的困境，逐步實現圖書館目錄從門戶到平臺的轉變：

3.3.1 有利于數據在全網域范圍內訪問和獲取

關聯數據的第一原則規定以HTTP URI 來標識和定位一切事物， 作為資源的對象必須有HTTP URI。 HTTP 協議是網絡的基本架構， 用HTTP URI 來標識的資源在全網域范圍內可唯一識別和定位。 因而數據可以突破系統和領域的限制， 實現全網域范圍內的無障礙訪問。 關聯數據的第二原則規定通過訪問資源的URI， 可獲取更多關于該資源的結構化信息， 超鏈接所指向的不再是只能供人閱讀的文檔， 而是可被機器處理的數據， 可方便地在網絡上展示、 共享和重用[15]。

3.3.2 有利于促進基于語義的資源整合

關聯數據的第三原則規定數據要采用RDF數據模型， RDF 三元組由主體(Subject)- 謂詞(Predict)- 客體(Object)組成， 一個三元組中通常包含兩個節點(主體和客體)， 它們之間用一個謂詞來聯接， 表示二者之間的關系， 節點和謂詞都可以用一個URI 來表示， 可以位于網絡上的任何地方。 RDF 是W3C 的推薦標準， 是語義網技術的基礎， 與語義網的另一重要技術——知識本體(Ontology， 也叫本體)配合使用， 是機器理解語義的關鍵。 本體是領域知識的抽象， 利用本體描述的RDF 三元組， 其主體、 謂詞、 客體是經過嚴格定義的、 可識別可定位的語義單元。 數據和數據之間的關系， 即RDF 三元組中的謂詞，用來自本體所定義的規范術語來表達， 可被機器理解和處理， 數據不再是對機器而言沒有意義的字符串， 而具備了語義。 數據在利用的過程中，可與更多不同領域的資源產生可被機器理解和處理的關聯關系， 達到不斷增值的目的。

3.3.3 數據交互可突破系統、 平臺和領域限制

RDF 數據可以多種不同序列化格式如RDFa、RDF、 XML、 N- Triples(N3)、 Turtle 等編碼， 適用于各種流行的程序語言、 平臺和系統。 專用的RDF 數據查詢語言SPARQL 所采用的“ 主- 謂- 賓” 結構的三元組匹配模式是直接面向語義和知識的查詢， 更符合人的認知習慣。 其查詢的對象可以位于本地系統， 也可以位于網絡上由URL指定的任何位置， 并且可以同時查詢位于網絡上不同位置的多個RDF 文件， 在某種程度上做到突破系統和領域的限制。

3.3.4 關聯數據的領域社區已現雛形

關聯開放數據(Linked Open Data， LOD)是不同領域為數據跨領域地建立更多關聯而發起的一項運動。 不同機構將自己的數據公開發布并注冊， 形成一個全球開放數據網絡。 在開放知識基金(Open Knowledge Foundation)管理和維護的Thedatahub 平臺上， 截至2015 年4 月30 日，共有566 個機構發布了9508 個數據集， 涵蓋出版、 生命科學、 社會化網絡、 政府等領域， 許多圖書館的關聯書目數據集也位列其中， 這些數據集相互關聯， 形成一個個互聯的數據網絡。這些數據集提供了標準的數據消費接口， 如DBPedia、 GeoNames， 可被圖書館方便地重用。 其中也有圖書館貢獻的大量數據集， 包括OCLC 發布的虛擬國際規范檔(VIAF)、 美國國會圖書館的主題詞表(LCSH)等資源， 在大部分的圖書館關聯書目數據項目中得到重用[16]。

4 平臺化面臨的問題和建議

我國實現圖書館目錄的平臺化有許多障礙和困難。 首先是認識問題， 一些圖書館管理人員仍然對書目數據的開放存在疑慮。 其次是生態環境問題， 數據開放的法律法規仍然不完善， 如何在開放的同時保障著作權人的利益， 保證數據的安全有序管理和有效利用， 需要更多的嘗試和頂層設計。 最后是實現路徑和技術上的問題， 關聯數據只是圖書館目錄平臺化的一種實現路徑， 雖然在國外圖書館界被寄予厚望并得到廣泛應用， 但我國還缺乏相應的技術研發環境， 既沒有商業公司規模性地介入， 也缺乏足夠的人才儲備。

在各國發布的關聯書目數據集中， 中文書目數據還是空白， 這是一個挑戰， 也是一個我國圖書館界在網絡世界占據一席之地、 做出應有貢獻的契機。 以下提出幾點基于關聯數據實現圖書館目錄平臺化的意見和建議， 供同行參考。

4.1 選擇部分可向網絡開放的書目數據，逐步增加數量、擴大范圍，進而形成領域社區

書目數據公開發布為關聯數據很難一蹴而就， 應循序漸進。 OCLC 的關聯書目數據項目，就是先選擇被眾多圖書館收藏最多的一部分書目數據發布為關聯數據， 再逐步擴大到所有的書目數據。 而美國國會圖書館首先發布各種規范檔，如主題詞表、 分類法、 規范名稱詞表。 對于中文關聯書目數據的發布， 建議借鑒美國國會圖書館的做法， 先發布各種規范數據， 再逐步發布書目數據。 規范數據是書目數據的基礎， 當規范詞都有URI 并公開發布時， 在書目數據中就可以引用這些規范詞的URI。 數據發布的過程中， 盡可能與已有的關聯數據集相關聯， 擴大和增強數據融入互聯網的廣度和深度。

數據發布后， 可在國際上一些關聯數據集集市如Thedatahub 上公開注冊， 注冊時利用數據集描述方案(如VoID)， 盡可能詳盡地描述數據集的應用協議、 數據消費接口、 數據覆蓋范圍、 數據量等信息， 為被語義搜索引擎及其他的數據消費者發現和利用而做好準備。 另一方面， 可用的基礎性的關聯數據集如《中國圖書館分類法》《 主題詞表》《 地理空間詞表》《 中國歷史紀年表》 等工具需達到一定的數量、 規模和涵蓋面， 形成數據共享的領域社區， 滿足不同應用的需求。

4.2 創造關聯書目數據的消費利用環境，構建創新平臺

數據只有在利用中才能產生價值， 關聯數據的消費利用是關聯數據技術中很重要的一環， 主要包括兩個層面： 一是關聯數據的開放應用協議層面， 一是數據消費接口層面。 前者涉及數據的開放使用政策， 后者涉及數據的訪問和獲取技術。目前國外圖書館界使用的CC、 PDDL、 ODbL 等協議是否符合中文書目數據的開放利用條件， 是否需要擴展、 補充或修正， 還需要圖書館界深入研究并達成共識。 在技術層面， 關聯書目數據的消費接口需要多樣化， 以滿足不同的應用需求。比如， 支持多種數據格式的輸出， 提供面向程序開發人員的SPARQL 端點， 或者針對移動平臺的Restful Web Services 接口， 鼓勵大眾參與應用開發， 為各種各樣的數據消費者構建基于書目數據的創新平臺。

4.3 制訂關聯書目數據應用實施的指南性規范

由于關聯數據的技術體系涉及到的RDF 數據處理、 本體建模、 詞表復用、 SPARQL 查詢、語義應用開發框架等技術都較為前沿， 在國內尚未有成熟的實施方案。 建議一些有能力的大中型圖書館積極參與研究、 試驗、 評估， 投入實際應用的同時總結經驗教訓， 最后形成一系列的指南性規范， 可用以包括如“ RDF 數據存儲與檢索方案”“ 關聯書目數據推薦本體模型”“ 可用關聯書目數據詞表及術語復用規范”“ 可關聯的關聯數據集及其消費利用方式”“ 語義應用開發框架選擇和應用指南”， 對有關聯數據應用需求但資源不足的小型圖書館給予指南性的支持。

4.4 加強技術和案例研究，培養人才，促進團隊建設

語義技術的發展速度較快， 國外各大語義技術研究機構開發了許多開源工具， 如各種RDF數據生成、 轉換和校驗工具， 各種NoSQL 或基于關系數據庫的RDF 數據存儲庫， SPARQL 查詢優化技術， 語義搜索引擎技術和工具層出不窮。 其中大部分是開源的， 可免費下載、 安裝、試用， 這有利于國內同行研究和學習。 另一方面， 國外各大圖書館的關聯數據案例也值得跟蹤研究， 尤其是OCLC 的SchemaBibEx 和美國國會圖書館BIBFRAME 以及歐洲數字圖書館的Europeana 項目， 代表著書目數據的未來發展方向， 有很好的借鑒意義。

人才是國內進行關聯書目數據應用實施的瓶頸， 近年在國外的各大學術會議上， 包括ALA年會、 DCMI 年會、 ISWC， 關聯數據一直是熱門主題， 除會議報告、 案例分享、 新技術發布外， 還有大量的培訓環節， 幫助越來越多的從業者了解、 學習、 使用關聯數據技術。 還有一些專門的關聯數據培訓項目， 如EUCLID 項目， 從關聯數據的理念、 技術基礎、 應用場景、 開發技術等方面由淺入深地進行在線培訓， 值得國內同行借鑒。

5 結語

評價一個圖書館， 不能只看它擁有多少資源， 更要看它能否讓資源得到有效的利用和共享， 而圖書館目錄是資源揭示和利用的窗口。 隨著開放數據和關聯數據技術研究的不斷深入， 以及來自互聯網世界的推動和圖書館內部轉型的需要， 圖書館向互聯網開放書目數據的時機已經成熟。 圖書館目錄平臺化的基礎是關聯數據。 關聯數據的功能能夠較好地滿足圖書館目錄平臺化的需求， 其技術優勢使得數據作為一種類似于水、電、 媒的公共資源成為可能， 各種各樣的數據消費接口為數據的即插即用提供了途徑。

國際圖書館目錄轉型的經驗表明， 圖書館目錄只有成為網絡的一部分才能在互聯網世界發揮應有的價值。 要實現目錄平臺化的目標， 圖書館需要全新的開放思維。 筆者建議， 選擇部分可向網絡開放的書目數據， 逐步增加數量、 擴大范圍， 進而形成領域社區； 創造關聯書目數據的消費利用環境， 構建創新平臺； 制訂關聯書目數據應用實施的指南性規范； 加強技術和案例研究，培養人才， 促進團隊建設。

[1] Andy Havens. From Community to Technology… and back again， Part 1： The Rise of Personal networks[EB/OL].（2013-01-15）. http：//www.oclc.org/publications/nextspace/articles/issue20/fromcommunitytotechnologyandbackagain.en.html.

[2] Andy Havens. From Community to Technology… and back again，Part 2：The Networked Library[EB/OL].（2013-05-31）. http： //www.oclc.org/publications/nexts-pace/articles/issue21/fromcommunitytotechnologyandbackagainpart2.en.html.

[3] 塩崎亮， 菊地祐子， 安藤大輝. 國立國會図書館サーチのメタデータ収録狀況： Europeanaとの比較調査[EB/OL].（2014-12-01）. https：//www.jstage.jst.go.jp/article/johokanri/57/9/57_651/_html/-char/ja/#abstract.

[4] Martin Malmsten. Making a Library Catalogue Part of the Semantic Web[EB/OL].（2008-09-26）. http：//dcpapers.dublincore.org/pubs/article/view/927/923.

[5] Bernhard Haslhofer，Antoine Isaac. Data.europeana.eu：The Europeana Linked Open Data Pilot[EB/OL].（2011-09-23）. http：//eprints.cs.univie.ac.at/2919/ 1/haslhofer_ isaac_dataeuropana_camera_ready.pdf.

[6] Corine Deliot. Publishing the British National Bibliography as Linked Data [EB/OL]. （2013-11-19）. http：//www.bl.uk/bibliographic/pdfs/publishing_bnb_as_lod.pdf.

[7] Library of Congress. Bibliographic Framework as a Web of Data： Linked Data Model and Supporting Services[R/OL].（2012-11-21）. http：//www.loc.gov/bibframe/pdf/marcld-report-11-21-2012.pdf.

[8] Carol Jean Godby. The Relationship between BIBFRAME and the Schema.org ‘Bib Extensions’ Model：A Working Paper[EB/OL]. （2013-05-31）. http：//www.oclc.org/content/dam/research/publications/library/2013/2013-05.pdf.

[9] 林海青，樓向英，夏翠娟. 圖書館關聯數據：機會與挑戰[J]. 中國圖書館學報，2012 （1）：55-65.

[10] Marshall Breeding. The future of library resource discovery[R/OL]. （2015-02-23）. http： //www.niso.org/apps/group_public/download.php/14487/future_library_resource_discovery.pdf.

[11] McKinsey. Global Institute Open data：Unlocking innovation and performance with liquid information[EB/OL]. （2013-10-29）. http：//www.mckinsey.com/insights/business_technology/open_data_unlocking_innovation_and_performance_with_liquid_information.

[12] Independent Expert Advisory Group Secretary. A World that Counts： Mobilising the Data Revolution for sustainable Development[R/OL]. （2014-11-07）. http：//www.undatarevolution.org/wp-content/uploads/2014/12/A-World-That-Counts2.pdf.

[13] Edward T. O’Neill and Julia A. Gammon. Consortial Book Circulation Patterns： The OCLC-OhioLINK Study [J].College&Research Libraries，2014 （11）：792-807.

[14] David Gelernter. The End of the Web， Search， and Computer as We Know It [EB/OL]. （2013-02-01）.http：//www.wired.com/2013/02/the-end-of-thewebcomputers-and-search-as-we-know-it/.

[15] 劉煒. 關聯數據：概念、技術及應用展望[J]. 大學圖書館學報，2011（2）：5-12.

[16] OCLC. OCLC Linked Data Survey [R/OL].（2015-03-18）. http：//www.oclc.org/content/dam/research/activities/linkeddata/oclc-research-linked-data-implementerssurvey-2014.xlsx.