吉林省科學數(shù)據(jù)共享服務(wù)平臺建設(shè)方案探討

付強 李劍鋒 劉楊

摘? 要：在吉林省各類科技計劃項目的實施過程中，會產(chǎn)生大量的科學數(shù)據(jù)，這些數(shù)據(jù)的產(chǎn)生和加工得到吉林省科技計劃資金支持，同時也是科技工作者長時間辛勤勞動的結(jié)晶。為了提高數(shù)據(jù)利用率，急需集中建庫，實現(xiàn)科學數(shù)據(jù)共享。吉林省科學數(shù)據(jù)共享服務(wù)平臺建設(shè)，通過整理省內(nèi)數(shù)據(jù)擁有單位的科學數(shù)據(jù)，建立起若干數(shù)據(jù)中心和主體數(shù)據(jù)庫，搭建吉林省科學數(shù)據(jù)平臺門戶網(wǎng)站，為吉林省各行各業(yè)提供支持和服務(wù)。

關(guān)鍵詞：科學數(shù)據(jù)? 數(shù)據(jù)共享? 數(shù)字吉林? 科學數(shù)據(jù)中心

中圖分類號：F224? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1672-3791（2019）04（c）-0021-02

科學數(shù)據(jù)是指人類社會科技活動所產(chǎn)生的基本數(shù)據(jù)，以及按照不同需求而系統(tǒng)加工的數(shù)據(jù)產(chǎn)品和相關(guān)信息，具有客觀性、多樣性、基礎(chǔ)性、資源性、傳遞性、共享性、增值性等特點[1]。科學數(shù)據(jù)是信息時代最基本、最活躍且影響面最寬的科技資源[2]。我國已經(jīng)在科學數(shù)據(jù)領(lǐng)域進行了大量深入的研究，比較有代表性的比如我國地球系統(tǒng)科學數(shù)據(jù)共享平臺。該平臺以中科院地球系統(tǒng)的科研院所、長期野外監(jiān)測臺站的觀測數(shù)據(jù)為主要來源，同時聯(lián)合了相關(guān)機構(gòu)科學家形成了一個科學數(shù)據(jù)共享聯(lián)盟，并積極吸納科研項目參與數(shù)據(jù)共享[3]，整合后的數(shù)據(jù)通過科學數(shù)據(jù)共享服務(wù)平臺對外開放。

為了加快吉林省科技創(chuàng)新體系建設(shè)，增強科技創(chuàng)新能力，有效地支撐全省經(jīng)濟社會快速發(fā)展，迫切需要我們建設(shè)科學數(shù)據(jù)共享平臺，對省內(nèi)科學數(shù)據(jù)進行整合，為全社會創(chuàng)建開放高效、共建共享和合作交流的研發(fā)支撐體系。

1? 建設(shè)目標

吉林省科學數(shù)據(jù)共享服務(wù)平臺的建設(shè)，通過整理省內(nèi)數(shù)據(jù)擁有單位的科學研究數(shù)據(jù)、檢測數(shù)據(jù)、勘查數(shù)據(jù)等，建立起若干數(shù)據(jù)中心和主體數(shù)據(jù)庫，搭建吉林省科學數(shù)據(jù)平臺門戶網(wǎng)站，為吉林省各行各業(yè)，特別是政府部門開展科技管理、決策，企業(yè)、高校、研究院所開展研發(fā)及橫向聯(lián)合、信息溝通，為發(fā)揮吉林省科教優(yōu)勢，促進經(jīng)濟發(fā)展提供及時有效的服務(wù)和支持。它是吉林省創(chuàng)新體系的重要組成部分，具有投入穩(wěn)定、社會共享、公益性和持續(xù)性等特點，對全省經(jīng)濟、社會和科技快速發(fā)展具有重要意義，是一項“功在當代、利在千秋”的偉業(yè)。

2? 主要建設(shè)內(nèi)容

（1）根據(jù)國家、吉林省的科學數(shù)據(jù)相關(guān)文件要求，結(jié)合“數(shù)字吉林”戰(zhàn)略部署，研究制定吉林省科學數(shù)據(jù)共享服務(wù)平臺的總體規(guī)劃和建設(shè)方案。

（2）搭建“吉林省科學數(shù)據(jù)共享服務(wù)平臺”。通過元數(shù)據(jù)技術(shù)有機鏈接各數(shù)據(jù)中心的主體數(shù)據(jù)庫，構(gòu)建基于元數(shù)據(jù)的目錄交換服務(wù)體系與科學數(shù)據(jù)信息發(fā)布系統(tǒng)，提供基于科學數(shù)據(jù)的專業(yè)化信息服務(wù)，包括目錄查詢、數(shù)據(jù)檢索、統(tǒng)計分析等服務(wù)，實現(xiàn)數(shù)據(jù)的統(tǒng)一收集、統(tǒng)一管理、統(tǒng)一發(fā)布，確保數(shù)據(jù)的真實性和安全性。

（3）結(jié)合當前實際，建設(shè)若干省級科學數(shù)據(jù)中心和一批特色主體數(shù)據(jù)庫。第一批組建兩個數(shù)據(jù)中心——“吉林省科技管理數(shù)據(jù)中心”、“吉林省農(nóng)業(yè)科學數(shù)據(jù)中心”，建立三個特色數(shù)據(jù)庫——吉林省科技統(tǒng)計數(shù)據(jù)庫、吉林省基礎(chǔ)科學數(shù)據(jù)庫、吉林省農(nóng)業(yè)科學數(shù)據(jù)庫。

“吉林省科技管理數(shù)據(jù)中心”由吉林省科學技術(shù)信息研究所牽頭，其核心任務(wù)是對吉林省科技管理數(shù)據(jù)進行整理，進行數(shù)字化建設(shè)，特別是吉林省科技廳掌握的相關(guān)數(shù)據(jù)。通過對整個數(shù)據(jù)調(diào)查結(jié)果整理分析，確定了數(shù)據(jù)中心第一期數(shù)據(jù)庫及信息內(nèi)容，即建設(shè)兩個特色主體數(shù)據(jù)庫：吉林省科技統(tǒng)計數(shù)據(jù)庫、吉林省基礎(chǔ)科學數(shù)據(jù)庫。“吉林省農(nóng)業(yè)科學數(shù)據(jù)中心”由吉林省農(nóng)業(yè)科學院牽頭組建，負責收集、整理、加工與農(nóng)業(yè)相關(guān)的科技數(shù)據(jù)，通過整理分析，確定了該數(shù)據(jù)中心第一期數(shù)據(jù)庫的建設(shè)內(nèi)容，即建設(shè)吉林省農(nóng)業(yè)產(chǎn)業(yè)科學數(shù)據(jù)庫。主要內(nèi)容為近五年吉林省各市州主要農(nóng)畜產(chǎn)品生產(chǎn)規(guī)模、產(chǎn)量、單產(chǎn)、經(jīng)濟效益，各種主要農(nóng)產(chǎn)品生產(chǎn)環(huán)節(jié)各項成本、總成本。

（4）開展“吉林省科學數(shù)據(jù)共享服務(wù)平臺”共享機制研究，包括吉林省科學數(shù)據(jù)資源的整合與分類分級共享機制的研究，撰寫研究報告。在報告中可以提出將吉林省內(nèi)凡是列入吉林省科技廳各類科技計劃的項目，其研究中產(chǎn)生的數(shù)據(jù)統(tǒng)一納入共享范圍，將“數(shù)據(jù)匯交”作為項目驗收時的必備條件之一，實現(xiàn)省內(nèi)科學數(shù)據(jù)的整合與共享。

3? 要解決的關(guān)鍵技術(shù)

吉林省科學數(shù)據(jù)共享服務(wù)平臺和三個特色科學數(shù)據(jù)庫建設(shè)擬采用以下關(guān)鍵技術(shù)。

（1）元數(shù)據(jù)建設(shè)，科學數(shù)據(jù)多維分析與挖掘研究。

元數(shù)據(jù)建設(shè)：吉林省科學數(shù)據(jù)平臺以元數(shù)據(jù)為核心實現(xiàn)科學的描述、分類、檢索、關(guān)聯(lián)，借助技術(shù)手段實現(xiàn)數(shù)據(jù)的物理存儲與邏輯表達的分離。元數(shù)據(jù)作為描述科學數(shù)據(jù)的結(jié)構(gòu)化數(shù)據(jù)，包含了數(shù)據(jù)的標識信息、內(nèi)容信息、人員和權(quán)責信息、關(guān)聯(lián)信息、技術(shù)信息等方面。該項目對省內(nèi)基礎(chǔ)科學數(shù)據(jù)、科技統(tǒng)計數(shù)據(jù)以及農(nóng)業(yè)科學數(shù)據(jù)信息進行規(guī)范整理、整合，進行統(tǒng)一的數(shù)據(jù)編碼、數(shù)據(jù)清洗、數(shù)據(jù)標簽化等操作，建立元數(shù)據(jù)標準和元數(shù)據(jù)索引，為我省科學數(shù)據(jù)今后的一系列相關(guān)工作奠定基礎(chǔ)。

科學數(shù)據(jù)多維分析與挖掘研究：基于多形態(tài)科學數(shù)據(jù)，引入深度學習、知識檢索的記憶機制和邏輯推理機制，提出基于深度學習的用戶隱式知識檢索需求理解技術(shù)，提升檢索結(jié)果查準率、查全率，平衡檢索結(jié)果的多樣性和個性化，構(gòu)建多形態(tài)科學數(shù)據(jù)的存儲和管理模型，實現(xiàn)智能檢索及海量復雜科學數(shù)據(jù)的可視化展示;綜合時效性、個性化和多樣性的檢索結(jié)果排序和推薦。

（2）數(shù)據(jù)庫整合，統(tǒng)一跨庫檢索。

本項目按照“吉林省科學數(shù)據(jù)共享服務(wù)平臺門戶網(wǎng)站——科學數(shù)據(jù)分中心——數(shù)據(jù)生產(chǎn)系統(tǒng)”三級架構(gòu)模式，整合我省的科學數(shù)據(jù)資源，通過標準的元數(shù)據(jù)整合規(guī)范，將各種類型數(shù)據(jù)資源的元數(shù)據(jù)進行重新清洗、補充與標引，使元數(shù)據(jù)集實現(xiàn)統(tǒng)一、規(guī)范、清晰、完備。通過這樣的整合方式，可以完全打破各個數(shù)據(jù)庫的壁壘，并保證效率和準確性。

數(shù)據(jù)中心的各個科學數(shù)據(jù)庫資源并不部署在平臺上，只是提供接口，由各類科學數(shù)據(jù)分布的資源單位進行元數(shù)據(jù)加工，數(shù)據(jù)庫建設(shè)，更新完善和日常維護管理，并為平臺提供接口，平臺可以隨時調(diào)用，真正從底層實現(xiàn)了科學數(shù)據(jù)資源的統(tǒng)一檢索，統(tǒng)一應(yīng)用，并為進一步的數(shù)據(jù)分析，對象化處理奠定了基礎(chǔ)。

4? 預期取得的成果

針對目前我省科學數(shù)據(jù)管理中存在的薄弱環(huán)節(jié)，《吉林省科學數(shù)據(jù)管理辦法》進行系統(tǒng)的部署和安排，加強和規(guī)范科學數(shù)據(jù)的采集生產(chǎn)、加工整理、開放共享等各個環(huán)節(jié)的工作;完成《吉林省科學數(shù)據(jù)共享服務(wù)平臺》建設(shè)，提供科學數(shù)據(jù)的目錄查詢、數(shù)據(jù)統(tǒng)一檢索和分布式的延伸功能服務(wù)，實現(xiàn)數(shù)據(jù)的統(tǒng)一發(fā)布;建設(shè)完成《吉林省科技統(tǒng)計數(shù)據(jù)庫》、《吉林省基礎(chǔ)科學數(shù)據(jù)庫》、《吉林省農(nóng)業(yè)產(chǎn)業(yè)科學數(shù)據(jù)庫》。

參考文獻

[1] 劉潤達，諸云強.科學數(shù)據(jù)共享關(guān)鍵問題探索——以地球系統(tǒng)科學數(shù)據(jù)共享網(wǎng)為例[J].地理科學進展，2007（5）：118-126.

[2] 張紅.我國科技資源共享的現(xiàn)狀及其分析[J].科技與法律，2007（2）：18-24.

[3] 孫九林，黃鼎成，李曉波.我國科技數(shù)據(jù)管理和共享服務(wù)的新進展[J].世界科技研究與發(fā)展，2002（5）：15-19.