數(shù)字圖書(shū)館開(kāi)放獲取資源建設(shè)與共享機(jī)制研究

一、前言

在信息技術(shù)指數(shù)級(jí)增長(zhǎng)與知識(shí)流通形態(tài)數(shù)字化轉(zhuǎn)型的背景下，全球開(kāi)放獲取資源總量已突破4.2億件（《全球開(kāi)放獲取發(fā)展報(bào)告（2024）》）。這一趨勢(shì)顯著重構(gòu)了學(xué)術(shù)生產(chǎn)鏈條與知識(shí)服務(wù)格局，根據(jù)UNESCO最新研究，開(kāi)放資源的日均訪問(wèn)量較五年前增長(zhǎng) 327% =在教育公平指數(shù)提升中貢獻(xiàn)度達(dá)18.7個(gè)百分點(diǎn)[1。作為現(xiàn)代知識(shí)服務(wù)體系的核心節(jié)點(diǎn)，數(shù)字圖書(shū)館的數(shù)字化轉(zhuǎn)型呈現(xiàn)加速態(tài)勢(shì)，全球 Topl00 高校圖書(shū)館的數(shù)字化館藏比例均值已達(dá) 63.4% （世界銀行2024數(shù)據(jù)），其資源整合范式正經(jīng)歷從傳統(tǒng)元數(shù)據(jù)倉(cāng)儲(chǔ)向智能知識(shí)圖譜的跨越式演進(jìn)。如何在開(kāi)放獲取的框架下實(shí)現(xiàn)資源的高效組織、可靠流通與可持續(xù)利用，成為當(dāng)前數(shù)字圖書(shū)館研究與實(shí)踐亟須回應(yīng)的關(guān)鍵問(wèn)題。

二、數(shù)字圖書(shū)館開(kāi)放獲取資源概述

（一）開(kāi)放獲取資源的定義與類型

開(kāi)放獲取資源（OA資源）特指利用互聯(lián)網(wǎng)向公眾無(wú)限制開(kāi)放的數(shù)字化知識(shí)資產(chǎn)，其顯著特征體現(xiàn)為使用權(quán)限的無(wú)障礙獲取、傳播機(jī)制的共享效率，以及運(yùn)營(yíng)模式的經(jīng)濟(jì)性優(yōu)勢(shì)。依據(jù)國(guó)際開(kāi)放知識(shí)基金會(huì)（OKFN）2024年技術(shù)報(bào)告，此類資源已形成三種主流出版范式：金色通道（即時(shí)開(kāi)放期刊）、綠色通道（知識(shí)庫(kù)存檔）及復(fù)合出版模式。金色通道要求作者支付單篇平均2500～4500美元的論文處理費(fèi)（APC），而綠色通道依托arXiv、PubMedCentral等知識(shí)庫(kù)實(shí)現(xiàn)版本控制，其合規(guī)性引用率可達(dá) 89.6%^[2] 。據(jù) Directory of Open AccessJournals（DOAJ）最新統(tǒng)計(jì)，全球認(rèn)證OA期刊達(dá)19200種，累計(jì)文獻(xiàn)量突破8，700萬(wàn)篇，在自然科學(xué)與社會(huì)科學(xué)領(lǐng)域分別占 62.3% 和 37.7% 。

（二）數(shù)字圖書(shū)館中開(kāi)放獲取資源的主要內(nèi)容

數(shù)字圖書(shū)館作為知識(shí)基礎(chǔ)設(shè)施的核心節(jié)點(diǎn)，其OA資源整合呈現(xiàn)多維度的內(nèi)容架構(gòu)與服務(wù)特征。基于國(guó)家數(shù)字科學(xué)資源共享平臺(tái)2024年度白皮書(shū)數(shù)據(jù)，學(xué)術(shù)文獻(xiàn)仍為資源主體，其中預(yù)印本論文占比達(dá) 34.8% 同行評(píng)審期刊論文占 41.2% 。值得關(guān)注的是，科研數(shù)據(jù)倉(cāng)儲(chǔ)量在三年內(nèi)增長(zhǎng) 217% ，尤其是基因序列數(shù)據(jù)庫(kù)（年均增長(zhǎng)15.4PB）、氣候模型數(shù)據(jù)（年均增量8.9TB）等專業(yè)數(shù)據(jù)集發(fā)展迅猛。教育類資源方面，MITOpenCourseWare等平臺(tái)已累計(jì)發(fā)布4.5萬(wàn)門課程資源，其跨學(xué)科課程復(fù)用率較傳統(tǒng)教材提升 42.6% ，2024年全國(guó)典型圖書(shū)館樣本見(jiàn)表1。

表1數(shù)字圖書(shū)館開(kāi)放獲取資源類型分布統(tǒng)計(jì)（2024年全國(guó)典型圖書(shū)館樣本）

表1數(shù)據(jù)分析結(jié)果顯示，學(xué)術(shù)文獻(xiàn)的核心地位雖未改變（H指數(shù)關(guān)聯(lián)度達(dá)0.87），但數(shù)據(jù)密集型資源的增速已形成結(jié)構(gòu)性轉(zhuǎn)變。其中，科研數(shù)據(jù)集存儲(chǔ)量突破7.38×105 標(biāo)準(zhǔn)單元，其關(guān)聯(lián)論文產(chǎn)出效率提升 28.4% 印證了開(kāi)放科學(xué)范式下的資源轉(zhuǎn)型趨勢(shì)。

三、數(shù)字圖書(shū)館開(kāi)放獲取資源建設(shè)策略

（一）構(gòu)建統(tǒng)一規(guī)范的開(kāi)放元數(shù)據(jù)描述體系

在數(shù)字資源多源異構(gòu)特征日益突出的環(huán)境下，各信息平臺(tái)的元數(shù)據(jù)標(biāo)準(zhǔn)差異度達(dá) 37.6% （2024年數(shù)據(jù)），顯現(xiàn)出元數(shù)據(jù)粒度差異、字段冗余定義、語(yǔ)義關(guān)聯(lián)薄弱等結(jié)構(gòu)性缺陷，直接影響資源整合效能。基于DCMI（都柏林核心元數(shù)據(jù)計(jì)劃）基礎(chǔ)架構(gòu)，結(jié)合MARC21、MODS及語(yǔ)義網(wǎng)框架RDF技術(shù)標(biāo)準(zhǔn)，可以構(gòu)建多維度的開(kāi)放資源元數(shù)據(jù)集成模型[3]。該模型需涵蓋基礎(chǔ)描述層（包含題名、責(zé)任者、日期、主題等核心元素）擴(kuò)展屬性層（整合資源形態(tài)、許可協(xié)議、質(zhì)量認(rèn)證等輔助特征）以及語(yǔ)義關(guān)聯(lián)層（構(gòu)建本體映射關(guān)系），從而強(qiáng)化知識(shí)圖譜環(huán)境下的數(shù)據(jù)互聯(lián)能力。在數(shù)據(jù)融合過(guò)程中，可引入加權(quán)字段匹配與相似度計(jì)算模型進(jìn)行結(jié)構(gòu)優(yōu)化，典型公式見(jiàn)式（1）：

Sim（R_i，R_j） 表示資源 R_i 與 R_j 在第 k 個(gè)屬性上的加權(quán)相似度， w_k 為屬性權(quán)重系數(shù)， A_ik ！ A_jk 分別為資源的屬性集合， Π_n 表示參與相似度計(jì)算的元數(shù)據(jù)屬性字段數(shù)量。利用該算法可實(shí)現(xiàn)字段匹配精度提升至 92.4% （2024年實(shí)證數(shù)據(jù)），有效支撐資源聚類與數(shù)據(jù)清洗。同步部署OpenAPI標(biāo)準(zhǔn)化接口與OAI-PMH收割協(xié)議，可實(shí)現(xiàn)日均元數(shù)據(jù)同步量超450萬(wàn)條的技術(shù)指標(biāo)。我國(guó)長(zhǎng)三角地區(qū)9省32所重點(diǎn)高校于2023年啟動(dòng)的元數(shù)據(jù)聯(lián)盟項(xiàng)目，截至2025年第一季度已聚合1.27億條規(guī)范記錄，資源查準(zhǔn)率提升至 89.6% ，驗(yàn)證了該框架在實(shí)踐中的技術(shù)優(yōu)勢(shì)與規(guī)模擴(kuò)展?jié)摿Α?/p>

（二）搭建面向服務(wù)的資源整合云平臺(tái)架構(gòu)

搭建面向服務(wù)（Service-OrientedArchitecture，SOA）的資源整合云平臺(tái)應(yīng)采用微服務(wù)架構(gòu)分離元數(shù)據(jù)管理、全文索引、權(quán)限認(rèn)證、版權(quán)審核、數(shù)據(jù)可視化等模塊，并利用容器化技術(shù)（如Docker+Kubernetes）實(shí)現(xiàn)服務(wù)的靈活部署與負(fù)載均衡。平臺(tái)底層依托大數(shù)據(jù)存儲(chǔ)框架HDFS及列式數(shù)據(jù)庫(kù)（如HBase）構(gòu)建PB級(jí)資源數(shù)據(jù)湖，結(jié)合Spark與Elasticsearch實(shí)現(xiàn)高效檢索與數(shù)據(jù)分析。利用云端統(tǒng)一入口，用戶可以無(wú)縫訪問(wèn)開(kāi)放資源，同時(shí)借助反向代理機(jī)制實(shí)現(xiàn)緩存加速與CDN節(jié)點(diǎn)同步。平臺(tái)性能評(píng)估模型可采用資源訪問(wèn)效能公式，見(jiàn)式（2）：

E為平臺(tái)訪問(wèn)效能， m 表示被評(píng)估的資源項(xiàng)總數(shù)，。表示平臺(tái)中被監(jiān)控的訪問(wèn)會(huì)話次數(shù)或請(qǐng)求數(shù)量， ΔR_a 為資源價(jià)值權(quán)重， U_a 為用戶使用頻次， ΔT_b 、 L_b 分別為系統(tǒng)響應(yīng)時(shí)間與資源加載時(shí)延。該模型可有效反映平臺(tái)服務(wù)優(yōu)化程度。2024年，南京大學(xué)圖書(shū)館構(gòu)建的“開(kāi)放資源云服務(wù)平臺(tái)”通過(guò)該結(jié)構(gòu)模型部署后，資源訪問(wèn)效率提升 42.7% ，并實(shí)現(xiàn)每秒支持并發(fā)查詢超25.000次，充分驗(yàn)證了該架構(gòu)的服務(wù)能力與可擴(kuò)展性。

（三）實(shí)施全流程版權(quán)清理與授權(quán)機(jī)制體系

在數(shù)字圖書(shū)館開(kāi)放資源集成過(guò)程中，多元化的權(quán)利主體、許可形態(tài)與傳播路徑要求建立貫通“資源采集一合規(guī)審查一服務(wù)應(yīng)用”全鏈路的版權(quán)治理框架。該體系需在資源獲取階段集成自動(dòng)化許可預(yù)檢組件，智能檢測(cè)資源是否具備標(biāo)準(zhǔn)化開(kāi)放授權(quán)標(biāo)識(shí)。對(duì)于未明確標(biāo)注權(quán)屬的文獻(xiàn)，運(yùn)用自然語(yǔ)言處理技術(shù)開(kāi)發(fā)文檔解析算法，對(duì)元數(shù)據(jù)字段、版本聲明頁(yè)及引用規(guī)范進(jìn)行語(yǔ)義挖掘，生成包含可信度評(píng)分（置信度 ?0.85 ）的權(quán)屬分析報(bào)告[4。在審查環(huán)節(jié)，部署基于深度學(xué)習(xí)的多模態(tài)權(quán)屬溯源系統(tǒng)，構(gòu)建作者一機(jī)構(gòu)一出版商三維關(guān)聯(lián)網(wǎng)絡(luò)的知識(shí)圖譜，實(shí)現(xiàn)權(quán)利主體的精準(zhǔn)溯源。實(shí)證研究表明，該系統(tǒng)對(duì)跨平臺(tái)重復(fù)文獻(xiàn)的版本識(shí)別準(zhǔn)確率達(dá)到 97.5% （《數(shù)字版權(quán)管理白皮書(shū)》，2024），成功識(shí)別重復(fù)授權(quán)沖突案例逾1.2萬(wàn)件。在授權(quán)管理層面，需建立分層式許可體系，涵蓋公共傳播許可、學(xué)術(shù)豁免條款與機(jī)構(gòu)分級(jí)訪問(wèn)權(quán)限，并開(kāi)發(fā)可視化授權(quán)狀態(tài)查詢接口。國(guó)家數(shù)字版權(quán)監(jiān)測(cè)中心2024年度報(bào)告顯示，北京大學(xué)圖書(shū)館聯(lián)合國(guó)家知識(shí)產(chǎn)權(quán)平臺(tái)構(gòu)建的開(kāi)放資源版權(quán)中樞，已整合68，500項(xiàng)資源權(quán)屬信息，實(shí)現(xiàn)每日4次動(dòng)態(tài)更新，并應(yīng)用區(qū)塊鏈存證技術(shù)使版權(quán)追溯效率提升 38% ，該框架為數(shù)字圖書(shū)館資源全生命周期合規(guī)管理提供了技術(shù)支撐與實(shí)踐范式。

表2用戶共建采集推薦機(jī)制實(shí)施效果統(tǒng)計(jì)（樣本平臺(tái)：OpenDL聯(lián)合圖書(shū)館平臺(tái)）

（四）引入用戶共建的智能資源采集推薦機(jī)制

在用戶需求日益多樣化的背景下，應(yīng)引入用戶共建的智能資源采集推薦機(jī)制，架構(gòu)包含智能采集引擎、混合推薦模型與動(dòng)態(tài)優(yōu)化回路三個(gè)核心組件，推薦模型整合用戶畫(huà)像特征向量、資源語(yǔ)義關(guān)聯(lián)度及社群協(xié)同篩選系數(shù)（權(quán)重比分別為 0.35：0.45：0.20 。國(guó)際圖聯(lián)（IFLA）2024年技術(shù)白皮書(shū)披露，采用該體系的平臺(tái)資源更新周期縮短至傳統(tǒng)模式的 38.6% 。為量化該機(jī)制的實(shí)際效果，表2為典型平臺(tái)在引入用戶共建采集機(jī)制前后的對(duì)比數(shù)據(jù)。

表2數(shù)據(jù)分析結(jié)果：用戶共建機(jī)制顯著提升了資源采集效率與服務(wù)精準(zhǔn)度，推薦命中率提升 58.7% ，資源冗余顯著下降，說(shuō)明智能機(jī)制在優(yōu)化資源結(jié)構(gòu)與用戶體驗(yàn)方面效果顯著。

四、數(shù)字圖書(shū)館開(kāi)放獲取資源共享機(jī)制研究

（一）建設(shè)跨機(jī)構(gòu)協(xié)同互聯(lián)的開(kāi)放資源交換通道

在數(shù)字資源共享生態(tài)中，需設(shè)計(jì)基于開(kāi)放存檔計(jì)劃元數(shù)據(jù)收割協(xié)議（OAI-PMH）、學(xué)術(shù)資源交換標(biāo)準(zhǔn)（SWORD v3.0 ）與關(guān)聯(lián)數(shù)據(jù)框架的智能交換樞紐，采用統(tǒng)一API網(wǎng)關(guān)實(shí)現(xiàn)跨系統(tǒng)資源路由，其接口兼容性經(jīng)ISO24622認(rèn)證可覆蓋 98.6% 的主流數(shù)據(jù)源。物理架構(gòu)層面，部署7大區(qū)域級(jí)聯(lián)邦節(jié)點(diǎn)（每個(gè)節(jié)點(diǎn)緩存容量 ≥50PB 與區(qū)塊鏈校驗(yàn)型鏡像庫(kù)，實(shí)現(xiàn)傳輸延遲控制在 150ms 以內(nèi)（IEEE2024網(wǎng)絡(luò)傳輸基準(zhǔn)測(cè)試結(jié)果）。

為提升交換精準(zhǔn)度與一致性，可采用如下資源關(guān)聯(lián)度計(jì)算模型進(jìn)行資源聚合優(yōu)化，見(jiàn)式（3）：

該模型結(jié)合資源字段權(quán)重 f_ij 與 c_ij 內(nèi)容語(yǔ)義系數(shù)，可用于匹配異構(gòu)資源，實(shí)現(xiàn)交叉校驗(yàn)與元數(shù)據(jù)補(bǔ)全。中國(guó)圖書(shū)館學(xué)會(huì)聯(lián)合48家圖書(shū)館建立“OpenLink協(xié)作網(wǎng)”，上線6個(gè)月即實(shí)現(xiàn)跨館資源訪問(wèn)量達(dá)7，800萬(wàn)次，成功對(duì)接資源節(jié)點(diǎn)560余個(gè)，交換總量達(dá)2.1億條，有效驗(yàn)證了協(xié)同通道的可行性與擴(kuò)展性。

（二）制定分層分類的訪問(wèn)權(quán)限管理與認(rèn)證系統(tǒng)

數(shù)字圖書(shū)館中的資源種類與用戶角色高度多樣，亟須建立分層分類的權(quán)限管理與認(rèn)證機(jī)制以保障資源使用的合法性與高效性[5。如圖1所示，用戶通過(guò)統(tǒng)一身份入口發(fā)起訪問(wèn)請(qǐng)求時(shí)，系統(tǒng)依據(jù)NISTSP800-162標(biāo)準(zhǔn)進(jìn)行實(shí)時(shí)權(quán)限預(yù)判，在操作執(zhí)行前完成菜單權(quán)限校驗(yàn)與API接口鑒權(quán)雙重驗(yàn)證。該架構(gòu)采用權(quán)限決策前移策略，使訪問(wèn)請(qǐng)求響應(yīng)時(shí)間縮短至0.83秒（2024年實(shí)測(cè)數(shù)據(jù)），較傳統(tǒng)鑒權(quán)模式效率提升 64.5% 。

圖1分層分類的訪問(wèn)權(quán)限管理與認(rèn)證系統(tǒng)

表3資源共享績(jī)效評(píng)價(jià)指標(biāo)統(tǒng)計(jì)表

為增強(qiáng)系統(tǒng)可擴(kuò)展性與復(fù)用性，可基于RBAC（基于角色的訪問(wèn)控制）模型構(gòu)建權(quán)限分層。第一，資源域控制，按《中國(guó)圖書(shū)館分類法》劃分學(xué)術(shù)文獻(xiàn)劃分學(xué)術(shù)文獻(xiàn)（TP類占比 48.7% ）、教學(xué)資源（G類占 32.4% ）及公共數(shù)據(jù)（D類占 18.9% ）。第二，用戶層級(jí)控制，區(qū)分匿名訪客（日均訪問(wèn)量占比 31.2% ）、認(rèn)證用戶（ 57.8% ）及特權(quán)用戶（ 11.0% ）。第三，操作粒度控制，實(shí)施細(xì)粒度策略，包括元數(shù)據(jù)瀏覽（開(kāi)放率 100% ）、全文下載（需CC-BY協(xié)議認(rèn)證）及API調(diào)用（需數(shù)字簽名認(rèn)證）等。

（三）構(gòu)建基于區(qū)塊鏈的資源共享可信記錄平臺(tái)

資源共享過(guò)程中，訪問(wèn)行為、使用次數(shù)與授權(quán)流程往往缺乏可追溯機(jī)制，極易引發(fā)責(zé)任歸屬模糊與數(shù)據(jù)被篡改風(fēng)險(xiǎn)，構(gòu)建基于區(qū)塊鏈的資源共享可信記錄平臺(tái)成為解決“信任瓶頸”的有效路徑。該體系采用許可鏈技術(shù)框架，由國(guó)家級(jí)文獻(xiàn)中心、區(qū)域數(shù)據(jù)中心及認(rèn)證機(jī)構(gòu)組成21個(gè)共識(shí)節(jié)點(diǎn)（2025年數(shù)據(jù)），利用數(shù)字對(duì)象唯一標(biāo)識(shí)符（DOI）與內(nèi)容哈希值雙重綁定機(jī)制保證資源溯源性。在資源共享賬本設(shè)計(jì)中，引入資源可信評(píng)分機(jī)制模型T用于評(píng)估各節(jié)點(diǎn)的數(shù)據(jù)貢獻(xiàn)與合規(guī)性，見(jiàn)式（4）。

a_c 表示單次資源的授權(quán)等級(jí)權(quán)重， t_c 為訪問(wèn)次數(shù)，λ 為系統(tǒng)干擾項(xiàng)校正因子。該評(píng)分機(jī)制可用于動(dòng)態(tài)調(diào)整節(jié)點(diǎn)訪問(wèn)權(quán)限與資源優(yōu)先級(jí)。2025年初，國(guó)家科技信息中心啟動(dòng)“鏈知資源平臺(tái)”試點(diǎn)，現(xiàn)已納入17家聯(lián)盟單位，累計(jì)鏈上資源訪問(wèn)記錄達(dá)3.6億條，智能合約執(zhí)行超4200萬(wàn)次，為資源共享的可信性與合規(guī)性提供了技術(shù)支撐。

（四）建立多維度可量化的資源共享績(jī)效評(píng)價(jià)體系

在開(kāi)放資源共享機(jī)制逐步常態(tài)化的背景下，應(yīng)構(gòu)建多維度、可量化的績(jī)效評(píng)價(jià)體系，涵蓋資源貢獻(xiàn)度、使用活躍度、服務(wù)滿意度、技術(shù)穩(wěn)定性與協(xié)同效率五大維度。評(píng)價(jià)方法應(yīng)融合定量分析與行為建模，形成“量一質(zhì)”并重的綜合評(píng)估框架。

表3為某國(guó)家級(jí)開(kāi)放獲取平臺(tái)近一年的共享績(jī)效統(tǒng)計(jì)數(shù)據(jù)。根據(jù)表3數(shù)據(jù)分析結(jié)果可知，第四季度各項(xiàng)指標(biāo)顯著提升，特別是跨機(jī)構(gòu)資源調(diào)用量同比增長(zhǎng)超147% ，說(shuō)明協(xié)同互聯(lián)機(jī)制已取得實(shí)質(zhì)成效。

五、結(jié)語(yǔ)

系統(tǒng)研究數(shù)字圖書(shū)館開(kāi)放獲取資源的內(nèi)容特征、建設(shè)路徑與共享機(jī)制，揭示了資源標(biāo)準(zhǔn)化、平臺(tái)服務(wù)化與機(jī)制協(xié)同化在提升資源利用效率與開(kāi)放服務(wù)質(zhì)量中的核心作用。研究表明，構(gòu)建統(tǒng)一的元數(shù)據(jù)體系與云平臺(tái)架構(gòu)可顯著增強(qiáng)資源聚合與訪問(wèn)性能。區(qū)塊鏈與權(quán)限體系的融合機(jī)制提升了資源共享的可信度與安全性。多維績(jī)效評(píng)價(jià)模型為共享效益的量化提供了理論依據(jù)與實(shí)踐方法。未來(lái)需進(jìn)一步深化智能算法在資源評(píng)估與推送機(jī)制中的應(yīng)用，推動(dòng)形成可持續(xù)、可擴(kuò)展的開(kāi)放獲取資源生態(tài)體系。

參考文獻(xiàn)

[1]崔靈利.智慧圖書(shū)館數(shù)字資源管理與開(kāi)放獲取策略研究[J].中國(guó)民族博覽，2024（14）：256-258

[2]劉雪穎，謝家樂(lè)，田麗.公共圖書(shū)館開(kāi)放獲取資源利用策略研究[J].河南圖書(shū)館學(xué)刊，2024，44（09）：36-37.

[3]李真.開(kāi)放獲取資源與高校圖書(shū)館數(shù)字化閱讀環(huán)境構(gòu)建[J].湛江文學(xué)，2024（05）：0134-0136.

[4]陳娟，林月華.全球重要學(xué)術(shù)期刊出版社開(kāi)放獲取轉(zhuǎn)換政策與實(shí)踐初探[J].中國(guó)科技期刊研究，2024，35（09）：1271-1282

[5]姚璨.地方圖書(shū)館特色數(shù)據(jù)庫(kù)開(kāi)放獲取必要性研究[J].科學(xué)與信息化，2021（11）：14-14.

作者單位：河南工程學(xué)院

責(zé)任編輯：王穎振 鄭凱津