寧洪梅

（遼寧對外經(jīng)貿(mào)學院圖書館，遼寧 大連 116052）

1 概述

2006年，國家發(fā)改委曾下達項目，建設(shè)全社會征信體系，涉及金融、海關(guān)及各省、市的統(tǒng)計部門。但受制于部門的歸屬與管理，雖然得到的數(shù)據(jù)經(jīng)過了篩選和過濾，但是在相關(guān)涉及的部門，卻促進了其內(nèi)部的知識庫建設(shè)。筆者當時主持了大連海關(guān)征信體系的建設(shè)，當時做的是內(nèi)容數(shù)據(jù)庫的建設(shè)，涉及了近6萬個企業(yè)，隨著數(shù)據(jù)庫的建設(shè)，逐步的提煉、總結(jié)、完善，將一些非客觀的因素融合到該體系當中，并借助網(wǎng)絡(luò)，直接延伸到通關(guān)現(xiàn)場，提高了通關(guān)效率。在這個案例中，知識庫與內(nèi)容數(shù)據(jù)庫的結(jié)合，起到了重要的作用。

1996年，筆者參與的遼寧省農(nóng)業(yè)銀行統(tǒng)計系統(tǒng)建設(shè)，涉及了銀行業(yè)務(wù)的日報、旬報和月報。這些內(nèi)部的數(shù)據(jù)是真實體現(xiàn)，在當時，這些都是內(nèi)容數(shù)據(jù)庫的建設(shè)，但是每條數(shù)據(jù)體現(xiàn)出來的，卻是管理者要注重的相關(guān)問題，很遺憾的是，當時沒有知識庫的概念，如果經(jīng)過日積月累，對每條數(shù)據(jù)的分析加以知識庫的相關(guān)內(nèi)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(fā)展在部分行業(yè)、部分企業(yè)中得到了很好的應(yīng)用。處于應(yīng)用前沿的是工程領(lǐng)域、電子領(lǐng)域、加工領(lǐng)域及政府的決策支持領(lǐng)域。教育領(lǐng)域中，數(shù)字化校園的建設(shè)也力圖在技術(shù)上突破瓶頸，構(gòu)建資源整合與共享機制，而共享機制是知識庫建設(shè)中的障礙因素。

從IR的知識組織方式來看，其關(guān)注的只是顯性知識，沒有考慮到隱藏在機構(gòu)成員頭腦中的、具有重要價值的、顯性后可以提高機構(gòu)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(jīng)驗、靈感以及技能等。當前，隱性知識對一個人、機構(gòu)或者社會起的作用越來越大。

近年來，國內(nèi)機構(gòu)知識庫的建設(shè)得到了快速的發(fā)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(gòu)知識庫的記錄數(shù)量呈現(xiàn)了大幅度的增長，英國、德國機構(gòu)知識庫的記錄數(shù)量增長較為突出，美國、日本、巴西的記錄數(shù)量也都翻番增長，說明各國已經(jīng)把IR的建設(shè)重點放在了自身內(nèi)容的發(fā)展上。到目前為止，機構(gòu)知識庫涉及學科及內(nèi)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(yī)學、生態(tài)學、環(huán)境科學、農(nóng)業(yè)、食品、獸醫(yī)、自然科學、教育學、經(jīng)營、管理、計算機、信息技術(shù)、表演藝術(shù)、電學、電工、社會科學、數(shù)學、統(tǒng)計學、心理學、商業(yè)、經(jīng)濟、人文科學、建筑學、地理學、化學、化工、城市規(guī)劃、法律、政治、哲學、宗教、工程技術(shù)、生物學、生物化學、語言文學。

國內(nèi)研究資源整合的文章很多，但專門探討學術(shù)資源整合策略的研究文章不多，在機構(gòu)知識庫建設(shè)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(nèi)的高校中得到了迅速普及推廣，以數(shù)字化校園建設(shè)為目標的資源整合工作，形成了統(tǒng)一門戶、單點登錄、數(shù)據(jù)之間共享；以基礎(chǔ)數(shù)據(jù)為根本，形成相關(guān)的系統(tǒng)數(shù)據(jù)聯(lián)動，其技術(shù)難度和復雜程度，超過了學術(shù)資源的整合要求和標準，為學術(shù)資源的整合做了有益的探索。

學術(shù)資源整合不同于數(shù)據(jù)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(shù)資源整合注重的是標準、檢索與共享，而數(shù)據(jù)庫的資源整合注重的是數(shù)據(jù)格式、存儲空間等。信息資源整合則更加的寬泛，注重技術(shù)的研究及平臺的建設(shè)等。

2 我國機構(gòu)知識庫建設(shè)中的問題及策略

目前，統(tǒng)計國內(nèi)機構(gòu)知識庫研究文章的數(shù)量為437篇，均對我國機構(gòu)知識庫建設(shè)中存在的問題、發(fā)展策略進行了歸納和總結(jié)，并基本達成一致。

2.1 我國機構(gòu)知識庫建設(shè)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(guān)政策支持，不論是政府還是學?？蒲袡C構(gòu)，在政策和資金上沒有給予應(yīng)有的扶持，國內(nèi)還沒有正式的關(guān)于開放存取及機構(gòu)知識庫建設(shè)的國家政策或機構(gòu)政策來指導或支持開放存取和機構(gòu)知識庫的部署和發(fā)展[3]。

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

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

2.1.4 理論研究較多，實際應(yīng)用較少。如發(fā)表的機構(gòu)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(gòu)知識庫規(guī)模較小，文獻類型單一，全文獲取程度較低。筆者查詢了國內(nèi)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(yè)為例，2012年3月15日，教育部出臺了7個教育信息化行業(yè)標準，為教育行業(yè)的知識庫建設(shè)起到了標準化的指導作用。但是，行業(yè)標準在機構(gòu)知識庫的建設(shè)中，還要結(jié)合機構(gòu)自身的特點，進一步細化和完善。

2.2 構(gòu)建機構(gòu)知識庫的發(fā)展策略

2.2.1 加強對機構(gòu)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(gòu)知識庫的重要性，才能引起其對機構(gòu)知識庫的關(guān)注，應(yīng)該通過各種渠道積極宣傳機構(gòu)知識庫建設(shè)的重要性。

2.2.2 制定促進開放存取發(fā)展的相關(guān)政策[6]。需要由國家政府相關(guān)部門制定全國統(tǒng)一的、可供所有的組織機構(gòu)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(gòu)還應(yīng)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(guān)課程，引入到教學當中，形成基礎(chǔ)；并針對在知識庫的建設(shè)中有貢獻的人員建立獎勵制度和措施，做到常態(tài)化。

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

2.2.4 多途徑解決知識產(chǎn)權(quán)問題。作者應(yīng)向出版社表明要保留在網(wǎng)絡(luò)上張貼作品的權(quán)利，學術(shù)研究的贊助者應(yīng)鼓勵研究者將研究結(jié)果放到開放電子文庫中由公眾共享；所有的中文學術(shù)期刊在投稿須知及版權(quán)轉(zhuǎn)讓協(xié)議中應(yīng)明確規(guī)定：作者有向開放電子文庫張貼及更新自己論文的權(quán)利，作者有把自己論文張貼到自己或其所屬研究機構(gòu)網(wǎng)站的權(quán)利。

2.2.5 建立IR國家聯(lián)盟。解決技術(shù)資金問題對構(gòu)建機構(gòu)知識庫的困擾，可以通過建立機構(gòu)知識庫聯(lián)盟來解決。我國處于建設(shè)IR的初期，應(yīng)該做長遠規(guī)劃，為今后建立IR國家聯(lián)盟做準備[4]。

2.2.6 加強機構(gòu)知識庫的資源建設(shè)。內(nèi)容建設(shè)是知識庫建設(shè)中的主體之一，要將機構(gòu)中的資源經(jīng)過分類、加工，按照規(guī)則進行建設(shè)，并形成長期的可持續(xù)的行為習慣。

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

3 機構(gòu)知識庫建設(shè)中的障礙

3.1 技術(shù)障礙

無論使用何種軟件，都要根據(jù)自身的實際情況，做適當?shù)男薷?。這是目前面臨的主要技術(shù)問題。

目前，國內(nèi)外創(chuàng)建機構(gòu)知識庫的軟件主要可以分為4類：①專用系統(tǒng)，這類系統(tǒng)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(tǒng)，如Dspace、Fedora、Archimede、CDSware等；③商業(yè)系統(tǒng)，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(tǒng)，如VTLS公司的Vital等。

DSpace是一個免費的開放源代碼的機構(gòu)知識庫構(gòu)建軟件，由MIT和惠普公司聯(lián)合開發(fā)，具有很強的靈活性和可定制性。目前，DSpace聯(lián)盟的許多成員使用該軟件構(gòu)建了本機構(gòu)的機構(gòu)知識庫，如 MIT、Cambridge、Columbia、Cornell、Masachusetts等大學，以及國內(nèi)的香港科技大學、廈門大學。DSpace的設(shè)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(gòu)或個別的院系定制。

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

Bepress是Berkeley Electronic Press開發(fā)的一個系統(tǒng)，用以促進學術(shù)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(shè)計進行定制。

DSpace和EPrint是機構(gòu)庫軟件技術(shù)系統(tǒng)中使用較多、分布較廣泛的軟件。

3.2 所有權(quán)/知識產(chǎn)權(quán)（動機，即分享知識）的障礙

知識庫建設(shè)中的法律問題主要涉及版權(quán)問題及知識產(chǎn)權(quán)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(quán)轉(zhuǎn)讓協(xié)議。而版權(quán)轉(zhuǎn)讓協(xié)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(quán)利，包括作者向機構(gòu)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(quán)轉(zhuǎn)讓協(xié)議，違反版權(quán)法律。因此版權(quán)許可問題已經(jīng)構(gòu)成影響IR發(fā)展的重要挑戰(zhàn)[5]。從知識產(chǎn)權(quán)的角度來看，對于資源提供者而言，提交的內(nèi)容不違反或侵犯其他人的版權(quán)；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(chǔ)上生成衍生資源，但獲取的免費資源不能用于商業(yè)目的等；IR有權(quán)通過互聯(lián)網(wǎng)發(fā)布資源提供者提交的內(nèi)容，為了資源的長期保存和便于存取，有權(quán)重新排列、復制或移植提交的資源，如果發(fā)現(xiàn)資源存在違反版權(quán)的情況，有權(quán)將其刪除；對于IR存儲內(nèi)容來說，如果涉及保密或隱私等，不能即時開放，那么IR應(yīng)采取利用權(quán)限設(shè)置，避免侵犯他人隱私權(quán)或違反國家保密法。

4 學術(shù)資源的整合策略

資源整合是把各個相對獨立的數(shù)字資源結(jié)合為一個新的有機整體，是依據(jù)一定的需要，對各個相對獨立的數(shù)字資源系統(tǒng)中的數(shù)據(jù)對象、功能結(jié)構(gòu)及其互動關(guān)系進行融合、類聚和重組，重新結(jié)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(shù)字資源體系[7]。數(shù)字資源的整合程度直接關(guān)系到它能否被高效吸收與利用，整合后的數(shù)字資源具有相同的組織結(jié)構(gòu)和組織功能，提供統(tǒng)一的用戶界面和共同的檢索方法，整合后的數(shù)字資源在結(jié)構(gòu)功能上的統(tǒng)一性便于數(shù)據(jù)的更新和擴充。此含義不但強調(diào)了數(shù)字資源的融合、類聚和重組，具有非常強的理論與現(xiàn)實指導意義。而且，還突出了數(shù)字資源格式的優(yōu)化，只統(tǒng)一了數(shù)據(jù)格式，卻沒有優(yōu)化格式，服務(wù)質(zhì)量是很難提高的。

4.1 國內(nèi)目前學術(shù)資源整合的技術(shù)方法

4.1.1 CrossRef的DOI（數(shù)字對象標識系統(tǒng)）來實現(xiàn)交叉鏈接。到目前為止，CrossRef已經(jīng)提供了53555336個交叉鏈接[10]。DOI是數(shù)字內(nèi)容的唯一標識符，由文字和數(shù)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(nèi)容移動所引起的死鏈。CrossRef為出版商之間的合作發(fā)展提供一個技術(shù)基礎(chǔ)，確保引文或數(shù)據(jù)庫記錄中不出現(xiàn)一個死鏈，同時讓內(nèi)容實現(xiàn)交叉鏈接。

4.1.2 SFX方法。遵循OpenURI協(xié)議（開放環(huán)境信息傳遞的規(guī)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(wù)）建立鏈接，而無需關(guān)注鏈接對象的平臺和規(guī)則。

4.1.3 Web服務(wù)。Web Services主要利用HTTP和SOAP協(xié)議使商業(yè)數(shù)據(jù)在Web上傳輸，SOAP通過HTTP調(diào)用商業(yè)對象執(zhí)行遠程功能調(diào)用，Web用戶能夠使用SOAP和HTTP通過Web調(diào)用的方法來調(diào)用遠程對象。Web服務(wù)可以使復雜變?yōu)楹唵危购诵牟糠纸M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?yōu)楹唵巍?/p>

4.1.4 從網(wǎng)格計算到云計算，是今后一個長期的發(fā)展趨勢。虛擬化的出現(xiàn)為資源整合奠定了物理基礎(chǔ)，使數(shù)據(jù)與平臺的徹底分離變?yōu)楝F(xiàn)實。使用云計算能夠獲取所需要的資源，而不再關(guān)心其狀態(tài)和位置。

4.2 學術(shù)資源整合的策略

筆者通過在高校、海關(guān)及銀行等項目的實踐，深刻感受到，學術(shù)資源整合是建設(shè)機構(gòu)知識庫前必須要認真對待和考慮的內(nèi)容。在學術(shù)資源的整合上，應(yīng)采取如下的策略：

4.2.1 數(shù)據(jù)共享是機構(gòu)間資源整合的主要方式。機構(gòu)之間的知識庫、數(shù)據(jù)庫應(yīng)當以共享為主，整合為輔。例如，當前的CNKI、維普、萬方、超星等數(shù)據(jù)庫，各自有其特點及內(nèi)容庫的側(cè)重點，并已經(jīng)過了多年的發(fā)展建設(shè)，積累了大量的資料與內(nèi)容；這些數(shù)據(jù)庫之間很難找到平衡點進行整合，但是，這些數(shù)據(jù)庫之間進行一定程度的共享資源，則對用戶、數(shù)據(jù)庫的建設(shè)者都是有益的。而讓這些數(shù)據(jù)庫采取同一個平臺、統(tǒng)一標準、統(tǒng)一格式是不現(xiàn)實的。因此，不同的機構(gòu)之間取長補短，發(fā)揮各自的優(yōu)勢，共享資源，應(yīng)該是今后機構(gòu)知識庫建設(shè)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(fā)揮網(wǎng)絡(luò)技術(shù)在機構(gòu)知識庫間的作用。機構(gòu)知識庫在建設(shè)中，應(yīng)考慮搜索的機制，支持多引擎，這樣，讓知識庫中的內(nèi)容更好地為大眾服務(wù)，為廣大的科技人員服務(wù)，而不是僅僅支持某些單一的甚至是自行開發(fā)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(shù)據(jù)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(gòu)建中間層，當用戶提出檢索請求后，其請求被交給服務(wù)器端的一個Agent程序，Agent應(yīng)該將不同數(shù)據(jù)庫的結(jié)果轉(zhuǎn)化為統(tǒng)一的格式，并發(fā)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(shè)中，支持移動終端的閱讀也成為今后發(fā)展的方向之一。

4.2.4 標準化決定了IR資源共享的關(guān)鍵問題。機構(gòu)知識庫的建設(shè)要支持OAI-PMH協(xié)議[10]。我國IR建設(shè)存在標準化程度不高、資源共享能力差的問題，因為在建設(shè)初期IR建設(shè)各自為政，缺乏通用的建設(shè)規(guī)范，包括元數(shù)據(jù)標準、互操作協(xié)議標準、文檔的格式標準等。這不利于IR的內(nèi)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(shù)據(jù)。知識管理不是越多內(nèi)容越好。現(xiàn)在是數(shù)據(jù)爆炸的年代，設(shè)計者面對海量數(shù)據(jù)時會無所適從。為此知識庫建設(shè)中要將個人的數(shù)據(jù)與正式生效的數(shù)據(jù)分開管理，數(shù)據(jù)一旦生效，則受到嚴格的更改控制，而個人的數(shù)據(jù)則不進行控制。

4.2.6 對非規(guī)范性資源進行整合。規(guī)范性的資源整合比較容易處理，并且也容易實現(xiàn)，對非規(guī)范性的資源，云計算是當前解決該類問題的最好技術(shù)。通過云服務(wù)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(guī)則加以區(qū)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(shù)實現(xiàn)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(jié)構(gòu)的研究，是今后學術(shù)資源整合的理論基礎(chǔ)，要進一步夯實基礎(chǔ)，緊跟技術(shù)。目前，對本體、主題圖、概念圖、詞網(wǎng)等概念關(guān)聯(lián)類知識組織體系的研究成為關(guān)注點，包括新型知識組織體系和傳統(tǒng)知識組織體系間的集成與互補，新型知識組織體系間的內(nèi)在聯(lián)系和功能整合等[9]。

4.2.8 基于OPAC系統(tǒng)的資源整合?；贠PAC系統(tǒng)的資源整合分為館外整合與館內(nèi)整合。館外整合的實質(zhì)是實現(xiàn)本館與不同的異構(gòu)OPAC數(shù)據(jù)庫的整合，當前較多地采用Z39.50協(xié)議來完成。

[1] http：//opendoar.org.

[2] http：//roar.eprints.org/.

[3] 于佳亮，吳新年.機構(gòu)知識庫的研究及發(fā)展現(xiàn)狀[J].現(xiàn)代情報，2007（5）.

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

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

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

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

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

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

[10] http：//crossref.org.