沈仲祺 張建勇 曾建勛

（1. 國家科技圖書文獻中心，北京 100038；2. 中國科學院文獻情報中心，北京 100190；3. 中國科學技術信息研究所，北京 100038）

國家科技圖書文獻中心（下文簡稱“中心”）自2000年成立以來，以資源共建共享為核心，以網(wǎng)絡化、集成化的文獻信息服務為特色，按照“統(tǒng)一采購、規(guī)范加工、聯(lián)合上網(wǎng)、資源共享”原則，構建國家科技文獻戰(zhàn)略保障服務系統(tǒng)。經(jīng)過20年發(fā)展，中心已經(jīng)建立了相對穩(wěn)定的業(yè)務流程，形成了資源建設、數(shù)據(jù)加工、網(wǎng)絡系統(tǒng)、文獻服務的業(yè)務工作框架，建成了面向全國的國內最大的科技文獻信息保障服務系統(tǒng)。面對不斷創(chuàng)新發(fā)展的信息環(huán)境，特別是資源數(shù)字化、開放化、數(shù)據(jù)化和知識化的發(fā)展潮流，中心提出基于大數(shù)據(jù)開放融合的知識服務發(fā)展戰(zhàn)略，將推進文獻資源發(fā)現(xiàn)和獲取服務、知識評價和學科態(tài)勢分析服務、語義關聯(lián)和智能服務的知識化服務體系[1-2]。

美國、歐盟、英國等發(fā)達國家/組織面對新的數(shù)字信息環(huán)境，紛紛研究和制訂發(fā)展戰(zhàn)略和發(fā)展重點。美國國會圖書館發(fā)布“2019—2023戰(zhàn)略規(guī)劃和數(shù)字戰(zhàn)略”[3]，提出以用戶為中心、數(shù)據(jù)驅動、數(shù)字化作為基礎的發(fā)展戰(zhàn)略，重點實現(xiàn)資源優(yōu)化和增強訪問服務，使用戶隨時隨地使用獨特館藏集合和服務；歐洲研究圖書館協(xié)會發(fā)布“歐洲研究圖書館協(xié)會2018—2022年發(fā)展規(guī)劃”[4]，提出研究型圖書館的3個戰(zhàn)略方向，即創(chuàng)新的學術交流平臺、數(shù)字技能與服務、可互操作且可擴展的研究基礎設施。大英圖書館推出館藏全球化戰(zhàn)略[5]，提出從本地館藏到全球服務的戰(zhàn)略目標，積極推進館藏全球化、類型多樣化、服務開放化的進程；大英圖書館還提出元數(shù)據(jù)戰(zhàn)略路線圖，以保存和提供各種物理格式的數(shù)字文獻內容，努力支持整個館藏的可計算和智能化。

數(shù)字信息環(huán)境的核心特征是開放科學，目前開放獲取已成為一種全球共識，從開放科技論文到開放數(shù)據(jù)，再到開放科學，以知識共享為特征的開放運動不斷縱深發(fā)展。歐盟地平線2020研發(fā)計劃[6]要求所有項目科研成果在2020年實現(xiàn)全部開放獲取，歐洲11個國家的科研資助機構和歐洲研究理事會發(fā)布了開放獲取S計劃[7]；德國馬普學會發(fā)起包括國家科技圖書文獻中心在內的全球機構簽署參與的OA2020倡議，呼吁到2020年將所有訂購期刊轉換為開放出版。STM發(fā)布的2018年報告中指出開放獲取市場約占市場出版總量的20%～22%，且這種上升趨勢在未來幾年還將繼續(xù)[8]。開放科學開啟了開放式科學研究與交流模式[9]，同時也對現(xiàn)有科技文獻建設提出了挑戰(zhàn)。

當前，科技資源的信息化、關聯(lián)化、數(shù)據(jù)化和可計算成為知識創(chuàng)新的重大需求[10]，語義網(wǎng)、認知計算、深度學習等成為信息資源開發(fā)利用的核心驅動力，國際主流的科技文獻服務平臺加速向專業(yè)化、知識化轉型，以知識發(fā)現(xiàn)與知識計算為核心的新一代知識服務系統(tǒng)呈現(xiàn)蓬勃發(fā)展之勢，基于科技文獻大數(shù)據(jù)的內容挖掘、語義搜索、智能問答、態(tài)勢跟蹤、情報與決策分析成為知識服務的發(fā)展重點。如美國國家醫(yī)學圖書館開發(fā)的世界上最權威、最具影響力的生物醫(yī)學信息服務系統(tǒng)PubMed[11]，谷歌公司推出的Google Scholar，美國化學文摘的SciFinder[12]，德國比勒費爾德大學圖書館開發(fā)的BASE-Search開放資源學術搜索引擎[13]，通過整合圖書館目錄和開放獲取資源，提供全球異構學術資源的免費檢索與獲取服務。施普林格·自然（Springer·Nature）推出的Scigraph（科研圖譜）[14]，德國Transinsight公司與德累斯頓技術大學合作研發(fā)的Gopubmed[15]，基于語義詞表和本體，實現(xiàn)語義網(wǎng)絡、生物醫(yī)學信息檢索和生物醫(yī)學熱點可視化分析。Clarivate的德溫特創(chuàng)新平臺（Derwent Innovation）提供全球權威可靠的專利數(shù)據(jù)和科技文獻檢索與分析功能[16]。這些系統(tǒng)的發(fā)展極大地促進了知識服務能力。

在數(shù)字信息環(huán)境快速發(fā)展的背景下，中心研究確定了下一步需要重點建設的業(yè)務方向，優(yōu)化和重組原有基于印本文獻的采集加工和服務業(yè)務流程，建立適應數(shù)字業(yè)務環(huán)境變化的知識化服務業(yè)務布局，從而提高中心業(yè)務運行的效率，提升中心知識化服務的能力，為用戶提供專業(yè)化的文獻信息服務。

1 中心現(xiàn)有業(yè)務流程和系統(tǒng)分析

經(jīng)過20年的發(fā)展，中心形成了以印本文獻管理和服務為基礎的數(shù)字業(yè)務流程，主要包括印本文獻采購、文獻編目、分布式數(shù)據(jù)加工、數(shù)據(jù)集成倉儲發(fā)布和原文傳遞等相關環(huán)節(jié)（見圖1）。但近年來隨著數(shù)字文獻的大量出現(xiàn)和開放獲取資源的快速發(fā)展，基于印本建設的業(yè)務系統(tǒng)難以將數(shù)字資源和開放資源納入已有的業(yè)務管理流程，中心訂購的網(wǎng)絡全文庫及回溯庫、成員館訂購的全文庫、中心建設的開放資源庫等均在資源管理的主流程之外，只能單獨運行或提供簡單鏈接服務。中心訂購的專利數(shù)據(jù)、標準數(shù)據(jù)和中文期刊論文數(shù)據(jù)只是提供數(shù)據(jù)發(fā)布服務，沒有統(tǒng)一進行關聯(lián)揭示和管理。數(shù)據(jù)分散之后缺乏關聯(lián)和融合，難以開展有價值的分析服務。

圖1 現(xiàn)有業(yè)務系統(tǒng)布局和流程

中心系統(tǒng)已有的系統(tǒng)和服務分布在不同系統(tǒng)中，如檢索和原文傳遞服務（訂購資源）、回溯庫服務系統(tǒng)（回溯資源）、引文服務（引文庫）、開放資源服務系統(tǒng)（開放資源）、熱點門戶（網(wǎng)絡專題資源）等都是不同歷史階段開發(fā)的獨立系統(tǒng)，系統(tǒng)之間缺乏關聯(lián)，彼此間沒有銜接和配合關系。特別是面向用戶的服務系統(tǒng)雖然經(jīng)過了多次升級，但相對國外先進的同類系統(tǒng)服務功能比較單一，僅提供訂購資源的文獻檢索和原文傳遞功能，且存在檢索效率不高、檢索不準確，以及缺乏準確理解用戶檢索意圖、智能精準檢索、檢索結果分析功能等，用戶體驗不夠友好，支付和訂單管理復雜煩瑣?，F(xiàn)有系統(tǒng)的數(shù)據(jù)標準不統(tǒng)一，難以形成統(tǒng)一的大數(shù)據(jù)集合，業(yè)務系統(tǒng)和業(yè)務流程缺乏整體布局，欠缺有效的工作協(xié)同，導致系統(tǒng)服務效率低下，嚴重制約中心科技文獻服務的深入發(fā)展。

隨著開放科學和數(shù)字信息環(huán)境的不斷發(fā)展，大數(shù)據(jù)和智能服務技術在信息服務領域的深入應用，國外發(fā)達國家加快了信息管理和服務的基礎設施以及新技術的研究與應用，新的智能服務和知識服務系統(tǒng)不斷出現(xiàn)。而中心的系統(tǒng)和服務水平與我國科研人員及社會大眾期望值差距較大。根據(jù)用戶需求和滿意度調查統(tǒng)計，用戶期望的服務是數(shù)據(jù)和系統(tǒng)高度融合的服務，通過訪問系統(tǒng)發(fā)現(xiàn)各種類型（文獻、專利、標準、多媒體、使用、評論）數(shù)據(jù)，不僅能提供文獻檢索和傳遞，也包括數(shù)據(jù)分析評價、熱點監(jiān)測、引證分析、學科態(tài)勢等數(shù)據(jù)增值和專題服務[17]。

中心的發(fā)展定位是為全國用戶提供普惠的公益文獻信息服務，同時建設成為國家科技文獻保障基地。中心要滿足國家戰(zhàn)略保障需求和全國用戶的文獻需求。國家戰(zhàn)略保障需求要求從戰(zhàn)略角度，滿足國家對文獻資源的可靠保存和保障使用的需求，特別是數(shù)字時代，資源的網(wǎng)絡化和數(shù)字化特點帶來的資源不可控問題，保證國內外文獻資源的安全保存并長期可靠使用非常重要。用戶的文獻信息需求是中心發(fā)展的根本動力，中心不僅要滿足用戶的文獻資源有效獲取的需求，同時應滿足用戶專門而深入的信息需求。戰(zhàn)略保障需求和用戶需求都要求中心的業(yè)務系統(tǒng)、資源數(shù)據(jù)和服務緊密協(xié)同，相互有機銜接，形成可靠的業(yè)務流程和運行機制。

2 總體業(yè)務布局

按照中心的業(yè)務發(fā)展規(guī)劃和方向，根據(jù)用戶需求和現(xiàn)狀分析，中心總體業(yè)務布局要滿足知識化服務的要求，需要加強頂層設計，強化協(xié)同關聯(lián)，規(guī)劃具體的業(yè)務布局和業(yè)務系統(tǒng)，形成合理的數(shù)字業(yè)務流程。改造和調整原有分散的業(yè)務和系統(tǒng)，納入新的業(yè)務流程，形成有機整體。從總體上來看，中心業(yè)務可以分為面向用戶的業(yè)務和內部業(yè)務。其中，面向用戶的業(yè)務包括從文獻檢索到知識服務的各類服務平臺，提供一般文獻傳遞服務和咨詢服務，以及信息分析服務和專題服務等；內部業(yè)務包括資源組織和數(shù)據(jù)庫建設，主要支撐用戶服務的開展。網(wǎng)絡和系統(tǒng)支撐整個中心業(yè)務的發(fā)展（見圖2）。

圖2 中心業(yè)務總體框架

在該框架基礎上，經(jīng)過分析提出詳細的業(yè)務布局（見圖3）。在詳細業(yè)務布局中，歸納和整理細化中心的各類業(yè)務，其中“①資源綜合管理”擴展了要資源管理的范圍和類型，除了繼續(xù)管理印本資源外，要更多地管理數(shù)字資源、開放資源、回溯資源、成員單位全文資源、合作單位全文資源、第三方元數(shù)據(jù)資源。資源管理的核心仍然是資源的選擇、評估、訂購和獲取，加強資源獲取渠道的管理和資源版權的管理。資源管理的對象是資源集合。

數(shù)據(jù)管理包括全文存儲、元數(shù)據(jù)集成加工管理、數(shù)據(jù)增值計算、語義標注和數(shù)據(jù)存儲，形成完整的數(shù)據(jù)管理生態(tài)線。其中“②數(shù)字全文保存管理”要把中心獲得的回溯全文、e-only全文和開放資源全文統(tǒng)一管理，可靠保存，可供其他模塊調用?！阿墼獢?shù)據(jù)集成加工管理”包括編目管理、資源調度管理、文摘和引文元數(shù)據(jù)的加工匯聚管理，主要目標是統(tǒng)一處理來自資源管理的各類元數(shù)據(jù)，包括重復數(shù)據(jù)處理、數(shù)據(jù)融合、資源編目、數(shù)據(jù)加工和資源調度關系管理等。管理的數(shù)據(jù)對象是實體元數(shù)據(jù)?！阿茉獢?shù)據(jù)增值和數(shù)據(jù)關系計算”包括數(shù)據(jù)屬性增強、名稱規(guī)范和引文關系計算、數(shù)據(jù)關系計算和實體標注，目的是提高元數(shù)據(jù)的完整性和質量，擴展數(shù)據(jù)關系。主題標引和分類標引是利用STKOS詞表標注文獻，提高數(shù)據(jù)的知識組織能力?！阿輸?shù)據(jù)倉儲管理”重點建設各種元數(shù)據(jù)的存儲和索引，為用戶系統(tǒng)服務功能的實現(xiàn)建立數(shù)據(jù)基礎。

圖3 中心新的業(yè)務布局

數(shù)字資源長期保存系統(tǒng)（D）作是國家數(shù)字資源長期戰(zhàn)略保障基礎，預印本系統(tǒng)（E）、網(wǎng)絡信息采集管理系統(tǒng)（F）提供元數(shù)據(jù)輸出接口和全文調用接口主流程。用戶使用數(shù)據(jù)分析系統(tǒng)（G）主要處理來自網(wǎng)絡服務平臺的日志數(shù)據(jù)，形成可調用的用戶畫像數(shù)據(jù)和用戶使用相關數(shù)據(jù)。詞表管理系統(tǒng)（H）支持文獻主題標引和分類工作。

用戶系統(tǒng)和服務提供用戶檢索、分析評價和專題服務等，其中“⑥網(wǎng)絡服務”根據(jù)用戶需求建立分層次的服務結構，具體包括發(fā)現(xiàn)服務（7a）面向所有人群提供服務；分析評價服務（7b）面向特定用戶和注冊用戶提供深入的文獻分析服務和學科態(tài)勢分析服務，也包括網(wǎng)絡專題信息門戶和面向行業(yè)、企業(yè)和國家重大戰(zhàn)略的專題門戶；特色服務（7c）面向特殊人群提供定制數(shù)據(jù)、工具服務和知識組織體系和標準規(guī)范支持服務；支撐服務（7d）主要是用戶管理、參考咨詢、訂單管理和支付管理等事務過程管理。

以上系統(tǒng)和業(yè)務要遵循統(tǒng)一的標準規(guī)范體系（A）和網(wǎng)絡安全防護體系（B）框架，應用系統(tǒng)要在統(tǒng)一的計算機基礎設施（C）上建設。

3 具體業(yè)務流程和系統(tǒng)設計

3.1 資源建設業(yè)務流程

現(xiàn)有資源建設偏重于印本資源的訂購管理，相關系統(tǒng)包括文獻綜合管理系統(tǒng)和聯(lián)合編目系統(tǒng)，主要是對印本資源引進訂購和編目，資源建設業(yè)務流程再造的重點在于改變傳統(tǒng)觀念，推動資源開放的融合，改變單純購買資源的業(yè)務模式，從資源保障和發(fā)現(xiàn)角度構建新的業(yè)務模式。資源描述將突破原有資源描述性編目范疇，還包括描述資源的版權狀態(tài)、獲取方式等。

在開放信息環(huán)境下資源建設業(yè)務重點在于資源的發(fā)現(xiàn)、評估、采集、合作共享。資源建設從印本擴展到數(shù)字資源、開放資源、合作共享資源、數(shù)據(jù)資源等。資源綜合管理系統(tǒng)建設包括文獻訂購管理、采集渠道管理、合作渠道管理等，以及對中心采集資源的選擇、獲取、管理、評估等功能，系統(tǒng)管理各種過程文檔（包括各類訂購文檔、合同、合作備忘錄、獲取權限等）。

3.2 數(shù)字全文管理

全文管理在印本時代，體現(xiàn)為館藏管理。數(shù)字信息環(huán)境下開放資源、e-only資源和回溯資源的大量出現(xiàn)，需要集中管理和存貯原分散在各單位的電子全文。中心要建立統(tǒng)一的全文管理系統(tǒng)，建立全文文件的統(tǒng)一命名機制，并提供標準化接口方便其他系統(tǒng)調用全文文件。在元數(shù)據(jù)層面能輸出符合統(tǒng)一文獻元數(shù)據(jù)標準的元數(shù)據(jù)，供元數(shù)據(jù)集成加工管理系統(tǒng)調用。開放資源系統(tǒng)和回溯系統(tǒng)均應增加全文和元數(shù)據(jù)調用接口。

3.3 元數(shù)據(jù)管理

文獻元數(shù)據(jù)管理包括書目數(shù)據(jù)管理、文摘元數(shù)據(jù)集成加工管理、元數(shù)據(jù)增值計算，對應業(yè)務布局圖3中的③和④部分。

3.3.1 書目元數(shù)據(jù)集成管理

書目元數(shù)據(jù)管理任務是對各來源資源進行登記、編目、規(guī)范。書目元數(shù)據(jù)管理的范圍包括中心訂購的印本文獻、開放資源和數(shù)字資源，以及第三方圖書館OPAC數(shù)據(jù)和第三方元數(shù)據(jù)，收集數(shù)據(jù)庫描述信息和數(shù)據(jù)庫收錄資源信息，通過合作或其他方式獲取其他機構所購買的數(shù)據(jù)庫資源、機構IP地址范圍等信息，建設形成支持中心發(fā)現(xiàn)系統(tǒng)的資源調度知識庫，為用戶提供情景敏感服務。書目元數(shù)據(jù)處理流程見圖4。

圖4 書目元數(shù)據(jù)處理流程

3.3.2 篇級文摘數(shù)據(jù)集成加工管理

文摘元數(shù)據(jù)集成加工管理包括文摘元數(shù)據(jù)和引文元數(shù)據(jù)，并匯聚融合第三方的文摘元數(shù)據(jù)，建立與書目元數(shù)據(jù)系統(tǒng)處理結果的關聯(lián)關系，形成統(tǒng)一的元數(shù)據(jù)庫集成庫。重點建立健全多來源元數(shù)據(jù)加工、匹配融合機制，基于新的統(tǒng)一文獻元數(shù)據(jù)標準規(guī)范，建設多源數(shù)據(jù)驅動的新型文獻元數(shù)據(jù)分布式協(xié)同加工管理平臺與人工弱干預數(shù)據(jù)融合工作系統(tǒng)，構建完整的數(shù)據(jù)生命周期管理體系，文摘元數(shù)據(jù)處理流程見圖5。形成的元數(shù)據(jù)集合可先期提供給發(fā)現(xiàn)系統(tǒng)并同時進入元數(shù)據(jù)增值計算環(huán)節(jié)進一步處理。

圖5 文摘元數(shù)據(jù)處理流程

3.3.3 元數(shù)據(jù)增值計算

元數(shù)據(jù)增值計算包括名稱規(guī)范、引文關系計算和主題標引，形成增值和富含語義的元數(shù)據(jù)集成庫。同時分析和計算用戶訪問行為數(shù)據(jù)，形成用戶畫像數(shù)據(jù)集合。元數(shù)據(jù)增值計算和主題標引見圖6。其中名稱規(guī)范要實現(xiàn)數(shù)據(jù)庫中各類名稱（包括期刊名稱、人名、機構名稱、會議名稱和基金名稱）的規(guī)范處理，形成規(guī)范化的名稱數(shù)據(jù)庫。引文關系計算包括共現(xiàn)關系、被引次數(shù)、同被引關系計算等。開展基于STKOS詞表的文獻主題標引，不斷提高主題標引的準確度。研究部署對文獻內容中實體數(shù)據(jù)的抽取和管理，具體包括對文獻內容中的概念、術語等命名實體進行識別和標引，對物種名稱、基因、蛋白質、實驗設備、科學數(shù)據(jù)DOI等實體信息進行識別、語句特征抽取和類別標注，為下一步關聯(lián)科學數(shù)據(jù)建立基礎，支持中心智能檢索、關聯(lián)分析和分析評價功能的實現(xiàn)。

3.4 服務系統(tǒng)建設

用戶服務系統(tǒng)的建設以知識發(fā)現(xiàn)為目標，建立知識與知識、數(shù)據(jù)與數(shù)據(jù)、用戶與用戶、知識（數(shù)據(jù)）與用戶之間的關聯(lián)、計算及聚合關系，實現(xiàn)多載體、多類型、多來源資源統(tǒng)一集成揭示和多渠道獲取，通過增值數(shù)據(jù)與關聯(lián)計算結果，幫助用戶發(fā)現(xiàn)相關的用戶和知識信息，提供深層次的知識化服務。用戶服務系統(tǒng)基本框架結構見圖7。

發(fā)現(xiàn)系統(tǒng)為用戶提供全面的文獻發(fā)現(xiàn)、定位、獲取服務，根據(jù)用戶身份和權限獲取相應的電子全文或原文傳遞服務。構建全文鏈接模塊、原文傳遞模塊和用戶管理模塊。分析評價系統(tǒng)包括引文分析、專利分析、學科分析、專題門戶等，與發(fā)現(xiàn)系統(tǒng)在文獻元數(shù)據(jù)層面保持一致性并能相互調用和關聯(lián)。特色服務中的名稱服務、數(shù)據(jù)服務和參考咨詢服務與發(fā)現(xiàn)系統(tǒng)保持緊密聯(lián)系，參考咨詢服務嵌入發(fā)現(xiàn)系統(tǒng)中，用戶可隨時向服務人員發(fā)出咨詢請求。

圖6 數(shù)據(jù)增值計算和主題標引

圖7 用戶服務系統(tǒng)基本框架

用戶服務系統(tǒng)應能支持多種終端訪問，包括PC端、Pad端和手機端的訪問。加強用戶注冊和不同層次的用戶身份認證，為非注冊用戶和注冊用戶提供差異化服務，通過統(tǒng)一認證系統(tǒng)，注冊用戶可以根據(jù)權限訪問不同的系統(tǒng)和服務。加強與成員單位、合作單位的身份統(tǒng)一認證功能，方便用戶使用中心系統(tǒng)和服務。建立注冊用戶的信譽體系，為用戶提供個性化深層次服務。

3.5 相關支撐工作

中心業(yè)務系統(tǒng)和流程的建設運行需要安全可靠的網(wǎng)絡和統(tǒng)一的計算環(huán)境。各個業(yè)務系統(tǒng)建設要遵循中心發(fā)布的元數(shù)據(jù)制訂指南和中心統(tǒng)一文獻元數(shù)據(jù)標準，所有標準均要求在中心元數(shù)據(jù)登記系統(tǒng)中注冊，并按照國家對網(wǎng)絡和系統(tǒng)的有關安全規(guī)定，設計完善的網(wǎng)絡安全和系統(tǒng)安全體系，開展常規(guī)的系統(tǒng)檢測和修補工作。

4 總結

中心業(yè)務流程再造和系統(tǒng)建設方案經(jīng)過多次專家討論和修改，確定了最終方案并在2019年開始逐步實施，各成員單位根據(jù)方案申報相關任務，經(jīng)評審后確定任務并由各項目團隊開發(fā)建設。在推進建設過程中規(guī)劃了系統(tǒng)建設路線圖，確定各個系統(tǒng)的建設順序和路徑，并從組織機制上保證中心業(yè)務流程重組的效果，成立總體組和專家咨詢組，負責審定重大建設問題和業(yè)務流程。目前方案中的資源綜合管理系統(tǒng)、文摘元數(shù)據(jù)集成加工管理系統(tǒng)、名稱規(guī)范、引文計算、主題標引系統(tǒng)已初步開始測試應用，書目元數(shù)據(jù)集成管理系統(tǒng)、資源調度系統(tǒng)正在開發(fā)，發(fā)現(xiàn)系統(tǒng)已開始提供檢索服務。支持大數(shù)據(jù)管理和計算的基礎技術環(huán)境已開始部署。2020年將啟動分析評價系統(tǒng)、專題服務系統(tǒng)和用戶統(tǒng)一認證以及實名注冊模塊的建設，已形成新業(yè)務流程雛形。中心業(yè)務流程再造和系統(tǒng)建設完成后將極大提高中心業(yè)務管理水平，增強為用戶提供知識服務的能力，為中心創(chuàng)新發(fā)展打下堅實的基礎。