李 卉

（上海電力大學(xué)圖書館，上海 201306）

近年來，科學(xué)技術(shù)呈現(xiàn)信息化、網(wǎng)絡(luò)化的發(fā)展趨勢。國家對科技創(chuàng)新的發(fā)展越來越重視，并投入大量的經(jīng)費，我國科研成果的數(shù)量增長迅速，科研成果數(shù)據(jù)已經(jīng)成為重要的戰(zhàn)略資源。高校是重要的科研基地，每年都會產(chǎn)生大量的科研成果。據(jù)統(tǒng)計，全國發(fā)表的科技論文主要集中在高校，占全國的66.0%[1]。在高校教學(xué)和科研管理工作中，無論是職稱評審、科研獎勵、項目申報等，都需要填報科研成果數(shù)據(jù)?？蒲谐晒漠a(chǎn)出是衡量高校科研創(chuàng)新能力的重要指標(biāo)之一，也是學(xué)校綜合實力的重要體現(xiàn)。及時、準(zhǔn)確地對科研成果數(shù)據(jù)進行統(tǒng)計分析，對于掌握學(xué)?？蒲邪l(fā)展態(tài)勢、制定發(fā)展規(guī)劃、推動科研工作發(fā)展有著重要意義[2]。隨著信息技術(shù)的快速發(fā)展，科研成果的管理逐步脫離手工管理，轉(zhuǎn)而依托各類系統(tǒng)平臺來實現(xiàn)，這為高校的科研成果管理工作帶來了極大的便利性，規(guī)范了高校科研成果的統(tǒng)一管理，也提高了科研成果管理各環(huán)節(jié)的效率。科研成果數(shù)據(jù)的價值愈發(fā)受到人們重視的同時，多元、全面、精細的科研評價和統(tǒng)計工作也對科研成果數(shù)據(jù)提出了更高的要求，為科研成果的管理工作帶來了更大的難度。

1 高校科研成果數(shù)據(jù)的特點

1.1 高?？蒲谐晒麛?shù)據(jù)的類型分析

科研活動中會產(chǎn)生很多信息，包括項目信息（如申報書、審批書、中期報告、結(jié)項報告等）、論文、著作、演示文稿、研究報告、實驗數(shù)據(jù)、軟件代碼、多媒體資料，以及用數(shù)字形式表達的想法、觀點、經(jīng)驗及訣竅的總結(jié)等各種科研成果和其他類型信息資源。另外，一些和科研有關(guān)的活動，如學(xué)術(shù)會議、學(xué)術(shù)報告、知識比賽、成果評選、學(xué)術(shù)獲獎等，也是高校科研管理需要的重要信息。通常，高校機構(gòu)知識庫采集的成果類型除了正式出版和非正式出版/未出版的文獻以外，一些科研活動信息也經(jīng)常被收錄其中，作為一類成果類型。

1.2 高校科研成果數(shù)據(jù)的來源

在機構(gòu)知識庫中，正式出版的成果主要來自外部數(shù)據(jù)庫，一般通過特定的接口等技術(shù)手段自動獲取入庫，少量由作者提交；非正式出版物和科研活動類成果則必須由作者提交。

科研成果管理和服務(wù)過程中除了科研成果本身外，還涉及科研人員、院系部門與研究機構(gòu)信息，這些信息主要來自以下幾個業(yè)務(wù)系統(tǒng)：①人事信息系統(tǒng)，提供人員在崗及歷史信息；②科研項目系統(tǒng)，提供科研項目申請、立項信息；③財務(wù)信息，提供項目相關(guān)的經(jīng)費入賬與支出信息；④研究生信息管理系統(tǒng)，提供研究生、導(dǎo)師等培養(yǎng)相關(guān)信息，其他信息系統(tǒng)視需列入。

職能部門的業(yè)務(wù)系統(tǒng)信息與機構(gòu)知識庫的科研成果信息關(guān)聯(lián)后，可適用于各類場景，滿足不同部門、各種層次的信息需求。這些數(shù)據(jù)的互通共享也十分重要。因此，科研成果數(shù)據(jù)的來源主要包括：①科研人員和研究團隊。主要是指教師和學(xué)生，他們既是科研成果的生產(chǎn)者，也是科研成果數(shù)據(jù)的用戶。②職能部門。職能部門負責(zé)管理與維護科研成果相關(guān)的信息，是科研成果數(shù)據(jù)的主要用戶，主要部門有圖書館、科研管理部門、組織人事部門、研究生院等。

1.3 高校科研成果數(shù)據(jù)的用戶需求

高校師生和科研人員對科研成果數(shù)據(jù)需求包括以下幾個方面：

（1）科研成果數(shù)據(jù)的存取。對于學(xué)生，科研成果關(guān)乎學(xué)生的學(xué)業(yè)評價和獎勵；科研成果也關(guān)乎研究生院等管理部門對學(xué)生培養(yǎng)質(zhì)量的評價。對于教師，在聘期考核、年度考核、職稱評審等各類評價和考核時需要科研成果信息。他們對成果數(shù)據(jù)的復(fù)用性和質(zhì)量有較高的要求，希望一次存取，多次使用，避免成果數(shù)據(jù)的重復(fù)錄入。

（2）科研成果評價數(shù)據(jù)的獲取。在眾多應(yīng)用場景中，用戶所需的數(shù)據(jù)往往不僅是科研成果本身，還包括成果評價數(shù)據(jù)。如科研人員年度績效考核中，經(jīng)常需要統(tǒng)計個人發(fā)表成果的期刊分區(qū)信息、核心期刊表收錄信息、國內(nèi)外數(shù)據(jù)庫的收錄信息等。這些評價數(shù)據(jù)是進行水平與質(zhì)量評估的常用指標(biāo)，且要求準(zhǔn)確性高，更新及時。

（3）了解科研動態(tài)?？蒲腥藛T既有了解自己科研成果動態(tài)的需求，如論文的被下載引用次數(shù)、被收錄情況等，也有了解校內(nèi)科研進展的需求。如自己關(guān)注的領(lǐng)域內(nèi)是否有新的科研成果，或是跟蹤相關(guān)人員科研進展等，這一過程可以促進學(xué)者之間的學(xué)術(shù)交流，從而提高個人學(xué)術(shù)影響力。

院系和職能部門對科研成果數(shù)據(jù)保持著一種經(jīng)常的、持續(xù)性的強烈需求。一般情況下，學(xué)院需定期統(tǒng)計員工的科研成果、考核其科研表現(xiàn)。在接受學(xué)校的考核與評價、科研項目申報、獎項申請、學(xué)科發(fā)展與規(guī)劃等活動時，學(xué)院也需要科研成果數(shù)據(jù)的支持。如院系管理員需要對所有教師和學(xué)生的科研成果進行統(tǒng)計匯總和分析工作，并據(jù)此進行績效獎勵，制定學(xué)科發(fā)展規(guī)劃等。職能部門對科研成果數(shù)據(jù)的需求也是多樣化的，他們的信息需求面更廣，許多運用場景既獨立于學(xué)院等二級部門，又需要二級部門和師生的參與。如學(xué)校發(fā)展規(guī)劃部門需要進行全校高水平人才評價、全校KPI考核等，人事部門在人才引進、職工考核、職稱評定時需要對科研人員的科研成果進行統(tǒng)計分析和評價等。

綜上所述，高?？蒲谐晒麛?shù)據(jù)來自于不同的論文數(shù)據(jù)庫、高校內(nèi)部不同的信息管理系統(tǒng)、不同院系或部門、師生或研究人員等多源的渠道，在存儲方式、載體、格式、形式方面也各不相同。如何處理這些復(fù)雜的多源異構(gòu)數(shù)據(jù)，滿足用戶提出的便捷、安全、相互關(guān)聯(lián)、更新及時、準(zhǔn)確性高等要求，解決各部門之間的信息孤島，對科研成果進行有效組織和深度挖掘，是高校科研成果數(shù)據(jù)組織和管理中需要重點關(guān)注的問題。

2 高校科研成果數(shù)據(jù)組織和管理的要求

機構(gòu)知識庫是高?？蒲谐晒麛?shù)據(jù)組織的重要載體，在全球范圍內(nèi)受到廣泛關(guān)注，各大高校和研究機構(gòu)紛紛建立起自己的機構(gòu)知識庫。機構(gòu)知識庫不僅能夠?qū)蒲谐晒麛?shù)據(jù)進行存儲和管理，而且能夠?qū)蒲谐晒麛?shù)據(jù)進行深入挖掘和分析。依托于機構(gòu)知識庫實現(xiàn)高校科研數(shù)據(jù)的組織和利用，是目前較為高效的方式。面對當(dāng)前高校機構(gòu)知識庫存在的短板和高?？蒲谐晒麛?shù)據(jù)用戶的需求，保證高?？蒲谐晒麛?shù)據(jù)的質(zhì)量尤為重要。在實踐中，高?？蒲袛?shù)據(jù)知識組織過程中必須確?？蒲谐晒獢?shù)據(jù)的全面性和準(zhǔn)確性、科研成果數(shù)據(jù)的揭示深度和關(guān)聯(lián)廣度、科研成果評價指標(biāo)的匹配，才能提高機構(gòu)知識庫的服務(wù)能力。

2.1 科研成果元數(shù)據(jù)的全面性

科研成果元數(shù)據(jù)的全面性是指成果的類型全、成果數(shù)量全、元數(shù)據(jù)信息全。

（1）科研成果類型全。機構(gòu)知識庫應(yīng)該根據(jù)機構(gòu)的需求設(shè)定收集的成果類型。目前，國內(nèi)機構(gòu)知識庫收集的成果類型以正式出版的成果為主，非正式出版的成果為輔。如大連理工大學(xué)機構(gòu)知識庫的成果類型主要包括期刊論文、學(xué)位論文、會議論文、專利、科研項目、著作、獲獎成果、標(biāo)準(zhǔn)、報紙、軟件著作權(quán)等[3]。另外，中國科學(xué)院還收錄了研究報告和演示報告[4]。從科研管理的角度來看，一個成熟的高校機構(gòu)知識庫，應(yīng)該包含教師和學(xué)生的智力成果以及機構(gòu)自身活動和持續(xù)進行的知識生產(chǎn)活動的記錄[5]，不僅要包括正式或非正式出版的成果，還要收集科研成果相關(guān)活動，如參賽、獲獎等。這就要求機構(gòu)知識庫不僅要支持常見資源類型的定義、抓取和提交，如公開發(fā)表和出版的期刊論文、會議論文、學(xué)位論文、圖書、專利等，還能夠根據(jù)機構(gòu)的需要，自定義元數(shù)據(jù)類型，并支持提交或自動獲取功能。

（2）科研成果數(shù)量全。屬于本機構(gòu)的成果要做到應(yīng)收盡收。如中文期刊論文的采集，可從中國知網(wǎng)、萬方數(shù)據(jù)和維普中文科技期刊等主要學(xué)術(shù)數(shù)據(jù)庫中獲??；對于同一個數(shù)據(jù)庫中的成果，應(yīng)編制合理的檢索式保證查全率；而一個友好的成果提交頁面，可供作者自行補充遺漏的論文。

（3）元數(shù)據(jù)信息全。成果元數(shù)據(jù)要盡量完整。自動采集的成果元數(shù)據(jù)的完整性依賴于來源數(shù)據(jù)庫的元數(shù)據(jù)開放程度以及標(biāo)注信息的詳細程度。當(dāng)一項成果有多個來源數(shù)據(jù)庫時，應(yīng)能夠優(yōu)先選擇信息更全面的數(shù)據(jù)來源，再根據(jù)不同來源的數(shù)據(jù)補足缺失信息，形成一個完整的成果元數(shù)據(jù)記錄；手工提交的成果要求對必備字段應(yīng)填盡填，利用技術(shù)手段對提交者進行引導(dǎo)與制約，保證所提交的信息準(zhǔn)確完整。

2.2 科研成果元數(shù)據(jù)的準(zhǔn)確性

科研成果元數(shù)據(jù)的準(zhǔn)確性主要包括成果唯一性、成果產(chǎn)權(quán)歸屬標(biāo)注的準(zhǔn)確性和本機構(gòu)成果的去“偽”三方面。成果唯一性是開展科研管理與評估的基本保證。機構(gòu)知識庫常常需要從不同的來源庫中抓取成果，而來源庫收錄范圍的交叉重合會導(dǎo)致部分成果被不同數(shù)據(jù)庫同時收錄。機構(gòu)知識庫的過濾與去重機制是保證唯一性的主要環(huán)節(jié)，需要在這一環(huán)節(jié)不斷完善，盡量減少重復(fù)。但程序性的去重設(shè)置并不能完全保證成果重復(fù)率為零，這時就需要通過人工干預(yù)加以保證?？蒲谐晒a(chǎn)權(quán)歸屬標(biāo)注必須準(zhǔn)確。機構(gòu)知識庫中，成果的原始署名作者與原始署名單位應(yīng)形成一一對應(yīng)關(guān)系，以方便作者單位的區(qū)分；機構(gòu)成果應(yīng)該可以根據(jù)原始署名作者被認領(lǐng)或指認給研究人員；機構(gòu)成果的原始署名單位應(yīng)被正確識別并與現(xiàn)有機構(gòu)的二級單位關(guān)聯(lián)。本機構(gòu)成果的去“偽”指由于檢索策略的限制，來源數(shù)據(jù)庫成果信息著錄的不完整甚至錯誤，以及機構(gòu)名稱拼寫等原因，機構(gòu)知識庫中難免會混入一些其他機構(gòu)的成果。這些成果成為“偽”成果，需要加以剔除。機構(gòu)知識庫應(yīng)該提供相應(yīng)的功能幫助消除這種“偽”成果。

2.3 科研成果屬性的揭示深度

傳統(tǒng)的機構(gòu)知識庫旨在實現(xiàn)學(xué)術(shù)成果的存儲和傳播，因此對成果屬性的揭示要求并不高，使用DC等元數(shù)據(jù)標(biāo)準(zhǔn)基本上已經(jīng)足夠描述學(xué)術(shù)成果的特征。但是科研管理要實現(xiàn)人員的考核和對科研成果的評價統(tǒng)計等多項功能，這就對成果屬性的揭示程度提出了更高的要求，機構(gòu)知識庫中的成果屬性應(yīng)得到全面、更深層次的揭示。例如：①在對院系、實驗室等二級部門學(xué)術(shù)產(chǎn)出進行統(tǒng)計分析時，需要根據(jù)作者的二級部門數(shù)據(jù)，來判斷成果的二級部門歸屬。這就要求機構(gòu)知識庫在標(biāo)注成果的二級部門歸屬時，以原始署名單位為主要依據(jù)，避免因作者部門與署名單位中的部門不同而造成混亂與錯誤。②國際合作已經(jīng)成為高校學(xué)科發(fā)展的一種重要方式，也是上級部門考察學(xué)?？蒲心芰Φ囊粋€指標(biāo)。不少機構(gòu)知識庫并未對署名單位中的國別信息作標(biāo)注，因此無法方便統(tǒng)計國際合作論文。③產(chǎn)業(yè)合作、省內(nèi)外合作則需要對署名機構(gòu)的屬地、行業(yè)屬性進行區(qū)分。④在考察科研績效時，投入產(chǎn)出比是一個重要角度，而作為投入的基金論文，其基金信息也需要進一步分析與著錄，以便統(tǒng)計。以上例子說明，科研管理的需求越來越精細，需要對成果的重要屬性進行深入揭示才能滿足服務(wù)要求，具備服務(wù)能力。

2.4 科研成果數(shù)據(jù)的關(guān)聯(lián)廣度

在進行高?？蒲谐晒麛?shù)據(jù)組織時，一定要注意機構(gòu)知識庫是一個獨立運行的系統(tǒng)，要發(fā)揮其在科研管理中的作用，充分挖掘科研成果數(shù)據(jù)的價值，機構(gòu)知識庫就不能完全獨立，應(yīng)與校內(nèi)的其他業(yè)務(wù)系統(tǒng)進行有序關(guān)聯(lián)與互動，消除信息孤島。例如，人事部門要進行人才考核，確定考核名單后，可通過接口機構(gòu)知識庫獲取相關(guān)人員認領(lǐng)的科研成果數(shù)據(jù)后使用；機構(gòu)知識庫的用戶信息數(shù)據(jù)庫應(yīng)與學(xué)校的人事信息數(shù)據(jù)數(shù)據(jù)庫同步，機構(gòu)設(shè)置信息也應(yīng)能定期更新，才能正確匹配人員狀態(tài)、職稱、所屬部門等，為每項科研成果的部門歸屬提供準(zhǔn)確的信息。機構(gòu)知識庫與業(yè)務(wù)系統(tǒng)的關(guān)聯(lián)應(yīng)是雙向的，這種雙向的聯(lián)動，能創(chuàng)造豐富的數(shù)據(jù)關(guān)聯(lián)視圖，滿足復(fù)雜的應(yīng)用場景。

2.5 科研成果數(shù)據(jù)的評價指標(biāo)匹配

評價指標(biāo)的配置是機構(gòu)知識庫服務(wù)科研管理的基礎(chǔ)，是科研成果、人才評估等應(yīng)用中進行統(tǒng)計的重要維度。應(yīng)在機構(gòu)知識庫中配置針對成果的評價指標(biāo)和針對出版物、出版社的評價指標(biāo)。針對論文的評價指標(biāo)包括評價數(shù)據(jù)庫的收錄信息、論文轉(zhuǎn)載信息、引用文獻等；針對期刊的評價指標(biāo)包括影響因子、分區(qū)、核心期刊等信息；針對出版社的評價指標(biāo)包括著名出版社、核心出版社等信息。對成果進行指標(biāo)標(biāo)注時，應(yīng)準(zhǔn)確、完整；評價指標(biāo)字典、引文信息應(yīng)定期更新。

3 高校科研成果數(shù)據(jù)的組織與管理方案

通過規(guī)劃基于機構(gòu)知識庫的科研成果數(shù)據(jù)組織與管理的流程，從科研成果數(shù)據(jù)的智能采集、科研成果數(shù)據(jù)的清洗、科研成果數(shù)據(jù)屬性深度揭示和科研成果數(shù)據(jù)的關(guān)聯(lián)與共享4個方面，詳細闡述高?？蒲谐晒麛?shù)據(jù)組織與管理的方案。

3.1 科研成果數(shù)據(jù)的智能采集

科研成果原始采集數(shù)據(jù)的完整準(zhǔn)確是保證整個機構(gòu)知識庫成果數(shù)據(jù)建設(shè)質(zhì)量的基礎(chǔ)，也是高?？蒲谐晒R組織的第一環(huán)節(jié)。根據(jù)科研成果數(shù)據(jù)的來源，將科研成果數(shù)據(jù)的收集方式分為3類：自動獲取、作者提交和后臺導(dǎo)入。

（1）自動獲取科研成果數(shù)據(jù)。自動獲取是指機構(gòu)知識庫系統(tǒng)根據(jù)設(shè)定的搜索策略，定期到特定數(shù)據(jù)源抓取機構(gòu)成果，這是科研成果采集的最主要方式。自動獲取的科研成果類型主要是期刊論文、會議論文、學(xué)位論文、專利文獻等正式出版物。在獲取文獻前，需事先配置抓取策略，通過網(wǎng)絡(luò)爬蟲或數(shù)據(jù)庫的接口等方式從來源數(shù)據(jù)庫獲取成果。在自動獲取的過程中，要注意以下幾個方面：①科研成果的全面性。檢查本機構(gòu)的成果是否收集全面。從單庫中獲取科研成果時，是否有遺漏。同一類科研成果是否將主要數(shù)據(jù)庫都納入采集范圍，如中文期刊論文主要分布在中國知網(wǎng)、萬方數(shù)據(jù)和維普中文期刊數(shù)據(jù)庫，這3個數(shù)據(jù)庫都有其獨家期刊，只有將三庫都納入采集范圍才能保證數(shù)據(jù)的全面性。②科研成果元數(shù)據(jù)信息獲取是否完整。當(dāng)一項成果有多個來源數(shù)據(jù)庫時，應(yīng)能優(yōu)先選擇信息更全面的數(shù)據(jù)來源，從不同來源補足缺失信息，形成一個完整的、不重復(fù)的成果元數(shù)據(jù)記錄。③成果獲取周期。系統(tǒng)應(yīng)可設(shè)定自動抓取成果的周期，盡量少進行人工干預(yù)。由于各數(shù)據(jù)庫、期刊的更新周期有所不同，機構(gòu)知識庫需要根據(jù)來源數(shù)據(jù)庫的更新周期和機構(gòu)的工作需要設(shè)定周期，這一周期既要保證及時獲取到最新的科研成果數(shù)據(jù)，又不能給圖書館帶來沉重的工作負擔(dān)。④成果是否抓取準(zhǔn)確。誤爬率也是測試機構(gòu)知識庫系統(tǒng)的一個重要指標(biāo)。需要定期導(dǎo)出成果，統(tǒng)計誤爬率，分析產(chǎn)生的原因并尋求解決辦法。檢查誤爬率的另一辦法是人工手段來操作。一些有入藏號的數(shù)據(jù)庫，通過人工檢索獲取特定年限的本機構(gòu)成果，與機構(gòu)知識庫中的成果入藏號進行比對，補充漏抓記錄。

（2）作者提交科研成果數(shù)據(jù)是機構(gòu)知識庫收集成果的重要手段。對于系統(tǒng)可以自動獲取的科研成果類型，作者提交的科研成果數(shù)據(jù)是一個重要補充，可以解決來源數(shù)據(jù)庫未收錄的和抓取遺漏的成果。對于系統(tǒng)無法自動獲取的成果，只能通過作者提交的方式收集，如圖書、研究報告、藝術(shù)作品、音視頻作品等。

從技術(shù)層面看，要保證元數(shù)據(jù)的完整與準(zhǔn)確性，必須有人性化的提交界面，對必備字段作出技術(shù)上的要求和限制，簡明易理解的提交說明、清晰的提交流程等。從政策層面來看，機構(gòu)成員對提交個人科研成果數(shù)據(jù)的積極性不高，需要相應(yīng)的成果存繳政策和激勵政策加以約束與保證。最重要的是學(xué)校層面對提交科研成果數(shù)據(jù)的政策性要求，或考核要求，如果能從政策上規(guī)定將機構(gòu)知識庫作為考核成果數(shù)據(jù)源，作者提交的積極性才能得到保證。

（3）從后臺批量或單篇導(dǎo)入科研成果數(shù)據(jù)是補充科研成果數(shù)據(jù)的一個重要手段，一般由系統(tǒng)管理員操作。這些數(shù)據(jù)的導(dǎo)入視需要進行，如補充遺漏數(shù)據(jù)，批量上傳無法抓取的歷史數(shù)據(jù)等。

3.2 科研成果數(shù)據(jù)的清洗

科研成果數(shù)據(jù)清洗主要是開展去重和去“偽”科研成果數(shù)據(jù)記錄的過程。去重是為了保持科研成果數(shù)據(jù)的唯一性。去“偽”目的是清除誤爬數(shù)據(jù)和用戶提交的非本機構(gòu)數(shù)據(jù)。

（1）科研成果數(shù)據(jù)去重。多個來源必然會帶來重復(fù)，雖然各數(shù)據(jù)庫收錄的期刊種類、數(shù)量均有所不同，但是會存在一定程度上的交叉。另外，即使是同一個數(shù)據(jù)庫中也有可能出現(xiàn)重復(fù)數(shù)據(jù)記錄的情況，同時也有可能出現(xiàn)成果被多次收錄，或是一稿多投等現(xiàn)象。再加上各數(shù)據(jù)庫的元數(shù)據(jù)標(biāo)準(zhǔn)和格式、數(shù)據(jù)質(zhì)量均有所差別，因此，需要對不同來源的數(shù)據(jù)進行去重和整合。數(shù)據(jù)去重包括單庫去重和跨庫去重兩種情況。

單庫來源的記錄產(chǎn)生重復(fù)的原因比較復(fù)雜，主要有人工提交科研成果數(shù)據(jù)和系統(tǒng)抓取科研成果數(shù)據(jù)造成的重復(fù)，有些數(shù)據(jù)庫對同一個成果在不同階段發(fā)布的內(nèi)容不同、系統(tǒng)將更正記錄、撤回論文當(dāng)作科研成果抓取等原因。單庫去重的辦法主要有：完善機構(gòu)知識庫的重復(fù)論文識別機制，增加重復(fù)論文檢索功能、重復(fù)提示功能和重復(fù)合并功能；增加識別優(yōu)先發(fā)表、網(wǎng)絡(luò)出版和Inpress、Ear9 lyAccess等論文在正式發(fā)表的記錄是否為同一篇論文，及時更新記錄信息；論文更正記錄、撤稿成果等需要區(qū)別對待；將DOI、入藏號等代表文獻唯一標(biāo)識碼作為去重的重要依據(jù)等。

從多個數(shù)據(jù)庫抓取的同一成果，也會造成重復(fù)，原因諸如：因同一成果的一些關(guān)鍵字段信息在不同來源中不一致產(chǎn)生重復(fù)，如標(biāo)題、作者、發(fā)表期刊、年份等；因收錄數(shù)據(jù)庫的語種導(dǎo)致系統(tǒng)無法識別而產(chǎn)生重復(fù)。多庫去重的辦法中DOI代表文獻唯一標(biāo)識碼可以作為去重的重要依據(jù)，但要注意WebofScience數(shù)據(jù)庫中，有時會議論文會用同一個DOI；通過一些字段的組合作為去重的依據(jù)，如，ISSN+年+卷+期+頁碼，或標(biāo)題+刊名+作者+年[+卷][+期]+頁碼等?？梢栽O(shè)置幾組相同文獻的判斷標(biāo)準(zhǔn)。

（2）科研成果數(shù)據(jù)去“偽”。去“偽”是刪除那些誤爬的或作者提交的非本機構(gòu)的科研成果。判斷依據(jù)是作者署名機構(gòu)。對于系統(tǒng)自動抓取的成果，本應(yīng)在成果過濾階段就設(shè)立規(guī)則予以排除，但因各種原因還是混入庫中，如來源數(shù)據(jù)庫機構(gòu)署名拼寫錯誤；作者提交成果未填署名單位或填寫的現(xiàn)單位而非署名單位；署名機構(gòu)名稱與本機構(gòu)名稱相似，通過檢索式無法區(qū)分，系統(tǒng)過濾失敗等。

檢查“偽”成果的一個辦法是通過人工操作。一些有入藏號的數(shù)據(jù)庫，通過人工檢索獲取特定年限的本機構(gòu)成果，與機構(gòu)知識庫中的成果入藏號進行比對，對機構(gòu)知識庫中有而人工檢索結(jié)果中無的成果進行分析，確認是否為本機構(gòu)成果。另外，應(yīng)該將成果提交規(guī)定以恰當(dāng)?shù)男问阶屘峤徽咧獣?，改善成果提交功能，對未填寫署名單位的成果不入庫?/p>

3.3 科研成果數(shù)據(jù)屬性深度揭示

機構(gòu)知識庫不僅要做到全面、準(zhǔn)確地收集機構(gòu)產(chǎn)出的科研成果，還需要深入揭示科研成果的屬性，才能為高?？蒲谐晒嚓P(guān)的各項統(tǒng)計和評價提供數(shù)據(jù)基礎(chǔ)。成果屬性的深度揭示主要是對比機構(gòu)知識庫的元數(shù)據(jù)要求進行規(guī)則處理，使得數(shù)據(jù)更為規(guī)范，通過對收集到的原始數(shù)據(jù)的拆分來實現(xiàn)。科研成果數(shù)據(jù)的元數(shù)據(jù)處理需要區(qū)分的重要屬性是署名地址、署名作者、資助基金等。

（1）署名地址相關(guān)屬性的揭示。署名地址中有不少信息對于科研管理與成果評價有特定的意義，可以根據(jù)需要進行揭示。署名地址中的信息包括：機構(gòu)名稱、二級部門名稱、所在地（省/州/城市等）、國家，以及地址排序和是否通信單位等，見表1。

表1 署名地址相關(guān)的屬性

（2）署名作者相關(guān)屬性的揭示。作者署名相關(guān)的信息可用于幫助確認作者的貢獻，是成果作者歸屬的重要判斷依據(jù)，相關(guān)屬性見表2。

表2 署名作者相關(guān)的屬性

（3）資助基金相關(guān)屬性的揭示。資助基金信息是考察研究團隊、機構(gòu)和作者的研究投入的一項指標(biāo)，可視需要進行揭示，相關(guān)屬性見表3。

表3 資助基金相關(guān)的屬性

（4）評價指標(biāo)屬性的揭示?？蒲谐晒u價指標(biāo)與成果息息相關(guān)，機構(gòu)知識庫應(yīng)建立考核指標(biāo)字典，通過評價指標(biāo)與成果的結(jié)合，實現(xiàn)對科研決策的支撐。關(guān)于論文、專著、報紙等成果的考核指標(biāo)，如表4所示。

表4 評價指標(biāo)相關(guān)的屬性

3.4 科研成果數(shù)據(jù)的關(guān)聯(lián)與共享

機構(gòu)知識庫需要打破信息孤島狀態(tài)，與其他業(yè)務(wù)部門的數(shù)據(jù)進行多維度關(guān)聯(lián)，才能發(fā)揮其在科研管理、績效評估、學(xué)科建設(shè)等方面的作用。如，學(xué)校、院系的投入產(chǎn)出評估中，通過項目數(shù)據(jù)與成果數(shù)據(jù)關(guān)聯(lián)了解產(chǎn)出績效；人才引進、國際合作、行業(yè)合作、研究生培養(yǎng)、學(xué)科建設(shè)、科研團隊等評估工作，也可通過人與成果的關(guān)聯(lián)產(chǎn)生翔實的數(shù)據(jù)，支持管理決策和上級主管部門對學(xué)校的評估。

科研成果數(shù)據(jù)的關(guān)聯(lián)與共享一般是通過科研成果共享平臺來實現(xiàn)的?？蒲谐晒蚕砥脚_由兩部分構(gòu)成：

（1）科研成果關(guān)聯(lián)機制或關(guān)聯(lián)功能構(gòu)件。科研成果關(guān)聯(lián)功能構(gòu)件是一種底層開發(fā)的接口集成，連接機構(gòu)知識庫和眾多職能部門的業(yè)務(wù)子系統(tǒng)，其作用是在底層數(shù)據(jù)間建立關(guān)聯(lián)，每一個系統(tǒng)中哪些數(shù)據(jù)可以共享，向誰共享，如何調(diào)用，權(quán)限控制等技術(shù)細節(jié)，使業(yè)務(wù)系統(tǒng)之間的科研成果數(shù)據(jù)共享成為可能。

（2）應(yīng)用子系統(tǒng)。這是根據(jù)學(xué)校、師生、職能部門的應(yīng)用需求，以滿足特定的成果使用目標(biāo)專門設(shè)計的應(yīng)用模塊。其中有常規(guī)的應(yīng)用需求，也有個性化的、突發(fā)的需求，這些需求往往有一個共同特點，即涉及的數(shù)據(jù)信息可能來自不同的部門，呈現(xiàn)方式也不一樣，需要建設(shè)專門系統(tǒng)/功能模塊才能滿足。常規(guī)的應(yīng)用子系統(tǒng)有：師生的聘期考核、全校KPI考核、初中級職稱評定、人才考核、年度單項獎、團隊成果跟蹤，院系成果跟蹤、ESI學(xué)科貢獻度、ESI高被引論文、學(xué)科發(fā)展態(tài)勢分析、學(xué)位論文管理、研究生獎學(xué)金評定、高水平論文監(jiān)測、三大檢索論文跟蹤統(tǒng)計、教育部統(tǒng)計、市教委成果統(tǒng)計、國際合作成效監(jiān)測、教師學(xué)術(shù)主頁等。

應(yīng)用子系統(tǒng)在成果關(guān)聯(lián)功能構(gòu)件的支持下，調(diào)用跨業(yè)務(wù)系統(tǒng)的數(shù)據(jù)提供服務(wù)。如學(xué)者個人主頁子系統(tǒng)展示的科研成果情況主要包括其所屬部門、科研成果總數(shù)、科研成果類型、科研成果收錄情況、合作者、論文發(fā)表期刊、項目等，這些信息可能來自機構(gòu)知識庫、人事部門業(yè)務(wù)系統(tǒng)的人事信息庫、科技管理部門的項目信息庫等。

在實踐中，機構(gòu)知識庫建設(shè)者與服務(wù)提供者首先要了解各部門對成果數(shù)據(jù)的需求，分析各部門的評估統(tǒng)計中涉及到的成果數(shù)據(jù)，制定出針對不同要求的個性化數(shù)據(jù)方案，將各成果數(shù)據(jù)屬性進行關(guān)聯(lián)，形成數(shù)據(jù)視圖，這些視圖可以直接導(dǎo)出數(shù)據(jù)，供圖書館完成職能部門或其他用戶委托；或?qū)⒁晥D設(shè)計成數(shù)據(jù)接口，供校內(nèi)業(yè)務(wù)系統(tǒng)調(diào)用；或篩選出常用、可共享數(shù)據(jù)視圖，開發(fā)Web查詢功能，為全校或特定的用戶開放查詢服務(wù)。

除了機構(gòu)知識庫內(nèi)部數(shù)據(jù)關(guān)聯(lián)外，還會經(jīng)常用到各職能部門的數(shù)據(jù)，將其與機構(gòu)知識庫的成果數(shù)據(jù)關(guān)聯(lián)，共同解決一些特定的需求。例如，分析特殊人才的科研產(chǎn)出時，就需要用到人事部門的人事數(shù)據(jù)。如果要在底層進行關(guān)聯(lián)，一種做法是在人事系統(tǒng)中，調(diào)用機構(gòu)知識庫的視圖，然后在人事系統(tǒng)進行分析與考核；另一種方式是依托科研成果共享平臺的支持，開發(fā)特定的應(yīng)用子系統(tǒng)（如特殊人才科研成果監(jiān)測系統(tǒng)），開放給有關(guān)部門與人員使用。機構(gòu)知識庫與職能部門的業(yè)務(wù)系統(tǒng)之間的關(guān)聯(lián)是雙向的，共享是相互的，只有這樣，才能創(chuàng)造一個校內(nèi)科研成果信息資源建設(shè)與利用的良性循環(huán)。

4 結(jié)語

高校科研成果數(shù)據(jù)日趨重要，對科研成果數(shù)據(jù)的組織與管理也在不斷完善和發(fā)展。機構(gòu)知識庫是實現(xiàn)科學(xué)成果數(shù)據(jù)必不可少的工具?；跈C構(gòu)知識庫的科研成果數(shù)據(jù)的智能采集、科研成果數(shù)據(jù)的清洗、科研成果數(shù)據(jù)屬性深度揭示和科研成果數(shù)據(jù)的關(guān)聯(lián)與共享是高?？蒲谐晒麛?shù)據(jù)組織和管理的具體實施方案。在筆者的實習(xí)和實踐過程中，還發(fā)現(xiàn)機構(gòu)知識庫重儲存與開放獲取，科研管理服務(wù)意識與功能不足；成果數(shù)據(jù)的質(zhì)量無法滿足當(dāng)前學(xué)校對科研成果的精細化要求；學(xué)校主管部門、師生缺乏對機構(gòu)知識庫的了解，對機構(gòu)知識庫認可度低；師生參與機構(gòu)知識庫建設(shè)的積極性不高，成果認領(lǐng)率低等問題有待解決。期望相關(guān)研究能夠推動實踐的發(fā)展，促進高校科研成果數(shù)據(jù)服務(wù)與機構(gòu)知識庫的更好融合。