大数据时代图书馆科学数据策展管理模式研究.docVIP

大数据时代图书馆科学数据策展管理模式研究 艾丽丽 齐齐哈尔市委党校 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 大数据时代数据策展管理概念得到了广泛传播, 而图书馆在科学数据策展管理中扮演着重要角色。在不同的科研活动阶段, 图书馆科学数据策展管理具有不同的任务, 通过构建科学数据策展管理模式, 旨在提升图书馆策展管理水平。 关键词： 大数据时代; 图书馆; 科学数据; 策展管理; 作者简介：艾丽丽 女, 1982年生。本科学历, 馆员。 收稿日期：2017-06-13 Received： 2017-06-13 科学数据是指科学研究中产生的各类原始数据, 其与人类活动息息相关, 也是图书馆资源的重要构成部分。大数据时代随着E-science研究的不断深入, 科学数据的作用日益凸显, 其与科学数据相关的研究已成为图情领域的热点。在这样的背景下, 数据策展管理 (Data Curation) 概念应运而生。2003年, 美国NSF发布《通过信息基础设施推动科学和工程变革》研究报告, 其中对Data Curation进行了详细阐述, 指出目前科学研究中缺乏系统的数据管理策略, 导致大量重要数据丢失甚至消失。Data Curation概念的提出, 为科学数据监管提供了新思路, 也推动了数字信息领域对科学数据管理的深入研究[1]。数据策展管理由数据存储演变而来, 可以看做为保障数据资源重新利用与再现的管理活动。图书馆在科学数据策展管理方面扮演着重要角色, 尤其是大数据时代科研模式的变革, 迫切要求图书馆实现对科学数据进行全方位管理, 以满足科研用户的更高层次数据利用需求。 1 大数据时代数据策展管理的兴起与发展 1.1 数据策展管理的由来 大数据时代虽然数据资源数量日益增多, 但是科学数据的存储环境依然严峻, 表现在科学数据具有极高的信息技术依赖性, 对系统、软件、存储设备要求较高, 若操作不当很容易导致丢失, 或者难以实现信息溯源。为了保障科学数据的持续长期存储与利用, 促进科学数据增值, 一些科研人员提出Data Curation的概念, 希望通过这种数据监管方式, 对科学数据进行有效保护。目前科研人员对Data Curation依然没有统一定义, 不同科研机构或研究者提出了不同的解释。美国信息科学研究院指出, Data Curation即结合科学、教育与学术研究需求, 对数据资源主动进行周期性管理。我国部分学者将其定义为:在数据生命周期中, 对其进行保存、维护并促使增值的有策略的管理。总体而言, Data Curation旨在保障数据的长效获取使用, 通过持续、主动的管理策略加快科研进程, 促进科研创新[2]。 1.2 数据策展管理的生命周期 数据资源的动态、随机性特点, 决定了它很容易受到信息环境的影响, 因此Data Curation本身是持续、动态的工作, 涉及到科学数据整个生命周期的内容。生命周期理论的提出, 对Data Curation的各阶段进行了明确界定, 能够保障数据管理的连续性, 并通过科学的策略和正确的顺序, 保障组织管理的可靠性、完整性。DCC在此基础上, 提出了经典的Data Curation生命周期模型, 对Data Curation所需的周期阶段进行了高度概括。该模型将数据策展管理分为6个层次, 依次为数据筛选、描述、保存、社区参与、管理与管理流程。在这个模型中, 数据不仅包括各类常规资源, 如文本、音频、元数据、标识符等, 也包括由结构化数据集合形成的各类数据库。它作为科学数据组织工具, 可实现对不同层次、不同粒度数据对象策展活动的拓展, 应用范围十分广泛。 1.3 数据策展管理的主要特点 Data Curation是有策略的数据管理活动, 其核心服务内容就是科学数据[3]。由于科学数据是在科研活动中产生的, 而大部分科研项目周期长, 属于数据不断累积的过程, 数据内容之间存在较大的关联性。因此科学数据策展管理的时间跨度也较大, 一般为3-5年左右。对于具备专业脉络的学科研究项目, 如天文、水利等, 其Data Curation的周期甚至可达二十年左右。科学数据本身具备专业性, 专用程度高, 大部分数据来源于科研团队或个人研究成果, 也限定了数据使用范围, 很难保障这些资源的开放共享。同时科学数据形式多样, 不同的数据格式与载体形态呈现不同的特点。加上科学数据有庞大的基数, 在不同的生命阶段涵盖不同的附加值, 也决定了数据策展管理的复杂性。 2 大数据时代图书馆在科学数据策展管理中的角色定位 数据策展管理是大数据时代的重要数字化战略, 为图书馆科学数据服务提供了机遇。图书