基于数据生命周期图书馆科学数据服务研究.docVIP

基于数据生命周期图书馆科学数据服务研究 　　[摘要]数据生命周期是依据科研过程发展而来，从数据产生、加工到数据发布、再利用的一个循环过程。归纳数据生命周期理论，在此基础上推演出e-Science环境下图书馆可以尝试开展的科学数据服务方式，划分为数据初次加工、数据再加工和知识抽取三类服务。并且，提供相应案例分析，考察服务的实践开展情况。 　　[关键词]科学数据　数据生命周期　服务方式 　　[分类号]G250 　　 　　进入21世纪，e-Science的产生改变了科研方式，科技创新越来越依赖于对海量数据的再利用。因此，如何融入e-Science环境满足科研人员的数据需求是图书馆界亟需探索的一个问题。国外已经有学者探讨e-Research中图书馆参与数据领域的角色定位问题，本文在总结前人观点基础上，利用数据生命周期(digitallife cycle)模型推演了e-Science环境下图书馆可以开展的科学数据服务方式，并考察各项???务的实际开展情况，辅以案例分析。 　　数据生命周期是指从数据产生，经数据加工和发布，最终实现数据再利用的一个循环过程，其实质是依据科研过程来管理数据。本文从来源、类型、基本流程、特色、实质等方面分析了各种数据生命周期理论，从中归纳出数据生命周期的一般基本流程，以此为指导思路探索了e-Science环境下图书馆可以开展的科学数据服务方式。 　　 　　1　数据生命周期理论归纳 　　 　　生命周期的概念源于生物领域，科学家描述了寄生物扁虱从一个宿主转换到另一宿主的生命周期过程，宿主为扁虱的整个生命周期提供支撑生存的环境。作为一种比喻，数字对象也可以看作扁虱，从一个数字加工环境到另一环境，最终生成数字产品供用户使用。数字生命周期的提法在IASSIST(International Associa-tion for Social Science Information Services＆Technology)2006中多次出现，Ann Green总结了各类数字生命周期理论，并讨论了数字化生命周期的内涵：首先，“生命周期”不同于“生命期”(life span)，即从产生到消亡，一个生命周期意味着一种数据加工环境，经过数据管理和长期保存，实现资源发现和再利用。具体来说就是对数字化资源进行保存及长期保存、提供获取，最终用于支持研究、政策制定等再利用活动。本文归纳了各派数据生命周期理论，从来源、基本流程、类型等方面进行列表对比(见表1)。 　　 　　从各派理论可以看出，科研生命周期是数据生命周期的来源，同时e-Science环境下一个完整的数据生命周期涉及数据加工和知识抽取两个层次，数据加工是知识抽取的基础。其中，数据加工的过程基本达成一致，各家基本都涉及数据收集、数据处理、数据发布、数据发现等；另外，Liz Lyon的e-Research下的数据生命周期模型中有增加附加值环节，实质上属于数据加工的高级阶段，即再加工；而各家基本都涉及的数据分析则是最高级的数据加工，即知识抽取阶段。 　　综上所述，从内容层面看，一个完整的数据生命周期包括数据加工和知识抽取两个层次，数据加工是知识抽取的基础。数据加工又包括数据初次加工和数据再加工，前者包括数据存储系列环节；后者则是在一次加工基础上增加附加值。在知识抽取方面，主要在数据获取基础上进行的一系列高级活动，包括数据挖掘等知识发现活动。 　　 　　2　数据生命周期流程下的图书馆数据服务拓展 　　 　　由前文分析可以看出，数据生命周期由科研周期发展而来，通过数据生命周期图书馆可以宏观把握科研人员的科学数据需求，结合自身实际开展服务。笔者也试图通过数据生命周期理论推演e-Science环境下图书馆可以开展的科学数据服务方式。在此之前，国外已经有很多学者、机构对e-Science环境下图书馆参与数据领域的角色定位进行了探索，这与科学数据服务方式的探索是异曲同工的，因此本文首先总结已有研究，在此基础上提出自己的服务推演类型。 　　 　　2.1　图书馆在数据服务领域的角色探索 　　Anna Gold提到科学研究生命周期理论和学术交流系统结合起来，很容易推导出数据和文献的生命周期流程，具体如图1所示： 　　 　　笔者以此为线索探索了图书馆员在科学数据服务中可以担任的角色。在前出版阶段，主要角色是：①选择数据集并发放许可；②制作元数据(或标准)描述数据集；③数据保存服务；④评审、挑选长期保存资源；⑤协助用户数据发现；⑥发展数据出版标准和系统；⑦呼吁出台知识产权保护文件；⑧建立学术成果储存库，如数据仓储。在后出版阶段，作者主张图书馆员要争取成为研究者的合作者，如参与创建数据管理原型等。 　　另外，Liz Lyon也提到科学数据服务中涉及到的各主体的职责，