基于关联数据的图书馆、档案馆和博物馆数字资源整合研究.pdf

基于关联数据的图书馆、档案馆和博物馆数字资源整合研究 基于关联数据的图书馆、档案馆和博物馆数字资源整合研 　　图书馆、档案馆和博物馆（Libraries ，Archives ，Museums ，以下简称LAM ）作为社 会重要的公共文化基础设施，在公共文化服务体系中具有举足轻重的地位。随着我国经济 的持续高速增长，社会物质财富迅速增加，人民群众对精神文化消费提出了越来越高的要 求。LAM 如何向社会公众提供丰富的文化信息资源，如何让社会公众方便快捷地获取这些 资源，成为新的历史条件下这些公共文化服务机构必须面对的问题。 　　随着数字信息技术的发展和网络环境的形成，LAM 等信息资源收藏系统，正在将大量 馆藏转换为数字形态，通过网络为用户提供超越时空的服务。然而，这种各自为政的资源 管理和分散多头的服务，不仅造成了数字资源的重复建设，而且阻碍了这些文化信息资源 的有效利用和广泛共享。因此，如何创建一个整合图书、档案、博物数字资源内容的基础 结构，在一个更加宽泛的框架内配置资源，提供用户所希望的深层次的、一体化的信息资 源服务，成为近年来各国 LAM 十分关注的课题。 　　1 关联数据及其应用于 LAM 数字资源整合的意义 　　1.1 关联数据概述 　　 关联数据这个术语是由 “万维网之父”Tim Berners-Lee 在其万维网体系架构笔记《 关联数据》中于 2006 年首次提出。但对于什么是关联数据，学术界仍未达成一致。开放 连接软件的创建者及 CEO 金斯利 ·艾得恩对其定义为 “关联数据是一种网络上的富链接机 制，将超文本链接变为超数据链接，也就是由文件指向文件变为由数据指向数据” ［1］ 。维基百科将其定义为 “一种推荐用来在语义网中运用 URI 和 RDF 发布、分享、链接各类 数据、信息和知识的最佳实践” ［2 ］。简而言之，关联数据就是一种数据的发布方式， 通过 URI 、HTTP 协议和 RDF 等技术将一个个数据对象（而不是网络文档）连接起来，最终 构建机器能够理解的异构化和富含语义的数据网络（web of data ），以构建更智能的应 用。关联数据须遵循四个原则：①使用 URI 作为任何事物的标识名称；①使用 HTTPURI 使 任何人都可以访问这些标识名称；①当有人访问某个标识名称时，提供有用的信息；①尽 可能提供相关的 URI ，以使人们可以发现更多的事物［3 ］。 　　 越来越多的机构青睐关联数据这种新的数据发布方式。大型媒体公司，如美国纽约 时报，从 2009 年开始以关联开放数据发布权威的新闻词汇，到 2010 年已经上载了 10 ， 467 个主题表目，其中 4978 个人物的主题表目［4 ］。CKAN 关联数据中心的一个组是关联 的开放数据 LOD 组， 云图中现含二百多个数据集［5 ］。 此外，CKAN 关联数据中心还有 46 个其他的组，比如图书馆关联数据组（含 38 个数据集，大多数联接都是与非图书馆数 据的联接）［6 ］、气象数据组（含58 个数据集）［7 ］、能源数据组［8 ］（含21 个数 据集）等。其中被频繁联结的主要的数据集有 DBpedia 、DBLP Bibliography 、GeoNames 、 Riese 、UMBEL 、GeoSpecies Knowledge Base 以及 BBC Music 等。政府利用关联数据技术 也很积极，欧盟统计局的 RIESE 项目以 “为了人和机器着想”为原则创建关联数据，将统 计局的数据集映射为 RDF 格式，提供了大约 3 亿个 RDF 三元组，数百万个高质量的互链接 ［9 ］。图书馆主要利用关联数据发布资源、扩展资源发现服务、实现数据整合与语义检 索服务、促进学术研究和学术交流、实现异构关联数据的开放与复用、实现图书论文联盟 wWw.LW 馆与教学系统之间的集成等［10］。到2010 年，图书馆的关联数据集已超 过 20 个［11］（见图1）。 　　1.2 关联数据在 LAM 数字资源整合中的发展现状 　　 众所周知，图书馆行业有着无与伦比的 “规范控制”实践经验和不断积累的数据优 势，而且近几年国外图书馆界对关联数据的研究与应用十分的重视。2010 年 5 月 28 日 ，万维网协会W3C 宣布成立图书馆关联数据孵化小组（Library Linked Data Incubator Group ），该小组的目标是通过汇集图书馆界内外参与语义网活动（重点在关联数据）的 人、基于现有创新举措、确定未来的合作轨迹，帮助提高图书馆数据在互联网上的全球互 操作。 　图书馆关联数据孵化小组创始成员来自国家图书馆、大学图书馆及研究单位、图书