3.1 ISCAS-IR支撑服务框架设计

ISCAS-IR利用国科图提供的机构知识库建设工具, 构建了面向ISCAS的科研支撑框架,如图2所示:

图2

	Figure Option ViewDownloadNew Window
	图2 ISCAS-IR框架

由图2可知, 为实现ISCAS-IR科研支撑服务, ISCAS-IR的数据组织需包括文献信息、科研报告、软件著作权和专利数据等, 由此构成由信息资源层、存储层和服务层组成的三级架构。信息资源层主要是对机构自存科研产出数据、机构学者发表科研产出数据、机构学者收录引用数据进行采集和对数据进行收集、整理, 数据包括数据流和数字对象的元数据包文件; 存储层负责从不同角度对采集的数据进行存储, 同时提供ISCAS-IR内容管理、发布管理、用户管理和权限管理; 服务层是指IR为ISCAS用户提供基础服务、知识服务和统计分析服务等功能。其中, 基础服务借助国科图提供的IR支撑功能实现; 知识服务借助笔者所在IR支撑服务团队研发信息整合、信息组织与信息聚类工具实现; 统计分析服务借助笔者所在IR支撑团队对IR数据的有效审核与控制和国科图IR支撑工具中的统计分析功能实现。

3.2 ISCAS-IR数据利用方法设计

为保证机构数据库数据的高效利用, 笔者通过研究数据信息整合、信息组织与聚类方法, 采用技术手段设计ISCAS-IR支撑服务功能。

由于知识服务需要对数据信息进行提取、整合和重新组织, 因此, 在使用ISCAS-IR机构知识库开展知识服务时, 往往需要采取输入多种检索条件进行检索、导出多个检索结果数据包, 通过人工方式对多个数据包数据进行解析-整理-整合, 再用于科研支撑服务。这种方式不仅工作量大且工作效率低, 同时服务质量也难以保证。

为此, 笔者所在ISCAS-IR建设与服务团队, 通过分析各数据包中同一篇文献存在多个部门属性、多个学科属性、标题/关键词/摘要的中英文属性等多种属性问题, 构建数据信息提取与整合规范, 通过去重和去伪后提供支撑科研的知识服务。其技术架构如图3所示:

图3

	Figure Option ViewDownloadNew Window
	图3 ISCAS-IR数据整合与聚类技术架构

其中, 数据去重是以文献标题为特征项, 对多个数据包中同名文献数据进行合并; 数据去伪是对检索条件取“非”的数据进行剔除。具体做法如图4所示:

图4

	Figure Option ViewDownloadNew Window
	图4 去重/去伪数据流程

3.3 ISCAS-IR支撑服务功能设计

根据3.1节框架设计内容, ISCAS-IR支撑服务的功能设计包括三方面内容, 即: 基础服务功能设计、知识服务功能设计、统计分析服务功能设计。

(1)基础服务功能设计

应建立机构或其成员能方便使用的存缴、收集接口, 支持批量存缴机构知识成果, 支持从其他内容系统(学位论文管理、图书期刊出版、学术会议内容发布、科研管理、个人或机构网站等系统)获得作品或元数据, 集中展现相应对象所产生的知识成果。应提供知识目录的定制功能, 提供知识目录相互关联浏览的能力^[5]。

(2) 知识服务功能设计

应支持机构专家文献、学科文献、部门文献的数据组织与聚合, 组织研究所及其下属研究室、个人成员正式在各类网站上发布的学术期刊、会议论文、学位论文、科技报告、图书、专利、标准等公开文献类型; 有竞争意义的知识内容(例如涉及竞争性产品、方法、技术等)和内部管理性质的知识内容(例如内部工作计划、预算、评价、规范、程序等)^[5]。以机构部门为单位, 应用“部门+内容类型”的发布管理形式, 组织聚合部门专家文献。以机构学科为线索, 应用“学科+内容类型”的发布管理方式, 聚合机构学科文献。并以上述数据为基础, 组织机构文献被收录与引用的信息, 便于科研人员在有效使用、管理科研产出的基础上, 了解科研产出概貌。

(3) 统计分析服务功能设计

应支持面对科研一线、科研管理部门及图书情报支撑部门的统计分析功能。对于科研一线, 应支持研究人员、课题组、实验室等的论文产出统计分析, 发文趋势统计, 被收录文献统计; Top-研究人员、实验室、课题组、发展需求与能力差距分析, 解决本所科研人员发表的论文可能本所也不容易访问和获得的问题; 对于科研管理部门, 应改变本所研究产出分散“保存”的现状, 对于项目结题、课题组解散或重组、人员流动等都可能导致研究产出的逐步流失, 实现对各种类型数字知识资产的统一管理, 提供按机构、学科、部门知识产出分布概貌分析; 对于图书馆科研支撑服务, 应逐步支持对机构的知识需求分析、知识能力分析、知识关系分析、知识资产应用分析等^[6]。

3.4 ISCAS-IR规范数据保证机制设计

IR数据来自各个异构的数据源, 而数据源本身对数据标引存在不准确和不完整问题, 因此, 需要构建服务团队和规范化建设机制, 对系统采集的元数据与人工干预方法的结合运用, 以保证元数据的正确性。其工作团队模式与数据保障工作流程如图5所示:

图5

	Figure Option ViewDownloadNew Window
	图5 工作团队模式和数据保障工作流程

由此, 笔者所在ISCAS-IR建设团队从技术支撑角度, 研发数据采集与导出工具, 以保证数据的完整性; 从推广角度, 与科研部门联合, 组建“核心团队”+“动态成员”的IR建设团队, 将以图书馆为主的数据存缴逐步转向以部门秘书及科研人员为主的数据存缴方式, 并在完成IR数据存缴工作的同时实现IR数据向ARP数据的导入; 从管理角度, 探索集研究所之合力, 创建“核心团队”+“动态成员”的组织模式, 其中, “核心团队”由图书馆、科技处、信息中心主要领导及相关工作人员组成, “动态成员”由部门秘书或部门主任或指定的科研人员或课题组长组成, 以保障IR建设的有序进行; 从服务角度, 将IR建设纳入图书馆支撑与服务范畴; 从应用角度, 将IR数据嵌入研究所/部门/课题组的学科信息环境中, 形成自下而上的IR建设机制, 使IR高效、持久地服务于科研活动。

4.1 嵌入学科平台的资源整合方法及应用

ISCAS-IR数据快速、高效增长, 但语种多样性、文献类型多样性、文献格式多样性等数据加工的复杂问题, 影响了用户对IR的利用。ISCAS-IR利用数据格式转化方法, 在转换前构建中间库, 借助中间库应用PHPExcel组件来生成完全符合IR系统上传要求的文档。将来源数据按规范要求进行数据清洗, 存入中间数据库; 其次, 对来源于中间数据库且已经进行过分项处理的各类元数据, 按照IR系统的上传数据格式要求, 进行排列组合; 最后, 输出符合条件的待传数据, 可分别导出该机构的符合IR上传模板的回溯数据文献, 高效支撑了IR数据的采集与导入, 数据转化流程如图6所示:

图6

	Figure Option ViewDownloadNew Window
	图6 数据转化流程

随着图书馆群组集成知识平台项目的建立需求, ISCAS-IR数据按期刊/会议论文、学位论文、科研报告、著作、专利、成果等分类方式嵌入学科知识平台, 与平台中其他数据有效结合运用, 既充实了群组集成知识平台的一站式服务功能, 同时也体现了ISCAS-IR元数据准确和完整性的优势。这一个巧妙的结合, 实现了IIP^[7]与IR的互利应用, 拓展了ISCAS-IR的服务模式, 方便科研人员在一站式环境中高效利用资源, 如图7所示:

图7

	Figure Option ViewDownloadNew Window
	图7 ISCAS-IR期刊论文嵌入学科知识平台

4.2 机构知识主题聚类方法及应用

随着数据密集型科研的发展, 只关注科研产出末端的知识产出已经不能满足科研用户的需求^[8]。科研用户对IR利用的需求, 已经从依据标题查全文、依据作者查全文、依据期刊查全文、依据会议查全文的单篇文献获取方式转变为侧重于主题聚类而发现知识的需求, 即科研用户更加关注主题聚类下的学者、文献、被收录文献、高被引频次文献等具有知识体现的数据信息。

由此, 笔者采取依据用户提供的检索主题, 对机构基于文献英文标题、关键词和摘要信息等按主题词进行词根抽取、词频统计等加工处理, 形成若干与主题词相关的Topic数组, 再运用概率统计方式对作者与主题、文献与主题标注相关主题Topic标签, 以此将作者与主题、文章与主题进行聚类展现, 以满足科研用户使用需求, 如图8和图9所示:

图8

	Figure Option ViewDownloadNew Window
	图8 基于主题模型算法流程

图9

	Figure Option ViewDownloadNew Window
	图9 聚类展现方式

4.3 科研产出统计分析方法及应用

科研机构不仅需要将科研知识典集进行长期集中管理和保存, 更重要的是需要利用知识资产分析评价机构的研究方向、过程、趋势和结果; 完善科研产出管理、提高绩效管理和评价工作的效率, 提升机构学术影响力和成果展示度, 提升机构声誉和品牌, 宣示机构的社会价值^[9]。

为此, 基于国科图统一部署, 国科图兰州分馆技术研发团队支撑建设的ISCAS-IR平台具有强大数据统计分析功能, 将这些统计分析功能应用于研究所科研产出统计管理, 为科研产出统计年报提供支撑, 其分析功能页面及部分统计分析如图10所示:

图10

	Figure Option ViewDownloadNew Window
	图10 分析功能页面及部分统计分析图