大数据环境下国家科技文献信息资源保障策略

Size: px

Start display at page:

Download "大数据环境下国家科技文献信息资源保障策略"

栈卜
5 years ago
Views:

1 基于国家保障的科技信息资源发现系统国家科技图书文献中心资源建设组组长中国科学技术信息研究所信息资源中心主任数字图书馆论坛主编曾建勋 2016 年 5 月

2 创刊于 2005 年, 是中国科学技术信息研究所主办的专业性学术月刊中国科技核心期刊统计源刊 CSSCI 扩展版来源期刊人大复印报刊资料图情档学科中, 全文转载量排名第 7, 转载率排名第 5, 综合指数排名第 8 既厚名家更重新人在数字时代, 图书馆更应该强化数字图书馆研究

3 报告概览 1. 国家科技信息资源保障与服务现状 2. 国家科技信息资源保障面临形势与挑战 3. 国家层面科技信息资源发现系统构建思考 4. NSTL 与 CALIS 合作展望

4 第一部分国家科技信息资源保障与服务现状

5 NSTL 组织结构图科技部财政部理事会主任信息资源专家委员会网络系统专家委员会资源建设组网络系统组数据加工组信息服务组中科院文献情报中心办公室中国科学技术信息研究所机械工业信息研究院冶金工业信息标准研究院中国化工信息中心中国农业科学院图书馆中国医学科学院图书馆中国标准化研究院中国计量科学研究院国家工程技术图书馆理农医

6 NSTL 作为我国外文科技信息资源保障主体, 科技类印本资源的采集量保持稳定, 并以国家许可模式持续引进多个外文数据库, 是我国最大的科技文献信息保障和服务机构高质量印本资源保障种 5241 种 1351 种 2278 种 462 种 237 种期刊会议录科技报告科技丛书文集工具书文摘 :2.89 亿引文 :1.88 亿 24 个用户管理平台 40 个专题镜像国家科技信息资源保障平台服务站接口服务 39 个 25 个数字资源三级保障体系成员单位开通 2014 年,66 个部分单位联合开通全国开通外文数据库 ACS/AIP/APS 199 个单位现 641 回 19 ProQuest 农学 50 个单位刊种溯个

7 NSTL 印本科技期刊非刊文献保障建设 2015 年,NSTL 外文科技期刊收藏量达到种, 非刊文献 9119 种期刊 ( 种 ) 文献 ( 种 ) 文献 ( 套 ) 外文科技科技期刊收藏量外文非刊文献收藏量科技期刊会议文献科技报告学位论文标准专利引文资源电子资源

8 NSTL 科技报告保障建设自上世纪 50 年代至今, 收藏约 161 万份美国四大科技报告 (AD NASA DE PB) 全文, 涉及 38 大类,300 多小类, 目前每年递增约 2.5 万多份 NSTL 学位论文保障建设外文学位论文收藏 ProQuest 公司出版的 2001 年以来的电子版优秀硕博士论文 42 万篇, 每年新增约 4 万篇涉及自然科学和社会科学领域中国科学技术信息研究所是国内 3 个镜像站点之一, 每年全文下载量 170 多万篇中文学位论文作为国家自然科学博硕士论文的法定收藏单位, 收录学位论文 300 多万篇, 每年增加论文近 30 万篇科技期刊会议文献科技报告学位论文标准专利引文资源电子资源 8

9 NSTL 标准文献保障建设 NSTL 包含中文标准约 3 万条, 外文标准文献 12 万条, 涵盖主要标准数据库 : 国际标准化组织数据库 (ISO) 美国电气电子工程师学会标准数据库 (IEEE) 英国标准协会标准数据库 (BS) 美国机动车工程师协会标准数据库 (SAE) 德国标准协会标准数据库 (DIN) 美国保险商实验室标准数据库 (UL) 法国标准协会标准数据库 (NF) 日本工业标准数据库 (JIS) NSTL 专利文献保障建设中国 ( 含台湾 ) 专利数据 1366 万条外国专利数据涵盖美国英国法国德国瑞士日本等 7 国两组织的发明和实用新型专利文摘共计 4400 多万条科技期刊会议文献科技报告学位论文标准专利引文资源电子资源 9

10 国际科学引文数据库 3000 余种核心外文期刊引文, 总共 1.8 亿条引文数据可以提供来源文献和引文交叉揭示检索功能, 与 NSTL 原文链接, 反映科学研究的发展脉络, 为数据挖掘交叉揭示提供新途径科技期刊会议文献科技报告学位论文标准专利引文资源电子资源 10

11 电子资源联合购买电子资源 NSTL 与 CALIS 及中国科学院联合购买国外网络版期刊, 面向学术机构用户开放此外,NSTL 购买了北大方正中文电子图书, 为国内部分机构开通使用, 年服务量约 2200 万篇与中科院 CALIS 等联合采购支持农科院和农业高校联合购买电子资源美国化学学会期刊 (ACS) 美国物理联合会期刊会议录 (AIP) 美国物理学会期刊 (APS) ProQuest 农业和生物学全文期刊数据库科技期刊会议文献科技报告学位论文标准专利引文资源电子资源 11

12 电子资源全国开通数据库建设网络版外文现刊 641 种, 年服务量约 800 多万篇 ; 回溯数据库 19 个, 回溯期刊数量达 3018 种, 年服务量约 290 多万篇 Karger 回溯数据库开通仪式 Taylor 回溯数据库签字仪式科技期刊会议文献科技报告学位论文标准专利引文资源电子资源 12

13 序号出版社期刊数起止年购买时间 1 Springer OUP IOP Turpion Nature CSHL 过刊集 LWW RSC IDL BMJ AIP 11 创刊年 -1998; 会议为 ADIS 39 创刊年 IWA MAL 37 创刊年 NRC 16 创刊年 RSNA Karger 64 创刊年 Taylor & Francis 344 创刊年 Wiley 927 创刊年合计 3018

电子资源全国开通数据库申请表对学术型非商业机构均可开放须签署使用声明承诺书, 填写开通申请表及选择网络数据库列表, 即可免费使用联系人 : 国家科技图书文献中心用户服务中心王东方联系电话 :8009908900 邮箱 :service@nstl.gov.cn 通讯地址 : 北京海淀复兴路 15 号,100038 同时欢迎大家推荐印本资源!

14 电子资源全国开通数据库申请表对学术型非商业机构均可开放须签署使用声明承诺书, 填写开通申请表及选择网络数据库列表, 即可免费使用联系人 : 国家科技图书文献中心用户服务中心王东方联系电话 : 邮箱 :service@nstl.gov.cn 通讯地址 : 北京海淀复兴路 15 号, 同时欢迎大家推荐印本资源! 申请机构名称 Institution Name 机构性质 ( 选择划 ) 地址 Address 城市 City 邮编联系人 Contact Person 所在部门联系电话传真 E mail 主管馆长或负责人机构完整 IP 范围大学科研机构公共图书馆公立医院企业其他 ( 请具体说明 ) 科技期刊会议文献科技报告学位论文标准专利引文资源电子资源 14

15 电子资源开放资源建设开放资源发现与监测开放资源规范建设遴选采集查重组织集成 2015 年正式启动 NSTL 开放资源建设工作, 已完成 : 揭示服务挖掘服务第三方数据服务原文提供 2000 种期刊 800 本会议录 500 份报告 1 万份课件 1 万份学位论文以及 2000 册图书的元数据及其中能够采集或转换的全文数据 ; 制订 NSTL 开放资源描述元数据规范, 完成 6 类开放资源描述元素集的形式化描述 (Schema); 制订 NSTL 开放资源遴选标准, 从资源质量与影响力及开放性两方面遴选评价各类型资源科技期刊会议文献科技报告学位论文标准专利引文资源电子资源 15

16 NSTL 用户服务体系对高校可以采用年费制 ; 使用较好的服务站 / 机构给予半价优惠, 并评优奖励接口服务 : CALIS 接口服务服务站用户管理平台南京服务站 ( 江苏所 ) 广州服务站 ( 广东所 ) 武汉服务站 ( 湖北所 ) 海南大学苏州大学兰州大学

17 二. 国家科技信息资源保障面临挑战印本主导保障方式受到挑战, 需要建立以印本为基础的数字资源保障体系 ; E-Only: 限制甚至颠覆以印本为主的文献资源保障方式用户需求 : 除原有期刊会议等学术类资源外, 还需咨询报告技术报告产业报告竞争情报等创新类资源大数据环境更依赖于数据型工具型事实型可计算元数据和可挖掘的全文等多类型资源单一保障方式受到挑战, 需要建立广泛的联合与协同保障机制 ; 科技数字资源易逝性使大规模的全文采集保留更需要资金人力支持, 只能多种渠道 ( 购买赠送呈缴采集 ) 多个机构来完成保障任务

18 二. 国家科技信息资源保障面临挑战单一加工处理方式受到挑战, 需要建立多渠道的数据整合与治理体制 ; 大数据环境下, 依托自有加工队伍形成的元数据规模难以满足大数据环境下大样本数据的需要, 无法全面实现网络环境下资源发现需要 ; 元数据采集对象除自有资源外, 还应更多地包括非拥有资源原有信息检索和全文服务方式受到挑战, 需要建立以大数据为基础的数据服务平台数字信息环境变化用户需求深化, 有限的文献提供型服务难以满足需求 ; 可获知检索服务可挖掘发现服务等深层次信息服务, 需要大样本文本数据, 凸现 NSTL 现有自给自足的元数据资源建设方式不足

19 第三部分国家层面科技信息资源发现系统构建思考

20 为适应数字出版环境, 亟待在印本加工的同时, 构建多渠道元数据资源建设体系, 将图书馆出版社集成商等纳入到国家文献元数据建设体系建设框架中 Wiley Elsevier Springer Psycinfo OUP T&F IRs 图书馆提供出版者 ( 版权拥有者 ) 提供核心索引 MARC 开放获取数字资源图书馆联盟 arxiv.org MEDLINE DOAJ LLBA ISI 双方授权 MLA Scopus 其他授权 ebrary Gale 档案 LexisNexis

21 1. 国家科技信息资源保障环境变化基于国家保障的资源发现系统构建的必要性通过抽取映射收割导入等手段对海量异构资源元数据进行清洗归并和聚合, 形成统一的元数据索引 ; 通过搜索引擎向终端用户提供基于本地分布或者远程中心平台的资源统一检索和发现服务 ; 与馆藏 / 出版 / 数据单位版权合作, 提供全文指引 / 链接服务

22 1. 国家科技信息资源保障环境变化基于国家保障的资源发现系统构建的必要性强化以印本为基础的新型数字信息体系建设巩固优化高质量印本期刊资源基础, 满足长期保存和核心文献传递服务需要通过开放资源建设电子资源国家集中与分布相结合的保存方式等建立数字资源保障体系打破各类型资源平台之瓶颈, 集成各类相关元数据资源适应国家科技文献信息保障目标, 建立国家级外文资源统一发现系统国外商业发现系统数据安全性难以保证国家级资源发现系统以大元数据体系方式, 涵盖整合印本元数据数字商业资源以及开放资源, 并指引用户获得全文, 有利于国家资源体系的完整性

23 1. 国家科技信息资源保障环境变化基于国家保障的资源发现系统构建的必要性强化核心资源国家主导保障, 相关资源联合保存的协同机制发挥 NSTL 主导作用的前提下, 制订激励措施, 吸引其他数字资源购买使用具优势的机构参与国家科技文献资源保障体系建设基于普惠查询基础上, 适应数据服务和分析挖掘的需求多渠道采集元数据, 满足用户资源发现需求基于海量数据, 开展关联数据开放热点监测专题情报等服务突破文献提供的版权瓶颈, 拓宽原有服务对象和服务内容, 丰富国家科技信息保障内涵

24 国家科技信息资源发现系统框架业务层谈判购买合作交换自主加工联编系统文综系统加工系统 NSTL 一体化整合工作流程资源层大元数据商业资源开放资源书目题录文摘简介论文引文参考实体关联标注资源软件工具资源传统文献资源事实数据资源术语工具资源服务层搜索发现服务全文提供 / 指引服务开放数据服务开放资源系统全文协同资源保障情报分析服务法定呈缴自动采集国家保存印本电子机构保存电子 NSTL 集中 CALIS 中科院分布国家长期保存联盟专题工具定制

25 国家科技信息资源发现系统框架国家科技资源发现服务平台全文获取 / 全文指引大元数据仓储版权合作 ` 本地印本数字全文全文指引获取层国内外图书馆 PPV/DDA 代借开放资源出版机构全文链接学术出版机构机构知识库学术社交媒体 (UGC ) 印本资源元数据纸电转换 OA/ 订购转换电子资源元数据出版商集成商专业机构其他来源资源

26 1. 多途径采集元数据, 提升元数据完整性出版商 / 集成商 / 图书公司自主加工图书情报单位开放资源自动采集开放资源自动采集一体化元数据体系框架保证数据质量字段精度等 1. 与 Wiley T&F IOP 等 9 个出版社签署元数据免费采集协议出版社名称 Wiley Taylor Emerald Hindawi World Scientific Publishing IOP OUP CUP De Gruyter 合计采集元数据期刊数量 ( 种 ) 购买汤森路透公司 SCI 元数据 3. 与中图公司达成元数据合作协议

27 2. 分门别类进行元数据治理多来源获取的元数据, 存在数据重复字段缺失信息错位等现象 : 同一篇论文在不同平台中呈现出的信息项存在差异, 需要甄选规范系统名称元数据项数特色元数据字段示例 Elsevier 30 项 copyright type/roles/author-group id SCI 39 项 PubMed ID/NLM 唯一 ID/ 被引频次某发现系统 16 项同行评审查重后, 存在如相同刊名 ISSN 不同 DOI 相同题名不同等情况, 需要人工处理因此, 需要基于统一的元数据框架对多来源元数据进行映射查重整合补充加工等, 来提高元数据质量 KBART, ONIX, MARC, DC, XML, Text, etc 清洗, 修正与统一元数据规范映射丰富元数据字段信息

28 3. 在版权框架下进行全文多渠道获取和协同保障国家科技信息资源发现系统的全文提供服务除了 NSTL 自身保障外, 还需要全国图书馆 / 文献机构 / 相关出版单位的协作开展自身印本与数字资源保障国家保障文献的全文推送服务馆藏资源的指引服务电子资源全文的链接获取服务按需驱动的资源购买服务 NSTL 直接进行全文推送通过相关馆藏单位进行代查代借服务直接指引到相关出版站点获取荐购 ; 单篇文献代购服务信息服务联合激励保障

29 4. 逐步推进知识服务和第三方数据服务 4. 逐步推进第三方数据服务强化资源发现系统的语义关联和知识组织强化内容的知识组织, 推进知识服务, 形成基于语义的资源发现系统挖掘分析服务与工具定制基于海量数据提供科技动态监测服务面向专项任务进行专题情报服务基于学科或机构进行数据定制分析面向科技项目管理人才评估进行文献计量分析推进开放数据服务允许第三方出于研究目的进行文本和数据挖掘 (TMD)

30 第四部分 NSTL 与 CALIS 合作展望

31 1. 元数据资源建设合作高校图书馆积累了丰富的元数据资源, 如高校学位论文数据库 CCC 西文期刊篇名库, 是国家科技信息资源发现系统元数据的重要来源之一通过签订元数据合作协议, 通过 FTP 上传等方式定期提交订购资源开放资源机构知识库元数据, 在统一元数据标准框架下, 经过匹配 / 映射查重规范等, 实现海量数据多来源多载体同步揭示

32 2. 全文提供服务合作 2. 全文提供服务合作基于科技信息资源发现系统中海量元数据 ( 含印本馆藏数据库订购信息 ), 以及 NSTL CALIS 原文传递服务系统, 保证用户顺利获取原文用户用户背景 / 使用信息管理检索结果显示国家科技信息资源发现系统开放资源提供全文链接数据库资源数据库链接 ; 数据库已订购单位列表 ; 单篇订购服务印本馆藏资源馆藏信息 ; 原文传递 / 代查代借, 收费标准由服务馆确定机构知识库资源由机构决定是否开放

33 3. 长期保存合作 2. 全文提供服务合作 3. 长期保存合作 2015 年 NSTL 发布数字文献资源长期保存共同声明 : 图书馆拥有对所采购的数字文献资源进行本土长期保存的权利, 所有利用公共资金采购数字文献资源的图书馆, 都有义务推动所采购资源在中国本土实现长期保存, 近百余家文献信息机构作为发起机构签署声明除 NSTL 自身的长期保存外, 需要激励或鼓励长期订购国外数字资源的高校图书馆参与到国家长期保存的行列中来, 与国外数据库商签订特定学科 / 资源的长期保存协议, 形成全国协同的数字资源长期保存机制在突发情况下保证大陆地区学术用户的正常使用

34 4. 元数据标准建设的合作 4. 元数据标准建设合作多来源元数据标准的差异性, 需要共同研究和构建统一的文献元数据标准体系, 标准的适用性与广泛性提升仍有赖于全国图书馆同仁的共同智慧只有在统一元数据框架下, 通过转换映射规范和集成等方式, 才能实现多来源元数据的统一整合沿革关系来源主题规范关系引用 / 相似关系单篇文献贡献者 / 机构操作信息基金获取管理全文文件图表附加资料参考文献会议

35 结束语 2015 年 8 月 31 日, 国务院印发促进大数据发展行动纲要, 明确指出应充分发掘数据资源支撑创新的潜力, 带动技术研发体系创新 2015 年 9 月 26 日, 国务院发布国务院关于加快构建大众创业万众创新支撑平台的指导意见, 提出众创众包众扶众筹四众支撑平台快速发展科技信息资源的国家保障, 理应借力四众打造国家信息资源建设与服务新模式实现信息组织的众包, 资源采集的众筹, 信息服务的众扶, 信息工具的众创希望与 CALIS 体系合作, 共同推进国家科技文献信息资源的保障!

36 谢谢!

ScienceDirect 高级使用教程

ScienceDirect 高级使用教程高级课程更加高效利用 SciVerse ScienceDirect 爱思唯尔科技部 http://china.elsevier.com 2010 年 09 月日程 Elsevier 及 SciVerse ScienceDirect 简介您是 SciVerse ScienceDirect 高级用户吗利用个性化功能提升您的使用效率 Personal ID Homepage Links Alerts,