一流高校研究數(shù)據(jù)管理服務(wù)體系的研究與建設(shè)-以北京大學(xué)圖書館為例

1、    一流高校研究數(shù)據(jù)管理服務(wù)體系的研究與建設(shè)以北京大學(xué)圖書館為例    摘要：通過調(diào)研國內(nèi)外數(shù)據(jù)驅(qū)動研究現(xiàn)狀、趨勢和用戶需求，分析研究數(shù)據(jù)管理服務(wù)的國內(nèi)外發(fā)展情況，研究提出高校研究數(shù)據(jù)管理服務(wù)體系，并介紹北京大學(xué)研究數(shù)據(jù)管理服務(wù)的研究成果、框架設(shè)計、構(gòu)建經(jīng)驗與服務(wù)效果，為高校建設(shè)一流研究數(shù)據(jù)管理服務(wù)、支持用戶數(shù)據(jù)驅(qū)動研究范式需求，提供研究與實踐經(jīng)驗。以促進(jìn)數(shù)據(jù)驅(qū)動研究，推動開放科學(xué)。關(guān)鍵詞：數(shù)據(jù)驅(qū)動研究，研究數(shù)據(jù)管理，數(shù)據(jù)服務(wù)體系，數(shù)據(jù)服務(wù)，數(shù)據(jù)政策1引言隨著云計算、移動互聯(lián)網(wǎng)的應(yīng)用普及，以及可穿戴智能設(shè)備的出現(xiàn)，一場全新的、以大規(guī)模數(shù)據(jù)生產(chǎn)、分享、

2、使用為代表的技術(shù)革命正在發(fā)生，數(shù)據(jù)成為寶貴的資源、資產(chǎn)和生產(chǎn)要素。對海量數(shù)據(jù)及其隱含信息、知識的收集、分析、挖掘、有效整合，將為科學(xué)研究、社會經(jīng)濟(jì)發(fā)展帶來巨大的紅利。大數(shù)據(jù)的廣泛應(yīng)用開啟了一個全新的智能時代1。2017年，以谷歌阿爾法狗（alphago）和阿爾法元（alphazero）為代表，深度學(xué)習(xí)技術(shù)取得突破，標(biāo)志著人工智能元年到來。大數(shù)據(jù)和人工智能時代，世界各國對數(shù)據(jù)的依賴快速上升，搶占大數(shù)據(jù)發(fā)展先機(jī)，已成為國家戰(zhàn)略。美國、日本、韓國、中國、歐盟等國家和地區(qū)紛紛將大數(shù)據(jù)利用上升為國家戰(zhàn)略，積極推進(jìn)數(shù)據(jù)政策，希望利用大數(shù)據(jù)技術(shù)實現(xiàn)研究和產(chǎn)業(yè)領(lǐng)域的突破2。數(shù)據(jù)科學(xué)已經(jīng)成為全球高校發(fā)展最快的專

3、業(yè)。數(shù)據(jù)科學(xué)社區(qū)（data science community）的數(shù)據(jù)顯示，截至2018年12月，全球共有26個國家的361所高校開設(shè)了597個數(shù)據(jù)科學(xué)相關(guān)學(xué)位專業(yè)，其中美國高校開設(shè)的數(shù)據(jù)科學(xué)專業(yè)數(shù)量最多。全美有247所高校共設(shè)置461個數(shù)據(jù)科學(xué)學(xué)位專業(yè)，占全球總量的77%3。在中國，2016年2月，北京大學(xué)、對外經(jīng)濟(jì)貿(mào)易大學(xué)、中南大學(xué)首次成功申請到“數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)”本科新專業(yè)。2017年3月，第二批32所高校獲批。2018年3月，教育部公布的高校新增專業(yè)名單中，有248所學(xué)校獲批，是過去兩次審批通過額度的近8倍4。2017年11月24日至2018年4月3日，由北京大學(xué)圖書館和北京大學(xué)信

4、息管理系發(fā)起與組織，多家機(jī)構(gòu)合作，成功舉辦了“首屆全國高校數(shù)據(jù)驅(qū)動創(chuàng)新研究大賽”（以下簡稱大賽）。大賽吸引了全國眾多高校學(xué)生積極參與。比賽期間，有近4萬用戶訪問大賽主頁，共吸引來自北京大學(xué)等全國169所高校的1892名同學(xué)報名參賽，共有593組隊伍，涉及56個一級學(xué)科。最終，來自121所高校的968人（共289支隊伍）成功提交了參賽作品，涉及45個一級學(xué)科。成功提交作品最多的前20個一級學(xué)科中，圖書館、情報和檔案學(xué)科隊伍最多，達(dá)到59組，其次是應(yīng)用經(jīng)濟(jì)學(xué)、社會學(xué)、管理科學(xué)與工程、計算機(jī)科學(xué)、統(tǒng)計學(xué)也分別達(dá)到達(dá)50組、27組、23組、19組、19組。在通過形式審核的233篇論文中，有103篇論文

5、使用平臺已有數(shù)據(jù)，135篇論文使用自產(chǎn)的原創(chuàng)性數(shù)據(jù)，同時使用平臺已有數(shù)據(jù)和自己原創(chuàng)數(shù)據(jù)的共有5篇。參賽隊伍使用數(shù)據(jù)情況與筆者前期調(diào)研情況表明：數(shù)據(jù)已是絕大多數(shù)學(xué)科研究的基礎(chǔ)，研究者需要高質(zhì)量的大數(shù)據(jù)提交、發(fā)布和研究服務(wù)平臺；高質(zhì)量調(diào)查數(shù)據(jù)、招聘數(shù)據(jù)與社交媒體數(shù)據(jù)仍是人文社科經(jīng)濟(jì)學(xué)領(lǐng)域研究者重點關(guān)注的研究數(shù)據(jù)。隨著數(shù)據(jù)量與數(shù)據(jù)需求的飛速增長，大數(shù)據(jù)和海量數(shù)據(jù)的管理、共享、發(fā)布和保存面臨著巨大的成本與效率考驗。研究數(shù)據(jù)的存儲形式、存儲容量與存儲效率制約著研究使用數(shù)據(jù)規(guī)模與利用形式，成為研究數(shù)據(jù)管理的挑戰(zhàn)。重視與發(fā)展研究數(shù)據(jù)的管理與服務(wù)，已成為國家層面與科研機(jī)構(gòu)未來提升學(xué)術(shù)競爭力和影響力的重要發(fā)展戰(zhàn)

6、略之一。2018年4月2日，國務(wù)院國務(wù)院辦公廳關(guān)于印發(fā)科學(xué)數(shù)據(jù)管理辦法的通知，以研究數(shù)據(jù)全生命周期為中心，加強(qiáng)和規(guī)范研究數(shù)據(jù)的管理，推動開放共享5。順應(yīng)教學(xué)和研究需求，建設(shè)一流的研究數(shù)據(jù)管理服務(wù)體系，提供研究數(shù)據(jù)支撐服務(wù)，成為全球研究型圖書館的必然選擇。本文將調(diào)研國內(nèi)外研究數(shù)據(jù)管理服務(wù)的發(fā)展情況，提出建設(shè)研究數(shù)據(jù)管理服務(wù)體系的建議。并以北京大學(xué)研究數(shù)據(jù)管理服務(wù)體系的建設(shè)經(jīng)驗為例，為圖書館推動研究數(shù)據(jù)管理服務(wù)提供參考。2研究綜述原中國科學(xué)院圖書館館長張曉林指出，在全學(xué)科數(shù)據(jù)驅(qū)動研究成為趨勢的時代，圖書館需要重新定義服務(wù)目標(biāo)、內(nèi)容、方式和能力，在大數(shù)據(jù)的基礎(chǔ)上，基于新技術(shù)和方法，提供全新知識服務(wù)。

7、美國麻省理工學(xué)院、美國國家醫(yī)學(xué)圖書館和英國大英圖書館等都已經(jīng)調(diào)整戰(zhàn)略，融匯數(shù)據(jù)資源，重構(gòu)知識服務(wù)的平臺、機(jī)制6。原上海圖書館館長吳建中通過對20年來全球知識開放運(yùn)動的梳理和分析，提出研究數(shù)據(jù)管理對推進(jìn)知識開放和共享的重要意義，并提出4點建議：加大宣傳力度，增強(qiáng)開放共享意識；制定相關(guān)政策，推進(jìn)開放科學(xué)發(fā)展；整合各類資源，建設(shè)數(shù)字基礎(chǔ)設(shè)施；培育專業(yè)人才，提升數(shù)據(jù)管理水平7。國際上，研究數(shù)據(jù)作為科學(xué)研究的重要成果受到國際學(xué)術(shù)界和出版界越來越多的重視。2009年以來，美國、英國、澳大利亞、歐盟等國家和地區(qū)紛紛出臺開放數(shù)據(jù)政策。2011年，美國自然科學(xué)基金委要求項目申請書必須包含“數(shù)據(jù)管理計劃”8，美國

8、多個資助機(jī)構(gòu)的數(shù)據(jù)管理政策陸續(xù)發(fā)布。歐盟與歐洲資助機(jī)構(gòu)出臺一系列數(shù)據(jù)政策。2011年，英國聯(lián)合信息系統(tǒng)委員會（joint information systems committee）和電子科學(xué)核心計劃（e-science core programme）聯(lián)合組建的“國家數(shù)據(jù)監(jiān)管中心（national digital curation center）”發(fā)布制定數(shù)據(jù)管理與共享計劃9。英國皇家學(xué)會（royal society）于2012年7月發(fā)布報告科學(xué)是開放事業(yè)（science as an open enterprise），確立共享和開放科學(xué)數(shù)據(jù)的基本原則、機(jī)遇與面臨的挑戰(zhàn)10。歐盟2020計劃規(guī)定

9、，2017年開始全面實施科研數(shù)據(jù)開放制度，推動“開放科學(xué)”戰(zhàn)略11。截至2018年6月，在資助機(jī)構(gòu)開放獲取政策查詢數(shù)據(jù)庫sherpa/juliet中，144個資助機(jī)構(gòu)，41個資助機(jī)構(gòu)政策中要求必須開放研究數(shù)據(jù)，19個機(jī)構(gòu)鼓勵開放12。在各種政策驅(qū)動下，研究數(shù)據(jù)管理倉儲發(fā)展迅速。截至2018年12月，根據(jù)國際研究數(shù)據(jù)倉儲注冊組織（registry of research data repositories）的統(tǒng)計，全世界至少有2250多個研究數(shù)據(jù)倉儲13。哈佛大學(xué)等世界頂尖高校均建立了自己的數(shù)據(jù)倉儲。科學(xué)數(shù)據(jù)出版期刊不斷涌現(xiàn)，2011年2月，美國科學(xué)（science）刊登“數(shù)據(jù)處理（dealin

10、g with data）”專題14，wiley公司于2012年推出了期刊地球科學(xué)數(shù)據(jù)（geoscience data journal）15，自然集團(tuán)在2014年推出期刊科學(xué)數(shù)據(jù)（scientific data）16，中國科學(xué)院也于2016年推出期刊中國科學(xué)數(shù)據(jù)17，研究數(shù)據(jù)逐漸成為出版領(lǐng)域搶占的制高點。數(shù)據(jù)引用及引文數(shù)據(jù)庫也得到越來越多的應(yīng)用，原湯森路透公司于2012年在web of science中推出了“數(shù)據(jù)引用索引”（data citation index），用于數(shù)據(jù)的檢索和引用跟蹤。國家、基金會和機(jī)構(gòu)數(shù)據(jù)政策推動數(shù)據(jù)管理服務(wù)需求，研究數(shù)據(jù)管理（research data managem

11、ent，rdm）成為研究型圖書館的重要服務(wù)，相關(guān)研究與實踐發(fā)展迅速?？_·泰諾普（carol tenopir）等在2016年2月向333個歐洲大學(xué)圖書館發(fā)送郵件調(diào)查研究數(shù)據(jù)管理服務(wù)的開展情況，共有119個圖書館回復(fù)郵件。90%以上的圖書館都已經(jīng)開展或計劃開展研究數(shù)據(jù)的管理計劃制定、培訓(xùn)、開發(fā)等服務(wù)，31.9%的圖書館已經(jīng)參與到研究項目中，提供數(shù)據(jù)服務(wù)18。阿楊.尹（ayoung yoon）等在2015年10月12月期間，對185個美國研究型大學(xué)圖書館的網(wǎng)站進(jìn)行調(diào)查分析后，發(fā)現(xiàn)美國研究型圖書館開展的研究數(shù)據(jù)管理服務(wù)主要包括：咨詢幫助（help/ask librarians，79.5%）

12、、數(shù)據(jù)管理（data deposit，60%）、研究數(shù)據(jù)管理計劃（data management planning，41.1%）、數(shù)據(jù)咨詢（data consultation，38.4%）、數(shù)據(jù)出版和共享（data publishing and sharing，27.6%）、數(shù)據(jù)方法（data methodology，15.7%）19。2017年3月，美國聯(lián)機(jī)計算機(jī)圖書館中心（online computer library center，oclc）發(fā)布“研究數(shù)據(jù)管理現(xiàn)實”系列報告，報告以12個北美、歐洲和澳大利亞的圖書館的研究為基礎(chǔ)，重點對愛丁堡大學(xué)（英國）、伊利諾伊大學(xué)厄巴納香檳分校（美國）

13、、蒙納士大學(xué)（澳大利亞）和瓦赫寧根大學(xué)（荷蘭）等4所大學(xué)的服務(wù)進(jìn)行案例分析，研究這些機(jī)構(gòu)的研究數(shù)據(jù)管理能力，總結(jié)研究數(shù)據(jù)管理服務(wù)為三大領(lǐng)域：教育類、解決方案類和長期保存類20。澳大利亞國際數(shù)據(jù)服務(wù)中心（the australian national data service）提出數(shù)據(jù)管理能力的5個要素：政策和流程、信息架構(gòu)、服務(wù)能力、元數(shù)據(jù)管理和研究數(shù)據(jù)管理。并給出五個發(fā)展階段的成熟度21。伊蓮·馬?。╡laine r. martin）提出基于圖書館以用戶為中心開展數(shù)據(jù)管理服務(wù)的框架，主要涵蓋：數(shù)據(jù)服務(wù)、數(shù)據(jù)管理實踐指導(dǎo)、信息素養(yǎng)、存檔保存和政策服務(wù)22。英國的數(shù)字策管中心（the

14、digital curation centre）根據(jù)研究生命周期，提出研究數(shù)據(jù)管理支持服務(wù)框架應(yīng)涵蓋：政策和規(guī)劃、可持續(xù)性發(fā)展、研究數(shù)據(jù)管理計劃、元數(shù)據(jù)管理、數(shù)據(jù)存儲、數(shù)據(jù)存檔策略、數(shù)據(jù)管理、培訓(xùn)指南等23。于飛（fei yu）等（2017年）介紹了澳大利亞昆士蘭大學(xué)在對大學(xué)用戶進(jìn)行調(diào)查后，設(shè)計與開展基于生命周期的研究數(shù)據(jù)管理服務(wù)內(nèi)容包括：研究數(shù)據(jù)管理計劃和準(zhǔn)備（數(shù)據(jù)指南、數(shù)據(jù)培訓(xùn)、研究數(shù)據(jù)管理計劃等）；研究過程支持服務(wù)（數(shù)據(jù)工具、管理和分析、培訓(xùn)等）；數(shù)據(jù)保存、出版和傳播（數(shù)據(jù)發(fā)布平臺、長期保存和數(shù)據(jù)出版等）。見圖124。圖1澳大利亞昆士蘭大學(xué)研究數(shù)據(jù)管理服務(wù)內(nèi)容3研究數(shù)據(jù)管理服務(wù)體系的設(shè)計

15、與建設(shè)2015年，北京大學(xué)圖書館制定2018行動計劃，調(diào)整組織機(jī)構(gòu)，重新組織與設(shè)計服務(wù)，將原系統(tǒng)部更名為信息化與數(shù)據(jù)中心，設(shè)置數(shù)據(jù)管理與服務(wù)崗位，全面開展研究數(shù)據(jù)管理平臺、工具和服務(wù)建設(shè)，設(shè)計數(shù)據(jù)管理服務(wù)框架。另外組建研究支持中心，設(shè)置數(shù)據(jù)館員，開展信息素養(yǎng)和數(shù)據(jù)咨詢等服務(wù)。數(shù)據(jù)資源成為資源建設(shè)的重要組成部分。2015年12月25日，北京大學(xué)圖書館正式發(fā)布開放研究數(shù)據(jù)服務(wù)平臺（以下簡稱“開放數(shù)據(jù)平臺”）、機(jī)構(gòu)知識庫、開放出版期刊網(wǎng)和學(xué)者主頁，構(gòu)建新型學(xué)術(shù)交流生態(tài)系統(tǒng)，推動開放獲取與研究數(shù)據(jù)管理服務(wù)，成為國內(nèi)高校相關(guān)建設(shè)的引領(lǐng)者。并在開放數(shù)據(jù)平臺的基礎(chǔ)上，開展平臺、服務(wù)、培訓(xùn)、政策制定與推進(jìn)等一

16、系列研究和服務(wù)工作，推動北京大學(xué)建設(shè)成為研究數(shù)據(jù)匯集、管理與服務(wù)的引領(lǐng)者。3.1需求調(diào)研2013年起，筆者團(tuán)隊從調(diào)研開始，定位研究者需求，掌握國際發(fā)展動態(tài)，開發(fā)數(shù)據(jù)服務(wù)平臺，全面推廣服務(wù)，完成北京大學(xué)研究數(shù)據(jù)管理服務(wù)框架的初步構(gòu)建，為未來研究和服務(wù)奠定基礎(chǔ)。圖2列出北京大學(xué)研究數(shù)據(jù)管理服務(wù)的建設(shè)歷程。圖2北京大學(xué)研究數(shù)據(jù)管理服務(wù)的建設(shè)歷程2014年，筆者團(tuán)隊對校內(nèi)教師進(jìn)行問卷調(diào)查，獲取50份教師的反饋，并對26名教師進(jìn)行一對一需求訪談。調(diào)研發(fā)現(xiàn)：高達(dá)87.5%的受訪者愿意在一定條件下開放研究數(shù)據(jù)，開放的最大動機(jī)是通過開放數(shù)據(jù)，提升數(shù)據(jù)價值、提高成果引用率與增強(qiáng)數(shù)據(jù)曝光度。開放的最大疑慮是他人利

17、用數(shù)據(jù)搶先發(fā)表成果。開放條件中，受訪者最需要“審核使用者身份和數(shù)據(jù)使用用途后提供”功能。通過調(diào)研，準(zhǔn)確定位研究者對研究數(shù)據(jù)管理服務(wù)的實際需求。一對一訪談發(fā)現(xiàn)：數(shù)據(jù)開放程度與學(xué)科特點密切。對于數(shù)據(jù)驅(qū)動、數(shù)據(jù)密集特征明顯的學(xué)科，數(shù)據(jù)開放比較標(biāo)準(zhǔn)和規(guī)范，可以推進(jìn)到原始數(shù)據(jù)的程度，例如社會調(diào)查學(xué)科和生物信息學(xué)科。在生物信息學(xué)科，發(fā)表期刊時發(fā)表數(shù)據(jù)已經(jīng)是趨勢，大多向期刊指定數(shù)據(jù)庫提交，或者自己建立數(shù)據(jù)庫。對于其他學(xué)科，數(shù)據(jù)開放也存在，但向大多數(shù)同行開放的僅是整理后的成果數(shù)據(jù)，原始數(shù)據(jù)只與直接合作者共享。數(shù)據(jù)開放具有明顯的時滯期。幾乎所有的學(xué)者都強(qiáng)調(diào)，數(shù)據(jù)必須在自己的成果發(fā)表之后，才考慮開放。這與學(xué)者對“數(shù)據(jù)被他人搶先發(fā)表成果”的擔(dān)心是一致的。研究數(shù)據(jù)開放行為多為學(xué)者自發(fā)，缺乏政策激勵機(jī)制和維護(hù)更新平臺，缺乏基于數(shù)據(jù)引用、認(rèn)可和學(xué)術(shù)聲譽(yù)的良性反饋，亟需規(guī)范的數(shù)據(jù)服務(wù)平臺。2017年，筆者對校內(nèi)本科生與研究生的課程調(diào)研發(fā)現(xiàn)：全校約26個院系開設(shè)數(shù)據(jù)驅(qū)動研究的研究