“互联网+”视角下的图书馆科学数据服务研究*

黄鑫 邓仲华

摘 要：随着大数据时代的来临，海量科学数据的爆发使得图书馆科学数据服务面临诸多挑战，而“互联网+”的提出为图书馆科学数据服务的发展提供了思路。在“互联网+”视角下，科学数据开发服务、科学数据语义检索服务、科学数据存储服务、科学数据分析服务、科学数据参考咨询服务、科学数据开放存取平台服务以及个性化科学数据服务将成为图书馆科学数据服务的发展趋势。在开展这些数据服务时，需注意个人隐私保障和数据安全、数据版权问题。

关键词：互联网+ ；科学数据；图书馆；数据服务；数据密集型科研环境

中图分类号： G252 文献标识码： A DOI：10.11968/tsyqb.1003-6938.2016075

Research on Library Scientific Data Service under the Perspective of “Internet+”

Abstract With the approaching of the big data era， the outbreak of massive scientific data makes library scientific data service faces many challenges， but “Internet+” provides a guideline for the development of library science data service. The features of“Internet+”and library integration are analyzed at first， then the status of library science data services development is summarized， and finally these features are used to research into the library science data service under the perspective of“Internet+”. The new directions of the library science data service under the perspective of "Internet+" are proposed and some issues are emphasized which need to be solved.

Key words Internet+； scientific data； library； data service； data-intensive research environment

科学研究正在向数据密集型科研转变，科学数据在科学研究中的地位与日俱增。图书馆作为传统文献信息的聚集中心和服务机构，提出了科学数据服务的概念，即图书馆提供给研究者的科学数据相关服务。现有的图书馆科学数据服务在数据资源、硬件基础设施、数据互操作性、数据长期保存、服务受众和服务协同性等方面存在很多难题。“互联网+”是李克强总理多次强调，由国务院认定的国家发展新战略，其核心理念是跨界融合，万物相连。“互联网+”的提出给图书馆科学数据服务所面临的难题提供了新的解决思路，对图书馆科学数据服务发展具有重要意义，本文将从“互联网+”与图书馆的融合特征入手，探讨“互联网+”视角下的图书馆科学数据服务新发展。

1 “互联网+”与图书馆

2015年7月，李克强总理签批国务院第40号文件《关于积极推进“互联网+”行动的指导意见》，由此正式掀起我国各界“互联网+”的热潮[1]。“互联网+”的“+”不是行业间简单的叠加，而是互联网与传统行业的深度融合。在公共服务体系中，互联网可以对公共服务资源进行优化和集成，提高公共服务资源利用率，提升服务过程的互动性。“互联网+”与公共服务业的深度融合将引领公共服务模式创新，形成网络经济与实体经济协同互动的发展新格局。图书馆“互联网+”即是传统图书馆与互联网的深度融合，互联网的平等、开放、高效、互动、去中心的特点将对图书馆的资源融合、结构变革、服务创新具有重要的引导作用，图书馆应该积极引入“互联网+”的理念，才能适应网络和信息化时代数据的爆发，满足各类用户不断发展的新需求。“互联网+”的跨界连接与融合理念对图书馆发展的推动作用主要体现在三个方面：（1）资源的融合。传统的图书馆资源以自身馆藏资源为主，以合作共享资源为辅，“互联网+”环境下的图书馆可以实现资源的深度融合和跨界联合，深度融合是指图书馆依托互联网将馆藏的跨学科、跨领域数据和信息资源进行有效集成，进一步方便用户检索获取，跨界联合是指图书馆与商业、政府、公益、医疗等机构的跨界联合，以政策和协议为基础，通过数据库的连接来共享数据和信息；（2）组织融合。传统环境下的图书馆各机构之间大多各司其职，联系不够紧密，而图书馆“互联网+”将促进图书馆内部各机构之间的深层融合连接，馆长办公室、采编、技术、出版、服务等机构之间以互联网为基础的技术融合和组织融合在提高馆员工作效率、提升服务质量等方面具有重要意义；（3）服务融合。图书馆“互联网+”促进图书馆各类服务的融合，如文献检索服务和数据检索服务的融合，图书馆以互联网为基础，使用元数据制定、统一标识符等技术将馆藏文献和数据进行语义集成，用户在获取文献的同时也可以获取相关的科学数据，服务融合对提升服务质量、提升用户体验等方面具有重要作用。

2 图书馆科学数据服务的发展困境

数据是科研活动的基础产出，是科学出版的重要内容，也是科学研究活动的基本信息资源，类型上包括数值、事实和文字型数据[2]。科学数据服务是以科学数据为基础的服务方式，类型上包括科学数据开发服务、科学数据检索服务、科学数据参考咨询服务、科学数据计算服务以及科学数据存储服务等。科学数据服务的内容是向用户提供所需科学数据，目的是协助用户开展科学研究，提高科学数据的利用率。科学数据服务是一种跨界服务、动态服务、嵌入服务，既能满足用户需求，也符合图书馆等图书情报机构自身发展的需要，是图书馆一项重要的新兴服务。但是，随着大数据时代的来临，在数据密集型科研范式所带来的海量科学数据的冲击下，图书馆科学数据服务面临着困境：（1）数据资源匮乏。在图书馆馆藏资源中，文献资源仍然占主导地位，数据资源的缺乏有很多原因，一是图书馆传统信息中心的地位被削弱，科研机构逐渐建立自己的数据仓储，不再以图书馆作为数据存储中心[3]；二是科研人员上传意愿不足，数据是科研人员和科研机构的重要战略资源，具有高价值，数据上传后的安全问题、版权问题都是阻碍科研人员上传科学数据的重要因素[4]；（2）缺乏硬件基础设施。在大数据时代，科学数据正在呈现爆发式增长，原始科学数据集的采集、传输、计算和存储需要强大的计算中心、高通量网络传输设备、大型云存储中心的支持[5]。图书馆作为科研服务机构，理应向科研团队提供科学大数据集的计算和存储服务，但无论是建设大型计算中心、云存储中心还是高通量网络传输设施都需要大量资金的支持，这无疑是图书馆数据服务所面临的困境[7]；（3）数据长期保存面临挑战[8-10]。科学数据的长期保存对于科学数据的复用、深度挖掘以实现科研创新具有重要意义。现在，科学大数据呈指数型增长，大量半结构化数据和非结构化数据的存储给图书馆带来了挑战，数据的长期保存难题主要包括两个方面：一是数据筛选难题，并不是所有的科学数据都值得长期保存，如何依托强大的硬件设施和合理的软件工具对科学数据进行有效筛选，是图书馆亟待解决的问题；二是数据组织难题，多学科跨领域数据繁杂，图书馆缺乏领域专家来有效管理和组织科学数据；（4）数据互操作性不足[11]。现有的图书馆科学数据缺乏互操作性，一是因为数据间的关联不足，现有图书馆的科学数据集大多独立存储，数据与数据之间、数据与文献之间缺乏语义关联。数据互操作性的缺失会影响用户体验，用户在访问某一科学数据集的同时难以依据语义关系转向另一相关数据集，同时也不利于图书馆数据资源整合，阻碍图书馆的数据服务发展；二是由于缺乏统一的数据标准，数据间的格式不统一会阻碍科研进程，不同的数据分析软件对输入数据的格式有着不同的要求，当科学数据的格式不能作为数据分析软件的输入格式，科研工作流的效率就会减缓；三是互操作协议问题，跨机构的科学数据互操作需要合理的协议来保障，制定数据互操作协议有利于保护数据安全和维护各方权益，对促进跨机构科学数据交流良性发展起重要作用；（5）服务对象具有局限性[12]。现有的图书馆科学数据服务主要对象是科研工作者，服务目的是支持科研创新。但随着移动互联网的发展，开放存取理念的普及，高校图书馆的服务对象不应局限于科研工作者，而应同时向普通民众开放，如将科学数据可视化之后向儿童展示以促进科学启蒙教育，这在提升科学数据价值，加深科学研究项目的意义，发展惠民服务等方面具有重要意义；（6）服务缺乏协作性[13]。现有的图书馆科学数据服务缺乏协作性，多为独自向用户提供服务。如果用户提出的服务需求不能被满足，图书馆大多会转向拒绝服务而非寻求机构协作来满足用户需求。随着数据密集型科研范式的到来，科学数据量的不断增长，图书馆无法独自拥有所有的科学数据资源，在数据资源、硬件资源、平台技术方面转向机构协作是必然的发展趋势，如图书馆与图书馆之间的协作、图书馆与科研机构的协作、图书馆与商业机构的协作、图书馆与政府机构的协作等。

3 “互联网+”视角下的图书馆科学数据服务

本文将在“互联网+”的视角下针对现有科学数据服务发展困境探讨图书馆科学数据服务的发展趋势，包括基于数据资源融合的科学数据开发服务、引入数据关联技术的科学数据语义检索服务、基于机构合作的分布式科学数据存储服务、依靠基础设施融合的科学数据分析服务、面向科研创新的科学数据参考咨询服务、科学数据开放存取平台服务以及基于情景感知与融合的个性化科学数据服务（见图1）。

3.1 基于数据资源融合的科学数据开发服务

科学数据资源的融合对于改善图书馆科学数据资源匮乏的难题具有重要意义。图书馆科学数据开发服务是指图书馆对其自身拥有的科学数据和其他合作科研机构的科学数据进行统一收集和整理，通过构建科学数据共享平台向用户提供服务的过程[14]。如密歇根大学[15]、加州大学伯克利分校[16]、麻省理工学院[17]等国外高校图书馆对学校内各科研机构的社会科学数据进行收集和整理后通过服务平台统一提供给用户，科学数据开发服务在提高科学数据利用率，方便科研数据获取，提升科研效率方面具有重要意义。现在，随着嵌入式服务和学科化服务的发展，大数据时代所带来的海量半结构化和非结构化数据给图书馆科学数据开发带来了巨大的挑战，如何对海量科学数据进行有效的组织是图书馆面临的难题。不同于传统图书馆科学数据开发服务对各学科、领域和行业科学数据资源的简单叠加，“互联网+”要求图书馆对跨学科、跨领域的科学数据进行更深更广的有机融合，包括两个方面：一是技术融合，以网络硬件和软件为基础，通过元数据制定等技术对不同学科间、领域间的科学数据进行语义关联，更深层次的对科学数据资源进行开发；二是组织融合，通过与科研机构、政府机构、公益机构等组织跨界合作，共享数据，来实现更广程度上的科学数据资源开发。

3.2 引入数据关联技术的科学数据语义检索服务

数据关联技术可以有效增强数据互操作性。现在，随着数据在科研活动中的地位和重要性与日俱增，科学数据检索服务也逐渐成为图书馆服务的重要项目，是科研人员获取所需科学数据的重要渠道，而基于语义的科学数据检索是发展趋势。如大英图书馆使用RDF格式编辑馆藏目录的xml文件，并对外界开放[18]；欧洲国家图书馆的European资源门户通过关联数据试点的形式对文本、图像、视频和音频进行关联并向用户提供开放检索服务[19]。另外，德国欧洲分子生物学实验室开发了科学术语全自动化标注Reflect[20]浏览器插件，可以对学术文献中的基因、分子、蛋白质等术语进行语义标注，并外链至相关的基因、分子和蛋白质数据库。然而，国内图书馆在科学数据检索服务方面仍然存在一些难题：一是科学数据资源有限，图书馆可供检索的数据资源以自身馆藏为主，缺乏与其他科研机构的连接；二是检索技术有限，可供检索的科学数据往往是独立的，缺乏数据集之间、数据库之间的映射和连接。“互联网+”的理念提供了有效的解决方案，在科学数据检索资源方面，图书馆与其他科研机构、政府机构、商业机构、公益机构等的跨界合作可以使图书馆脱离依靠自身馆藏数据提供检索的局面，在检索技术方面，元数据描述、数字对象唯一标识符等数据关联技术可以实现科学数据与数据、数据与文献之间的连接，图书馆使用SPARQL语言可以实现跨领域间的科学数据语义检索，URI标识的唯一性也可辨识不同领域的同一事物。

3.3 基于机构合作的分布式科学数据存储服务

基于机构合作的分布式科学数据存储服务为现有图书馆所面临的缺乏硬件基础设施、数据长期保存等难题提供了解决方案。传统意义上的图书馆科学数据存储服务即是建立科学数据仓储，为科研用户提供科学数据保存服务。科学数据存储服务可以实现科学数据的共享和复用，对于科学发现和创新具有重要意义，也是国内外各图书馆的重要服务内容。如普渡大学图书馆则是使用科学数据管理服务平台对各领域的科学数据进行统一收集和保存[21]；康奈尔大学图书馆与华盛顿大学合作建立了Datastar[22]数据存储库，科研用户可以选择上传自己的科研数据，该库试图收集、分析和比较科研用户的数据偏好，致力于建设一个基于语义技术的开放共享数据平台。在传统互联网环境下，图书馆科学数据存储以馆内自建数据库和院系共建数据库为主，主要服务对象是校内科研人员。但随着数据密集型科学研究范式的兴起，海量原始科学数据的爆发式增长给图书馆带来了巨大的数据存储压力，图书馆无法独自应对昂贵的硬件设备，数据的组织、维护、安全等难题。“互联网+”视角下的图书馆科学数据存储形式将是以机构合作为基础的分布式存储。首先，以机构合作为基础的分布式存储可以分担数据存储硬件设备的开销，也可减轻数据组织、维护的压力；其次，基于机构合作的分布式科学数据存储方案可以深化图书馆与其他科研机构、政府等机构、公益机构和商业机构等的合作关系，将科学数据服务对象扩大至更多非科研用户，增加服务受众，扩大服务范围，进一步实现“互联网+”普惠服务；最后，各类跨界机构所拥有的领域专家可以对各自领域内科学数据集进行高效地组织和监护，有利于多领域科学数据的长期保存。

3.4 依靠基础设施融合的科学数据分析服务

基础设施融合可以解决现有图书馆科学数据服务缺乏硬件基础设施的难题。几乎所有的科学研究实验室都需要通过分析处理数据来得到科研成果。科学数据的分析服务是科研工作者的重要需求之一。图书馆科学数据的分析服务是指图书馆向科研用户提供科学数据的计算、统计等服务，需要一定的软件工具和硬件设施为基础。服务内容包括数据抽取、关联分析、聚类分析、可视化分析、统计分析等[23]。如哈佛大学和麻省理工学院建立了联合数据中心Harvard-MIT Data Center，向校内科研工作者提供数据计算和分析服务，包括硬件基础设施服务和软件服务等[24]。随着科学研究进入数据密集型时代，多个领域的科学正在从卫星、电话、高通设备、传感器等数据采集设施获取海量科学数据，这些原始科学数据必须通过计算和分析来实现其价值，科研工作者需要可支持大型数据集分析的高性能计算中心来计算和处理科学数据。现有互联网环境下的图书馆无力独自建设高性能计算中心来支持海量科学数据的分析服务，而“互联网+”视角下的图书馆科学数据分析服务可以通过基础设施融合来解决这个难题，一方面，图书馆通过与其他科研、商业、政府等机构的合作，签订硬件设备共享协议来建立更为强大的计算中心，为科研活动带来足够的计算能力；另一方面，图书馆可根据科研用户的需求收集、购买、自主开发科学数据分析软件，然后将学科内、跨学科的数据分析软件关联起来，实现科研软件的融合，按照科研活动的生命周期推荐给科研用户。

3.4 面向科研创新的嵌入式科学数据管理咨询服务

“互联网+”的跨界融合理念可以增强图书馆科学数据咨询服务的协同性。图书馆科学数据参考咨询服务即是图书馆组建科学数据参考咨询团队通过非正式科学交流方式嵌入到科研项目数据的规划、采集、计算、存档、发布和长期保存一系列流程中，帮助用户解决各种科学数据相关的问题，以支持科研创新。服务内容主要包括制定数据管理规划、数据发现与检索咨询、数据安全及版权咨询、数据分析软件开发、数据出版、数据政策咨询等。图书馆科学数据参考咨询服务是推动科研创新的重要服务内容，国外开设科学数据参考咨询服务的高校图书馆较为先进，并已建立专门的服务网页，有步骤有计划地引导科研人员在科研活动中进行科学数据管理，麻省理工学院图书馆社会科学数据中心[17]在网站首页右侧列出了数据管理服务专家的姓名、肖像照、联系方式，用户可直接点击“How can I help you”来获取咨询服务；耶鲁大学[25]、澳大利亚昆士兰大学[26]使用Lib Guides系统来引导用户制定数据管理计划、数据需求和共享等数据管理问题。国内图书馆在此项服务上并不完善，多数图书馆仅在网站上公布了馆员的电子邮件或其他联系方式，需要用户主动联系咨询，在与用户交互方面存在不足。《国务院关于积极推进“互联网+”行动的指导意见》中指出：互联网应与公共服务领域深入融合和创新发展，创新网络化公共服务模式，大幅提升公共服务能力[1]。国内图书馆的科学数据参考咨询服务应重视“互联网+”指导思想，大力发展参考咨询服务创新，实现服务思想创新、服务体系创新和服务内容创新：（1）在服务思想创新方面，图书馆应将传统被动服务思想积极转换为主动服务思想，将传统独立服务思想转换为协作服务思想；（2）在服务体系创新方面，图书馆应以互联网为基础，一方面，通过开发科学交流软件、建立服务社区等方式加深图书馆馆员、领域专家、数据专家等与科研用户的融合连接，全面了解科研用户在科研活动各个阶段的不同数据需求，并针对性的提供数据服务；另一方面，图书馆应重视机构间协作服务，积极发展与其他图书馆、科研、政府和商业机构的深度合作，为科研用户提供更全面的服务资源；（3）在服务内容创新方面，增加数据引用服务、数据关联服务等创新服务内容。

3.5 科学数据开放存取平台服务

开放存取OA是一种学术信息免费共享的理念与出版机制，是指允许用户不受经济、法律和技术的限制免费获取公共网络上的论文以进行阅读、下载、复制、打印和搜索等[27]。《柏林宣言》指出开放存取的内容不仅包括原始的科学研究成果，也包括原始的科学数据。科学数据的开放存取在加速科研进程、扩大科学数据影响、提高科研效率、缩短科研数据出版时间、提高数据引用速度和引用率、提高科学交流效率等方面具有重要意义。国内科学数据开放平台如中国地质科学院数据网[28]，集成了中国地质科学院50年来积累的地质科学数据资源，向外界提供基础地质科学数据的开放获取服务。国外开放科学数据共享平台如PubMed Central[29]、美国国家医学图书馆平台NLM[30]提供生命科学和医学科学文献和科学数据的开放获取。科学数据的开放存取依托平台而实现，作为多学科科研信息资源的集中地，在“互联网+”的视角下，图书馆建设科学数据开放共享平台具有必要性：一是加强跨界融合，与政府、企业、科研机构等深度合作，以实现更多科学数据资源的开放；二是提供科学数据的提交、审核、专家评议、出版、发布和交流等服务，以满足科研用户对科学数据的各种需求；三是关系结构重组，实现服务创新，在科学数据开放存取平台上，每位科研用户不仅是服务获得者，也同时是服务提供者，关系结构的重组有利于科学数据交流生态环境的良性发展。

3.6 基于情景感知与融合的个性化科学数据服务

情景感知融合技术和个性化服务理念在实现图书馆民主化数据访问，增加科学数据服务受众方面具有重要作用。在“互联网+”环境下，个人是连接融合的最小细胞，万物互联和信息爆炸不会把个人淹没，反而会带来个人的凸显，每个人的个性将更容易识别，移动设备如智能手机、平板电脑的普及使得个人的地理位置、情景需求、行为趋向等数据更容易被采集和感知。图书馆应以互联网为基础，采集和融合每个用户各类情景数据，快速理解和相应用户需求，实现人与人、人与物、人与服务、人与场景的连接，构建基于情景感知与融合的个性化科学数据服务。“互联网+”视角下的图书馆服务是以人为本的普惠服务，图书馆科学数据服务的对象不仅仅是科研工作者，还包括普通民众，民主化的数据访问是“互联网+”图书馆科学数据服务的特征，体现了“互联网+”人人受益的思想。如微软全球望远镜WWT，任何人都可以通过转动镜头和缩放来观察浩瀚的宇宙，开始自己的太空旅行，还可以在感兴趣的位置获取相关论文[31]。

4 需要注意的两个问题

4.1 个人隐私保障和数据安全问题

“互联网+”与图书馆的融合为现有图书馆科学数据服务所面临的数据资源匮乏、数据服务缺乏协调性、服务受众局限性等诸多难题提供了解决思路，但个人隐私和数据安全问题在“互联网+”的影响下被进一步放大，密切的跨界连接、数据开放共享会导致个人隐私缺乏保护，数据安全问题日益加剧。要在“互联网+”环境下保障个人隐私和数据安全，一是要依靠国家政策法规，政府发布的政策和国家法规是保障“互联网+”环境下个人隐私和数据安全的重要手段，《国务院关于积极推进“互联网+”行动的指导意见》是政府首次发布“互联网+”相关文件，其中列出了“互联网+”的总体思路、发展目标和重点行动，显示出政府将“互联网+”列入国家战略的决心，图书馆应结合自身需求，积极推动相关国家政策的发布和法律法规的形成；二是要完善数据互操作协议，图书馆以互联网为基础，与科研机构、政府机构和公益机构建立更多连接，实现数据共享的同时，应积极开发与机构间的数据互操作协议，完善的数据互操作协议可以统一数据操作标准，防止误操作或恶意操作造成用户隐私泄露，威胁数据安全。

4.2 数据版权问题

科学数据的采集、管理、计算、存储和发布过程都需要大量资金的支持，其本身具有价值。在当今社会，知识产权受到特别重视，数据版权发展虽处于初级阶段，但其重要性是不言而喻的。数据版权涉及数据资源归属、增值、引用等问题。“互联网+”以跨界融合、万物互联为根本，机构之间的密切交流合作所带来的数据版权问题愈发严峻。如何有效应对“互联网+”时代数据版权问题，健全相关法律法规是关键，图书馆应积极推动数据相关法律法规的制定，严格区分数据版权归属、规范数据引用，权衡各方利益，避免机构间纠纷对“互联网+”数据服务生态环境发展产生不利影响。

5 结语

“互联网+”理念的提出为社会经济、文化和服务的创新发展提供了理论基础，融合连接、创新驱动、结构重组、开放共享和以人为本五个特征对于图书馆科学数据的发展有重要引导作用。“互联网+”在解决现有图书馆数据服务难题的同时也带来了诸多挑战，如个人隐私、数据安全和数据版权等问题，如何应对新的挑战是图书馆科学数据服务接下来需要考虑的问题。

参考文献：

[1] 中国政府网.关于积极推进“互联网+”行动的指导意见[EB/OL].[2016-05-16].http：//www.gov.cn/zhengce/content/2015-07/04/content_10002.htm.

[2] 张晓林.颠覆数字图书馆的大趋势[J].中国图书馆学报，2011（9）：4-12.

[3] 肖潇，吕俊生.E-science环境下国外图书馆科学数据服务研究进展[J].图书情报工作，2012，56（17）：53-58.

[4] Borgman，Christine L.The Conundrum of Sharing Research Data[J].Journal of the American Society for Information Science and Technology，2012，63（6）：1059-1078.

[5] Vivien Marx.The big challenges of big data[J].Nature，2013（498）：255-259.

[6] 肖潇，吕俊生.图书馆嵌入式学科化科学数据服务研究[J].图书馆学研究，2012，56（21）：85-89.

[7] Luce R.The role of academic research libraries in the digital data universe[EB/OL].[2016-05-20].https：//www-s.cic.net/programs/centerforlibraryinitiatives/Archive/ConferencePresentation/Conference2008/e-ScienceSpeakerPresentations/RickLucePPTpres13May08.pdf.

[8] 余文婷，吴丹.基于数据关联的开放科学数据长期保存利用研究[J].信息资源管理学报，2014（2）：87-92.

[9] Pinfield S，Cox A M，Smith J.Research Data Management and Libraries：Relationships，Activities，Drivers and Influences[J].PLOS ONE，2014（12）：1-28.

[10] 徐坤，曹锦丹.高校图书馆参与科学数据管理研究[J].图书馆论坛，2014（5）：92-98.

[11] Shotton D，Portwin K，Klyne G，et al.Adventures in Semantic Publishing：Exemplar Semantic Enhancements of a Research Article[J].PLOS Comput Biol，2009，5（4）：1-17.

[12] 朱彩萍.高校图书馆提供科学数据服务的途径与内容[J].图书与情报，2014（3）：97-99.

[13] Cox A M， Pinfield S. Research data management and libraries： Current activities and future priorities[J].Journal of Librarianship and Information Science，2014，46（4）：299-316.

[14] 陈建新.科学数据服务：图书馆服务的新领域[J].图书与情报，2013（4）：93-95.

[15] NADAC[EB/OL].[2016-05-20].http：//www.icpsr.umich.edu/icpsrweb/NADAC/.

[16] UC DATA[EB/OL].[2016-05-20].http：//ucdata.berkeley.edu/.

[17] Social Science Data Services[EB/OL].[2016-05-20].http：//libguides.mit.edu/ssds.

[18] Collection metadata service in THE BRITISH LIBRARY [EB/OL].[2016-05-20].http：//www.bl.uk/bibliographic/download.html#basicbnb.

[19] Linked Open Data Pilot[EB/OL].[2016-05-20].http：//www.europeana.eu/.

[20] Reflect[EB/OL].[2016-05-21].http：//reflect.ws.

[21] D2C2[EB/OL].[2016-05-26].https：//www.lib.purdue.edu/researchdata/.

[22] Datastar[EB/OL].[2016-05-26].http：//datastar.mannlib.cornell.edu/.

[23] 洪程.国外科学数据服务现状研究[J].图书馆杂志，2012（10）：31-33.

[24] Harvard-MIT Data Center[EB/OL].[2016-05-20].http：//projects.iq.harvard.edu/user-services.

[25] Yale University Library[EB/OL].[2016-05-20].http：//guides.library.yale.edu/.

[26] UQ Library Guides[EB/OL].[2016-05-20].http：//guides.library.uq.edu.au/.

[27] Budapest Open Access Initiative[EB/OL].[2016-05-06].http：//www.budapestopenaccessinitiative.org/read.

[28] 中国地质科学院数据网[EB/OL].[2016-05-22].http：//www.geoscience.cn/.

[29] PMC[EB/OL].[2016-05-22].http：//www.ncbi.nlm.nih.gov/pmc/.

[30] National Library of Medicine[EB/OL].[2016-05-20].https：//www.nlm.nih.gov/.

[31] Tony Hey，Stewart Tansley，Kristin Tolle.The Fourth Paradigm： Data-Intensive Scientific Discovery[M].Microsoft research，redmond，Washington，2009：1-13.

作者简介：黄鑫（1990-），男，武汉大学信息管理学院博士研究生，研究方向：数据密集型科研范式、科学数据管理、科学交流；邓仲华（1957-），男，武汉大学信息管理学院教授，博士生导师，研究方向：知识组织与信息系统。