數(shù)字保存的可理解性風(fēng)險(xiǎn)檢測(cè)

臧國全，王秀娟，李 哲（鄭州大學(xué) ．信息管理學(xué)院；．公共管理學(xué)院）

1 可理解性涵義及其風(fēng)險(xiǎn)類型

1.1 可理解性涵義

可理解性是指針對(duì)保存的數(shù)字對(duì)象，保存系統(tǒng)的目標(biāo)用戶群體能夠理解其內(nèi)容。［1］理解方式有三種。

（1）基于結(jié)構(gòu)信息的概略理解。［2］比如，數(shù)字對(duì)象的標(biāo)題、作者信息、出版信息等有助于用戶了解數(shù)字對(duì)象的基本范疇，而這些信息都是用于描述數(shù)字對(duì)象的內(nèi)部構(gòu)成。再如，一件數(shù)字對(duì)象與其他多件數(shù)字對(duì)象存在關(guān)聯(lián)，前者可稱為中心數(shù)字對(duì)象，后者可稱為關(guān)聯(lián)數(shù)字對(duì)象，后者圍繞前者形成了一個(gè)數(shù)字對(duì)象的網(wǎng)狀結(jié)構(gòu)。其中，中心數(shù)字對(duì)象與關(guān)聯(lián)數(shù)字對(duì)象之間的結(jié)構(gòu)有多種，如整體部分結(jié)構(gòu)、同位結(jié)構(gòu)、依賴結(jié)構(gòu)等，這些結(jié)構(gòu)以及由結(jié)構(gòu)關(guān)聯(lián)的數(shù)字對(duì)象也有助于用戶概略理解中心數(shù)字對(duì)象的內(nèi)容。

（2）基于語義信息的精確理解。當(dāng)對(duì)數(shù)字對(duì)象的內(nèi)容無法準(zhǔn)確理解時(shí)，保存系統(tǒng)應(yīng)提供附加信息幫助用戶理解。這些附加信息被稱為語義信息。語義信息可分為整體式語義信息和知識(shí)點(diǎn)式語義信息，前者用于整體理解數(shù)字對(duì)象內(nèi)容所需的附加信息，后者用于理解數(shù)字對(duì)象中知識(shí)點(diǎn)內(nèi)容所需的附加信息。

（3）基于展現(xiàn)信息的識(shí)別理解。數(shù)字對(duì)象只有展現(xiàn)出來方可被用戶識(shí)別理解。使用瀏覽軟件可對(duì)數(shù)字對(duì)象進(jìn)行展現(xiàn)瀏覽；使用解碼工具對(duì)編碼數(shù)字對(duì)象解碼后進(jìn)行展現(xiàn)瀏覽；使用信息摘要檢驗(yàn)數(shù)字對(duì)象的真實(shí)性后進(jìn)行展現(xiàn)瀏覽。

1.2 可理解性風(fēng)險(xiǎn)類型

基于理解方式，影響用戶理解數(shù)字對(duì)象的因素包括以下幾方面。

（1）數(shù)字對(duì)象的內(nèi)部組成結(jié)構(gòu)不完整。比如主要部分缺失，或因數(shù)字轉(zhuǎn)化過程導(dǎo)致、或因原始文獻(xiàn)殘缺導(dǎo)致、或因原生型數(shù)字資源本身問題導(dǎo)致的缺失，會(huì)妨礙用戶從數(shù)字對(duì)象內(nèi)部結(jié)構(gòu)角度對(duì)數(shù)字對(duì)象的概要理解。

（2）數(shù)字對(duì)象與保存的其他數(shù)字對(duì)象之間關(guān)聯(lián)結(jié)構(gòu)識(shí)別不完整，或識(shí)別出現(xiàn)偏差，或結(jié)構(gòu)類型界定錯(cuò)誤，導(dǎo)致以被理解數(shù)字對(duì)象為中心的關(guān)聯(lián)數(shù)字對(duì)象構(gòu)成的結(jié)構(gòu)網(wǎng)絡(luò)存在缺陷，妨礙用戶從數(shù)字對(duì)象之間關(guān)聯(lián)結(jié)構(gòu)角度對(duì)數(shù)字對(duì)象的概要理解。

（3）用于用戶理解數(shù)字對(duì)象整體內(nèi)容所需的附加信息，保存系統(tǒng)識(shí)別不夠全面，或與數(shù)字對(duì)象之間相關(guān)度欠佳。原因可能是保存系統(tǒng)對(duì)目標(biāo)用戶群體界定不夠清晰，或?qū)δ繕?biāo)用戶群體的知識(shí)儲(chǔ)備識(shí)別不夠準(zhǔn)確，影響用戶利用附加信息幫助理解數(shù)字對(duì)象的整體內(nèi)容。

（4）用于用戶理解數(shù)字對(duì)象中知識(shí)點(diǎn)所需的附加信息，保存系統(tǒng)識(shí)別不夠準(zhǔn)確，或不夠全面，或已遭到破壞，影響用戶利用附加信息幫助理解數(shù)字對(duì)象的知識(shí)點(diǎn)。

（5）用于幫助用戶準(zhǔn)確理解數(shù)字對(duì)象的整體內(nèi)容或知識(shí)點(diǎn)所需的附加信息無法有效瀏覽，或?yàn)g覽效果存在瑕疵，影響用戶對(duì)這些附加信息的準(zhǔn)確使用，從而可能降低用戶對(duì)數(shù)字對(duì)象整體內(nèi)容或知識(shí)點(diǎn)的理解。

（6）數(shù)字對(duì)象無法瀏覽，或?yàn)g覽效果不佳，導(dǎo)致用戶無法有效識(shí)別數(shù)字對(duì)象，從而無法理解數(shù)字對(duì)象。

（7）經(jīng)過編碼的數(shù)字對(duì)象無法還原，導(dǎo)致用戶無法瀏覽、識(shí)別數(shù)字對(duì)象，致使數(shù)字對(duì)象失去可理解性。

（8）保存系統(tǒng)的一些保存操作導(dǎo)致數(shù)字對(duì)象改變，這些改變可能影響用戶對(duì)數(shù)字對(duì)象內(nèi)容的理解。

上述類型（1）和類型（2）的風(fēng)險(xiǎn)將影響可理解性涵義中的第一種理解方式；類型（3）－類型（5）的風(fēng)險(xiǎn)將影響可理解性涵義中的第二種理解方式；類型（6）－類型（8）的風(fēng)險(xiǎn)將影響可理解性涵義中的第三種理解方式。

總之，可理解性風(fēng)險(xiǎn)主要存在于數(shù)字對(duì)象的內(nèi)部結(jié)構(gòu)、數(shù)字對(duì)象的關(guān)聯(lián)結(jié)構(gòu)建立、用于用戶理解數(shù)字對(duì)象所需附加信息的識(shí)別、保存系統(tǒng)對(duì)目標(biāo)用戶群體及其知識(shí)儲(chǔ)備的界定、數(shù)字對(duì)象有效識(shí)別和瀏覽、保存系統(tǒng)實(shí)施保存活動(dòng)對(duì)數(shù)字對(duì)象的影響等方面。

2 可理解性風(fēng)險(xiǎn)型元數(shù)據(jù)

2.1 數(shù)字對(duì)象方面的可理解性風(fēng)險(xiǎn)型元數(shù)據(jù)

這類元數(shù)據(jù)有助于理解數(shù)字對(duì)象內(nèi)容的數(shù)字對(duì)象方面的屬性，以及幫助用戶理解數(shù)字對(duì)象內(nèi)容所需的附加信息，是數(shù)字對(duì)象的可理解性風(fēng)險(xiǎn)的檢測(cè)點(diǎn)。這些屬性和附加信息的缺失，將影響數(shù)字對(duì)象的可理解性。

（1）數(shù)字對(duì)象唯一標(biāo)識(shí)符，［3］用于識(shí)別被檢測(cè)的數(shù)字對(duì)象。如果數(shù)字對(duì)象沒有被賦予唯一標(biāo)識(shí)符，則無法被保存系統(tǒng)識(shí)別，也就無法進(jìn)行可理解性風(fēng)險(xiǎn)檢測(cè)。該元數(shù)據(jù)不作為可理解性風(fēng)險(xiǎn)的檢測(cè)點(diǎn)。

（2）數(shù)字對(duì)象類型，用于過濾不被檢測(cè)的數(shù)字對(duì)象。在所有類型的數(shù)字對(duì)象中，比特流和知識(shí)實(shí)體不具可理解性，所以，檢測(cè)之前，需通過該元數(shù)據(jù)將這兩類數(shù)字對(duì)象過濾掉。該元數(shù)據(jù)也不作為可理解性風(fēng)險(xiǎn)的檢測(cè)點(diǎn)。

（3）數(shù)字對(duì)象內(nèi)部結(jié)構(gòu)信息，指數(shù)字對(duì)象內(nèi)部的基本組成部分。內(nèi)部結(jié)構(gòu)信息依據(jù)數(shù)字對(duì)象的類型不同而有所區(qū)別。如，會(huì)議文獻(xiàn)的內(nèi)部結(jié)構(gòu)信息有會(huì)議名稱、篇名、作者、摘要、正文、參考文獻(xiàn)、基金、論文集名稱等；專利文獻(xiàn)的內(nèi)部結(jié)構(gòu)信息有專利名稱、申請(qǐng)?zhí)?、公開號(hào)、申請(qǐng)人、發(fā)明人、正文、參考文獻(xiàn)等。內(nèi)部結(jié)構(gòu)信息有助于用戶對(duì)數(shù)字對(duì)象的大概判斷和了解，這類信息的錯(cuò)誤可能會(huì)導(dǎo)致用戶對(duì)數(shù)字對(duì)象的概要了解偏差，這類信息的缺失可能會(huì)導(dǎo)致用戶對(duì)數(shù)字對(duì)象的概要了解困難。因此，這類信息是數(shù)字對(duì)象可理解性風(fēng)險(xiǎn)的檢測(cè)點(diǎn)。

蔭元素。（a）數(shù)字對(duì)象的類型。（b）內(nèi)部結(jié)構(gòu)信息的名稱。（c）內(nèi)部結(jié)構(gòu)信息的內(nèi)容。

蔭檢測(cè)項(xiàng)目。（i）基于元素（a）描述的數(shù)字對(duì)象類型，檢查保存政策中對(duì)應(yīng)的內(nèi)部結(jié)構(gòu)信息列表，當(dāng)出現(xiàn)不一致情況，輸出風(fēng)險(xiǎn)。（ⅱ）檢查元素（b）和（c）描述的正確性，可與數(shù)字對(duì)象直接對(duì)比實(shí)現(xiàn)，當(dāng)出現(xiàn)描述值與實(shí)際值不一致的情況，輸出風(fēng)險(xiǎn)。

（4）數(shù)字對(duì)象外部結(jié)構(gòu)信息，指數(shù)字對(duì)象與保存系統(tǒng)中的其他數(shù)字對(duì)象之間的結(jié)構(gòu)描述。如，網(wǎng)站對(duì)象與其包括的各個(gè)網(wǎng)頁對(duì)象之間呈現(xiàn)包含結(jié)構(gòu)，同一網(wǎng)站對(duì)象內(nèi)所包含的各個(gè)網(wǎng)頁對(duì)象之間呈現(xiàn)同位結(jié)構(gòu)。因此，保存系統(tǒng)中，一件數(shù)字對(duì)象及與其存在關(guān)聯(lián)的其他數(shù)字對(duì)象就形成一個(gè)網(wǎng)狀結(jié)構(gòu)。該結(jié)構(gòu)中，中心數(shù)字對(duì)象是檢測(cè)對(duì)象，其他數(shù)字對(duì)象為節(jié)點(diǎn)對(duì)象。呈現(xiàn)各節(jié)點(diǎn)數(shù)字對(duì)象以及每個(gè)節(jié)點(diǎn)數(shù)字對(duì)象與中心數(shù)字對(duì)象之間的結(jié)構(gòu)，有助于用戶對(duì)中心數(shù)字對(duì)象的概要理解。節(jié)點(diǎn)數(shù)字對(duì)象的缺失可能會(huì)降低用戶對(duì)中心數(shù)字對(duì)象的可理解性。同樣，節(jié)點(diǎn)數(shù)字對(duì)象與中心數(shù)字對(duì)象之間結(jié)構(gòu)的描述錯(cuò)誤也可能會(huì)導(dǎo)致用戶對(duì)中心數(shù)字對(duì)象的理解偏差。因此，外部結(jié)構(gòu)信息是數(shù)字對(duì)象可理解性風(fēng)險(xiǎn)的檢測(cè)點(diǎn)。

蔭元素。（a）節(jié)點(diǎn)對(duì)象的標(biāo)識(shí)符。（b）中心數(shù)字對(duì)象與節(jié)點(diǎn)數(shù)字對(duì)象之間的結(jié)構(gòu)描述。

蔭檢測(cè)項(xiàng)目。（i）檢查元素（a）和元素（b）的內(nèi)容，任一元素?zé)o描述值，都無法完整構(gòu)建中心數(shù)字對(duì)象的外部結(jié)構(gòu)信息，影響用戶對(duì)中心數(shù)字對(duì)象的可理解性，輸出風(fēng)險(xiǎn)。（ⅱ）檢查中心數(shù)字對(duì)象與節(jié)點(diǎn)數(shù)字對(duì)象的實(shí)際結(jié)構(gòu)，比較實(shí)際結(jié)構(gòu)與元素（b）描述結(jié)構(gòu)的一致性，當(dāng)兩者出現(xiàn)偏差時(shí)，節(jié)點(diǎn)數(shù)字對(duì)象可能無助于用戶對(duì)中心數(shù)字對(duì)象的理解，輸出風(fēng)險(xiǎn)。

（5）整體式語義信息。整體理解一件數(shù)字對(duì)象內(nèi)容所需的附加材料，是數(shù)字對(duì)象可理解性風(fēng)險(xiǎn)的檢測(cè)點(diǎn)。它包括：?jiǎn)尉S整體式語義信息和多維整體式語義信息。

單維整體式語義信息。整體理解一件數(shù)字對(duì)象，只需一件附加材料提供幫助，該附加材料稱為單維整體式語義信息。如，一篇研究《紅樓夢(mèng)》的文獻(xiàn)，如果用戶沒有《紅樓夢(mèng)》的知識(shí)背景就不太容易理解其內(nèi)容，故需參考《紅樓夢(mèng)》原著，這樣，后者就成了前者的可理解性的單維整體式語義信息。另外，一件數(shù)字對(duì)象中，沒有加注定點(diǎn)標(biāo)注的單項(xiàng)參考文獻(xiàn)也是該數(shù)字對(duì)象可理解性的單維整體式語義信息。

多維整體式語義信息。整體理解一件數(shù)字對(duì)象，需多件附加材料從不同的角度提供幫助，這些附加材料稱為多維整體式語義信息。如，《蒙娜麗莎》是一件藝術(shù)品，對(duì)該作品的所有研究成果都有助于用戶對(duì)該作品的理解，因此，這些研究成果構(gòu)成了該藝術(shù)作品的可理解性的多維整體式語義信息。另外，一件數(shù)字對(duì)象中，沒有加注定點(diǎn)標(biāo)注的多項(xiàng)參考文獻(xiàn)也是該數(shù)字對(duì)象可理解性的多維整體式語義信息。

實(shí)際上，任何一個(gè)保存系統(tǒng)都有一個(gè)特定的目標(biāo)用戶群體。該群體的成員中，有的由保存系統(tǒng)構(gòu)建和維護(hù)的資金提供者指定，有的由數(shù)字資源提交者指定，還有的由保存系統(tǒng)根據(jù)其服務(wù)政策界定。不同保存系統(tǒng)的目標(biāo)用戶群體不一樣，甚至存在很大差異，這種差異不僅表現(xiàn)在目標(biāo)用戶群體的大小上，還表現(xiàn)在目標(biāo)用戶群體的構(gòu)成上。不同用戶群體具備的知識(shí)儲(chǔ)備不同，有時(shí)，理解一件數(shù)字對(duì)象所需的語義信息很多，保存系統(tǒng)只需保存目標(biāo)用戶群體知識(shí)儲(chǔ)備之外的語義信息，所以，針對(duì)一件保存到不同保存系統(tǒng)中的數(shù)字對(duì)象，保存系統(tǒng)應(yīng)該提供的語義信息也不同。另外，用戶的知識(shí)儲(chǔ)備也會(huì)隨著時(shí)間的推移而變化，針對(duì)一個(gè)保存系統(tǒng)，即使目標(biāo)用戶群體沒有發(fā)生變化，理解數(shù)字對(duì)象所需的語義信息也會(huì)隨著時(shí)間的推移而不同。所以，既不存在一個(gè)適合所有保存系統(tǒng)的語義信息提供的通用方案，也不存在適合一個(gè)特定保存系統(tǒng)中各個(gè)時(shí)期的通用方案。因此，語義信息的提供方案是具體保存系統(tǒng)的決策和實(shí)施問題。

蔭元素。（a）語義信息名稱。（b）語義信息獲取的方式，包括唯一標(biāo)識(shí)符和鏈接。（c）語義信息獲取的值，包括唯一標(biāo)識(shí)符的值（若類型為唯一標(biāo)識(shí)符）和URL（若類型為鏈接）。（d）語義信息的最佳瀏覽工具，語義信息也是一種類型的文件，用戶的使用必須借助瀏覽工具，包括瀏覽工具名稱和版本。

蔭檢測(cè)項(xiàng)目。針對(duì)一件數(shù)字對(duì)象，很難判斷保存系統(tǒng)提供的語義信息的全面性，只能判斷其相關(guān)性，所以無法檢測(cè)全面性，僅檢測(cè)相關(guān)性。（i）檢查前三個(gè)元素，若任一內(nèi)容缺失，要么語義信息缺失名稱，要么無法找出具體的語義信息，輸出風(fēng)險(xiǎn)。（ii）檢查基于元素（b）和元素（c）析出的語義信息與檢測(cè)數(shù)字對(duì)象的相關(guān)性，若不相關(guān)，提供的語義信息無助于用戶對(duì)檢測(cè)數(shù)字對(duì)象的理解，輸出風(fēng)險(xiǎn)。（iii）析出語義信息存在的文件格式，在保存政策中找出該格式對(duì)應(yīng)的最佳瀏覽工具，再與元素（d）描述的瀏覽工具比較，若不一致，將導(dǎo)致用戶不能瀏覽語義信息或?yàn)g覽效果有瑕疵，致使語義信息無法為理解數(shù)字對(duì)象提供幫助或幫助效果欠佳，輸出風(fēng)險(xiǎn)。

（6）知識(shí)點(diǎn)式語義信息。理解數(shù)字對(duì)象中一個(gè)知識(shí)點(diǎn)所需的附加材料，是數(shù)字對(duì)象可理解性風(fēng)險(xiǎn)的檢測(cè)點(diǎn)。包括單維知識(shí)點(diǎn)式語義信息和多維知識(shí)點(diǎn)式語義信息。

單維知識(shí)點(diǎn)式語義信息。理解數(shù)字對(duì)象中一個(gè)知識(shí)點(diǎn)，只需一件附加材料，該附加材料為單維知識(shí)點(diǎn)式語義信息。如，一篇文獻(xiàn)中包含一個(gè)概念，而文獻(xiàn)本身并沒有對(duì)該概念給予解釋，如果用戶不具備該概念的知識(shí)儲(chǔ)備，就需在百科全書中找到該概念的詞條，該詞條就是該知識(shí)點(diǎn)的可理解性的單維知識(shí)點(diǎn)式語義信息。

多維知識(shí)點(diǎn)式語義信息。理解數(shù)字對(duì)象中一個(gè)知識(shí)點(diǎn)，需多件附加材料，這些附加材料為多維知識(shí)點(diǎn)式語義信息。比如，一件數(shù)字對(duì)象中，針對(duì)一個(gè)知識(shí)點(diǎn)標(biāo)注的多項(xiàng)參考文獻(xiàn)，這些參考文獻(xiàn)就構(gòu)成了該知識(shí)點(diǎn)的可理解性的多維知識(shí)點(diǎn)式語義信息。

知識(shí)點(diǎn)式語義信息的風(fēng)險(xiǎn)型元數(shù)據(jù)元素設(shè)置和檢測(cè)項(xiàng)目的設(shè)置與整體式語義信息基本相同。但在檢測(cè)項(xiàng)目（ⅱ）中，相關(guān)性判斷的對(duì)象是檢測(cè)數(shù)字對(duì)象中的一個(gè)知識(shí)點(diǎn)，不是整個(gè)數(shù)字對(duì)象。

（7）最佳瀏覽軟件。有些情況下，一種格式文件可通過多種軟件瀏覽，但有時(shí)瀏覽效果不完全一樣，應(yīng)選擇最佳軟件；當(dāng)最佳軟件有多款時(shí)，應(yīng)都予以記錄。如果該元素描述的軟件無法打開被檢測(cè)的數(shù)字對(duì)象，或雖可打開但瀏覽效果不是最佳，那么，該數(shù)字對(duì)象對(duì)用戶來說不可瀏覽使用，更不具可理解性，或?yàn)g覽效果欠佳，影響用戶理解。所以，瀏覽軟件是數(shù)字對(duì)象可理解性風(fēng)險(xiǎn)的一個(gè)檢測(cè)點(diǎn)。

實(shí)際上，對(duì)于大多數(shù)類型的數(shù)字對(duì)象，格式都是常用的，一般用戶都知曉也容易獲得這些格式的最佳瀏覽軟件。但是也有一些格式是專用的，瀏覽所需軟件也是專用的，如，CAJ是專用格式，瀏覽軟件是Cajviewer專用工具，這類瀏覽軟件需描述和保存，以便需要時(shí)用戶獲取。為了便于統(tǒng)一，該元數(shù)據(jù)可設(shè)置為必備元數(shù)據(jù)，無論是常用格式還是專用格式，最佳瀏覽軟件均需描述。

蔭元素。（a）軟件名稱。（b）軟件版本。

蔭檢測(cè)項(xiàng)目。析出被檢測(cè)數(shù)字對(duì)象的文件格式，在保存政策中找出該格式的最佳瀏覽軟件，與元素（a）和元素（b）描述的軟件對(duì)比。若不一致，可能是因描述出現(xiàn)問題，或長(zhǎng)期保存過程中保存系統(tǒng)實(shí)施了某項(xiàng)保存活動(dòng)（如數(shù)字遷移），導(dǎo)致數(shù)字對(duì)象格式發(fā)生了變化，但該元數(shù)據(jù)的描述內(nèi)容沒有及時(shí)更新，導(dǎo)致瀏覽軟件難以勝任數(shù)字對(duì)象的有效呈現(xiàn)，輸出風(fēng)險(xiǎn)。

（8）還原信息。［4］如果數(shù)字對(duì)象是一個(gè)壓縮包或加密文件，無法直接呈現(xiàn)，用戶也無法瀏覽，更談不上理解。此時(shí)需要實(shí)施還原操作，還原過程所需的信息（比如密碼、還原工具等）稱為還原信息。如果還原信息錯(cuò)誤，導(dǎo)致還原過程無法完成，或雖完成但出現(xiàn)偏差，致使無法獲得原始文件，也無法瀏覽，更無法理解。所以，還原信息是數(shù)字對(duì)象的可理解性風(fēng)險(xiǎn)的檢測(cè)點(diǎn)。

蔭元素。（a）還原級(jí)數(shù)，如果數(shù)字對(duì)象需要多次還原方能獲得原始文件，記錄每次還原的級(jí)數(shù)，原始文件的還原級(jí)數(shù)為0。（b）還原工具，每次還原所需的軟件工具。（c）還原密碼，每次還原操作所需的密碼，若無密碼，記錄為“無”。當(dāng)還原級(jí)數(shù)大于1時(shí)，需要分別記錄每個(gè)級(jí)數(shù)的還原工具和還原密碼。

蔭檢測(cè)項(xiàng)目。（i）依據(jù)元素（a）和元素（b），檢查每一級(jí)數(shù)的還原工具，若還原工具記錄缺失，導(dǎo)致在該級(jí)數(shù)上可能無法實(shí)施還原操作，輸出風(fēng)險(xiǎn)。（ii）依據(jù)元素（a）和元素（c），檢查每一級(jí)數(shù)的還原密碼，若缺失，在該級(jí)數(shù)上無法實(shí)施還原操作（因?yàn)楦鶕?jù)標(biāo)引規(guī)則，即使無密碼，元素（b）的內(nèi)容也應(yīng)記錄為“無”），輸出風(fēng)險(xiǎn)。（iii）析出數(shù)字對(duì)象，依據(jù)元素（a）、元素（b）和元素（c）的內(nèi)容，依次檢查每一級(jí)別的還原工具的適用性和還原密碼的正確性，當(dāng)任一還原操作無法完成時(shí)，輸出風(fēng)險(xiǎn)。

（9）信息摘要。當(dāng)數(shù)字對(duì)象的內(nèi)容發(fā)生變化時(shí)，也會(huì)影響用戶對(duì)其的理解。判斷數(shù)字對(duì)象在長(zhǎng)期保存過程中因?yàn)橐恍┍４婊顒?dòng)的執(zhí)行而導(dǎo)致其是否發(fā)生改變的一種可信任方法是信息摘要的使用。［5］因此，信息摘要可作為一種手段來判斷數(shù)字對(duì)象的可理解性是否發(fā)生了風(fēng)險(xiǎn)。

蔭元素。（a）摘要算法，數(shù)字對(duì)象被收錄到保存系統(tǒng)時(shí)對(duì)其進(jìn)行摘要計(jì)算所使用的算法。（b）摘要值，數(shù)字對(duì)象被收錄到保存系統(tǒng)時(shí)對(duì)其進(jìn)行摘要計(jì)算的執(zhí)行結(jié)果。

蔭檢測(cè)項(xiàng)目。（i）析出數(shù)字對(duì)象，按照元素（a）描述的摘要算法對(duì)其重新計(jì)算摘要，將重新計(jì)算的結(jié)果與元素（b）的描述內(nèi)容對(duì)比，當(dāng)不一致時(shí)，數(shù)字對(duì)象已經(jīng)發(fā)生了變化，產(chǎn)生可理解性風(fēng)險(xiǎn)，輸出風(fēng)險(xiǎn)。（ii）檢查元素（a）的值和元素（b）的值，當(dāng)前者沒有值時(shí)，無法重新計(jì)算數(shù)字對(duì)象的摘要；當(dāng)后者沒有值時(shí)，雖可重新計(jì)算數(shù)字對(duì)象的摘要，但與之對(duì)比的原始摘要值缺失。這兩種情況都無法判斷數(shù)字對(duì)象是否發(fā)生了改變，輸出風(fēng)險(xiǎn)。

2.2 保存事件方面的可理解性風(fēng)險(xiǎn)型元數(shù)據(jù)

保存系統(tǒng)實(shí)施的影響數(shù)字對(duì)象可理解性的保存活動(dòng)是可理解性風(fēng)險(xiǎn)的檢測(cè)點(diǎn)。

（1）外部結(jié)構(gòu)判定。在數(shù)字對(duì)象被收錄到保存系統(tǒng)之時(shí)，保存系統(tǒng)執(zhí)行該保存活動(dòng)，建立被收錄數(shù)字對(duì)象的外部結(jié)構(gòu)信息。該事件是否被執(zhí)行以及執(zhí)行的結(jié)果將直接影響數(shù)字對(duì)象方面的可理解性風(fēng)險(xiǎn)型元數(shù)據(jù)中的第4個(gè)元素內(nèi)容的賦值。若沒有執(zhí)行，數(shù)字對(duì)象的外部結(jié)構(gòu)網(wǎng)絡(luò)無法建立，輸出風(fēng)險(xiǎn)。

（2）摘要計(jì)算。保存系統(tǒng)收錄數(shù)字對(duì)象時(shí)，實(shí)施摘要計(jì)算，形成信息摘要，為以后固定性檢測(cè)提供依據(jù)。該事件是否被執(zhí)行將直接影響數(shù)字對(duì)象方面的可理解性風(fēng)險(xiǎn)型元數(shù)據(jù)中的第9個(gè)元素內(nèi)容的賦值。若沒有執(zhí)行，數(shù)字對(duì)象的信息摘要無法建立，輸出風(fēng)險(xiǎn)。

（3）語義信息識(shí)別。在數(shù)字對(duì)象被收錄到保存系統(tǒng)之時(shí)，保存系統(tǒng)執(zhí)行該保存活動(dòng)，建立被收錄數(shù)字對(duì)象的語義信息。該事件是否被執(zhí)行以及執(zhí)行的結(jié)果將直接影響數(shù)字對(duì)象方面的可理解性風(fēng)險(xiǎn)型元數(shù)據(jù)中的第5個(gè)元素和第6個(gè)元素內(nèi)容的賦值。若沒有執(zhí)行，保存系統(tǒng)不提供理解數(shù)字對(duì)象所需的附加信息，輸出風(fēng)險(xiǎn)。

（4）病毒檢測(cè)。數(shù)字對(duì)象一旦遭到計(jì)算機(jī)病毒損壞，可能會(huì)造成其內(nèi)容的篡改或不可用，影響數(shù)字對(duì)象的可理解性。因此，病毒檢測(cè)需按保存政策規(guī)定實(shí)施；否則，輸出風(fēng)險(xiǎn)。

（5）介質(zhì)刷新。用來存放數(shù)字對(duì)象的存儲(chǔ)介質(zhì)如果損壞或者過期，數(shù)字對(duì)象可能不能正常讀取，影響其可理解性。因此，介質(zhì)刷新需按保存政策規(guī)定實(shí)施；否則，輸出風(fēng)險(xiǎn)。

（6）遷移事件。數(shù)字對(duì)象格式過時(shí)，用戶無法正確讀取數(shù)字對(duì)象內(nèi)容，影響數(shù)字對(duì)象的可理解性。因此，遷移事件需按保存政策規(guī)定實(shí)施；否則，輸出風(fēng)險(xiǎn)。

2.3 保存政策方面的可理解性風(fēng)險(xiǎn)型元數(shù)據(jù)

保存系統(tǒng)設(shè)置的一些指標(biāo)用于可理解性風(fēng)險(xiǎn)型元數(shù)據(jù)的檢測(cè)基準(zhǔn)，但不作為可理解性風(fēng)險(xiǎn)的檢測(cè)點(diǎn)。

（1）內(nèi)部結(jié)構(gòu)信息列表。保存系統(tǒng)根據(jù)不同類型數(shù)字對(duì)象的特征，界定每種類型數(shù)字對(duì)象所包含的內(nèi)部結(jié)構(gòu)信息，用于第一類元數(shù)據(jù)的第3個(gè)元素的檢測(cè)項(xiàng)目 （i）。

（2）最佳瀏覽工具判定。保存系統(tǒng)根據(jù)瀏覽工具對(duì)相應(yīng)格式數(shù)字對(duì)象的支持程度，選擇出的最佳瀏覽工具和版本，用于第一類元數(shù)據(jù)的第5個(gè)元素的檢測(cè)項(xiàng)目（iii）和第7個(gè)元素的檢測(cè)項(xiàng)目。

（3）病毒檢測(cè)周期。病毒檢測(cè)的頻率設(shè)置，用于保存事件中的病毒檢測(cè)事件的風(fēng)險(xiǎn)檢測(cè)。

（4）介質(zhì)刷新頻率。介質(zhì)刷新的頻率設(shè)置，用于保存事件中的介質(zhì)刷新事件的風(fēng)險(xiǎn)檢測(cè)。

（5）遷移準(zhǔn)確率。數(shù)字對(duì)象遷移前后內(nèi)容沒有發(fā)生改變部分占遷移前數(shù)字對(duì)象整個(gè)內(nèi)容的比率，用于保存事件中的遷移事件的風(fēng)險(xiǎn)檢測(cè)。

3 實(shí)驗(yàn)

3.1 術(shù)語界定

樣本數(shù)據(jù)來自“中國知網(wǎng)”。為便于實(shí)驗(yàn)操作和結(jié)果的展示，界定相關(guān)術(shù)語見表1。

3.2 樣本集形成

3.2.1 數(shù)字對(duì)象樣本集的形成

數(shù)字對(duì)象樣本來源：中國知網(wǎng)。樣本總量：1萬件。采集方法：分層隨機(jī)抽樣法。采集步驟如下所示。

（1）構(gòu)建樣本單元。樣本單元是指在時(shí)間區(qū)間、文獻(xiàn)類型、學(xué)科三個(gè)維度的交集點(diǎn)上數(shù)字對(duì)象集合，可表示為：{TDi，CDj，SDk}（i∈ ［1,7］，j∈ ［1,9］，k∈［1,8］）。因此，樣本單元總數(shù)：7×9×8=504個(gè)。

（2）計(jì)算樣本單元的樣本抽取量。公式：SES{TDi,CDj,SDk}=TS{TDi,CDj,SDk}÷TT×ST。其中：SES代表樣本單元的樣本抽取量；TS代表樣本單元的數(shù)字對(duì)象總量，可根據(jù)樣本單元中的時(shí)間區(qū)間、文獻(xiàn)類型和學(xué)科構(gòu)建檢索條件，檢索獲得；TT代表中國知網(wǎng)中的數(shù)字對(duì)象總量，可由將上述計(jì)算的各個(gè)樣本單元的數(shù)字對(duì)象總量求和獲得；ST代表設(shè)定的樣本總量。

表1 術(shù)語界定表

（3）樣本單元中的樣本抽取。首先，檢索獲得樣本單元的數(shù)字對(duì)象集合，檢索條件構(gòu)建同上述樣本單元的數(shù)字對(duì)象總量計(jì)算中的檢索條件。其次，在檢出的樣本單元數(shù)字對(duì)象集合中，簡(jiǎn)單隨機(jī)抽取上述計(jì)算出的樣本單元抽取數(shù)量（SES）的數(shù)字對(duì)象序號(hào)。再次，依次套錄對(duì)應(yīng)序號(hào)的數(shù)字對(duì)象，形成樣本單元的數(shù)字對(duì)象抽取樣本。最后，采用上述步驟，依次獲得各樣本單元的數(shù)字對(duì)象樣本，形成數(shù)字對(duì)象的總樣本。

3.2.2 可理解性風(fēng)險(xiǎn)型元數(shù)據(jù)內(nèi)容的形成

首先，本研究的合作單位中國知網(wǎng)幫助提供數(shù)字對(duì)象樣本集的相關(guān)元數(shù)據(jù)的賦值內(nèi)容，主要包括描述型、管理型和保存型三類元數(shù)據(jù)。其次，對(duì)采集的每件數(shù)字對(duì)象的可理解性風(fēng)險(xiǎn)型元數(shù)據(jù)元素的內(nèi)容賦值，若有對(duì)應(yīng)元素或相似元素，直接套錄自上述三類元數(shù)據(jù)中對(duì)應(yīng)元素的內(nèi)容，若無對(duì)應(yīng)元素或相似元素，則無賦值。因此，可理解性風(fēng)險(xiǎn)型元數(shù)據(jù)元素的賦值真實(shí)地反映了樣本數(shù)字對(duì)象的可理解性風(fēng)險(xiǎn)狀態(tài)。

3.3 檢測(cè)算法

基于數(shù)字對(duì)象樣本集的維度屬性，設(shè)計(jì)各類檢測(cè)算法的描述（見表2）。

3.4 檢測(cè)結(jié)果

3.4.1 零維度檢測(cè)結(jié)果

執(zhí)行檢測(cè)算法中的零維度檢測(cè)算法，檢測(cè)結(jié)果的可視化形式見圖1。

表2 檢測(cè)算法描述

圖1 零維度檢測(cè)結(jié)果

數(shù)字對(duì)象樣本在可理解性風(fēng)險(xiǎn)型元數(shù)據(jù)上風(fēng)險(xiǎn)值較 高 的 檢 測(cè) 點(diǎn) 依 次 為 ： CP1、 CP2、 CP3、 CP4、 CP8、CP10。

3.4.2 單維度檢測(cè)結(jié)果

（1）TD的單維度檢測(cè)。執(zhí)行TD（時(shí)間維度）單維度檢測(cè)算法，檢測(cè)結(jié)果的可視化形式見圖2，描述形式見表3中TD單維度檢測(cè)結(jié)果的風(fēng)險(xiǎn)點(diǎn)分布{TDi}部分。

圖2 TD單維度檢測(cè)結(jié)果

（2）CD的單維度檢測(cè)。執(zhí)行CD（文獻(xiàn)類型維度）單維度檢測(cè)算法，檢測(cè)結(jié)果的可視化形式見圖3，描述形式見表3中CD單維度檢測(cè)結(jié)果的風(fēng)險(xiǎn)點(diǎn)分布{CDj}部分。

表3 單維度檢測(cè)結(jié)果

圖3 CD單維度檢測(cè)結(jié)果

（3）SD的單維度檢測(cè)。執(zhí)行SD（學(xué)科維度）單維度檢測(cè)算法，檢測(cè)結(jié)果的可視化形式見圖4，描述形式見表3中SD單維度檢測(cè)結(jié)果的風(fēng)險(xiǎn)點(diǎn)分布{SDK}部分。

圖4 SD單維度檢測(cè)結(jié)果

3.4.3 雙維度檢測(cè)結(jié)果

（1）{TD，CD}的雙維度檢測(cè)。檢測(cè)結(jié)果見表4中的第2列。

（2）{TD，SD}的雙維度檢測(cè)。檢測(cè)結(jié)果見表4中的第3列。

（3）{CD，SD}的雙維度檢測(cè)。檢測(cè)結(jié)果見表4中的第4列。

表4 雙維度檢測(cè)結(jié)果

3.4.4 三維度檢測(cè)結(jié)果

{TD，CD，SD}三維度檢測(cè)。檢測(cè)結(jié)果見表5。

表5 三維度檢測(cè)結(jié)果

3.5 檢測(cè)結(jié)果分析

基于上述實(shí)驗(yàn)結(jié)果，分析得出可理解性主要風(fēng)險(xiǎn)點(diǎn)及其產(chǎn)生的主要數(shù)字對(duì)象集合如下。

（1）數(shù)字對(duì)象內(nèi)部結(jié)構(gòu)信息。集中在{TDi，CDj，SDk}（i={1,2}，j=1，k∈ ［1,8］），即 1995年之前所有學(xué)科的期刊文獻(xiàn)之中。可能原因在于，數(shù)字掃描是1995年之前期刊文獻(xiàn)采用的數(shù)字轉(zhuǎn)換主要方式，掃描結(jié)果為圖片格式。故，數(shù)字對(duì)象的內(nèi)部結(jié)構(gòu)信息難以自動(dòng)析出，需人工提取，導(dǎo)致該元素可能無賦值內(nèi)容或賦值內(nèi)容出現(xiàn)偏差。規(guī)避和降低該風(fēng)險(xiǎn)點(diǎn)產(chǎn)生的風(fēng)險(xiǎn)概率的方法是：保存系統(tǒng)對(duì)該數(shù)字對(duì)象集合中每件數(shù)字對(duì)象，人工提取、補(bǔ)充和核實(shí)其內(nèi)部結(jié)構(gòu)信息，賦值到該風(fēng)險(xiǎn)型元數(shù)據(jù)元素中。

（2）數(shù)字對(duì)象外部結(jié)構(gòu)信息、外部結(jié)構(gòu)判定事件。這兩個(gè)風(fēng)險(xiǎn)點(diǎn)均主要集中在{TDi，CDj，SDk}（i={6,7}，j={1,2,3}，k={1,5,6}），即 2011年之后基礎(chǔ)學(xué)科、哲學(xué)與人文學(xué)科和社會(huì)科學(xué)的期刊、碩博論文和會(huì)議論文?？赡艿脑蚴牵４嫦到y(tǒng)收錄該集合數(shù)字對(duì)象時(shí)，沒有執(zhí)行外部結(jié)構(gòu)判定事件，導(dǎo)致中心數(shù)字對(duì)象與節(jié)點(diǎn)數(shù)字對(duì)象之間的結(jié)構(gòu)描述缺失或出現(xiàn)偏差。規(guī)避和降低這兩個(gè)風(fēng)險(xiǎn)點(diǎn)產(chǎn)生的風(fēng)險(xiǎn)概率的方法是：保存系統(tǒng)對(duì)該集合中每件數(shù)字對(duì)象，識(shí)別與之關(guān)聯(lián)的保存系統(tǒng)中其他數(shù)字對(duì)象，并進(jìn)行關(guān)聯(lián)類型界定，賦值到上述相關(guān)風(fēng)險(xiǎn)型元數(shù)據(jù)元素中。

（3）整體式語義信息、知識(shí)點(diǎn)式語義信息、語義信息識(shí)別事件。主要集中在{TDi，CDj，SDk}（i={6,7}，j={1,2,3}，k={5,6}），即 2011年之后哲學(xué)與人文學(xué)科和社會(huì)科學(xué)的期刊、碩博論文和會(huì)議論文。可能的原因是，保存系統(tǒng)收錄該集合數(shù)字對(duì)象時(shí)，沒有執(zhí)行語義信息識(shí)別事件，導(dǎo)致用于理解數(shù)字對(duì)象和知識(shí)點(diǎn)的相關(guān)附加材料缺失。規(guī)避和降低這三個(gè)風(fēng)險(xiǎn)點(diǎn)產(chǎn)生的風(fēng)險(xiǎn)概率的方法是：保存系統(tǒng)針對(duì)該集合中每件數(shù)字對(duì)象，識(shí)別和補(bǔ)充相關(guān)輔助資料，賦值到上述相關(guān)風(fēng)險(xiǎn)型元數(shù)據(jù)元素中。

4 結(jié)語

本研究在界定可理解性涵義的基礎(chǔ)上，設(shè)計(jì)可理解性風(fēng)險(xiǎn)元數(shù)據(jù)，并基于元數(shù)據(jù)構(gòu)建可理解性風(fēng)險(xiǎn)的檢測(cè)方法。因此，可理解性風(fēng)險(xiǎn)型元數(shù)據(jù)的科學(xué)性決定了數(shù)字保存可理解性風(fēng)險(xiǎn)檢測(cè)方法的可靠程度。所以，完善該類風(fēng)險(xiǎn)型元數(shù)據(jù)是后續(xù)研究的一項(xiàng)內(nèi)容。