科研機構科學數(shù)據(jù)治理路徑初探

彭潔

科研機構科學數(shù)據(jù)治理路徑初探

彭潔

（中國科學技術信息研究所，北京 100038）

科研機構作為科學數(shù)據(jù)生產(chǎn)和管理的重要部門，有效實施科研機構科學數(shù)據(jù)治理是實現(xiàn)其科學數(shù)據(jù)高效利用的重要手段。本文以數(shù)據(jù)治理框架為基礎，構建科研機構科學數(shù)據(jù)治理模型，并以某科技信息研究機構數(shù)據(jù)治理為例進行分析，為落實《科學數(shù)據(jù)管理辦法》提供參考。

科研機構；科學數(shù)據(jù)；數(shù)據(jù)治理；數(shù)據(jù)服務

科學數(shù)據(jù)是科技創(chuàng)新的重要戰(zhàn)略資源?？茖W數(shù)據(jù)主要包括在自然科學、工程技術科學等領域，通過基礎研究、應用研究、實驗開發(fā)等產(chǎn)生的數(shù)據(jù)，以及通過觀測監(jiān)測、考察調(diào)查、檢驗檢測等方式取得并用于科學研究活動的原始數(shù)據(jù)及其衍生數(shù)據(jù)[1]。它既是支撐科學研究的重要基礎，也是科學研究的重要產(chǎn)物和成果；既有一般科學數(shù)據(jù)和大數(shù)據(jù)的特征，也有其自身獨有的特征。

科研機構是科學數(shù)據(jù)生產(chǎn)和利用的重要主體，是科學研究的重要執(zhí)行基地，在研究過程中產(chǎn)生大量有價值的數(shù)據(jù)。對科研機構科學數(shù)據(jù)高效管理是落實《科學數(shù)據(jù)管理辦法》的基本要求，也是提升科學數(shù)據(jù)開放共享水平、發(fā)揮科學數(shù)據(jù)價值的重要內(nèi)容。數(shù)據(jù)治理（data governance）是各類組織對其數(shù)據(jù)使用的一整套管理行為，本研究主要基于數(shù)據(jù)治理理念，針對當前科學數(shù)據(jù)管理和利用過程中的問題，提出科研機構開展科學數(shù)據(jù)治理的基本框架和實施路徑。

1 相關研究

隨著信息技術的發(fā)展，數(shù)據(jù)量日益增加，數(shù)據(jù)治理成為信息研究的重要領域。Watson等[2]最早提出“數(shù)據(jù)倉庫治理”的概念，開始關注數(shù)據(jù)治理這一研究領域。許多學者對數(shù)據(jù)治理的內(nèi)涵進行了深入探討：Wende[3]認為數(shù)據(jù)治理是鼓勵理想的使用數(shù)據(jù)行為的決策權和責任框架；Weber等[4]認為數(shù)據(jù)治理作為實施數(shù)據(jù)責任的通用方法，適合所有數(shù)據(jù)和組織的需求；Thomas[5]認為數(shù)據(jù)治理是對于信息相關流程的決策權利和責任制度，按照商定的模型執(zhí)行，描述誰可以采取什么行動?？梢哉f，有效的數(shù)據(jù)治理已被認為是獲取數(shù)據(jù)使用價值的關鍵[6]。本研究認為，數(shù)據(jù)治理是對于數(shù)據(jù)相關流程的決策權利和責任制度，按照商定的模型執(zhí)行，描述誰可以采取什么行動。數(shù)據(jù)治理的核心是數(shù)據(jù)資產(chǎn)管理的決策權分配和職責分工。

數(shù)據(jù)治理需要鞏固和結合整個公司、機構的數(shù)據(jù)，其重要性得到了從業(yè)人員的認可，并且認為數(shù)據(jù)治理一直也必將是企業(yè)信息管理的新趨勢。在此基礎上，在許多重要會議上數(shù)據(jù)治理都成為重要主題，如TDWI（The Data Warehousing Institute）World Conference、DAMA（Data Management Association）International Symposium、DG（Data Governance）Annual Conference和MDM（Master Data Management）Summit?！禗AMA數(shù)據(jù)管理知識體系指南》認為數(shù)據(jù)治理是對數(shù)據(jù)資產(chǎn)管理行使權力和控制的活動集合[7]。2004年IBM制定了包括四大領域11個要素的數(shù)據(jù)治理框架和方法來指導數(shù)據(jù)治理工作的開展。近年來，國內(nèi)外研究逐漸增多，國外有Wende[3]等進行了數(shù)據(jù)治理模型方面的研究；國內(nèi)來看有李振[8]、徐建忠[9]、孟曉峰[10]等分別對大數(shù)據(jù)治理的模式、方法及隱私保護進行了相關研究。

總體來看，數(shù)據(jù)治理是一個新興的熱點研究領域，是數(shù)據(jù)管理的補充，是IT治理的高級階段和內(nèi)容深化。數(shù)據(jù)治理是鼓勵數(shù)據(jù)創(chuàng)造、使用、存儲、歸檔和刪除而涉及的組織結構、規(guī)則、決策權及責任。當前已經(jīng)有許多學術組織、企業(yè)和學者提出了一些數(shù)據(jù)治理模型、重點內(nèi)容、工作原則、角色職責等。將數(shù)據(jù)治理理念用于科研機構科學數(shù)據(jù)管理領域的研究較少，有針對科研機構數(shù)據(jù)政策[11-12]、管理現(xiàn)狀分析[13]等尚未成熟的治理體系和方法路徑。

2 科研機構數(shù)據(jù)治理模型及實施路徑

科研院所是由國家或部門根據(jù)經(jīng)濟社會發(fā)展需要建立并資助，由占有一定空間與設備條件的各級各類科研人員所組成的科研工作單位，是國家科技創(chuàng)新體系的基本力量[14]。中國科研機構眾多，在物理、地理、化學、數(shù)學、機械、電子等理工科及人文和社會科學、醫(yī)學、農(nóng)學、藝術學等各個方面都有涉及。截至目前，中國有各大科研機構近1?300所，涵蓋中國科研的各個方面。在科研機構的數(shù)據(jù)庫建設方面，幾乎每個科研機構都有自己的專業(yè)數(shù)據(jù)庫，只是在專業(yè)程度、規(guī)模、建設層次和水平等方面有著較大的差異。

長期以來，科研院所集聚了大量國家投入形成的科技資源。其中，科學數(shù)據(jù)庫是最重要的科技資源之一，這些分布在科研院所內(nèi)部的數(shù)據(jù)庫是一筆巨大的財富，它們既是科學研究的基礎，也是科學研究的成果，在大數(shù)據(jù)時代，更是一種重要的國家戰(zhàn)略資源，同時具有很高的經(jīng)濟價值，應該得到充分的共享和使用。但是，分布在科研院所內(nèi)部的大量科學數(shù)據(jù)庫的共享一直是難點，迄今未得到有效解決，嚴重制約了中國科研和科研經(jīng)費使用效率的提高?？蒲性核鶅?nèi)部數(shù)據(jù)庫的共享和利用是一個復雜的系統(tǒng)問題，既涉及個人和單位的利益，也涉及知識產(chǎn)權、機制和技術等諸多因素，需要對這些因素進行研究，并以政策的形式對諸多因素進行協(xié)調(diào)，開展數(shù)據(jù)治理。

2.1 治理目標

在數(shù)據(jù)治理中，非常關鍵的是進行數(shù)據(jù)治理總體目標與藍圖規(guī)劃。對于數(shù)據(jù)治理的核心目標，一是增加決策制定的一致性和保密性，二是減少調(diào)節(jié)的風險，三是提升數(shù)據(jù)安全性，四是將數(shù)據(jù)產(chǎn)出最大化。其包含組織結構和過程來確保組織的數(shù)據(jù)資產(chǎn)維持并拓展組織的戰(zhàn)略和目標。Rifaie等[15]指出數(shù)據(jù)治理有4個目標：數(shù)據(jù)價值和對齊（data value and alignment）、任責/問責（accountability）、績效測評（performance measurement）和風險管理（risk management）。

科研機構開展數(shù)據(jù)治理的目的是實現(xiàn)科研機構內(nèi)部已有和新增的多源異構科學數(shù)據(jù)的有效共享與高效利用，并能夠根據(jù)機構的業(yè)務定位，面向不同場景，提供基于數(shù)據(jù)融合的各類服務。

（1）在數(shù)據(jù)使用意愿方面，需要制定形成機構內(nèi)部的數(shù)據(jù)管理辦法，保證機構內(nèi)部各業(yè)務部門、研究團隊、科研人員能夠主動地匯聚科學數(shù)據(jù)，建立匯交數(shù)據(jù)的各種獎勵措施，保證能夠按照機構戰(zhàn)略實施數(shù)據(jù)共享，促進數(shù)據(jù)利用，形成一種愿共享、想被用、促增值的良好文化氛圍。

（2）在數(shù)據(jù)質(zhì)量方面，需要形成對各類科學數(shù)據(jù)元數(shù)據(jù)質(zhì)量、數(shù)據(jù)質(zhì)量、數(shù)據(jù)匯交質(zhì)量等管理的標準，并根據(jù)標準進行比對檢查，保證提交數(shù)據(jù)的準確性、一致性和完整性。同時建立基于科研機構業(yè)務的數(shù)據(jù)模型，形成數(shù)據(jù)的關聯(lián)。建立機構內(nèi)部科學數(shù)據(jù)獲取、加工、組織、關聯(lián)、匯聚、共享服務等全生命周期的管理規(guī)范、辦法等，保證數(shù)據(jù)的有效管理。

（3）在數(shù)據(jù)使用效益方面，需要根據(jù)信息技術的發(fā)展，建立適用于機構內(nèi)部各類數(shù)據(jù)匯聚和保存的數(shù)據(jù)倉儲和數(shù)據(jù)服務門戶，利用先進的IT技術和數(shù)據(jù)技術，保證服務響應周期內(nèi)面向機構內(nèi)用戶共享和利用，保持用戶服務的可拓展性。

2.2 治理模型

Moseley[16]指出數(shù)據(jù)治理的5個核心內(nèi)容包括政策（policies，有關組織層面數(shù)據(jù)治理操作程序、決策制定和數(shù)據(jù)管理活動的方向）、過程（processes，詳細的過程定義了步驟和產(chǎn)出）、業(yè)務規(guī)則（business rules，用于實施數(shù)據(jù)治理的組織政策和決策制定過程）、人員（people，具有專門職責的角色，直接度量和對數(shù)據(jù)治理產(chǎn)生貢獻）、技術（technologies，數(shù)據(jù)質(zhì)量管理工具、中間件、工作流和主數(shù)據(jù)管理軟件等）。

對于數(shù)據(jù)治理的體系框架，由于機構背景、治理目的、研究視角等不同，不同的機構和研究者提出了不同的數(shù)據(jù)治理框架，例如：Thomas[17]提出的重點在于關注數(shù)據(jù)倉庫和商業(yè)智能的治理框架；Weber等[4]提出的面向企業(yè)的角色、決策任務、責任三位一體治理框架；Khatri等[18]提出強調(diào)數(shù)據(jù)原則和數(shù)據(jù)生命周期的治理框架。此外，還有IBM數(shù)據(jù)治理模型（支撐域、核心域、促成因素和成果4個層級11個要素）[19]、《數(shù)據(jù)治理白皮書》的治理框架（原則、范圍、實施和評估）[20]、ISACA的體系框架（提出數(shù)據(jù)治理的5項基本原則）、Gartner數(shù)據(jù)管理參考架構（規(guī)范、規(guī)劃、構建和運行）等。

綜上，本研究認為，對于科研機構來講，數(shù)據(jù)治理可采用《數(shù)據(jù)治理白皮書》框架，包括3個維度：原則、范圍、實施與評估（見圖1）。原則維度給出了科研機構數(shù)據(jù)治理工作所遵循的、首要的和基本的指導性法則，即治理戰(zhàn)略與機構戰(zhàn)略一致、治理行動合規(guī)、服務績效提升。范圍維度（決策域）描述了科研機構數(shù)據(jù)治理的關鍵域，即科學數(shù)據(jù)治理決策層應該在哪些關鍵領域作出決策。治理目標是在現(xiàn)有數(shù)據(jù)資源基礎上，實現(xiàn)科研機構數(shù)據(jù)的高效利用與共享，在這個過程中，需要對實現(xiàn)這些目標的各個決策域開展工作，并進行評估、監(jiān)督和指導，以保證這些流程和行動合規(guī)。在數(shù)據(jù)治理實施過程中，需要明確參與數(shù)據(jù)治理各個角色的權責范圍，根據(jù)目前科學數(shù)據(jù)資源及利用現(xiàn)狀，開展現(xiàn)狀評估，梳理確定開展數(shù)據(jù)治理的關鍵重點領域，并將關鍵重點任務分配給各個角色負責實施，在此過程中定期開展治理狀況的評估與監(jiān)督，根據(jù)評估反饋不斷完善治理實施路徑，以達到科學數(shù)據(jù)高效利用狀態(tài)。

科研機構開展科學數(shù)據(jù)治理的基本方法和步驟包括以下4個方面。

（1）了解科研機構科學研究及其產(chǎn)生和匯聚的科學數(shù)據(jù)現(xiàn)狀，分析在其利用過程中存在的問題，形成科學數(shù)據(jù)治理的目標（確立目標和指導原則）。

（2）根據(jù)科研機構特點，建立科學數(shù)據(jù)治理的組織體系，對涉及的各個角色進行職責分配，并確立獎懲機制（組織保障）。

（3）針對治理目標，開展治理活動（決策域）。重點形成科學數(shù)據(jù)治理的元數(shù)據(jù)整合匯聚框架和質(zhì)量提升策略，構建融合科研機構數(shù)據(jù)的數(shù)據(jù)模型和數(shù)據(jù)應用服務門戶架構，設計科學數(shù)據(jù)共享及應用服務的主要場景和服務內(nèi)容。

（4）開展治理成熟度評估和科學數(shù)據(jù)資產(chǎn)審計，反饋治理效果，并不斷優(yōu)化針對各個決策域的治理活動（評估、監(jiān)督和指導）。

3 科研機構數(shù)據(jù)治理案例

本研究以科技信息研究機構為例，按照本研究提出的科研機構科學數(shù)據(jù)治理模型，對其科學數(shù)據(jù)治理現(xiàn)狀進行剖析，重點針對數(shù)據(jù)治理中的組織體系建設以及治理過程中的元數(shù)據(jù)集成、場景化的數(shù)據(jù)服務等關鍵問題進行案例分析。

3.1 科學數(shù)據(jù)治理現(xiàn)狀及問題分析

某科技信息研究機構是一個面向科技管理決策提供數(shù)據(jù)和信息支撐的智庫型研究機構，同時也是為創(chuàng)新主體提供科技知識服務的服務機構，建有科技文獻數(shù)據(jù)庫、專利數(shù)據(jù)庫、科技人才數(shù)據(jù)庫、科研機構數(shù)據(jù)庫等近50個數(shù)據(jù)庫，由下屬各業(yè)務部門分別建設。該機構科學數(shù)據(jù)建設和利用現(xiàn)狀如下。

（1）缺乏支撐數(shù)據(jù)高效利用的政策體系。該機構制定出臺了《自建數(shù)據(jù)庫資源使用暫行管理辦法》，主要對數(shù)據(jù)庫資源在機構內(nèi)各部門間共享的審批流程、共享數(shù)據(jù)的使用、數(shù)據(jù)共享過程中的責任劃分做出了規(guī)定。但隨著時代的進步，科學數(shù)據(jù)共享資源標準的提高，該辦法一方面無法完全滿足科研工作者對于數(shù)據(jù)共享的需求；另一方面無法充分調(diào)動相關部門對于數(shù)據(jù)利用的積極性，在一定程度上制約了科研工作的高效開展。

（2）數(shù)據(jù)資源標準化程度不高。同一主題類型的數(shù)據(jù)庫存在數(shù)據(jù)標準不統(tǒng)一、相互沖突，而數(shù)據(jù)庫建設標準是實現(xiàn)數(shù)據(jù)共享利用的前提條件，同時也是科學數(shù)據(jù)平臺建設的基礎和支撐。只有將原始數(shù)據(jù)的來源、表現(xiàn)方式、存儲形式等量化并制定統(tǒng)一標準，才能更好地進行數(shù)據(jù)的融合與共建共享。例如，同一研究對象，由于采用的相關理論、研究手段、研究范圍等沒有統(tǒng)一的標準作為規(guī)范，在理論指導層面不盡相同，各個研究機構調(diào)研數(shù)據(jù)呈現(xiàn)方式也不同，同一研究出現(xiàn)多種數(shù)據(jù)結果等。這就導致數(shù)據(jù)共享時數(shù)據(jù)內(nèi)涵和對數(shù)據(jù)的理解出現(xiàn)混淆，為數(shù)據(jù)利用和深入處理的后期工作帶來應用困難和不確定性等問題。缺乏共享建設標準直接導致數(shù)據(jù)頂層設計難以進行，現(xiàn)存的數(shù)據(jù)治理與共享體系建設需求、現(xiàn)實科研和科研管理需求的匹配性有待提高。

（3）缺少統(tǒng)一的數(shù)據(jù)資源目錄。有10余個數(shù)據(jù)庫是以在線服務系統(tǒng)的形式體現(xiàn)，其余則是各種離線的異構數(shù)據(jù)庫，存儲于機構內(nèi)部各科研人員機器或相關服務器上；已經(jīng)建設的一些數(shù)據(jù)系統(tǒng)中，有時會出現(xiàn)數(shù)據(jù)無法瀏覽、無法下載、數(shù)據(jù)鏈接不存在等情況，大數(shù)據(jù)平臺的穩(wěn)定性和可通達性較低，甚至有些數(shù)據(jù)服務平臺處于后臺服務和更新停滯的狀態(tài)，沒有形成基于全局發(fā)展戰(zhàn)略和業(yè)務目標的數(shù)據(jù)資源目錄，給科研人員及數(shù)據(jù)使用者造成不利影響。

（4）數(shù)據(jù)資源利用的利益分配機制缺失。對于數(shù)據(jù)開放與共享方面，大多數(shù)部門都有使用其他部門數(shù)據(jù)的現(xiàn)實業(yè)務需求，認為目前數(shù)據(jù)資源共享利用效果不佳的主因是利益分配及共享機制問題，各部門希望并接受以利益分成的形式進行數(shù)據(jù)資源共享。

為了解該機構科學數(shù)據(jù)治理的現(xiàn)狀和理想目標間的差距，以便給科學數(shù)據(jù)治理領導決策層提供決策依據(jù)，本研究開展了科學數(shù)據(jù)治理成熟度測評。本次測評選擇6個內(nèi)設部門中參與數(shù)據(jù)采集加工、數(shù)據(jù)管理和服務的項目團隊、數(shù)據(jù)典型用戶等開展內(nèi)部訪談和調(diào)研，借鑒卡內(nèi)基梅隆大學的能力成熟度集成模型（Capability Maturity Model Integration，CMMI）的過程改進方法，從領導、范圍、測量和管理4個維度開展科學數(shù)據(jù)治理的成熟度評測，分別將成熟度的6個階段對應1～6的數(shù)值進行打分，然后通過綜合平均計算，得到各維度的平均評測值（見表1）。

針對數(shù)據(jù)治理的領導、范圍、測量和管理4個維度對機構內(nèi)部業(yè)務部門進行測度后，可以發(fā)現(xiàn)兩方面問題。一是各部門數(shù)據(jù)治理成熟度不一。有些部門形成特色數(shù)據(jù)庫產(chǎn)品和系統(tǒng)平臺，具有較好的數(shù)據(jù)治理水平。大多數(shù)部門業(yè)務與數(shù)據(jù)庫建設、系統(tǒng)平臺搭建關聯(lián)性不大，相關業(yè)務系統(tǒng)應用單一，缺少成熟穩(wěn)定的治理應用，表現(xiàn)欠佳。二是從單個數(shù)據(jù)庫來看，有的數(shù)據(jù)庫在資金支持、人員配備、數(shù)據(jù)體系建設及服務等方面都極具戰(zhàn)略性，數(shù)據(jù)治理成熟度較高。部分數(shù)據(jù)庫面臨共享程度低、使用率低、數(shù)據(jù)更新緩慢或停滯等各種狀態(tài)，數(shù)據(jù)治理成熟度較低。

3.2 科學數(shù)據(jù)治理的組織體系建設

數(shù)據(jù)治理的重要內(nèi)容是確保所有權、客觀性、有效的決策和行動，因此需要定義數(shù)據(jù)治理的角色與職責[21]。主要的治理角色包括數(shù)據(jù)治理委員會、數(shù)據(jù)治理指導組、數(shù)據(jù)治理工作組及成員等。按照治理需求建立科學數(shù)據(jù)治理組織體系，主要是保證各個涉及科學數(shù)據(jù)的角色能夠各司其職，相互協(xié)調(diào)，共同完成治理任務。其中數(shù)據(jù)治理委員會是研究機構內(nèi)開展數(shù)據(jù)治理工作的最高決策組織，主要成員包括機構領導、各業(yè)務部門領導和外部專家顧問。數(shù)據(jù)治理指導組受數(shù)據(jù)治理委員會的領導，按照治理實施要求，可以劃分為不同的工作團隊，分別負責數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)建模、數(shù)據(jù)隱私和安全保密、數(shù)據(jù)服務等工作內(nèi)容和方案制定，并提交數(shù)據(jù)治理委員會審議，成員由該機構熟悉上述業(yè)務內(nèi)容的工作人員組成。數(shù)據(jù)治理工作組的每項具體工作一般由數(shù)據(jù)治理指導組成員牽頭推進，各業(yè)務部門有至少一位熟悉業(yè)務的員工參與其中。各個角色的主要職責如下。

（1）數(shù)據(jù)治理委員會。其主要職責是從戰(zhàn)略角度來統(tǒng)籌和規(guī)劃本機構數(shù)據(jù)治理內(nèi)容、方法和要求，明確數(shù)據(jù)治理各角色在數(shù)據(jù)使用和管理過程中的流程及職責。根據(jù)相應的標準和原則開展對各角色工作內(nèi)容的監(jiān)督評估，保證數(shù)據(jù)治理順利實施。

（2）數(shù)據(jù)治理指導組。其主要職責是指導和協(xié)調(diào)本機構的數(shù)據(jù)治理工作，制定本機構的數(shù)據(jù)管理辦法、數(shù)據(jù)治理考核標準、流程及獎懲措施等，進行數(shù)據(jù)治理過程的監(jiān)測與評估。

（3）數(shù)據(jù)治理工作組。數(shù)據(jù)治理工作組包括數(shù)據(jù)業(yè)務分析員、數(shù)據(jù)質(zhì)量分析員、數(shù)據(jù)管理員、系統(tǒng)開發(fā)人員等。不同角色在數(shù)據(jù)治理過程中承擔的職責不同，但相互之間需要協(xié)同工作。工作組的主要職責包括：對數(shù)據(jù)質(zhì)量進行評估、提升；在數(shù)據(jù)管理流程中根據(jù)相關要求進行元數(shù)據(jù)管理、數(shù)據(jù)模型構建、數(shù)據(jù)產(chǎn)品設計等數(shù)據(jù)處理工作；根據(jù)數(shù)據(jù)治理指導組意見修正工作內(nèi)容；提供數(shù)據(jù)服務，作為完善數(shù)據(jù)治理內(nèi)容的重要參考。

3.3 科學數(shù)據(jù)治理實施

科學數(shù)據(jù)治理實施包括4部分內(nèi)容，分別是制定數(shù)據(jù)內(nèi)容標準、完善科學數(shù)據(jù)技術支撐、構建科研機構科學數(shù)據(jù)開放服務平臺、構建科研機構數(shù)據(jù)應用體系。

（1）制定元數(shù)據(jù)標準、數(shù)據(jù)標準術語、交換格式標準、數(shù)據(jù)轉換標準和數(shù)據(jù)參考模型等數(shù)據(jù)內(nèi)容標準，制定數(shù)據(jù)整理標準和分析標準等科研數(shù)據(jù)處理標準，制定科學數(shù)據(jù)平臺架構標準，建設數(shù)據(jù)庫開放應用接口標準、數(shù)據(jù)可視化工具標準等。

（2）完善科學數(shù)據(jù)技術支撐。包括科學數(shù)據(jù)的來源與篩選技術，科研數(shù)據(jù)資源編目技術和數(shù)據(jù)格式規(guī)范技術等。

（3）構建科研機構科學數(shù)據(jù)開放服務平臺，明確科研機構層面大數(shù)據(jù)平臺和服務平臺的建設任務，厘清服務平臺與科研機構已有各個業(yè)務數(shù)據(jù)平臺和系統(tǒng)之間的銜接配合關系，制定各部門數(shù)據(jù)范圍邊界，明晰各部門數(shù)據(jù)管理的義務和權利。推動與外部各級科研機構信息系統(tǒng)和公共數(shù)據(jù)互聯(lián)共享、制度對接和協(xié)作協(xié)同。

（4）構建科研機構數(shù)據(jù)應用體系。圍繞科學數(shù)據(jù)服務水平提高，建立科研機構數(shù)據(jù)產(chǎn)生、交換、運算，以及數(shù)據(jù)融合、平臺建設、數(shù)據(jù)治理等要素的監(jiān)測體系；建立科研機構在人員配備、數(shù)據(jù)采集、后期采編、數(shù)據(jù)傳送等方面的運行機制。

數(shù)據(jù)治理主要業(yè)務流程如下。

（1）獲取和創(chuàng)建流程。數(shù)據(jù)庫及相關子庫是系統(tǒng)的原始資源，首先對這些數(shù)據(jù)庫采用不同的技術手段導入中間數(shù)據(jù)庫，導入過程中控制需要監(jiān)測和審計導入的字段。對中間數(shù)據(jù)庫進行進一步深入融合和分析。首先進行該機構人員、項目、機構信息的比對、去重、標識，形成主數(shù)據(jù)庫，在此過程中可能需要借助文本挖掘技術。通過主數(shù)據(jù)庫匹配關聯(lián)策略，生成關聯(lián)關系數(shù)據(jù)庫；對中間數(shù)據(jù)庫的成果信息進行提取比對去重，可以生成成果數(shù)據(jù)庫。

（2）其他應用調(diào)用流程。其他應用調(diào)用數(shù)據(jù)流程包括應用系統(tǒng)提交資源訪問請求，進行資源需求及用戶標識（根據(jù)用戶信息判定是否給其相應資源）；根據(jù)請求情況，分別向主數(shù)據(jù)庫、關聯(lián)關系數(shù)據(jù)庫、成果數(shù)據(jù)庫提交請求；各數(shù)據(jù)庫返回相應結果，按照約定的格式提供給其他應用。

（3）科學數(shù)據(jù)目錄體系?？茖W數(shù)據(jù)目錄體系主要包括科研機構內(nèi)所有的數(shù)據(jù)目錄及可以用來匯聚的數(shù)據(jù)資源目錄，從而幫助未來使用該機構科學數(shù)據(jù)服務平臺的用戶發(fā)現(xiàn)和定位數(shù)據(jù)資源。

3.4 基于數(shù)據(jù)治理的數(shù)據(jù)服務

3.4.1 元數(shù)據(jù)集成體系

根據(jù)該科研機構數(shù)據(jù)特點，元數(shù)據(jù)集成設計分為數(shù)據(jù)抽象層和業(yè)務邏輯層，數(shù)據(jù)抽象層為核心數(shù)據(jù)模型，包括人員信息、機構信息、項目信息等基本實體，也包括出版物、專利、產(chǎn)品等產(chǎn)出實體，還有項目資金、語言、貨幣等二級實體；業(yè)務邏輯層為核心數(shù)據(jù)模型的衍生層，選取核心數(shù)據(jù)模型的一部分來完成一項業(yè)務數(shù)據(jù)存儲，根據(jù)業(yè)務方向的不同，劃分為人才數(shù)據(jù)庫、機構數(shù)據(jù)庫、項目數(shù)據(jù)庫等不同類型的業(yè)務域，梳理形成各類實體相互關聯(lián)的E-R圖[22]（見圖2）。

3.4.2 數(shù)據(jù)服務場景示例

在該機構各個業(yè)務部門充分數(shù)據(jù)共享的前提下，結合關于科技多要素融合后的模型查詢和分析需求，應用知識圖譜的技術，將融合后的模型轉換為具有圖結構的RDF數(shù)據(jù)，使得科技各要素之間的關系顯性化，實現(xiàn)基于此類數(shù)據(jù)的查詢和基于關系的畫像分析場景，進一步挖掘融合后的各要素數(shù)據(jù)存在的價值。

以科技人員數(shù)據(jù)為例，將人物基本信息，科研成果信息，與其他人、機構、項目、科研成果等的關系圖譜信息，以及分析統(tǒng)計信息和人物標簽、合作關系展現(xiàn)等匯聚成科研人員畫像。在科研人員基本信息和關系圖譜構建的過程中，按照科學數(shù)據(jù)治理中的隱私相關內(nèi)容，依照脫敏的規(guī)范要求，對可能涉及的隱私進行脫敏處理。

以研究人員為中心點，對其和其他實體之間的關系進行圖譜展示，其中包含的元素有機構、人員、項目、科研成果等，可以看到人員和人員、人員和機構、人員和項目、人員和專利、人員和期刊等之間的關聯(lián)信息，還可以將本身有聯(lián)系的信息匯聚在一起顯示，可以更加清晰地看到他們之間的聯(lián)系（見圖3）。

通過這種元數(shù)據(jù)集成和可視化展示，可以更加精準幫助科技信息研究機構開展科研人員成長規(guī)律分析、科研團隊特征分析、科研人員評價等。

基于該信息研究的主要服務內(nèi)容和對象，通過對數(shù)據(jù)資源管理現(xiàn)狀的問題剖析，開展數(shù)據(jù)治理，形成針對具體場景的各類數(shù)據(jù)服務，有效提升了數(shù)據(jù)服務效能。從科研機構數(shù)據(jù)治理實施來看，還應循環(huán)進行科學數(shù)據(jù)治理成熟度測評，針對評測結果不斷優(yōu)化治理實施，即不斷進行元數(shù)據(jù)管理與集成、數(shù)據(jù)建模、服務產(chǎn)品開發(fā)，從而使得數(shù)據(jù)治理保持可持續(xù)發(fā)展。

4 結語

科研機構是我國科技創(chuàng)新活動的基本單元，圍繞數(shù)據(jù)現(xiàn)狀、治理組織和權責體系等主題，進行清晰的數(shù)據(jù)治理規(guī)劃，開展數(shù)據(jù)治理，符合當前科學數(shù)據(jù)高效管理和利用的需求。通過數(shù)據(jù)治理，對科研機構科學數(shù)據(jù)采集、加工、處理、交流、傳遞、共享、利用等過程進行重塑，進而實現(xiàn)數(shù)據(jù)整體價值增值。同時，科研機構的數(shù)據(jù)治理也應結合本機構業(yè)務特點、數(shù)據(jù)特征等靈活進行治理范圍和內(nèi)容的優(yōu)化，保證治理效果。

［1］ 國務院辦公廳關于印發(fā)科學數(shù)據(jù)管理辦法的通知［EB/OL］.［2021-11-05］. http://www.gov.cn/zhengce/content/2018-04/02/content_5279272.htm.

［2］ WATSON H J，F(xiàn)ULLER C，ARIYACHANDRA T. Data warehouse governance：Best practices at Blue Cross and Blue Shield of North Carolina［J］. Decision Support Systems，2004，38（3）：435-450.

［3］ WENDE K. A Model for Data Governance Organising Accountabilities for Data Quality Management［C］//Australasian Conference on Information Systems. OAI，2007.

［4］ WEBER K，OTTO B，HUBERT S. One size does not fit all - a contingency approach to data governance［J］. Journal of Data & Information Quality，2009，1（1）：1-27.

［5］ THOMAS G. The DGI Data Governance Framework［EB/OL］.［2021-11-26］. https://www.docin.com/p-1718904829.html.

［6］ KAREL R. Data governance：what works and what doesn’t［EB/OL］.［2021-11-26］. https://www.mendeley.com/research/data-governance-works-doesnt/.

［7］ 李善斌. 銀行業(yè)數(shù)據(jù)治理分析［J］. 金融科技時代，2017（4）：36-38.

［8］ 李振，鮑宗豪. “云治理”：大數(shù)據(jù)時代社會治理的新模式［J］. 天津社會科學，2015（3）：62-67.

［9］ 徐建忠，張亮，李嬌嬌. 數(shù)據(jù)智能分類技術在數(shù)據(jù)治理中的應用研究［J］. 信息安全與通信保密，2016（6）：88-90.

［10］ 孟小峰，張嘯劍. 大數(shù)據(jù)隱私管理［J］. 計算機研究與發(fā)展，2015，52（2）：265-281.

［11］ 郭春霞. 科研機構數(shù)據(jù)管理與共享政策研究［J］. 情報雜志，2015，34（8）：147-151.

［12］ 薛秋紅，徐慧芳. 西方國家科研機構科學數(shù)據(jù)管理政策要素研究［J］. 情報理論與實踐，2021，44（7）：124，191-196.

［13］ 邢文明，楊玲. 我國科研機構科研數(shù)據(jù)管理現(xiàn)狀調(diào)研［J］. 數(shù)字圖書館論壇，2018（12）：27-33.

［14］ 張雅群. 公共科研機構技術商業(yè)化能力影響因素研究［D］. 合肥：中國科技大學，2015.

［15］ RIFAIE M，ALHAJJ R，RIDLEY M. Data governance strategy：a key issue in building enterprise data warehouse［C］//iiWAS’2009. DBLP，2009：587-591.

［16］ MOSELEY M. Improving Data Quality through Agile Data Governance［EB/OL］.［2021-11-26］. http://tdwi.org/～/media/5A2DC52A7C154F51ABFE165F9821774C.pdf.

［17］ THOMAS G. Alpha Males and Data Disaster［M］. Boston：Brass Cannon Press，2006.

［18］ KHATRI V，BROWN C V. Designing data governance［J］. Communications of the Acm，2010，53（1）：148-152.

［19］ 談談典型的數(shù)據(jù)治理體系框架［EB/OL］.［2021-12-24］. http://www.360doc.com/content/21/1224/14/78237952_1010147429.shtml.

［20］ 張明英，潘蓉. 《數(shù)據(jù)治理白皮書》國際標準研究報告要點解讀［J］. 信息技術與標準化，2015（6）：54-57.

［21］ STOCKDALE S. Deconstructing data governance［EB/OL］.［2021-11-26］. http:digitalrepository.unm.edu/cgi/viewcontent.cgi?article=1010&context=hslic-posters-presentations.

［22］ CERIF in Brief［EB/OL］.［2021-11-26］. https://www.eurocris.org/eurocris_archive/cerifsupport.org/cerif-in-brief/index.html.

An Approach to Governance of Scientific Data in Scientific Research Institutions

PENG Jie

( Institute of Scientific and Technical Information of China, Beijing 100038, P. R. China )

Scientific research institutions is the important branch of scientific data production and management, effective scientific data governance is the important means that makes its scientific data to be used efficiently. Based on the data governance framework, this study constructed a scientific data governance model for scientific research institutions, and carried out a case study of data governance in a scientific information research institution, it will provide an important reference for the implementation of scientific Data Management Measures.

Scientific Research Institutions; Scientific Data; Data Governance; Data Services

（2021-11-11）

G350

10.3772/j.issn.1673-2286.2021.12.003

彭潔. 科研機構科學數(shù)據(jù)治理路徑初探[J]. 數(shù)字圖書館論壇，2021（12）：15-21.

彭潔，女，1965年生，博士，研究員，研究方向：信息資源管理，E-mail：pengj@isitc.ac.cn。