煙草科研大數(shù)據(jù)資源體系的構(gòu)建

賈 楠，汪志波，王金棒，洪群業(yè)，王 銳，馮偉華，張仕華，劉亞麗，鄭 路，鄭新章，邱紀青

中國煙草總公司鄭州煙草研究院，鄭州高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)楓楊街2 號 450001

大數(shù)據(jù)是以容量大、類型多、增長速度快、應(yīng)用價值高為主要特征的數(shù)據(jù)集合。由于互聯(lián)網(wǎng)和信息技術(shù)的快速發(fā)展，人類社會已進入大數(shù)據(jù)時代。隨著數(shù)據(jù)資源日益積累，數(shù)據(jù)已成為重要的基礎(chǔ)性戰(zhàn)略資源，數(shù)據(jù)的價值和數(shù)據(jù)管理的重要性成為研究熱點。為落實國家大數(shù)據(jù)戰(zhàn)略，推進創(chuàng)新型行業(yè)建設(shè)，2018 年煙草行業(yè)啟動實施了煙草科研大數(shù)據(jù)重大專項，以推進煙草行業(yè)科研數(shù)據(jù)資源整合和開放共享，充分發(fā)揮科研數(shù)據(jù)基礎(chǔ)資源作用和創(chuàng)新引擎作用，加快科研大數(shù)據(jù)在科技創(chuàng)新、科技決策等領(lǐng)域中的應(yīng)用，提升科技創(chuàng)新效能。因此，統(tǒng)籌煙草科研數(shù)據(jù)資源規(guī)劃、加強煙草科研數(shù)據(jù)資源管理是開展煙草科研大數(shù)據(jù)工作的關(guān)鍵。數(shù)據(jù)資源體系建設(shè)主要以信息管理學(xué)、圖書館學(xué)等領(lǐng)域的信息資源規(guī)劃理論為基礎(chǔ)［1］，利用企業(yè)或組織業(yè)務(wù)數(shù)據(jù)為對象，科學(xué)統(tǒng)籌信息資源分布，從而推動信息資源充分共享和有效利用，為業(yè)務(wù)處理與管理決策提供支撐。為此，通過對國內(nèi)外數(shù)據(jù)資源體系研究現(xiàn)狀進行分析，結(jié)合煙草行業(yè)現(xiàn)有科研數(shù)據(jù)資源情況，基于信息資源規(guī)劃理論構(gòu)建了煙草科研大數(shù)據(jù)資源體系，以期為煙草科研大數(shù)據(jù)資源建設(shè)與應(yīng)用提供基礎(chǔ)支撐。

1 國內(nèi)外數(shù)據(jù)資源體系研究現(xiàn)狀

1.1 國外信息資源規(guī)劃研究進展

近年來國外學(xué)者在跨國企業(yè)信息資源戰(zhàn)略規(guī)劃［2］、信息資源規(guī)劃與企業(yè)業(yè)務(wù)目標(biāo)關(guān)系［3］、信息資源戰(zhàn)略規(guī)劃概念及演進［4-5］、企業(yè)和政府中信息資源規(guī)劃及作用［6］等方面已開展了許多研究，并積累了豐富經(jīng)驗。此外，2014 年高德納咨詢公司（Gartner）發(fā)布的《預(yù)測2015：大數(shù)據(jù)挑戰(zhàn)從技術(shù)轉(zhuǎn)向組織》研究報告認為，對大數(shù)據(jù)的關(guān)注應(yīng)從技術(shù)研發(fā)轉(zhuǎn)向組織應(yīng)對，組織的注意力必須轉(zhuǎn)向信息管理。如果無法證明其價值或不能對已有信息管理流程進行創(chuàng)新，60%的大數(shù)據(jù)項目將無法實施［7］。因此，在大數(shù)據(jù)時代，統(tǒng)籌規(guī)劃與科學(xué)管理大數(shù)據(jù)資源至關(guān)重要。

1.2 國內(nèi)信息資源規(guī)劃研究進展

1986 年，高復(fù)先［8］率先在國內(nèi)提出了信息資源規(guī)劃概念，即在總體數(shù)據(jù)規(guī)劃過程中實現(xiàn)數(shù)據(jù)管理標(biāo)準(zhǔn)化，并在集成化的信息系統(tǒng)構(gòu)建中發(fā)揮作用。以此為基礎(chǔ)，國內(nèi)許多學(xué)者對信息資源規(guī)劃開展了深入研究。高復(fù)先［8］根據(jù)政府部門實施信息資源規(guī)劃的需求，最早提出了數(shù)據(jù)規(guī)劃視角理論；朱曉峰［9］在數(shù)據(jù)規(guī)劃視角理論的基礎(chǔ)上，提出了業(yè)務(wù)流程集成視角理論；裴雷等［10］拓寬了對信息資源規(guī)劃的研究范圍，通過引入價值觀、環(huán)境等要素，提出了多層次系統(tǒng)視角理論。近年來，在國家基礎(chǔ)研究數(shù)據(jù)［11］、國土資源［12］、醫(yī)療健康［13］、水利［14］、水運［15］、水環(huán)境監(jiān)測［16］和蘋果產(chǎn)業(yè)［17］等領(lǐng)域也相繼開展了數(shù)據(jù)資源體系的研究和應(yīng)用。利用3 種視角理論科學(xué)規(guī)劃信息資源，可有效應(yīng)對信息孤島問題，有助于優(yōu)化政務(wù)流程、推動陽光政府建設(shè)、提高政府信息共享程度、提升公共服務(wù)能力［18］；推動企業(yè)信息化［19］，規(guī)范表達用戶需求，規(guī)劃穩(wěn)定的數(shù)據(jù)模型［20］，建立統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，實現(xiàn)科學(xué)決策，提高工作效率。

1.3 煙草科研大數(shù)據(jù)資源現(xiàn)狀

煙草農(nóng)工商領(lǐng)域產(chǎn)生的與科研活動相關(guān)的數(shù)據(jù)均屬于煙草科研數(shù)據(jù)資源。采用問卷調(diào)查、實地走訪、專題座談等形式，對煙草工商企業(yè)、科研單位以及行業(yè)外相關(guān)單位進行了煙草科研數(shù)據(jù)資源專題調(diào)研。結(jié)果顯示，煙草科研數(shù)據(jù)資源覆蓋煙草育種、煙葉種植到卷煙生產(chǎn)和銷售的全部流程，數(shù)據(jù)涉及煙草農(nóng)業(yè)、化學(xué)、工藝、香精香料、基因、質(zhì)量檢測等眾多學(xué)科，并以相關(guān)數(shù)據(jù)為基礎(chǔ)建立了大量專用數(shù)據(jù)庫系統(tǒng)和應(yīng)用平臺，部分煙草企業(yè)還購買了第三方資源數(shù)據(jù)庫［21］。

1.3.1 煙草科研數(shù)據(jù)資源特點

（1）種類豐富。煙草農(nóng)業(yè)領(lǐng)域主要涉及種質(zhì)資源、育種（品種）、栽培、病蟲害防治、土水肥、煙葉采收、烘烤和調(diào)制、煙葉質(zhì)量等數(shù)據(jù)；工業(yè)領(lǐng)域包括煙葉復(fù)烤、卷煙配方和產(chǎn)品設(shè)計、制絲生產(chǎn)、卷接包、香精香料及添加劑、煙草制品檢測分析等數(shù)據(jù)；商業(yè)方面包含品牌培育、市場營銷、卷煙真?zhèn)舞b別等數(shù)據(jù)。在煙草科研過程中還產(chǎn)生大量項目申報、成果評價、標(biāo)準(zhǔn)、專利、論文、論著等數(shù)據(jù)。

（2）聯(lián)系密切。煙草行業(yè)經(jīng)過30 多年的發(fā)展，整個產(chǎn)業(yè)鏈產(chǎn)生并積累了大量與科研相關(guān)的數(shù)據(jù)，這些數(shù)據(jù)具有一定連續(xù)性且存在相關(guān)性，其內(nèi)在關(guān)系需要經(jīng)過數(shù)據(jù)處理才能有效利用。

（3）類型多樣。與煙草科研相關(guān)的數(shù)據(jù)資源，涉及生產(chǎn)過程、科學(xué)實驗、科研觀測和統(tǒng)計、科技文獻等，既有傳統(tǒng)數(shù)據(jù)庫中存儲的結(jié)構(gòu)化數(shù)據(jù)，也有圖片、視頻等非結(jié)構(gòu)化數(shù)據(jù)，隨著物聯(lián)網(wǎng)、互聯(lián)網(wǎng)+等技術(shù)的發(fā)展，非結(jié)構(gòu)化數(shù)據(jù)呈增長趨勢。

1.3.2 煙草科研數(shù)據(jù)資源存在問題

（1）缺乏有效整合和匯交。煙草行業(yè)現(xiàn)有各類數(shù)據(jù)資源平臺眾多，數(shù)據(jù)產(chǎn)生時間和來源存在較大差別；數(shù)據(jù)完整性差，平臺規(guī)模、數(shù)據(jù)類型差異性大；數(shù)據(jù)資源平臺重復(fù)建設(shè)，缺乏銜接和匯交，不利于數(shù)據(jù)整合和共享。

（2）分布分散尚未形成體系。煙草科研數(shù)據(jù)涵蓋農(nóng)工商科各領(lǐng)域，由于缺乏整體建設(shè)規(guī)劃，尚未形成規(guī)范的數(shù)據(jù)資源體系和知識網(wǎng)格，科研數(shù)據(jù)處于自成體系、分散孤立狀態(tài)，無法有效利用數(shù)據(jù)資源。此外，由于部分數(shù)據(jù)涉及企業(yè)技術(shù)和商業(yè)利益，各單位對這些數(shù)據(jù)資源的使用和共享進行限制，無法實現(xiàn)數(shù)據(jù)信息的深入挖掘和全面分析，對數(shù)據(jù)分析的科學(xué)性、系統(tǒng)性和準(zhǔn)確性影響較大。

（3）缺乏統(tǒng)一的標(biāo)準(zhǔn)體系和整合框架。由于數(shù)據(jù)采集、保存、整合、共享等缺乏規(guī)范標(biāo)準(zhǔn)和系統(tǒng)規(guī)劃，無法實現(xiàn)數(shù)據(jù)標(biāo)準(zhǔn)化和統(tǒng)一化，以及形成有效數(shù)據(jù)管理和共享機制，從而影響數(shù)據(jù)資源的共享和利用。

（4）整合技術(shù)手段滯后。目前煙草科研數(shù)據(jù)資源大多局限于單個子集或單一資源類型建設(shè)，缺乏對多源異構(gòu)數(shù)據(jù)的處理和融合，數(shù)據(jù)整合技術(shù)相對落后。

（5）綜合利用不足?，F(xiàn)有科研管理系統(tǒng)僅注重本單位科研業(yè)務(wù)流程處理，主要滿足日常業(yè)務(wù)管理需要，由于缺乏數(shù)據(jù)分析和深度挖掘，不斷積累的科研數(shù)據(jù)得不到充分利用。

2 煙草科研大數(shù)據(jù)資源體系構(gòu)建方法

構(gòu)建煙草科研大數(shù)據(jù)資源體系的關(guān)鍵在于形成統(tǒng)一的、具有共識性的資源主題分類，進而實現(xiàn)對數(shù)據(jù)資源系統(tǒng)的頂層設(shè)計，以解決長期以來存在的“信息孤島”問題，實現(xiàn)科研數(shù)據(jù)資源的有效整合和系統(tǒng)集成，推動科研數(shù)據(jù)的及時匯交和共享。此外，煙草行業(yè)同屬于農(nóng)業(yè)和加工制造業(yè)，大量科研數(shù)據(jù)來源于煙葉種植、卷煙制造、市場管理和營銷、科研等全過程的各個業(yè)務(wù)環(huán)節(jié)，通過對科研數(shù)據(jù)進行分類和梳理，以信息資源規(guī)劃方法為基礎(chǔ)，構(gòu)建基于業(yè)務(wù)流程煙草科研大數(shù)據(jù)資源體系。

2.1 煙草科研大數(shù)據(jù)資源分類依據(jù)

煙草科研數(shù)據(jù)資源分類以數(shù)據(jù)產(chǎn)生的業(yè)務(wù)流程為主線，借鑒了目前常用的中國圖書館分類法（CLC）、國際專利分類法（IPC）、歐洲專利分類體系（ECLA），同時也參考了中國煙草科技信息中心制定的《煙草專業(yè)資料分類表》。

2.2 煙草科研大數(shù)據(jù)資源體系構(gòu)建原則

針對煙草行業(yè)現(xiàn)有科研數(shù)據(jù)資源情況，構(gòu)建煙草科研大數(shù)據(jù)資源體系應(yīng)遵循以下原則：①科學(xué)合理性。應(yīng)從科研視角對數(shù)據(jù)進行分類，使數(shù)據(jù)資源體系符合煙草科研規(guī)律，具備科學(xué)合理性。②結(jié)構(gòu)完整性。盡可能囊括所有數(shù)據(jù)分類，使相同主題、專業(yè)與相關(guān)學(xué)科的各類數(shù)據(jù)重組，有機整合各類資源，保障體系結(jié)構(gòu)的完整性。③良好應(yīng)用性。應(yīng)實現(xiàn)體系結(jié)構(gòu)中各類別數(shù)據(jù)間的有機整合，發(fā)揮大數(shù)據(jù)的分析作用。④較好擴展性。隨著數(shù)據(jù)種類和數(shù)量的增加，應(yīng)不斷調(diào)整數(shù)據(jù)分類并為新的分類預(yù)留空間，不要因擴展而影響已有的分類體系結(jié)構(gòu)。⑤分類用詞規(guī)范性。系統(tǒng)結(jié)構(gòu)中各類用詞盡量采用通用術(shù)語和規(guī)范用語，簡潔表達類目的含義，突出類別的專指性，通過規(guī)范描述實現(xiàn)同級類目的排他性，保證煙草科研用語的規(guī)范性。

3 煙草科研大數(shù)據(jù)資源體系的構(gòu)建

通過對煙草科研數(shù)據(jù)現(xiàn)狀進行分析，結(jié)合煙草資源體系構(gòu)建原則和數(shù)據(jù)分類方法，初步構(gòu)建了煙草科研大數(shù)據(jù)資源體系框架，見圖1。借鑒圖書分類法［22］、專利分類法和專業(yè)資料分類法，參考科技文獻和圖書資源［23-31］，結(jié)合煙草學(xué)科理論知識，將煙草農(nóng)業(yè)、煙草工業(yè)、煙草商業(yè)列為煙草科研大數(shù)據(jù)資源體系的第一級分類；按照煙草及煙草制品完整的生命周期順序，即從育種開始，經(jīng)過育苗、移栽、生長至采收，調(diào)制后貯存、卷煙加工、成品營銷、煙草物流等順序，將第一級分類分別細分至第二級分類，并在各環(huán)節(jié)中補充基礎(chǔ)研究類目；同樣，將第二級分類細分至第三級和第四級?；诖?，構(gòu)建的煙草科研大數(shù)據(jù)資源體系主要覆蓋以下10 類數(shù)據(jù)。

（1）煙葉生產(chǎn)基礎(chǔ)數(shù)據(jù)。涉及煙草育種、煙葉生產(chǎn)生態(tài)、煙田分布、煙葉質(zhì)量、煙草病蟲害、煙草有害生物基礎(chǔ)信息、植煙土壤病原物檢測、煙葉生產(chǎn)基礎(chǔ)設(shè)施、煙農(nóng)合作社及煙農(nóng)情況等數(shù)據(jù)。

（2）煙葉生產(chǎn)技術(shù)管理數(shù)據(jù)。涉及產(chǎn)區(qū)植煙品種類型、特征特性、產(chǎn)質(zhì)量、栽培調(diào)制、推廣應(yīng)用；煙葉品質(zhì)、品種布局、煙葉常規(guī)化學(xué)成分、煙草品種與特征化合物關(guān)聯(lián)；各省煙葉年產(chǎn)量及等級質(zhì)量、各工業(yè)公司片煙質(zhì)量；煙葉復(fù)烤等數(shù)據(jù)。

（3）煙葉原料數(shù)據(jù)。涉及煙葉原料外觀質(zhì)量分析，包括煙葉生產(chǎn)、加工、倉儲、品種、等級質(zhì)量、物理化學(xué)指標(biāo)、評吸等數(shù)據(jù)。

（4）煙草生物技術(shù)數(shù)據(jù)。涉及煙草分子生物學(xué)、煙草遺傳、煙草生物化學(xué)、煙草細胞生物學(xué)等相關(guān)科研數(shù)據(jù)。

（5）煙草微生物數(shù)據(jù)。涉及煙草農(nóng)業(yè)、煙草工業(yè)中與煙草相關(guān)的微生物遺傳、生理和分類等數(shù)據(jù)。

（6）卷煙加工數(shù)據(jù)。涉及卷煙配方設(shè)計、加工工藝、檢測與控制、卷煙半成品、成品質(zhì)量及分析數(shù)據(jù)；生產(chǎn)設(shè)備運行、產(chǎn)品質(zhì)量檢驗等數(shù)據(jù)。

（7）再造煙葉數(shù)據(jù)。涉及再造煙葉加工工藝、理化指標(biāo)、致香成分、煙氣分析等數(shù)據(jù)。

（8）卷煙材料數(shù)據(jù)。涉及香精香料基礎(chǔ)成分和作用、卷煙輔材研發(fā)及應(yīng)用、質(zhì)量安全評價及工業(yè)可用性及包裝設(shè)計等數(shù)據(jù)。

（9）市場營銷數(shù)據(jù)。涉及品牌市場銷售、客戶、零售戶、消費者、物流配送、營銷創(chuàng)新、市場監(jiān)管等數(shù)據(jù)。

圖1 煙草科研大數(shù)據(jù)資源體系框架Fig.1 Framework of resource system for big data of tobacco scientific research

（10）科研基礎(chǔ)數(shù)據(jù)。涵蓋農(nóng)工商所有科研基礎(chǔ)數(shù)據(jù)，涉及國內(nèi)外煙草專利、商標(biāo)、法律法規(guī)；學(xué)術(shù)期刊論文、標(biāo)準(zhǔn)等；科研項目和科技成果；科研儀器設(shè)備、實驗室過程實驗；行業(yè)政策、法律法規(guī)、發(fā)展戰(zhàn)略、經(jīng)濟運行等數(shù)據(jù)。

從中國煙草科教網(wǎng)文獻數(shù)據(jù)庫中隨機選取45篇來自不同刊物、反映不同研究領(lǐng)域的煙草科技文獻，根據(jù)資源體系進行分類，所選文獻闡述的研究主題和領(lǐng)域均能較好地歸入體系中相應(yīng)的類目，從而驗證了該體系的合理性。

4 結(jié)語

煙草科研大數(shù)據(jù)資源體系是煙草科研大數(shù)據(jù)建設(shè)的核心基礎(chǔ)。通過對煙草行業(yè)現(xiàn)有科研數(shù)據(jù)資源進行梳理，并充分考慮科研數(shù)據(jù)保存、整合、管理和共享等應(yīng)用需求，以信息資源規(guī)劃方法和理論為依據(jù)，構(gòu)建了基于業(yè)務(wù)流程的煙草科研大數(shù)據(jù)資源體系。數(shù)據(jù)資源體系采用了4 級分類，主體反映的是科研數(shù)據(jù)，同時涉及通過觀測監(jiān)測、考察調(diào)查、檢驗檢測等方式取得并用于科學(xué)研究活動的原始數(shù)據(jù)及其衍生數(shù)據(jù)，實現(xiàn)了科研數(shù)據(jù)的完整性。隨著煙草行業(yè)科技創(chuàng)新工作的深入開展，科研數(shù)據(jù)的種類和數(shù)量將持續(xù)增加，通過對資源體系進行適時修改和完善，可以避免數(shù)據(jù)擴展對體系結(jié)構(gòu)的嚴謹性和科學(xué)性產(chǎn)生影響。該體系的建立有助于加速推動煙草行業(yè)科研大數(shù)據(jù)環(huán)境的形成，對加強科研數(shù)據(jù)標(biāo)準(zhǔn)化管理、保障科研數(shù)據(jù)完整準(zhǔn)確、實現(xiàn)科研數(shù)據(jù)共享和循環(huán)利用等提供支撐。