基于Drupal的政府開(kāi)放數(shù)據(jù)平臺(tái)構(gòu)建

李盼 翟軍 陳燕

〔摘要〕開(kāi)放政府?dāng)?shù)據(jù)能夠促進(jìn)政府透明和社會(huì)創(chuàng)新，已成為國(guó)內(nèi)外研究和實(shí)踐的熱點(diǎn)。本文針對(duì)我國(guó)地方政府開(kāi)放數(shù)據(jù)門(mén)戶(hù)網(wǎng)站在元數(shù)據(jù)規(guī)范和數(shù)據(jù)格式上的不足，設(shè)計(jì)并建立基于Drupal的政府開(kāi)放數(shù)據(jù)平臺(tái)。在分析平臺(tái)核心功能的基礎(chǔ)上，引進(jìn)W3C的通用元數(shù)據(jù)標(biāo)準(zhǔn)DCAT。重點(diǎn)說(shuō)明平臺(tái)建立元數(shù)據(jù)模式的映射過(guò)程，并介紹如何為關(guān)聯(lián)數(shù)據(jù)集提供Sparql端點(diǎn)。以來(lái)自浙江省開(kāi)放數(shù)據(jù)網(wǎng)站的一個(gè)具體數(shù)據(jù)集的發(fā)布為例，表明該平臺(tái)支持機(jī)器可讀的通用元數(shù)據(jù)格式，為我國(guó)各類(lèi)開(kāi)放數(shù)據(jù)網(wǎng)站的建設(shè)和升級(jí)提供借鑒和參考。

〔關(guān)鍵詞〕Drupal；政府開(kāi)放數(shù)據(jù)；開(kāi)放數(shù)據(jù)平臺(tái)；元數(shù)據(jù)；DCAT；關(guān)聯(lián)數(shù)據(jù)

DOI：10.3969/j.issn.1008-0821.2016.08.007

〔中圖分類(lèi)號(hào)〕G25073〔文獻(xiàn)標(biāo)識(shí)碼〕A〔文章編號(hào)〕1008-0821（2016）08-0037-07

〔Abstract〕As a hot topic，Open Government Data provides a new way for promoting the construction of the transparent government and innovations between different social organizations.This paper designed and established a platform based on Drupal in order to resolve the problem about datasets metadata and data formats existing in open data portals of local government in China.Metadata providing can permit interoperability between different systems and the use of machine-readable，non-proprietary electronic data formats can reduce technical barriers to data access for users.Based on the basic analysis of the core functions of the platform，this paper introduced a common metadata standard DCAT，which was announced by W3C.Then the clear description was given to explain how to process mappings between DCAT vocabularies and fields of Drupal，which aimed to provide metadata for datasets.Publishing linked data is always difficult for the study of open data.There fore，the paper presented a simple solution on how to provide a Sparql endpoint for publishing data formats of linked datasets using Drupal.Finally，taking a dataset from Zhejiang governments Open data platform as an example to show the whole process about how this platform publishes datasets and provided machine-readable metadata formats.And this paper also made a detailed introduction about the important Drupal modules used in this platform，including RDFx module，Sparql endpoint module，DKAN related modules，which is a complimentary offering to CKAN with a full suite of cataloging，publishing and visualization features，and so on.This paper provided references for the construction and upgrading of all types of open data platform in our country.

〔Key words〕Drupal；government open data；open data platform；metadata；DCAT；linked data

大數(shù)據(jù)時(shí)代，“數(shù)據(jù)”的重要性被提到了前所未有的高度，通過(guò)對(duì)海量數(shù)據(jù)的交換、整合、分析和利用，能夠發(fā)現(xiàn)新知識(shí)、創(chuàng)造新價(jià)值[1]。在全社會(huì)中，政府?dāng)?shù)據(jù)起著核心與樞紐的作用。各國(guó)的研究與實(shí)踐表明，開(kāi)發(fā)和利用信息資源的前提是信息公開(kāi)和數(shù)據(jù)開(kāi)放，而數(shù)據(jù)開(kāi)放的核心則是“開(kāi)放政府?dāng)?shù)據(jù)”（Open Government Data，OGD）[2]。全球范圍興起的“開(kāi)放政府?dāng)?shù)據(jù)運(yùn)動(dòng)”始于2009年美國(guó)奧巴馬政府推動(dòng)的“開(kāi)放政府行動(dòng)計(jì)劃”（Open Government Initiative）[3]。2011年9月20日，美國(guó)、英國(guó)、巴西、印度尼西亞、墨西哥、挪威、菲律賓、南非八個(gè)國(guó)家在紐約集會(huì)，宣布成立“開(kāi)放政府合作組織”（Open Government Partnership，OGP），到2016年4月其成員國(guó)已從8個(gè)發(fā)展到69個(gè)。目前，世界各國(guó)已有超過(guò)250個(gè)政府（中央政府、地方政府或城市）實(shí)施“開(kāi)放數(shù)據(jù)”的行動(dòng)計(jì)劃[4]?！伴_(kāi)放數(shù)據(jù)”為政府機(jī)構(gòu)、社會(huì)組織和個(gè)人的創(chuàng)新及協(xié)作提供了新的途徑。世界銀行總結(jié)的OGD的益處主要包括：①促進(jìn)政府的公開(kāi)透明和公共服務(wù)質(zhì)量及辦事效率的提升；②為社會(huì)創(chuàng)新和經(jīng)濟(jì)增長(zhǎng)提供數(shù)據(jù)資源和推動(dòng)力[5]。

在開(kāi)放政府?dāng)?shù)據(jù)運(yùn)動(dòng)中，為了集中管理大量的開(kāi)放數(shù)據(jù)和方便用戶(hù)進(jìn)行數(shù)據(jù)查找，關(guān)鍵的舉措之一是發(fā)布“開(kāi)放數(shù)據(jù)目錄”（Open Data Catalogs）的門(mén)戶(hù)網(wǎng)站（Portals）[3，6]。以2009年美國(guó)政府的“一站式”數(shù)據(jù)門(mén)戶(hù)Data.Gov為先河，到2016年4月，DataPortals.org收集的數(shù)據(jù)門(mén)戶(hù)網(wǎng)站已達(dá)519個(gè)。數(shù)據(jù)門(mén)戶(hù)所依托的“開(kāi)放數(shù)據(jù)平臺(tái)”（Open Data Platform）也成為這一領(lǐng)域的研究熱點(diǎn)之一[6]。

在我國(guó)，從2012年開(kāi)始，北京、上海、浙江、青島、深圳等地方政府在大數(shù)據(jù)戰(zhàn)略和智慧城市建設(shè)中率先推出了政府開(kāi)放數(shù)據(jù)門(mén)戶(hù)網(wǎng)站[7]。理論上，一些學(xué)者也開(kāi)始關(guān)注“開(kāi)放數(shù)據(jù)平臺(tái)”的技術(shù)、管理與評(píng)價(jià)問(wèn)題。鄭磊等對(duì)國(guó)內(nèi)各開(kāi)放數(shù)據(jù)平臺(tái)的數(shù)據(jù)導(dǎo)引、數(shù)據(jù)獲取、界面體驗(yàn)、互動(dòng)交流等方面進(jìn)行了評(píng)估[7]。徐慧娜等通過(guò)13個(gè)指標(biāo)，比較了紐約和上海兩大城市政府開(kāi)放數(shù)據(jù)平臺(tái)的有用性、易用性和用戶(hù)數(shù)據(jù)利用效果，指出了國(guó)內(nèi)開(kāi)放數(shù)據(jù)平臺(tái)發(fā)展的不足[8]。錢(qián)曉紅等論述了“開(kāi)放數(shù)據(jù)平臺(tái)”的技術(shù)特征：發(fā)布和管理數(shù)據(jù)、檢索和查找數(shù)據(jù)、元數(shù)據(jù)建設(shè)、可視化處理等[9]。周志峰等對(duì)美國(guó)、英國(guó)、加拿大、澳大利亞和新加坡五國(guó)的政府開(kāi)放數(shù)據(jù)門(mén)戶(hù)的數(shù)據(jù)管理、檢索與用戶(hù)參與功能進(jìn)行了分析，對(duì)我國(guó)政府信息公開(kāi)工作提出了諸多建議[10]。

研究表明，我國(guó)的開(kāi)放數(shù)據(jù)實(shí)踐正處于萌芽和發(fā)展?fàn)顟B(tài)，與發(fā)達(dá)國(guó)家存在著較大的差距[11]。當(dāng)前的開(kāi)放數(shù)據(jù)平臺(tái)對(duì)數(shù)據(jù)文件格式的支持有限[7-8]、沒(méi)有采用通用的元數(shù)據(jù)規(guī)范和機(jī)器可讀的元數(shù)據(jù)格式[6]等都影響到了數(shù)據(jù)開(kāi)放的效果[7]。為此，本文在借鑒國(guó)際先進(jìn)國(guó)家經(jīng)驗(yàn)的基礎(chǔ)上，構(gòu)建基于Drupal的政府開(kāi)放數(shù)據(jù)平臺(tái)，引入W3C的數(shù)據(jù)目錄元數(shù)據(jù)標(biāo)準(zhǔn)DCAT，并支持開(kāi)放數(shù)據(jù)格式的5星模型，為我國(guó)地方政府開(kāi)放數(shù)據(jù)平臺(tái)的建設(shè)和升級(jí)提供部分解決方案。

1開(kāi)放數(shù)據(jù)平臺(tái)發(fā)展現(xiàn)狀

各國(guó)數(shù)據(jù)門(mén)戶(hù)使用的基礎(chǔ)平臺(tái)可以分為開(kāi)源的和商業(yè)目的兩種[12]。Junar（junar.com）和Socrata是基于云服務(wù)的SaaS（Software as a Service）開(kāi)放數(shù)據(jù)平臺(tái)，屬于商用范疇；而CKAN（Comprehensive Knowledge Archive Network）、DKAN和ODPL等則是構(gòu)建開(kāi)放數(shù)據(jù)平臺(tái)的開(kāi)源軟件（Open Source Software）。

目前，使用最廣泛的基礎(chǔ)平臺(tái)是CKAN和DKAN[13-14]。CKAN適用于大型數(shù)據(jù)門(mén)戶(hù)的構(gòu)建，如美國(guó)（Data.Gov）、英國(guó)（Data.Gov.UK）的國(guó)家開(kāi)放數(shù)據(jù)門(mén)戶(hù)[10]。但是CKAN的部署和實(shí)現(xiàn)過(guò)程較為復(fù)雜，對(duì)于人員的專(zhuān)業(yè)素質(zhì)要求較高[13]。DKAN（Drupal+CKAN）是基于Drupal的用于實(shí)現(xiàn)數(shù)據(jù)目錄服務(wù)的一種方式，能夠兼容CKAN且實(shí)現(xiàn)更多的功能，如對(duì)關(guān)聯(lián)開(kāi)放數(shù)據(jù)的支持等。DKAN和CKAN的主要技術(shù)對(duì)比見(jiàn)表1。

作為一個(gè)開(kāi)源的內(nèi)容管理系統(tǒng)（Content Management System，CMS），Drupal的所有功能的增減可以通過(guò)模塊的啟動(dòng)和關(guān)閉來(lái)實(shí)現(xiàn)，易于開(kāi)發(fā)和維護(hù)。截至2016年4月，Drupal站點(diǎn)上的模塊已達(dá)33 728個(gè)，吸引了100 654個(gè)用戶(hù)來(lái)貢獻(xiàn)模塊。Drupal已經(jīng)廣泛應(yīng)用于圖書(shū)館各類(lèi)門(mén)戶(hù)網(wǎng)站的建設(shè)[15-16]以及教學(xué)資源管理中[17]。越來(lái)越多的政府?dāng)?shù)據(jù)門(mén)戶(hù)也在采用Drupal，例如非洲近1/3的政府開(kāi)放數(shù)據(jù)平臺(tái)利用了DKAN[14]。本文的關(guān)注焦點(diǎn)則是Drupal在我國(guó)地方政府開(kāi)放數(shù)據(jù)門(mén)戶(hù)的應(yīng)用。

2開(kāi)放數(shù)據(jù)平臺(tái)的核心功能分析

開(kāi)放數(shù)據(jù)是指數(shù)據(jù)可以被任何人自由免費(fèi)獲取、利用和再發(fā)布，而不受版權(quán)、專(zhuān)利或其他機(jī)制的限制[11]。開(kāi)放數(shù)據(jù)的本質(zhì)是促進(jìn)數(shù)據(jù)在最大范圍上的再利用，為實(shí)現(xiàn)這一目標(biāo)各國(guó)的最佳實(shí)踐是在基于Web的開(kāi)放數(shù)據(jù)平臺(tái)上以“機(jī)器可讀”（machine-readable，即數(shù)據(jù)能被程序自動(dòng)處理）的格式發(fā)布各種高價(jià)值的數(shù)據(jù)[6]。為促進(jìn)開(kāi)放數(shù)據(jù)的機(jī)器可讀性，政府?dāng)?shù)據(jù)開(kāi)放的積極推動(dòng)者、W3C主席蒂姆·伯納斯-李于2010年在華盛頓特區(qū)的Gov20博覽會(huì)上首次提出了開(kāi)放程度（Openness）的“5星評(píng)級(jí)模型”（5 star rating scheme）[2，18]：

（1）1星（★）級(jí)別：以“開(kāi)放許可”將數(shù)據(jù)發(fā)布到Web上，格式不限，可以是紙質(zhì)文件的掃描件或PDF文檔等，其特征簡(jiǎn)記為OL（open license）；

（2）2星（★★）級(jí)別：發(fā)布為機(jī)器可讀的結(jié)構(gòu)化數(shù)據(jù)，如一個(gè)Excel電子表格，其特征簡(jiǎn)記為RE（readable）；

（3）3星（★★★）級(jí)別：發(fā)布為非專(zhuān)有格式，如CSV，其特征簡(jiǎn)記為OF（open format）；

（4）4星（★★★★）級(jí)別：采用W3C的開(kāi)放標(biāo)準(zhǔn)，如RDF、Sparql等，其特征為通過(guò)URI來(lái)標(biāo)識(shí)事物，簡(jiǎn)記為URI；

（5）5星（★★★★★）級(jí)別：將數(shù)據(jù)鏈接到其它數(shù)據(jù)集，即“關(guān)聯(lián)數(shù)據(jù)”，其特征簡(jiǎn)記為L(zhǎng)D（Linked Data）。

在模型中，星★是累加的，即高級(jí)別的開(kāi)放涵蓋低級(jí)別的所有特性。該模型關(guān)注開(kāi)放數(shù)據(jù)的兩個(gè)主要方面：法律和技術(shù)，即法律上要有開(kāi)放許可、技術(shù)上要以機(jī)器可讀的格式發(fā)布數(shù)據(jù)。模型指出了數(shù)據(jù)格式的升級(jí)路線(xiàn)：從專(zhuān)有格式到非專(zhuān)有格式、從開(kāi)放標(biāo)準(zhǔn)到關(guān)聯(lián)數(shù)據(jù)（即數(shù)據(jù)萬(wàn)維網(wǎng)），見(jiàn)表2。

國(guó)際上已有越來(lái)越多的5星級(jí)別的開(kāi)放政府?dāng)?shù)據(jù)被發(fā)布出來(lái)[2]。如紐約市開(kāi)放政府?dāng)?shù)據(jù)網(wǎng)站（data.cityofnewyork.us）提供的關(guān)聯(lián)數(shù)據(jù)已經(jīng)達(dá)到了5星水平[8]，2014年“開(kāi)放數(shù)據(jù)指數(shù)”冠軍-英國(guó)，在國(guó)家數(shù)據(jù)網(wǎng)站（Data.Gov.UK）上已經(jīng)發(fā)布了150個(gè)5星數(shù)據(jù)集。與此相對(duì)照，我國(guó)地方政府的開(kāi)放數(shù)據(jù)還沒(méi)有5星級(jí)別的，如上海市（www.datashanghai.gov.cn）、浙江?。╠ata.zjzwfw.gov.cn）提供的數(shù)據(jù)格式仍處在2星、3星水平[7-8]。

在開(kāi)放數(shù)據(jù)平臺(tái)中，一組數(shù)據(jù)文件組織在一起形成數(shù)據(jù)集（Dataset）[9]，數(shù)據(jù)集的列表就是數(shù)據(jù)目錄（Data Catalog），而數(shù)據(jù)目錄管理的是數(shù)據(jù)集的元數(shù)據(jù)[6]。為此，數(shù)據(jù)平臺(tái)的核心功能是各種格式數(shù)據(jù)集的元數(shù)據(jù)管理和數(shù)據(jù)訪(fǎng)問(wèn)的API服務(wù)，見(jiàn)圖1。數(shù)據(jù)平臺(tái)的其他功能，諸如數(shù)據(jù)查找、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)可視化、用戶(hù)交互等[9]，都是為核心功能服務(wù)或者建立在核心功能基礎(chǔ)之上的。

3元數(shù)據(jù)管理

31元數(shù)據(jù)模式

隨著開(kāi)放數(shù)據(jù)門(mén)戶(hù)和數(shù)據(jù)集數(shù)量的快速增長(zhǎng)，對(duì)于應(yīng)用者而言，尋找適當(dāng)?shù)臄?shù)據(jù)集就越發(fā)具有挑戰(zhàn)性，特別是跨多個(gè)數(shù)據(jù)目錄的搜索[2]。為此，需要對(duì)數(shù)據(jù)集進(jìn)行適當(dāng)描述，即需要提供“元數(shù)據(jù)”（Metadata）。元數(shù)據(jù)是“數(shù)據(jù)的數(shù)據(jù)”（Data about Data）或“信息的信息”。開(kāi)放數(shù)據(jù)集的元數(shù)據(jù)管理是政府?dāng)?shù)據(jù)目錄的最基本功能，采用的元數(shù)據(jù)正在向結(jié)構(gòu)化、標(biāo)準(zhǔn)化、語(yǔ)義化和機(jī)器可讀的方向發(fā)展[6，10，19-20]。數(shù)據(jù)目錄詞匯表DCAT（Data Catalog Vocabulary）是W3C發(fā)布的支持?jǐn)?shù)據(jù)目錄之間互操作（Interoperability）的通用元數(shù)據(jù)標(biāo)準(zhǔn)[21]，已經(jīng)被英國(guó)、美國(guó)、歐盟的國(guó)家數(shù)據(jù)門(mén)戶(hù)網(wǎng)站及datahub.io等采納。在我國(guó)，對(duì)地方政府開(kāi)放數(shù)據(jù)狀況調(diào)查的結(jié)果顯示[7-8]：各地方政府?dāng)?shù)據(jù)門(mén)戶(hù)采用了不同的元數(shù)據(jù)模式，元數(shù)據(jù)的格式以HTML為主、不是機(jī)器可讀的，這些都阻礙了開(kāi)放數(shù)據(jù)集的可發(fā)現(xiàn)性和可用性[6]。

Drupal的最大特點(diǎn)是通過(guò)“內(nèi)容類(lèi)型”（Content Type）組織和管理結(jié)構(gòu)化數(shù)據(jù)。內(nèi)容類(lèi)型可以理解為具有特定結(jié)構(gòu)的數(shù)據(jù)模式，等價(jià)于數(shù)據(jù)庫(kù)的表結(jié)構(gòu)或類(lèi)概念，符合模式定義的一條具體數(shù)據(jù)記錄在Drupal中則以結(jié)點(diǎn)（Node）的方式存在。DKAN將數(shù)據(jù)集處理為一種“內(nèi)容類(lèi)型”，并通過(guò)映射建立 DKAN字段/屬性與DCAT詞匯/元素之間的對(duì)應(yīng)關(guān)系，從而形成描述數(shù)據(jù)集的元數(shù)據(jù)模式，詳情見(jiàn)表3。

32元數(shù)據(jù)實(shí)例

當(dāng)在DKAN平臺(tái)添加一個(gè)數(shù)據(jù)集即創(chuàng)建一個(gè)實(shí)例結(jié)點(diǎn)（Node）后，系統(tǒng)會(huì)自動(dòng)為該數(shù)據(jù)集生成元數(shù)據(jù)文件，目前提供了rdf和json兩種格式，它們均是機(jī)器可讀的。圖2與其下的文件是由平臺(tái)自動(dòng)生成的浙江省開(kāi)放數(shù)據(jù)網(wǎng)站（data.zjzwfw.gov.cn）上的“師資庫(kù)數(shù)據(jù)集”的元數(shù)據(jù)實(shí)例文件，而現(xiàn)有的元數(shù)據(jù)格式是HTML，很難被應(yīng)用程序自動(dòng)處理。在DKAN平臺(tái)上發(fā)布數(shù)據(jù)集的詳細(xì)過(guò)程請(qǐng)見(jiàn)下文“應(yīng)用實(shí)例”小節(jié)。圖2RDF格式的元數(shù)據(jù)json格式的元數(shù)據(jù)文件如下所示：

{″help″：″Return the metadata of a dataset（package） and its resources.：param id：the id or name of the dataset：type id：string″，

″success″：true，

″result″：[{″id″：″cd1be547-7fae-4d91-bbae-ef37661a1bc4″，

″title″：″師資庫(kù)信息″，

″publisher″：″省安全生產(chǎn)監(jiān)管局″，

″licensetitle″：″http：∥opendefinition.org/licenses/odc-by/″，

″notes″：″安全培訓(xùn)師資庫(kù)信息，包括姓名、性別、工作單位、學(xué)歷、職稱(chēng)、聯(lián)系電話(huà)、狀態(tài)″，

″url″：″http：localhost：8088/drupal/dataset/師資庫(kù)信息″，

″private″：″Published″，

″url″：″http：manager.zjsafety.gov.cn″，

″description″：″通過(guò)提供API接口發(fā)布浙江省--師資庫(kù)信息數(shù)據(jù)集?！?，

″state″：″Active″，

″revisiontimestamp″：″Wed， 04＼/27＼/2016-11∶25″，

……}]}

在數(shù)據(jù)目錄平臺(tái)上，這兩個(gè)元數(shù)據(jù)文件的訪(fǎng)問(wèn)地址分別為/node/nodeid.rdf和/api/3/action/packageshow？id=cd1be547-7fae-4d91-bbae-ef37661a1bc4。平臺(tái)通過(guò)程序處理提供json格式的元數(shù)據(jù)，將元數(shù)據(jù)封裝為一個(gè)result集合，并為該集合提供惟一的標(biāo)識(shí)符，用戶(hù)可以通過(guò)該標(biāo)識(shí)符來(lái)訪(fǎng)問(wèn)具體的數(shù)據(jù)集所對(duì)應(yīng)的元數(shù)據(jù)。無(wú)論是rdf格式，還是json格式，用戶(hù)的應(yīng)用程序都能夠通過(guò)讀取和解析這些元數(shù)據(jù)而了解數(shù)據(jù)集的詳細(xì)信息，這提高了開(kāi)放數(shù)據(jù)平臺(tái)與用戶(hù)應(yīng)用程序之間的互操作性[6]。

4關(guān)聯(lián)數(shù)據(jù)集的API發(fā)布

2011年1月發(fā)布的Drupal 7正式版已把RDF和關(guān)聯(lián)數(shù)據(jù)的相關(guān)模塊作為Drupal的核心部分[22]。通過(guò)Drupal創(chuàng)建5星級(jí)（參見(jiàn)表2）的關(guān)聯(lián)數(shù)據(jù)得到了學(xué)者的關(guān)注和研究[22-23]，而本文則關(guān)注開(kāi)放數(shù)據(jù)平臺(tái)如何為5星級(jí)的關(guān)聯(lián)數(shù)據(jù)集提供API服務(wù)（參見(jiàn)圖1）。

關(guān)聯(lián)數(shù)據(jù)的獲取方式主要有3種：批量下載、REST接口和Sparql端點(diǎn)[24]。前兩種方式與普通的數(shù)據(jù)集一致，后一種方式是關(guān)聯(lián)數(shù)據(jù)所獨(dú)有的，目前還沒(méi)有得到我國(guó)地方政府開(kāi)放數(shù)據(jù)門(mén)戶(hù)網(wǎng)站的支持。

Drupal的Sparql模塊支持Sparql端點(diǎn)的發(fā)布，Sparql模塊又包含SPARQL Endpoint和SPARQL Registry兩個(gè)子模塊。SPARQL Endpoint模塊為本地站點(diǎn)的RDF數(shù)據(jù)向Web開(kāi)放提供標(biāo)準(zhǔn)化接口；SPARQL Registry模塊提供其它站點(diǎn)的Sparql端點(diǎn)注冊(cè)功能。在Drupal 7x中可以結(jié)合Sparql View和Views模塊進(jìn)行關(guān)聯(lián)數(shù)據(jù)集的消費(fèi)和使用。

在啟用Sparql模塊之前，需要引入ARC2 Library包，將其放入sites/all/modules/rdfx/vendor/arc目錄下。該包用于存儲(chǔ)系統(tǒng)自動(dòng)生成RDF數(shù)據(jù)，并支持Sparql查詢(xún)語(yǔ)句的執(zhí)行。成功啟用Sparql模塊后，站點(diǎn)就擁有相應(yīng)的Sparql端點(diǎn)，默認(rèn)的URL為：http：∥域名：端口號(hào)/站點(diǎn)名稱(chēng)/sparql，本文的例子為：http：∥localhost：8088/drupal/sparql。應(yīng)用程序通過(guò)HTTP協(xié)議向Sparql端點(diǎn)發(fā)送Sparql查詢(xún)請(qǐng)求，便可獲取關(guān)聯(lián)數(shù)據(jù)集中的數(shù)據(jù)[2，23]。

5平臺(tái)構(gòu)建

在建立DKAN平臺(tái)前，需要安裝Drupal站點(diǎn)。Drupal依賴(lài)于Windows+Apache+Mysql+PHP或者Linux+Apche+Mysql+PHP開(kāi)發(fā)環(huán)境，可以手工搭建該集成環(huán)境，也可以直接下載wamp（https：∥sourceforge.net/projects/wampserver/）或者lamp集成包進(jìn)行安裝。DKAN依賴(lài)于Drupal 7x及以上版本的Drupal，推薦使用Drupal 741（https：∥www.drupal.org/drupal-7.41-release-notes），因?yàn)樵摪姹灸壳笆荄rupal 7x最穩(wěn)定的版本。Drupal的DKAN模塊托管在gitHub（https：∥github.com/NuCivic/dkan）上，下載其相關(guān)模塊進(jìn)行安裝即可。也可以選擇直接安裝嵌入DKAN的Drupal站點(diǎn)（https：∥github.com/nucivic/dkan-drops-7），步驟與安裝普通的Drupal站點(diǎn)相同。

安裝Drupal模塊時(shí)，需要在/modules/install new module下選擇模塊所在的路徑，然后加載模塊。DKAN.info文件列出了DKAN所依賴(lài)的所有模塊，包括Drupal核心模塊（如block、file、image、rdf、path、taxonomy等），和眾多的第三方模塊（如restserver、restws、views、rules、services、facetapi、feeds等），另外還需要open data和DKAN features相關(guān)模塊。需要注意的是，成功啟用DKAN模塊前，站點(diǎn)必須提供并啟用這些依賴(lài)模塊。表4列出了DKAN的核心模塊，其中DKAN Dataset模塊將數(shù)據(jù)集處理為結(jié)點(diǎn)，結(jié)點(diǎn)內(nèi)容包括數(shù)據(jù)集元數(shù)據(jù)信息和數(shù)據(jù)資源信息；DKAN Datastore模塊提供數(shù)據(jù)文件的上傳、數(shù)據(jù)解析和保存功能；RDFx模塊是Drupal構(gòu)建語(yǔ)義數(shù)據(jù)所依賴(lài)的核心模塊，在DKAN中為字段添加DCAT詞匯表的元數(shù)據(jù)配置信息。表4DKAN的核心模塊

核心模塊描述DKANdistro包含了DKAN默認(rèn)的主題，并且定義了塊和導(dǎo)航條目，對(duì)DKAN所需的文件或者模塊進(jìn)行聲明。DKAN Dataset將數(shù)據(jù)集和資源文件以?xún)?nèi)容類(lèi)型方式定義，并且提供了數(shù)據(jù)集注冊(cè)的個(gè)性化流程。DKAN Datastore將完成解析的數(shù)據(jù)文件存入數(shù)據(jù)庫(kù)。recline一個(gè)js庫(kù)文件，提供數(shù)據(jù)文件的預(yù)覽視圖。FeedsFlatstoreProcessor該模塊用于將CSV文件解析為二維數(shù)據(jù)表文件。NuBoot RadixDKAN的默認(rèn)主題基于Radix。RDFx為各字段添加DCAT詞匯表的元數(shù)據(jù)描述信息。

6應(yīng)用實(shí)例

下面以浙江省開(kāi)放數(shù)據(jù)網(wǎng)站上的教育科技大類(lèi)中的“師資庫(kù)數(shù)據(jù)集”為例，利用DKAN平臺(tái)實(shí)現(xiàn)該數(shù)據(jù)集的發(fā)布。

61在平臺(tái)上添加數(shù)據(jù)集

在Content->Add content中選擇“內(nèi)容類(lèi)型”為Dataset，然后添加該數(shù)據(jù)集的描述信息——元數(shù)據(jù)。數(shù)據(jù)集的“字段”值取自浙江省開(kāi)放數(shù)據(jù)網(wǎng)站（data.zjzwfw.gov.cn），實(shí)例地址為：http：∥data.zjzwfw.gov.cn/catedetail.action？resid=210562/20150619105946000432&catecode=SJLY006。容易發(fā)現(xiàn)，該數(shù)據(jù)集描述網(wǎng)頁(yè)并未提供“開(kāi)放許可”信息。而DKAN提供了17種開(kāi)放許可，如OGL、ODbl、PDDL等，并且每種開(kāi)放許可都能鏈接到相應(yīng)的說(shuō)明頁(yè)面。

62為數(shù)據(jù)集添加數(shù)據(jù)資源

添加數(shù)據(jù)集后，需要為其添加具體的數(shù)據(jù)資源。DKAN同樣也將數(shù)據(jù)資源作為一種“內(nèi)容類(lèi)型”，這種低耦合方式有利于平臺(tái)實(shí)現(xiàn)結(jié)構(gòu)化數(shù)據(jù)的高效管理。一個(gè)數(shù)據(jù)集可以對(duì)應(yīng)多個(gè)數(shù)據(jù)資源文件，通過(guò)數(shù)據(jù)集的標(biāo)識(shí)字段將數(shù)據(jù)集和數(shù)據(jù)資源文件連接起來(lái)。DKAN提供了注冊(cè)數(shù)據(jù)資源的3種方式：API、數(shù)據(jù)文件上傳和鏈接到數(shù)據(jù)資源文件的URL。本例采用API方式發(fā)布數(shù)據(jù)資源文件。DKAN能夠有效管理數(shù)據(jù)集中的多種格式的數(shù)據(jù)文件，用戶(hù)可以根據(jù)需要訪(fǎng)問(wèn)或下載它們。

完成上述操作后，平臺(tái)中該數(shù)據(jù)集的展示頁(yè)面如圖3所示。該頁(yè)面的左側(cè)包含有數(shù)據(jù)集的開(kāi)放許可（License），及機(jī)器可讀的兩種格式（RDF和JSON）的元數(shù)據(jù)文件的下載圖標(biāo)，其詳細(xì)內(nèi)容見(jiàn)本文32；頁(yè)面右側(cè)列出了數(shù)據(jù)集中的數(shù)據(jù)文件信息，右側(cè)下方的Dataset Info部分以HTML表格列出了所有的元數(shù)據(jù)。圖3DKAN平臺(tái)上的數(shù)據(jù)集展示頁(yè)面

比較該數(shù)據(jù)集在浙江省公共平臺(tái)的展示與圖3可知，DKAN平臺(tái)在開(kāi)放數(shù)據(jù)集的元數(shù)據(jù)管理上有著明顯的優(yōu)勢(shì)：既為人的閱讀提供了HTML格式的元數(shù)據(jù)，也為程序自動(dòng)處理提供了機(jī)器可讀的元數(shù)據(jù)文件。

7結(jié)語(yǔ)

近年來(lái)，開(kāi)放政府?dāng)?shù)據(jù)已經(jīng)成為信息管理、電子政務(wù)、圖書(shū)情報(bào)等領(lǐng)域的研究熱點(diǎn)。如何設(shè)計(jì)和建設(shè)一個(gè)高質(zhì)量的開(kāi)放數(shù)據(jù)平臺(tái)從而促進(jìn)數(shù)據(jù)集的發(fā)現(xiàn)和有效利用，對(duì)處于發(fā)展階段的我國(guó)各級(jí)政府開(kāi)放數(shù)據(jù)工作具有重要的現(xiàn)實(shí)意義。

Drupal的開(kāi)源特性、模塊化特點(diǎn)及DKAN等模塊為構(gòu)建開(kāi)放數(shù)據(jù)平臺(tái)提供了技術(shù)基礎(chǔ)。本文表明，基于Drupal的DKAN平臺(tái)支持通用的元數(shù)據(jù)標(biāo)準(zhǔn)和機(jī)器可讀的元數(shù)據(jù)格式，并為各種格式的數(shù)據(jù)集（特別是5星級(jí)的關(guān)聯(lián)數(shù)據(jù)集）提供API接口，能有效克服國(guó)內(nèi)開(kāi)放數(shù)據(jù)網(wǎng)站的一些不足。下一步工作的重點(diǎn)將是在平臺(tái)核心功能的基礎(chǔ)上增加數(shù)據(jù)查找和導(dǎo)航、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)可視化、用戶(hù)交互、統(tǒng)計(jì)分析等功能。

參考文獻(xiàn)

[1]涂子沛.大數(shù)據(jù)：正在到來(lái)的數(shù)據(jù)革命，以及它如何改變政府、商業(yè)與我們的生活（第3版）[M].桂林：廣西師范大學(xué)出版社，2015：345-351.

[2]翟軍.關(guān)聯(lián)政府?dāng)?shù)據(jù)原理與應(yīng)用——大數(shù)據(jù)時(shí)代開(kāi)放數(shù)據(jù)的技術(shù)與實(shí)踐[M].北京：電子工業(yè)出版社，2016：4-12.

[3]張涵，王忠.國(guó)外政府開(kāi)放數(shù)據(jù)的比較研究[J].情報(bào)雜志，2015，34（8）：142-146.

[4]World Bank.Open Data in 60 Seconds[EB/OL].http：∥opendatatoolkit.worldbank.org/en/open-data-in-60-seconds.html.

[5]World Bank.Benefits of Open Data[EB/OL].http：∥opendatatoolkit.worldbank.org/en/starting.html.

[6]Attard J，Orlandi F，Scerri S，Sren Auer.A systematic review of open government data initiatives[J].Government Information Quarterly，2015，32（4）：399-418.

[7]鄭磊，高豐.中國(guó)開(kāi)放政府?dāng)?shù)據(jù)平臺(tái)研究：框架、現(xiàn)狀與建議[J].電子政務(wù)，2015，（7）：8-16.

[8]徐慧娜，鄭磊.面向用戶(hù)利用的開(kāi)放政府?dāng)?shù)據(jù)平臺(tái)：紐約與上海比較研究[J].電子政務(wù)，2015，（7）：37-45.

[9]錢(qián)曉紅，胡芒谷.政府開(kāi)放數(shù)據(jù)平臺(tái)的構(gòu)建及技術(shù)特征[J].圖書(shū)情報(bào)知識(shí)，2014，（3）：124-129.

[10]周志峰，黃如花.國(guó)外政府開(kāi)放數(shù)據(jù)門(mén)戶(hù)服務(wù)功能探析[J].情報(bào)雜志，2013，32（3）：144-147.

[11]馬海群，汪宏帥.我國(guó)政府開(kāi)放數(shù)據(jù)戰(zhàn)略的SLEPT分析及戰(zhàn)略部署[J].情報(bào)科學(xué)，2016，34（3）：3-8.

[12]Zuiderwijk A，Janssen M，Parnia A.The complementarity of open data infrastructures：An analysis of functionalities[C].Proceedings of the 14th Annual International Conference on Digital Government Research，ACM，2013：166-171.

[13]World Bank.Technical Assessment of Open Data Platforms for National Statistical Organisations[EB/OL].http：∥documents.worldbank.org/curated/en/2014/10/20451797/technical-assessment-open-data-platforms-national-statistical-organisations，2014-10.

[14]Bello O，Jolayemi O，Akinwande V，A Ibrahim.Open Data Portals in Africa An Empirical Analysis of Open Government Data Initiatives[C].Conference：4th iSTEAMS Research Nexus，2015：595-606.

[15]董智鵬，劉靜羽.基于Drupal的項(xiàng)目網(wǎng)站建設(shè)——以“開(kāi)放資源建設(shè)”網(wǎng)站為例[J].現(xiàn)代圖書(shū)情報(bào)技術(shù)，2016，（1）：81-86.

[16]周宇，魏太亮，廖思琴.基于Drupal的圖書(shū)館知識(shí)交流共享平臺(tái)構(gòu)建[J].現(xiàn)代情報(bào)，2016，36（3）：53-60.

[17]孫榮.基于開(kāi)源軟件Drupal構(gòu)建高校數(shù)字化教學(xué)資源門(mén)戶(hù)[J].現(xiàn)代情報(bào)，2012，32（12）：52-57.

[18]Tim Berners-Lee.Linked Data[EB/OL].http：∥www.w3.org/DesignIssues/LinkedData.html，2009-06-18.

[19]Zuiderwijk，A.，Helbig，N.，Gil-García，JRA.，& Janssen，M.Special issue on innovation through open data：Guest editors introduction[J].Journal of Theoretical and Applied Electronic Commerce Research，2014，9（2）.

[20]Zuiderwijk A，Jeffery K，Janssen M.The potential of metadata for linked open data and its value for users and publishers[J].JeDEM-eJournal of eDemocracy and Open Government，2012，4（2）：222-244.

[21]W3C.Data Catalog Vocabulary（DCAT）[EB/OL].http：∥www.w3.org/TR/vocab-dcat/，2014-01-16.

[22]夏翠娟，劉煒，趙亮，等.關(guān)聯(lián)數(shù)據(jù)發(fā)布技術(shù)及其實(shí)現(xiàn)——以Drupal為例[J].中國(guó)圖書(shū)館學(xué)報(bào)，2012，38（1）：49-57.

[23]任瑞娟，濮德敏，王劍宏，等.基于Drupal實(shí)現(xiàn)多類(lèi)型學(xué)術(shù)資源的語(yǔ)義化組織與關(guān)聯(lián)化聚合[J].情報(bào)科學(xué)，2015，33（5）：63-67.

[24]王思麗，馬建玲，李慧佳，等.關(guān)聯(lián)數(shù)據(jù)集中開(kāi)放資源的自動(dòng)獲取研究[J].圖書(shū)館學(xué)研究，2015（18）：49-54.

（本文責(zé)任編輯：郭沫含）