基于Viewshare的學(xué)術(shù)群體的可視化研究

陳麗君

〔摘要〕E-science環(huán)境迫切要求對存在于學(xué)校內(nèi)部各個部門管理系統(tǒng)中孤立的科研數(shù)據(jù)進(jìn)行搜集、聚合與可視化。以德克薩斯A&M大學(xué)數(shù)學(xué)系為例，進(jìn)行基于Viewshare的學(xué)術(shù)群體的可視化，幫助院系科研人員找到潛在可能的合作者并共同開辟新的研究領(lǐng)域便于創(chuàng)建新的科研競爭優(yōu)勢，為學(xué)校人事管理部門的人才引進(jìn)、科研部門進(jìn)行科研成果的評價提供指導(dǎo)，為圖書館優(yōu)化館藏資源、開展學(xué)科服務(wù)提供數(shù)據(jù)支撐?；赩iewshare的學(xué)術(shù)群體可視化過程包括數(shù)據(jù)采集、數(shù)據(jù)規(guī)范與清洗、數(shù)據(jù)導(dǎo)入、數(shù)據(jù)多維可視化、數(shù)據(jù)分析和數(shù)據(jù)導(dǎo)出。

〔關(guān)鍵詞〕Viewshare；學(xué)術(shù)群體；可視化；圖書館；德克薩斯A&M大學(xué)；數(shù)學(xué)系

DOI：10.3969/j.issn.1008-0821.2016.07.029

〔中圖分類號〕G250252〔文獻(xiàn)標(biāo)識碼〕A〔文章編號〕1008-0821（2016）07-0160-06

圖書館的使命與大學(xué)的使命緊密相連，圖書館員應(yīng)該對大學(xué)的科研前景所面臨的挑戰(zhàn)做出積極的反應(yīng)。LWendy[1]指出，圖書館應(yīng)持續(xù)關(guān)注學(xué)術(shù)與信息技術(shù)的發(fā)展變化，尤其信息技術(shù)的發(fā)展與科學(xué)研究相互交織可能帶來的新挑戰(zhàn)。LRichard E[2]指出，圖書館正在成為新型的復(fù)合組織的一部分，E-science環(huán)境下科研活動的開放性、共享性和協(xié)同性決定了圖書館服務(wù)應(yīng)進(jìn)行前瞻性延伸，并以扮演不同利益相關(guān)者召集人的角色創(chuàng)新性地開展工作。本文以德克薩斯A&M大學(xué)數(shù)學(xué)系為例，探討如何基于Viewshare實(shí)現(xiàn)該大學(xué)數(shù)學(xué)系研究優(yōu)勢、研究成果、研究人員協(xié)作關(guān)系的可視化和其他研究環(huán)境特征的可視化（PhD學(xué)位的授予機(jī)構(gòu)及其所在地，虛擬國際規(guī)范文檔（VIAF）規(guī)范記錄和作者性別）等等，進(jìn)而推動德克薩斯A&M大學(xué)所有院系教職員工數(shù)據(jù)的可視化，從而更直觀地揭示不同系別教職員工間潛在可能的科研協(xié)作關(guān)系，幫助他們找到其他院系潛在可能的科研合作者并共同開辟新的研究領(lǐng)域，創(chuàng)建新的科研競爭優(yōu)勢，為學(xué)校的人事管理部門的人才引進(jìn)、科研部門進(jìn)行科研成果的分析與評價提供指導(dǎo)，為圖書館優(yōu)化館藏資源、開展學(xué)科服務(wù)提供數(shù)據(jù)支撐。MJessop[3]指出，數(shù)據(jù)可視化應(yīng)該被當(dāng)做一種學(xué)術(shù)活動，因?yàn)樗鼊?chuàng)造知識并被應(yīng)用于研究各種類型的數(shù)據(jù)及其之間的多維關(guān)聯(lián)。HJeffrey等[4]指出，Viewshare有助于重要關(guān)系分析、特定領(lǐng)域上下文情景分析和因果模式分析。ALauren[5]指出，從許多學(xué)科的視角來看，基于Viewshare的可視化工具對進(jìn)行探索性的科學(xué)研究來說十分珍貴，并指出Viewshare有助于反復(fù)地探索、比較數(shù)據(jù)趨勢，有助于科學(xué)研究從可視化視角產(chǎn)生新的靈感。

1Viewshare平臺概述

Viewshare（http：∥viewshare.org/）由美國國會圖書館負(fù)責(zé)的國家數(shù)字信息基礎(chǔ)設(shè)施與保存項目（NDIIPP）和Zepheira公司合作開發(fā)，是一個免費(fèi)的基于關(guān)聯(lián)數(shù)據(jù)的館藏數(shù)字資源可視化平臺，它允許用戶輸入不同格式的（結(jié)構(gòu)化的CSV或Excel格式的數(shù)字表格、JSON格式的數(shù)據(jù)、XML MODS文件、基于OAI-PMH的元數(shù)據(jù)以及ContentDM大型數(shù)據(jù)）館藏數(shù)字資源數(shù)據(jù)，產(chǎn)生和提供個性化的交互式可視化用戶界面（地圖、時間線、標(biāo)簽云、復(fù)雜的分面導(dǎo)航），并支持用戶將可視化界面嵌入到網(wǎng)頁中分享給其他用戶。因此，它具有可視化、交互性和共享性的特點(diǎn)。向Viewshare平臺輸入JSON格式的數(shù)據(jù)、XML MODS文件、基于OAI-PMH的元數(shù)據(jù)以及ContentDM大型數(shù)據(jù)時，所產(chǎn)生的可視化視圖會伴隨著數(shù)據(jù)的更新而更新，這些類型的數(shù)據(jù)適合通過網(wǎng)絡(luò)服務(wù)器的形式導(dǎo)入Viewshare平臺，因此，適合對那些經(jīng)常更新的館藏數(shù)字資源進(jìn)行可視化，而結(jié)構(gòu)化的CSV或Excel的數(shù)據(jù)格式較適用于相對封閉的、較少或幾乎不進(jìn)行更新的相對封閉的館藏數(shù)字資源的可視化。該平臺的具體使用方法見使用指南（http：∥viewshare.uservoice.com/knowledgebase/articles/77925-10-minute-viewshare-tutorial）。Viewshare已經(jīng)在Viewshare在CWIHP數(shù)字檔案館[6]、密西西比大學(xué)檔案館[7]、布魯克林公共圖書館[8]和加州數(shù)字圖書館[9]等等都得到了較好的應(yīng)用，然而，目前國內(nèi)外尚無將Viewshare用于學(xué)術(shù)群體可視化方面的研究。

2德克薩斯A&M大學(xué)數(shù)學(xué)系研究人員數(shù)據(jù)集的可視化實(shí)現(xiàn)過程

21數(shù)據(jù)采集

德克薩斯A&M大學(xué)現(xiàn)有3 800名教職員工、58 809名學(xué)生，據(jù)《美國新聞與世界報道》報道，該校位居美國公立高校的前25名和公立性工科院校的前10名，它是美國西南部最大的研究型大學(xué)，其教職員工的研究經(jīng)費(fèi)高達(dá)82億美元。以德克薩斯A&M大學(xué)最大的院系之一數(shù)學(xué)系為例，該院系共有75名終身教授、25名客座教授和29名講師。該系教職員工數(shù)據(jù)的采集來源包括學(xué)校名錄主頁（https：∥services.tamu.edu/directory-search/）、數(shù)學(xué)系名錄主頁、（http：∥www.math.tamu.edu/directory/faculty.html）教職員工個人主頁、數(shù)學(xué)家譜系項目的鏈接（http：∥genealogy.math.ndsu.nodak.edu/）、虛擬國際規(guī)范文檔（VIAF）的鏈接（http：∥www.viaf.org/）和地理數(shù)據(jù)庫GeoNames（http：∥www.geonames.org/）。采集的數(shù)據(jù)包括教職員工的姓名及其研究領(lǐng)域，教職員工學(xué)位（學(xué)士、碩士、博士）授予日期、機(jī)構(gòu)及其地理位置（經(jīng)度、緯度）信息、聘任日期等等，這些數(shù)據(jù)被手工輸入到電子數(shù)據(jù)表格中。這些數(shù)據(jù)類型多樣，從靜態(tài)的數(shù)據(jù)到動態(tài)的關(guān)聯(lián)數(shù)據(jù)詞匯表。采集數(shù)據(jù)時通過對該系教職員工的研究者與貢獻(xiàn)者身份識別碼（ORCID）進(jìn)行核對，發(fā)現(xiàn)大部分教職員工都注冊了ORCID。

22數(shù)據(jù)規(guī)范與清洗

并非采集的所有數(shù)據(jù)的格式都適合被Viewshare平臺進(jìn)行自動收割，需要進(jìn)行規(guī)范與清洗。以Catherine Yan老師為例，對采集到的數(shù)據(jù)按照如下標(biāo)準(zhǔn)和格式進(jìn)行規(guī)范（見表1）。主題元素“College”、“Bachelor granting institution”、“Master granting institution”和“PhD granting institution”依據(jù)美國國會圖書館名稱規(guī)范文件（LC NAF）進(jìn)行規(guī)范，研究領(lǐng)域依據(jù)國會圖書館學(xué)科主題詞表（LCSH）進(jìn)行規(guī)范，主題元素“PhD date”和“Hire date”依據(jù)ISO 8601標(biāo)準(zhǔn)進(jìn)行規(guī)范，主題元素“PhD location”轉(zhuǎn)化為經(jīng)度與緯度數(shù)據(jù)。表1清晰地展示了“各主題元素”的數(shù)據(jù)格式。由于數(shù)學(xué)系所有教職員工的數(shù)據(jù)數(shù)量較大，將按照表1經(jīng)過初步規(guī)范化、標(biāo)準(zhǔn)化的數(shù)學(xué)系所有教職員工的電子數(shù)據(jù)表格輸入到Viewshare平臺之前，有必要進(jìn)行數(shù)據(jù)清洗，如對輸入的錯誤數(shù)值、錯別字，異形同義詞或者縮寫詞等的清洗。本文采用免費(fèi)開源數(shù)據(jù)清洗工具OpenRefine（http：∥openrefine.org/）對所有的數(shù)據(jù)進(jìn)行快速、高效地清洗。

23數(shù)據(jù)導(dǎo)入

將數(shù)據(jù)導(dǎo)入到Viewshare需要首先在該平臺上注冊用戶名。可導(dǎo)入的數(shù)據(jù)包括結(jié)構(gòu)化的CSV或Excel格式的數(shù)字表格、JSON格式的數(shù)據(jù)、XML MODS文件、基于OAI-PMH的元數(shù)據(jù)以及ContentDM大型數(shù)據(jù)等多種格式。被導(dǎo)入的電子數(shù)據(jù)表格中行和列里面的數(shù)據(jù)被Viewshare轉(zhuǎn)化為RDF，用戶在可拖放的可視化創(chuàng)建工作區(qū)可以以不同的方式方便、快捷地看到被導(dǎo)入數(shù)據(jù)的可視化視圖。

24數(shù)據(jù)多維可視化

Viewshare允許用戶添加小工具Widget（基于研究領(lǐng)域的標(biāo)簽云圖、研究領(lǐng)域列表、教職員工姓名列表、可對可視化數(shù)據(jù)進(jìn)行檢索的檢索框、機(jī)構(gòu)的Logo、滾動條、檢索范圍等等）便于對數(shù)據(jù)集進(jìn)行更好的可視化檢索?；赩iewshare創(chuàng)建的德克薩斯A&M大學(xué)數(shù)學(xué)系數(shù)據(jù)集的可視化視圖見（http：∥viewshare.org/share/1a848a62-d6fa-11e2-8aa1-4040e007d488/）。默認(rèn)的可視化視圖是按照研究領(lǐng)域進(jìn)行劃分的該系教職工的個人數(shù)據(jù)記錄列表，見圖1。

在列表視圖設(shè)置表中，標(biāo)簽被設(shè)置為按照研究領(lǐng)域的首字母順序進(jìn)行升序排序，鏡頭設(shè)置列表中，題名字段設(shè)置為鏈接到數(shù)學(xué)系主頁教職員工的姓名，教職員工的個人記錄包括搜集到除來自O(shè)CLC的權(quán)威記錄編號外的所有個人屬性數(shù)據(jù)。圖2的標(biāo)簽是博士學(xué)位授予單位，便于以地圖的形式顯示該系教職工博士學(xué)位授予單位的地理位置信息，地理位置為具體的經(jīng)度/維度數(shù)據(jù)，在地圖中離得較近的機(jī)構(gòu)以帶顏色的氣球進(jìn)行區(qū)分，地圖的縮放級別設(shè)置為“自動”，便于看到整個地圖的全貌。在地圖鏡頭設(shè)置中，題名為教職員工的姓名，被鏈接到教職員工的個人主頁中。

圖3是教職員工獲取博士學(xué)位的時間與被聘任到德克薩斯A&M大學(xué)時的時間線視圖。每條線都以教職員工的姓名作為標(biāo)簽，并鏈接到他們的個人信息記錄上。上面那段時間線以年為單位，下面那段時間線以10年為單位，并以不同的顏色區(qū)分不同的單位。時間線鏡頭設(shè)置列表中，題名為教職員工的姓名，包含一個個人主頁的鏈接。博士畫廊視圖是按照博士授予單位的首字母順序進(jìn)行排序的，其列表鏡頭設(shè)置中包括機(jī)構(gòu)屬性圖像，圖像來自數(shù)學(xué)系的網(wǎng)站。圖像下面的姓名被鏈接到教職員工個人的虛擬國際規(guī)范檔（VIAF）中，如果沒有個人VIAF，圖像下面的姓名被鏈接到按照研究領(lǐng)域劃分的個人記錄列表視圖中。鏈接到VIAF的鏈接被直接鏈接到OCLC的身份檔（WorldCat Identities），國會圖書館名稱規(guī)范文檔（LC NAF）和國際標(biāo)準(zhǔn)名稱標(biāo)識符（ISNI），每個教職員工的VIVF相當(dāng)于一個RDF記錄。目前OCLC的身份檔中共有30 000 000個名稱，包括個人、小說或電影中的虛擬人物（如哈利波特）、對象（如坦泰尼克號）和機(jī)構(gòu)等，它提供機(jī)構(gòu)或個人的作品及其相關(guān)信息、合著者的鏈接、個人的不同身份信息等等。創(chuàng)建的研究領(lǐng)域視圖是按照研究領(lǐng)域的首字母順序?qū)搪殕T工進(jìn)行排序的。題名為教職員工的姓名，并附有連接到他們所在院系主頁以顯示他們的研究成果的超級鏈接，大多數(shù)研究成果被鏈接到預(yù)印本或者arXiv.org上的相關(guān)信息中。

數(shù)據(jù)的可視化可以更加直觀、快捷地揭示隱藏在數(shù)據(jù)之間有趣的語義關(guān)聯(lián)關(guān)系。例如，如果用戶在研究領(lǐng)域搜索小插件里輸入“group”，檢索結(jié)果中會顯示研究領(lǐng)域與“group”相關(guān)的4個教職員工，其中3個人的研究領(lǐng)域是 “Combinatorial Group Theory”，另外一個人的研究領(lǐng)域是“Group Representations”（圖4）。

當(dāng)選擇“Combinatorial Group Theory”時，會顯示與之相關(guān)的不同視圖和與該研究領(lǐng)域相關(guān)的每個教職員工的個人信息（圖5）。圖6是研究該領(lǐng)域的每個教職員工的博士學(xué)位授予單位的信息地圖。

如果用戶點(diǎn)擊地圖上的指針，就可以看到某個選定的教職員工的所有個人信息視圖。當(dāng)點(diǎn)擊時間線時，就可以看到某個教職員工從獲取博士學(xué)位到現(xiàn)在的所有重要的個人經(jīng)歷信息。從圖中可以看到，從2000年開始，大多數(shù)教職員工每年都有個人聘任經(jīng)歷信息，一直持續(xù)到2009年該學(xué)校財政縮減時。2010-2011年德克薩斯A&M大學(xué)數(shù)學(xué)系沒有新招聘老師，2012年僅招聘了一名新老師。研究領(lǐng)域的餅狀視圖將德克薩斯A&M大學(xué)數(shù)學(xué)系所有教職工按照研究領(lǐng)域進(jìn)行劃分，并顯示了從事每個研究領(lǐng)域的教職員工人數(shù)占總教職員工人數(shù)的百分比。研究領(lǐng)域餅狀視圖顯示，德克薩斯A&M大學(xué)數(shù)學(xué)系目前最具代表性的研究領(lǐng)域是“Partial Differential Equations”，而“Operator Theory”已經(jīng)不再是該系目前的研究熱點(diǎn)。這對新教職員工的招聘、該系的管理層制定該系的科學(xué)研究發(fā)展規(guī)劃、圖書館管理者制定圖書館館藏資源建設(shè)與發(fā)展規(guī)劃和學(xué)科館員開展學(xué)科服務(wù)來說，都具有較大的參考價值。圖6基于特定研究領(lǐng)域的教職員工博士學(xué)位授予單位所在地的地圖

26數(shù)據(jù)導(dǎo)出

可視化數(shù)據(jù)可以從Viewshare中以RDF/XML，JSON和wiki標(biāo)記語言的形式導(dǎo)出重用。該研究中所有的視圖都允許其他用戶從Viewshare中以自己所需的格式免費(fèi)下載。用戶也可以基于Viewshare創(chuàng)建HUML視圖，并將它嵌入到圖書館網(wǎng)站中，便于館員更好地開展個性化的學(xué)科嵌入式服務(wù)。基于研究領(lǐng)域列表視圖創(chuàng)建的HTML視圖的主要內(nèi)容包括個人姓名、性別、畢業(yè)院校及其地理位置、所在院系鏈接、性別、個人主頁鏈接、個人照片、研究領(lǐng)域、個人的VIAF等。

3需要注意的問題與結(jié)論

（1）要充分保護(hù)個人的隱私問題。在搜集教職員工個人數(shù)據(jù)時，可能牽涉到個人隱私問題，然而有的教職員工不想讓其公開，所以在搜集教職員工個人數(shù)據(jù)時，可以通知到他們個人，并讓他們決定哪些信息可以搜集并公開，哪些信息不允許公開。德克薩斯A&M大學(xué)學(xué)術(shù)群體的可視化，可幫助圖書館員、學(xué)生、教職員工和其他利益相關(guān)者檢索教職員工信息時，將所有的教職員工的個人信息作為一個整體進(jìn)行瀏覽，并發(fā)現(xiàn)某個院系的教職員工參加的其他院系的跨學(xué)科的科研項目或科研活動。（2）數(shù)據(jù)的規(guī)范問題不可忽視。在進(jìn)行可視化之前，需要對教職員工的個人數(shù)據(jù)進(jìn)行規(guī)范，主要涉及到兩個方面。一方面是使用前文所述的免費(fèi)開源數(shù)據(jù)清洗工具OpenRefine去掉數(shù)據(jù)后面尾隨空格，處理數(shù)據(jù)大小寫問題，并糾正拼寫錯誤等等；另一方面是用國會圖書館名稱規(guī)范文檔（LC NAF）對有關(guān)機(jī)構(gòu)的名稱進(jìn)行規(guī)范。（3）要善于利用有關(guān)工具輔助數(shù)據(jù)處理過程。因?yàn)樵诒疚牡难芯恐邪l(fā)現(xiàn)并非所有的教職員工博士學(xué)位授予單位的地理位置（經(jīng)度、緯度）信息都可以被添加到Viewshare平臺，所以在以后的大型數(shù)據(jù)可視化研究項目的開始就需要用地理數(shù)據(jù)庫（GeoNames）。（4）倡導(dǎo)研究人員申請注冊并使用ORCID。作為非專著性的出版物，在線研究ID有必要鏈接到教職員工的個人出版物中，這就需要用到ORCID。如果每個教職員工都有ORCID，用Viewshare進(jìn)行的可視化可能更加完美。

對學(xué)術(shù)群體進(jìn)行可視化可以直觀地揭示不同部門研究人員間潛在的聯(lián)系，有助于他們之間的溝通與合作，便于他們找到來自其他學(xué)科的潛在的可能的科研合作者，并開辟新的研究領(lǐng)域，創(chuàng)建新的科研競爭優(yōu)勢。正如CLBorgman[10]所述，科學(xué)與人文之間的界限正日益變得模糊，這種界限的模糊急需學(xué)校進(jìn)行管理與服務(wù)的延伸與重組。E-science環(huán)境下科研活動的開放性、共享性和協(xié)同性迫切要求對存在于學(xué)校內(nèi)部各個部門管理系統(tǒng)中的孤立的科研數(shù)據(jù)進(jìn)行搜集、聚合和可視化，圖書館在這種新的科研環(huán)境中應(yīng)該走在前列，充分發(fā)揮自身在信息組織方面（創(chuàng)建控制詞表、對采集到的個人數(shù)據(jù)和機(jī)構(gòu)數(shù)據(jù)名稱按照一定的標(biāo)準(zhǔn)進(jìn)行規(guī)范等等）的優(yōu)勢，積極應(yīng)對。比較遺憾的是，目前國內(nèi)還沒有開發(fā)出像Viewshare這樣的免費(fèi)的基于關(guān)聯(lián)數(shù)據(jù)的可視化平臺。E-science環(huán)境下，面臨用戶日益復(fù)雜多變的信息需求，國內(nèi)圖書館界應(yīng)該與國內(nèi)外盟友攜手緊跟時代的發(fā)展，以扮演不同利益相關(guān)者召集人的角色創(chuàng)新性地開展工作，幫助科研人員找到潛在可能的合作者并共同開辟新的研究領(lǐng)域，創(chuàng)建新的科研競爭優(yōu)勢，為學(xué)校的人事管理部門的人才引進(jìn)、科研部門進(jìn)行科研成果的評價提供指導(dǎo)，為圖書館優(yōu)化館藏資源、開展學(xué)科服務(wù)提供數(shù)據(jù)支撐，惟有如此，才能享受智慧地球帶來的種種便利，實(shí)現(xiàn)人類社會的飛躍式發(fā)展。

參考文獻(xiàn)

[1]Wendy Lougee.The Diffuse Library Revisited：Aligning the Library as Strategic Asset[J].Library Hi Tech，2009， 27（4）：610-23.

[2]Richard E.Luce.A New Value Equation Challenge：The Emergence of eResearch and Roles for Research Librar-ies[EB/OL].http：∥www.researchgate.net/publication/263261432ANewANewValueEquationChallengeTheEmergenceofeResearchandRolesforResearchLibraries，2015-05-10.

[3]Jessop，M.Digital visualization as a scholarly activity[J].Literary and Linguistic Computing，2008，23（3）：281-293.

[4]Jeffrey Heer，Ben Shneiderman.Interactive Dynamics for VisualAnalysis[J].Communications of the ACM，2012，55（4）：45-54.

[5]Lauren Algee，Jefferson Bailey，and Trevor Owens.Viewshare and the Kress Collection：Creating，Sharing，and Rapidly Prototyping Visual Interfaces to Cultural Heritage Collection Data[J].D-Lib Magazine，2012，11（18）：3.

[6]Deal，Laura.Visualizing Digital Collections[J].Technical Services Quarterly，2015，32（1）：14-34.

[7]How Gloria Uses Viewshare：Exploring and Sharing Community History Through Interface Design[EB/OL].http：∥viewshare.uservoice.com/knowledgebase/articles/238997-phay-user-story，2015-06-30.

[8]The Brooklyn Collections Fulton Street Trade Card Collection and Viewshare[EB/OL].http：∥viewshare.uservoice.com/knowledgebase/articles/239606-the-brooklyn-collection-s-fulton-street-trade-card，2015-06-30.

[9]California Wildfires 2007 Web Archive[EB/OL].http：∥viewshare.uservoice.com/knowledgebase/articles/238378-overview-user-storie.s，2015-06-30.

[10]Borgman，C L.The digital future is now：A call to action for the humanities[J].Digital Humanities Quarterly，2009，3（4）.

（本文責(zé)任編輯：孫國雷）