數(shù)字資源的元數(shù)據(jù)質(zhì)量管理策略探討*

姜尚炎 周志軍 曾秋琛

1.中國鐵道科學(xué)研究院集團有限公司基礎(chǔ)設(shè)施檢測研究所;2.中國鐵路南昌局集團有限公司工電檢測所;3.中國鐵路北京局集團有限公司北京西站

隨著互聯(lián)網(wǎng)、計算機等現(xiàn)代信息化技術(shù)的迅速發(fā)展，數(shù)字資源這一新型資源應(yīng)運而生，其涉及到電子圖書、電子會議論文、電子期刊等。當(dāng)前國鐵集團工務(wù)基礎(chǔ)設(shè)施檢測監(jiān)測領(lǐng)域的數(shù)據(jù)量呈現(xiàn)指數(shù)型增長，數(shù)字資源已在其經(jīng)營發(fā)展中發(fā)揮著至關(guān)重要的作用。而元數(shù)據(jù)這一數(shù)據(jù)形式，可對數(shù)字資源的內(nèi)容、特征、屬性等信息進行揭示；制定元數(shù)據(jù)標(biāo)準(zhǔn)并建設(shè)元數(shù)據(jù)模型，完成數(shù)據(jù)標(biāo)準(zhǔn)管理和數(shù)據(jù)質(zhì)量管理工作，實現(xiàn)國家鐵路數(shù)字工務(wù)全域數(shù)據(jù)管控。要想有效提高數(shù)字資源的建設(shè)效果與服務(wù)質(zhì)量，就需要確保數(shù)字資源元數(shù)據(jù)的質(zhì)量。但因為數(shù)字資源元數(shù)據(jù)涉及范圍很廣，且存在較高的重復(fù)率等，這就極易引發(fā)各種數(shù)據(jù)質(zhì)量問題，難以確保數(shù)字資源的充分應(yīng)用[1]?；诖耍瑖F集團下相關(guān)部門在建設(shè)檢測監(jiān)測數(shù)字資源的過程中，應(yīng)積極構(gòu)建高質(zhì)量的元數(shù)據(jù)倉儲，從而實現(xiàn)對檢測監(jiān)測數(shù)字資源元數(shù)據(jù)的質(zhì)量管理。

1 元數(shù)據(jù)管理的概述

元數(shù)據(jù)主要指對數(shù)據(jù)特征、彼此關(guān)系、有關(guān)操作進行描述與規(guī)定的一種數(shù)據(jù)集合。關(guān)于元數(shù)據(jù)數(shù)據(jù)管理具體涉及到幾個方面:（1）元數(shù)據(jù)的細(xì)粒化管理，即把數(shù)據(jù)庫中的數(shù)字資源細(xì)致地劃分成單冊、單圖等底層單元體，且依據(jù)相關(guān)規(guī)范來對各個計算單位賦予標(biāo)準(zhǔn)化的標(biāo)志，用戶只需通過相關(guān)系統(tǒng)即可及時獲取到相應(yīng)的信息，而管理人員也可通過對數(shù)據(jù)庫的精細(xì)化對比與管理，即可了解到用戶的實際使用情況，以此來對資源采購內(nèi)容進行科學(xué)調(diào)整，確保數(shù)字資源得到更加高效的應(yīng)用[2]；（2）采購協(xié)議的保障，目前用戶對數(shù)據(jù)資源的服務(wù)需求更加地精細(xì)化，傳統(tǒng)以“庫”為單位的粗放型數(shù)據(jù)庫管理模式已難以適應(yīng)這一需求，所需各企業(yè)事業(yè)單位在數(shù)字化資源管理過程中，必須積極尋求更加精準(zhǔn)便捷的數(shù)據(jù)庫管理模式；（3）全周期監(jiān)管與數(shù)據(jù)采集，即把數(shù)字資源管理細(xì)分到篇章單位個體以后，可借助動態(tài)監(jiān)管的方式，對過期、無效、授權(quán)有問題、不正確的數(shù)據(jù)進行定期篩選，對于無法使用的數(shù)據(jù)應(yīng)及時進行刪除或是下架處理，以此來確保單位數(shù)據(jù)資源的整體質(zhì)量[3]。

2 元數(shù)據(jù)質(zhì)量管理的具體需求

元數(shù)據(jù)，既是數(shù)字信息組織的前提條件，也是關(guān)于數(shù)據(jù)與相關(guān)特征的結(jié)構(gòu)化信息，對于國鐵集團工務(wù)基礎(chǔ)設(shè)施檢測監(jiān)測的業(yè)務(wù)發(fā)展而言，元數(shù)據(jù)的質(zhì)量管理是非常重要的一項管理工作。具體需求體現(xiàn)為以下幾點:

2.1 揭示數(shù)字資源的需要

深入分析其特點，從中能夠發(fā)現(xiàn)相關(guān)信息主要包含幾方面特點:（1）內(nèi)容信息，關(guān)于題目名稱、分類等方面的信息；（2）屬性信息，依照屬性差異，可將之分為數(shù)字資源類、資源類等；（3）定位信息，提供對應(yīng)的鏈接，用戶能夠通過此查詢數(shù)字資源的內(nèi)容；（4）關(guān)聯(lián)關(guān)系，即揭示數(shù)字資源和對應(yīng)資源、數(shù)據(jù)庫與對應(yīng)系統(tǒng)的關(guān)聯(lián)性；（5）歷史沿革，即對數(shù)字資源的發(fā)展變化加以詳細(xì)描述。

2.2 管理數(shù)字資源的需要

現(xiàn)階段，大多數(shù)數(shù)字資源的管理模式依然是以單位數(shù)據(jù)庫為單位，該模式無法科學(xué)合理的掌握單位或是機構(gòu)的單個數(shù)字資源的具體情況。元數(shù)據(jù)現(xiàn)已能夠替代“數(shù)字資源”，對國鐵集團的檢測監(jiān)測數(shù)據(jù)而言，元數(shù)據(jù)即能夠?qū)λ袉螖?shù)據(jù)進行管理，還能夠?qū)趩挝毁Y源而衍生出的集合式數(shù)字資源的各個應(yīng)用環(huán)節(jié)進行管理，包括:訪問控制、訪問統(tǒng)計、用戶操作、評價與引用等[4]。

2.3 利用數(shù)字資源的需要

數(shù)字資源元數(shù)據(jù)可在一定程度上實現(xiàn)數(shù)字資源的多種應(yīng)用，包括:資源共享、資源檢索、資源評價等。借助高質(zhì)量的元數(shù)據(jù)，有利于用戶更加準(zhǔn)確且及時的獲取到所需的數(shù)字資源內(nèi)容，而低質(zhì)量的元數(shù)據(jù)，往往會造成信息獲取過程中發(fā)生過多的、重復(fù)的、錯誤的、不相符的內(nèi)容，進而大大降低數(shù)字資源的利用效果?，F(xiàn)如今，數(shù)字資源元數(shù)據(jù)質(zhì)量雖然有一定程度的提升，然而依然存在諸多問題，如:對于資源發(fā)現(xiàn)系統(tǒng)的應(yīng)用，該系統(tǒng)作為一種立足于元數(shù)據(jù)倉儲的資源整合系統(tǒng)，因為系統(tǒng)數(shù)據(jù)取得渠道豐富多樣、技術(shù)人員綜合素質(zhì)有待提升等問題，可能使得相關(guān)使用機構(gòu)或是單位，存在一定的元數(shù)據(jù)質(zhì)量問題[5]。國鐵集團下檢測監(jiān)測相關(guān)部門為能夠更好地適應(yīng)新時代發(fā)展的需求，實現(xiàn)長足發(fā)展，需要注重元數(shù)據(jù)的發(fā)展，積極組建一支高素質(zhì)的元數(shù)據(jù)工作隊伍，從而更加深入地探究如何提高數(shù)據(jù)資源元數(shù)據(jù)質(zhì)量管理的方法與策略，從而有效提高自身的信息服務(wù)質(zhì)量，確保數(shù)據(jù)資源得到更加充分的應(yīng)用。

3 數(shù)字資源元數(shù)據(jù)質(zhì)量問題

3.1 質(zhì)量問題

數(shù)據(jù)資源元數(shù)據(jù)質(zhì)量問題具體分為幾點:（1）數(shù)據(jù)不正確。即在數(shù)字資源元數(shù)據(jù)應(yīng)用過程中，并未嚴(yán)格按照國際、國內(nèi)及行業(yè)的相關(guān)規(guī)格與標(biāo)準(zhǔn)進行應(yīng)用，這就造成數(shù)據(jù)的內(nèi)容、格式等方面有誤，從而導(dǎo)致無數(shù)據(jù)無法被轉(zhuǎn)換，或在完成轉(zhuǎn)換后數(shù)據(jù)出現(xiàn)錯誤；（2）數(shù)據(jù)不完整。即數(shù)據(jù)信息存在著較多缺損、遺漏；（3）數(shù)據(jù)失效。該問題會導(dǎo)致元數(shù)據(jù)不能被利用，而出現(xiàn)這一問題的主要原因為:元數(shù)據(jù)所對應(yīng)的數(shù)據(jù)資源實際上并沒有被機構(gòu)或是單位訂購，由于電子期刊停刊而導(dǎo)致相關(guān)網(wǎng)絡(luò)失效，元數(shù)據(jù)中的網(wǎng)絡(luò)鏈接地址不正確等；（4）數(shù)據(jù)重復(fù)。很多數(shù)據(jù)庫都存在多次收錄數(shù)字資源的情況，造成資源重復(fù)。

3.2 原因分析

造成數(shù)據(jù)資源元數(shù)據(jù)產(chǎn)生質(zhì)量問題的原因，具體分為幾點:（1）數(shù)據(jù)來源。元數(shù)據(jù)的獲取途徑主要有:數(shù)據(jù)庫商或是代理商、數(shù)據(jù)庫管理后臺，而這也使得元數(shù)據(jù)來源比較多元化。因為不同來源數(shù)據(jù)所依據(jù)的著錄規(guī)范與要求不一致，這就導(dǎo)致數(shù)據(jù)格式等方面存在不同；（2）數(shù)據(jù)處理。對數(shù)據(jù)處理缺乏重視，使得在對之進行存儲之前，沒有結(jié)合各自的具體情況與特點來加以恰當(dāng)處理，如:僅進行簡單處理就導(dǎo)入元數(shù)據(jù)倉儲之中，或是設(shè)定合適的參數(shù)加以數(shù)據(jù)歸并、去重、篩選，進而導(dǎo)致大量數(shù)據(jù)重復(fù)、不準(zhǔn)確等問題；（3）不穩(wěn)定性。數(shù)字資源可能會出現(xiàn)停止使用、變更等狀況。若數(shù)據(jù)資源出現(xiàn)改變，沒有及時更新，將會引發(fā)較多數(shù)據(jù)不統(tǒng)一問題，對應(yīng)用造成不良影響[6]。

4 數(shù)字資源元數(shù)據(jù)質(zhì)量管理模型

4.1 生命周期

對于數(shù)字資源元數(shù)據(jù)而言，其具備一定的生命周期，基于數(shù)字資源的特征與發(fā)展變化、數(shù)據(jù)處理方式，可將其生命周期劃分成幾個階段:（1）規(guī)劃。在總體層面上，對數(shù)據(jù)質(zhì)量需求進行全面分析，提出相應(yīng)的目標(biāo)，明確規(guī)范與要求，且對元數(shù)據(jù)在各個生命周期中的有效管理進行科學(xué)規(guī)劃；（2）創(chuàng)建。采取多種途徑來獲取數(shù)字資源元數(shù)據(jù)；（3）收集。采用多種方式與途徑來收集現(xiàn)成的數(shù)字資源元數(shù)據(jù)；（4）處理。在元數(shù)據(jù)導(dǎo)入數(shù)據(jù)倉儲之前，應(yīng)恰當(dāng)處理數(shù)據(jù)，確保滿足相關(guān)質(zhì)量要求；（5）裝載。在數(shù)據(jù)倉儲中導(dǎo)入已處理過的元數(shù)據(jù)；（6）維護。對上一階段的元數(shù)據(jù)加以質(zhì)量管理，如:結(jié)合數(shù)字資源的變化來對元數(shù)據(jù)進行及時更新，并提出相關(guān)規(guī)范來對問題數(shù)據(jù)集進行篩選等；（7）使用。借助資源檢索、資源獲取等方式來發(fā)揮元數(shù)據(jù)的作用；（8）刪除。若數(shù)字資源出現(xiàn)變更、替換等情況時，需要及時刪除已失效的數(shù)字資源，且做好相應(yīng)的記錄。

4.2 相關(guān)影響要素

對于數(shù)字資源元數(shù)據(jù)而言，其相關(guān)影響要素有幾個方面:（1）元數(shù)據(jù)。其作為數(shù)據(jù)資源元數(shù)據(jù)質(zhì)量管理的分析對象，需要以元數(shù)據(jù)為核心，來開展全部的質(zhì)量管理活動，只有確保元數(shù)據(jù)的高質(zhì)量，才能夠有效降低質(zhì)量管理的難度；（2）人員。數(shù)字資源元數(shù)據(jù)質(zhì)量管理活動的開展，需要組建一支高素質(zhì)的管理隊伍，不僅要求不同專業(yè)背景的人才，還需要具備不同專業(yè)技能的人才，如:數(shù)據(jù)管理人員、數(shù)據(jù)處理人員、數(shù)據(jù)分析人員；（3）流程。數(shù)字資源元數(shù)據(jù)質(zhì)量管理涉及到多個環(huán)節(jié)，如:數(shù)據(jù)格式轉(zhuǎn)換、數(shù)據(jù)更新等，要想確保整個質(zhì)量管理活動的順利開展，就必須合理明確相關(guān)質(zhì)量管理流程；（4）技術(shù)。涉及到數(shù)據(jù)格式轉(zhuǎn)換工具、網(wǎng)址有效性檢測軟件、問題數(shù)據(jù)過濾系統(tǒng)等。

5 數(shù)字資源的元數(shù)據(jù)質(zhì)量管理策略

5.1 質(zhì)量管理流程

關(guān)于數(shù)字資源的元數(shù)據(jù)質(zhì)量管理活動，具體的流程包括:（1）發(fā)現(xiàn)問題。即通過相應(yīng)的軟件或是工具來對各項數(shù)據(jù)進行全面監(jiān)測與審核，及時發(fā)現(xiàn)問題；（2）分析數(shù)據(jù)質(zhì)量。結(jié)合相關(guān)規(guī)范和要求，來分析數(shù)據(jù)質(zhì)量與業(yè)務(wù)需求存在的差異性，判斷不良數(shù)據(jù)可能產(chǎn)生的不利影響等；（3）源端修正問題。若問題責(zé)任在于數(shù)據(jù)源機構(gòu)，則由該機構(gòu)負(fù)責(zé)修正；（4）修正當(dāng)前問題。即結(jié)合相關(guān)規(guī)則來對代碼進行準(zhǔn)確編寫，完成數(shù)據(jù)修改；（5）預(yù)防未來問題。對未來數(shù)字資源應(yīng)用中可能出現(xiàn)的變化進行提前預(yù)測，從而采取對應(yīng)的措施，避免今后花費更多的成本去維護數(shù)據(jù)；（6）測試。即利用服務(wù)器來對全部質(zhì)量管理活動進行測試，找出問題；（7）實施。在正式服務(wù)器中開展質(zhì)量管理工作；（8）審核。結(jié)合相關(guān)規(guī)范和要求來對各數(shù)據(jù)問題是否得到有效解決進行嚴(yán)格核查；（9）改進。對質(zhì)量管理流程進行總結(jié)歸納，充分分析已出現(xiàn)的問題，并不斷改進質(zhì)量管理方法，從而有效提高元數(shù)據(jù)質(zhì)量。

5.2 質(zhì)量管理策略

具體到對國鐵集團工務(wù)基礎(chǔ)設(shè)施檢測監(jiān)測數(shù)字資源的元數(shù)據(jù)管理方式，有幾種管理策略:（1）選擇科學(xué)的管理模式。根據(jù)業(yè)務(wù)特點，可以選擇集中與分散相結(jié)合的管理模式，在統(tǒng)一性管理過程中，根據(jù)數(shù)據(jù)的實際情況，對其采取針對性的管理，從而提升管理的科學(xué)性；（2）選取科學(xué)的管理策略。由于元數(shù)據(jù)質(zhì)量管理中需要對眾多的數(shù)據(jù)進行批處理操作，而在數(shù)據(jù)倉儲中導(dǎo)入元數(shù)據(jù)后再實施批處理時，存在一定的操作風(fēng)險，還會增大系統(tǒng)運行壓力，故而需在元數(shù)據(jù)入庫前就采用批處理方式，且需要明確不同類型數(shù)據(jù)的處理規(guī)范與要求，從而確保質(zhì)量管理的效果[7]；而面對多來源重復(fù)的元數(shù)據(jù)，應(yīng)做好篩除與去重工作，然后從所有數(shù)據(jù)中選出質(zhì)量最好的元數(shù)據(jù)，將其作為主記錄，并把其他來源重復(fù)數(shù)據(jù)中區(qū)別于主記錄但有價值的部分并入主記錄中，還需對數(shù)據(jù)的來源、對應(yīng)訪問網(wǎng)址與數(shù)據(jù)庫收錄情況等進行詳細(xì)標(biāo)注。

5.3 檢測監(jiān)測元數(shù)據(jù)標(biāo)準(zhǔn)和元數(shù)據(jù)管理

針對國鐵集團工務(wù)基礎(chǔ)設(shè)施檢測監(jiān)測領(lǐng)域，已制定了軌道元數(shù)據(jù)標(biāo)準(zhǔn)初稿，實現(xiàn)了系統(tǒng)元數(shù)據(jù)、業(yè)務(wù)元數(shù)據(jù)、過程元數(shù)據(jù)的統(tǒng)一。如圖1所示:

圖1 基礎(chǔ)設(shè)施檢測監(jiān)測數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)Fig.1 Metadata standard for infrastructure inspection and monitoring data

業(yè)務(wù)元數(shù)據(jù)中包含了鐵路組織機構(gòu)數(shù)據(jù)、檢測專業(yè)數(shù)據(jù)、檢測對象數(shù)據(jù)、檢測設(shè)備類型數(shù)據(jù)和檢測項目數(shù)據(jù)。組織機構(gòu)包含了國鐵集團檢測中心和十八個鐵路局檢測所；檢測專業(yè)數(shù)據(jù)包含了鐵路檢測領(lǐng)域工務(wù)、電務(wù)、供電三大檢測專業(yè)的數(shù)據(jù)；檢測設(shè)備類型包含了移動檢測、固定監(jiān)測、人工檢查的類型數(shù)據(jù)。

通過國鐵集團工務(wù)基礎(chǔ)設(shè)施檢測監(jiān)測元數(shù)據(jù)標(biāo)準(zhǔn)，規(guī)范了檢測監(jiān)測數(shù)據(jù)的元數(shù)據(jù)管理，如圖2所示:

元數(shù)據(jù)管理規(guī)范了檢測監(jiān)測數(shù)據(jù)的數(shù)據(jù)組成、編碼組成、名稱類別、表單類型、表單值、數(shù)據(jù)最大長度和顯示排序，可以對單條數(shù)據(jù)實現(xiàn)增刪改查等功能。

6 結(jié)語

綜上所述，對于數(shù)字資源而言，元數(shù)據(jù)是關(guān)鍵的管理方式，也是重要的揭示手段。在信息化時代背景下，數(shù)字資源在各企業(yè)事業(yè)的管理活動中發(fā)揮著越來越重要的作用，但數(shù)字資源存在不穩(wěn)定性，為確保其作用得到有效發(fā)揮，就亟需對數(shù)字資源元數(shù)據(jù)加以合理的質(zhì)量管理。