面向農(nóng)業(yè)產(chǎn)業(yè)知識(shí)服務(wù)的科學(xué)數(shù)據(jù)與科技文獻(xiàn)關(guān)聯(lián)研究與實(shí)踐

柴苗嶺，鄒弈星，譚榮志，曾 怡，任運(yùn)月

（1.中國(guó)科學(xué)院成都文獻(xiàn)情報(bào)中心，成都 610041；2.中國(guó)科學(xué)院大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京 100190；3.中國(guó)科學(xué)院山地災(zāi)害與地表過程重點(diǎn)實(shí)驗(yàn)室，成都 610041；4.四川省農(nóng)村科技發(fā)展中心，成都 610042；5.香港城市大學(xué)商學(xué)院，香港 999077；6.四川大學(xué)公共管理學(xué)院，成都 610065）

1 引言

隨著大數(shù)據(jù)相關(guān)理論、技術(shù)和機(jī)制的逐步發(fā)展，各行各業(yè)越來越重視在管理決策中引入多源異構(gòu)數(shù)據(jù)進(jìn)行融合分析，進(jìn)而提供大數(shù)據(jù)驅(qū)動(dòng)下的決策咨詢。從科技管理實(shí)踐、科技管理與圖書情報(bào)學(xué)科交叉角度來看，實(shí)現(xiàn)這一目標(biāo)還需要在知識(shí)服務(wù)能力上下足功夫。其中產(chǎn)業(yè)服務(wù)是科技管理的重要職能之一，全產(chǎn)業(yè)要素下的數(shù)據(jù)挖掘及利用，有利于制定產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略、規(guī)劃。而科學(xué)數(shù)據(jù)和科技文獻(xiàn)關(guān)聯(lián)研究能夠挖掘科學(xué)數(shù)據(jù)之間、科學(xué)數(shù)據(jù)和科技文獻(xiàn)之間的深層次關(guān)系，有助于產(chǎn)業(yè)全域數(shù)據(jù)的整合和挖掘。

農(nóng)業(yè)科技管理部門看到了這些問題，也建立了科學(xué)數(shù)據(jù)平臺(tái)支撐管理。以四川省農(nóng)業(yè)科學(xué)數(shù)據(jù)建設(shè)情況為例，作為農(nóng)業(yè)大省和科技資源大省，四川省相關(guān)政府機(jī)構(gòu)、科研機(jī)構(gòu)支持建設(shè)了大量的數(shù)據(jù)和資源平臺(tái)，為農(nóng)業(yè)科技管理提供了良好的基礎(chǔ)，如“四川省科技成果轉(zhuǎn)化信息服務(wù)平臺(tái)” “四川育種攻關(guān)數(shù)據(jù)共享平臺(tái)” “農(nóng)業(yè)病蟲害多媒體數(shù)據(jù)庫(kù)” 等。但仍然存在數(shù)據(jù)量不足、數(shù)據(jù)孤島、數(shù)據(jù)挖掘不夠的現(xiàn)象。具體表現(xiàn)在3 個(gè)方面：一是知識(shí)服務(wù)導(dǎo)向不明確；二是數(shù)據(jù)共享性較差；三是缺少科技文獻(xiàn)。

面向上述問題，本文以現(xiàn)有科技管理中的產(chǎn)業(yè)服務(wù)特征為出發(fā)點(diǎn)，提出了基于農(nóng)業(yè)產(chǎn)業(yè)服務(wù)的知識(shí)服務(wù)模型，就 “產(chǎn)業(yè)服務(wù)” 和“數(shù)據(jù)關(guān)聯(lián)” 兩個(gè)關(guān)鍵問題構(gòu)建了模型和平臺(tái)，并用四川省農(nóng)業(yè)科學(xué)數(shù)據(jù)和科技文獻(xiàn)為核心數(shù)據(jù)集進(jìn)行了建設(shè)實(shí)踐。本研究為農(nóng)業(yè)產(chǎn)業(yè)知識(shí)服務(wù)中的科學(xué)數(shù)據(jù)和科技文獻(xiàn)關(guān)聯(lián)提供了案例，為進(jìn)一步開展全產(chǎn)業(yè)鏈下的農(nóng)業(yè)知識(shí)服務(wù)做了基礎(chǔ)性研究。

2 研究現(xiàn)狀

2.1 農(nóng)業(yè)知識(shí)服務(wù)研究現(xiàn)狀

知識(shí)服務(wù)最早由任俊為引入圖書情報(bào)行業(yè)[1]，張曉林進(jìn)一步揭示了知識(shí)服務(wù)概念的本質(zhì)，認(rèn)為知識(shí)服務(wù)要有效支持知識(shí)應(yīng)用和知識(shí)創(chuàng)新的服務(wù)[2]。隨著研究的深入，李霞等[3]提出將知識(shí)服務(wù)的模式分為專職顧問服務(wù)模式、參考咨詢服務(wù)模式和自助服務(wù)模式3 種。此外，柯平[4]將圖書館轉(zhuǎn)型發(fā)展的行業(yè)環(huán)境劃分為信息服務(wù)時(shí)代、前知識(shí)服務(wù)時(shí)代和后知識(shí)服務(wù)時(shí)代。行業(yè)環(huán)境的變化對(duì)數(shù)據(jù)價(jià)值挖掘和知識(shí)服務(wù)提出更高的要求。農(nóng)業(yè)科學(xué)數(shù)據(jù)的價(jià)值在農(nóng)業(yè)科技管理過程中不斷凸顯，涌現(xiàn)出各類農(nóng)業(yè)知識(shí)服務(wù)模式。劉健宏等[5]將大數(shù)據(jù)背景下農(nóng)業(yè)分學(xué)科知識(shí)服務(wù)模式歸納為“學(xué)科館員+團(tuán)隊(duì)首席+研究團(tuán)隊(duì)” 模式、“微信+信息平臺(tái)” 模式和“知識(shí)社區(qū)+專題信息” 3 類。王丹陽[6]從農(nóng)業(yè)知識(shí)服務(wù)平臺(tái)建設(shè)實(shí)踐出發(fā)，將知識(shí)服務(wù)劃分為政策導(dǎo)向、產(chǎn)品導(dǎo)向、技術(shù)導(dǎo)向、市場(chǎng)導(dǎo)向和流量導(dǎo)向。

2.2 科學(xué)數(shù)據(jù)現(xiàn)狀與科技文獻(xiàn)關(guān)聯(lián)方法研究現(xiàn)狀

2.2.1 科學(xué)數(shù)據(jù)研究現(xiàn)狀

科學(xué)數(shù)據(jù)的研究最早可追溯到1960 年美國(guó)成立國(guó)家大氣研究中心，開展地球科學(xué)數(shù)據(jù)的建模、收藏和保存工作[7]。國(guó)外的農(nóng)業(yè)領(lǐng)域，美國(guó)建立了較為全面的農(nóng)業(yè)科學(xué)數(shù)據(jù)資源系統(tǒng)和農(nóng)業(yè)計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)，歐盟、德國(guó)等國(guó)家亦致力于科學(xué)數(shù)據(jù)開放共享[8]。研究?jī)?nèi)容上，側(cè)重元數(shù)據(jù)體系結(jié)構(gòu)的建立[9]、基于物聯(lián)網(wǎng)開發(fā)數(shù)據(jù)平臺(tái)[10]、利用商業(yè)智能集成農(nóng)業(yè)數(shù)據(jù)[11]、開放信息系統(tǒng)模型框架和農(nóng)業(yè)資源平臺(tái)關(guān)鍵的硬件、軟件技術(shù)[12]研究等。此外，數(shù)據(jù)管理層面的數(shù)據(jù)管理人員及合作[13]研究、數(shù)據(jù)互操作[14]、跨學(xué)科數(shù)據(jù)管理[13]及數(shù)據(jù)開放安全性和隱私問題[15]也受到國(guó)外學(xué)者關(guān)注。

國(guó)內(nèi)的科學(xué)數(shù)據(jù)研究可追溯到2001 年國(guó)家科學(xué)數(shù)據(jù)共享工程啟動(dòng)氣象科學(xué)數(shù)據(jù)試點(diǎn)，它先后帶動(dòng)了資源環(huán)境、農(nóng)業(yè)、人口與健康、基礎(chǔ)與前沿等領(lǐng)域科學(xué)數(shù)據(jù)建設(shè)與共享[16]。國(guó)內(nèi)研究總體而言涵蓋了資源整合[17]、數(shù)據(jù)存儲(chǔ)[18]、數(shù)據(jù)監(jiān)管[19]、數(shù)據(jù)匯交與管理[20]、數(shù)據(jù)開放與出版[21]、數(shù)據(jù)重用[22]等環(huán)節(jié)，核心是農(nóng)業(yè)數(shù)據(jù)資源整合和使用。

2.2.2 科學(xué)數(shù)據(jù)與科技文獻(xiàn)關(guān)聯(lián)方法現(xiàn)狀

《科學(xué)數(shù)據(jù)管理辦法》將科學(xué)數(shù)據(jù)劃分為科學(xué)研究活動(dòng)、基礎(chǔ)研究、應(yīng)用研究和試驗(yàn)活動(dòng)的數(shù)據(jù)[23]。研究采用該分類，對(duì)科學(xué)數(shù)據(jù)的定義、產(chǎn)出和保存機(jī)構(gòu)、數(shù)據(jù)載體進(jìn)行調(diào)研和分析，認(rèn)為相關(guān)機(jī)構(gòu)主要有科研院所和大學(xué)（包括中心、實(shí)驗(yàn)室、觀測(cè)站等），圖書情報(bào)機(jī)構(gòu)、政府管理部門和企業(yè)，科學(xué)數(shù)據(jù)載體主要有數(shù)據(jù)集、數(shù)據(jù)庫(kù)、期刊、專著、專利、報(bào)告、政策法規(guī)等。需要指出的是，從載體的角度來看，科技文獻(xiàn)也是科學(xué)數(shù)據(jù)的一種。

數(shù)據(jù)關(guān)聯(lián)方面，TONY 等[24]提出了數(shù)據(jù)密集型科學(xué)發(fā)現(xiàn)，構(gòu)建了科學(xué)數(shù)據(jù)和科技文獻(xiàn)關(guān)聯(lián)的使用場(chǎng)景，認(rèn)為科學(xué)數(shù)據(jù)關(guān)聯(lián)能夠提高科學(xué)的“信息速率”，促進(jìn)科研人員的科學(xué)生產(chǎn)力。本文從關(guān)聯(lián)技術(shù)角度進(jìn)行分析，將關(guān)聯(lián)方法劃分為以下4 類。

（1） 元數(shù)據(jù)關(guān)聯(lián)。是基于科學(xué)數(shù)據(jù)和科技文獻(xiàn)數(shù)據(jù)的外部和內(nèi)部特征描述，尋找兩類數(shù)據(jù)的關(guān)聯(lián)節(jié)點(diǎn)，形成物理關(guān)聯(lián)。如黃筱瑾[25]從元數(shù)據(jù)描述元素出發(fā),總結(jié)了科學(xué)數(shù)據(jù)和科技文獻(xiàn)的作者關(guān)聯(lián)、學(xué)科分類號(hào)關(guān)聯(lián)、關(guān)鍵詞關(guān)聯(lián)模式。

（2） 語義關(guān)聯(lián)。是從語義層面發(fā)現(xiàn)實(shí)體、找出關(guān)聯(lián)關(guān)系，增強(qiáng)數(shù)據(jù)共性的方法。如鮮國(guó)建[26]從科學(xué)數(shù)據(jù)語義關(guān)聯(lián)的方法和技術(shù)出發(fā)構(gòu)建了農(nóng)業(yè)科技多維語義關(guān)聯(lián)模型和關(guān)聯(lián)數(shù)據(jù)驅(qū)動(dòng)的領(lǐng)域知識(shí)服務(wù)系統(tǒng)。

（3） 算法關(guān)聯(lián)。是通過數(shù)學(xué)公式，判斷數(shù)據(jù)間的相關(guān)關(guān)系及其距離的方法。如李帆[27]選取FP-Growth 算法進(jìn)行屬性間趨勢(shì)關(guān)聯(lián)性挖掘，從列車監(jiān)測(cè)數(shù)據(jù)出發(fā)通過部件間的狀態(tài)關(guān)聯(lián)性發(fā)現(xiàn)其他部件可能存在的問題。

（4） 引用關(guān)聯(lián)。引用關(guān)聯(lián)即利用科技文獻(xiàn)和科學(xué)數(shù)據(jù)的引用關(guān)系，構(gòu)建引文網(wǎng)絡(luò)[28]。是一種直接、基本的數(shù)據(jù)關(guān)聯(lián)方式。如丁文姚等[29]結(jié)合國(guó)家標(biāo)準(zhǔn)《信息技術(shù)科學(xué)數(shù)據(jù)引用》的引用元素并應(yīng)用統(tǒng)計(jì)學(xué)方法描述其科學(xué)數(shù)據(jù)引用特征，揭示了特征間的關(guān)聯(lián)關(guān)系。

農(nóng)業(yè)科學(xué)數(shù)據(jù)作為戰(zhàn)略性、基礎(chǔ)性的科技資源，其有效研究和利用將有助于農(nóng)業(yè)產(chǎn)業(yè)視角下的全數(shù)據(jù)融合[30]。農(nóng)業(yè)產(chǎn)業(yè)知識(shí)服務(wù)需求貫穿于全產(chǎn)業(yè)鏈服務(wù)，可以判斷出服務(wù)主體對(duì)科學(xué)數(shù)據(jù)的需求將涵蓋多源、多類型、非結(jié)構(gòu)化的數(shù)據(jù)。本體作為基于語義的知識(shí)組織方法已經(jīng)被廣泛地研究與應(yīng)用，本研究在產(chǎn)業(yè)管理特征上采用本體方法關(guān)聯(lián)語義有一定的研究意義和復(fù)用價(jià)值。

3 研究設(shè)計(jì)

3.1 數(shù)據(jù)遴選及特征分析

數(shù)據(jù)關(guān)聯(lián)關(guān)鍵環(huán)節(jié)之一是對(duì)數(shù)據(jù)源的遴選及數(shù)據(jù)分析，尋找關(guān)聯(lián)點(diǎn)。

研究以四川農(nóng)業(yè)科學(xué)數(shù)據(jù)為基礎(chǔ)，構(gòu)建核心數(shù)據(jù)集，遴選導(dǎo)向是科學(xué)數(shù)據(jù)和文獻(xiàn)數(shù)據(jù)、數(shù)值數(shù)據(jù)和文本數(shù)據(jù)、中文數(shù)據(jù)和英文數(shù)據(jù)。研究數(shù)據(jù)選擇了農(nóng)業(yè)科研管理機(jī)構(gòu)、圖書情報(bào)機(jī)構(gòu)、科學(xué)研究機(jī)構(gòu)/科學(xué)數(shù)據(jù)共享平臺(tái)的數(shù)據(jù)，遴選了16 類科技管理中常用數(shù)據(jù)和4 類科技文獻(xiàn)數(shù)據(jù)，然后對(duì)這20 種數(shù)據(jù)的元數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)關(guān)聯(lián)特征（表1、表2）。

從表1 和表2 可見，元數(shù)據(jù)內(nèi)可以概括為描述客觀存在的外部特征和表達(dá)內(nèi)容的內(nèi)部特征。由于數(shù)據(jù)類型多、結(jié)構(gòu)不同，通用的外部和內(nèi)部特征較少，數(shù)據(jù)之間的相似性不強(qiáng)，如果要進(jìn)行數(shù)據(jù)關(guān)聯(lián)，需要補(bǔ)充科學(xué)數(shù)據(jù)和科技文獻(xiàn)的共性特征，如數(shù)據(jù)的領(lǐng)域分類、產(chǎn)業(yè)環(huán)節(jié)分布、地理位置描述、語種描述等。

表1 農(nóng)業(yè)科學(xué)數(shù)據(jù)元數(shù)據(jù)結(jié)構(gòu)表Table 1 Metadata schema of agricultural science data

表2 科技文獻(xiàn)元數(shù)據(jù)結(jié)構(gòu)表Table 2 Metadata schema of scientific and technological literature

3.2 基于科技管理的知識(shí)服務(wù)特征及服務(wù)需求分析

3.2.1 知識(shí)服務(wù)特征

（1） 數(shù)據(jù)使用受國(guó)家政策指導(dǎo)。管理部門在數(shù)據(jù)的使用上，側(cè)重統(tǒng)計(jì)數(shù)據(jù)、成果轉(zhuǎn)化、人才數(shù)據(jù)的使用，具有產(chǎn)業(yè)化管理特征。這一特征由管理部門的性質(zhì)決定，具體表現(xiàn)是使用宏觀、中觀數(shù)據(jù)的帶有統(tǒng)計(jì)意義的數(shù)據(jù)，重視成果轉(zhuǎn)化及人才，并且對(duì)科學(xué)研究?jī)?nèi)容、細(xì)節(jié)等不做追求。相關(guān)數(shù)據(jù)類型有政策法規(guī)數(shù)據(jù)、科技項(xiàng)目數(shù)據(jù)、獲獎(jiǎng)成果數(shù)據(jù)、專家數(shù)據(jù)。在近年的數(shù)據(jù)使用上，除了支撐產(chǎn)業(yè)管理，也體現(xiàn)了科技扶貧工作特色，具體表現(xiàn)是對(duì)科技專家、三區(qū)人才、科技特派員的數(shù)據(jù)采集。

（2） 數(shù)據(jù)加工關(guān)注產(chǎn)業(yè)鏈環(huán)節(jié)。在農(nóng)業(yè)產(chǎn)業(yè)管理中，為了方便管理部門的管理和支持，從管理角度設(shè)計(jì)了產(chǎn)業(yè)鏈流程。以四川農(nóng)村科技發(fā)展中心為例，設(shè)計(jì)了適應(yīng)科技管理的5 個(gè)產(chǎn)業(yè)鏈環(huán)節(jié)，覆蓋了繁育、種養(yǎng)殖、加工、物流及副產(chǎn)物利用（表3）。該設(shè)計(jì)與機(jī)構(gòu)管理職能緊密相關(guān)，目標(biāo)指向性明確。但綜合考慮到農(nóng)業(yè)科技管理的任務(wù)重點(diǎn)及產(chǎn)業(yè)分類管理需求，在該產(chǎn)業(yè)鏈劃分基礎(chǔ)上，本研究對(duì)科技管理的產(chǎn)業(yè)鏈環(huán)節(jié)進(jìn)行了重構(gòu)。設(shè)計(jì)了良種繁育、種養(yǎng)殖、初加工、精深加工、副產(chǎn)物綜合利用和儲(chǔ)運(yùn)物流6 個(gè)環(huán)節(jié)，將加工環(huán)節(jié)劃分為初加工和精深加工，調(diào)整了物流運(yùn)輸?shù)沫h(huán)節(jié)排序，并給出定義（表3、表4）。

表3 農(nóng)業(yè)產(chǎn)業(yè)鏈環(huán)節(jié)設(shè)置一覽表Table 3 The list of agricultural industrial chain

表4 產(chǎn)業(yè)鏈環(huán)節(jié)級(jí)其定義Table 4 The definition of industrial chain

（3） 產(chǎn)業(yè)化的分類特征?？萍脊芾頂?shù)據(jù)的另外一個(gè)特色是按照產(chǎn)業(yè)特色分類，基于產(chǎn)業(yè)需求并不要求分類精細(xì)化（圖1）。以四川省農(nóng)村科技發(fā)展中心制作的“星火計(jì)劃項(xiàng)目元數(shù)據(jù)” 為例，在數(shù)據(jù)的規(guī)范化處理上按照四川省的重點(diǎn)發(fā)展產(chǎn)業(yè)進(jìn)行劃分，這與科技文獻(xiàn)常用《中國(guó)圖書分類法》《中國(guó)科學(xué)院圖書分類法》的分類方法精細(xì)化有明顯區(qū)別，其分類級(jí)別上類似于農(nóng)業(yè)分類下的二級(jí)或三級(jí)類目，較宏觀。

圖1 星火計(jì)劃項(xiàng)目元數(shù)據(jù)截圖Fig.1 The screenshot of spark programs metadata

（4） 科學(xué)數(shù)據(jù)與科技文獻(xiàn)使用特征。管理中常用的數(shù)據(jù)以項(xiàng)目數(shù)據(jù)、成果數(shù)據(jù)、專家人才等數(shù)據(jù)為主，以科學(xué)觀測(cè)、實(shí)驗(yàn)等為代表的科學(xué)數(shù)據(jù)使用較少,生產(chǎn)數(shù)據(jù)有其價(jià)值但缺乏規(guī)模性使用場(chǎng)景,期刊論文和專利為代表的科技文獻(xiàn)的知識(shí)挖掘不多，政策法規(guī)的支撐不足。圖書情報(bào)學(xué)的知識(shí)組織和知識(shí)挖掘方法在農(nóng)業(yè)科技管理還有進(jìn)一步應(yīng)用空間。

3.2.2 產(chǎn)業(yè)知識(shí)服務(wù)需求

根據(jù)農(nóng)業(yè)科技管理的特征來看，管理部門的知識(shí)服務(wù)需求側(cè)重產(chǎn)業(yè)宏觀和中觀管理，如決策、預(yù)測(cè)、制定和分析指標(biāo)、制定政策、目標(biāo)和戰(zhàn)略規(guī)劃等。和科學(xué)研究的知識(shí)服務(wù)需求特征不同，更偏向于宏觀、反應(yīng)整體的數(shù)據(jù)使用。

本研究的知識(shí)服務(wù)主體是從事農(nóng)業(yè)科技管理的部門、從事農(nóng)業(yè)產(chǎn)業(yè)研究的科研機(jī)構(gòu)和大學(xué)、企業(yè)，目標(biāo)用戶是科技管理決策人員，從事產(chǎn)業(yè)研究、產(chǎn)業(yè)轉(zhuǎn)化的科研人員和企業(yè)管理人員。

3.3 農(nóng)業(yè)產(chǎn)業(yè)知識(shí)服務(wù)數(shù)據(jù)生命周期構(gòu)建

數(shù)據(jù)生命周期是指科學(xué)數(shù)據(jù)從產(chǎn)生到消亡的全過程。從數(shù)據(jù)管理角度，通常將生命周期劃分?jǐn)?shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理、數(shù)據(jù)傳輸、數(shù)據(jù)交換、數(shù)據(jù)銷毀6 個(gè)階段。在具體的應(yīng)用環(huán)境中，根據(jù)數(shù)據(jù)使用情況增減環(huán)節(jié)。如2018 年國(guó)務(wù)院辦公廳印發(fā)的《科學(xué)數(shù)據(jù)管理辦法》中涉及的科學(xué)數(shù)據(jù)管理生命周期是數(shù)據(jù)采集和交匯、數(shù)據(jù)保存、數(shù)據(jù)共享利用、數(shù)據(jù)保密安全4 個(gè)方面。本研究按照科學(xué)數(shù)據(jù)管理中參與產(chǎn)業(yè)知識(shí)服務(wù)的數(shù)據(jù)，按照信息管理的生命周期流程和農(nóng)業(yè)產(chǎn)業(yè)管理特征，初步構(gòu)建農(nóng)業(yè)產(chǎn)業(yè)管理科學(xué)數(shù)據(jù)生命周期（圖2）。

圖2 農(nóng)業(yè)產(chǎn)業(yè)管理科學(xué)數(shù)據(jù)生命周期模型Fig.2 Scientific data life cycle model of agricultural industry management

該生命周期有3 個(gè)關(guān)鍵環(huán)節(jié)，一是跨部門的數(shù)據(jù)交換，通常有部門之間的協(xié)商交換和開放數(shù)據(jù)獲取兩種方式；二是根據(jù)知識(shí)服務(wù)和數(shù)據(jù)的特征構(gòu)建產(chǎn)業(yè)特征的本體，實(shí)現(xiàn)非結(jié)構(gòu)化數(shù)據(jù)的語義關(guān)聯(lián)；三是基于數(shù)據(jù)平臺(tái)的共享交流，和第一個(gè)環(huán)節(jié)相比，有知識(shí)產(chǎn)權(quán)的制約，此外數(shù)據(jù)完整性也有一定損失或影響。綜上，研究將依據(jù)農(nóng)業(yè)科技管理特征和需求，構(gòu)建產(chǎn)業(yè)本體，進(jìn)而實(shí)現(xiàn)數(shù)據(jù)之間的關(guān)聯(lián)。

3.4 農(nóng)業(yè)產(chǎn)業(yè)本體模型構(gòu)建

3.4.1 本體構(gòu)建原則

本體模型是產(chǎn)業(yè)知識(shí)服務(wù)模型中的關(guān)鍵環(huán)節(jié)之一。作為產(chǎn)業(yè)知識(shí)服務(wù)的技術(shù)支持，本體可以幫助建立科學(xué)數(shù)據(jù)之間、科學(xué)數(shù)據(jù)與科技文獻(xiàn)數(shù)據(jù)之間的關(guān)聯(lián)。本研究中的農(nóng)業(yè)產(chǎn)業(yè)本體（以下簡(jiǎn)稱本體），是介于領(lǐng)域本體和科學(xué)本體之間的簡(jiǎn)單應(yīng)用本體。按照MC Guinness 對(duì)簡(jiǎn)單本體的定義，將包括3 個(gè)內(nèi)容：一是建立有限詞匯表；二是概念和術(shù)語之間有關(guān)系解釋；三是類之間有嚴(yán)格分層的子類關(guān)系。

3.4.2 本體構(gòu)建流程

本研究采用七步法構(gòu)建本體。在確定專業(yè)領(lǐng)域和數(shù)據(jù)類型后，考查復(fù)用本體，構(gòu)建了概念、屬性、關(guān)系和實(shí)例。由于是基于領(lǐng)域的本體研究，研究中邀請(qǐng)了專家介入，輔助控制質(zhì)量。構(gòu)建流程參見圖3。

圖3 農(nóng)業(yè)產(chǎn)業(yè)本體構(gòu)建流程圖Fig.3 Flow chart of agricultural industry ontology construction

3.4.3 本體模型

（1） 本體語言及結(jié)構(gòu)。農(nóng)業(yè)產(chǎn)業(yè)本體包括概念、屬性、和實(shí)例。本體主要分為對(duì)概念層與實(shí)例層的構(gòu)建。概念層構(gòu)建包含對(duì)類、類的層級(jí)結(jié)構(gòu)、類間關(guān)系與屬性的定義，形成概念級(jí)別的語義網(wǎng)絡(luò)。實(shí)例層主要是在概念層的基礎(chǔ)上對(duì)具體實(shí)例進(jìn)行描述，將實(shí)例填充到概念語義網(wǎng)絡(luò)中，實(shí)現(xiàn)具體知識(shí)的組織與應(yīng)用。

（2） 本體概念構(gòu)建。首先分析了科技產(chǎn)業(yè)管理要素和R&D 活動(dòng)評(píng)價(jià)指標(biāo)，創(chuàng)建概念結(jié)構(gòu)；其次調(diào)研了領(lǐng)域相關(guān)的本體、敘詞表和分類法，吸收其中的產(chǎn)業(yè)特性；然后根據(jù)農(nóng)業(yè)核心數(shù)據(jù)分析概念，搭建類目層級(jí)結(jié)構(gòu)；最后在專家建議和數(shù)據(jù)實(shí)測(cè)基礎(chǔ)上完善概念。研究參考了農(nóng)業(yè)多語種敘詞表（AGROVOC）、科技知識(shí)組織體系（STKOS）、《中華人民共和國(guó)農(nóng)業(yè)技術(shù)推廣法》、國(guó)民經(jīng)濟(jì)分類法、中國(guó)圖書分類法、中國(guó)科學(xué)院圖書分類法，最后形成13 個(gè)一級(jí)類目、65 個(gè)二級(jí)子類、若干三級(jí)子類的農(nóng)業(yè)產(chǎn)業(yè)本體概念層級(jí)框架，層級(jí)深度最深為三級(jí)，概念內(nèi)容覆蓋了產(chǎn)業(yè)環(huán)節(jié)分類、農(nóng)業(yè)領(lǐng)域分類、產(chǎn)業(yè)投入和產(chǎn)出等領(lǐng)域（圖4）。

圖4 概念層級(jí)效果示意圖Fig.4 Concept hierarchy of the ontology

（3） 關(guān)系設(shè)計(jì)。關(guān)系設(shè)計(jì)部分主要厘清并構(gòu)建了概念之間的關(guān)系，包括基本關(guān)系和自定義關(guān)系?；娟P(guān)系復(fù)用了RDFS、DC 等描述框架的一些常用關(guān)系，對(duì)于無法被覆蓋的其他特殊關(guān)系，采用自定義關(guān)系進(jìn)行描述。

（4） 本體屬性。屬性分為對(duì)象屬性和數(shù)據(jù)屬性。對(duì)象屬性主要用于描述兩個(gè)概念之間的關(guān)系。在完成關(guān)系設(shè)計(jì)并交予領(lǐng)域?qū)＜覍徍撕?，這些關(guān)系在本體構(gòu)建中，以對(duì)象屬性的形式被構(gòu)建。比如“產(chǎn)業(yè)成果” -“有關(guān)于” ->“產(chǎn)業(yè)環(huán)節(jié)”。數(shù)據(jù)屬性描述了該概念的非關(guān)聯(lián)性屬性，以屬性值的方式表達(dá)，不與其他概念產(chǎn)生聯(lián)系。比如產(chǎn)業(yè)主體的機(jī)構(gòu)名稱、文獻(xiàn)的標(biāo)題。

3.4.4 數(shù)據(jù)測(cè)試與修正

本體設(shè)計(jì)的核心工作之一是根據(jù)科學(xué)數(shù)據(jù)和科學(xué)文獻(xiàn)的外部和內(nèi)部共性特征建立5 個(gè)概念：產(chǎn)業(yè)環(huán)節(jié)、產(chǎn)業(yè)分類、產(chǎn)業(yè)技術(shù)、產(chǎn)業(yè)地理和政策法規(guī)。這5 個(gè)概念能否帶入科學(xué)數(shù)據(jù)和科技文獻(xiàn)將影響數(shù)據(jù)關(guān)聯(lián)準(zhǔn)確性。

測(cè)試部分以專家討論和數(shù)據(jù)實(shí)踐為主，分4 步完成。首先，在初稿基礎(chǔ)上邀請(qǐng)農(nóng)業(yè)科學(xué)、農(nóng)業(yè)管理和圖書情報(bào)領(lǐng)域?qū)＜疫M(jìn)行本體討論，并根據(jù)專家意見修改完善；其次邀請(qǐng)農(nóng)業(yè)科學(xué)和圖書情報(bào)領(lǐng)域的研究人員進(jìn)行數(shù)據(jù)驗(yàn)證；第三在平臺(tái)中進(jìn)行數(shù)據(jù)關(guān)聯(lián)驗(yàn)證；最后修正本體。測(cè)試人員從描述準(zhǔn)確性、區(qū)域特征和可操作性對(duì)26 190 條數(shù)據(jù)進(jìn)行了語義提取、分析和修正，獲得有效數(shù)據(jù)23 100 條，語義提取率達(dá)到88.20%。測(cè)試認(rèn)為本體實(shí)測(cè)效果較好，總體可以滿足科學(xué)數(shù)據(jù)和科技文獻(xiàn)數(shù)據(jù)的關(guān)聯(lián)需求，兼顧了科學(xué)數(shù)據(jù)的宏觀和微觀描述，符合四川省農(nóng)業(yè)產(chǎn)業(yè)特色，分類操作過程簡(jiǎn)單、易用、易標(biāo)引，概念準(zhǔn)確、無歧義。

測(cè)試發(fā)現(xiàn)主要有3 個(gè)問題：一是語義粒度粗細(xì)差異。以產(chǎn)業(yè)環(huán)節(jié)為例，農(nóng)業(yè)政策法規(guī)、農(nóng)業(yè)項(xiàng)目、農(nóng)業(yè)機(jī)構(gòu)數(shù)據(jù)的分類較為宏觀，一條數(shù)據(jù)可能覆蓋多個(gè)三級(jí)類目，或者二級(jí)類目。修正后，將宏觀和中觀相關(guān)數(shù)據(jù)進(jìn)行二次測(cè)試，分類以一級(jí)或二級(jí)類為主，能夠?qū)崿F(xiàn)粗的語義對(duì)齊。二是概念覆蓋不全。通過專家研討和測(cè)試兩個(gè)環(huán)節(jié)補(bǔ)充了內(nèi)容，如經(jīng)專家建議補(bǔ)充了四川省農(nóng)產(chǎn)品、林木、藥材等特色產(chǎn)業(yè)分類。三是分類視角問題。測(cè)試人員以農(nóng)業(yè)經(jīng)濟(jì)管理專業(yè)的碩、博士研究生、圖書館學(xué)碩士研究生為主，優(yōu)點(diǎn)是測(cè)試流程規(guī)范、語義識(shí)別專業(yè)度較高，缺點(diǎn)是跨領(lǐng)域工作增加了語義提取難度，后期通過第三方審核和交叉審核，能夠及時(shí)發(fā)現(xiàn)和矯正。

4 研究實(shí)踐

4.1 Vocbech3 本體構(gòu)建實(shí)踐

本部分主要是使用四川農(nóng)業(yè)產(chǎn)業(yè)管理相關(guān)的科學(xué)數(shù)據(jù)和科技文獻(xiàn)，在該軟件中進(jìn)行實(shí)踐，檢驗(yàn)本體結(jié)構(gòu)的合理性和可行性。構(gòu)建操作分為3 步。

（1） 搭建類目層級(jí)。首先將概念進(jìn)行分類與組織，明晰概念及基礎(chǔ)關(guān)系，歸納形成明確的類目，搭建類目層級(jí)結(jié)構(gòu)。類目層級(jí)主要通過rdfs:subClassOf 屬性來實(shí)現(xiàn)，若類A 與類B 有“A-subClassOf->B” 的類間關(guān)系，則說明A 類與B 類有層級(jí)關(guān)系，且A 是B 的子類。類目創(chuàng)建界面如圖5 所示。

圖5 Vocbench3 類目創(chuàng)建示意圖Fig.5 Class construction in Vocbench3

（2） 添加屬性。根據(jù)本體設(shè)計(jì)部分的關(guān)系設(shè)計(jì)，結(jié)合實(shí)例數(shù)據(jù)的元數(shù)據(jù)描述，通過歸納、轉(zhuǎn)化、整合復(fù)用得出本體所需的屬性。之后，劃分對(duì)象屬性與數(shù)據(jù)屬性，對(duì)屬性的定義域與值域進(jìn)行進(jìn)一步明晰，得到清晰完整的屬性清單，并在Vocbench3 中進(jìn)行構(gòu)建。根據(jù)整理好的屬性清單，創(chuàng)建對(duì)象屬性及數(shù)據(jù)屬性，并在屬性設(shè)置窗口中進(jìn)一步定義屬性的值域與定義域。屬性創(chuàng)建界面如圖6 示。

圖6 Vocbench3 屬性創(chuàng)建示意圖Fig.6 Property construction in Vocbench3

（3） 實(shí)例層構(gòu)建。Vocbench3 中創(chuàng)建實(shí)例需要先在Class 視窗中選中需要?jiǎng)?chuàng)建實(shí)例的類目，再在Instance 視窗中，點(diǎn)擊創(chuàng)建按鈕構(gòu)建實(shí)例，在instance編輯窗口中添加實(shí)例相應(yīng)的屬性，完成實(shí)例構(gòu)建。實(shí)例創(chuàng)建界面如圖7 所示。創(chuàng)建完成的實(shí)例可以通過可視化方式展示，如圖8 所示。

圖7 Vocbench3 實(shí)例創(chuàng)建示意圖Fig.7 Instance construction in Vocbench3

圖8 產(chǎn)業(yè)主體實(shí)例可視化圖Fig.8 Visualization of an industrial subject instance

4.2 基于系統(tǒng)的數(shù)據(jù)關(guān)聯(lián)實(shí)踐

4.2.1 農(nóng)業(yè)產(chǎn)業(yè)知識(shí)服務(wù)平臺(tái)

知識(shí)服務(wù)平臺(tái)將提供多類型科學(xué)數(shù)據(jù)檢索服務(wù)，檢索結(jié)果可以按照產(chǎn)業(yè)要素關(guān)聯(lián)和聚類，進(jìn)而提高用戶獲取隱性知識(shí)的速率，擴(kuò)展產(chǎn)業(yè)知識(shí)，啟發(fā)新需求。平臺(tái)基于Java 語言開發(fā)，數(shù)據(jù)庫(kù)采用Mysql5.5，服務(wù)器Tomcat8.5。整個(gè)系統(tǒng)采用前后端分離開發(fā)，系統(tǒng)部署于云環(huán)境，采用Zstack Iaas 平臺(tái)創(chuàng)建和管理系統(tǒng)業(yè)務(wù)云主機(jī)采用扁平網(wǎng)絡(luò)搭建安全的網(wǎng)絡(luò)結(jié)構(gòu)。從數(shù)據(jù)關(guān)聯(lián)情況來看，可以通過產(chǎn)業(yè)領(lǐng)域、產(chǎn)業(yè)環(huán)節(jié)、資源類型、語種和地點(diǎn)進(jìn)行分面聚類。平臺(tái)選取產(chǎn)業(yè)要素中的產(chǎn)業(yè)投入、產(chǎn)業(yè)成果、產(chǎn)業(yè)技術(shù)進(jìn)行關(guān)聯(lián)實(shí)踐，具體涉及科技項(xiàng)目、政策法規(guī)、外文論文、專利和技術(shù)需求5 類資源。圖9 是“突破性馬鈴薯新品種達(dá)薯1號(hào)的擴(kuò)繁與示范” 項(xiàng)目對(duì)應(yīng)的政策、論文、專利和技術(shù)需求案例。

圖9 “突破性馬鈴薯新品種達(dá)薯1 號(hào)的擴(kuò)繁與示范” 項(xiàng)目數(shù)據(jù)關(guān)聯(lián)示意圖Fig.9 Data association of project"propagation and demonstration of a breakthrough potato variety Dashu No.1"

4.2.2 農(nóng)業(yè)專家子平臺(tái)

專家數(shù)據(jù)庫(kù)的建設(shè)有利于農(nóng)業(yè)精準(zhǔn)服務(wù)。從現(xiàn)有情況來看四川省對(duì)于農(nóng)業(yè)專家信息的遴選、成果展示等作為建設(shè)目標(biāo)的平臺(tái)不多，服務(wù)力度不夠。因此，本研究結(jié)合四川省農(nóng)業(yè)發(fā)展特點(diǎn)以及發(fā)展方向，在主平臺(tái)下建立四川省農(nóng)業(yè)領(lǐng)域?qū)＜倚畔⑴c服務(wù)平臺(tái)。目的是搜集和展示相關(guān)領(lǐng)域?qū)＜倚畔?，并采集農(nóng)業(yè)專家公開發(fā)表的論文信息、農(nóng)業(yè)領(lǐng)域政府機(jī)構(gòu)和專業(yè)研究機(jī)構(gòu)的新聞信息。目前平臺(tái)內(nèi)國(guó)內(nèi)專家的數(shù)量為859條，國(guó)外專家的數(shù)量為325 條。主平臺(tái)和子平臺(tái)數(shù)據(jù)通過產(chǎn)業(yè)本體中的“產(chǎn)業(yè)人才” 進(jìn)行關(guān)聯(lián)。

5 研究成果

研究根據(jù)科學(xué)數(shù)據(jù)特征和知識(shí)服務(wù)需求，將本體概念和產(chǎn)業(yè)要素結(jié)合起來，提出農(nóng)業(yè)產(chǎn)業(yè)知識(shí)服務(wù)模型。并就產(chǎn)業(yè)知識(shí)服務(wù)模型中的兩個(gè)關(guān)鍵要素：產(chǎn)業(yè)本體和數(shù)據(jù)平臺(tái)建設(shè)進(jìn)行研究。研究建立了科學(xué)數(shù)據(jù)和科技文獻(xiàn)關(guān)聯(lián)的本體模型并在Vocbench3 中實(shí)現(xiàn)，構(gòu)建了農(nóng)業(yè)知識(shí)服務(wù)平臺(tái)和農(nóng)業(yè)專家子平臺(tái)，在系統(tǒng)中實(shí)現(xiàn)了24 284 條數(shù)據(jù)的產(chǎn)業(yè)知識(shí)共現(xiàn)，參與數(shù)據(jù)包括16 類農(nóng)業(yè)科學(xué)數(shù)據(jù)和4 類科技文獻(xiàn)。

研究認(rèn)為來自農(nóng)業(yè)管理機(jī)構(gòu)的數(shù)據(jù)和來自情報(bào)機(jī)構(gòu)的科技文獻(xiàn)，在信息描述粒度和層次上有所不同，呈碎片化分布在產(chǎn)業(yè)鏈各環(huán)節(jié)。通過構(gòu)建農(nóng)業(yè)產(chǎn)業(yè)管理本體，能把多源異構(gòu)數(shù)據(jù)關(guān)聯(lián)融合于產(chǎn)業(yè)管理邏輯下，幫助用戶知識(shí)發(fā)現(xiàn)。但是融合后數(shù)據(jù)價(jià)值還有待挖掘。

6 研究局限與展望

研究基本實(shí)現(xiàn)農(nóng)業(yè)科技知識(shí)發(fā)現(xiàn)的服務(wù)目標(biāo)，探索了農(nóng)業(yè)科學(xué)數(shù)據(jù)在科技管理的應(yīng)用，提出了數(shù)據(jù)關(guān)聯(lián)方法，然而由于數(shù)據(jù)總量較少，還需要進(jìn)一步充實(shí)和展示關(guān)聯(lián)，實(shí)現(xiàn)實(shí)例數(shù)據(jù)的批量轉(zhuǎn)化，以及后端的知識(shí)圖譜開發(fā)與應(yīng)用。本體模型覆蓋了13 個(gè)概念，概念相對(duì)龐雜，將進(jìn)一步修正，如把產(chǎn)業(yè)地理調(diào)整為屬性值。此外，將在現(xiàn)有基礎(chǔ)上挖掘數(shù)據(jù)鏈的價(jià)值，開展全產(chǎn)業(yè)鏈視角下的技術(shù)預(yù)見理論和方法研究。