科技人才元數(shù)據(jù)應用研究

周億城，李貴龍，李維思，涂 彥，唐滿華

（湖南省科學技術信息研究所，長沙 410000）

元數(shù)據(jù)是關于“數(shù)據(jù)的數(shù)據(jù)”，用以描述網(wǎng)絡信息資源，有助于資源發(fā)現(xiàn)和便于人和機器可讀性，元數(shù)據(jù)貫穿于整個數(shù)據(jù)生命周期，參與數(shù)據(jù)資源的拆分、重組、分析和挖掘等階段，結構化、標準化、語義化和機器可讀的元數(shù)據(jù)是政府管理數(shù)據(jù)的基礎[1]。其使用的主要目的在于：識別、評價、追蹤原始數(shù)據(jù)在使用過程中的變化，以實現(xiàn)便捷、快速、有效地利用龐大的數(shù)據(jù)，能夠迅速、精準地對信息資源進行發(fā)現(xiàn)、查找和管理[2]。元數(shù)據(jù)還被稱為中介數(shù)據(jù)、中繼數(shù)據(jù)，具有通用性和結構化的特點[3]。此外，美國信息標準組織（National Information Standards Organization，NISO）從其本身的詞源進行定義，即元數(shù)據(jù)是關于信息或關于數(shù)據(jù)的數(shù)據(jù)，是用來創(chuàng)建、解釋和共享所描述事物的信息。元數(shù)據(jù)是一個具有抽象概念的結構化信息，主要用于對數(shù)據(jù)資源進行定位、描述、解釋，幫助用戶更快更好地檢索、利用和共享信息。

由于科技人才數(shù)據(jù)的重要性、敏感性，科技人才元數(shù)據(jù)在科技管理協(xié)同方面還不夠開放，相關人才元數(shù)據(jù)標準或者規(guī)范研究成果也沒有有效地推廣應用。在2017 年12 月，中國科學技術信息研究所聯(lián)合科技部科技人才交流開發(fā)服務中心、北京萬方軟件有限公司、山東科學技術信息研究所和重慶科技信息研究所等單位發(fā)布了GB/T 35397—2017《科技人才元數(shù)據(jù)元素集》，而該項標準只針對科技人才的元數(shù)據(jù)組成要素進行一般情況下的規(guī)定，對科技人才的元數(shù)據(jù)如何細化分類、充分描述，構建元數(shù)據(jù)結構樹，以及對科技人才元數(shù)據(jù)的創(chuàng)建、存儲、整合及控制的一整套流程，如何精準定位需要查找的數(shù)據(jù)，減少數(shù)據(jù)研究的時間成本，構建科技人才元數(shù)據(jù)管理系統(tǒng)尚未深入研究。

科技人才元數(shù)據(jù)標準是科技人才信息資源組織、描述、管理、長期保存和保護的基礎，是實現(xiàn)各類科技人才信息系統(tǒng)數(shù)據(jù)庫之間數(shù)據(jù)共建共享的重要前提，由于目前科技人才信息數(shù)據(jù)庫由不同的單位設計和維護，其元數(shù)據(jù)結構及其元素存在很大的差異，阻礙了科技人才數(shù)據(jù)之間的共建和共享[4]。因此，通過建立較為通用標準的科技人才元數(shù)據(jù)，有利于管理人員對元數(shù)據(jù)的重要信息進行分類篩選，快速精準地挑選出自己切實需要的信息，將大幅提升科技人才工作者的工作效率。

1 科技人才元數(shù)據(jù)分類與描述

元數(shù)據(jù)分類具有多種視角和維度，根據(jù)描述不同對象可以分為業(yè)務元數(shù)據(jù)、技術元數(shù)據(jù)、管理元數(shù)據(jù)等。本文主要從業(yè)務元數(shù)據(jù)和技術元數(shù)據(jù)2 個方面開展研究，業(yè)務元數(shù)據(jù)主要是對IT 系統(tǒng)的數(shù)據(jù)實體和數(shù)據(jù)處理的業(yè)務化描述，技術元數(shù)據(jù)主要用來描述數(shù)據(jù)實體和數(shù)據(jù)處理過程中的技術細節(jié)和處理規(guī)則[5]。

1.1 科技人才業(yè)務元數(shù)據(jù)分類

從業(yè)務需要考慮，將科技人才元數(shù)據(jù)分為科技人才基礎元數(shù)據(jù)，科技人才核心元數(shù)據(jù)、科技人才擴展元數(shù)據(jù)?？萍既瞬呕A元數(shù)據(jù)是指人才作為一個科研人所具有基本屬性，是個人在參與科技活動時涉及的最基礎信息內容的集合，包括個人的姓名、性別、出生日期和證件號碼等，同時這一部分元數(shù)據(jù)涉及個人隱私，是需要相當安全保密的；科技人才核心元數(shù)據(jù)是指作為一個科技人才基本必要的信息，如所學專業(yè)、學科領域、職務職稱等，這些信息是描述一個人才非常重要的信息，也是科技人才的一個顯要標識；科技人才擴展元數(shù)據(jù)是指描述一個人才不是必須的信息，但有這些信息可以更加精準地描述這個人才，如專利、論文、獎勵榮譽等信息。從分類的具體信息可以看出，科技人才基礎元數(shù)據(jù)偏向于基礎信息描述，核心元數(shù)據(jù)與擴展元數(shù)據(jù)更偏向于業(yè)務使用。具體分類見表1。

1.2 科技人才技術元數(shù)據(jù)分類

從應用角度對于科技人才技術元數(shù)據(jù)進行梳理，首先制定元數(shù)據(jù)描述的方法，再對其進行標準化的描述。元數(shù)據(jù)作為對數(shù)據(jù)的描述，一般的組成部分有數(shù)據(jù)之間的共享規(guī)則、數(shù)據(jù)傳遞的接口定義、業(yè)務走向流程及產(chǎn)品各項參數(shù)等[6]。根據(jù)科技人才元數(shù)據(jù)應用的需求，提出一種科技人才結構化數(shù)據(jù)的梳理方法，按照基本信息、類型、約束方式、取值范圍、關聯(lián)關系和附加信息這幾方面對元數(shù)據(jù)進行梳理，如圖1 所示。

圖1 科技人才技術元數(shù)據(jù)分類

基本信息包括中英文名字、定義、主要目的等部分。類型信息由元素類型和數(shù)據(jù)類型2 個部分構成，其中數(shù)據(jù)元素類型是指數(shù)據(jù)的種類和結構，包括基本數(shù)據(jù)類型和復合數(shù)據(jù)類型2 類，常用數(shù)據(jù)類型則包括數(shù)值型、字符型、日期時間型3 種。數(shù)據(jù)的約束信息一般包括是否必須選擇、可選可不選、設置條件約束選擇這幾部分組成，由用戶根據(jù)實際使用情況確定數(shù)據(jù)的約束條件。數(shù)據(jù)的取值范圍由通過列舉可以選取的值、數(shù)據(jù)本身的最大值和最小值之間的范圍、字符型數(shù)據(jù)所占用的字符長度這幾部分組成，如人才出生日期、手機號碼等信息。關聯(lián)數(shù)據(jù)是指由幾個基礎數(shù)據(jù)互相作用而產(chǎn)生的數(shù)據(jù)，如人才證件信息與電話號碼。數(shù)據(jù)的附加信息由計數(shù)據(jù)來源、表示方式和注釋這幾部分組成。數(shù)據(jù)來源表示原始數(shù)據(jù)的具體出處，確保數(shù)據(jù)一數(shù)一源。便于數(shù)據(jù)管理者更清晰地理解科技人才元數(shù)據(jù)的內容，并以此應用科技人才元數(shù)據(jù)。

2 科技人才元數(shù)據(jù)管理系統(tǒng)簡要設計

在應用過程中，采用自頂向下取得較優(yōu)模型，基于科技人才業(yè)務元數(shù)據(jù)和技術元數(shù)據(jù)，研究設計了科技人才元數(shù)據(jù)管理系統(tǒng)。系統(tǒng)設計自上往下從功能域進行分解，將完整的數(shù)據(jù)流分解為有序排列的業(yè)務功能。功能設計主要包括系統(tǒng)管理、目錄服務、元數(shù)據(jù)管理和其他功能等。具體如圖2 所示。

圖2 科技人才元數(shù)據(jù)管理系統(tǒng)主要功能架構

元數(shù)據(jù)業(yè)務流主要節(jié)點包括編輯、錄入、修改、審核和入庫。數(shù)據(jù)錄入人完成元數(shù)據(jù)編輯且無錯誤提示后將結果提交至元數(shù)據(jù)管理系統(tǒng)，并啟動審核流程。審批流程啟動后通過流程引擎通知數(shù)據(jù)審核人對錄取數(shù)據(jù)進行審核。數(shù)據(jù)審核人在元數(shù)據(jù)管理系統(tǒng)查閱錄入的元數(shù)據(jù)，然后反饋意見和審核結果，若數(shù)據(jù)無誤則審核通過，并發(fā)布審核之后的元數(shù)據(jù);若審核不通過，則數(shù)據(jù)退回，由數(shù)據(jù)錄入人根據(jù)審核意見再次編輯元數(shù)據(jù)并重新提交審核。元數(shù)據(jù)審核通過后，則元數(shù)據(jù)入庫，可進行數(shù)據(jù)查詢，流程如圖3 所示。

圖3 科技人才元數(shù)據(jù)發(fā)布流程

3 實例應用

基于前面科技人才元數(shù)據(jù)分類、描述以及數(shù)據(jù)發(fā)布流程，在科技人才元數(shù)據(jù)管理系統(tǒng)進行實驗測試。

3.1 元數(shù)據(jù)填報

基于表1 對于科技人才元數(shù)據(jù)的分類研究，根據(jù)規(guī)定格式創(chuàng)建Excel 數(shù)據(jù)填寫導入模版，包含姓名、性別、出生日期、民族、國籍、證件類型和證件號碼等元數(shù)據(jù)信息。如圖4 所示。

圖4 科技人才元數(shù)據(jù)填報模板（截圖）

3.2 數(shù)據(jù)校驗

數(shù)據(jù)校驗原則上依靠各級審核對其真實性和完整性進行把關[7]，為避免出現(xiàn)文本/數(shù)值類型、超出值等基礎性錯誤，基于人才元數(shù)據(jù)系統(tǒng)功能設計將人才各類元數(shù)據(jù)描述規(guī)則寫入系統(tǒng)功能，通過Excel 導入時可進行自動驗證，判斷所填數(shù)據(jù)是否滿足值域、數(shù)據(jù)類型等要求。驗證合格后的元數(shù)據(jù)將按照分類進行存儲，存儲入庫的元數(shù)據(jù)可直接在系統(tǒng)進行檢索和查看。

如元數(shù)據(jù)不符合規(guī)則校驗未通過時，則Excel 導入失敗，并會提醒導入失敗原因和具體不符合要求的節(jié)點，以便核查，具體如圖5 所示。如元數(shù)據(jù)符合規(guī)則，則Excel 導入成功，可點擊查看數(shù)據(jù)具體明細，并進入審核流程。

圖5 科技人才元數(shù)據(jù)校驗錯誤提示（截圖）

3.3 數(shù)據(jù)維護

使用過程中元數(shù)據(jù)需要不斷地進行更新維護，才能保證元數(shù)據(jù)的高可用性[8]。本文元數(shù)據(jù)維護設計是以科技人才證件號碼元數(shù)據(jù)為唯一識別碼，當元數(shù)據(jù)發(fā)生變化需要更新時則將更新后的數(shù)據(jù)重新導入系統(tǒng)，以證件號碼元數(shù)據(jù)為唯一識別碼將前面的數(shù)據(jù)進行覆蓋，且在導入時會進行提醒是否進行覆蓋，具體如圖6 所示。

圖6 科技人才元數(shù)據(jù)維護（截圖）

4 結束語

元數(shù)據(jù)設計是科技人才數(shù)據(jù)能夠更加安全可靠應用的基礎，本文主要從業(yè)務和技術2 個大的方面對科技人才元數(shù)據(jù)進行分類研究，基于此進行了科技人才元數(shù)據(jù)應用，提出了適合科技人才元數(shù)據(jù)分類描述、填報、校驗和維護利用的方法，通過上述方法集成功能模塊對數(shù)據(jù)進行處理，以期能夠為科技人才數(shù)據(jù)應用提供案例借鑒。本文對科技人才元數(shù)據(jù)的分類及應用研究還有待改進，文章期望不斷與實踐結合，對理論部分內容進行反饋與補充，從而更加科學地做好科技人才元數(shù)據(jù)設計與應用方法。