论文部分内容阅读
摘 要 论文通过文献调研法、网络调研法搜集资料，以及对国外成功的数据素养案例的分析和借鉴，提出国内高校图书馆构建数据素养服务平台的框架。数据素养服务平台可以通过建设科学数据平台、开展数据素养教育、嵌入科研工作流、提供智慧知识服务等方式，提供一站式数据素养服务。
关键词 “互联网+” 数据素养 数据素养服务平台 数据素养教育
分类号 G254.97
DOI 10.16810/j.cnki.1672-514X.2017.08.011
Data Literacy Service Platform of University Libraries Based on “Internet+”
Song Junyu
Abstract In this paper， a framework of data literacy service platform of domestic university libraries is put forward through the data collected by literature research method， the network survey method， as well as the analysis of foreign successful data literacy case. The data literacy service platform can provide data literacy service by building scientific data platform， carrying out data literacy education， embedding research workflow， providing intelligence and knowledge service and so on， to provide one-stop data literacy services.
Keywords “Internet +”. Data literacy. Data literacy service platform. Data literacy education.
1 “互联网+”下的数据素养需求
“互联网+”在2012年第五届移动互联网博览会上首次提出后，成为了互联网上的热搜词汇。2015年《政府工作报告》中首次提及“互联网+”行动计划，“互联网+传统行业”，既是希望国内传统行业能夠借助互联网高速发展带来的技术优势，通过跨界合作和科技创新，完美地实现转型以求发展，国务院于7月印发的关于推进“互联网+”发展的计划中就包含了协同制造、电子商务、人工智能等11项重点行动，以实现完善的“互联网+”产业生态体系[1]。
“互联网+”促进了以云服务、大数据、人工智能、物联网等为代表的新型信息通信技术与传统行业的进一步融合，使得门户网站、移动网络等产生了大量数据资源。图书馆作为科研资源的载体、学术信息的交流平台，更要顺应时代潮流，在集成海量数字资源等方面实现突破，探索服务新内容，改进工作流程，以用户需求为驱动实现向知识服务模式的转型。
“互联网+”环境下数据密集型科研范式的兴起，对图书馆员和科研人员的数据素养提出了更高的要求，图书馆要结合当前最新的通信技术，为科研人员提供数据存储、数据处理、数据分析和数据挖掘服务。图书馆对数据管理方面的服务能力已经作为自身的核心竞争力之一，美国新媒体联盟2015年针对图书馆出版的《地平线报告》 指出：为用户提供更为精准的主题搜索及引用、更为有效的数据管理及展示，将成为图书馆数据管理服务发展的最终趋势[2]。数据素养能力已经成为图书馆学科馆员和科研人员必不可少的能力，美国大学与研究图书馆协会（Association of College & Research Libraries， ACRL） 认为图书馆作为学术资源的载体，最适合帮助科研人员学习数据的存取、重用和保存等技能，应该由图书馆员开展数据素养课程[3]。
如何有效为科研人员提供数据素养服务是目前高校图书馆的研究热点。高校图书馆主要是面向在校师生提供服务，帮助培养优秀的学者，而在校师生中的教师和研究生大多承担一定的科研任务。因此，高校图书馆应该借助“互联网+”的云服务、大数据计算等新技术，全面提高其数据素养能力，有的放矢的开展数据素养服务。
2 数据素养服务平台国内外研究现状
2.1 数据素养服务平台的必要性
自2011 年起，美国国家自然科学基金（ National Science Foundation，NSF） 要求项目在申请过程中提交数据管理计划（NSF Data Management Plan，DMP）[4]，2014年，英国数字监护中心（Digital Curation Centre， DCC）的报告展示大部分基金申请都需要提交数据管理计划[5]。数据管理计划是科研人员对整个科研周期中涉及到的数据的管理，具体包括数据存取、数据组织、数据伦理等内容，它可以通过数据的永久保存来扩大科研成果的影响力，以及规范科研基金管理[6]。
在整个科研生命周期中，科研人员对于数据素养的需求分为数据采集及存储、数据分析及共享两大部分。可靠的数据采集是整个科研的基础，科研人员对于数据采集方面的需求包括数据出处、采集工具及方法、数据的数量及数据格式等，而数据的永久性存储才能保证科研的延续性和连贯性，保证科研是发展的。合理的数据分析是科研工作的核心，科研人员对于数据的分析是指根据数据的特点和科研的目的选择合适的算法及有效的软件进行操作，以便得到预期的分析结果，为科研结果提供数据支撑，而数据的分享通过科研人员将最终的科研成果向同行解释和展示，实现科研学术的交流和共同发展。 “互联网+”对传统的行业服务提出了新的要求，同时也为传统服务转型提供了契机。互联网时代带来的大数据对科研人员，尤其是人文社会科学类研究人员在数据收集、组织、分析与应用能力、数据伦理等方面提出了更高要求。众所周知，科研工作应该是由问题驱动的，发现问题才能解决问题，科研人员可以从精准的数据分析中解决问题，但是数据分析的价值远没有提出问题的价值大[7]。
ACRL将数据素养的相关内容添加到了2015年发布的《面向高等教育的信息素质框架》[8]，可见数据素养是信息素养的拓展和延续，高校图书馆自上世纪八十年代开展信息素养教育，在科研一线积累了丰富的教育经验和服务技能。高校图书馆可以在信息素养服务和学科服务的基础上，根据高校师生的科研需求，借助互联网优势，依靠跨界融合和新技术，组建数据馆员团队，构建数据素养服务平台，从顶层设计数据素养的服务模式和内容，开展具有“互联网+”特色的一站式数据素养服务，帮助科研人员收集、管理、分析和存储数据，实现工作的衔接和延续性。
2.2 数据素养服务现状
孟祥保通过对国外高校图书馆数据素养教育实践的调研，将其总结为三种模式：基于Libguides的科学数据管理资源导航、通识教育、学科教育[9]。早在2006年NSF资助肯特州立大学“数据利用思维——跨学科方法”项目，研究通过数据素养教育课程的培训，跨学科的指导中学生在探索解决世界水问题的同时，学习社会科学、数学、自然科学和英语语言艺术内容，并训练数据读写能力[10]；牛津大学图书馆开展的嵌入科研的数据监护服务（Embedding Institutional Data Curation Services in Research，EIDCSR）[11]中，为用户建立科学数据平台，提供数据存取、数据管理等活动的数据素养服务，截止到2016年4月，在re3data.org注册的科研数据知识库已经达到了1500个；哈佛大学图书馆、信息技术部和计量社会学研究所合作构建的Dataverse平台库，用于存取、分析、共享研究数据，对全世界开放，并邀请其他大学一起配置该平台[12]；美国加州大学数据监护中心（University of California Curation Centre，UC3）等机构推出了数据管理工具DMPTool，通过与科研数据知识库的无缝对接助力科研人员的工作开展，提供有效的数据素养服务。
在国内，数据素养教育等工作刚刚起步，近两年才开始迅速发展，虽未形成一定的模式与规范，已经有不少学者开展了数据素养相关的研究工作。孟祥保通过对国内外数据素养相关的文献进行梳理和总结，将目前数据素养的研究内容分为数据素养内涵、需求、利用行为和教育四个方面，并建立数据素养的研究框架，提出包含数据素养教育在内的未来五个研究方向[13]；黄如花等认为数据素养是信息素养的拓展，数据素养教育的研究和教学内容应该结合自身的特点[14]；2014年10月北京大学、清华大学等国内9家高校图书馆联合成立“中国高校研究数据管理推进工作组”，首次以联盟的形式推动国内科研数据管理的发展[15]，12月复旦大学推出首个国内高校社会科学数据平台，收集、整理和开发中国社会经济发展数据，包含数据监护、共享、引证和分析功能，为学科发展和政府决策提供数据支撑服务，助力科研[16]。
相比国外，国内的数据素养服务虽然处于起步阶段，国内高校图书馆正好可以在“互联网+”大环境下，借助互联网实现信息互通的优势，将国外的成功案例本土化，在已有的信息素养服务和学科服务工作的基础上，大胆利用最新的通信技术，构建数据素养服务平台，为在校师生提供一站式数据素养服务。
3 数据素养服务平台的功能模块
有效的科研工作需要可靠的数据采集、精准的数据分析、永久的数据存储和开放的数据共享。在科研生命周期中，数据生命周期包含：数据采集、分析、存储和共享。数据素养服务也只有在数据生命周期有效期内才具有价值和意义，因此高校图书馆需要针对以上数据素养的需求搭建数据素养服务平台。
数据素养服务平台包括四个功能模块：科学数据平台、数据素养教育、科研工作流服务、智慧知识服务。建设科学数据平台是服务的基础，开展数据素养教育是服务的核心，嵌入科研工作流是服务的深化，提供智慧知识服务是服务的延伸。
3.1 建设科学数据平台
高质量的、拥有自主知识产权的科学数据是产生重大学术成就的坚实基础。卡尔森（Carlson）认为数据素养的核心能力包括：“数据文档与元数据、数据安全与备份、数据目录结构与命名约定、数据分享与引证、数据集成、数据文件格式、数据归档等”[17]。随着互联网的发展，数据膨胀，交流方式已经多以科学门户、科学博客、科学论坛等多种形式进行分享。虽然网络上数据丰富、形式多样、来源多途径、数量庞大，但是并不能作为科研工作的研究基础。因此，科学数据平台作为服务的基础是高校图书馆在网络信息时代的发展趋势。
在“互联网+”环境下，科学数据平台是计算机、功能软件和电子通信体系等结构的总和，可以利用当前的信息化技术、SOA技术、中间件技术、数据交换技术、协同技术等，以及正在快速发展并在不断完善的物联网和云计算等技术，通过一站式服务实现对数据资源的查询、定制及獲取。
高校图书馆在数据知识采集、组织和服务方面具有强大的传统优势，应通过利用自身的资源优势，支持数据管理的软硬件基础设施建设，为科研人员建设科学数据平台，帮助采集有价值的原始数据和处理科研数据，并对科研整个生命周期中产生的论文、专利、综述报告等各种形式的科研数据提供永久性存储，实现全球共享，促进学术交流。
3.2 开展数据素养教育
开展数据素养教育是服务的核心。美国博物馆与图书馆服务署（Institute of Museum and Library Services ，IMLS）2015年资助了密歇根大学信息学院的项目“支持图书馆员将数据素养技巧增加到信息素养教育”[18]。目前，高校图书馆的信息素养教育主要有三种模式：学分课程、嵌入课程、讲座。高校图书馆通过开展文献检索课程普及信息素养教育，有些是综合性的，有些是面向不同专业和学科背景开展，基本上都要求学生在学习文献检索知识的同时，还需要完成课程作业来实现理论与实践相结合的教育目标，才能获取相应的学分；对于教学内容不那么充足的信息素养教育课程可以通过嵌入课程的方式，与有关专业课程一起教授，相辅相成；高校图书馆还开展新生培训教育和常规讲座，精细化的向师生普及信息素养知识。 国内外高校图书馆已经尝试在传统的信息素养教育方式基础上普及数据素养教育，如：俄勒冈州立大学图书馆开设的数据管理教学学分课程，培养面向应用的数据保存、获取、分析的专业人才[19]；“微软亚洲研究院大数据系列讲座” [20]的MOOC课程中就将数据素养教学内容嵌入到了“信息检索”“网络素养”等课堂上；昆士兰大学图书馆开展的讲座“管理你的科研数据”（Managing Your Research Data-Workshop），主要普及科研数据的计划管理、科研数据管理、科研数据发现工具等知识[21]。
国外成功的数据素养教育案例启示我们，可以结合互联网优势以更丰富的形式开展教育活动，如：学位课程，加州大学伯克利分校信息学院的“信息与数据科学在线硕士”就是一个以全网络授课的形式，面向在职人员开展继续教育的专业硕士学位[14]；短期培训或研讨会，麻省理工学院图书馆开展了各种形式的研讨会来提高科研人员对研究数据的管理能力，并将相关课件上传到网络共享，建立小组在线讨论[22]；MOOC等在线课程，研究数据管理培训（Research Data Management Training， MANTRA）就是由英国爱丁堡大学开发的免费在线课程，帮助科研人员管理数据[23]。
3.3 嵌入科研工作流
嵌入科研工作流是服务的深化。科学数据素养与信息素养有相似之处，也有自己的特点，它更加关注“科研人员在科研生命周期中对数据采集、分析、管理、评估与重用等能力”[24]。图书馆要想开展优质的数据素养服务就必须嵌入到科研人员的工作流程中去，在数据有效期内，帮助科研人员提升数据素养能力，完成科研工作。
学科服务是在传统服务基础上对高校图书馆服务项目、内容、模式的创新和深化，可以提升图书馆员的服务质量。嵌入式学科服务即要求图书馆员改变原来的被动服务状态，走出图书馆，主动与用户进行沟通交流，有针对性的开展学科服务。国内外高校已经在嵌入式学科服务上积累了一定的经验，开辟了一些途径，取得了不少研究成果，如今，高校图书馆完全可以在原有的学科服务的基础上开展符合数据素养服务特点的服务。在科研生命周期内，向科研人员提供数据发现与采集、数据分析处理技术及工具、数据存储与共享、数据管理知识、数据描述与元数据、数据安全、数据伦理与引证等方面的服务。
3.4 提供智慧知识服务
提供智慧知识服务是服务的延伸。“互联网+”使得高校图书馆知识服务模式必须通过转型与突破来实现发展。据统计，中国2015年网民规模已近7亿，其中手机网民就达到了6亿2千万，互联网已经越来越成为推进创新发展的先导力量[25]。在我国“十三五”期间，软件业也会出现业务模式和服务模型的转变，尤其是加快移动端开发。在各行业抢占移动互联网流量入口和客户数量的时候，图书馆要顺应时代潮流，抓住机遇，以联盟的方式或者借助商业化公司，大胆的尝试开发数据素养服务APP，与科学数据平台相连接，吸引用户，帮助用户获取、分析处理、储存数据，实现一体化服务。在“互联网”环境下尝试利用相关的人工智能技术改善业务开展方式以提高用户满意度，在非工作时间远程遥控智能机器人为用户提供数据素养服务，随时随地为用户提供数据素养服务。
“互联网”环境下的数据膨胀，要求图书馆应根据自身资源优势，提供基于大数据的知识服务，以用户的真实需求为驱动，针对性提供高层次的深化服务[26]。通过建设科学数据平台、知识发现和用户体验平台，对电子资源使用情况、科技查新数据、文献传递数据进行分析，找到学术发展趋势，确定知识服务的关注方向。
随着德国工业4.0的发展，全球分工越来越精细化，借助云服务，用户根据自己的需求获取相应的知识服务，并不需要知道该服务是如何实现的，也不需要具备相应的软硬件设施。在校师生在科研过程中，或许仅需要少量的数据处理结果来支撑科研成果，他们不需要花费更多的精力去提升数据素养能力，直接操作数据，完全可以向图书馆员提出需求，快速有效的完成自己的科研任务。
4 数据素养服务平台建议
4.1 创立图书馆联盟，解决数据平台建设困境
机构知识库（Institutional Repository） 通过对科研成果的永久存储以实现交流共享，是整个数据管理平台中不可或缺的一部分[27]。近年来，机构知识库在国内越来越受到重视，但在建设过程中，需要高校图书馆投入大量的技术保障、硬件设备和相关人力资源，受制于当前条件的限制，虽然数量上增加迅速，但质量上无法满足用户需求。
各高校图书馆实力不均、经费多寡、人员复杂，基本上无法独立完成科学数据平台的建设，一些有能力的高校建立孤立系统，无法实现开放共享。另外，科学数据共享的执行基础主要是来自于相关法律、法規和相应的科技资源管理制度，从法律的层面来讲，我国目前并没有专门对数据资源共享加以规范的法律条文，只有《科技进步法》《促进科技成果转化法》以及相关文件的一些基本原则对科研资源共享活动提供指导。
高校图书馆单打独斗是行不通的，必须联合起来，在“互联网+”环境下，组建专业化、全国性的联盟组织，实现跨界融合，资源互通，合作共赢，统一管理数据，避免重复建设，形成资源和服务优势，解决分散管理带来的数据异构问题；依照DC都柏林核心元数据、Datacite数据集的元数据标准等行业标准进行数据存储，建立数据、作者、机构和仓储的唯一标识来实现数据资源的持久存储；完善数据采集标准规范、实现数据库建设与管理、制定科学数据平台的管理规范，争取早日与国际接轨。另外，也可以通过“互联网+”与商业市场跨界合作，借助资本的力量，不断探索跨界融合模式，获取更多的优质资源。
4.2 借鉴国外成功经验，探索数据素养教育模式
在数据素养教育中，应该根据特定的教学对象设置教育目标、确定教育内容、选择教育途径及模式等，并能进行教育评价，为后面的教育开展提供参考及借鉴。 目前国内高校图书馆的数据素养教育主要是针对数据管理的培训以及数据管理工具的讲座，专业课程比较少，没有形成系统的数据素养教育的研究体系和实践模式。高校图书馆应该多多借鉴国外相对成熟的数据素养教育模式，借助互联网信息通讯的技术优势，实现数据素养教育的本土化，通过与学校教务处和各学院展开合作、制定数据管理政策、参与实践项目等方式推动教育模式不断发展和创新，与国内兄弟院校加强合作，相互学习和探讨，总结经验，共同进步。
4.3 提升馆员数据素养水平，组建数据馆员队伍
图书馆是数据资源的载体，是信息素养教育的执行者，理应肩负起为用户提供数据素养服务的责任，当然，前提是图书馆员自身具备科学数据素养能力。郝媛玲在对高校图书馆员访谈中发现学科背景对数据素养能力有很大影响，如文科和理科两类科研人员，文科擅长数据的收集、积累和统计，理工科则擅长数据的分析、处理和挖掘[28]，而后，又针对两百位高校文理科研究生的数据素养现状进行问卷调查，发现文理科研究生在数据意识、数据处理能力、数据管理等方面都有很大的差别[29]。可见，图书馆要想构建数据素养服务平台，不仅要提升图书馆员自身的数据素养水平，还必须组建数据馆员队伍，相互协作扬长避短。
作为数据素养教育的主要实施者，图书馆员发挥着重要作用，需要不断提高专业知识和团队合作能力以开展工作。随着数据密集的科研环境对科研人员数据素养能力的要求，高校图书馆要加强数据馆员的继续教育，组织数据馆员参加专业培训课程，提升自我数据管理培训技能，加强团队合作，各司其职，才能面向科研人员有效地展开数据素养教育和服务。如哈佛大学图书馆就通过举办“数据科学家”培训班来提升图书馆员的数据管理能力[30]，弗吉尼亚大学图书馆为数据素养服务成立了科学数据咨询组，设置了“数据战略主任、科学数据咨询师、健康科学数据咨询师、科学数据高级咨询师等四个岗位”[31]。
4.4 实现需求驱动，注重用户体验与参与度
不同学科背景的用户，不同层次的科研人员，对数据素养服务的需求也是有差异的。国外很多高校图书馆在开展数据素养服务前会通过各种形式调查用户对数据素养服务的需求，如弗吉尼亚大学图书馆通过对科研人员进行访谈，探寻他们在数据管理方面的问题及需求[32]，然后针对工程学、人文科学、物理学、社会科学等学科开展数据管理系列培训，为不用的专业领域培训不同的主题，包括数据管理计划、科学数据元数据、数据共享等[33]。
哈佛大学图书馆员与教师共同协商合作启动的数据交互社区（Library Interoperability Initiative， LII） 项目，通过建立数据资源社区的方式，探索如何使用户更容易从图书馆拥有的海量资源中获取所需[34]。LII计划将科研人员变成了数据素养活动中的一员，而不再是被动的接受者，有效地提高了用户参与度和创新能力，培养了科研人员的数据存取、分析能力和共享意识。
在“互联网+”环境下，高校图书馆要放弃闭门造车的落后方式，在开展数据素养服务前做好需求调查，如访谈、调查问卷，基于用户需求选择合适的数据素养服务内容和方式。图书馆还可以多开展一些数据素养相关的交流活动与宣传，搭建数据素养交流平台，并在图书馆主页、微博、微信公众号、BBS等网络层面大力宣传，让师生参与进来，真正了解他们的需求，做到以用户需求为驱动，提供针对性的数据素养服务，才能有的放矢，事半功倍。
参考文献：
[1]中国共产党新闻网.《国务院关于积极推进“互联网+”行动的指导意见》（全文）[EB/OL].[2015-07-05].http：//cpc.people.com.cn/n/2015/0705/c64387 -27255409.html.
[2]JOHNSON L， ADAMS BECKER S， ESTRADA V， et al. NMC horizon report： 2015 library edition[EB/OL]. [2015-09-22].http：//cdn.nmc.org /media/2015-nmc-horizon -report-library-EN.pdf.
[3]Association of College and Research Libraries. Working Group on Intersections of Scholarly Communication and Information Literacy. Intersections of Scholarly Communication and Information Literacy： Creating Strategic Collaborations for a Changing Academic [4]Environment. Chicago， IL： Association of College and Research Libraries， 2013[EB/OL].[2015-10-31]. http：//acrl.ala.org/intersections.
[5]NSF data management plan requirements[EB/OL].[2015-09-21].http：//www.nsf.gov/eng/general/dmp.jsp.
[6]DCC.Funders’data plan requirements[EB/OL].[2014-09-12].http：//www.dcc.ac.uk /resources /data -management-plans/fun ders-requirements.
[7]王璞.英美兩国制定数据管理计划的政策、内容与工具[J].图书与情报，2015（3）：103-109. [8]喻丰，彭凯平，郑先隽.大数据背景下的心理学：中国心理学的学科体系重构及特征[J].科学通报，2015，60（5/6）：520-533.
[9]ACRL Information Literacy Framework for Higher Education[EB/OL].[2015-11-01].http：//acrl.ala.org/ilstandards/wp-content/uploads/2015/01/Framwork-MW15-Board-Docs.pdf.
[10]孟祥保，李爱国. 国外高校图书馆科学数据素养教育研究[J]. 大学图书馆学报，2014（3）：11-16.
[11]A cross-curricular approach to data literacy[EB/OL].[2015-09-21].http：//www.rcet.org/twd/index.html.
[12]Welcome to the EIDCSR Website[EB/OL].[2015-03-27].http： //eidcsr. oucs. ox. ac. uk.
[13]Dataverse project[EB/OL].[2015-04-22].http：//dataverse.org/.
[14]孟祥保，常娥，叶兰.数据素养研究：源起、现状与展望[J].中国图书馆学报，2016（2）：109-126.
[15]黄如花，李白杨. 数据素养教育：大数据时代信息素养教育的拓展[J].图书情报知识，2016（1）：21-29.
[16]殷沈琴，王烨. “中国高校图书馆研究数据管理推进工作组”正式成立[J].上海高校图书情报工作研究，2014（4）：50.
[17]复旦大学社会科学数据研究中心.复旦大学社会科学数据平台[EB/OL].[2015-08-20].http：//dvn.fudan.edu.vn/dvn/.
[18]JACOB CARLSON， MICHAEL FOSMIRE， CHRIS MILLER， MEGAN SAPP NELSON. Determining data information literacy needs： a study of students and research faculty[J].Portal-Libraries and the Academy，2011，11（2）：629-657.
[19]Supporting Librarians in Adding Data Literacy Skills to Information Literacy Instruction[EB/OL].[2015-11-01].http：//www.si.umich.edu/node/14215.
[20]WHITMIRE A L. Training the Next Generation： The Essential. Role of Academic Libraries in Educating Graduates in Research Data Management[J]. Oregaon State University Libraries，2013.
[21]微软亚洲研究院.大数据系列讲座 [EB/OL].[2016-09-10].http：//www.msra.cn/zh-cn/connections/course/big-data-lecture/default.aspx.
[22]Managing Your Research Data-Workshop.[2013-12-09].http：//www.library.uq.edu.au/blogs/dhpse/2013/10/03/ managing-your-research-data-workshop.
[23]Data Management-Workshop[EB/OL].[2015-11-05].http：//libraries.mit.edu/ data-management.services/workshops/.
[24]Research Data Management Training[EB/OL].[2015-11-05].http：//datalib.edina. uk/mantra/.
[25]QIN J， D IGNAZIO J. Lessons Learned from a Two-year Experience in Science Data Literacy Education.[2013-11-07].http：//docs.lib.purdue.edu/cgi/viewcontent.cgi？ article=1009&context=iatul2010.
[26]魯炜.互联网日益成为创新驱动发展的先导力量[EB/OL].[2016-01-28].http：// news.xinhuanet.com/info/2016-01/28/c_135054024.htm.
[27]王东波.基于“互联网+”的图书馆未来发展新趋势[J]. 国家图书馆学刊，2016，03：75-81.
[28]杨鹤林. 从数据监护看美国高校图书馆的机构库建设新思路：来自DataStaR的启示[J].大学图书馆学报，2012（2）：23-28，73.
[29]郝媛玲，沈婷婷，高珊. 高校数据素养教育实践的思考和建议：基于哈佛大学案例和我国图书情报人员访谈的分析[J]. 图书情报工作，2015（12）：44-51.
[30]郝媛玲，沈婷婷. 高校文理科研究生数据素养比较[J]. 图书馆论坛，2016（8）：126-132.
Harvard Library Offers Data Scientist Training.[2013-11-14].http：//library.harvard.edu/09162013-0930/Harvard-library-offers-data-scientists-training.
[31]叶兰.国外图书馆数据监护岗位的设置与需求分析[J].大学图书馆学报，2013（ 5）：5-12.
[32]Data Interview Protocol[EB/OL].[2013-11-13].http：//dmconsult.library.virginia.edu /SciDaC/files/2013/04/Data-Interview- Protocol.docx.
[33]Data Management Training Sessions： Fall 2013 Workshop Series[EB/OL].[2013-11-12].http：//dmconsult.library.virginia.edu/training-sessions/.
[34]Library interoperability： Sharing data， building community[EB/OL].[2015-05-16]. http：//library.harvard.edu/library-interoperability-sharing-data-building-comm- unity.
关键词 “互联网+” 数据素养 数据素养服务平台 数据素养教育
分类号 G254.97
DOI 10.16810/j.cnki.1672-514X.2017.08.011
Data Literacy Service Platform of University Libraries Based on “Internet+”
Song Junyu
Abstract In this paper， a framework of data literacy service platform of domestic university libraries is put forward through the data collected by literature research method， the network survey method， as well as the analysis of foreign successful data literacy case. The data literacy service platform can provide data literacy service by building scientific data platform， carrying out data literacy education， embedding research workflow， providing intelligence and knowledge service and so on， to provide one-stop data literacy services.
Keywords “Internet +”. Data literacy. Data literacy service platform. Data literacy education.
1 “互联网+”下的数据素养需求
“互联网+”在2012年第五届移动互联网博览会上首次提出后，成为了互联网上的热搜词汇。2015年《政府工作报告》中首次提及“互联网+”行动计划，“互联网+传统行业”，既是希望国内传统行业能夠借助互联网高速发展带来的技术优势，通过跨界合作和科技创新，完美地实现转型以求发展，国务院于7月印发的关于推进“互联网+”发展的计划中就包含了协同制造、电子商务、人工智能等11项重点行动，以实现完善的“互联网+”产业生态体系[1]。
“互联网+”促进了以云服务、大数据、人工智能、物联网等为代表的新型信息通信技术与传统行业的进一步融合，使得门户网站、移动网络等产生了大量数据资源。图书馆作为科研资源的载体、学术信息的交流平台，更要顺应时代潮流，在集成海量数字资源等方面实现突破，探索服务新内容，改进工作流程，以用户需求为驱动实现向知识服务模式的转型。
“互联网+”环境下数据密集型科研范式的兴起，对图书馆员和科研人员的数据素养提出了更高的要求，图书馆要结合当前最新的通信技术，为科研人员提供数据存储、数据处理、数据分析和数据挖掘服务。图书馆对数据管理方面的服务能力已经作为自身的核心竞争力之一，美国新媒体联盟2015年针对图书馆出版的《地平线报告》 指出：为用户提供更为精准的主题搜索及引用、更为有效的数据管理及展示，将成为图书馆数据管理服务发展的最终趋势[2]。数据素养能力已经成为图书馆学科馆员和科研人员必不可少的能力，美国大学与研究图书馆协会（Association of College & Research Libraries， ACRL） 认为图书馆作为学术资源的载体，最适合帮助科研人员学习数据的存取、重用和保存等技能，应该由图书馆员开展数据素养课程[3]。
如何有效为科研人员提供数据素养服务是目前高校图书馆的研究热点。高校图书馆主要是面向在校师生提供服务，帮助培养优秀的学者，而在校师生中的教师和研究生大多承担一定的科研任务。因此，高校图书馆应该借助“互联网+”的云服务、大数据计算等新技术，全面提高其数据素养能力，有的放矢的开展数据素养服务。
2 数据素养服务平台国内外研究现状
2.1 数据素养服务平台的必要性
自2011 年起，美国国家自然科学基金（ National Science Foundation，NSF） 要求项目在申请过程中提交数据管理计划（NSF Data Management Plan，DMP）[4]，2014年，英国数字监护中心（Digital Curation Centre， DCC）的报告展示大部分基金申请都需要提交数据管理计划[5]。数据管理计划是科研人员对整个科研周期中涉及到的数据的管理，具体包括数据存取、数据组织、数据伦理等内容，它可以通过数据的永久保存来扩大科研成果的影响力，以及规范科研基金管理[6]。
在整个科研生命周期中，科研人员对于数据素养的需求分为数据采集及存储、数据分析及共享两大部分。可靠的数据采集是整个科研的基础，科研人员对于数据采集方面的需求包括数据出处、采集工具及方法、数据的数量及数据格式等，而数据的永久性存储才能保证科研的延续性和连贯性，保证科研是发展的。合理的数据分析是科研工作的核心，科研人员对于数据的分析是指根据数据的特点和科研的目的选择合适的算法及有效的软件进行操作，以便得到预期的分析结果，为科研结果提供数据支撑，而数据的分享通过科研人员将最终的科研成果向同行解释和展示，实现科研学术的交流和共同发展。 “互联网+”对传统的行业服务提出了新的要求，同时也为传统服务转型提供了契机。互联网时代带来的大数据对科研人员，尤其是人文社会科学类研究人员在数据收集、组织、分析与应用能力、数据伦理等方面提出了更高要求。众所周知，科研工作应该是由问题驱动的，发现问题才能解决问题，科研人员可以从精准的数据分析中解决问题，但是数据分析的价值远没有提出问题的价值大[7]。
ACRL将数据素养的相关内容添加到了2015年发布的《面向高等教育的信息素质框架》[8]，可见数据素养是信息素养的拓展和延续，高校图书馆自上世纪八十年代开展信息素养教育，在科研一线积累了丰富的教育经验和服务技能。高校图书馆可以在信息素养服务和学科服务的基础上，根据高校师生的科研需求，借助互联网优势，依靠跨界融合和新技术，组建数据馆员团队，构建数据素养服务平台，从顶层设计数据素养的服务模式和内容，开展具有“互联网+”特色的一站式数据素养服务，帮助科研人员收集、管理、分析和存储数据，实现工作的衔接和延续性。
2.2 数据素养服务现状
孟祥保通过对国外高校图书馆数据素养教育实践的调研，将其总结为三种模式：基于Libguides的科学数据管理资源导航、通识教育、学科教育[9]。早在2006年NSF资助肯特州立大学“数据利用思维——跨学科方法”项目，研究通过数据素养教育课程的培训，跨学科的指导中学生在探索解决世界水问题的同时，学习社会科学、数学、自然科学和英语语言艺术内容，并训练数据读写能力[10]；牛津大学图书馆开展的嵌入科研的数据监护服务（Embedding Institutional Data Curation Services in Research，EIDCSR）[11]中，为用户建立科学数据平台，提供数据存取、数据管理等活动的数据素养服务，截止到2016年4月，在re3data.org注册的科研数据知识库已经达到了1500个；哈佛大学图书馆、信息技术部和计量社会学研究所合作构建的Dataverse平台库，用于存取、分析、共享研究数据，对全世界开放，并邀请其他大学一起配置该平台[12]；美国加州大学数据监护中心（University of California Curation Centre，UC3）等机构推出了数据管理工具DMPTool，通过与科研数据知识库的无缝对接助力科研人员的工作开展，提供有效的数据素养服务。
在国内，数据素养教育等工作刚刚起步，近两年才开始迅速发展，虽未形成一定的模式与规范，已经有不少学者开展了数据素养相关的研究工作。孟祥保通过对国内外数据素养相关的文献进行梳理和总结，将目前数据素养的研究内容分为数据素养内涵、需求、利用行为和教育四个方面，并建立数据素养的研究框架，提出包含数据素养教育在内的未来五个研究方向[13]；黄如花等认为数据素养是信息素养的拓展，数据素养教育的研究和教学内容应该结合自身的特点[14]；2014年10月北京大学、清华大学等国内9家高校图书馆联合成立“中国高校研究数据管理推进工作组”，首次以联盟的形式推动国内科研数据管理的发展[15]，12月复旦大学推出首个国内高校社会科学数据平台，收集、整理和开发中国社会经济发展数据，包含数据监护、共享、引证和分析功能，为学科发展和政府决策提供数据支撑服务，助力科研[16]。
相比国外，国内的数据素养服务虽然处于起步阶段，国内高校图书馆正好可以在“互联网+”大环境下，借助互联网实现信息互通的优势，将国外的成功案例本土化，在已有的信息素养服务和学科服务工作的基础上，大胆利用最新的通信技术，构建数据素养服务平台，为在校师生提供一站式数据素养服务。
3 数据素养服务平台的功能模块
有效的科研工作需要可靠的数据采集、精准的数据分析、永久的数据存储和开放的数据共享。在科研生命周期中，数据生命周期包含：数据采集、分析、存储和共享。数据素养服务也只有在数据生命周期有效期内才具有价值和意义，因此高校图书馆需要针对以上数据素养的需求搭建数据素养服务平台。
数据素养服务平台包括四个功能模块：科学数据平台、数据素养教育、科研工作流服务、智慧知识服务。建设科学数据平台是服务的基础，开展数据素养教育是服务的核心，嵌入科研工作流是服务的深化，提供智慧知识服务是服务的延伸。
3.1 建设科学数据平台
高质量的、拥有自主知识产权的科学数据是产生重大学术成就的坚实基础。卡尔森（Carlson）认为数据素养的核心能力包括：“数据文档与元数据、数据安全与备份、数据目录结构与命名约定、数据分享与引证、数据集成、数据文件格式、数据归档等”[17]。随着互联网的发展，数据膨胀，交流方式已经多以科学门户、科学博客、科学论坛等多种形式进行分享。虽然网络上数据丰富、形式多样、来源多途径、数量庞大，但是并不能作为科研工作的研究基础。因此，科学数据平台作为服务的基础是高校图书馆在网络信息时代的发展趋势。
在“互联网+”环境下，科学数据平台是计算机、功能软件和电子通信体系等结构的总和，可以利用当前的信息化技术、SOA技术、中间件技术、数据交换技术、协同技术等，以及正在快速发展并在不断完善的物联网和云计算等技术，通过一站式服务实现对数据资源的查询、定制及獲取。
高校图书馆在数据知识采集、组织和服务方面具有强大的传统优势，应通过利用自身的资源优势，支持数据管理的软硬件基础设施建设，为科研人员建设科学数据平台，帮助采集有价值的原始数据和处理科研数据，并对科研整个生命周期中产生的论文、专利、综述报告等各种形式的科研数据提供永久性存储，实现全球共享，促进学术交流。
3.2 开展数据素养教育
开展数据素养教育是服务的核心。美国博物馆与图书馆服务署（Institute of Museum and Library Services ，IMLS）2015年资助了密歇根大学信息学院的项目“支持图书馆员将数据素养技巧增加到信息素养教育”[18]。目前，高校图书馆的信息素养教育主要有三种模式：学分课程、嵌入课程、讲座。高校图书馆通过开展文献检索课程普及信息素养教育，有些是综合性的，有些是面向不同专业和学科背景开展，基本上都要求学生在学习文献检索知识的同时，还需要完成课程作业来实现理论与实践相结合的教育目标，才能获取相应的学分；对于教学内容不那么充足的信息素养教育课程可以通过嵌入课程的方式，与有关专业课程一起教授，相辅相成；高校图书馆还开展新生培训教育和常规讲座，精细化的向师生普及信息素养知识。 国内外高校图书馆已经尝试在传统的信息素养教育方式基础上普及数据素养教育，如：俄勒冈州立大学图书馆开设的数据管理教学学分课程，培养面向应用的数据保存、获取、分析的专业人才[19]；“微软亚洲研究院大数据系列讲座” [20]的MOOC课程中就将数据素养教学内容嵌入到了“信息检索”“网络素养”等课堂上；昆士兰大学图书馆开展的讲座“管理你的科研数据”（Managing Your Research Data-Workshop），主要普及科研数据的计划管理、科研数据管理、科研数据发现工具等知识[21]。
国外成功的数据素养教育案例启示我们，可以结合互联网优势以更丰富的形式开展教育活动，如：学位课程，加州大学伯克利分校信息学院的“信息与数据科学在线硕士”就是一个以全网络授课的形式，面向在职人员开展继续教育的专业硕士学位[14]；短期培训或研讨会，麻省理工学院图书馆开展了各种形式的研讨会来提高科研人员对研究数据的管理能力，并将相关课件上传到网络共享，建立小组在线讨论[22]；MOOC等在线课程，研究数据管理培训（Research Data Management Training， MANTRA）就是由英国爱丁堡大学开发的免费在线课程，帮助科研人员管理数据[23]。
3.3 嵌入科研工作流
嵌入科研工作流是服务的深化。科学数据素养与信息素养有相似之处，也有自己的特点，它更加关注“科研人员在科研生命周期中对数据采集、分析、管理、评估与重用等能力”[24]。图书馆要想开展优质的数据素养服务就必须嵌入到科研人员的工作流程中去，在数据有效期内，帮助科研人员提升数据素养能力，完成科研工作。
学科服务是在传统服务基础上对高校图书馆服务项目、内容、模式的创新和深化，可以提升图书馆员的服务质量。嵌入式学科服务即要求图书馆员改变原来的被动服务状态，走出图书馆，主动与用户进行沟通交流，有针对性的开展学科服务。国内外高校已经在嵌入式学科服务上积累了一定的经验，开辟了一些途径，取得了不少研究成果，如今，高校图书馆完全可以在原有的学科服务的基础上开展符合数据素养服务特点的服务。在科研生命周期内，向科研人员提供数据发现与采集、数据分析处理技术及工具、数据存储与共享、数据管理知识、数据描述与元数据、数据安全、数据伦理与引证等方面的服务。
3.4 提供智慧知识服务
提供智慧知识服务是服务的延伸。“互联网+”使得高校图书馆知识服务模式必须通过转型与突破来实现发展。据统计，中国2015年网民规模已近7亿，其中手机网民就达到了6亿2千万，互联网已经越来越成为推进创新发展的先导力量[25]。在我国“十三五”期间，软件业也会出现业务模式和服务模型的转变，尤其是加快移动端开发。在各行业抢占移动互联网流量入口和客户数量的时候，图书馆要顺应时代潮流，抓住机遇，以联盟的方式或者借助商业化公司，大胆的尝试开发数据素养服务APP，与科学数据平台相连接，吸引用户，帮助用户获取、分析处理、储存数据，实现一体化服务。在“互联网”环境下尝试利用相关的人工智能技术改善业务开展方式以提高用户满意度，在非工作时间远程遥控智能机器人为用户提供数据素养服务，随时随地为用户提供数据素养服务。
“互联网”环境下的数据膨胀，要求图书馆应根据自身资源优势，提供基于大数据的知识服务，以用户的真实需求为驱动，针对性提供高层次的深化服务[26]。通过建设科学数据平台、知识发现和用户体验平台，对电子资源使用情况、科技查新数据、文献传递数据进行分析，找到学术发展趋势，确定知识服务的关注方向。
随着德国工业4.0的发展，全球分工越来越精细化，借助云服务，用户根据自己的需求获取相应的知识服务，并不需要知道该服务是如何实现的，也不需要具备相应的软硬件设施。在校师生在科研过程中，或许仅需要少量的数据处理结果来支撑科研成果，他们不需要花费更多的精力去提升数据素养能力，直接操作数据，完全可以向图书馆员提出需求，快速有效的完成自己的科研任务。
4 数据素养服务平台建议
4.1 创立图书馆联盟，解决数据平台建设困境
机构知识库（Institutional Repository） 通过对科研成果的永久存储以实现交流共享，是整个数据管理平台中不可或缺的一部分[27]。近年来，机构知识库在国内越来越受到重视，但在建设过程中，需要高校图书馆投入大量的技术保障、硬件设备和相关人力资源，受制于当前条件的限制，虽然数量上增加迅速，但质量上无法满足用户需求。
各高校图书馆实力不均、经费多寡、人员复杂，基本上无法独立完成科学数据平台的建设，一些有能力的高校建立孤立系统，无法实现开放共享。另外，科学数据共享的执行基础主要是来自于相关法律、法規和相应的科技资源管理制度，从法律的层面来讲，我国目前并没有专门对数据资源共享加以规范的法律条文，只有《科技进步法》《促进科技成果转化法》以及相关文件的一些基本原则对科研资源共享活动提供指导。
高校图书馆单打独斗是行不通的，必须联合起来，在“互联网+”环境下，组建专业化、全国性的联盟组织，实现跨界融合，资源互通，合作共赢，统一管理数据，避免重复建设，形成资源和服务优势，解决分散管理带来的数据异构问题；依照DC都柏林核心元数据、Datacite数据集的元数据标准等行业标准进行数据存储，建立数据、作者、机构和仓储的唯一标识来实现数据资源的持久存储；完善数据采集标准规范、实现数据库建设与管理、制定科学数据平台的管理规范，争取早日与国际接轨。另外，也可以通过“互联网+”与商业市场跨界合作，借助资本的力量，不断探索跨界融合模式，获取更多的优质资源。
4.2 借鉴国外成功经验，探索数据素养教育模式
在数据素养教育中，应该根据特定的教学对象设置教育目标、确定教育内容、选择教育途径及模式等，并能进行教育评价，为后面的教育开展提供参考及借鉴。 目前国内高校图书馆的数据素养教育主要是针对数据管理的培训以及数据管理工具的讲座，专业课程比较少，没有形成系统的数据素养教育的研究体系和实践模式。高校图书馆应该多多借鉴国外相对成熟的数据素养教育模式，借助互联网信息通讯的技术优势，实现数据素养教育的本土化，通过与学校教务处和各学院展开合作、制定数据管理政策、参与实践项目等方式推动教育模式不断发展和创新，与国内兄弟院校加强合作，相互学习和探讨，总结经验，共同进步。
4.3 提升馆员数据素养水平，组建数据馆员队伍
图书馆是数据资源的载体，是信息素养教育的执行者，理应肩负起为用户提供数据素养服务的责任，当然，前提是图书馆员自身具备科学数据素养能力。郝媛玲在对高校图书馆员访谈中发现学科背景对数据素养能力有很大影响，如文科和理科两类科研人员，文科擅长数据的收集、积累和统计，理工科则擅长数据的分析、处理和挖掘[28]，而后，又针对两百位高校文理科研究生的数据素养现状进行问卷调查，发现文理科研究生在数据意识、数据处理能力、数据管理等方面都有很大的差别[29]。可见，图书馆要想构建数据素养服务平台，不仅要提升图书馆员自身的数据素养水平，还必须组建数据馆员队伍，相互协作扬长避短。
作为数据素养教育的主要实施者，图书馆员发挥着重要作用，需要不断提高专业知识和团队合作能力以开展工作。随着数据密集的科研环境对科研人员数据素养能力的要求，高校图书馆要加强数据馆员的继续教育，组织数据馆员参加专业培训课程，提升自我数据管理培训技能，加强团队合作，各司其职，才能面向科研人员有效地展开数据素养教育和服务。如哈佛大学图书馆就通过举办“数据科学家”培训班来提升图书馆员的数据管理能力[30]，弗吉尼亚大学图书馆为数据素养服务成立了科学数据咨询组，设置了“数据战略主任、科学数据咨询师、健康科学数据咨询师、科学数据高级咨询师等四个岗位”[31]。
4.4 实现需求驱动，注重用户体验与参与度
不同学科背景的用户，不同层次的科研人员，对数据素养服务的需求也是有差异的。国外很多高校图书馆在开展数据素养服务前会通过各种形式调查用户对数据素养服务的需求，如弗吉尼亚大学图书馆通过对科研人员进行访谈，探寻他们在数据管理方面的问题及需求[32]，然后针对工程学、人文科学、物理学、社会科学等学科开展数据管理系列培训，为不用的专业领域培训不同的主题，包括数据管理计划、科学数据元数据、数据共享等[33]。
哈佛大学图书馆员与教师共同协商合作启动的数据交互社区（Library Interoperability Initiative， LII） 项目，通过建立数据资源社区的方式，探索如何使用户更容易从图书馆拥有的海量资源中获取所需[34]。LII计划将科研人员变成了数据素养活动中的一员，而不再是被动的接受者，有效地提高了用户参与度和创新能力，培养了科研人员的数据存取、分析能力和共享意识。
在“互联网+”环境下，高校图书馆要放弃闭门造车的落后方式，在开展数据素养服务前做好需求调查，如访谈、调查问卷，基于用户需求选择合适的数据素养服务内容和方式。图书馆还可以多开展一些数据素养相关的交流活动与宣传，搭建数据素养交流平台，并在图书馆主页、微博、微信公众号、BBS等网络层面大力宣传，让师生参与进来，真正了解他们的需求，做到以用户需求为驱动，提供针对性的数据素养服务，才能有的放矢，事半功倍。
参考文献：
[1]中国共产党新闻网.《国务院关于积极推进“互联网+”行动的指导意见》（全文）[EB/OL].[2015-07-05].http：//cpc.people.com.cn/n/2015/0705/c64387 -27255409.html.
[2]JOHNSON L， ADAMS BECKER S， ESTRADA V， et al. NMC horizon report： 2015 library edition[EB/OL]. [2015-09-22].http：//cdn.nmc.org /media/2015-nmc-horizon -report-library-EN.pdf.
[3]Association of College and Research Libraries. Working Group on Intersections of Scholarly Communication and Information Literacy. Intersections of Scholarly Communication and Information Literacy： Creating Strategic Collaborations for a Changing Academic [4]Environment. Chicago， IL： Association of College and Research Libraries， 2013[EB/OL].[2015-10-31]. http：//acrl.ala.org/intersections.
[5]NSF data management plan requirements[EB/OL].[2015-09-21].http：//www.nsf.gov/eng/general/dmp.jsp.
[6]DCC.Funders’data plan requirements[EB/OL].[2014-09-12].http：//www.dcc.ac.uk /resources /data -management-plans/fun ders-requirements.
[7]王璞.英美兩国制定数据管理计划的政策、内容与工具[J].图书与情报，2015（3）：103-109. [8]喻丰，彭凯平，郑先隽.大数据背景下的心理学：中国心理学的学科体系重构及特征[J].科学通报，2015，60（5/6）：520-533.
[9]ACRL Information Literacy Framework for Higher Education[EB/OL].[2015-11-01].http：//acrl.ala.org/ilstandards/wp-content/uploads/2015/01/Framwork-MW15-Board-Docs.pdf.
[10]孟祥保，李爱国. 国外高校图书馆科学数据素养教育研究[J]. 大学图书馆学报，2014（3）：11-16.
[11]A cross-curricular approach to data literacy[EB/OL].[2015-09-21].http：//www.rcet.org/twd/index.html.
[12]Welcome to the EIDCSR Website[EB/OL].[2015-03-27].http： //eidcsr. oucs. ox. ac. uk.
[13]Dataverse project[EB/OL].[2015-04-22].http：//dataverse.org/.
[14]孟祥保，常娥，叶兰.数据素养研究：源起、现状与展望[J].中国图书馆学报，2016（2）：109-126.
[15]黄如花，李白杨. 数据素养教育：大数据时代信息素养教育的拓展[J].图书情报知识，2016（1）：21-29.
[16]殷沈琴，王烨. “中国高校图书馆研究数据管理推进工作组”正式成立[J].上海高校图书情报工作研究，2014（4）：50.
[17]复旦大学社会科学数据研究中心.复旦大学社会科学数据平台[EB/OL].[2015-08-20].http：//dvn.fudan.edu.vn/dvn/.
[18]JACOB CARLSON， MICHAEL FOSMIRE， CHRIS MILLER， MEGAN SAPP NELSON. Determining data information literacy needs： a study of students and research faculty[J].Portal-Libraries and the Academy，2011，11（2）：629-657.
[19]Supporting Librarians in Adding Data Literacy Skills to Information Literacy Instruction[EB/OL].[2015-11-01].http：//www.si.umich.edu/node/14215.
[20]WHITMIRE A L. Training the Next Generation： The Essential. Role of Academic Libraries in Educating Graduates in Research Data Management[J]. Oregaon State University Libraries，2013.
[21]微软亚洲研究院.大数据系列讲座 [EB/OL].[2016-09-10].http：//www.msra.cn/zh-cn/connections/course/big-data-lecture/default.aspx.
[22]Managing Your Research Data-Workshop.[2013-12-09].http：//www.library.uq.edu.au/blogs/dhpse/2013/10/03/ managing-your-research-data-workshop.
[23]Data Management-Workshop[EB/OL].[2015-11-05].http：//libraries.mit.edu/ data-management.services/workshops/.
[24]Research Data Management Training[EB/OL].[2015-11-05].http：//datalib.edina. uk/mantra/.
[25]QIN J， D IGNAZIO J. Lessons Learned from a Two-year Experience in Science Data Literacy Education.[2013-11-07].http：//docs.lib.purdue.edu/cgi/viewcontent.cgi？ article=1009&context=iatul2010.
[26]魯炜.互联网日益成为创新驱动发展的先导力量[EB/OL].[2016-01-28].http：// news.xinhuanet.com/info/2016-01/28/c_135054024.htm.
[27]王东波.基于“互联网+”的图书馆未来发展新趋势[J]. 国家图书馆学刊，2016，03：75-81.
[28]杨鹤林. 从数据监护看美国高校图书馆的机构库建设新思路：来自DataStaR的启示[J].大学图书馆学报，2012（2）：23-28，73.
[29]郝媛玲，沈婷婷，高珊. 高校数据素养教育实践的思考和建议：基于哈佛大学案例和我国图书情报人员访谈的分析[J]. 图书情报工作，2015（12）：44-51.
[30]郝媛玲，沈婷婷. 高校文理科研究生数据素养比较[J]. 图书馆论坛，2016（8）：126-132.
Harvard Library Offers Data Scientist Training.[2013-11-14].http：//library.harvard.edu/09162013-0930/Harvard-library-offers-data-scientists-training.
[31]叶兰.国外图书馆数据监护岗位的设置与需求分析[J].大学图书馆学报，2013（ 5）：5-12.
[32]Data Interview Protocol[EB/OL].[2013-11-13].http：//dmconsult.library.virginia.edu /SciDaC/files/2013/04/Data-Interview- Protocol.docx.
[33]Data Management Training Sessions： Fall 2013 Workshop Series[EB/OL].[2013-11-12].http：//dmconsult.library.virginia.edu/training-sessions/.
[34]Library interoperability： Sharing data， building community[EB/OL].[2015-05-16]. http：//library.harvard.edu/library-interoperability-sharing-data-building-comm- unity.