[发明专利]一种基于量化DMP的科研项目生命周期数据管理定制化控制方法和系统

说明书

本发明涉及一种基于量化DMP的科研项目生命周期数据管理定制化控制方法和系统。该方法首先建立科研项目生命周期数据管理的模型和规范，然后基于建立的模型和规范对数据管理计划DMP的内容进行量化；根据量化DMP元数据规范并结合功能控制需求，分类归纳科研项目生命周期数据管理的规约控制功能点及其触发条件；根据触发条件触发相应的规约控制功能点，进而将规约控制需求提交给数据管理规约控制引擎进行集中处理，经过规约控制逻辑判定完成相应功能的控制实现。本发明实现了数据管理系统规约控制功能与量化DMP元数据要素设置的解耦，大力提升了面向科研项目生命周期数据管理系统设计开发的效率，增强了系统的高可定制性和高复用性。

技术领域

本发明涉及数据管理领域，具体涉及一种基于量化DMP的科研项目生命周期数据管理定制化控制方法和系统。

背景技术

随着基于数据密集型计算的科研第四范式的兴起，科研的发现、知识的创新、集成与重用已更多依赖于科研过程中数据的有效管理与积累，因此科学数据管理的基础及重要作用凸显。目前众多科研项目频繁产生大量的、复杂的、不断变化的、动态处理的数据，却往往由于经费、人员有限，专业知识和技术能力不足，缺乏有效的数据组织、管理、长期保存和有序共享，这些项目数据通常保存在项目组成员的计算机和服务器里，由研究生维护，格式纷繁复杂，既没有统一标准，也没有分享机制，更缺乏项目完结后对数据的长期利用策略，被称作长尾数据或暗数据(Heidorn P B.Shedding light on the dark data in thelong tail of science[J].Library Trends,2008,57(2):280-299.)。这些数据很可能由于未被充分利用和重视而最终丢弃。建立适应于众多科研项目的数据管理方法工具的需求极为迫切，其对推进整体科研发展的意义更加突出。

就管理工具和系统而言，目前科研项目中数据管理控制通常采用实验室电子记录本(ELN)、实验室执行系统(LES)、以及商业化的实验室信息管理系统(LIMS)、科学数据管理系统(SDBS)等，随着基础信息技术的不断成熟，它们很容易进行功能扩展，重点都是向智能化方向发展。就差别而言，这些系统的比较分析见表1，并可参考“Building a SmartLaboratory 2015|Scientific Computing World[EB/OL].https://www.scientific-computing.com/BASL2015.[2016-1-15].”，以及“周霖,殷国真,李杨,等.实验室资源管理平台综述[J].现代科学仪器,2013,1:162-164.”。

表1.主要科研项目数据管理系统比较

科研活动的周期过程决定了科学数据具有了生命周期的特征，科研项目做为科研活动(科研过程)最普遍的载体，其阶段的周期性通常对科研活动的周期性起制约作用。因此科研项目生命周期数据管理就是基于科研项目生命周期过程对科学数据进行数据管理的过程。如图1所示，包括以下环节:

1)数据管理计划与规范化：包括数据管理计划制定，数据及元数据管理相关模型、标准与规范设计等。如数据管理计划规范、元数据标准、数据溯源模型及相关规范，管理框架设计等方面。

2)数据生成、收集、汇聚与组织：重点包括数据如何生成和汇聚；以及数据如何有效组织、存储与管理等方面。

3)数据筛选、整理、加工、转换：重点包括对数据的筛选、清洗、转换、归一化等方面的整理加工过程。

4)数据计算、分析、挖掘：重点包括数据的计算、统计分析、挖掘等分析计算加工过程。

5)数据开放与共享：重点包括与数据开放共享密切相关的数据引用；数据权益、数据关联、数据接口访问以及与领域资源库的对接等数据管理规范与技术实现。