數(shù)字圖書館與開源軟件(OSS)

數(shù)字圖書館與開源軟件(OSS)

OSS(OpenSourceSoftware)即開放源代碼軟件是OSI（OpenSourceInitiative，開放源代碼首創(chuàng)行動）行動的直接產(chǎn)物。OSI的興起與發(fā)展打破了傳統(tǒng)的知識產(chǎn)權(quán)制度下“知識信息壟斷”、“知識信息霸權(quán)”對資源共享的制約，而基于OSI的OSS在圖書館領(lǐng)域的推廣應(yīng)用不僅給圖書館在新技術(shù)開發(fā)、軟件資源創(chuàng)新共享中能力與作用的定位確立了新的理念，而且給圖書館的數(shù)字化、信息化建設(shè)及服務(wù)活動的開展構(gòu)建了新的實踐模式。1OSS的理念20世紀80年代，理查德·斯托爾曼(RichardStallman)發(fā)起了自由軟件運動，提出了Copylefi理念。Copyleft的中心思想就是“信息共享，源代碼共享”。作為自由軟件運動的一個分支，OSI由EricRaymond于20世紀90年代提出，OSS與自由軟件在理念上并無根本性的差別，但是，OSS的定義是從技術(shù)層面上講的，而自由軟件則是從被許可的權(quán)利層面上講的，不同點體現(xiàn)在許可證對權(quán)利義務(wù)的規(guī)定的嚴與緊的程度上。開源軟件挖掘了人類理性的奉獻、共享精神，使得深深植根于人們心靈中的合作、互濟意識得到弘揚，其著眼于廣大公眾對知識信息獲取的權(quán)利與創(chuàng)作者精神上的榮譽感，打破了個別人、個別組織和個別國家對知識的壟斷，反映了當今社會的時代要求。OSS被國外學(xué)者稱為軟件領(lǐng)域“具有共產(chǎn)主義色彩的戰(zhàn)略”，其所推崇的“自由”和“共享”的理念同版權(quán)所秉承的“限制”與“專有”思想不同，它摒棄了版權(quán)所保護的少數(shù)創(chuàng)作人享有的對無形財產(chǎn)的絕對權(quán)利和經(jīng)濟利益。但是，Copyleft并不徹底否定版權(quán)，相反，Copylea以承認作品的版權(quán)為前提，然后再將這種享有版權(quán)的作品納入開源軟件的發(fā)布約束，保證Copyleft的精神得以充分彰顯，尤其是防止某些心存雜念的人將他人作品做或多或少的修改以致偷梁換柱后據(jù)為私有。2OSS對數(shù)字圖書館建設(shè)的積極影響2.1利用OSS能使數(shù)字圖書館掌握軟件開發(fā)的核心技術(shù)在傳統(tǒng)的知識產(chǎn)權(quán)制度框架下，源代碼作為軟件技術(shù)的核心受到法律的保護，軟件開發(fā)商完全掌控著源代碼，享有對源代碼的專有使用權(quán)，而且源代碼處于高度的保密狀態(tài)，圖書館等軟件用戶無權(quán)訪問源代碼，更無權(quán)對源代碼進行適應(yīng)需要的修改，其結(jié)果是軟件的某些功能往往與實踐的差距較大，圖書館對此又無能為力，只能寄希望于開發(fā)商對軟件的升級換代，而這無論在時間上還是在經(jīng)濟上對圖書館都不利。開源軟件的源代碼不僅向所有公眾開放，而且鼓勵用戶自由地修改、完善。這樣，就可以使圖書館接觸到軟件的核心技術(shù)，確立軟件開發(fā)的主體意識，一方面可以一定程度地擺脫版權(quán)的干擾，另一方面可以真正把軟件開發(fā)同圖書館員的專業(yè)知識經(jīng)驗相結(jié)合，從而提高軟件的實用性。2.2利用OSS能使數(shù)字圖書館的軟件系統(tǒng)逐步趨于成熟在商業(yè)模式下，圖書館處于軟件開發(fā)的邊緣地帶，對軟件只有使用權(quán)和從性能上對軟件質(zhì)量的評價權(quán)以及建議權(quán)，無法從更深的技術(shù)角度來研究軟件的瑕疵，這使得軟件達到成熟目標的周期較長，而且要走許多彎路。開源軟件拉近了圖書館技術(shù)實踐的距離，使圖書館參與到軟件的開發(fā)與維護中來，也使軟件中的各種謬誤和低效率都難以逃過各層次、各環(huán)節(jié)開發(fā)人員、應(yīng)用人員的不斷推敲與評價，從而使其不足逐漸得到彌補和修正，軟件的質(zhì)量和性能得到提高。2.3使用OSS可以明顯節(jié)約圖書館的經(jīng)費對于開源軟件，由于權(quán)利人放棄了獲得報酬權(quán)，使得圖書館獲得和應(yīng)用開源軟件的成本極低或者沒有費用（開源軟件許可證有的是免費的，有的可能收取固定費用。如果圖書館合法取得了授權(quán)許可證，則無需支付其他費用，就能夠獲得軟件的源代碼）。同時，由于權(quán)利人放棄了復(fù)制權(quán)、修改權(quán)等權(quán)利，圖書館在按自己的要求維護和完善軟件時，又不致于增加任何負擔，而且開源軟件大都是經(jīng)過測試的，性能好，易于安裝，不僅適合于各種類型和規(guī)模的圖書館，而且也有利于圖書館之間標準的協(xié)調(diào)統(tǒng)一，標準化也會使得資源共享中的費用一定程度地降低。3基于DSpace的數(shù)字圖書館3.1DSpace簡介DSpace是一個專門的數(shù)字資產(chǎn)(DigitalAssets)管理系統(tǒng)，由MIT和HP實驗室合作研究并向全世界公開了基于BSD開放源代碼許可的DSpace源碼，它管理和發(fā)布由數(shù)字文件或“數(shù)字流”(BitStreams)組成的數(shù)字條目(Item)，并且允許創(chuàng)建、索引和搜索相關(guān)的元數(shù)據(jù)以便定位和存取該條目。它包括的基本概念主要有：數(shù)字空間群(DSpaceComminute)：數(shù)字空間是針對數(shù)字材料的長期保存而設(shè)計的。數(shù)字材料來源于不同的組群，比如大學(xué)的院系、實驗室，圖書館的采訪、編目等部門，這些依據(jù)不同的授權(quán)完成不同任務(wù)的組群稱作數(shù)字空間群。電子用戶(E-people)：DSpace的用戶可能是教師、學(xué)生，也可能只是一些計算機系統(tǒng)，因此DSpace把用戶稱作“E人”。工作流(Workflow):DSpace的運作方式，數(shù)字材料和元數(shù)據(jù)在被接受之前經(jīng)過事先設(shè)定的流轉(zhuǎn)審核的步驟；信息訂閱(Subscription)：用戶可以向DSpace發(fā)送訂閱請求，以便在新材料到來時收到帶有內(nèi)容提要的Email提示。3.2DSpace模型DSpace是一個數(shù)字資產(chǎn)管理系統(tǒng)，本身不是為數(shù)字圖書館而開發(fā)的，但其圍繞存儲管理、利用分級認證的工作流機制，先天上就具有構(gòu)建新一代數(shù)字圖書館模型的優(yōu)勢。3.2.1基于存儲的資產(chǎn)管理DSpace首先是基于存儲管理的，它提供對所有數(shù)字格式的支持，比如文檔、書籍、數(shù)據(jù)庫、計算機程序、虛擬和仿真模型、多媒體出版物和學(xué)習(xí)對象等等。另一方面，對于印刷型文獻，DSpace也可以通過元數(shù)據(jù)進行存儲管理，利用URL和館藏地點來區(qū)分文獻服務(wù)的方式。Dspace支持兩種存儲模式：“位”存儲(bitpreservation)和功能存儲(functionalpreservation)。位存儲保證提交的數(shù)字材料沒有任何改變，即每一位(bit)均保持原樣。功能存儲的實現(xiàn)是通過隨著時間的變化改變存儲內(nèi)容的格式，以保證當舊有格式淘汰后，數(shù)字材料還能夠被隨時調(diào)用。顯而易見，功能存儲是理想的存儲狀態(tài)，但需要更多的經(jīng)費支持。為此，Dspace對于文件格式定義了三個層次：支持的格式、知道的格式和不支持的格式。支持的格式將利用格式遷移技術(shù)進行功能存儲，知道的格式意味著我們無法承諾進行功能存儲，但是作為一種流行格式，可以嘗試通過第三方提供的轉(zhuǎn)換工具完成格式遷移從而實現(xiàn)功能存儲，不支持的格式意味著DSpace沒有足夠的信息保證功能存儲。有些文件格式很容易向通用的格式轉(zhuǎn)化（像TIFF圖像或XML文檔），而有些格式會由于專利等原因很難實現(xiàn)功能存儲。對于上述的所有三個層次，DSpace建議在經(jīng)費允許的情況下同時進行“位”和“功能”存儲。3.2.2以事件觸發(fā)構(gòu)建的工作流機制DSpace的運作是以事件觸發(fā)的機制來實現(xiàn)的，在DSpace中有很多的數(shù)字空間群，對于內(nèi)部工作部門（數(shù)字空間群），通常我們設(shè)定所有工作人員都是“提交者”(submitter)，而其中的一部分人又被設(shè)定為“審核者”(reviewer)，負責(zé)人則設(shè)定為終審者(coordinator)。每個數(shù)字空間群中都存在著“提交者”、“審核者”等等的角色。這些角色可能指派給很多人，組成角色群，或稱“電子工作組(e-persongroup)”。任何一個對系統(tǒng)的請求，從檢索、瀏覽到材料提交，都會觸發(fā)不同的工作流，并進入相應(yīng)的“任務(wù)池(Taskpool)”。經(jīng)過審核、元數(shù)據(jù)編輯和終審等等環(huán)節(jié)最終進入DSpace。而該工作流涉及的每一個步驟的電子工作組，都會因為自己的角色而獲得通知，使相應(yīng)的電子用戶可以進入個人數(shù)字空間(IndividualDSpace)來完成任務(wù)。典型的事件如新書采購：書商（用戶）向圖書館(DSpace)提交書目，新書通告被放入采訪部（acquisition數(shù)字空間群）的“任務(wù)池”，處于采訪數(shù)字空間群的專業(yè)人員可以從“任務(wù)池”中獲取書目進行審核（相應(yīng)的書目將同時被移除，以免重復(fù)相同的工作流。）如果審核通過，系統(tǒng)產(chǎn)生訂購單。如果是即時生效的數(shù)字資源，這一事件將觸發(fā)DSpace的元數(shù)據(jù)編輯工作流。如果審核不通過，用戶將得到附有審核人員意見的通知書。對于外部數(shù)字空間群，匿名用戶可以通過WEB訪問進行檢索和瀏覽，授權(quán)用戶則可以將自己的材料提交DSpace，觸發(fā)館藏接收工作流。比如教員的課件、博士的學(xué)位論文，這些數(shù)字文獻本來就是數(shù)字圖書館的館藏來源，通過DSpace的工作流經(jīng)過專業(yè)館員的審核和元數(shù)據(jù)編輯，很方便地進入館藏。另外，作為數(shù)字圖書館功能的拓展，用戶還可以在授權(quán)的個人數(shù)字空間中臨時或永久存放數(shù)字材料。3.2.3以分級權(quán)限控制的管理體系如上所述，數(shù)字空間群擁有不同的電子工作組，而不同的組擁有不同的權(quán)限。某些DSpace的功能，像檢索、瀏覽等可以是匿名的，但是像提交、訂閱以及管理等等功能則需要經(jīng)過用戶認證。DSpace提倡“電子用戶”(e-people)的概念，每個電子用戶需要向DSpace提供如下信息：E-mail地址、姓名、認證信息、訂閱專題列表。DSpace有一個可變的認證系統(tǒng)，它采用的是“缺省否定(defaultdeny)”的策略。比如，一個電子用戶對某個元數(shù)據(jù)具有“讀”權(quán)限，但他未必就擁有對此元數(shù)據(jù)指向的材料的“讀”權(quán)限。在DSpace中可以設(shè)定的權(quán)限有：READ讀，知道某個對象存在，可以瀏覽相關(guān)的元數(shù)據(jù)；WRITE寫，修改和某個對象相關(guān)的元數(shù)據(jù)，但不可刪除；ADD添加，允許增加對象，如果需要向一個專題空間提交對象，用戶必須擁有這一權(quán)限；REMOVE移除，刪除對象；WORKFLOW工作流，可以加入某個專題空間的工作流，比如擁有拒絕一個特定提交的權(quán)限；這其中沒有“DELETE”行為，為了從專題空間中刪除某個對象，就必須擁有“移除(REMOVE)”權(quán)限。權(quán)限策略可以針對個別的用戶和匿名用戶，也可以適用于電子工作組和數(shù)字空間群。3.3構(gòu)建基于DSpace的數(shù)字圖書館DSpace是一個開放源代碼的軟件平臺，主要代碼均為Java編寫，可以運行于所有UNIX系統(tǒng)，像Linux或者HP-UX等。對應(yīng)于數(shù)字圖書館的五個技術(shù)環(huán)節(jié)：數(shù)字資源采集、數(shù)字對象存儲與管理、搜索技術(shù)、信息傳遞技術(shù)和權(quán)限認證。我們可以根據(jù)自己的需要來修改和擴展它的功能。由于Java虛擬機是由HTML和部分嵌入的Java代碼組成的，基本上不需要觸動其核心的代碼就可以方便地修改它。同時，它還采用了一些第三方的開放源碼系統(tǒng)：PostgreSQL，開放源碼的關(guān)系數(shù)據(jù)庫系統(tǒng)；JakartaTomcat,Java服務(wù)器組件；ApacheHTTP服務(wù)器發(fā)布系統(tǒng)，可選SSL和X509認證支持。當然，還可以選擇這些組件的替代品，比如可以用Caucho的Resinapplicationserver來代替Tomcat。為了盡量減少移植和使用的障礙，DSpace缺省都使用完全免費的開放源碼工具包。數(shù)字資源采集是數(shù)字圖書館的對象來源，包括創(chuàng)建原始內(nèi)容和捕獲開放系統(tǒng)中現(xiàn)存的資源。DSpace不支持原始內(nèi)容的創(chuàng)建，但可以以工作流方式捕獲任何支持主動文檔開放協(xié)議(OpenArchivesInitiative)的數(shù)字資源和元數(shù)據(jù)，同時也通過這一方式完成信息傳遞。檢索是DSpace挖掘(discovery)的重要組成部分。用戶對于搜索引擎的要求是很高的，所以DSpace的目標就是提供盡量多的檢索特色。DSpace的索引和檢索模型有一個API接口，允許非常方便地索引新內(nèi)容，重建索引以及在指定范圍內(nèi)檢索。這個API來自免費的Java搜索引擎——Lucene。Lucene支持字段檢索、停用詞(stopwords)、詞干(stemming)以及不重建索引增加新的索引內(nèi)容的能力。所有的DSpace用戶界面都是基于WEB的，并且包含一系列的界面：用戶提交界面、搜索界面、系統(tǒng)管理界面以及提交審核的各種界面。利用Java虛擬機和Java服務(wù)器技術(shù)，DSpace允許用戶通過瀏覽器訪問系統(tǒng)，這使DSpace的使用和管理都十分方便。在虛擬存儲技術(shù)的支持下，利用DSpace聯(lián)盟，還可以實現(xiàn)虛擬館藏：聯(lián)盟的館藏對于用戶完全透明，用戶通過WEB界面訪問元數(shù)據(jù)，并發(fā)送資源請求。DSpace可以根據(jù)標準協(xié)議進入不同院校的系統(tǒng)，像康奈爾大學(xué)的arXiv，通過本地的存儲過程自動獲取有關(guān)